Please use this identifier to cite or link to this item:
https://dspace.ctu.edu.vn/jspui/handle/123456789/81695
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Phạm, Xuân Hiền | - |
dc.contributor.author | Nguyễn, Nhật Khương | - |
dc.date.accessioned | 2022-09-13T01:18:17Z | - |
dc.date.available | 2022-09-13T01:18:17Z | - |
dc.date.issued | 2021 | - |
dc.identifier.other | B1609777 | - |
dc.identifier.uri | https://dspace.ctu.edu.vn/jspui/handle/123456789/81695 | - |
dc.description | 70 Tr | vi_VN |
dc.description.abstract | Thừa cân và béo phì đã trở thành một vấn đề mang tính toàn cầu. Nó là nguyên nhân dẫn đến mắc các bệnh lý về xương khớp, tim mạch, hô hấp và cả tiểu đường. Chẩn đoán được tình trạng thừa cân béo phì là một trong các biện pháp giúp cải thiện và ngăn ngừa các mối nguy hại về sức khỏe. Song song đó, lĩnh vực máy học đang có những đóng góp rõ rệt trong lĩnh vực ý tế, giúp hỗ trợ chẩn đoán, cảnh báo các nguy cơ bệnh lý. Đề tài nghiên cứu các mô hình máy học như: cây quyết định, rừng ngẫu nhiên và máy học vector hỗ trợ (SVM) để ứng dụng chẩn đoán bệnh béo phì cho đối tượng người Việt Nam. Dữ liệu cho ứng dụng được tiền xử lý bằng giải thuật SMOTE và đưa vào các mô hình.Mô hình được đánh giá bằng các chỉ số recall, f2, precision. Sau quá trình đánh giá, mô hình máy học được xây dựng bằng giải thuật cây quyết định đạt recall (độ nhạy) 97.54% và precision (độ chính xác lớp dương) 97.38% kiểm thử trên tập dữ liệu chứa 530 mẫu. Mô hình sử dụng 16 đặc trưng cho thói quen sinh hoạt, ăn uống và hoạt động thể chất, chẩn đoán 4 tình trạng sức khỏe liên quan đến vấn đề cân nặng bao gồm: thiếu cân, bình thường, tiền béo phì, béo phì dạng 1, béo phì dạng 2. | vi_VN |
dc.language.iso | vi | vi_VN |
dc.publisher | Trường Đại Học Cần Thơ | vi_VN |
dc.subject | KHOA HỌC MÁY TÍNH | vi_VN |
dc.title | ỨNG DỤNG MÁY HỌC TRONG CHẨN ĐOÁN BỆNH BÉO PHÌ | vi_VN |
dc.type | Thesis | vi_VN |
Appears in Collections: | Trường Công nghệ Thông tin & Truyền thông |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
_file_ Restricted Access | 2.28 MB | Adobe PDF | ||
Your IP: 18.118.151.112 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.