User: Guest  Login
Original title:
Data Mining Methods for Medical Diagnosis 
Original subtitle:
Test Selection, Subgroup Discovery, and Contrained Clustering 
Translated title:
Data Mining Methoden zur Medizinischen Diagnose 
Translated subtitle:
Test Selection, Subgroup Discovery, and Contrained Clustering 
Year:
2012 
Document type:
Dissertation 
Institution:
Fakultät für Informatik 
Advisor:
Kramer, Stefan (Prof. Dr.) 
Referee:
Kramer, Stefan (Prof. Dr.); Puppe, Frank (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik; INF Informationswesen, Bibliotheks-, Dokumentations-, Archiv-, Museumswesen 
Keywords:
Data Mining, Medical Diagnosis, Test Selection, Subgroup Discovery, Contrained Clustering, Breast Cancer, Alzheimers, PET scans, 
Translated keywords:
Data Mining, Test Selection, Subgroup Discovery, Contrained Clustering, Brustkrebs, Alzheimer, PET scans, Diagnose 
Controlled terms:
Data Mining; Brustkrebs; Alzheimerkrankheit; Diagnose 
TUM classification:
MED 230d; DAT 450d; DAT 703d 
Abstract:
We introduce new techniques for medical data mining for the improved diagnosis in two medical domains. For the domain of breast cancer diagnosis, we propose two approaches to test selection, to enable the selection of an optimal imaging modalty, one based on information maximization and one on subgroup discovery. For the domain of Alzheimer’s disease we focus on the correlation of image and non-image data. We start with clustering PET scans of patients to form groups sharing similar features i...    »
 
Translated abstract:
Wir präsentieren neue Techniken für medizinisches Data Mining (Test Selection, Subgroup Discovery und Constrained Clustering), um die Diagnose in zwei Domänen, Brustkrebs und Alzheimer, zu verbessern. Im Bereich Brustkrebsdiagnose stellen wir zwei Methoden zur Test Selection vor. Eine basiert auf der Maximierung von Information, die zweite auf der Entdeckung von Untergruppen von Patienten, die denselben optimalen Test haben. Im Bereich Alzheimer untersuchen wir die Korrelation von Bilddaten und...    »
 
Oral examination:
21.05.2012 
File size:
4863914 bytes 
Pages:
146 
Last change:
21.08.2017