Κατηγοριοποίηση ασθενών με χρήση στοχαστικής μοντελοποίησης και αλγορίθμων μηχανικής μάθησης
| datacite.contributor.RelatedPerson | Σιούτας, Σπυρίδων | |
| datacite.contributor.RelatedPerson | Μακρής, Χρήστος | |
| datacite.contributor.Supervisor | Μεγαλοοικονόμου, Βασίλειος | |
| dc.contributor.author | Γιακαλλής, Κωνσταντίνος-Φανούριος | |
| dc.contributor.other | Giakallis, Constantine-Fanourios | |
| dc.date.accessioned | 2026-07-01T06:05:22Z | |
| dc.date.available | 2026-07-01T06:05:22Z | |
| dc.date.issued | 2026-06-30 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | Η ανάλυση βιοϊατρικών δεδομένων αποτελεί ένα από τα πιο απαιτητικά προβλήματα της σύγχρονης υπολογιστικής βιολογίας καθώς συνδυάζει εξαιρετικά υψηλή διάσταση σε σχέση με τα δείγματα, έντονη ετερογένεια ανάμεσα σε γονιδιακές, μεταβολικές και νοσολογικές πηγές, σημαντικό θόρυβο, ανισορροπία κλάσεων και την ανάγκη για ερμηνεύσιμα μοντέλα σε ένα κλινικά ευαίσθητο πλαίσιο. Η πολυπαραγοντική φύση νοσημάτων όπως ο σακχαρώδης διαβήτης και η υπερχοληστερολαιμία απαιτεί την μοντελοποίηση πολλαπλών επιπέδων πληροφορίας καθιστώντας τη μετάβαση από τα ακατέργαστα δεδομένα σε αξιόπιστη διάγνωση ιδιαίτερα δύσκολη. Στην παρούσα διπλωματική εργασία αναλύεται ο αλγόριθμος Random Walk with Restart σε πολυεπίπεδα ετερογενή δίκτυα (RWR-MH) και προτείνεται μια βελτιωμένη υλοποίηση του. Η κύρια συνεισφορά είναι μια πλήρως διανυσματοποιημένη εκδοχή του πίνακα μετάβασης με χρήση BLAS/LAPACK βιβλιοθηκών που επιτρέπει κλιμάκωση σε πραγματικά δίκτυα και δύο νέες στρατηγικές κλαδέματος ακμών, ένα ποσοστιαίο φιλτράρισμα Top-K και ένα φιλτράρισμα εμπνευσμένο από την ElasticNet, που ενισχύουν τη διαχωρισιμότητα των ασθενών. Ο αλγόριθμος αξιολογείται έναντι τεσσάρων ταξινομητών μηχανικής μάθησης Logistic Regression, SVM, Random Forest και XGBoost με συστηματική ρύθμιση υπερπαραμέτρων μέσω cross-validation και τέσσερις στρατηγικές αντιμετώπισης ανισορροπίας κλάσεων, με κύρια μετρική το macro-F1 σκορ. Τα πειραματικά αποτελέσματα δείχνουν σημαντική βελτίωση τόσο στην υπολογιστική απόδοση όσο και στην ποιότητα της ταξινόμησης σε σχέση με την αρχική υλοποίηση, καθιστώντας την προτεινόμενη προσέγγιση ένα ιδιαίτερα ελπιδοφόρο πλαίσιο για την ανάλυση πολυεπίπεδων βιοϊατρικών δικτύων και ανοίγοντας τον δρόμο για επεκτάσεις σε μεγαλύτερα σετ δεδομένων ασθενών και υβριδικά σχήματα με αρχιτεκτονικές βαθιάς μάθησης. | |
| dc.description.translatedabstract | The analysis of biomedical data is one of the most demanding problems in modern computational biology, combining extreme dimensionality relative to sample size, strong heterogeneity across genes, metabolite and disease sources, substantial noise, class imbalance, and the need for interpretable models in a clinically sensitive setting. The multifactorial nature of conditions such as diabetes mellitus and hypercholesterolemia requires the modelling of multiple information layers making the transition from raw data to a reliable diagnosis particularly challenging. This thesis analyses the Random Walk with Restart on Multiplex Heterogeneous networks (RWR-MH) algorithm and proposes an improved implementation. The main contributions are a fully vectorized transition-matrix computation leveraging BLAS/LAPACK libraries that allows the algorithm to scale to real-world networks and two novel edge-pruning strategies, a percentile-based Top-K filter and an ElasticNet-inspired filter that sharpen patient separability. The algorithm is benchmarked against four hyperparameter-tuned machine-learning classifiers Logistic Regression, SVM, Random Forest and XGBoost under four class-imbalance strategies, with macro-F1 score as the primary metric. The experiments demonstrate significant improvements in both computational efficiency and classification quality over the original implementation, establishing the proposed approach as a particularly promising framework for the analysis of multiplex biomedical networks and paving the way for extensions to larger patient datasets and to hybrid schemes with deep-learning architectures. | |
| dc.identifier.uri | https://hdl.handle.net/10889/32166 | |
| dc.language.iso | el | |
| dc.rights | Attribution-NonCommercial 4.0 International | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | |
| dc.subject | Κατηγοριοποίηση ασθενών | |
| dc.subject | Αλγόριθμοι δικτύων | |
| dc.subject | Μηχανική μάθηση | |
| dc.subject | Πολυεπίπεδα ετερογενή δίκτυα | |
| dc.subject.alternative | Patient classification | |
| dc.subject.alternative | Network algorithms | |
| dc.subject.alternative | Machine learning | |
| dc.subject.alternative | Μultiplex heterogeneous networks | |
| dc.subject.alternative | Random walk with restart | |
| dc.title | Κατηγοριοποίηση ασθενών με χρήση στοχαστικής μοντελοποίησης και αλγορίθμων μηχανικής μάθησης | |
| dc.title.alternative | Patient classification using stochastic modeling and machine learning algorithms |