Sekvenční data jsou důležitým zdrojem lékařských znalostí. Tato specifická data mohou vznikat řadou různých způsobů. V tomto článku na příkladu konkrétní studie prezentujeme obecné postupy pro jejich dolování. Jde o preventivní dlouhodobou studii atherosklerózy – data jsou výsledkem dvě dekády trvajícího sledování vývoje rizikových faktorů a přidružených jevů. Hlavním cílem je identifikovat časté sekvenční vzory, tj. opakující se časové jevy, a studovat jejich možnou souvislost s objevením jedné ze sledovaných kardiovaskulárních nemocí. Z širší škály dostupných metod se soustředíme na induktivní logické programování, které potenciální vzory vyjadřuje ve formě rysů v predikátové logice prvního řádu. Rysy jsou nejprve automaticky extrahovány a následně sdružovány do pravidel, která představují výstupní formu získané znalosti. Navržený postup je porovnán s tradičnějšími metodami publikovanými dříve. Jde o metodu posuvných oken a epizodní pravidla.

Sequential data represent an important source of automatically mined and potentially new medical knowledge. They can originate in various ways. Within the presented domain they come from a longitudinal preventive study of atherosclerosis - the data consists of series of long-term observations recording the development of risk factors and associated conditions. The intention is to identify frequent sequential patterns having any relation to an onset of any of the observed cardiovascular diseases. This paper focuses on application of inductive logic programming. The prospective patterns are based on first-order features automatically extracted from the sequential data. The features are further grouped in order to reach final complex patterns expressed as rules. The presented approach is also compared with the approaches published earlier (windowing, episode rules).

Gerstnerova laboratoř katedra kybernetiky ČVUT Praha

Mining the strongest patterns in medical sequential data

Lit.: 6

000      

00000naa 2200000 a 4500

001      

bmc09002768

003      

CZ-PrNML

005      

20111210152545.0

008      

091110s2008 xr e cze||

009      

AR

040    __

$a ABA008 $b cze $c ABA008 $d ABA008 $e AACR2

041    0_

$a cze $b eng

044    __

$a xr

100    1_

$a Kléma, Jiří, $d 1971-

245    10

$a Dolování silných vzorů z lékařských sekvenčních dat / $c Jiří Kléma, Tomáš Holas, Filip Železný, Filip Karel

246    11

$a Mining the strongest patterns in medical sequential data

314    __

$a Gerstnerova laboratoř, katedra kybernetiky, ČVUT, Praha

504    __

$a Lit.: 6

520    3_

$a Sekvenční data jsou důležitým zdrojem lékařských znalostí. Tato specifická data mohou vznikat řadou různých způsobů. V tomto článku na příkladu konkrétní studie prezentujeme obecné postupy pro jejich dolování. Jde o preventivní dlouhodobou studii atherosklerózy – data jsou výsledkem dvě dekády trvajícího sledování vývoje rizikových faktorů a přidružených jevů. Hlavním cílem je identifikovat časté sekvenční vzory, tj. opakující se časové jevy, a studovat jejich možnou souvislost s objevením jedné ze sledovaných kardiovaskulárních nemocí. Z širší škály dostupných metod se soustředíme na induktivní logické programování, které potenciální vzory vyjadřuje ve formě rysů v predikátové logice prvního řádu. Rysy jsou nejprve automaticky extrahovány a následně sdružovány do pravidel, která představují výstupní formu získané znalosti. Navržený postup je porovnán s tradičnějšími metodami publikovanými dříve. Jde o metodu posuvných oken a epizodní pravidla.

520    9_

$a Sequential data represent an important source of automatically mined and potentially new medical knowledge. They can originate in various ways. Within the presented domain they come from a longitudinal preventive study of atherosclerosis - the data consists of series of long-term observations recording the development of risk factors and associated conditions. The intention is to identify frequent sequential patterns having any relation to an onset of any of the observed cardiovascular diseases. This paper focuses on application of inductive logic programming. The prospective patterns are based on first-order features automatically extracted from the sequential data. The features are further grouped in order to reach final complex patterns expressed as rules. The presented approach is also compared with the approaches published earlier (windowing, episode rules).

650    _2

$a lékařská informatika $x metody $x přístrojové vybavení $x trendy $7 D008490

650    _2

$a databáze faktografické $x trendy $x využití $7 D016208

650    _2

$a sběr dat $x metody $x přístrojové vybavení $x trendy $7 D003625

650    _2

$a longitudinální studie $7 D008137

650    _2

$a ateroskleróza $x diagnóza $x etiologie $7 D050197

650    _2

$a rizikové faktory $7 D012307

650    _2

$a kardiovaskulární nemoci $x diagnóza $x etiologie $7 D002318

650    _2

$a biomedicínský výzkum $x metody $x přístrojové vybavení $x trendy $7 D035843

650    _2

$a statistika jako téma $x metody $x přístrojové vybavení $x trendy $7 D013223

650    _2

$a teoretické modely $7 D008962

650    _2

$a algoritmy $7 D000465

650    _2

$a financování organizované $7 D005381

650    _2

$a lidé $7 D006801

700    1_

$a Železný, Filip

700    1_

$a Karel, Filip, $d 1981- $7 xx0107491

773    0_

$w MED00011033 $t Lékař a technika $g Roč. 38, č. 4 (2008), s. 87-94 $x 0301-5491

910    __

$a ABA008 $b B 1367 $c 1071 b $y 9

990    __

$a 20091109082008 $b ABA008

991    __

$a 20091113160545 $b ABA008

999    __

$a ok $b bmc $g 691937 $s 553841

BAS    __

$a 3

BMC    __

$a 2008 $b 38 $c 4 $d 87-94 $i 0301-5491 $m Lékař a technika $x MED00011033

LZP    __

$a 2009-36/mkal