mdh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Mining Rare Cases in Post-Operative Pain by Means of Outlier Detection
Mälardalens högskola, Akademin för innovation, design och teknik. (Intelligent Systems)ORCID-id: 0000-0003-3802-4721
Mälardalens högskola, Akademin för innovation, design och teknik. (Intelligent Systems)ORCID-id: 0000-0002-5562-1424
2011 (Engelska)Manuskript (preprint) (Övrigt vetenskapligt)
Abstract [en]

Rare cases are often interesting for healthprofessionals, physicians, researchers and clinicians in order toreuse and disseminate experiences in healthcare. However,mining, i.e. identification of rare cases in electronic patientrecords, is non-trivial for information technology. This paperinvestigates a number of well-known clustering algorithms andfinally applies a 2nd order clustering approach by combining theFuzzy C-means algorithm with the Hierarchical one. Theapproach is used in order to identify rare cases from 1572patient cases in the domain of post-operative pain management.The results show that the approach enables identification of rarecases in the domain of post-operative pain management and 18%of cases are identified as rare case.

Ort, förlag, år, upplaga, sidor
2011.
Nyckelord [en]
rare cases, clustering, case mining, medical
Nationell ämneskategori
Data- och informationsvetenskap
Forskningsämne
datavetenskap
Identifikatorer
URN: urn:nbn:se:mdh:diva-13164OAI: oai:DiVA.org:mdh-13164DiVA, id: diva2:450624
Konferens
IEEE International Symposium on Signal Processing and Information Technology, 2011
Projekt
PainOut
Anmärkning
Submitted to: IEEE International Symposium on Signal Processing and Information Technology, 2011Tillgänglig från: 2011-10-21 Skapad: 2011-10-21 Senast uppdaterad: 2018-01-12Bibliografiskt granskad

Open Access i DiVA

fulltext(353 kB)737 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 353 kBChecksumma SHA-512
93aeaf7e456e0596d9dc9f07d3539ac7c6a2014164152259865c59ecb8d5e5315919088306b09597c3771656f4f44ed6d958db57d190fab1cf26f8305b4db203
Typ fulltextMimetyp application/pdf

Personposter BETA

Ahmed, Mobyen UddinFunk, Peter

Sök vidare i DiVA

Av författaren/redaktören
Ahmed, Mobyen UddinFunk, Peter
Av organisationen
Akademin för innovation, design och teknik
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 737 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 185 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf