Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/45448
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorПастух, Олег Анатолійович-
dc.contributor.authorЯковів, Богдан Юрійович-
dc.date.accessioned2024-06-25T13:24:28Z-
dc.date.available2024-06-25T13:24:28Z-
dc.date.issued2024-06-
dc.identifier.citationЯковів Б. Ю. Розробка системи для неврології : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 121 - інженерія програмного забезпечення / наук. кер. О. А. Пастух.Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2024. 73 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/45448-
dc.description.abstractЗа результатами Всесвітньої Організації Охорони Здоров’я в найближчі десять, п’ятнадцять років відбудуться зміни у рейтингу кількості захворювань людей із серцево-судинних захворювань на психоневрологічні захворювання. Таким чином, логічно випливає висновок щодо потреби медичного діагностування психоневрологічних захворювань на ранніх стадіях. До того ж це потрібно робити у телемедичний спосіб. Окрім цього, потрібно забезпечувати високу точність та надійність медичного діагностування. Для цього необхідно розробляти нові інтелектуалізовані технічні засоби, зокрема, інтелектуалізовані програми, інтелектуалізоване програмне забезпечення, тощо. Наприклад, так діють у технологічній компанії ІВМ, які створили величезну кількість інтелектуалізованих хмарник програмних систем і навіть цілих платформ для медицини у вигляді віртуальних клінік, віртуальних медичних діагностичних центрів, тощо. У даній кваліфікаційній роботі на здобуття освітнього ступеня бакалавр спроектовано та зконструйовано інтелектуалізоване програмне забезпечення для мелемедичної неврології, зокрема, для діагностування неврологічної патології у вигляді захворювання Паркінсона. В основі програмного забезпечення використано регресійне дерево прийняття рішень для вирішення завдання регресійного рівня (степені) захворюваності на хворобу Паркінсона. У роботі забезпечено можливість зберігання програмних компонентів, які попередньо були навчені на даних і ці програмні компоненти можна використовувати у подальшому сторонніми програмами. Виконано повне метрологічне дослідження створеного програмного забезпечення у вигляді коефіцієнта детермінації, середнього значення відносної похибки, середнього значення квадрата відхилення вимірювальних значень відносно їх середніх. Створено можливість програмної візуалізації метрологічних характеристик, які підвищують наочність сприйняття.uk_UA
dc.description.abstractAccording to the results of the World Health Organization, in the next ten to fifteen years there will be changes in the rating of the number of human diseases from cardiovascular diseases to psycho-neurological diseases. Thus, a logical conclusion follows regarding the need for medical diagnosis of psycho-neurological diseases in the early stages. In addition, it should be done telemedically. In addition, it is necessary to ensure high accuracy and reliability of medical diagnosis. For this purpose, it is necessary to develop new intellectualized technical means, in particular, intellectualized programs, intellectualized software, etc. For example, this is how the technology company IVM operates, which has created a huge number of intellectualized cloud-based software systems and even entire platforms for medicine in the form of virtual clinics, virtual medical diagnostic centers, etc. In this qualification work for obtaining a bachelor's degree, intellectualized software for medical neurology, in particular, for diagnosing neurological pathology in the form of Parkinson's disease, was designed and constructed. The basis of the software is a regression decision-making tree used to solve the problem of the regression level (degree) of the incidence of Parkinson's disease. The work provides the possibility of storing software components that were previously trained on data and these software components can be used later by third-party programs. A full metrological study of the created software was performed in the form of the coefficient of determination, the average value of the relative error, the average value of the square of the deviation of the measurement values relative to their averages. The possibility of software visualization of metrological characteristics has been created, which increases the clarity of perceptionuk_UA
dc.description.tableofcontentsПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ, ОДИНИЦЬ, СКОРОЧЕНЬ І ТЕРМІНІВ... 9 ВСТУП... 10 РОЗДІЛ 1. КОНСТРУКТИВНИЙ АНАЛІЗ СТАНУ ПРОГРАМНИХ СИСТЕМ ДЛЯ ДІАГНОСТУВАННЯ НЕЙРОДЕГЕНЕРАТИВНИХ ЗАХВОРЮВАНЬ... 11 1.1. Епідемічний стан нейродегенеративних захворювань...11 1.2. Технічні засоби для діагностування нейродегенеративних захворювань... 14 1.3. Нейротехнологічні рішення усунення нейродегенеративних патологій...18 1.4. Мета і завдання бакалаврської роботи... 20 РОЗДІЛ 2. ПРАКТИЧНЕ ПРОЕКТУВАННЯ СИСТЕМИ ДІАГНОСТУВАННЯ НЕВРОЛОГІЧНОГО ЗАХВОРЮВАННЯ ПАРКЕНСОНА... 21 2.1. Інтерпретація введених даних для системи діагностування рівня захворюваності на хворобу Паркінсона... 22 2.2. Використання бібліотек і фреймворків із репозиторію анаконди у проекті... 25 2.3. Програмний інструмент для введення даних у скрипт проекту... 26 2.4. Проектування програмного конвеєра для апріорної переробки інформації.... 28 2.5. Програмний інструмент для утворення навчальної та тестової множин даних... 30 2.6. Програмний інструмент для проектування регресійних дерев рішень... 31 2.7. Інструмент для кросс-валідації регресійних дерев рішень ... 34 2.8. Інструменти для оцінювання метрик якості регресійних дерев рішень... 35 2.9. Програмні інструменти для гіпероптимізації регресійних дерев рішень... 40 2.10. Програмний інструмент для збереження та завантаження регресійних дерев рішень... 42 РОЗДІЛ 3. ПРИКЛАДНА РЕАЛІЗАЦІЯ СИСТЕМИ ДІАГНОСТУВАННЯ НЕВРОЛОГІЧНОГО ЗАХВОРЮВАННЯ ПАРКІНСОНА... 44 3.1. Задіяння бібліотек та фреймворків у пайтонівських скриптах проекту... 44 3.2. Уведення набору даних в систему діагностування захворювання Паркенсона... 44 3.3. Апріорна переробка набору даних хворих на захворювання Паркенсона... 45 3.4. Розщеплення набору даних на характеристики хворих та рівень захворюваності на Паркінсона... 46 3.5. Крос Валідація регресійних дерев прийняття рішень при діагностуванні захворювання Паркінсона... 47 3.6. Рандомне формування навчального та тестових наборів даних... 49 3.7. Навчання, тестування та прийняття рішень на основі регресійних дерев прийняття рішень при діагностування захворювання Паркінсона... 50 3.8. Формування фрейму метрик якості для регресійних дерев прийняття рішень у діагностуванні хвороби Паркенсона... 51 3.9. Візуалізація значеннь метрики якості для регресійних дерев прийняття рішень для визначення рівня хвороби Паркенсона... 52 3.10. Зберігання та використання регресійних дерев прийняття рішень для визначення рівня хвороби Паркінсона... 53 3.11. Гіпер Оптимізація регресійних дерев прийняття рішень для визначення рівня хвороби Паркінсона... 54 3.11.1. Гіпер Оптимізація регресійних дерев прийняття рішень для визначення рівня хвороби Паркінсона на основі GridSearchCV... 54 3.11.2. Гіпер Оптимізація регресійних дерев прийняття рішень для визначення рівня хвороби Паркінсона на основі Random Search CV... 55 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ... 56 4.1. Моделювання та прогнозування небезпечних ситуацій... 56 4.2. Механізація транспортування та встановлення важких за вагою деталей... 58 ВИСНОВКИ... 61 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ... 62 ДОДАТКИ... 64 Додаток А Технічне завдання... 65 Додаток Б. Тези доповіді на конференції... 70 Додаток В. Диск із кваліфікаційною роботою бакалавра... 73uk_UA
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subjectpandasuk_UA
dc.subjectnumpyuk_UA
dc.subjectScikit-learnuk_UA
dc.subjectmatplotlibuk_UA
dc.subjectPythonuk_UA
dc.subjectмедицинаuk_UA
dc.titleРозробка системи для неврологіїuk_UA
dc.title.alternativeDevelopment of a system for neurologyuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Яковів Богдан Юрійович, 2024uk_UA
dc.contributor.committeeMemberЛещишин, Юрій Зіновійович-
dc.coverage.placenameТернопільuk_UA
dc.format.pages73-
dc.subject.udc004.9uk_UA
dc.relation.referencesPastukh O., Petryk M., Bachynskiy M., Mudryk I., Stefanyshyn V. Processing of Cerebral Cortex Neurosignals from EEG Sensors and RecognizinSpecific Types of Mechanical Movements Elements of Patient Limbs under the Cognitive Feedback Influences // International Workshop on Computer Information Technologies in Industry 4.0. 2023. №3468. С. 61–70uk_UA
dc.relation.referencesMatplotlib 3.8.3 documentation. URL: https://matplotlib.org/stable/index.html (дата звернення: 07.03.2024)uk_UA
dc.relation.referencesYasniy O., Pastukh O., Didych I., Yatsyshyn V., Chykhira I. Application of machine learning for modeling of 6061-T651 aluminum alloy stress− strain diagram // Procedia Structural Integrity. 2023. №48. С. 183-189uk_UA
dc.relation.referencesПастух О.А., Яцишин В.В., Жаровський Р.О., Шаблій Н.Р. Software tool for productivity metrics measure of relational database management system // Математичне моделювання. 2023. №1 (48). С.7-17.uk_UA
dc.relation.referencesPastukh O., Stefanyshyn V., Baran I., Yakymenko I., Vasylkiv V. Mathematics and software for controlling mobile software devices based on brain activity signals // The International Workshop on Information Technologies: Theoretical and Applied Problems (ITTAP-2023). 2023. №3628. С. 684–689.uk_UA
dc.relation.referencesYatsyshyn V., Pastukh О., Palamar А., Zharovskyi R. Technology of relational database management systems performance evaluation during computer systems design // Scientific Journal of TNTU. 2023. №1. С. 54–65uk_UA
dc.relation.referencesPastukh O., Petryk M., Bachynskiy M., Mudryk I., Stefanyshyn V. Processing of Cerebral Cortex Neurosignals from EEG Sensors and RecognizinSpecific Types of Mechanical Movements Elements of Patient Limbs under the Cognitive Feedback Influences // International Workshop on Computer Information Technologies in Industry 4.0. 2023. №3468. С. 61–70.uk_UA
dc.relation.referencesPandas documentation. URL: https://pandas.pydata.org/docs/ (дата звернення: 07.03.2024)uk_UA
dc.relation.referencesNumPy documentation. URL: https://numpy.org/devdocs/ (дата звернення: 07.03.2024)uk_UA
dc.relation.referencesМелех Л.В. Безпека життєдіяльності та охорона праці: Навчальний посібник. Львів: Львівський державний університет внутрішніх справ. 2022. 219 с.uk_UA
dc.relation.referencesСокуренко В.В. Безпека життєдіяльності та охорона праці: Підручник. Харків: Харків. нац. ун-т внутр. справ. 2021. 308 с.uk_UA
dc.coverage.countryUAuk_UA
Розташовується у зібраннях:121 — Інженерія програмного забезпечення (бакалаври)

Файли цього матеріалу:
Файл Опис РозмірФормат 
dyplom_Yakoviv_2024.pdf2,92 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора