Please use this identifier to cite or link to this item: http://dx.doi.org/10.18419/opus-10899
Authors: Maleki Pilevar, Samira
Title: Konzeption und Entwicklung eines Assistenzsystems für die medizinische Diagnostik mittels maschineller Lernalgorithmen
Other Titles: Conception and development of an assistance system for medical diagnostics using machine learning algorithms
Issue Date: 2020
metadata.ubs.publikation.typ: Abschlussarbeit (Bachelor)
metadata.ubs.publikation.seiten: xiv, 66
URI: http://elib.uni-stuttgart.de/handle/11682/10916
http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-109166
http://dx.doi.org/10.18419/opus-10899
Abstract: Im Umfeld der Medizintechnik müssen in der Zukunft automatisierte Systeme entwickelt werden, die den Menschen bei der Steigerung ihrer Lebensqualität unterstützen können, und zwar durch die Intelligenz der Systeme. Dies kann durch die Integration von künstlicher Intelligenz in die Soft- und Hardware von automatisierten Systemen mit medizinischen Zwecken erreicht werden. Diese Arbeit befasste sich mit der Anwendung von künstlicher Intelligenz zur medizinischen Präventionsdiagnostik. Hierzu wurden in dieser Arbeit zunächst die Begriffe der künstlichen Intelligenz und des maschinellen Lernens ausführlich erläutert. Darauffolgend wurden die Lernstile, Modelltypen und Algorithmen des maschinellen Lernens thematisiert und nach ihren Eigenschaften kategorisiert. Zudem wurde eine Literaturrecherche zu bestehenden Anwendungen der künstlichen Intelligenz im Feld der Medizintechnik in aktuellen Forschungsansätzen und Technologien durchgeführt. Dabei wurde eine Forschungslücke im Stand der Technik hinsichtlich der Anwendung softwarebasierter medizinischer Präventionsdiagnostik unter Einsatz künstlicher Intelligenz identifiziert. Um diese Forschungslücke zu schließen, wurde in der vorliegenden Arbeit ein Konzept vorgestellt, welches auf der Entwicklung eines Assistenzsystems basiert. Dieses Assistenzsystem umfasst drei Vorhersagemodelle zur Bestimmung der Krankheitsrisiken und Präventivmaßnahmen jeweils eine Krankheit, nämlich Erkältungen, Bluthochdruck und Hypercholesterinämie. Die Vorhersagemodelle wurden automatisiert mittels linearer Regression basierend auf simulierten Gesundheitsdaten generiert. Da in dieser Arbeit keine realen Gesundheitsdaten für die Entwicklung der Vorhersagemodelle zur Verfügung standen, wurden diese in MATLAB unter Berücksichtigung des medizinischen Wissens simuliert. Das Assistenzsystem wurde in MATLAB programmiert und kann als Software auf allen Betriebssystemen installiert werden. In diesem Assistenzsystem werden nach Eingabe der Gesundheitsdaten der Benutzer die Krankheitsrisiken sowie die Präventivmaßnahmen zur Verringerung der Risiken ermittelt. Durch den kontinuierlichen Einsatz des Assistenzsystems bei den Benutzern werden die Trainingsdaten ständig erweitert und infolgedessen die Vorhersagemodelle verbessert.
Appears in Collections:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Files in This Item:
File Description SizeFormat 
Maleki-Pilevar_Bachelorarbeit.pdf3,3 MBAdobe PDFView/Open


Items in OPUS are protected by copyright, with all rights reserved, unless otherwise indicated.