Objekt-Metadaten
Data mining in diagnostic charts and treatment outcome prediction for vision restoration therapy

Autor :Tobias Günther
Herkunft :OvGU Magdeburg, Fakultät für Informatik
Datum :25.03.2008
 
Dokumente :
Dataobject from HALCoRe_document_00006721
 
Typ :Dissertation
Format :Text
Kurzfassung :Vorhersagemodelle werden in der Medizin verwendet, um das potentiell erreichbare Behandlungsergebnis mit dem Aufwand der Behandlung zu vergleichen. In dieser Arbeit wird ein Therapie-Vorhersagemodell (TOPM) für die visuelle Restorationstherapie vorgestellt. Das Modell prognostiziert den allgemeinen Therapieerfolg und ermöglicht die Lokalisierung visueller Areale mit hohem und geringem Verbesserungspotential. Die Trainingsdaten des Modells wurden aus Diagnostikkarten von Patienten (n = 52) mit visuellen Wahrnehmungsstörungen erzeugt. Dazu wurden Merkmale unter Berücksichtigung von a priori Wissen und der aktuellen Plastizitätsliteratur aus den Diagnostikergebnissen extrahiert. Die Selbst-Organisierende-Karte (SOM), welche zur Datenexploration und auch für die Vorhersage genutzt werden kann, ist der Kern des TOPM. Für die TOPM-Evaluierung wird ein Algorithmus vorgeschlagen, mit dem die Funktionskurve der Receiver-Operating-Characteristic (ROC) erstellt werden kann. Die Arbeit diskutiert außerdem die Eignung des Modells für Patienten und relevante Aspekte zur Anwendung von maschinellen Lernverfahren in der Medizin.
Schlagwörter :Data Mining, visuelle Restoration, Therapie-Vorhersage-Modell, Selbst-Organisierende-Karte
Rechte :Dieses Dokument ist urheberrechtlich geschützt.
Größe :187 S.
 
Erstellt am :15.04.2009 - 10:34:14
Letzte Änderung :22.04.2010 - 08:45:10
MyCoRe ID :HALCoRe_document_00006721
Statische URL :http://edoc.bibliothek.uni-halle.de/servlets/DocumentServlet?id=6721