Přehled článků
Metody strojového učení pro vyhledávání znalostí v lékařských datech o ateroskleróze |
José Ignacio Serrano1, Marie Tomečková2, Jana Zvárová2 | |
| 1. Instituto de Automática Industrial, CSIC, Madrid, Spain,
2. Department of Medical Informatics, Institute of Computer Science AS CR, Prague, Czech Republic
| |
15.08.2006
Souhrn
Techniky strojového učení jsou metody, které umožní vytvořit z trénovací množiny případů model pro kategorie dat tak, že mohou být nové (neznámé) případy zařazeny do jedné nebo více kategorií schématem odpovídajícím modelu. Pro tento typ analýzy jsou velmi vhodná data ze studií sledujících určitou skupinu osob s opakovaným sběrem dat stejného typu. K vyhledávání znalostí z medicínských dat bylo užito různých algoritmů strojového učení. Bylo testováno několik algoritmů tak, aby bylo možno pokrýt většinu způsobů učení s učitelem. Byly provedeny dva typy pokusů. Jeden hledal vztahy mezi atributy, druhý testoval predikci budoucích příhod. Pro pokusy v tomto sdělení byla užita data z dvacet let trvající longitudinální primárně preventivní studie rizikových faktorů (RF) aterosklerózy u mužů středního věku. Studie se nazývá STULONG (LONGitudinal STUdy). Výsledky ukazují, že některé metody předpovídají některé poruchy lépe než jiné a že je tedy vhodné použít všechny algoritmy najednou a posuzovat spolehlivost výsledku na základě známého trendu každé metody. Algoritmy strojového učení byly také použity k předpovědi příčiny úmrtí. V tomto případě byly výsledky nevalné, pravděpodobně pro malé množství informace ve vstupních položkách v datového souboru.
Klíčová slova: dobývání znalostí, strojové učení s učitelem, vytěžování z biomedicínských dat, rizikové faktory aterosklerózy
celý článek
English
Español
|
Málorozměrná multimodální pružná registrace obrazů mozku z MRI ve stereotaktickém prostoru |
Daniel Schwarz1, Ivo Provazník2 | |
| 1. Institute of Biostatistics and Analyses, Masaryk University, Czech Republic,
2. Department of Biomedical Engineering, Brno University of Technology, Czech Republic
| |
15.08.2006
Souhrn
Pružná registrace obrazů je klíčovou technikou ve výpočetní neuroanatomii. V tomto článku je navržena registrace metodou iterativního lícování podobrazů s několika vylepšeními z oblastí mnohorozměrné multimodální registrace a registrace založené na význačných bodech. Je zde použita symetrická multimodální podobnostní metrika, díky které je možno registrovat obrazy různých subjektů na libovolný digitální atlas mozku. Výsledné deformace jsou získány pomocí interpolační techniky založené na radiálních bázových funkcích. Deformace potlačují v obrazech pouze hrubé tvarové rozdíly mezi různými subjekty a ponechávají v nich jemnou anatomickou variabilitu, která bývá předmětem následného zkoumání vybranými morfometrickými metodami. Součástí příspěvku jsou kvantitativní výsledky z experimentálního ověření navržené metody se čtyřmi různými podobnostními metrikami na obrazových datech ze simulátoru obrazů mozku.
Klíčová slova: zpracování obrazů, registrace obrazů, MRI, výpočetní neuroanatomie, radiální bázové funkce
celý článek
English
|
Předpověď průtoku krve bypassem pomocí statistických metod |
Jana Vrbková1, Vilém Bruk2 | |
| 1. Department of Mathematical Analysis and Applications of Mathematics, Faculty of Natural Sciences, Palacky University Olomouc, Czech Republic,
2. Clinic of Cardiosurgery, Faculty Hospital Olomouc, Czech Republic
| |
15.08.2006
Souhrn
Revaskulatizace myokardu patří mezi nejčastější kardiochirurgické zákroky. Perioperační i dlouhodobá úspěšnost revaskularizace koronárního řečiště závisí na průchodnosti použitého štěpu a kvalitě anastomózy. Hemodynamické charakteristiky měřené peroperačně pomáhají ověřit kvalitu anastomózy a ovlivňují i dlouhodobou průchodnost použitého štěpu. Při operacích bypassu v mimotělním oběhu chirurg měří průtok krve štěpem v době, kdy je na aortě naložená svorka (do srdce nepřichází krev prostřednictvím koronárních cév, ale pouze měřeným štěpem), a později měří na tomtéž místě průtok po povolení svorky na aortě. Cílem této práce je nalézt model s jehož pomocí bude možné předpovědět průtok krve štěpem po povolení svorky na aortě na základě prvního měření při naložené svorce. Při spolehlivé predikci by bylo možné snížit počet měření se současným zachováním informace o objektu.
Klíčová slova: revaskularizace myokardu, predikce průtoku a tlaku krve, vícerozměrná lineární regrese, nelineární regresní model, linearizace, lineární regresní model s podmínkami, outlier, leverage
celý článek
English
|
|