РОЗРОБКА ПРОГРАМНОГО КОМПЛЕКСУ ДЛЯ КОРИГУВАННЯ ВАГИ ХВОРИХ НА ЦУКРОВИЙ ДІАБЕТ НА ОСНОВІ ВИКОРИСТАННЯ НЕЙРОННОЇ МЕРЕЖІ З ЛОГІСТИЧНОЮ РЕГРЕСІЄЮ

Анотація

У результаті аналізу області прогнозування цукрового діабету виділено основні фактори: спадковість, спосіб життя, вага, фактори навколишнього середовища, вік. Виділено існуючі методи в прогнозуванні цукрового діабету: data mining, логістичний регресійний аналіз, нейронна мережа. Обрано основний функціонал в розглянутих додатках. Розроблено глосарій предметної області. Обрані математичні моделі функцій активації нейронних мереж: relu, softmax, sigmoid, linear. Математичною моделлю для розрахунку вагів нейронної мережі є логістична регресія, яка підвищує точність прогнозування.Створено модель бізнес–процесу використання штучної нейронної мережі для коригування ваги хворих на цукровий діабет. Розроблено ПК для коригування ваги хворих на цукровий діабет за допомогою нейронної мережі, що дозволяє своєчасно попередити користувача о підвищенні рівня цукру в крові, спостерігати за станом хворого, надання рекомендацій в вигляді меню на день, виконувати аналіз показників. Реалізовано використання шаблонів проектування «Спостерігач» для спостереження лікаря за станом користувача, та «Будівник» для створення медкартки користувача. Досліджено роботу нейронних мереж «Tensorflow.js» «Brain.js», які здатні забезпечити задовільну якість прогнозу рівня цукру в крові та ваги. Досліджені чотири функції активації (relu, softmax, sigmoid, linear) при навчанні та виконані тестових прогнозів нейронних мереж. Розроблена гібридна модель в парі з логістичною регресією, яка дозволила досягти точності прогнозування 94% рівня цукру в крові на наступні 3 - 9 годин, а також ваги на 3 - 7 днів наперед за рахунок «Tensorflow.js». У більшості випадків нейронна мережа прогнозує рівень цукру на 3 години, що є достатнім для хворої на діабет людини, щоб вжити заходів для недопущення зниження або підвищення рівня цукру.