多次元軌跡データからの知識発見とその医療応用に関する研究

多维轨迹数据知识发现及其医学应用研究

• 批准号: 19024060
• 负责人: 津本 周作
• 金额: $ 3.33万
• 依托单位: Shimane University
• 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: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2008
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19024060/
• 关键词: 時系列マイニング; 軌跡マイニング; 多重スケール比較; クラスタリング; 医療情報システム; 情報工学; データマイニング; 人工知能; パターン認識

センサー・計測技術の発展により, 医療, 気象, 社会安全をはじめとする様々な分野で膨大な多変量時系列データの蓄積が可能となった。例えば医療分野では数十〜数百項目からなる臨床検査の記録が日々蓄積されており, その数は研究代表者の所属する島根大学医学部附属病院の場合で年間15万件以上, 診療記録等を含めたデータ量は年間45GBに及ぶ。これらの多変量時系列データは観測対象の時空間的な特性を探る上で非常に有用であり, その横断的解析を通じてこれまで未知であった時間変量間の関連性, 時間変化の全体的, 部分的共通性あるいは例外事例の存在など有益な知識の獲得が期待される。しかしながら, 多変量時系列の分類問題が内包する(1)変量間の共変化関係をどのように捉えるか, (2)時間変化をどの粒度で捉えるか, の課題については現在のところ有効な解決方法が提案されておらず, その確立が急務となっている。本研究では, 従来の周波数, 頻度, 抽象化等を基礎とする時系列解析とは異なり, 時空間軌跡の有する方向性と幾何的特徴に基づく新たな自動分類法を研究・実装した。これにより, 解析者が軌跡の類似性を分類結果から直接的かつ容易に認識・理解できる時空間データマイニングシステムを具現化できた。さらに, 軌跡の類似性評価に多重視野比較を導入することで, 時系列マイニングで一般的に問題となる観察視野依存の問題が解決でき, 膨大な時空問情報の横断的解析に関する研究開発の第一歩を実現, 少なくとも医学・医療分野において有効であることを実証した。

The development of measurement technology, medical care, imaging, social security, and the accumulation of multi-dimensional data For example, dozens to hundreds of clinical examination records are accumulated every day in the medical field, and the number of clinical examination records is more than 150,000 in the affiliated hospital of Shimane University, including 45GB in the year. The time series of multiple variables is very useful in exploring the time-space characteristics of the object, and the analysis of the transverse variables is very useful in exploring the relationship between the time variables, and the commonality of the time variables in the whole and part is expected to obtain useful knowledge. The classification problem of multi-variable time series includes (1) the co-variation relationship between variables, (2) the time variation, (3) the granularity, (4) the problem,(5) the present solution,(6) the urgent task. In this study, the frequency, frequency and abstraction of incoming waves are the basis of time-series analysis, time-space trajectory, directivity and geometric characteristics. The similarity of the trajectory of the analyzer is classified into two categories: direct, easy to understand, time-space, and materialization. The first step in the development of research related to the analysis of spatial and temporal information is to introduce the similarity evaluation of trajectories and the comparison of multiple visual fields.

项目成果

New Frontiers in Applied Data Mining, PAKDD 2008 International Workshops

应用数据挖掘新前沿，PAKDD 2008 国际研讨会

• 发表时间: 2009
• 作者: Shusaku Tsumoto;他7名
• 通讯作者: 他7名

Identifying Exacerbating Cases in Chronic Diseases Based on the Cluster Analysis of Trajectory Data on Laboratory Exanimations

基于实验室检查轨迹数据的聚类分析识别慢性病恶化病例

• 发表时间: 2007
• 作者: 平野章二;津本周作;Shoji Hirano and Shusaku Tsumoto;Shoji Hirano and Shusaku Tsumoto
• 通讯作者: Shoji Hirano and Shusaku Tsumoto

構造的類似性に着目した多変量時系列医療データのクラスタ分析

关注结构相似性的多元时间序列医疗数据聚类分析

• 发表时间: 2008
• 作者: 平野章二;津本周作
• 通讯作者: 津本周作

Cluster Analysis of Trajectory Data on Hospital Laboratory Examinations

医院化验检查轨迹数据聚类分析

• 发表时间: 2007
• 作者: 平野章二;津本周作;Shoji Hirano and Shusaku Tsumoto
• 通讯作者: Shoji Hirano and Shusaku Tsumoto

Temporal Data Mining in Hospital Information Systems: Analysis of cunical Courses of Chronic Hepatitis

医院信息系统中的时态数据挖掘：慢性肝炎的临床病程分析

• 发表时间: 2007
• 期刊: International Journal of Intelligent Computing in Medical Sciences and Image Processing 1
• 作者: J.;Seo・S.;Seno・Y.;Takenaka・H.;Matsuda;Hideano Abe and Shusaku Tsumoto;Shoji Hirano and Shusaku Tsumoto
• 通讯作者: Shoji Hirano and Shusaku Tsumoto