Data pre-processing
Dotaz
Zobrazit nápovědu
Photonic signals are broadly exploited in communication and sensing and they typically exhibit Poisson-like statistics. In a common scenario where the intensity of the photonic signals is low and one needs to remove a nonstationary trend of the signals for any further analysis, one faces an obstacle: due to the dependence between the mean and variance typical for a Poisson-like process, information about the trend remains in the variance even after the trend has been subtracted, possibly yielding artifactual results in further analyses. Commonly available detrending or normalizing methods cannot cope with this issue. To alleviate this issue we developed a suitable pre-processing method for the signals that originate from a Poisson-like process. In this paper, a Poisson pre-processing method for nonstationary time series with Poisson distribution is developed and tested on computer-generated model data and experimental data of chemiluminescence from human neutrophils and mung seeds. The presented method transforms a nonstationary Poisson signal into a stationary signal with a Poisson distribution while preserving the type of photocount distribution and phase-space structure of the signal. The importance of the suggested pre-processing method is shown in Fano factor and Hurst exponent analysis of both computer-generated model signals and experimental photonic signals. It is demonstrated that our pre-processing method is superior to standard detrending-based methods whenever further signal analysis is sensitive to variance of the signal.
- MeSH
- fotony * MeSH
- lidé MeSH
- neutrofily metabolismus MeSH
- počítačová simulace MeSH
- Poissonovo rozdělení * MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
Článek popisuje možnosti zpracování medicínských dat potnoci programu Analyze. Program Analyze představuje propracovaný systém umožňující předzpracování a vizualizaci medicínských dat jak ve 2D, tak v 3D prostoru. v oblasti 2D jsou to nástroje pro konverzi vstupnich dat, filtraci (včetně rychlé Fourierovy a Wavelet transformace), segmentaci a operace s rastrovými obrazy. U prostorového zpracování je možné provádět rekonstrukce dat z paralelních rastrových řezů získaných například Z CT a MRI. Program zahrnuje nástroje pro měření a prezentaci výsledků.
The article deals with the possibilities of processing medical data using the program Analyze. The program Analyze represents a complex system for pre-processing and visualization of medical data in both 2D and 3D space. In 2D mode it represents image conversion, filtering (including fast Fourier and Wavelet transformation), segmentation and operations with raster pictures. In 3D it allows users to reconstruct data from parallel raster slices obtained from CT and MR. The program also comprises tools for measurement and presentation of results.
- MeSH
- lékařská počítačová informatika MeSH
- lidé MeSH
- software MeSH
- zobrazování dat MeSH
- Check Tag
- lidé MeSH
Retrospektivní analýza dat o úspěšnosti prenatální diagnostiky vybraných typů vrozených vad v České republice. Bylo provedeno zpracování incidencí vybraných diagnóz vrozených vad prenatálně a postnatálně diagnostikovaných v České republice v roce 2008 a komparace s daty za období 1994–2007. V oblasti prenatální diagnostiky se zvyšuje počet provedených výkonů, což ovlivňuje incidence některých vrozených vad u narozených dětí. Incidence především závažných vrozených vad diagnostikovaných u narozených dětí se významně snížila (anencefalie, spina bifida, defekty stěny břišní), u jiných typů (Downův syndrom) incidence narozených klesá méně rychle a v případě vrozených vad, které nelze prenatálně diagnostikovat, se nemění. V posledních letech se však mění spektrum používaných screeningových metod a díky tomu i metod prenatální diagnostiky, což vede u některých vad ke zvýšení efektivity a přesunu diagnostiky do prvního trimestru těhotenství.
A retrospective data analysis on prenatal diagnostics efficiency of selected types of birth defects in the Czech Republic. Incidences of selected both pre- and postnataly diagnosed defects in the Czech Republic in 2008 were processed and compared to corresponding data from 1994–2007 period. In prenatal diagnostics a number of operations performed has been increasing and influencing incidences of some defects in births accordingly. Incidences in primarily severe defects in births has decreased significantly (anencephaly, spina bifida, abdominal wall defects), in others (Down syndrome) has decreased less significantly and in those defects which are not diagnosticable prenatally at the moment is more or less stable. However, a spectrum of screening methods as well as methods of prenatal diagnostics in use has changed recently which makes their efficiency in some defects increasing and also moves their diagnostics into the first trimester of pregnancy.
- Klíčová slova
- vrozené vady jícnu, cystické ledviny, ageneze/hypoplazie ledvin, brániční kýla, defekty břišní stěny, omfalokéla, vrozený hydrocefalus,
- MeSH
- anencefalie MeSH
- anorektální malformace MeSH
- defekty neurální trubice MeSH
- dítě MeSH
- Downův syndrom MeSH
- encefalokéla MeSH
- gastroschiza MeSH
- incidence MeSH
- interpretace statistických dat MeSH
- lidé MeSH
- plod MeSH
- prenatální diagnóza statistika a číselné údaje MeSH
- retrospektivní studie MeSH
- rozštěp patra MeSH
- rozštěp rtu MeSH
- spina bifida MeSH
- statistika jako téma MeSH
- těhotenství MeSH
- vrozené vady diagnóza MeSH
- Check Tag
- dítě MeSH
- lidé MeSH
- těhotenství MeSH
- ženské pohlaví MeSH
Národní program mamografického screeningu karcinomu prsu byl v České republice oficiálně zahájen v září roku 2002. Od té doby se do něj postupně připojilo 55 mamografických center, rovnoměrně pokrývajících celé uzemí ČR. Podmínkou účasti centra V programu je splnění akreditačních kritérií, mezi něž kromě jiného patří i sběr dat o provedených vyšetřeních v předem daném rozsahu a struktuře. Každé centrum je povinno předávat tato data k centrálnímu zpracování do statistického centra. Tento text sumarizuje dosavadní průběh a zkušenosti s celostátním sběrem a validací těchto dat. Prezentován je dvoukolový způsob centralizace dat a jeho vliv na kvalitu získaných údajů.
National Program of Mammoeranhic Screening of breast cancer in the Czech Republic was officially launched in September 2002. Since that time, 55 mammographic centers have joined the program, evenly covering whole area of the Czech Republic. The centers can participate in the program only after fulfilling accreditation criteria. which includes data collection about examinations in pre-defined extent and structure. Each center is obliged to provide this data to given statistical center for processing. This text summarizes current progress and experiences with nation-wide data collection and validation. Double-phased process of data centralisation and its influence on the quality of acquired data is presented here.
- MeSH
- akreditace MeSH
- lidé MeSH
- mamografie statistika a číselné údaje využití MeSH
- nádory prsu epidemiologie chirurgie MeSH
- plošný screening metody MeSH
- programy Healthy People MeSH
- sběr dat metody MeSH
- Check Tag
- lidé MeSH
- Geografické názvy
- Česká republika MeSH
Cíl: Prezentovat výsledky validace datového standardu (datasetu) pro sběr dat o dekubitálních lézích a zejména identifikovat nezbytné a naopak nadbytečné položky, které by měly být na lokální úrovni poskytovatelů zdravotních služeb monitorovány. Cílem není srovnání počtu záznamů o dekubitech a výskytu dekubitů, ale posouzení možnosti data v klinické praxi zadat a zhodnotit jejich výtěžnost a využitelnost ve vztahu k opatřením nezbytným při poskytování péče. Metodika: V pořadí druhá pilotní validace datasetu byla realizována ve třech zapojených fakultních nemocnicích (centrech) v ČR za období 6 měsíců (2. polovina roku 2017). První pre-pilotní validace byla realizována v předchozích 6 měsících. Statistická analýza dat byla provedena v programu SPSS (IBM Corp., Armonk, NY, USA) na hladině významnosti 0,05. Výsledky: Celkem byly ze všech tří center odevzdány údaje o 320 záznamech pacientů s 310 vyplněnými záznamy o anamnéze a 498 záznamy dekubitů. Nebylly ověřeny statisticky významné rozdíly v dostupnosti dat a vyplněnosti standardizovaného datového souboru v požadované struktuře (p > 0,05). Na základě zhodnocení administrativní zátěže a klinické přínosnosti sledovaných údajů byly provedeny změny ve finálním datovém standardu. Závěr: Připravený technický popis standardizovaného a validovaného souboru spolu s technickým popisem softwaru umožní jednoduchou implementaci na národní úrovni ke sjednocení souboru údajů o výskytu dekubitů.
Aim: To present the validation process of the data standard for the col lection of data on pressure ulcers and, in particular, to identify the necessary and un necessary items that should be monitored at the local level of the health service providers. On the contrary, the aim is not to compare the number of records of pressure ulcers and occurrence of pressure ulcers, but to assess the possibility of data collection in clinical practice and to assess their usability in relation to the measures neces sary for the provision of care. Methodology: Second pilot validation of the dataset was carried out in three participat ing university hospitals (centres) in the Czech Republic for a period of 6 months (2nd half of 2017). The first pre-pilot validation was organised in the previous 6 months. Statistical analysis of data was performed in SPSS (IBM Corp., Armonk, NY, USA) at a significance level of 0.05. Results: In total, data from 320 records of patients were submitted from all three centres, with 310 completed history records and 498 records of pressure ulcers. There were no statistically significant differences in data availability and completion of the standardized data set in the required structure (p > 0.05). Based on an as ses sment of the administrative burden and the clinical benefit of the data, changes were made to the final data standard. Conclusion: The prepared technical description of the standardized and validated dataset together with the technical description of the software will al low simple implementation at national level to unify the special dataset for monitoring of pressure ulcers.
- Klíčová slova
- monitorování dekubitů, validace,
- MeSH
- dekubity * MeSH
- elektronické zdravotní záznamy MeSH
- epidemiologické monitorování MeSH
- lidé MeSH
- registrace MeSH
- sběr dat MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
Data mining (DM) is a widely adopted methodology for the analysis of large datasets which is on the other hand often overestimated or incorrectly considered as a universal solution. This statement is also valid for clinical research, in which large and heterogeneous datasets are often processed. DM in general uses standard methods available in common statistical software and combines them into a complex workflow methodology covering all the steps of data analysis from data acquisition through pre-processing and data analysis to interpretation of the results. The whole workflow is aimed at one final goal – to find any interesting, non-trivially hidden and potentially useful information. This innovative concept of data mining was adopted in our educational course of the Faculty of Medicine at the Masaryk University accessible from its e-learning portal http://portal. med.muni.cz/clanek-318-zavedeni-technologie-data-miningu-a-analyzy-dat--genovych-expresnich-map-do-vyuky.html.
- MeSH
- biostatistika metody MeSH
- data mining * metody trendy MeSH
- lidé MeSH
- multifaktorová rozměrová redukce metody MeSH
- počítačem řízená výuka * metody trendy MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- práce podpořená grantem MeSH
Závěrečná zpráva o řešení grantu Interní grantové agentury MZ ČR
1 svazek : ilustrace, tabulky ; 30 cm
Vytvoření algoritmů pro přenos a předběžné zpracování údajů o přístrojovém vybavení zdravotnických zařízení a jejich nákupech z informačních systémů zdravotnických zařízení. Vytvoření databáze nakoupených a provozovaných přístrojů. Vytvoření algoritmu pro analýzu dat pomocí statistických metod. Vytvoření metodiky analýzy poskytovaných dat na základě metod data miningu. Vytvoření algoritmů pro automatické generováni analytických zpráv. Vytvoření modulů informačního systému, včetně uživatelského rozhranía modulu řízení přístupu.; Writing algorithms for transfer and pre-processing of data on medical devices in hospitals and clinics and their purchases from hospital information systems. Creation of a data base of purchased and operated devices. Writing algorithms for data analysisusing statistical methods. Creation of a methodology for provided data analysis using data mining methods. Creation of algorithms for automated generating of analytical reports. Creation of IS modules incl. user interface and access control module.
- MeSH
- algoritmy MeSH
- data mining MeSH
- informační systémy MeSH
- ukládání a vyhledávání informací MeSH
- uživatelské rozhraní počítače MeSH
- veřejné zdravotnictví - informatika MeSH
- výhodné společné nákupy MeSH
- zabezpečení počítačových systémů MeSH
- zdravotnické prostředky MeSH
- Konspekt
- Informační věda
- NLK Obory
- technika lékařská, zdravotnický materiál a protetika
- lékařská informatika
- NLK Publikační typ
- závěrečné zprávy o řešení grantu IGA MZ ČR
INTRODUCTION: Recent advances in machine learning provide new possibilities to process and analyse observational patient data to predict patient outcomes. In this paper, we introduce a data processing pipeline for cardiogenic shock (CS) prediction from the MIMIC III database of intensive cardiac care unit patients with acute coronary syndrome. The ability to identify high-risk patients could possibly allow taking pre-emptive measures and thus prevent the development of CS. METHODS: We mainly focus on techniques for the imputation of missing data by generating a pipeline for imputation and comparing the performance of various multivariate imputation algorithms, including k-nearest neighbours, two singular value decomposition (SVD)-based methods, and Multiple Imputation by Chained Equations. After imputation, we select the final subjects and variables from the imputed dataset and showcase the performance of the gradient-boosted framework that uses a tree-based classifier for cardiogenic shock prediction. RESULTS: We achieved good classification performance thanks to data cleaning and imputation (cross-validated mean area under the curve 0.805) without hyperparameter optimization. CONCLUSION: We believe our pre-processing pipeline would prove helpful also for other classification and regression experiments.
- Publikační typ
- časopisecké články MeSH
... -- 4.4 EyeTribe 91 -- 4.5 Porovnání přesnosti SMI a EyeTribe 93 -- 5 PŘÍPRAVA EXPERIMENTU A ZÁZNAM DAT ... ... 136 -- 6 PRE-PROCESSING DAT 139 -- 6.1 Převod dat ze SMI do OGAMA 139 -- 6.2 Převod dat z GazePoint ... ... 156 -- 7 ZPRACOVÁNÍ DAT 161 -- 7.1 Vizualizace trajektorií 161 -- 7.2 Attention mapy 164 -- 7.3 AOI ... ... 192 -- 7.7 Analýza 3D dat 194 -- 7.8 Statistická analýza eye-tracking dat 200 -- 7.9 Volba metody analýzy ... ... ET dat - 218 -- 8 SHRNUTÍ 225 -- SUMMARY 227 -- REFERENCE 229 ...
1. vydání 247 stran : ilustrace (převážně barevné), mapy, plány ; 25 cm
Příručka, která se zaměřuje na eye-tracking při hodnocení a optimalizaci map, zejména na praktickou stránku výzkumu. Určeno odborné veřejnosti.; Publikace nabízí komplexní pohled na využití sledování pohybu očí při hodnocení a optimalizaci map. Čtenáři se v ní dozvědí teoretické základy, na kterých technologie eye-tracking funguje, seznámí se s různými způsoby měření pohybu očí a rovněž získají základní přehled o oblastech, ve kterých je eye-tracking využíván, samozřejmě s důrazem na kartografii. Značná část knihy je zaměřena prakticky. Nejprve je popsáno doporučené vybavení eye-tracking laboratoře a jsou představeny tři typy eye-trackerů. Následují kapitoly zaměřené na přípravu, design a průběh experimentu, pre-processing, validaci a čištění dat, a konečně na samotné vyhodnocení naměřených pohybů očí. V těchto kapitolách autor vycházel z vlastních zkušeností, jež se snažil prostřednictvím této publikace předat dalším výzkumníkům.
- MeSH
- automatizované zpracování dat MeSH
- geografická kartografie MeSH
- kognitivní věda MeSH
- pohyby očí MeSH
- technologie sledování pohybu očí MeSH
- výzkum MeSH
- zrak MeSH
- Publikační typ
- příručky MeSH
- Konspekt
- Geodezie. Kartografie
- NLK Obory
- věda a výzkum
- neurovědy
... WHY COLLECT INJURY DATA USING A COMMUNITY SURVEY? 4 -- 2.1 What is an injury? ... ... DATA COLLECTION 25 -- 5.1 Survey data elements 25 -- 5.1.1 Core and expanded data sets 25 -- 5.1.2 Using ... ... the questionnaire 31 -- 5.3 The core data elements 31 -- 5.4 Expanded data elements 43 -- 5.5 Additional ... ... DATA ENTRY AND ANALYSIS 75 -- 9.1 Data entry 75 -- 9.2 Statistical data analysis 76 -- 9.2.1 Descriptive ... ... data analysis 76 -- 9.2.2 Cross-tabulations 77 -- 9.2.3 More advanced forms of data analysis 78 -- 9.3 ...
140 s. : tab. ; 30 cm
- MeSH
- manuály jako téma MeSH
- rány a poranění epidemiologie MeSH
- sběr dat metody MeSH
- Publikační typ
- příručky MeSH
- Konspekt
- Veřejné zdraví a hygiena
- NLK Obory
- traumatologie
- lékařská informatika
- veřejné zdravotnictví
- NLK Publikační typ
- publikace WHO