Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Νευρωνικό δίκτυο πρόβλεψης επικινδυνότητας ανευρύσματος κοιλιακής αορτής (ΑΚΑ)

Siaterlis Kyriakos

Πλήρης Εγγραφή


URI: http://purl.tuc.gr/dl/dias/BC3C97C6-CC2C-4569-BA1C-21BCB5E49A6D
Έτος 2025
Τύπος Διπλωματική Εργασία
Άδεια Χρήσης
Λεπτομέρειες
Βιβλιογραφική Αναφορά Κυριάκος Σιατερλής, "Νευρωνικό δίκτυο πρόβλεψης επικινδυνότητας ανευρύσματος κοιλιακής αορτής (ΑΚΑ)", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2025 https://doi.org/10.26233/heallink.tuc.104640
Εμφανίζεται στις Συλλογές

Περίληψη

Στην παρούσα διπλωματική εργασία μελετάται η αποτελεσματικότητα χρήσηςνευρωνικών δικτύων για την εκτίμηση επικινδυνότητας ανευρύσματοςκοιλιακής αορτής (ΑΚΑ), προβλέποντας μέγιστη τάση von Mises και μέγιστημετατόπιση τοιχώματος. Τα σύνολα δεδομένων, που προκύπτουν απόπροσομοιώσεις πεπερασμένων στοιχείων (FEM) σε γεωμετρικά μοντέλα ταοποία έχουν ανακατασκευαστεί από MRI πραγματικών ασθενών, προέρχονταιαπό δύο ανεξάρτητες εργασίες.Αναπτύσσονται και αξιολογούνται δυο αρχιτεκτονικές πολλαπλών εξόδων(multi-output regression): (α) αρχιτεκτονική με εξειδικευμένους νευρώνες στακρυφά επίπεδα (διαχωρισμός καναλιών προς κάθε έξοδο) και (β) πλήρωςσυνδεδεμένο feedforward δίκτυο με κοινούς νευρώνες στα κρυφά επίπεδα.Επιπρόσθετα, εξετάζεται η κανονικοποίηση τιμών στόχων (outputnormalization) λόγω διαφορετικών τάξεων μεγέθους μεταξύ των δύο τιμώνεξόδου, με στόχο την αντιμετώπιση της εύνοιας της εξόδου με τη μεγαλύτερηκλίμακα κατά την εκπαίδευση, καθώς και στρατηγικές επιλογήςχαρακτηριστικών.Η αξιολόγηση γίνεται με εξαντλητική leave-2-out cross validation, δηλαδή για𝑛 δείγματα εκπαιδεύονται (𝑛2) ανεξάρτητα μοντέλα. Τα πειράματα τρέχουν μεβελτιστοποιητές AdamW και Levenberg-Marquardt (LM).Συνολικά, ο AdamW δείχνει πιο σταθερή γενίκευση σε μικρά/ετερογενήσύνολα όπως τα δικά μας, ενώ ο LM μπορεί να προσφέρει ταχύτερησύγκλιση, αλλά είναι πιο επιρρεπής σε υπερπροσαρμογή. Η κανονικοποίησητιμών στόχων πετυχαίνει το στόχο της και η αρχιτεκτονική με εξειδικευμένουςνευρώνες ωφελεί όταν μειώνει τις παρεμβολές μεταξύ των στόχων, με τηναποτελεσματικότητα της να εξαρτάται από τον τρόπο παραγωγής των στόχωναπό τη FEM. Επίσης, η χρήση στοχευμένων χαρακτηριστικών παρουσιάζεισημαντική βελτίωση σε σύγκριση με τη χρήση όλων των διαθέσιμωνχαρακτηριστικών, αναδεικνύοντας τη σημασία της.Τα αποτελέσματα και των δύο συνόλων δεδομένων παρουσιάζουν καλέςπροβλέψεις των στόχων, για το πλήθος των δειγμάτων σε σχέση με τηδιασπορά στις τιμές στόχους που θέλουμε να προβλέψουμε. Τααποτελέσματα αναδεικνύουν τη δυνατότητα για προσιτές ιατρικές εφαρμογέςγια εκτίμηση κινδύνου ΑΚΑ, αλλά απαιτείται ακόμη περισσότερη δουλειά ώστενα μπορεί να χρησιμοποιείται για τη λήψη κλινικών αποφάσεων.

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά