++Презентация_вкр_Габитова_Айгуль

1.

Веб-приложение
для прогнозирования сахарного диабета
на основе машинного обучения
Габитова Айгуль Ирековна
Студент группы 09-151
Научный руководитель: Ахмедова Альфира Мазитовна
Старший преподаватель

2.

Целью
выпускной
квалификационной
работы
является
разработка
многопользовательского веб-приложения для прогнозирования сахарного диабета
на основе машинного обучения.
Задачи:
1. Проанализировать предметную область, структуру данных, методы машинного
обучения и инструменты, используемые для прогнозирования сахарного
диабета.
2. Разработать проект веб-приложения, включая выбор архитектуры нейросети с
соответствующим датасетом для обучения.
3. Реализовать веб-приложение для прогнозирования сахарного диабета со
801-1000
13-18
322
10
встроенной моделью машинного обучения.
4. Протестировать интерфейс и функциональность веб-приложения.
2

3.

801-1000
14-16
Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
322
5
Обзор существующих решений
Сравнение аналогов
Название
Функции
Платформа
Минусы
ДИАБЕТ®
Гибкий дневник, отчёты
Android
Только Android
Сахар в
крови
Простая запись и графики
Android
Мало аналитики
Только iOS,
Glucobyte
Дневник, графики
iOS
ограниченный
функционал
3

4.

Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
Архитектура системы с техническим стеком
801-1000
14-16
322
5
4

5.

Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
Схема пользовательских таблиц базы данных
801-1000
14-16
322
5
5

6.

Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
Варианты использования
801-1000
14-16
322
5
6

7.

801-1000
14-16
Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
322
5
Датасеты. Датасет "Mendeley
Датасет "Mendeley"
Содержит 800 записей, сформированных
на основе медицинских карт пациентов,
собранных
Медицинским
госпиталем
и
центром
городским
Специализированным
эндокринологии
и
диабета
учебной клиники Аль-Кинди (Ирак).
В выборке представлены 11 значимых признаков, включая возраст, пол, HbA1c, холестерин,
триглицериды, BMI и другие клинико-диагностические показатели.
7

8.

801-1000
14-16
Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
322
5
Датасеты. Датасет " Diabetes Dataset 2019"
Датасет " Diabetes Dataset 2019"
Основан
на
анкетировании
952
взрослых респондентов.
Собран исследователями N. P. Tigga и S.
Garg в инженерном институте BIT Mesra
(Индия) для анализа факторов риска
диабета 2 типа.
Анкета включала 17 признаков, из которых после предобработки было отобрано 12 наиболее
значимых, например возраст, ИМТ, физическая активность, семейная предрасположенность.
8

9.

801-1000
14-16
Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
322
5
Датасеты. Датасет " Diabetes Early Stage"
Датасет " Diabetes Early Stage"
Содержит 520 записей.
Собран
в Sylhet
Diabetes Hospital
(Бангладеш) для раннего выявления
диабета
на
основе
клинических
симптомов.
Включает 16 бинарных признаков, отражающих жалобы пациентов, из которых после
предобработки
было
отобрано
14
наиболее
значимых,
например:
жажда,
частое
мочеиспускание, потеря веса, слабость.
9

10.

801-1000
14-16
Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
322
5
Архитектура и метрики нейросетей
Метрики показывают высокую точность
(Accuracy
> 98%) и сбалансированную эффективность (Recall
и F1-score > 93%) на всех датасетах, особенно на
Mendeley dataset.
Название датасета
Accuracy
Recall
F1-score
Mendeley dataset
98.4 %
99.4 %
99.1 %
Diabetes Dataset 2019
98.2 %
93.5 %
96.6 %
Diabetes Early Stage
98.1 %
98.4 %
98.4 %
10

11.

Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
Схема эндпоинтов серверной части и карта сайта
801-1000
14-16
322
5
11

12.

Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
Тест на диабет. Результат и отчет в PDF
801-1000
14-16
322
5
12

13.

Веб-приложение для прогнозирования сахарного диабета на основе машинного обучения
Тестирование. Процент покрытия клиентской и серверной частей
801-1000
14-16
322
5
13

14.

Заключение
В рамках данной работы была разработана
система, предоставляющая пользователю удобный
интерфейс для ведения дневника самоконтроля и
прохождения теста на выявление риска сахарного
диабета.
В будущем систему можно будет улучшить:
добавить персонализированные рекомендации,
уведомления и расширить выборку с учетом разных
801-1000
14-16
этнических и возрастных групп. Особое внимание стоит
уделить защите медицинских данных.
322
5
14

15.

801-1000
13-18
322
10
15

16.

Веб-приложение для прогнозирования сахарного
диабета на основе машинного обучения
Спасибо за внимание!
Габитова Айгуль Ирековна
Студент группы 09-151