跳到主要內容

臺灣博碩士論文加值系統

(34.204.198.73) 您好!臺灣時間:2024/07/16 17:41
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:黃彥超
研究生(外文):HUANG,YEN-CHAO
論文名稱:以人工智慧方法預測肝炎患者之肝硬化進程
論文名稱(外文):Artificial Intelligence Approaches to Predicting the Progression of Hepatitis to Liver Cirrhosis
指導教授:潘健一
指導教授(外文):PAN, JIANN-I
口試委員:郭忠義陳淑媛
口試委員(外文):KUO, JONG-YIHCHEN, SHU-YUAN
口試日期:2020-07-20
學位類別:碩士
校院名稱:慈濟大學
系所名稱:醫學資訊學系碩士班
學門:醫藥衛生學門
學類:醫學技術及檢驗學類
論文種類:學術論文
論文出版年:2020
畢業學年度:108
語文別:中文
論文頁數:73
中文關鍵詞:肝炎肝硬化人工智慧深度學習機器學習
外文關鍵詞:hepatitiscirrhosisArtificial IntelligenceDeep LearningMachine Learning
相關次數:
  • 被引用被引用:1
  • 點閱點閱:364
  • 評分評分:
  • 下載下載:54
  • 收藏至我的研究室書目清單書目收藏:2
由於喝酒交際在臺灣社交文化當中一直扮演著主要的角色,因此有許多人患有酒精性肝炎或是加速病毒型肝炎惡化。肝炎破壞了肝臟,最後引起肝炎患者肝纖維化,而肝纖維化至肝硬化大約需要二十到三十年是一段很漫長的時間,但是早期症狀不明顯因此常讓病患疏於改變生活習慣以致進入肝硬化階段而不自知,根據衛生福利部統計(108年)慢性肝病、肝硬化有4,240人死亡。而肝硬化最後也會演變成肝癌,臺灣每年也約有7,800人因肝癌死亡,可見肝炎是不可忽視的慢性疾病。通常檢驗肝纖維化的方法是通過組織切片進行診斷稱為肝活檢,再根據國際METAVIR評分標準,將肝纖維化分為五個階段。本研究透過人工智慧方法來預測肝硬化的進程,用以評估當前的肝的狀態轉至肝硬化的過程。經由選擇14種血液檢測、2種患者的身體特徵以及3種日常生活習慣當作資料的輸入層,而結果將會預測病人當前的肝狀態至其被醫生診斷肝硬化的年限。此篇論文透過五個實驗來比較不同類屬性對於預測結果的影響力,並分別以深度學習的深度類神經網路與機器學習的隨機森林與支持向量機模型進行訓練分析,得到隨機森林在不同實驗中都有不錯的表現,而深度類神經網路模型則次之。未來可應用在輔助醫生診斷因前期症狀不太明顯而容易被忽略的患者,提早給出警訊並掌握好肝炎病毒對肝破壞的演進,提早預防以延長病人的壽命。
Since drinking has always been to play an important role in the social culture of Taiwan, many people have alcoholic hepatitis or let viral hepatitis accelerate to worsen. Hepatitis destroys the liver and eventually causes liver fibrosis in patients with hepatitis. It takes about twenty to thirty years for liver fibrosis to cirrhosis, but the early symptoms are not obvious. Therefore, patients are often neglected to change their living habits and enter the stage of cirrhosis without knowing it. According to the 2019 annual report of the Ministry of Health and Welfare, there are 4,240 people died of chronic liver disease and cirrhosis. Cirrhosis will eventually evolve into liver cancer. On the other hand, there are almost 7,800 people who die from liver cancer every year in Taiwan, which shows that hepatitis is an unignorable chronic disease. The method of testing liver fibrosis is to make a diagnosis through a tissue section called a liver biopsy. According to the international METAVIR scoring standard, liver fibrosis is divided into five stages. We use artificial intelligence methods to predict the progress of liver cirrhosis, which is used to assess the current liver state to the process of liver cirrhosis. We selected fourteen blood tests, two patient physical characteristics, and three daily habits as the input layer of the data, and the results will predict the patient's current liver to cirrhosis by the doctor 's diagnosis. This paper uses five experiments to compare the influence of different types of attributes on the prediction results and uses deep learning Deep Neural Networks and machine learning Random Forests and Support Vector Machine models for training analysis. Random Forests have good performance in different experiments, and the Deep Neural Networks model is followed. In the future, this model can be used to assist doctors in diagnosing patients who are easily overlooked because of the beginning symptoms. The patients give an early warning and grasp the evolution of hepatitis virus damage to the liver, prevent early to extend their life.
第一章 緒論 1
1.1 研究前言 1
1.2 研究動機 2
1.3 研究目的 2
第二章 文獻探討 3
2.1 肝炎背景知識 3
2.1.1 肝炎分類 3
2.1.2 B型肝炎與C型肝炎疾病介紹 4
2.1.3 肝硬化 9
2.2 相關文獻探討 10
第三章 方法 12
3.1 資料選擇 12
3.2 資料蒐集 13
3.3 資料處理 15
3.3.1 肝炎患者分類假設 15
3.3.2 肝炎患者生活習慣擷取 17
3.3.3 資料前處理 19
3.4 模型架構 21
3.4.1 深度神經網路 21
3.4.2 隨機森林 23
3.4.3 支持向量機 25
3.5 模型評估 26
第四章 實驗 29
4.1 實驗一:使用資料集1,採用19種屬性 31
4.1.1 深度神經網路 31
4.1.2 隨機森林 34
4.1.3 支持向量機 36
4.2 實驗二:使用資料集2,採用17種屬性 38
4.2.1 深度神經網路 38
4.2.2 隨機森林 41
4.2.3 支持向量機 43
4.3 實驗三:使用資料集2,採用19種屬性,空缺值補平均 45
4.3.1 深度神經網路 45
4.3.2 隨機森林 48
4.3.3 支持向量機 50
4.4 實驗四:使用資料集2,採用19種屬性,空缺值補0 52
4.4.1 深度神經網路 52
4.4.2 隨機森林 55
4.4.3 支持向量機 57
4.5 實驗五:使用資料集3,採用14種屬性 59
4.5.1 深度神經網路 59
4.5.2 隨機森林 62
4.5.3 支持向量機 64
4.6 實驗討論 66
第五章 結論 69
參考文獻 70
[1] 衛生福利部統計處, “衛生福利部統計處,” Jun. 2020. [線上]. Available: https://www.mohw.gov.tw/cp-16-54482-1.html.
[2] 癌症防治組, “肝癌是沉默殺手! 慢性B、C型肝炎患者務必接受治療或追蹤檢查,” Oct. 2015. [線上]. Available: https://www.hpa.gov.tw/Pages/Detail.aspx?nodeid=1131&pid=2332.
[3] 王森稔、李金德, “認識C型肝炎,” Jun. 2004. [線上]. Available: http://www.kmuh.org.tw/www/kmcj/data/9306/8.htm.
[4] Pierre Bedossa, Thierry Poynard, “An Algorithm for the Grading of Activity in Chronic Hepatitis C,” Hepatology, 1996.
[5] 腸胃科醫師或護理, “認識肝炎,” 臺中榮民總醫院護理部, 2016.
[6] 謝懿安, “專訪旅美博士陳哲宏/喝酒臉紅是基因有缺陷!台灣酒精不耐症比例全球之冠,” 康健, May. 2019. [線上]. Available: https://www.commonhealth.com.tw/article/article.action?nid=79481.
[7] 劉振華, “慢性B型肝炎的今日治療,” 光田醫療社團法人光田綜合醫院, Aug. 2010. [線上]. Available: http://www.ktgh.com.tw/HygieneArticle_look.asp?NewsID=444.
[8] “B型肝炎,” 維基百科, Jun. 2020. [線上]. Available: https://zh.wikipedia.org/wiki/%E4%B9%99%E5%9E%8B%E8%82%9D%E7%82%8E#%E8%87%BA%E7%81%A3.
[9] 衛生福利部疾病管制署, “急性病毒性 C 型肝炎(Acute Hepatitis C),” 衛生福利部疾病管制署, 2019.
[10] “依法定傳染病,” 衛生福利部疾病管制署, [線上]. Available: https://www.cdc.gov.tw/Disease/Index.
[11] 梁惠雯、黃靜宜, “消滅C肝全民動起來!,” 好心肝會刊, 編號 76, 2016.
[12] 衛生福利部疾病管制署, “B型肝炎疫苗接種三十有成,” 衛生福利部疾病管制署, Jul. 2016. [線上]. Available: https://www.cdc.gov.tw/Category/ListContent/flJ163_b8t2vvDfnr7ncZA?uaid=wk_-M4V9oqVLCB_NInUwuw.
[13] 紀威佑, “臺灣全面施行新生兒B型肝炎疫苗接種,” 科技部主題科學傳播, Jul. 2018. [線上]. Available: https://scitechvista.nat.gov.tw/c/sgaO.htm.
[14] 肝病防治學術基金會, “肝病知識,” 肝病防治學術基金會, Jan. 2018. [線上]. Available: https://www.liver.org.tw/knowledgeView.php?cat=1&sid=3.
[15] 護理科, “B型肝炎,” 衛生福利部草屯療養院, Mar. 2011. [線上]. Available: https://www.ttpc.mohw.gov.tw/?aid=508&pid=110&page_name=detail&iid=340.
[16] 衛生福利部疾病管制署, “急性病毒性B型肝炎,” 衛生福利部疾病管制署.
[17] 衛生福利部疾病管制署, “C型肝炎,” 衛生福利部疾病管制署.
[18] 林以璿, “我身體健康,為什麼也要檢測C型肝炎?,” Heho健康, Jan. 2019. [線上]. Available: https://heho.com.tw/archives/35832.
[19] “傳染病統計資料查詢系統,” 衛生福利部疾病管制署, [線上]. Available: https://nidss.cdc.gov.tw/ch/CDCWNH07.aspx?dc=1&dt=3&disease=0705.
[20] 蔡詠恩, “季節性疾病簡介與預防:肝硬化,” 國軍高雄總醫院院刊, 編號 83, 2019.
[21] 蔡秉傑, “肝實質病變,” 好心肝, 編號 57, 2012.
[22] Vallet-Pichard A, Mallet V, Nalpas B, Verkarre V, Nalpas A, Dhalluin-Venier V, Fontaine H, and Pol S, “FIB-4: an Inexpensive and Accurate Marker of Fibrosis in HCV Infection. Comparison with Liver Biopsy and FibroTes,” Hepatology, pp. 32-36, Jul. 2007.
[23] Heba Ayeldeen, Olfat Shaker, Ghada Ayeldeen, Khaled M. Anwar, “Prediction of Liver Fibrosis stages by Machine Learning model: A Decision Tree Approach,” Third World Conference on Complex Systems (WCCS), pp. 23-25, Nov. 2015.
[24] Modjtaba Rouhani, Mehdi Motavalli Haghighi, “The Diagnosis of Hepatitis diseases by Support Vector Machines and Artificial Neural Networks,” International Association of Computer Science and Information Technology, pp. 456-458, 17-20 Apr. 2009.
[25] Sergey Ioffe,Christian Szegedy, “Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift,” Cornel University, 2015.
[26] Nitish Srivastava, Geoffrey Hinton, Alex Krizhevsky, Ilya Sutskever, and Ruslan Salakhutdinov, “Dropout: A Simple Way to Prevent Neural Networks from Overfitting,” Journal of Machine Learning Research, 2014.
[27] J. Schmidhuber, “Deep Learning in Neural Networks: An Overview,” Elsevier, pp. 85-117, Jan. 2015.
[28] 菊安醬, “Sklearn常用機器學習演算法參數詳解,” CDA數據分析師, 2019.
[29] Y. James, “[資料分析&機器學習] 第3.5講 : 決策樹(Decision Tree)以及隨機森林(Random Forest)介紹,” Medium, Nov. 2017. [線上]. Available: https://medium.com/jameslearningnote/%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E7%AC%AC3-5%E8%AC%9B-%E6%B1%BA%E7%AD%96%E6%A8%B9-decision-tree-%E4%BB%A5%E5%8F%8A%E9%9A%A8%E6%A9%9F%E6%A3%AE%E6%9E%97-random-forest-%E4%BB%8B%E.
[30] “機器學習十大演算法---8. 隨機森林演算法,” ITREAD01, Feb. 2019. [線上]. Available: https://www.itread01.com/content/1549579879.html.
[31] J. Wang, “隨機森林 (Random Forest),” Mar. 2018. [線上]. Available: https://rstudio-pubs-static.s3.amazonaws.com/378052_30d987a09ea54b6db5aa1e82f5dce6bf.html.
[32] 天臺的貓爺爺, “sklearn.svm.SVC 參數說明,” 台部落, Sep. 2018. [線上]. Available: https://www.twblogs.net/a/5b8e11af2b7177188342a841.
[33] 常龍, “python sklearn中分類問題的評估方法,” 知乎, Jun. 2018. [線上]. Available: https://zhuanlan.zhihu.com/p/37654241.
[34] Thampi, S.M., Trajkovic, L., Li, K.-C., Das, S., Wozniak, M., Berretti, S, “Machine Learning and Metaheuristics Algorithms, and Applications,” SoMMA, 18-21 Dec. 2019.
[35] 癌症防治組, “肝病簡介,” 衛生福利部國民健康署, 16 10 2019. [線上]. Available: https://www.hpa.gov.tw/Pages/Detail.aspx?nodeid=616&pid=1128.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊