文献

J-GLOBAL ID：201702241192755681   整理番号：17A1625093

糖尿病データの分類のための比較アプローチ:機械学習パラダイム【Powered by NICT】

Comparative approaches for classification of diabetes mellitus data: Machine learning paradigm

著者 (8件)： Maniruzzaman Md. (Department of Statistics, University of Rajshahi, Rajshahi, Bangladesh) ,  Kumar Nishith (Department of Statistics, Bangabandhu Sheikh Mujibur Rahman Science and Technology University, Gopalganj, Bangladesh) ,  Menhazul Abedin Md. (Statistics Discipline, Khulna University, Khulna, Bangladesh) ,  Shaykhul Islam Md. (Department of Statistics, University of Rajshahi, Rajshahi, Bangladesh) ,  Suri Harman S. (Diabetic Care Division, AtheroPoint LLC, Roseville, CA, USA) ,  El-Baz Ayman S. (Department of Bioengineering, J.B Speed School of Engineering, University of Louisville, Louisville, KY, USA) ,  Suri Jasjit S. (Diabetic Care Division, AtheroPoint LLC, Roseville, CA, USA) ,  Suri Jasjit S. (Department of Electrical Engineering, Idaho State University (Affl.), Idaho, USA)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 152  ページ： 23-34  発行年： 2017年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 糖尿病はサイレントキラーである。本症の主な原因は,グルコースのような代謝物の過剰量の存在である。は2014年に世界中で約三億八千七百万名であった。本疾患の経済的負担は,年間$13,700と計算された。世界保健機関(WHO)によると,これらの数字は2030年までに2倍以上になるだろう。人はいくつかの共変量に基づいて統計的に糖尿病を予測することができるならば,このコストは劇的に減少する。いくつかの分類法が利用可能であるが,糖尿病を分類するのは非常に困難である。本論文の主目的は次の通りである:(i)Gauss過程分類(GPC),(ii)糖尿病データ分類のための比較分類器,(iii)交差検証手法を用いたデータ解析,(iv)データ解析の解釈と(v)その他に対する提案手法のベンチマーキング。糖尿病を分類するために,線形判別分析(LDA),二次判別分析(QDA)及びNaive Bayes(NB)のような使用されているいくつかの分類法。しかし,医療データの大部分が非正規性,非線形性と固有の相関構造を示した。本論文では,三カーネルを用いたGauss過程(GP)に基づく分類手法適用:線形,多項式および動径基底カーネル。もLDA,QDAとNBのような既存の技術と比較して,GPベース分類法の性能を調べた。性能は,精度(ACC),感度(SE),特異性(SP),正の予想値(PPV),負の予見値(NPV)と受信者動作特性(ROC)曲線を用いて評価した。ピマインディアン糖尿病データセットは,研究の一部として採用した。これは768患者の268患者は糖尿病500例であるのは,対照した。機械学習システムである他の方法と比較して大きいとしてのACC(1-アミノシクロプロパン-81.97%,SE91.79%,SP63.33%,PPV84.91%,NPV62.50%GPベースモデルの性能を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *糖尿病 ,  線形性 ,  データ解析 ,  推定量 ,  多項式 ,  Gauss過程 ,  予測 ,  代謝産物 ,  *機械学習 ,  患者 ,  非線形性 ,  ヘキソース ,  アルドース
準シソーラス用語： 特異性 ,  線形判別分析 ,  分類法 , 【Automatic Indexing@JST】

著者キーワード (6件)： 糖尿病 ,  機械学習 ,  GPC ,  LDA ,  QDA ,  NB

分類 (1件)： 医用情報処理  (JE15030Q)

物質索引 (1件)： グルコース

タイトルに関連する用語 (4件)： 糖尿病 ,  分類 ,  機械学習 ,  パラダイム