Προτεινόμενη Διπλωματική εργασία Προπτυχιακού προγράμματος Σπουδών
Η ύπαρξη δομημένων ιατρικών δεδομένων δίνει την ευκαιρία χρησιμοποίησης αλγορίθμων μηχανικής μάθησης για τη βελτιστοποίηση κάποιας θεραπείας ή για την πρόβλεψη της έκβασης μιας θεραπείας. Τα δεδομένα αυτά έχουν συνήθως διαφορετικά χρονικά χαρακτηριστικά, και αρκετές ελλείπεις τιμές.
Στα πλαίσια της παρούσας διπλωματικής εργασίας θα χρησιμοποιηθούν αλγόριθμοι επεξεργασίας δεδομένων και μέθοδοι μηχανικής μάθησης για την επεξεργασία ιατρικών δεδομένων, με έμφαση στην αξιοποίηση της πληροφορίας που μεταβάλλεται χρονικά. Επίσης, θα αξιολογηθεί η δυνατότητα αλγορίθμων μηχανικής μάθησης να εντοπίζουν αυτόματα την έκβαση της εκάστοτε θεραπείας [1].
Εξόρυξη Γνώσης από Δεδομένα
Μηχανική Γνώσης και Συστήματα Γνώσης
Γνώση Αγγλικής γλώσσας
Δεξιότητες προγραμματισμού
[1] Danilatou, Vasiliki, Despoina Antonakaki, Christos Tzagkarakis, Alexandros Kanterakis, Vasilios Katos, and Theodoros Kostoulas. "Automated Mortality Prediction in Critically-ill Patients with Thrombosis using Machine Learning." In 2020 IEEE 20th International Conference on Bioinformatics and Bioengineering (BIBE), pp. 247-254. IEEE, 2020.