Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак
In this paper, the problem of choosing the right feature for diagnosing Dementia is discussed. Several features that could affect dementia were reviewed and their importance was evaluated. Random forest algorithm and SVM for the dementia diagnosis have been developed and investigated. Experiments we...
Збережено в:
| Дата: | 2019 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Англійська |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2019
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/175552 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| _version_ | 1856543458374713344 |
|---|---|
| author | Naderan, Maryam Zaychenko, Yuriy P. |
| author_facet | Naderan, Maryam Zaychenko, Yuriy P. |
| author_sort | Naderan, Maryam |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2019-08-27T22:12:50Z |
| description | In this paper, the problem of choosing the right feature for diagnosing Dementia is discussed. Several features that could affect dementia were reviewed and their importance was evaluated. Random forest algorithm and SVM for the dementia diagnosis have been developed and investigated. Experiments were conducted on the open-source database and compared with the related works’ results. The purpose of the paper is to improve the accuracy of diagnosis of dementia using the reduction of features' dimension. This article is devoted to analysis of the main distinguishing features of Alzheimer`s dementia, applicable methods and treatment of Alzheimer's dementia on early stage that could help to avoid negative consequences connected with progress of the disease. The purpose of the paper is to improve the accuracy of diagnosis of dementia. |
| first_indexed | 2025-07-17T10:26:04Z |
| format | Article |
| id | journaliasakpiua-article-175552 |
| institution | System research and information technologies |
| language | English |
| last_indexed | 2025-07-17T10:26:04Z |
| publishDate | 2019 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| spelling | journaliasakpiua-article-1755522019-08-27T22:12:50Z Methods for improving accuracy of the dementia diagnosis using feature dimension reduction Методы улучшения точности диагностики деменции при помощи сокращения размерности признаков Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак Naderan, Maryam Zaychenko, Yuriy P. diagnosis Alzheimer’s disease ensemble learning methods classification convolutional neural network диагноз болезни Альцгеймера ансамблевые методы обучения классификация сверточная нейронная сеть діагноз хвороби Альцгеймера ансамблеві методи навчання класифікація згорткова нейронна мережа In this paper, the problem of choosing the right feature for diagnosing Dementia is discussed. Several features that could affect dementia were reviewed and their importance was evaluated. Random forest algorithm and SVM for the dementia diagnosis have been developed and investigated. Experiments were conducted on the open-source database and compared with the related works’ results. The purpose of the paper is to improve the accuracy of diagnosis of dementia using the reduction of features' dimension. This article is devoted to analysis of the main distinguishing features of Alzheimer`s dementia, applicable methods and treatment of Alzheimer's dementia on early stage that could help to avoid negative consequences connected with progress of the disease. The purpose of the paper is to improve the accuracy of diagnosis of dementia. Рассмотрена проблема выбора набора признаков для диагностики деменции. Предложен набор признаков для поставленной проблемы и оценена важность каждого из них. Разработан и исследован алгоритм на основе ансамбля деревьев решений и метода опорных векторов для диагностики деменции. Экспериментальные исследования проведены на основе базы данных, представленной в Kaggle. Выполнен сравнительный анализ полученных результатов с результатами существующих работ. Проанализированы основные отличительные признаки деменции Альцгеймера, применяемых методов лечения деменции Альцгеймера на ранней стадии, которые помогут избежать негативных последствий, связанных с прогрессированием заболевания. Целью работы является повышение точности диагностики деменции. Розглянуто проблему вибору набору ознак для діагностики деменції. Запропоновано набір ознак для поставленої проблеми й оцінено значущість кожної з них. Розроблено та досліджено алгоритм на основі ансамблю дерев рішень і методу опорних векторів для діагностики деменції. Експериментальні дослідження проведено на основі бази даних, поданої в Kaggle. Виконано порівняльний аналіз отриманих результатів з результатами наявних праць. Проаналізовано основні відмітні ознаки деменції Альцгеймера, застосовуваних методів лікування деменції Альцгеймера на ранній стадії, які можуть допомогти уникнути негативних наслідків, зумовлених прогресуванням захворювання. Метою роботи є підвищення точності діагностики деменції. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2019-06-25 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/175552 10.20535/SRIT.2308-8893.2019.2.03 System research and information technologies; No. 2 (2019); 25-30 Системные исследования и информационные технологии; № 2 (2019); 25-30 Системні дослідження та інформаційні технології; № 2 (2019); 25-30 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/175552/175461 Copyright (c) 2021 System research and information technologies |
| spellingShingle | діагноз хвороби Альцгеймера ансамблеві методи навчання класифікація згорткова нейронна мережа Naderan, Maryam Zaychenko, Yuriy P. Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| title | Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| title_alt | Methods for improving accuracy of the dementia diagnosis using feature dimension reduction Методы улучшения точности диагностики деменции при помощи сокращения размерности признаков |
| title_full | Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| title_fullStr | Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| title_full_unstemmed | Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| title_short | Методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| title_sort | методи поліпшення точності діагностики деменції за допомогою скорочення розмірності ознак |
| topic | діагноз хвороби Альцгеймера ансамблеві методи навчання класифікація згорткова нейронна мережа |
| topic_facet | diagnosis Alzheimer’s disease ensemble learning methods classification convolutional neural network диагноз болезни Альцгеймера ансамблевые методы обучения классификация сверточная нейронная сеть діагноз хвороби Альцгеймера ансамблеві методи навчання класифікація згорткова нейронна мережа |
| url | http://journal.iasa.kpi.ua/article/view/175552 |
| work_keys_str_mv | AT naderanmaryam methodsforimprovingaccuracyofthedementiadiagnosisusingfeaturedimensionreduction AT zaychenkoyuriyp methodsforimprovingaccuracyofthedementiadiagnosisusingfeaturedimensionreduction AT naderanmaryam metodyulučšeniâtočnostidiagnostikidemenciipripomoŝisokraŝeniârazmernostipriznakov AT zaychenkoyuriyp metodyulučšeniâtočnostidiagnostikidemenciipripomoŝisokraŝeniârazmernostipriznakov AT naderanmaryam metodipolípšennâtočnostídíagnostikidemencíízadopomogoûskoročennârozmírnostíoznak AT zaychenkoyuriyp metodipolípšennâtočnostídíagnostikidemencíízadopomogoûskoročennârozmírnostíoznak |