m o nosti vizualizace dat a informac v medic n
Download
Skip this Video
Download Presentation
M ožnosti vizualizace dat a informací v medicíně

Loading in 2 Seconds...

play fullscreen
1 / 21

M ožnosti vizualizace dat a informací v medicíně - PowerPoint PPT Presentation


  • 86 Views
  • Uploaded on

České vysoké učení technické v Praze Fakulta elektrotechnická. M ožnosti vizualizace dat a informací v medicíně. Lenka Lhotská [email protected] http://gerstner.felk.cvut.cz. Vizuální vnímání a porozumění. nejd ů le ž it ě jší prost ř ed e k poznávání a porozum ě ní sv ě tu

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' M ožnosti vizualizace dat a informací v medicíně' - iona-daniel


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
vizu ln vn m n a porozum n
Vizuální vnímání a porozumění
  • nejdůležitější prostředek poznávání a porozumění světu
  • schopnost vidět vzory ve věcech
  • spojit části do smysluplného celku
  • zkušenost
  • schopnost odvozovat význam z oddělených a různorodých elementů
vizualizace
Vizualizace
  • Integrace výzkumných aktivit člověka s výpočetní silou počítačů
  • Zpřístupnění dat, výpočtů a výsledků
  • Porovnání a verifikace výsledků
n stroje pro vizualizaci dat
Nástroje pro vizualizaci dat
  • Cíl – snížit informační zatížení
  • Inteligentní abstrakce
  • Vizualizace zajímavých příznaků
  • Zobrazení složitých vztahů mezi daty
vizualizace l ka sk ch dat
Vizualizace lékařských dat
  • Využití obrazové informace – MRI, PET, CT
  • Grafické zobrazení dat a informací jiného než obrazového charakteru (jednorozměrné signály, numerická data, apod.)
anal za a prava jednotliv ch atribut i
Analýza a úprava jednotlivých atributů I.
  • Zpráva o stavu proměnných
    • typ (spojitá X diskrétní)
    • rozsah definičního oboru (počet použitých hodnot)
    • rozsah a frekvence výskytů (histogram)
    • typ rozdělení a jeho statistické charakteristiky
  • Upozornit na
    • osamělé mimořádné hodnoty (outliers)
    • téměř konstantní atributy (možné vynechat)
    • nevyplněná datová pole
    • znečištění dat
      • data neodpovídají deklarovanému formátu
      • hodnoty neodpovídají deklarované množině
anal za a prava jednotliv ch atribut ii
Analýza a úprava jednotlivých atributů II.

Příklady úprav

  • Náhrada chybějících údajů - provádí se tak, aby zůstala zachována hodnota směrodatné odchylky uvažovaného atributu
  • Úprava rozsahu hodnot atributů pomocí logistické transformace (velmi důležité v každé metodě, která počítá se vzdáleností objektů - např. CBR, nejbližší sousedi, shlukování)

g (x) = (1 + e –a - bx) –1

anal za a prava jednotliv ch atribut iii
Analýza a úprava jednotlivých atributů III.
  • Monotónní atributy – představují obvykle jednoznačnou identifikaci pro uvažované objekty, např. pořadové číslo měření, číslo bankovního účtu. Rostou bez omezení a při tom jejich přímá hodnota jako taková nemá pro vytvoření modelu význam.
  • Řady– tvořené hodnotami veličin, které jsou pravidelně měřeny a zaznamenávány (např. EKG, burzovní koeficienty). Vždy jsou vztaženy k jediné monotónní veličině, která slouží jako index.
    • často jako index slouží čas -> časová řada
    • Prostředky k analýze:
      • Fourierova analýza
      • Vlnková (wavelet) transformace umožňuje získání časově-frekvenčního popisu signálu
pravy a anal za dat ve stav prostoru i
Úpravy a analýza dat ve stav.prostoru I.

Příklady úprav

  • Snížení dimenze
    • vynecháním
      • konstantních atributů
      • atributů řídce obsazených
      • atributů s duplicitní informací (rok narození X věk, apod.)
    • sloučením
      • atributů řídce obsazených – z několika řídce obsazených atributů je možné zřetězením vytvořit jeden nový (PVP - present value pattern)
  • Zvýšení dimenze
    • obohacenídoplněním údajů z jiných zdrojů (např. meteorologická měření, demografické údaje, apod.)
    • rozšíření
      • přidání odvozených atributů (např. pohlaví z rodného čísla, apod.)
      • „otočení“ dat (reverse pivoting) - nový atribut an+1 přebírá údaj z objektu následujícího. Pro každý objekt i platí an+1(i) = an(i+1).
pravy a anal za dat ve stav prostoru ii
Úpravy a analýza dat ve stav.prostoru II.

Příklady úprav

  • Agregace dat- použití metod datových skladů. údaje o více objektech obsažené na několika řádcích jsou vztaženy k jedinému obecnějšímu objektu (tvoří tedy v novém souboru jedinou řádku).
  • Vizualizace– např. umístění datového souboru ve stavovém prostoru úlohy, přirozené shluky, nepravidelné deformace,...
  • Statistické přístupy snižování dimenze
    • podmíněná entropie
    • CHAID(Chi-square Automatic Interaction Detector)
    • hledání hlavních komponent (návrh vhodné lin. kombinace)
  • Využití neuronových sítí- Řídce propojená autoasociativní neuronová síť (Sparcely Connected Autoasociative Neural Net: SCANN)
dal mo nosti zobrazen
Další možnosti zobrazení
  • Frekvenční spektrum
  • Výkonové spektrum
  • Spektrální kulisy
  • Mapy
  • Interaktivní zobrazení – mapa + průběh signálu
  • Tyto možnosti budou prezentovány v dalších příspěvcích v konkrétních aplikacích.
z v r
Závěr
  • medicína – velké objemy dat
  • větší počet přístrojů přímo propojených s počítači - více vstupních dat pro vyhodnocování
  • efektivní vyhodnocování velkého objemu dat
  • často neznámé explicitní relace mezi daty - obtížná interpretace - nástroje dobývání znalostí
  • integrace s vizualizačními nástroji – podpora rychlejšího porozumění složitým, velkým a dynamicky rostoucím souborům dat
ad