{"title":"Применение методов машинного обучения для обработки и визуализации медицинских данных","authors":"Б.Р. Салем, Виктор Игоревич Солодовников","doi":"10.36581/CITP.2020.46.76.022","DOIUrl":null,"url":null,"abstract":"Применение методов машинного обучения в медицинской сфере стремительно демонстрирует свою перспективность, но остается сложной темой для исследования ввиду мультидисциплинарности и новизны большинства методов. В данной статье описан сценарий, применимый для обработки медицинских данных, состоящий из решения таких задач как: предварительная обработка с учетом специфики и разнообразности исходных данных, уменьшение размерности, классификация, кластеризация и визуализация объектов. Результат этого подхода может быть использован для интерпретации исходной информации о пациентах для дальнейшего применения ее в клинической практике медицинскими специалистами.","PeriodicalId":436700,"journal":{"name":"Информационные технологии и математическое моделирование систем 2020","volume":"68 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-01-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Информационные технологии и математическое моделирование систем 2020","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36581/CITP.2020.46.76.022","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Применение методов машинного обучения в медицинской сфере стремительно демонстрирует свою перспективность, но остается сложной темой для исследования ввиду мультидисциплинарности и новизны большинства методов. В данной статье описан сценарий, применимый для обработки медицинских данных, состоящий из решения таких задач как: предварительная обработка с учетом специфики и разнообразности исходных данных, уменьшение размерности, классификация, кластеризация и визуализация объектов. Результат этого подхода может быть использован для интерпретации исходной информации о пациентах для дальнейшего применения ее в клинической практике медицинскими специалистами.