Σχεδιασμός και ανάπτυξη συστήματος υπολογιστικής ευφυΐας για την εκτίμηση κινδύνου σε παθήσεις που σχετίζονται με το καρδιαγγειακό σύστημα

Περίληψη

Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας οι καρδιαγγειακές παθήσεις, μεταξύ αυτών ιδιαίτερα η αθηρωματική στεφανιαία νόσος, είναι η συχνότερη αιτία θανάτου παγκοσμίως. Σκοπός αυτής της διδακτορικής διατριβής ήταν η ανάλυση ψηφιακών δεδομένων προερχομένων κυρίως από ιατρικές εικόνες, αλλά και από βιολογικά δείγματα, ασθενών με καρδιαγγειακές παθήσεις, με σκοπό την ανάδειξη σημαντικών βιοδεικτών για τις εν λόγω οντότητες. Κομβικό ρόλο στην επίλυση των ερευνητικών ερωτημάτων της παρούσας διατριβής κατέχει η μηχανική μάθηση, μέσω αλγορίθμων ταξινόμησης και παλινδρόμησης, αλλά και η αυτόνομη εφαρμογή που αναπτύχθηκε, ικανή να εκτελεί ανάγνωση και προσαρμοσμένη οπτικοποίηση των εικόνων τομογραφίας εκπομπής ποζιτρονίων (Positron Emission Tomography, PET)/αξονικής τομογραφίας (Computed Tomography, CT), μέσω της οποίας μελετήθηκαν και αναλύθηκαν τα ερωτήματα που πραγματεύθηκαν στη διατριβή. Αρχικά, μελετήθηκε η μεταβολή της πρόσληψης του ραδιοφαρμάκου στο αρτηριακό δίκτυο με την πάροδο του χρό ...
περισσότερα

Περίληψη σε άλλη γλώσσα

According to the World Health Organization, cardiovascular diseases, including atherosclerotic coronary heart disease, are the leading cause of death worldwide. The purpose of this doctoral thesis was the digital data analysis, derived mainly from medical images, as well as from biological samples of patients with known or suspected cardiovascular diseases, in order to identify important biomarkers, which can predict outcomes of these entities. Machine learning, through classification and regression algorithms, plays a key role in solving the research queries of this thesis. To perform reading and custom visualization of positron emission tomography (PET)/computed tomography (CT) images an in-house stand-alone software was developed. This facilitated a detailed analysis of the imaging data used to study the research questions posed in this thesis. Initially, the change in radiopharmaceutical uptake in the arterial network over time was studied and predictive models for estimating stand ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/50153
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/50153
ND
50153
Εναλλακτικός τίτλος
Design and development of a computational intelligence system for risk assessment in diseases related to the cardiovascular system
Συγγραφέας
Καφούρης, Παύλος του Πέτρος
Ημερομηνία
2021
Ίδρυμα
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (ΕΚΠΑ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Εξεταστική επιτροπή
Αναγνωστόπουλος Κωνσταντίνος
Θεοδωρίδης Σέργιος
Σπύρου Γεώργιος
Μανωλάκος Ηλίας
Βλαχόπουλος Χαράλαμπος
Αναστασιάδου Έμα
Καστής Γεώργιος
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΒιοϊατρική Μηχανική ➨ Βιοϊατρική μηχανική
Ιατρική και Επιστήμες ΥγείαςΕπιστήμες Υγείας ➨ Ιατρική Πληροφορική
Λέξεις-κλειδιά
Αθηρωματική στεφανιαία νόσος; 18F-FDG PET/CT απεικόνιση; Μηχανική μάθηση; Ανάλυση υφής εικόνας; Βιοδείκτες
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
εικ., πιν., σχημ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.