Login
- Original title:
- Data Mining and Machine Learning Methods for High-dimensional Patient Data in Dementia Research: Voxel Features Mining, Subgroup Discovery and Multi-view Learning
- Translated title:
- Data Mining und Maschinelles Lernen Verfahren für Hochdimensionale Patientendaten in Demenzforschung : Voxel Merkmale Mining, Subgroup Discovery und Multi-View-Learning
- Author:
- Li, Rui
- Year:
- 2017
- Document type:
- Dissertation
- Faculty/School:
- Fakultät für Informatik
- Advisor:
- Rost, Burkhard (Prof. Dr.)
- Referee:
- Rost, Burkhard (Prof. Dr.); Kramer, Stefan (Prof. Dr.)
- Language:
- en
- Subject group:
- DAT Datenverarbeitung, Informatik; MED Medizin
- Keywords:
- Positron emission tomography, dementia, voxel features mining, subgroup discovery, multi-view learning, data mining
- Translated keywords:
- Positronen Emissions Tomographie, Demenz, Voxel Features Mining, Subgroup Discovery, Multi-View-Learning, Datamining
- TUM classification:
- BIO 110d
- Abstract:
- Today, patient data often includes large amounts of structured information, such as neuroimaging data, neuropsychological test results, etc. Human beings, however, cannot analyze so much information, at least not without the help of modern data mining and machine learning methods. Given the diverse sources of information, computerized methods show a great promise to help clinicians to discover hidden patterns in disease data.
- Translated abstract:
- Heutzutage enthalten Patientendaten häufig eine große Menge von strukturierten Informationen, wie beispielsweise Neuroimaging-Daten, neuropsychologische Test Ergebnisse, usw. Allerdings können Menschen so viele Informationen nicht ohne die Hilfe von modernem Datamining und maschinellen Lernverfahren analysieren. Mit Hilfe solch vielfältiger Informationsquellen können Computerwissenschaftler computergestützte Methoden entwickeln, um Muster zu entdecken, welche Ärzten dabei helfen können.
- WWW:
- https://mediatum.ub.tum.de/?id=1310555
- Date of submission:
- 22.06.2016
- Oral examination:
- 09.01.2017
- File size:
- 3861704 bytes
- Pages:
- 164
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20161101-1310555-1-1
- Last change:
- 02.02.2017
BibTeX
Occurrences:
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology
- mediaTUM GesamtbestandEinrichtungenSchools TUM School of Computation, Information and TechnologyPrüfungsarbeitenDissertationen
- mediaTUM GesamtbestandHochschulbibliographie2017FakultätenInformatikInformatik 12 - Lehrstuhl für Bioinformatik (Prof. Rost)