Autor: Marciniak, P. - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Medical text data anonymization
Autorzy:: Marciniak, M.
Mykowiecka, A.
Rychlik, P.
Powiązania:: https://bibliotekanauki.pl/articles/333126.pdf
Data publikacji:: 2010
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: dane tekstowe kliniczne
naturalne przetwarzanie tekstu
clinical text data
data de-identification
natural text processing
Opis:: The paper discusses a program for removing patient identification information from hospital discharge documents in order to make them available for scientific research e.g. information extraction system designing. The presented method allows de–anonymization of documents using a key–code file that is created on the basis of a patient‘s surname, forename and date of birth. Problems of normalization of crucial data used in the key–code file creation are presented.
Źródło:: Journal of Medical Informatics & Technologies; 2010, 16; 83-88
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Feature selection for breast cancer malignancy classification problem
Autorzy:: Filipczuk, P.
Kowal, M.
Marciniak, A.
Powiązania:: https://bibliotekanauki.pl/articles/333614.pdf
Data publikacji:: 2010
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: wybór funkcji
klasyfikacja
rak piersi
feature selection
classification
breast cancer
Opis:: The paper provides a preview of some work in progress on the computer system to support breast cancer diagnosis. Diagnosis approach is based on microscope images of the FNB (Fine Needle Biopsy) and assumes distinguishing malignant from benign cases. Studies conducted focus on two different problems, the first concern the extraction of morphometric parameters of nuclei present in cytological images and the other concentrate on breast cancer nature classification using selected features. Studies in both areas are conducted in parallel. This work is devoted to the problem of feature selection from the set of determined features in order to maximize the accuracy of classification. Morphometric features are derived directly from a digital scans of breast fine needle biopsy slides and are computed for segmented nuclei. The quality of feature space is measured with four different classification methods. In order to illustrate the effectiveness of the approach, the automatic system of malignancy classification was applied on a set of medical images with promising results.
Źródło:: Journal of Medical Informatics & Technologies; 2010, 15; 193-199
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Marciniak, P." wg kryterium: Autor

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język