prikaz prve stranice dokumenta Inteligentno sučelje za unos medicinskih podataka
Rad nije dostupan
magistarski rad
Inteligentno sučelje za unos medicinskih podataka
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2000. urn:nbn:hr:168:322521
Šimunić, Krešimir
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za primijenjenu matematiku

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šimunić, K. (2000). Inteligentno sučelje za unos medicinskih podataka (Magistarski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:322521

Šimunić, Krešimir. "Inteligentno sučelje za unos medicinskih podataka." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2000. https://urn.nsk.hr/urn:nbn:hr:168:322521

Šimunić, Krešimir. "Inteligentno sučelje za unos medicinskih podataka." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2000. https://urn.nsk.hr/urn:nbn:hr:168:322521

Šimunić, K. (2000). 'Inteligentno sučelje za unos medicinskih podataka', Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:322521

Šimunić K. Inteligentno sučelje za unos medicinskih podataka [Magistarski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2000 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:322521

K. Šimunić, "Inteligentno sučelje za unos medicinskih podataka", Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2000. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:322521

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:322521
Podaci o radu
NaslovInteligentno sučelje za unos medicinskih podataka
Naslov (engleski)Intelligent Interface for Medical Data Entry
AutorKrešimir Šimunić
MentorDamir Kalpić (mentor)
Član povjerenstvaVedran Mornar (član povjerenstva)
Član povjerenstvaDamir Kalpić (član povjerenstva)
Član povjerenstvaVlatko Čerić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za primijenjenu matematiku)
Zagreb
Datum i država obrane2000-06-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Univerzalna decimalna klasifikacija
(UDC)		004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak
Uobičajeni unos podataka temeljem izbora iz zatvorenog skupa, a uz uporabu standardnih izbornika, u medicini je neprikladan zbog velike kardinalnosti takvih skupova. Međutim, ako bi se povećala učinkovitost izbornika, njihova uporaba imala bi dodatnih prednosti u odnosu na unos slobodnog teksta. Apriorna vjerojatnost da će se pacijentu propisati neki od mnoštva lijekova nije velika, ali ako se zna od čega pacijent boluje, aposteriorna se vjerojatnost za određene lijekove znatno povećava. Podijeljeni izbornik je sučelje koje pokazuje nekoliko najvjerojatnijih stavki na vrhu liste (inteligentna lista), a potpuni skup stavki u preostalom dijelu liste. Iz literature znamo da su razvijena i analizirana 4 modela strojnog učenja (frekvencijski model, Bayesov model, model linearne regresije, model diskriminantne analize) za oblikovanje inteligentne liste. U radu je obrađena teoretska pozadina modela i analizirana karakteristika tih izbornika. Kao potencijalno bolji model, razvijen je model logističke regresije te inteligentni izbornik baziran na modelu logističke regresije i Bayesovom modelu. Uspoređuju se karakteristike tih modela. Dane su smjernice daljnjih istraživanja.
Sažetak (engleski)
Due to the vast size of medical concepts, their entry from conventional menus is obviously problematic. If possible, however, menu-based entry has advantages over free-text processing. In the medical domain, there is a possibility to use conditional probability. A priori probability for prescription of a certain drug from the set of drugs is not high, but if we know patient’s problems, a posteriori probability can significantly increase. A split menu is an interface that shows a few likely options at the top of the menu, as an intelligent list and the complete set of options in the lower portion of the list. It is known from the literature that 4 machine learning models (the frequency model, Bayes model, linear regression model, and discriminant analysis model) have been developed for intelligent list creation. The thesis deals with the theoretical background of these models and it analyses the performances of these menus. As the method which may out-perform Bayes model, logistic regression model and a split menu based on logistic regression model and Bayes model have been developed. Performances of these models have been compared. A proposal for the follow-up in this particular research area has been made.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:322521
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (magistarski)
Akademski / stručni naziv: magistar inženjer računarstva (mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-04-04 08:04:05