Pregled bibliografske jedinice broj: 577586
Dubinska analiza biomedicinskih vremenskih nizova zasnovana na računalnom radnom okviru za izlučivanje značajki
Dubinska analiza biomedicinskih vremenskih nizova zasnovana na računalnom radnom okviru za izlučivanje značajki, 2012., doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb
CROSBI ID: 577586 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Dubinska analiza biomedicinskih vremenskih nizova zasnovana na računalnom radnom okviru za izlučivanje značajki
(Data mining of biomedical time-series based on computer framework for feature extraction)
Autori
Jović, Alan
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija
Fakultet
Fakultet elektrotehnike i računarstva
Mjesto
Zagreb
Datum
20.04
Godina
2012
Stranica
195
Mentor
Bogunović, Nikola
Ključne riječi
dubinska analiza podataka; biomedicinski vremenski nizovi; izlučivanje značajki; računalni radni okvir; nelinearne značajke; odabir atributa; razvrstavanje u više ciljnih razreda; srčani ritam; entropija
(data mining; biomedical time-series; feature extraction; computer framework; nonlinear features; feature selection; multi-class classification; cardiac rhythm; entropy)
Sažetak
Analiza biomedicinskih vremenskih nizova (BVN) obuhvaća široko interdisciplinarno područje. Istraživači u tom području nastoje kvantizirati složenost biološkog sustava kako bi se ostvarilo lakše razlikovanje između zdravog i bolesnog organizma. Uloga računarstva u tim istraživanjima je izlučivanje i dubinska analiza značajki. Cilj ove disertacije je sistematizirati pristupe izlučivanju značajki i predložiti sveobuhvatan postupak analize podataka na putu od baze podataka do konačnog modela koji će omogućiti što bolje rezultate pri razvrstavanju poremećaja BVN. U tu svrhu predlaže se implementacija računalnog radnog okvira koji omogućuje izlučivanje velikog broja značajki za pojedinu vrstu BVN. U okviru disertacije implementacija okvira provedena je za područje analize srčanog ritma. Pritom su detaljno opisane vremenske, frekvencijske, vremensko-frekvencijske i nelinearne značajke korištene u tom području. Razvijena su dva nova nelinearna postupka za izlučivanje značajki iz BVN: abecedna entropija i napredna analiza slijednog trenda, za koje se pokazuje da poboljšavaju rezultate razvrstavanja poremećaja. Sustavni postupak vrednovan je na dva zasebna problema razvrstavanja, a postignuta je viša točnost od sličnih pristupa navedenih u literaturi. Rezultati dobiveni ovom disertacijom unaprijeđuju područje računalne analize BVN jer daju radni okvir temeljen na najboljoj praksi za postizanje visoke točnosti razvrstavanja poremećaja.
Izvorni jezik
Hrvatski
Znanstvena područja
Računarstvo
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb