权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ラフ集合に基づくアクティブマイニングによる診療情報生成システムの開発

基于粗糙集的主动挖掘医疗信息生成系统的开发

基本信息

批准号：
13131208
负责人：
津本周作
金额：
$ 13.63万
依托单位：
Shimane University (2004)Shimane Medical University (2001-2003)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research on Priority Areas
财政年份：
2001
资助国家：
日本
起止时间：
2001 至 2004
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-13131208/
关键词：
機械学習計算機システム人工知能情報工学医療・福祉

项目摘要

本研究では,医療におけるアクティブマイニングの具現化を目標とし,特に時系列医療データを対象とした知識獲得法について重点的に研究開発を進めてきた.本年度の成果は以下のとおりである.1.改良型多重スケールマッチングの開発昨年度までの血小板データ解析では,類型化からの直接的な知識獲得には至っておらず,生データの統計解析の結果と類型化結果との間にも十分な関連は見いだせていなかった.最終年度においてその理由について考察を進め,特に多重スケールマッチング(MSM)における問題点を洗い出し,抜本的な改良を加えることで,知識獲得に耐える質の高いクラスタ生成の実現を目指した.特に,(1)高位スケールにおける系列縮退,(2)系列間相違度における複数属性混入,の2問題への対処として,(1)基底スケールセグメントによる形状パラメータ表現の新規開発,(2)形状的類似性に基づくマッチング後に,改めて属性値に基づく系列間相違度を算出する手法の開発,を行い,これらを改良型MSM(MMSM)として結実させた.2.血小板数時系列の類型化と血小板数に基づくF4までの到達年数とステージ間の経過年数の解析MMSMを取り入れた時系列クラスタ分析システムにより血小板数データのクラスタ分析を実行した結果,低値で平坦推移する系列,下降推移する系列等,類似した推移傾向を持つ系列組を類型化することができ,かつ線維化度の分布とよく対応するクラスタを獲得することが可能となった.続いて,血小板数が持続的に基準下限を下回る状態の発生をF4到達の目安とし,その時期を肝生検情報と比較することでF4に到達する年数とステージ間の経過年数を解析した.共通データのみを対象とし,その中でも限定された例を対象とした解析である他,様々な仮定をおいた上での解析であるが,1-2年/stageとこれまでの他の知見と比べてかなり速く線維化が進んでいること,また,ウイルス型,IFN治療の有無等で大きな差異が検出されなかったこと,など,興味深い結果を得た.

This study is aimed at the materialization of medical information, especially the development of medical information series, the knowledge acquisition method and the key research. The results of this year are as follows: 1. The development of improved multiple-mode multiple-channel multiple-channel multiple- The final year is the year when the reason for the investigation is advanced, especially the multiple problems (MSM) are solved, the improvement of the original is added, and the knowledge acquisition is the quality of the high quality of the production is pointed out. In particular,(1) high order series contraction,(2) inter-series phase deviation due to complex attribute mixing, and (2) the development of new rules for the shape of the substrate,(2) the development of new methods for calculating the inter-series phase deviation due to the similarity of the shape, and (3) the development of new methods for calculating the inter-series phase deviation due to the change of attribute values. 2. Typing of Platelet Count Time Series, Analysis of Time Series, Analysis of Platelet Count Time Series, Analysis of Platelet Count Time Series Similar to the trend of change, the series group is typed, and the distribution of linear dimensionality is obtained. The baseline lower limit of platelet count is determined by the number of years of F4 arrival and the number of years of F4 arrival. The common pattern of IFN treatment is the pattern of IFN treatment. The pattern of IFN treatment is the pattern of IFN treatment. The pattern of IFN treatment is the pattern of IFN treatment.