Модель неінвазивного глюкометра на базі машинного навчання

Скорочена інформація про документ
dc.contributor.advisorБогомолов, Микола Федорович
dc.contributor.authorМасюк, Іван Віталійович
dc.date.accessioned2024-10-04T09:52:45Z
dc.date.available2024-10-04T09:52:45Z
dc.date.issued2024
dc.description.abstractАктуальність: застосування штучного інтелекту в системах постійного моніторингу рівня глюкози має велике значення для покращення управління цукровим діабетом. Розвиток штучного інтелекту в системах постійного моніторингу рівня глюкози може допомогти вдосконалити алгоритми прогнозування та реагування на зміни рівня глюкози, забезпечуючи більш ефективний та індивідуалізований підхід до лікування цукрового діабету. Мета: дослідження та розробка системи постійного моніторингу рівня глюкози з використанням штучного інтелекту. Для досягнення мети поставлено наступні задачі: 1. Проаналізувати існуючі моделі та алгоритми штучного інтелекту, що застосовуються у сфері медичного моніторингу. 2. Вивчити принципи функціонування та особливостей роботи сучасних систем постійного моніторингу рівня глюкози. 3. Розробити та оптимізувати алгоритми обробки та аналізу даних, зібраних від сенсорів моніторингу глюкози. 4. Впровадити методи машинного навчання для прогнозування тенденцій зміни рівня глюкози та виявлення аномальних показників. 5. Оцінити ефективність та надійність розроблених алгоритмів на клінічних даних з метою їх подальшого використання у практиці.
dc.description.abstractotherActuality: the use of artificial intelligence in continuous glucose monitoring systems is of great importance for improving diabetes management. The development of artificial intelligence in continuous glucose monitoring systems can help improve algorithms for predicting and responding to changes in glucose levels, providing a more effective and individualized approach to diabetes treatment. Purpose: research and development of a system for continuous monitoring of glucose level using artificial intelligence. To achieve the goal, the following tasks are set: 1. To analyze the existing models and algorithms of artificial intelligence used in the field of medical monitoring. 2. To study the principles of operation and features of modern systems of continuous glucose level monitoring. 3. Develop and optimize algorithms for processing and analyzing data collected from glucose monitoring sensors. 4. Implement machine learning methods to predict trends in glucose levels and detect abnormal indicators. 5. To evaluate the effectiveness and reliability of the developed algorithms on clinical data for the purpose of their further use in practice.
dc.format.extent65 с.
dc.identifier.citationМасюк, І. В. Модель неінвазивного глюкометра на базі машинного навчання : дипломна робота ... бакалвра : 163 Біомедична інженерія / Масюк Іван Віталійович. - Київ, 2024. - 65 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69548
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectштучний інтелект
dc.subjectпостійний моніторинг глюкози
dc.subjectалгоритми прогнозування
dc.subjectсистема моніторингу глюкози
dc.subjectмашинне навчання
dc.subjectartificial intelligence
dc.subjectcontinuous glucose monitoring
dc.subjectprediction algorithms
dc.subjectglucose monitoring system
dc.subjectmachine learning
dc.titleМодель неінвазивного глюкометра на базі машинного навчання
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Masiuk_bakalavr.pdf
Розмір:
1.84 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (БМІ)
Бакалаврські роботи