แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Niti Somboonpattanakul. Modeling for the prediction of urea concentration and hemodialysis adequacy assessment by artificial neural network. Master's Degree(Chemical Engineering). Chulalongkorn University. Office of Academic Resources. : Chulalongkorn University, 2007.
Modeling for the prediction of urea concentration and hemodialysis adequacy assessment by artificial neural network
แบบจำลองในการทำนายความเข้มข้นของยูเรียและการประเมินความเพียงพอในการฟอกเลือดโดยโครงข่ายใยประสาทเทียม
Name: Niti Somboonpattanakul
LCSH:
Urea
LCSH:
Hemodialysis
Abstract:
In the prediction of hemodialysis adequacy, nephrologists have proposed several models to predict the hemodialysis adequacy. The most favorite models are the Formal Urea Kinetic Model (Formal UKM) and Daugirdas natural logarithm equation. The Formal UKM and Daugirdas equation are the method which Kidney Disease Outcome Quality Initiative (K/DOQI) recommends to be used in the hemodialysis adequacy assessment because the Formal UKM gives high accuracy while the Daugisdas equation is not complicate and easy to be used. This research proposes an alternative way to model hemodialysis adequacy by Artificial Neural Network (ANN). This network model is developed based on two hidden layers. The network model is selected after training, testing and validation process by considering the least mean square error (MSE). The neural network model structure is 8-7-8-1. Simulation results show that though unseen data are given to test the neural network model, the neural network model can still provide good prediction of the Formal UKM with correlation coefficient equal to 0.955.
Abstract:
ในการทำนายความเพียงพอในการฟอกเลือดได้มีผู้เชี่ยวชาญด้านไตวิทยาเสนอแบบจำลองเพื่อทำนายความเพียงพอในการฟอกเลือดหลายแบบจำลอง โดยแบบจำลองที่ได้รับที่ได้รับความนิยมมากคือ แบบจำลองทางจลศาสตร์ของยูเรีย และ เนอเชอรัลล๊อกการิธึมของDaugirdas โดยแบบจำลองทางจลศาสตร์ของยูเรียและสมการของ Daugirdas เป็นวิธีที่ Kidney Disease Outcome Quality Initiative (K/DOQI) แนะนำให้ใช้ในการคำนวณค่าความเพียงพอในการฟอกเลือด เนื่องจากแบบจำลองทางจลศาสตร์ของยูเรียมีความแม่นยำสูง ส่วนสมการของ Daugirdas อยู่ในรูปแบบที่ไม่ซับซ้อนและง่ายในการคำนวณ ในงานวิจัยจึงได้เสนอแบบจำลองในการทำนายความเพียงพอในการฟอกเลือดโดยใช้วิธีโครงข่ายใยประสาทเทียม โดยกำหนดให้แบบจำลองมีจำนวนชั้นซ่อน 2 ชั้น โครงข่ายแบบจำลองจะถูกเลือกหลังจากกระบวนการฝึก การทดสอบและการพิสูจน์ โดยการพิจารณาค่าความผิดพลาดกำลังสองเฉลี่ยที่น้อยที่สุด ซึ่งแบบจำลองที่ได้จะมีโครงสร้าง 8-7-8-1 ซึ่งผลลัพธ์ที่ได้แสดงให้เห็นว่าเมื่อนำชุดข้อมูลที่ไม่ได้ใช้ในการฝึก มาทดสอบกับแบบจำลองโดยวิธีโครงข่ายใยประสาทเทียม แบบจำลองที่ได้จากวิธีโครงข่ายใยประสาทเทียมยังคงมีความสามารถในการทำนายได้ดีใกล้เคียงกับ แบบจำลองทางจลศาสตร์ของยูเรีย โดยมีค่าสัมประสิทธิ์สหสัมพันธ์เท่ากับ 0.955
Chulalongkorn University. Office of Academic Resources
Address:
BANGKOK
Email:
cuir@car.chula.ac.th
Name: Paisan Kittisupakorn
Role:
advisor
Created:
2007
Modified:
2020-08-03
Issued:
2020-08-03
วิทยานิพนธ์/Thesis
application/pdf
URL: http://cuir.car.chula.ac.th/handle/123456789/67342
eng
DegreeName: Master of Engineering
Level: Master's Degree
Descipline: Chemical Engineering
Grantor: Chulalongkorn University
©copyrights Chulalongkorn University
RightsAccess:
ใช้เวลา
0.028369 วินาที
Niti Somboonpattanakul
| Title | Contributor | Type |
|---|---|---|
| Modeling for the prediction of urea concentration and hemodialysis adequacy assessment by artificial neural network
จุฬาลงกรณ์มหาวิทยาลัย Niti Somboonpattanakul | Paisan Kittisupakorn | วิทยานิพนธ์/Thesis |
Paisan Kittisupakorn