PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  dane medyczne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Computational intelligence techniques for medical diagnosis and prognosis: Problems and current developments
Shahid Afzal Hussain, Singh M. P.
Biocybernetics and Biomedical Engineering
|
2019
|
Vol. 39, no. 3
638--672
EN
Diagnosis, being the first step in medical practice, is very crucial for clinical decision making. This paper investigates state-of-the-art computational intelligence (CI) techniques applied in the field of medical diagnosis and prognosis. The paper presents the performance of these techniques in diagnosing different diseases along with the detailed description of the data used. This paper includes basic as well as hybrid CI techniques that have been used in recent years so as to know the current trends in medical diagnosis domain. The paper presents the merits and demerits of different techniques in general as well as application specific context. This paper discusses some critical issues related to the medical diagnosis and prognosis such as uncertainties in the medical domain, problems in the medical data especially dealing with time-stamped (temporal) data, and knowledge acquisition. Moreover, this paper also discusses the features of good CI techniques in medical diagnosis. Overall, this review provides new insight for future research requirements in the medical diagnosis domain.
2
Content available remote Fuzzy classification of medical data derived from diagnostic devices
Byczkowska-Lipińska L., Wosiak A.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 12
85--88
EN
The research described in this paper concerns fuzzy classification of medical datasets obtained from diagnostic devices. Experimental studies were performed with use of fuzzy c-means algorithm. It was shown that despite the low accuracy of the results, fuzzy classification reduce the risks associated with the loss of internal relationships in the characteristics of the data, and thus increases the chances of finding the pathological cases, as well as taking preventive actions or therapy.
PL
W ramach niniejszej pracy przeprowadzona została klasyfikacja rozmyta w odniesieniu do medycznych zbiorów danych pozyskanych z urządzeń diagnostycznych. Zastosowana została rozmyta metoda k-średnich. Badania wykazały, że pomimo niskiej dokładności rezultatów, klasyfikacja rozmyta zmniejsza ryzyko związane z utratą wewnętrznych zależności w charakterystyce danych, a tym samym zwiększa szanse na stwierdzenie ryzyka patologii i tym samym szybsze podjęcie działań zapobiegawczych lub terapeutycznych.
3
Content available remote Classification of Medical Data Derived from Diagnostic Devices Using Ensembles of Classifiers
Byczkowska-Lipińska L., Wosiak A.
Przegląd Elektrotechniczny
|
2015
|
R. 91, nr 12
143-146
EN
The use of ensemble of classifiers for classification of medical data derived from diagnostic devices has been proposed in this research. The experimental studies were carried out on three datasets concerning different medical problems: arrhythmia, breast cancer and coronary artery disease using SPECT images. The comparison of single classification algorithms (kNN- IBk, C4.5 - J48, Naïve Bayes, Random Tree and SMO) with bagging, boosting and majority voting using all single classifiers was performed. Experimental studies have proved that hybrid classifiers outperformed single classification in all cases in terms of accuracy, precision, sensitivity and root squared mean error, regardless of the dataset.
PL
W ramach niniejszej pracy zaproponowane zostało zastosowanie komitetów klasyfikatorów w procesie klasyfikacji danych pochodzących z urządzeń medycznych. Badania eksperymentalne zostały przeprowadzone na trzech zbiorach danych dotyczących różnych problemów medycznych: arytmii, nowotworu piersi oraz choroby wieńcowej. Przeprowadzono porównanie pojedynczych technik klasyfikacji (kNNIBk, C4.5 - J48, Naïve Bayes, Random Tree oraz SMO) z metodami hybrydowymi (bagging, boosting oraz głosowanie większościowe). Badania eksperymentalne wykazały skuteczność klasyfikacji z zastosowaniem komitetów klasyfikatorów – w wszystkich badanych przypadkach rezultaty klasyfikacji hybrydowej były lepsze od wyników najlepszego pojedynczego klasyfikatora biorąc pod uwagę dokładność, precyzję, czułość oraz błąd średniokwadratowy.
4
Content available Zastosowanie i ograniczenia technologii informacyjnych w diagnostyce medycznej
Maciejewski M.
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
|
2015
|
nr 1
66--72
PL
Artykuł zawiera przegląd zastosowań nowoczesnej technologii informacyjnej w medycynie i diagnostyce oraz wskazuje trudności na drodze postępującej informatyzacji wyżej wymienionych dziedzin . Do najczęściej stosowanych narzędzi informatycznych w służbie zdrowia należą bazy danych, narzędzia bazujące na algorytmach decyzyjnych i metodach przetwarzania danych. Do najważniejszych przeszkód w stosowaniu w/w metod zalicza się heterogeniczność danych medycznych, ich złożoność i konieczność interpretacji opisów słownych.
UK
Стаття містить огляд інформації про застосування сучасних інформаційних технологій у медицині та діагностиці, а також вказуються труднощі на шляху комп'ютеризації в вищезазначених областях. До найчастіше використовуваних інструментів у галузі охорони здоров'я відносяться бази даних, засоби які опираються на алгоритмах прийняття рішень і методах обробки даних. Найважливішими перешкодами під час застосування вищезазначених методів є багатозначність медичних даних, їх неоднорідність і необхідність інтерпретації вербальних описів.
EN
The article presents an overview of common uses of information technology in medicine and medical diagnostics, also pointing out major obstacles in the process of introducing information technology in the fields above. Information technology tools widely used in medicine include but are not limited to databases, decision algorithms and data processing and mining methods. Major obstacles include heterogeneity of medical data, their complexity and free text descriptions of procedures, diagnoses and interpretations of test results.
5
Content available remote Simulation study of delay of medical data transmission in bottleneck network
Mlynek P., Misurec J., Koutny M., Dostal O.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 6
93--97
EN
The article deals with the delay of medical data in queues, caused by a bottleneck in the network. Primarily it focuses on the mathematical basis for defining the entrance traffic based on exponential distribution in the Network simulator. In the simulation part a model of input medical imaging data is implemented, and simulations are performed on a network with a bottleneck, when the delay is measurement for different combinations of active input medical imaging sources.
PL
W artykule analizuje się opóźnienie w przepływie danych medycznych spowodowanych obecnością wąskich gardeł sieci. Przeprowadzono szereg symulacji dla różnych rodzajów przesyłu obrazu w projekcie MeDiMed.
6
Content available Application of modified fuzzy clustering to medical data classification
Jeżewski M.
Journal of Medical Informatics & Technologies
|
2011
|
Vol. 17
51--57
EN
Classification plays very important role in medical diagnosis. This paper presents fuzzy clustering method dedicated to classification algorithms. It focuses on two additional sub-methods modifying obtained clustering prototypes and leading to final prototypes, which are used for creating the classifier fuzzy if-then rules. The main goal of that work was to examine a performance of the classifier which uses such rules. Commonly used including medical benchmark databases were applied. In order to validate the results, each database was represented by 100 pairs of learning and testing subsets. The obtained classification quality was better in relation to the one of the best classifiers - Lagrangian SVM and suggests that presented clustering with additional sub-methods are appropriate to application to classification algorithms.
7
Obrazowanie medyczne na podstawie danych zawartych w formacie dicom z zastosowaniem filtracji adaptacyjnej
Zając M.
Zeszyty Naukowe Wyższej Szkoły Informatyki
|
2010
|
Vol. 9, Nr 2
72-91
PL
W artykule podjęto próbę opisu problemu poprawy jakości obrazu występującego przy współpracy z plikami standardu DICOM wykorzystywanego przy zapisie danych medycznych. Artykuł zawiera zwięzły opis operacji matematycznych wykorzystywanych przy filtracji oraz analizę wyników generowanych z obrazów medycznych z wykorzystaniem filtru adaptacyjnego wykonanego przez autora.
EN
In the article an attempt was drawn from the description of the problem of the improvement in the quality of the appearing image at the cooperation with files of the DICOM standard used at the record of medical data. The article contains the concise description of mathematical operations used at the filtration and analysis of results generated from medical images with using the adaptive filter made by the author.
8
Content available remote The hospital system of patient treatment management
Godyń M.
Bio-Algorithms and Med-Systems
|
2008
|
Vol. 4, no. 8
51--53
EN
The effective management of gathered medical data is of utmost importance as accurate diagnosis entirely relies on the data; management cannot improve the data but by all means poor management can deteriorate any conclusion drawn from them.
9
Segmentation algorithm supporting 3D data processing and visualization
Kucharski T., Kujawińska M.
Elektronika : konstrukcje, technologie, zastosowania
|
2004
|
Vol. 45, nr 8-9
122-124
EN
Dynamically developing visualization techniques based on 3D, CT and MRI scanners require universal image processing algorithms. Image processing procedures include image segmentation process, images taken from different scanners and their visualization. One of the disadvantages of existing algorithms is lack of automated threshold estimating procedures which are crucial for proper image segmentation. The authors focus on modifications of segmentation process, and present universal segmentation algorithm which allows tissues searching without input parameters implementation. The other advantage is possibility of bright object localization not characterized by a significant peak in histogram.
PL
W związku z dynamicznie rozwijającymi się technikami obrazowania danych medycznych pochodzących z różnych typów skanerów 3D, CT, MRI, istnieje zapotrzebowanie na uniwersalne algorytmy przetwarzania obrazu. Przetwarzanie obejmuje przede wszystkim procesy segmentacji obrazów, nakładanie obrazów uzyskanych z różnymi technikami i ich wizualizacja. Autorzy skupili się przede wszystkim na segmentacji obrazów szaro-odcieniowych, reprezentujących obrazy medyczne. Autorzy proponują uniwersalny algorytm segmentacji pozwalający wyszukać tkanki w obrazie bez potrzeby wstępnego określania parametrów. Dodatkową zaletą proponowanego rozwiązania jest możliwość lokalizowania tkanek charakteryzujących się brakiem wyraźnego pliku w histogramie.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.