Algoritmy pro detekci anomálií v datech z klinických studií a zdravotnických registrů

but.committeedoc. Ing. Daniel Schwarz, Ph.D. (předseda) Ing. Vratislav Harabiš, Ph.D. (místopředseda) Ing. Jan Odstrčilík, Ph.D. (člen) RNDr. Jan Balvan, Ph.D. (člen) doc. RNDr. Jaromír Baštinec, CSc. (člen) Ing. Helena Vítková, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky ng. Harabiš se zeptal na grafické vyjádření výsledků v práci Doc. Baštinec se ptal na statistické testy a nulové hypotézy v práci Student obhájil diplomovou práci s výhradami a odpověděl na otázky členů komise a oponentacs
but.jazykčeština (Czech)
but.programBiomedicínské inženýrství a bioinformatikacs
but.resultpráce nebyla úspěšně obhájenacs
dc.contributor.advisorSchwarz, Danielcs
dc.contributor.authorBondarenko, Maximcs
dc.contributor.refereeBlaha, Milancs
dc.date.created2018cs
dc.description.abstractDaná diplomová práce se zabývá problematikou detekci anomálií v datech z klinických studií a zdravotnických registrů. Cílem práce je provedení literární rešerše problematiky kvality dat ve zdravotnickém výzkumu a realizace vlastního algoritmu detekce anomálních záznamů založeného na metodách strojového učení v reálných klinických datech z běžících nebo uzavřených klinických studií či registrů. V praktické části je popsán realizovaný algoritmus detekce, který se skládá z několika častí: import datového souboru z informačního systému, předzpracování a transformace importovaných datových záznamů s proměnnými různých datových typů na numerické vektory, využití známých statistických metod pro detekce outlierů a hodnoceni kvality a přesnosti algoritmu. Výsledkem zpracování algoritmu je vektor parametrů obsahujících anomálií, který má usnadnit práci správci dat. Tento algoritmus je navřen pro rozšíření palety funkcí informačního systému (CLADE-IS) o automatické monitorování kvality dat detekcí anomálních záznamů.cs
dc.description.abstractThis master's thesis deals with the problems of anomalies detection in data from clinical trials and medical registries. The purpose of this work is to perform literary research about quality of data in clinical trials and to design a personal algorithm for detection of anomalous records based on machine learning methods in real clinical data from current or completed clinical trials or medical registries. In the practical part is described the implemented algorithm of detection, consists of several parts: import of data from information system, preprocessing and transformation of imported data records with variables of different data types into numerical vectors, using well known statistical methods for detection outliers and evaluation of the quality and accuracy of the algorithm. The result of creating the algorithm is vector of parameters containing anomalies, which has to make the work of data manager easier. This algorithm is designed for extension the palette of information system functions (CLADE-IS) on automatic monitoring the quality of data by detecting anomalous records.en
dc.description.markEcs
dc.identifier.citationBONDARENKO, M. Algoritmy pro detekci anomálií v datech z klinických studií a zdravotnických registrů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2018.cs
dc.identifier.other110571cs
dc.identifier.urihttp://hdl.handle.net/11012/82053
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectEDC systémycs
dc.subjectklinické studiecs
dc.subjectoutlierycs
dc.subjectmahalanobisová vzdálenostcs
dc.subjecteuklidovská vzdálenostcs
dc.subjectkosinová podobnostcs
dc.subjectkvalita datcs
dc.subjectstrojové učení.cs
dc.subjectEDC systemsen
dc.subjectclinical trialsen
dc.subjectoutliersen
dc.subjectmahalanobis distanceen
dc.subjecteuclidean distanceen
dc.subjectcosine similarityen
dc.subjectdata qualityen
dc.subjectmachine learning.en
dc.titleAlgoritmy pro detekci anomálií v datech z klinických studií a zdravotnických registrůcs
dc.title.alternativeAlgorithms for anomaly detection in data from clinical trials and health registriesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2018-06-13cs
dcterms.modified2024-05-17-12:51:51cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid110571en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:34:39en
sync.item.modts2025.01.17 10:14:12en
thesis.disciplineBiomedicínské inženýrství a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.52 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_110571.html
Size:
6.9 KB
Format:
Hypertext Markup Language
Description:
file review_110571.html
Collections