신경회로망을 이용한 health-data 최적화 처리기법에 관한 연구

Abstract

[한글]당뇨병은 인슐린 작용의 부족에 의한 만성 고혈당 증세와 그 외에 여러 가지 대사이상 합병증을 수반하는 질환이다. 본 연구에서는 당뇨병의 발병가능성을 예측함에 있어서 유전 알고리즘을 이용하여 발병진단과 밀접한 관계가 있는 데이터를 선별한 후, 신경회로망 기법을 이용하여 가장 최적화된 모델을 찾아 그 정확도를 높일 수 있는 방법에 대하여 연구하고자 한다.

230명의 환자데이터와 3945명의 정상데이터, 총 4175명의 데이터를 각각 3:1의 비율로 나누어 Training Data와 Test Data로 구성하였다. 실험에 사용한 데이터 종류는 Adiponectin, Triglyceride, HDL-Cholesterol, Sex, Age, Waist, BMI, HTN, Smoke, Exercise, Alcol이다. 이 데이터 중에서 질병 예측에 최적화된 데이터만을 유전알고리즘을 통해 추출한 후, 신경회로망 모델을 이용하여 발병가능성을 예측해본 결과, 위의 11가지 데이터 전체를 Initial-Feature로 선정한 경우에는 67.8%의 정확도를 보였고, 혈액검사를 통해 구할 수 있는 데이터를 제외한 나머지 8개의 데이터를 Initial-Feature로 선정한 경우에는 63.9%의 정확도를 나타내었다.

이는 대조군으로 설정한 Logistic Regression Model의 결과보다는 약간 낮은 정확도를 보였는데, 이는 환자데이터와 정상데이터간의 수치적 편중에 의한 것으로 판단된다. 두 데이터의 양을 동일하게 구성한 실험에서는 각각 약 80% 정도의 월등히 높은 정확도를 보였기 때문이다.

추후 추가적인 환자데이터가 확보되고, 다양한 신경회로망 모델을 개발되어 매우 우수한 정확도를 보인다면, 의료 현장에서도 적용 가능한 예측모델로서 정립될 수 있을 것이라 판단된다.

[영문]Diabetes is a chronic disease, which occurs when the pancreas does not produce enough insulin, or when the body cannot effectively use the insulin it produces. This leads to an increased concentration of glucose in the blood. In this study, we propose a prediction model that present the high accuracy of the outbreak of diabetes using genetic algorithm and neural network.

We used the data of 4175 persons(normal:3945, patient:230) that divided by training data and test data. And We used the data of Adiponectin, Triglyceride, HDL-Cholesterol, Sex, Age, Waist, BMI, HTN, Smoke, Exercise and Alcol. In these data, genetic algorithm was select the optimized features for prediction of disease, and neural network was predict the outbreak of diabetes. As a result, when use all features, prediction model was presented the accuracy of 67.8%. And when use the features except data what can get by a blood test, prediction model was presented the accuracy of 63.9%

As a further study, we expect that diabetes prediction model will use in medical environment, if additional patient data should get and a research of various neural network models should implement.