用于肥胖谱系障碍诊断分析的机器学习与生物信息学
定量方法
2022-08-08 v1 机器学习
摘要
全球范围内，由于久坐生活方式与不当饮食，肥胖患者数量已翻倍。这一巨大增长改变了人类遗传与健康。据世界卫生组织统计，由于肥胖人群罹患不同慢性病，预期寿命从80岁降至75岁。本报告将利用ML数据集对儿童和成人肥胖问题进行处理，以特征化、预测并分析肥胖成因。通过引入神经ML网络，我们将借助扩散张量成像探索神经控制，以考量肥胖患者的体脂、BMI、腰臀比围度。为用ML预测肥胖的当前与未来成因，我们将讨论决策树、SVM、RF、GBM、LASSO、BN与ANN等ML技术，并使用数据集实现所述算法。本报告将概述来自专家ML与生物信息学实验的不同理论文献，并就如何推进ML以预测肥胖及其他慢性病提出建议。
引用
@article{arxiv.2208.03139,
title = {Machine Learning and Bioinformatics for Diagnosis Analysis of Obesity Spectrum Disorders},
author = {Amin Gasmi},
journal= {arXiv preprint arXiv:2208.03139},
year = {2022}
}