Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Biocybernetics and Biomedical Engineering

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Discriminant analysis and graphical aid of medical diagnosis on the example of schizophrenia recognition

Ćwiklińska-Jurkowska M., Jurkowski P., Dróżdż W.

Biocybernetics and Biomedical Engineering

2001

Vol. 21, no. 2

67-81

On the basis of stepwise selection of two variabies derived from spectral EEG parameters that optimally differentiated schizopbrenic patients from controi subjects, the Bayesian discriminant methods were applied. Parametric methods of discrimination (linear and quadratic) and kernel methods with normal kemel functions were employed. Because one can directly illustrate on a piane as well two as tbree-dimensional classification problems. the tbree-dimensional discrimination on the basis of the most discriminating original variabies was also considered. Third variable did not improve classification significantly. Two-dimensional graphs of classification regions and probabilities a posteriori, which may support diagnosis toward schizophrenia, are presented.

Na podstawie krokowego wyboru 2 zmiennych otrzymanych z parametrów widmowych EEG, które najlepiej różnicowały pacjentów ze schizofrenią i kontrolną grupę osób zdrowych zastosowano bayesowskie metody dyskryminacji: metody parametryczne (liniową, kwadratową) i metody jądrowe z normalną funkcją jądrową. Ponieważ na płaszczyźnie możemy zilustrować zarówno dwu, jak i trójwymiarowe problemy klasyfikacji, rozważaliśmy także trójwymiarową dyskryminację na podstawie najbardziej różnicujących zmiennych oryginalnych. Trzecia zmienna nie poprawia istotnie klasyfikacji. Przedstawiono dwuwymiarowe wykresy obszarów klasyfikacji i prawdopodobieństw a posteriori, które mogą wspomagać diagnozę schizofrenii.

A comparison of bayes discrimination, location model and logistic regression on the basis of real

Ćwiklińska-Jurkowska M., Jurkowski P.

Biocybernetics and Biomedical Engineering

1998

Vol. 18, no. 3-4

5-17

The paper compares alternative methodologic approaches for two-group discrimination with mixed explanatory variables. The important problem is to select the best discriminant method for the model. For this purpose on the basis of the data connected with recognizing childhood asthma we compare functioning of different methods. We have applied various discriminant methods based on mixed quantitative and qualitative observations. The discrimination is performed on the grounds of all mixed variables and also on the basis of the most discriminating variables. The classical methods and nonparametric ones, such as kernel (with different kernel functions) and the nearest neighbour (with different distances), are employed. We have also applied the logistic discrimination and the location linear model of the first order. For the explored examples of mixed model - nonparametric kernel methods wit h different covariance matrices gave the best results.