Metody pro optimalizaci procesu předzpracování biomedicínských dat

Bc. Kryštof Kupčák

Diplomová práce

Methods for optimizing the process of pre-processing of biomedical data

Anotace:

Cílem diplomové práce je optimalizace procesu předzpracování dat klinických registrů. Práce představuje řešení složené ze tří hlavních částí. V první části je navržena struktura pro identifikaci klíčových proměnných datového souboru pomocí role proměnné. V druhé části jsou vytvořeny exportní PL/SQL procedury pro vyexportování dat klinického registru z databázového systému do statistického programu IBM SPSS Statistics. V třetí části je vytvořen program pro předzpracování datového souboru využívající propojení statistického programu IBM SPSS Statistics se statistickým programem R. Program řeší problematiku chybějících hodnot, odlehlých hodnot a vyhledává korelační a závislé vztahy mezi proměnnými. Součástí předzpracování je popis využití aplikace metod vícerozměrné imputace pro doplnění chybějících hodnot v programu IBM SPSS Statistics. Řešení je aplikováno na data klinického registru dětských onkologických pacientů.

Abstract:

The aim of this thesis is optimizing the process of preprocessing of clinical data. The thesis presents the solution which consists of three main parts. In the first part is designed structure for identification of key variables of data file by the variable role. In the second part are created PL/SQL procedures for export of clinical data from database to statistical program IBM SPSS Statistics. In the third part is created a program for preprocessing of data file which use connection between statistical program IBM SPSS Statistics and statistical program R. The program solves the problems of missing values, outliers and search for correlation and dependency in data file. The part of preprocessing is description of application for multiple imputation in IBM SPSS Statistics. The program is applied on clinical data of pediatric oncology patients.

Klíčová slova

předzpracování dat, vícerozměrná imputace, IBM SPSS Statistics, klinické registry, data preprocessing, multiple imputation, clinical registries

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 25. 5. 2015

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 6. 2015
• Vedoucí: RNDr. Daniel Klimeš, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Experimentální biologie / Matematická biologie