The Use of Some Pattern Recognition Algorithms to Classify Patients Undergoing CABG

• Autorzy: Małgorzata Misztal
• Języki publikacji: EN

Abstrakty

EN

The primary goal of pattern recognition is supervised or unsupervised classification in order to solve decision - making problems. Medical diagnosis brings about many practical problems, which may be interpreted as pattern recognition tasks. Making diagnosis of a given patient means to solve a classification problem - we must recognize patient's disease on the basis on some symptoms. The aim of the article is to present the results of using selected pattern recognition algorithms to classify patients with Coronary Artery Disease undergoing Coronary Artery Bypass Grafting (CABG). (original abstract)

Przedmiotem badań w rozpoznawaniu obrazów są metody wspomagania procesów podejmowania decyzji, przy czym przez obraz rozumiemy ilościowy opis przedmiotu, zdarzenia lub zjawiska. Ogólnie zadanie teorii rozpoznawania polega na określeniu przynależności rozmaitego typu obiektów do pewnych klas. Jeżeli mamy do czynienia z zadaniem rozpoznawania, w którym występuje k klas: K = 1, 2, k - to celem klasyfikacji jest przypisanie rozpoznawanemu obiektowi numeru klasy ієК na podstawie wartości p wybranych cech obiektu. W referacie przedstawiono przykłady zastosowań wybranych algorytmów rozpoznawania w diagnostyce medycznej. Obiektami podlegającymi klasyfikacji są pacjenci z chorobą niedokrwienną serca, zakwalifikowani do leczenia operacyjnego, opisani za pomocą wektora cech oceniających ich stan przed i w trakcie zabiegu, a także przebieg leczenia około- i pooperacyjnego. Klasyfikacji pacjentów do wyodrębnionych grup ryzyka operacyjnego dokonano za pomocą reguł decyzyjnych bazujących na pojęciu minimalnej odległości (algorytmy najbliższego sąsiada і α najbliższych sąsiadów oraz funkcje klasyfikujące oparte na odległościach), liniowych i kwadratowych funkcji klasyfikacyjnych oraz algorytmów tworzących drzewa klasyfikacyjne (CART, QUEST, CRUISE). (abstrakt oryginalny)

Słowa kluczowe

EN

Decision making; Decision making process; Medicine; Classification; Algorithms

PL

Podejmowanie decyzji; Proces podejmowania decyzji; Medycyna; Klasyfikacja; Algorytmy

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2004
• Tom: 175 Application of Multivariate Statistical Analysis
• Strony: 193--205

Twórcy

autor

Małgorzata Misztal

• University of Lodz, Poland

Bibliografia

• Breiman L., Friedman J., Olshen R., Stone C. (1984), Classification and Regression Trees, CRC Press, London.
• Cessie S., Houwelingen H. C. (1995), Testing the Fit of a Regression Model via Score Tests in Random Effects Models, "Biometrics", 51, 2, 600-614.
• Gatnar E. (2001), Nieparametryczna metoda dyskryminacji i regresji, PWN, Warszawa.
• Kim H., Loh W.-Y. (2000), CRUISE User Manual, version LOS, http://www.wpi.edu/ hkim/cruise/.
• Krzyśko M. (1990), Analiza dyskryminacyjna, WNT, Warszawa.
• Kurzyński M. (1997), Rozpoznawanie obiektów. Metody statystyczne, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław.
• Loh W.-Y., Shih Y.-S. (1997), Split Selection Methods for Classification Trees, "Statistica Sinica", 7, 815-840.
• Shih Y.-S. (2000), QUEST User Manual version 1.8.8, http://www.stat.wisc.edu/~loh/quest.html.