Novel Nature Inspired Techniques in Medical Information Retrieval
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F11%3A00182006" target="_blank" >RIV/68407700:21230/11:00182006 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.springerlink.com/content/h50tk543g2535736/" target="_blank" >http://www.springerlink.com/content/h50tk543g2535736/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-642-23208-4_3" target="_blank" >10.1007/978-3-642-23208-4_3</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Novel Nature Inspired Techniques in Medical Information Retrieval
Popis výsledku v původním jazyce
In this work we have studied, evaluated and proposed different swarm intelligence techniques for mining information from loosely structured medical textual records with no apriori knowledge. We describe the process of mining a large dataset of ~50,000-120,000 records x 20 attributes in DB tables, originating from the hospital information system recording over 10 years. This paper concerns only textual attributes with free text input, that means 613,000 text fields in 16 attributes. Each attribute item contains ~800-1,500 characters (diagnoses, medications, etc.). The output of this task is a set of ordered/nominal attributes suitable for rule discovery mining.
Název v anglickém jazyce
Novel Nature Inspired Techniques in Medical Information Retrieval
Popis výsledku anglicky
In this work we have studied, evaluated and proposed different swarm intelligence techniques for mining information from loosely structured medical textual records with no apriori knowledge. We describe the process of mining a large dataset of ~50,000-120,000 records x 20 attributes in DB tables, originating from the hospital information system recording over 10 years. This paper concerns only textual attributes with free text input, that means 613,000 text fields in 16 attributes. Each attribute item contains ~800-1,500 characters (diagnoses, medications, etc.). The output of this task is a set of ordered/nominal attributes suitable for rule discovery mining.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JC - Počítačový hardware a software
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/NT11124" target="_blank" >NT11124: Vliv hodnocení kardiotokografie pomocí metod umělé inteligence na kvalitu perinatální péče</a><br>
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Information Technology in Bio- and Medical Informatics
ISBN
978-3-642-23207-7
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
8
Strana od-do
31-38
Název nakladatele
Springer
Místo vydání
Heidelberg
Místo konání akce
Toulouse
Datum konání akce
29. 8. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—