РЕФЕРАТ 3
Оглавление
ВВЕДЕНИЕ 4
1. Общие сведения 4
1.1 Анализ рожистых заболеваний 4
1.2 Применение Data Mining в медицине 7
1.3 Обзор существующих методов диагностики 8
1.4 Выводы по разделу 9
2. Разработка моделей и построение алгоритма действия 9
2.1 Входные данные 9
2.2 Кластеризация. Цели 11
2.3 Векторизация 11
2.4 Исследование тенденции к группированию в кластеры 13
2.5 Алгоритмы кластеризации 13
2.6 Признаки, метрики и моделирование 14
2.7 Визуализация 15
2.8 Программная среда и прочие инструменты 15
2.9 Выводы по разделу 16
3. Реализация 16
3.1 Подготовка данных 16
3.2 Реализация кластеризации 17
3.3 Метрики качества кластеризации 18
3.4 Анализ результатов 18
3.5 Выводы по разделу 19
4. Эксперименты, тесты и результаты работы 19
4.1 Входные данные 19
4.2 Кластеризация 20
4.3 Важность признаков в модели 23
4.4 Выводы по разделу 24
ЗАКЛЮЧЕНИЕ 25
Список литературы 26
Важность изучения этой проблемы заключается в своевременной постановке правильного диагноза и проведении необходимого лечения, соответствующего одной из их клинических форм. Отсутствие лечения приводит к ухудшению здоровья, и могут возникнуть осложнения заболевания.
Объектом исследования являются данные о пациентах, которые испытали различные клинические формы рожи. Предметом исследования являются методы интеллектуального анализа данных, как инструмент для построения прогнозной модели и анализа данных.
Целью работы является выявление групп пациентов с рожей с помощью специализированного программного обеспечения для анализа данных.
Для достижения этой цели необходимо решить следующие задачи:
1. Изучить методы обработки медицинских данных.
2. Изучить взаимосвязь и закономерности между симптомами.
3. Определите существенные отношения и атрибуты.
4. Построить различные прогностические модели.
5. Оценить качество построенных моделей.
6. Выбрать и построить оптимальную модель групп пациентов. Полученные результаты могут быть использованы специалистами для принятия решений при постановке диагноза.
Огромная роль алгоритмов анализа больших данных, цифровых технологий в медицинской отрасли очевидна, но некоторые области являются труднореализуемыми в нужной мере, в частности, работа с текстами. Особенно это характерно для русского языка.
В данной работе была рассмотрена задача построения групп пациентов с рожистыми заболеваниями на основе клинических данных, которые можно получить в короткие сроки после поступления пациента в медицинское учреждение. Зафиксированы все основные моменты реализации проекта и его компонентов.
Все использованные и описанные в работе решения масштабируемы и могут быть использованы для воспроизведения экспериментов или реализованы для поиска групп пациентов с другими болезнями, но схожими входными данными.
Выполнена кластеризация по текстовым историям болезни. Все выводы и полученные метрики были зафиксированы и проанализированы
