Một số ứng dụng của bài toán phân loại trong Y học

Abstract

Bài luận văn trình bày các phương pháp trong phân loại Fisher, logistic, Bayes và vấn đề tính toán của chúng. Bài luận văn cũng giải quyết vấn đề ứng dụng thực tế từ số liệu rời rạc của các phương pháp này bằng các chương trình được xây dựng trên phần mềm SPSS, Matlab. Đó là chương trình ước lượng hàm mật độ xác suất, phân loại một phần tử và tính sai số Bayes.Một ứng dụng thực tế trong mô hình bài toán phân loại được trình bày chi tiết: Tìm mô hình thích hợp trong đánh giá khả năng sống của người bệnh ung thư vú từ các biến. Hơn thế nữa các chương trình tính toán, các phân tích thống kê để chọn mô hình phân loại bệnh tối ưu cụ thể của luận văn sẽ áp dụng cho nhiều lĩnh vực khác của thực tế. Bài luận văn gồm có 4 chương: Chương 1: Kiến thức chuẩn bị Chương 2: Các phương pháp phân loại Chương 3: Phân loại bệnh nhân ung thư vú Chương 4: Phân loại bệnh thận mạn Luận văn đã thực hiện được những công việc sau: Tổng hợp tương đối đầy đủ, có hệ thống các phương pháp phân loại đã và đang được sử dụng: Phương pháp hồi quy Logistic, phương pháp Fisher và phương pháp Bayes. Trình bày vấn đề tính toán của bài toán phân loại bằng phương pháp Bayes và phương pháp Fisher. Với các chương trình được viết bởi phần mềm Matlab (chương trình ước lượng hàm mật độ xác suất n chiều, chương trình tính sai số Bayes, chương trình phân loại một phần tử mới bằng phương pháp Bayes) sự tính toán phức tạp và khó khăn của hai phương pháp này đã được giải quyết. Các chương trình trên phần mềm SPSS (chương trình phân loại một phần tử mới bằng phương pháp Fisher và phương pháp hồi quy Logistic. Khảo sát việc đánh giá khả năng mắc bệnh ung thư vú và suy thận mạn của bệnh nhân bằng 3 phương pháp, qua đó đã lựa chọn được các biến có ý nghĩa thống kê đưa vào mô hình và các mô hình phù hợp nhất cho từng phương pháp. Việc thực hiện cho bài toán phân loại với số liệu cụ thể trong luận văn có thể áp dụng tương tự cho nhiều ứng dụng của nhiều lĩnh vực khác.