Klasyfikatory z oceną wiarygodności decyzji i ich zastosowanie do wyboru strategii leczenia

• Autorzy: Stawska, Z. , Jóźwik, A. , Grabowski, M. , Filipiak, K. , Rudowski, R. , Opolski, G.

Warianty tytułu

EN

A classifiers with confidence evaluation and its use to the choice of a therapeutic treatment

• Języki publikacji: PL

Abstrakty

PL

W artykule została zaproponowana modyfikacja schematu podejmowania decyzji opartego na regule k najbliższych sąsiadów, polegająca na wprowadzeniu gradacji błędu. Stosowane do tej pory metody rozpoznawania obrazów pozwalają na ocenę jakości klasyfikacji jako funkcji prawdopodobieństwa mylnej decyzji. Prawdopodobieństwo to szacowane jest eksperymentalnie jako średni błąd klasyfikacji obiektów o znanej przynależności. Wprowadzenie gradacji błędów umożliwia oszacowanie prawdopodobieństwa mylnej decyzji w zależności od cech klasyfikowanego obiektu. Przedstawione podejście zostało zastosowane do analizy rzeczywistych danych dotyczących problemu rozpoznawania pacjentów z ostrym zespołem wieńcowym.

EN

A modification of the k nearest neighbor rule, which enables the classification confidence, is proposed. The quality of the standard classifiers is measured by the probability of misclassification estimated experimentally by a use of objects with known class membership. The error rate is computed as the percentage of misclassified objects. An error rate gradation enables the evaluation of the misclassification probability as a function of the object feature values. The presented approach was applied to an analysis of a real data related to the patients with acute coronary syndromes.

Słowa kluczowe

PL

informacja wizyjna; rozpoznawanie informacji wizyjnej; klasyfikatory

EN

image analysis; classifiers

• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2004
• Tom: T. 8, z. 3
• Strony: 331-338
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Stawska, Z.

• Katedra Informatyki Stosowanej, Politechnika Łódzka,

autor

Jóźwik, A.

• Instytut Biocybernetyki i Inżynierii Biomedycznej, Polska Akademia Nauk
• Katedra Informatyki Stosowanej, Politechnika Łódzka

autor

Grabowski, M.

• Pracownia Informatyki Medycznej, Akademia Medyczna w Warszawie
• Katedra Chorób Wewnętrznych i Kardiologii, Akademia Medyczna w Warszawie

autor

Filipiak, K.

• Katedra Chorób Wewnętrznych i Kardiologii, Akademia Medyczna w Warszawie

autor

Rudowski, R.

• Pracownia Informatyki Medycznej, Akademia Medyczna w Warszawie

autor

Opolski, G.

• Katedra Chorób Wewnętrznych i Kardiologii, Akademia Medyczna w Warszawie

Bibliografia

• [1] Fix E., Hodges J.L.: Discriminatory Analysis: Nonparametric Discrimination Smali Sample Performance, from project 21-49-004, Report Number 11, USAF School of Aviation Medicine, Randolph Field, Texas, 1952, 280-322
• [2] Jóżwik A., Stawska Z.: Wielostopniowy klasyfikator typu najbliższy sąsiad z każdej klasy. Materiały VIII Konferencji „Sieci i systemy informatyczne", Łódź, 2000, 339-346
• [3] Jóżwik A., Stawska Z.: Wielostopniowy klasyfikator typu najbliższy sąsiad z każdej klasy. Materiały VIII Konferencji „Sieci i systemy informatyczne". Łódź, 2002, 339-346
• [4] Jóżwik A., Stawska Z., Grabowski M., Filipiak K„ Rudowski R., Opolski G.: Distance based classijiers and their use to analysis of data concerned acute coronary syndromes. Materiały III Konferencji „Komputerowe systemy rozpoznawania KOSYR2003", Wrocław, 2003, 369-375
• [5] Gowda K.C., Krishna G.: The condensed nearest neighbor rule using the concept of mutual nearest neighbohood. IEEE Transactions on Information Theory, vol. 25, No. 4, 1979, 488-490