딥러닝과 머신러닝을 통한 당뇨병 데이터 분석

김재호; 김장영

doi:10.6109/jkiice.2024.28.9.1028

추천

검색

질문

자료유형: 학술저널

저자정보: 김재호 (The University of Suwon) 김장영 (The University of Suwon)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제28권 제9호

발행연도: 2024.9

수록면: 1,028 - 1,033 (6page)

DOI: 10.6109/jkiice.2024.28.9.1028

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

당뇨병은 널리 퍼진 만성 질환으로, 세계적으로 영향을 미치고, 경제적으로도 상당한 재정적 부담을 부가하고 있다. 당뇨병은 혈액의 포도당을 조절하는 능력을 저하하고, 삶의 질과 수명을 감소시킬 수 있는 만성 질환이다. 또한 당뇨병은 인슐린을 생성하지 못하거나, 효과적으로 사용하지 못한다. 당뇨병 문제의 규모는 상대적으로 크지만, 쉽게 인식하지 못한다. 당뇨병을 완치할 수 있는 방법은 없지만 체중 감량, 건강식, 활동적 생활 및 치료를 받는 것과 같은 전략은 많은 환자에서 이 질병의 피해를 완화할 수 있다. 조기 진단은 생활 방식의 변화와 보다 효과적인 치료로 이어진다. 본 연구의 의의는 당뇨병이 있는지 여부에 대한 정확한 예측을 제공하고 당뇨병 위험을 가장 잘 예측하는 위험 요소는 무엇인지 찾는 것이다. 예측에 있어서 여러 가지 머신러닝 기법과 딥러닝의 CNN과 RNN을 통한 Ensemble Model 사용하고, 평가방법으로 Accuracy와 Recall을사용한다. 이 Ensemble Model은 Transformer구조를 따르고자 했고, 경량화하였다.

#당뇨병 #분류 #머신러닝 #딥러닝 #앙상블 모델 #Diabetes #Classification #Machine Learning #Deep Learning #Ensemble Model

참고문헌 (10)

참고문헌 신청

G. Roglic, “WHO Global report in diabetes: A summary”, International Journal of Noncommunicable Diseases, vol. 1, no. 1, pp. 3-8, Jun. 2016. DOI: 10.4103/2468-8827.184853.

S. G. Kim and D. S. Choi, “The present State of Diabetes Mellitus in Korea”, Journal of the Korean Medical Association, vol. 51, no. 9, pp. 791-798, Sep. 2008. DOI: 10.5124/jkma.2008.51.9.791.

Kaggle. Diabetes Prediction Dataset [Internet]. Available: https://www.kaggle.com/datasets/alexteboul/diabetes-health-indicators-dataset?resource=download.

J. W. Smith, J. E. Everhart, W. C. Dickson, W. C. Knowler, and R. S. Johannes, “Using the ADAP Learning Algorithm to Forecast the Onset of Diabetes Mellitus,” Proceedings Annual Symposium on Computer Application in Medical Care(Proc Annu Symp Comput Appl Med Care), vol. 9, pp. 261-265, Nov. 1988.

D. Bhatt, C. Patel, H. Talsania, J. Patel, R. Vaghela, S. Pandya, K. Modi, and H. Ghayvat, “CNN Variants for Computer Vision: History, Architecture, Application, Challenges and Future Scope,” Electronics, vol.10, no. 20, Oct, 2021. DOI:10.3390/electronics10202470.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

인공지능 기반의 mRNA 백신 디자인 프레임워크

공현승 , 김인영 , 장병탁 한국정보과학회 학술발표논문집 2023 .06

BMI와 허리둘레에 따른 초음파영상의 히스토그램 분석

김나현 , 민혜정 , 김태헌 외 3명 대한초음파의료영상학회 학술대회 초록집 2018 .03

대학생의 허리둘레/키 비와 대사성 질환 및 신체구성 요인의 관련성

김재훈 , 김기진 한국발육발달학회지 2018 .02

천연물신약의 안전성ㆍ유효성 문제에 대한 고찰

김성원 의료정책포럼 2015 .01

딥러닝을 활용한 너트 불량 크기 판단 알고리즘 개발

윤주리 , 이사랑 , 홍석무 한국산학기술학회 논문지 2024 .09

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (10)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)