×
安妮·索菲·西尔文特；米歇尔·多亚特；凯瑟琳·加贝

医疗场景构建的多层次时间抽象。 （英语） 兹比尔1100.92504

国际期刊改编。控制信号处理。 19，第5期，377-394（2005）.
总结：随着典型模式序列（场景）的发展，自动识别对计算机辅助患者监护至关重要。然而，直接根据医学专业知识构建此类场景在实践中是不现实的。在本文中，我们提出了一种数据抽象和特定事件提取（数据挖掘）的方法，以最终构建此类场景。数据抽象和数据挖掘基于对三个关键概念（数据、信息和知识）的管理，这三个概念通过我们的医学领域应用程序的特定本体实例化。在详细描述了建议的方法之后，我们将其应用于重症监护病房住院患者的监督。我们报告了在机械通气断奶过程中提取典型抽象模式序列的结果。

MSC公司：

92 C50 医疗应用（通用）
93立方厘米 控制理论中的应用模型

关键词：

数据抽象；时间推理；数据挖掘；监测
PDF格式BibTeX公司 XML格式引用
\textit{A.-S.Silvent}等人，《国际期刊》改编。控制信号处理。19，第5号，377--394（2005；Zbl 1100.92504）
全文： 内政部

参考文献：

[1] , . 基于知识的自动通风管理系统。桑德斯：费城，2001年；379-396.
[2] 莫里斯，《危重病护理诊所》，第15页，第523页–（1999年）
[3] Miksch，《医学中的人工智能》，第8页，543页–（1996年）
[4] Shahar，人工智能90第79页–（1997）
[5] Fayyad，《人工智能杂志》，第7页，第37页–（1996年）
[6] .Connaissances代表。爱马仕：巴黎，1997年。
[7] .Métaconnaissance公司。人工智能的未来。爱马仕：巴黎，1990年。
[8] Dojat，《医学中的人工智能》14，第139页–（1998年）
[9] 克兰西，《人工智能》27页289页–（1985）
[10] Calvelo，《医学中的人工智能》，第19页，203–（2000）
[11] Haimowitz，《医学中的人工智能》，第8页，299页–（1996）
[12] Dojat，应用人工智能10 pp 121–（1996）
[13] 比较数据库中的机器学习和知识发现：文本中知识发现的应用。施普林格：柏林，2000年；1-21. ·Zbl 0980.68984号
[14] , . 使用兴趣度目标度量挖掘摘要的原则。第十二届IEEE人工智能工具国际会议记录（ICTAI'00），加拿大温哥华，2000年11月；72-81.
[15] , . 发现序列中的频繁插曲。知识发现和数据挖掘（KDD-95）第一届会议记录，加拿大蒙特利尔，1995年8月20日至21日；210-215.
[16] , . 在区间序列中查找信息规则。智能数据分析进展，计算机科学讲稿2189。施普林格：柏林，2001年；123-132.
[17] , . 时间序列主题的概率发现。第九届ACM SIGKDD知识发现和数据挖掘国际会议，美国，2003年；493-498.
[18] , , . 时间序列的符号表示，包含流算法的含义。第八届ACM SIGMOD数据挖掘和知识发现研究问题研讨会，加利福尼亚州San-Diego，2003年出版。
[19] , , . 《通过时间数据挖掘对血液病服务进行质量评估》，计算机科学讲义2780。施普林格：柏林，2003年；11-20.
[20] 《从ICU高频数据中在线提取连续时间序列以获取决策支持信息》，《计算机科学》2780讲义。施普林格：柏林，2003年；1-10.
[21] 拉里扎，《医学中的人工智能》，第5页，第91页——（1995年）·doi:10.1007/3-540-60025-6_128
[22] 基南，《柳叶刀》359第186页–（2002）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。