Metody pro stanovení podobnosti klinických parametrických záznamů

Bc. Vít Volšička

Diplomová práce

Methods for determining the similarity of the structured clinical records

Anotace:

Hledání podobných pacientů v rozsáhlých databázích klinických dat není triviální úkol. Má smysl zejména v případě, kdy se doktor setkává se vzácným případem onemocnění. Tato práce přestavuje v teoretické části metriky a algoritmy pro řešení problému vyhledání nejbližších sousedů s ohledem na unikátnost klinických dat. V praktické části představuje algoritmus pro předzpracování vstupních dat, tvorbu indexu pomocí metody strom náhodných projekcí. Výkon tohoto řešení je podrobněji porovnáván s metodou hrubé síly a některými z představených algoritmů.

Abstract:

Searching for similar patients in large clinical databases data is not a trivial task. It makes sense especially if the doctor come across rare cases of the disease. This work presents in the theoretical part metrics and algorithms for solving finding nearest neighbors with respect to the uniqueness of the clinical data. The practical part presents an algorithm for preprocessing input data and creating an index using the method of tree random screenings. The performance of this solution is in more detail compared to the brute force approach and some of the presented algorithms.

Klíčová slova

Nejbližší sousedé, náhodné projekce, vyhledávání, SQL, Nearest neighbors, Random projections, search

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 23. 5. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 22. 6. 2016
• Vedoucí: RNDr. Daniel Klimeš, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Experimentální biologie / Matematická biologie