TRUONG BAI HOC BACH KHOA HA NOI LUẬN VĂN THẠC SĨ Nghiên cứu các mô hình học máy với dữ liệu y tế và ứng dụng trong sàng lọc bệnh tiểu đường Trần Khoa Bách trankhoabach@ginail.com Ngành Kỹ thuật phần mềm Giảng viên hướng dẫn: TS. Phạm Ngọc Hùng Viện: Công nghệ Thông tin và Truyền thông HA NOT, 10/2020 LOI CAM DOAN Những kiến thức trình bày trong luận văn là do tôi từm hiểu, nghiên cứu và trình bảy thco những kiến thức tổng hợp của cá nhân. Kết quá nghiên cửu trong luận văn này chưa từng được công bố tại bất kỳ công trình nảo khác. Trong quá trình làm luận văn, tôi có tham khảo các tài liệu có liên quan và đã ghỉ rõ nguồn tải liệu tham khảo.
Tôi xin cam đoan dây là công trình nghiên cứu của tôi và không sao chép của bất kỳ ai. Tôi xm chịu hoàn toản trách nhiệm, nếu sai, tôi xin chịu mọi hình thức kỷ luật theo quy định. Ila Ndi, ngày 1 tháng 10 năm 2020 Học viên Trần Khoa Bách LỜI CẢM ƠN ĐỂ hoàn thành được luận văn nảy, tôi dã nhận được rất nhiều sự đông viên, giúp đỡ của nhiều cá nhân vả tập thể. Trước tiên, tôi xin bày tô lòng biết ơn sâu sắc tới thầy giáo, giáa viên hưởng dẫn T§.
Phạm Ngọc Hưng, Viên Công nghệ Thông tin và Truyền thông, Trường Đại hoc Bach Khoa ITA Nội đã nhiệt tỉnh hưởng dẫn, tạo điều kiện thuận lợi cho tôi nghiên cứu khoa học, và giúp tôi có thể hoàn thành luận văn một cách tốt nhật. Cuối cùng tôi xin gửi lời cám ơn đến gia đình, bạn bẻ và những người đã luôn bên tôi, dộng viên và khuyến khích tôi trong quả trình thực hiện để tài nghiên cứu của mình. Học viên Trần Khoa Bách bo MỤC LỤC MỤC LỤC DANH MỤC CÁC CHỮ VIẾT TÁT. nw DANH MỤC CÁC BẰNG DANH MỤC IIÌNH VẼ.
an CHƯƠNG l1. GIỚI TIIỆU ĐỀ TÀI. Tổng quan về để tải 6© 1.Lý do chẹn đề tải - 0 1. Mục tiêu và nhiệm vụ nghiên cứu.
Đối tượng va phạm vĩ nghiên cửu 1.4 Phương nháp nghiên cứu 9 1. Y nghĩa khoa học và thục tiễn.16 Bố cục luận văn - cone 10 1. Téng quan vé hoc may 1. Ung dung hoc may trong y hoc ce IB 13.
Ung dung học máy trong tiên lượng, chân đoán bệnh. Ung dung học máy trong nghiên cứu phat triển thuốc. Ung dung hoc may trong diễu trị bệnh. Ứng dụng học máy trong dự đoán dịch bệnh - 16 1.
Một số khỏ khăn của việc áp dụng học máy trong y học. NGHIÊN CUU CAC MO HINH HOG MAY 16 VỚI DỮ LIỆU Y TẺ. Phân loại mô hình học máy 2. Ủng dung học máy trong y tí 2.1, Ilye may với dữ liệu bệnh án điện tử.
Học máy với dữ liệu ảnh y tế 2. Một số mỗ hình học máy diễn hình 2. Hồi quy Logistic- Logistic regression. May vector hé tro- Support Vector Machine (sv M).
Cây quyết định — Decision Tree - - 31 33 2. Một số mô hình học máy nâng cao. Học sâu rồng - Wide Deep Learning 35 2. : 238 DANH HÌNH VẼ Tình 1.
Sự khác biệt giữa học sâu, học máy và tí tuệ nhân tạo [1] 13 Hình 1. Anh sean của võng mạc trên mắt thông qua Google Deep Mind [2]. Anh scan co thé bénh nhân thông qua phân mềm Aidoe [9] 16 1linh 1. Ứng dụng Prơmed-mail giúp chẩn đoán dịch bệnh.
Dữ liệu được phâu loại bằng mô hình hải quy logistic [1]. Hai lớp được phân chia sao cho khoáng cách đạt giá trị lớn nhất [1]. Tập dữ liệu được ánh xạ thông qua phương pháp Kemiel [1]. Mô hình cây quyét dita [I ].ccecessssscescsessseeeseen ananassae 3 Hình 2.
Dé thi Entropy [1 32 nh 3. Mô hinh cay quy. Mô hìnhsâu và rộng [14]. Hiệu suất của bộ thư viện XGB so với các bộ thư viện khác.
Dỗ thị đường cong ROC của một mồ hình học máy [1]. Bộ dữ liệu NHANES dưới đạng (ile Excel - - 7 Hình 3. [hỏng tìm về trường dữ liệu trên trang chủ kHANHĂ. Quy trinh sang loc va đánh đâu người bị tiểu đường, 48 Hình 3.
Phân bỏ tập dữ liêu theo các thuộc tỉnh dược quan sát. Biéu đẻ thê hiện đữ liện bài toán mất cân bằng. Mô hình kỹ thuật Hasy Hnsenble chia đều bộ dữ liệu. Mô hình mô tả trình tự thực hiện việc chân đoán bệnh tiềnđường 54 Hinh 3.
Import cdc bé thu vign sit dung. Chan đoán người bị tiếu đường qua mô hình SVM. Dé thi đường cong RÓC của các mô hình sử dung 37 Tĩnh 3. Biểu đổ điểm quan trọng thông qua mồ hình cây quyết định.
57 DANH MỤC CÁC CHỮ VIẾT TÁT STT Tên viết tắt 'Tên đầy đủ Tiếng Việt 1 AI Artificial Intelligence 'lrí tuệ nhân tạo 2_ AUC Area Under Curve Khu vue dudi duéng cong 3) BMT Body Mass Index Chỉ số khôi cơ thể 4 DT Decision Tree Cây quyết định 5 FN False Negative Am tính giả 6 KP False Positive Am tinh that 7 GPU Graphics Processing Unit Bộ xủ lý đô họa 8 ID3 Iterative Dicholomiser 3 Thuat toan ID3 ImageNet L.arge-Scalz Visual | Thử thách nhận dạng hình 9 ILSVRC : Recognition Challenge ảnh quy mé 21“lén ImageNet 10 LR Logistic Regression Héi quy Logistic ¢@ Nalional Health and Nutriuion | Khảo sát Kiểm tra Sức khốc 11 NHANES. ` ậ Examination Survey và Dinh dưỡng Quốc gia 12. NPV Negalive Predictive Value Giá trị chan đoán âm tỉnh. Giá trị chân doán đương 13 PPV Positive Predictive Value.
tính 14 RE Random Forest Rừng ngấu nhiên 15 ROC Receiver Operatin: p g Tặca trưng ume hoạtat động dong, của bộ 9 Characteristic thu nhận 16 SVM Support Vector Machine May vecto hé tra 17. TN Truc Negalive Tương tính già 18 TP "Hrue Positive Jurong tinh that XGBoost, oe. nak 9 on Exlreme Gradient Boosling —_| Sigu ting cudng độ đốc 3 Việc áp dụng học máy, tri tuệ nhân tạo đóng góp to lớn vào việc hỗ trợ bác sỹ, chuyên gia trong chan đoán, điều trị bệnh. Luận văn nảy thực hiện một dé tai nghiên cứu về các mồ hình học máy ứng dụng trong y học với các đạng đữ liệu y tế khác nhau và thử nghiệm với một bài toán cụ thể là sảng lọc bệnh tiểu đường, 1.
Mục tiêu và nhiệm vụ nghiên cứu Qua nghiên cứu các mô hình học máy vả ứng dụng trong chắn đoán bệnh với đữ liệu y tế, lập trinh chương trình thực nghiệm với bộ dữ liệu thực, một số kết quả dạt dược như sau Nắm được bản chất học máy và các mô hình học máy. G Iliễu được tính thực tế của học máy tới nền y tế thông qua các ứng dụng học máy Áp đụng mô hình học máy để xây dựng phần mềm chẩn đoán bệnh ° nhân có bị tiểu đường hay không trên bộ dữ liệu thực. c Rút ra được đồ thực tiễn và ý nghĩa khoa học của việc áp dụng hoc máy vao trong img dung chân đoán bệnh với đử liệu y tế 1. Đối tượng và phạm vi nghiên cứu Đổi tượng nghiên cứu o_ Kiến thức về học máy bao gồm phương pháp và ứng dụng thực tế o_ Kiến thức chung vẻ bệnh tiểu đường.
Thạm vi nghiên cứu: Ấp đụng các mô hình học máy để xây đựng chương trình chan đoán bệnh tiểu đường, 1. Phương pháp nghiên cửu -_ Nghiên cứu lý thuyết: Nghiên cứu khảo sắt học máy và những ứng đụng của học máy trong chẵn đoán bệnh dựa trên đữ liệu y tế từ các nguồn tài liêu như giáo trình, bài giảng, báo cáo khoa học,. để chọn những mô hình học máy phù hợp với việc sàng lọc bệnh nhân bị tiểu đường. Tìm hiểu các ứng dụng dùng mô DANH MỤC CÁC CHỮ VIẾT TÁT STT Tên viết tắt 'Tên đầy đủ Tiếng Việt 1 AI Artificial Intelligence 'lrí tuệ nhân tạo 2_ AUC Area Under Curve Khu vue dudi duéng cong 3) BMT Body Mass Index Chỉ số khôi cơ thể 4 DT Decision Tree Cây quyết định 5 FN False Negative Am tính giả 6 KP False Positive Am tinh that 7 GPU Graphics Processing Unit Bộ xủ lý đô họa 8 ID3 Iterative Dicholomiser 3 Thuat toan ID3 ImageNet L.arge-Scalz Visual | Thử thách nhận dạng hình 9 ILSVRC : Recognition Challenge ảnh quy mé 21“lén ImageNet 10 LR Logistic Regression Héi quy Logistic ¢@ Nalional Health and Nutriuion | Khảo sát Kiểm tra Sức khốc 11 NHANES.
` ậ Examination Survey và Dinh dưỡng Quốc gia 12. NPV Negalive Predictive Value Giá trị chan đoán âm tỉnh. Giá trị chân doán đương 13 PPV Positive Predictive Value. tính 14 RE Random Forest Rừng ngấu nhiên 15 ROC Receiver Operatin: p g Tặca trưng ume hoạtat động dong, của bộ 9 Characteristic thu nhận 16 SVM Support Vector Machine May vecto hé tra 17.
TN Truc Negalive Tương tính già 18 TP "Hrue Positive Jurong tinh that XGBoost, oe. nak 9 on Exlreme Gradient Boosling —_| Sigu ting cudng độ đốc 3 DANH MỤC CÁC HẢNG Bang 2. Ma trận nhằm lẫn mô tả kết quả dự đoán người mắc bệnh. Mé 14 thong tin trường đữ liệu đã chọn 50 Bang 3.
Bảng thông số hiệu năng của các mô hình. Đánh giá hiệu năng mô hình học may -Ö„40 2. Ma trận nhằm lẫn - e AO 2. Cáo thang đo hiệu năng của học máy _ 4] 2.
Dường cong ROC. - ce AB CHƯƠNG 3. ĐÁNH GIÁ CÁC MÔ TINH HỌC MÁY 39 TRONG SANG LỌC BỆNH TIỀU ĐƯỜNG. Giới thiệu chung về bệnh tiêu đường, 3.
Bài toán chân đoán hệnh tiểu đường. Giới thiệu bài toán. Mục tiểu bài toán ~ ~ 4ó 3. Dữ liệu đầu vào - - 46 3.
Chọn lọc dữ liệu. nu Hee wee AB 3. Trực quan hỏa dữ liệu - - 50 3. Tiền xử lý dữ liệu 52 3.
Phương pháp phân lớp. Một số ảnh lập trình minh hoa - - 58 3. Thí nghiệm và đánh giả kết quả su —- CHƯƠNG 4. Kết luận chung 58 42.
Kết quả đạt được. 43, Dinh hướng tiếp theo. TẢI LIỆU THAM KHẢO 2. Đánh giá hiệu năng mô hình học may -Ö„40 2.
Ma trận nhằm lẫn - e AO 2. Cáo thang đo hiệu năng của học máy _ 4] 2. Dường cong ROC. - ce AB CHƯƠNG 3.
ĐÁNH GIÁ CÁC MÔ TINH HỌC MÁY 39 TRONG SANG LỌC BỆNH TIỀU ĐƯỜNG. Giới thiệu chung về bệnh tiêu đường, 3. Bài toán chân đoán hệnh tiểu đường. Giới thiệu bài toán.
Mục tiểu bài toán ~ ~ 4ó 3. Dữ liệu đầu vào - - 46 3. Chọn lọc dữ liệu. nu Hee wee AB 3.
Trực quan hỏa dữ liệu - - 50 3. Tiền xử lý dữ liệu 52 3. Phương pháp phân lớp. Một số ảnh lập trình minh hoa - - 58 3.
Thí nghiệm và đánh giả kết quả su —- CHƯƠNG 4. Kết luận chung 58 42. Kết quả đạt được. 43, Dinh hướng tiếp theo.
TẢI LIỆU THAM KHẢO 2. Đánh giá hiệu năng mô hình học may -Ö„40 2.