文献

J-GLOBAL ID：201702211552965590   整理番号：17A0242094

不偏医療診断のための区間タイプ2ファジィDSS(意思決定支援システム)【Powered by NICT】

Interval type-2 fuzzy DSS for unbiased medical diagnosis

著者 (3件)： Pota Marco (Institute for High Performance Computing and Networking, National Research Council of Italy, Napoli, Italy) ,  Esposito Massimo (Institute for High Performance Computing and Networking, National Research Council of Italy, Napoli, Italy) ,  De Pietro Giuseppe (Institute for High Performance Computing and Networking, National Research Council of Italy, Napoli, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 003340-003345  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ディジタル収集/蓄積された医療データの急速な拡大量と結合した技術革新は医療診断における医師を支援できる高度な意思決定支援システム(DSS)を開発し,異なる疾患の分類を助けることにより可能にした。DSS(意思決定支援システム)の類型学の構築予備的に可能なクラス間の隠れた関係と知られている特徴の臨床データの膨大なセットからの抽出を必要とする。課題である影響する特徴情報不確実性だけでなく,クラスの事前確率に関するバイアス,データ収集の環境及び条件に依存してに起因して非常に厄介な。これらの問題を解決するために,本論文では,情報の不確実性を扱い,不偏医療診断を行い,区間タイプ2ファジィ集合を適合させる医療データセットにした区間タイプ2ファジィ意思決定支援システム(DSS)を構築するための手法を提示した。証明概念をベンチマーク医療データセット上で提案アプローチを適用することによって与えられる。比較は,i)データセットから抽出した事前確率を持つ1型ファジィシステムの間で行った。ii)非バイアス事前確率区間タイプ2ファジィDSS(意思決定支援システム)モデル化iii)最も良く知られた分類法。この比較は,事前確率が固定されている場合の両方,すなわちシステムが,層化交差検証法により評価したとき,または,仮定は事前確率約にされていない。結果は,提案した方法は,多くの場合において良好な性能に達し,バイアスされた事前確率によらない区間タイプ2ファジィシステムを抽出の有用性を証明し,より信頼性の高い結果を得ることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ベンチマーク ,  高速度 ,  事前確率 ,  *曖昧さ ,  医師 ,  成層 ,  データ収集 ,  *意思決定支援システム ,  バイアス ,  交差検証法 ,  ディジタル方式 ,  モデリング ,  不確実性
準シソーラス用語： 分類法 ,  ファジィシステム , 【Automatic Indexing@JST】

分類 (1件)： 経営工学一般  (KA01010C)

タイトルに関連する用語 (5件)： 医療診断 ,  タイプ ,  ファジィ ,  DSS ,  意思決定支援システム