Machine-learning basierte Auswertung von mHealth EMA-Tinnitusdaten in Kombination mit Handynutzungsdaten

Wimme, Achim (2021) Machine-learning basierte Auswertung von mHealth EMA-Tinnitusdaten in Kombination mit Handynutzungsdaten. Bachelor thesis, Ulm University.

[thumbnail of Bachelorarbeit.pdf] PDF - Registered users only - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
Download (991kB)

Abstract

Nahezu jeder Mensch hatte schon einmal ein Klingeln oder Pfeifen im Ohr. Dieses Symptom ist völlig normal, wenn es nach einer kurzen Zeit wieder verklingt. Falls es jedoch über einen längeren Zeitraum wahrgenommen wird, spricht man von einem Tinnitus. Bei einem Großteil der Tinnituspatienten ist unklar, aus welchen Gründen die Patienten Tinnitus bekommen. Die Gründe werden schon länger untersucht, damit man dem Tinnitus vorbeugen und Diesen verhindern kann. Hierfür wird inzwischen mit maschinellem Lernen und der dazugehörigen automatisierten Klassifikation gearbeitet. In dieser Arbeit wird ein System untersucht, welches den Tinnitus durch die Handynutzungsdaten der Patienten Mithilfe von Klassifikationsverfahren und den in dieser Arbeit vorgeschlagenen Optimierungsverfahren vorhersagt. Dabei werden verschiedene Apps bei den jeweiligen Patienten miteinander verglichen und es wird versucht ein Muster zu erkennen, um Tinnitus vorhersagen zu können.

Item Type: Thesis (Bachelor)
Subjects: DBIS Research > Master and Phd-Thesis
Divisions: Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching > DBIS Research > Master and Phd-Thesis
Depositing User: Ruediger Pryss
Date Deposited: 28 Jul 2021 10:34
Last Modified: 28 Jul 2021 10:34
URI: http://dbis.eprints.uni-ulm.de/id/eprint/2030

Actions (login required)

View Item
View Item