データマイニング技術に基づく原発性肝癌症候群の分類に関する研究【JST・京大機械翻訳】

Fang Jiwei; Li Jianfeng

文献

J-GLOBAL ID：202202289354937242 整理番号：22A0651987

データマイニング技術に基づく原発性肝癌症候群の分類に関する研究【JST・京大機械翻訳】

Research on Classification of Primary Liver Cancer Syndrome Based on Data Mining Technology

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0651987&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0651987&from=J-GLOBAL&jstjournalNo=U7772A") }}

著者 (2件)： ,
資料名：
巻： 2022 ページ： Null 発行年： 2022年
JST資料番号： U7772A ISSN： 2040-2295 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

本研究は,原発性肝癌を有するTCM入院患者の臨床目的と真の4診断情報から始めて,肝臓癌症候群に関する研究の現状の分析に基づき,コンピュータデータマイニング技術を用いて,底から上部までの症候群規則を分析し,要約した。データ自体は肝臓癌症候群の本質を示す。最初に,階層的クラスタ分析の助けを借りて,著者らは肝臓癌患者の4診断情報の粗い予備分類を通して一般的特性を理解することができた。次に,近年の新興で成熟した隠れ構造モデル解析の助けを借りて,データモデリングを通して,肝臓癌の一般的症候群の分類と4診断情報との対応する関係を包括的に分析する。最後に,4つの診断情報因子とクラス(または隠れクラス)の間のユニークな1対応があるという仮定に基づく陰的構造と階層的クラスタリングの固有の欠点を考慮して,著者らは,肝臓癌症候群の分類と4つの診断情報との対応する関係をさらに調査するための補助手段として,因子分析と共同クラスタ分析を計画する。Copyright 2022 Jiwei Fang and Jianfeng Li. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , ,
, , , , , 【Automatic Indexing@JST】

消化器の腫よう

引用文献 (22件)：

D. M. Parkin, "Global cancer statistics in the year 2000," The Lancet Oncology, vol. 2, no. 9, pp. 533-543, 2001.
N. L. Zhang, "Hierarchical latent class models for cluster analysis," Journal of Machine Learning Research, vol. 5, pp. 697-723, 2004.
N. L. Zhang, S. Yuan, T. Chen, Y. Wang, "Latent tree models and diagnosis in traditional Chinese medicine," Artificial Intelligence in Medicine, vol. 42, no. 3, pp. 229-245, 2008.
L. I. Fei, "TCM syndrome differentiation’s thinking, methods and system," Liaoning Journal of Traditional Chinese Medicine, vol. 3, 2009.
F. Li, "TCM syndrome differentiation’s thinking, methods and system," Liaoning Journal of Traditional Chinese Medicine, vol. 36, no. 2, pp. 213-214, 2009.

, , , ,

前のページに戻る