|
Електронний архів Полтавського університету економіки і торгівлі >
Навчально-науковий інститут денної освіти >
Кафедра комп'ютерних наук та інформаційних технологій >
Кваліфікаційні роботи (проєкти) бакалаврів та магістрів (ННІДО КНІТ) >
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://dspace.puet.edu.ua/handle/123456789/15897
|
| Название: | Веб-додаток для відстеження та прогнозування стану здоров'я на основі обробки біомедичних даних |
| Авторы: | Дзяткевич, Максим Олегович Черненко, Оксана Олексіївна |
| Ключевые слова: | веб-додаток стан здоров'я прогнозування біомедичні дані FastAPI Next.js |
| Дата публикации: | 2025 |
| Издатель: | Полтавський університет економіки і торгівлі |
| Библиографическое описание: | Дзяткевич М. О. Веб-додаток для відстеження та прогнозування стану здоров'я на основі обробки біомедичних даних: кваліфікаційна робота ... магістра : 122 Комп’ютерні науки / Максим Олегович Дзяткевич ; наук. кер. О. О. Черненко. - Полтава, 2025. - 75 с. |
| Аннотация: | Об’єктом розробки є веб-система для відстеження стану здоров’я користувача, яка забезпечує збирання, збереження, аналіз та прогнозування біомедичних показників у режимі реального часу.
Предметом розробки є програмна реалізація модулів введення та обробки медичних даних, алгоритмів машинного навчання для прогнозування змін показників, а також інтерактивний інтерфейс, що дозволяє аналізувати історію вимірювань, візуалізувати статистику та отримувати рекомендації від AI-асистента.
Метою роботи є створення інтелектуального веб-додатка Health Tracker, який поєднує сучасні інструменти веб-розробки із моделями машинного навчання для автоматичного аналізу біомедичних даних, виявлення аномалій та формування персоналізованих прогнозів стану здоров’я.
У результаті виконання роботи було розроблено повноцінну систему, що включає модулі:
• введення та редагування медичних вимірювань;
• імпорту даних з CSV-файлів;
• автоматичного розрахунку індексу маси тіла (BMI), середнього
артеріального тиску (MAP) та інших похідних метрик;
• побудови інтерактивних графіків на основі історичних даних;
• прогнозування показників за допомогою моделі Prophet та алгоритмів
машинного навчання;
• формування AI-аналізу, виявлення ризиків і надання персональних
рекомендацій;
• експорту звітів у форматах CSV, Excel та PDF.
AI-модуль аналізує часові ряди медичних показників, виявляє відхилення від норми, оцінює тренди та формує короткострокові прогнози на основі історичних вимірювань. Також реалізовано інтерактивний AI-чат, який дозволяє ставити питання щодо стану здоров’я та отримувати персоналізовані пояснення і рекомендації. Модуль прогнозування створено на основі бібліотеки Prophet, а аналітичні алгоритми — із застосуванням Scikit-learn. |
| URI: | http://dspace.puet.edu.ua/handle/123456789/15897 |
| Располагается в коллекциях: | Кваліфікаційні роботи (проєкти) бакалаврів та магістрів (для НРАТ) Кваліфікаційні роботи (проєкти) бакалаврів та магістрів (ННІДО КНІТ)
|
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.
|