Экспериментальное исследование методов решения задачи классификации в задачах медицинской диагностики (в среде R)

Введение 3
Постановка задачи 4
1. Источник данных для анализа 5
1.1. Выгрузка данных из базы данных 9
1.2. Конкретизация задачи 15
1.3. Подготовка данных. Решение проблемы неполных данных 16
1.4. Замена отсутствующих значений для числовых данных 16
1.5. Замена отсутствующих значений для категориальных данных 16
2. Выявление значимых факторов 18
2.1 Исследование количественных характеристик 18
2.2 Исследование дискретных характеристик 28
3. Решение задачи классификации 35
3.1. Решение задачи классификации, используя все 24 признака 35
3.2. Решение задачи классификации, используя все категориальные признаки и
признак «уровень гемоглобина» 40
3.3. Решение задачи классификации, используя все категориальные признаки
и признак «уровень гемоглобина» 44
4. Сравнительный анализ результатов решения задачи классификации 48
Заключение 49
Список литературы 50
Приложение
Купить

Прогресс современной медицины и здравоохранения в значительной степени определяют информационные технологии (ИТ). Весь процесс информатизации направлен на создание единого медицинского информационного пространства, позволяющего врачам общаться друг с другом, обращаться к архивам и библиотекам медицинских знаний и технологий для установления более полной картины в контексте отдельно взятого заболевания.
Не секрет, что своевременная диагностика заболевания имеет не меньшее значение, чем его лечение. Но зачастую в силу разных причин она может быть затруднена рядом дополнительных факторов. И если в случае не особо угрожающих жизни состояний промедление не даст больших осложнений, то заболевания вроде онкологии нуждаются в как можно более быстрой диагностике.
Поэтому в настоящее время применение методов интеллектуального анализа данных (DataMining) и машинного обучения (МасЫпеЬеагшпд)является одним из способов выявление скрытых закономерностей в больших объема медицинских данных, что позволяет прогнозировать значения исследуемых признаков.
Возможность практического применения методов анализа данных и машинного обучения появилась благодаря достижению высокого уровня развития компьютерной техники, позволяющей хранить и обрабатывать огромные объёмы данных. До недавнего времени постановка медицинских диагнозов опиралась на анализ характеристик анамнеза пациента, сейчас же появляется новая возможность производить анализ, опираясь так же на результаты уже имеющихся законченных случаев какого-либо заболевания, т.е. опираясь на уже поставленный ранее диагноз.
Постановка задачи
Предположим, что врачу необходимо выявить наличие или отсутствие у некоторого пациента какого-либо заболевания, опираясь на различные признаки (факторы), характеризующие состояние больного, например: результаты анализов, субъективные характеристики, наличие других заболеваний. Здесь основой для подтверждения или опровержения наличия заболевания является выявление закономерностей - зависимости между наличием заболевания и значениями факторов, характеризующих состояние больного посредством анализа больших объёмов данных по пациентам с уже установленным диагнозом.
В терминах анализа данных эта задача сводится к бинарной задаче классификации, где переменная отклика принимает одно из двух возможных значений (0 - предположительный диагноз не подтверждён, 1 - диагноз
подтверждён), здесь характеристики анамнеза выступают в качестве факторов.
Решение задачи предполагает последовательную реализацию следующих этапов:
1. Поиск открытых источников данных.
2. Чтение и первичная обработка данных, включая удаление «выбросов» и замену отсутствующих значений с учётом значений переменной отклика.
3. Выявление наиболее значимых факторов.
4. Экспериментальное исследование применимости методов решения задачи классификации, используя все признаки или только признаки, выявленные на этапе 3, визуализация результатов, формулировка выводов о применимости каждого из методов для решения задачи медицинской диагностики как задачи классификации, выработка рекомендаций по применению методов.

Купить