Acknowledgement
본 연구는 2022년도 중소벤처기업부의 기술개발사업지원에 의한 연구임[S2935743], 본 연구는 산업통상자원부 및 산업기술평가관리원(KEIT) 연구비 지원에 의한 연구임(20002781)
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2022.05a
- /
- Pages.553-556
- /
- 2022
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Improving the prediction accuracy for LDL-cholesterol based on semi-supervised learning
준지도학습 기반 LDL-콜레스테롤 예측의 정확도 개선
- Yang, Su-Bhin (Dept. of Software, Sang-myung University) ;
- Kim, Min-Tae (Dept. of Software, Sang-myung University) ;
- Kwon, Su-Bin (Dept. of Software, Sang-myung University) ;
- Woo, Na-Hyun (Dept. of Software, Sang-myung University) ;
- Kim, Hak-Jae (ClssAct Incorporated) ;
- Jeong, Tai-Kyeong (Dept. of Artificial Intelligence Convergence, Hal-lym University) ;
- Lee, Sung-Ju (Dept. of Software, Sang-myung University)
- 양수빈 (상명대학교 소프트웨어학과) ;
- 김민태 (상명대학교 소프트웨어학과) ;
- 권수빈 (상명대학교 소프트웨어학과) ;
- 우나현 (상명대학교 소프트웨어학과) ;
- 김학재 ((주)클래스액트) ;
- 정태경 (한림대학교 인공지능융합학부) ;
- 이성주 (상명대학교 소프트웨어학과)
- Published : 2022.05.17
Abstract
이상지질혈증의 발병에 대한 조기 진단 및 관리하는 것은 중요한 문제이다. 이상지질혈증의 진단은 혈액계측 정보 중에서 네 가지 LDL, HDL, TG, 그리고 TC를 이용하여 진단하며, 이상지질혈증 관리를 위해서는 LDL을 추정하는 것이 중요하다. 본 논문에서는 나이, 성별, 그리고 BMI와 같은 신체계측 정보를 학습하여 LDL-콜레스테롤을 예측하기 위한 준지도학습(Semi-supervised learning) 기반 기계학습 방법을 제안한다. 제안 방법은 얕은 학습(Shallow Learning)기반의 MLP(Multi-Layer Perceptron)을 이용하고, 이상지질혈증 진단인자간의 상관관계를 고려하여 신체계측 정보로 예측된 HDL, TG, 그리고 TC을 이용하여 일반적인 기계학습을 이용한 예측방법의 정확도를 개선한다. 즉, 제안방법은 신체계측 정보를 이용하여 혈액계측 정보의 LDL, HDL, TG, 그리고 TC을 각각 예측하고, 신체계측에 혈액계측의 예측 정보를 추가하여 학습한 준지도학습 기반 얕은 네트워크를 설계한다. 실험결과, HDL, TG, 그리고 TC의 혈액예측 정보를 이용한 준지도학습 기반 LDL 예측 정확도는 71.4%로 신체계측 정보만을 이용한 예측 방법의 67.0% 보다 약 4.4% 개선할 수 있음을 확인한다.
Keywords