Inteligentni softverski sistem za dijagnostiku metaboličkog sindroma
Inteligent software system for metabolic syndrome diagnostics
Докторанд
Ivanović, DarkoМентор
Kupusinac, AleksandarDoroslovački, Rade
Чланови комисије
Ivetić, DraganMalbaški, Dušan
Stokić, Edita
Ćulibrk, Dubravko
Doroslovački, Rade
Kupusinac, Aleksandar
Метаподаци
Приказ свих података о дисертацијиСажетак
Doktorska disertacija razmatra problem algoritamske dijagnostike metaboličkog sindroma na osnovu lako merljivih parametara: pol, starosna dob, indeks telesne mase, odnos obima struka i visine, sistolni i dijastolni krvni pritisak. U istraživanju su primenjene i eksperimentalno ispitane tri različite metode mašinskog učenja: stabla odluke, linearna regresija i veštačke neuronske mreže. Pokazano je da veštačke neuronske mreže daju visok nivo prediktivnih vrednosti dovoljan za primenu u praksi. Korišćenjem dobijenog rezultata definisan je i implementiran inteligentni softverski sistem za dijagnostiku metaboličkog sindroma.
The doctoral dissertation examines the problem of algorithmic diagnostics of the metabolic syndrome based on easily measurable parameters: sex, age, body mass index, waist and height ratio, systolic and diastolic blood pressure. In the study, three different methods of machine learning were applied and experimentally examined: decision trees, linear regression and artificial neural networks. It has been shown that artificial neural networks give a high level of predictive value sufficient to be applied in practice. Using the obtained result, an intelligent software system for the diagnosis of metabolic syndrome has been defined and implemented.