Використання методів кластеризації в системах нечіткого виводу для діагностики хвороби Альцгеймера на основі ПЕТ-зображень

Ihor Eduardovych Krashenyi, Anton Oleksandrovych Popov, Haver Ramirez, Huan Manuel Gorriz

Анотація


Робота присвячена використанню методів кластеризації в системах нечіткого виводу для класифікації ПЕТ-зображень з метою діагностики хвороби Альцгеймера. Оцінені характеристики кожного з трьох представлених кластеризаційних методів: Subtractive Clustering, C-means  та Fuzzy Grid Partition. Надані рекомендації щодо використання методу Subtractive Clustering у системах нечіткого виводу для автоматичної діагностики хвороби Альцгеймера, як методу, що показав найкращі результати з AUC= 0.8791.

Бібл. 20, рис. 3, табл. 3.


Ключові слова


хвороба Альцгеймера; слабоумство; нечітка логіка; позитронно-емеісійна томографія;

Повний текст:

PDF

Посилання


Mayeux, R. (2010). Early Alzheimer’s disease. New England Journal of Medicine 362, pp. 2194–2201.

Nowotny, P., Kwon, J.M., and Goate, A. M. (2001). Alzheimer Disease. In Encyclopedia of Life Sci-ences, John Wiley & Sons, Ltd, ed. (Chichester, UK: John Wiley & Sons, Ltd),.

Zadeh, L. A. (1965). Fuzzy sets. Information and Control 8, 338–353.

Zadeh, L. A. (1968). Fuzzy algorithms. Information and Control 12, 94–102.

Zadeh, L. A. (1980). Fuzzy sets versus probability. Proceedings of the IEEE 68, 421–421.

Sharma, D. (2011). Designing and modeling fuzzy control Systems. International Journal of Computer Applications 16, 46–53.

Hu, Y.-C. (2007). SIMPLE FUZZY GRID PARTITION FOR MINING MULTIPLE-LEVEL FUZZY SEQUENTIAL PATTERNS. Cybernetics and Systems 38, 203–228.

Bezdek, J. C., Ehrlich, R., and Full, W. (1984). FCM: The fuzzy c-means clustering algorithm. Com-puters & Geosciences 10, 191–203.

Bezdek, J. C. (1981). Pattern recognition with fuzzy objective function algorithms (New York: Plenum Press).

Cannon, R. L., Dave, J. V., and Bezdek, J. C. (1986). Efficient implementation of the fuzzy c-means clustering algorithms. Pattern Analysis and Machine Intelligence, IEEE Transactions on pp. 248–255.

Yager, R. R., and Filev, D. P. (1994). Approximate clustering via the mountain method. IEEE Transac-tions on Systems, Man, and Cybernetics 24, pp. 1279–1284.

Alemán-Gómez Y., Melie-García L., Valdés-Hernandez. P. (2006) IBASPM: Toolbox for automatic parcellation of brain structures. The 12th Annual Meeting of the Organization for Human Brain Map-ping, June 11-15, 2006, Florence, Italy. Available on CD-Rom in NeuroImage, Vol. 27, No.1.

STUDENT (1908). THE PROBABLE ERROR OF A MEAN. Biometrika 6, pp. 1–25.

Rice, J. A. (2007). Mathematical statistics and data analysis (Belmont, CA: Thomson/Brooks/Cole).

Arlot, S., and Celisse, A. (2010). A survey of cross-validation procedures for model selection. Statis-tics Surveys 4, pp. 40–79.

Geisser, S. (1993). Predictive inference: an introduction (New York: Chapman & Hall).

Powers, D. M. (2011). Evaluation: from precision, recall and F-measure to ROC, informedness, mark-edness and correlation.

Goutte, C., and Gaussier, E. (2005). A probabilistic interpretation of precision, recall and F-score, with implication for evaluation. In Advances in Information Retrieval, (Springer), pp. 345–359.

Metz, C. E. (1978). Basic principles of ROC analysis. In Seminars in Nuclear Medicine, (Elsevier), pp. 283–298.

Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters 27, pp. 861–874.




DOI: http://dx.doi.org/10.20535/2312-1807.2016.21.2.51681

Посилання

  • Поки немає зовнішніх посилань.


Copyright (c) 2016 Ігор Едуардович Крашений, Антон Олександрович Попов, Хавьер Рамірез, Хуан Мануель Горріз

Creative Commons License
Ця робота ліцензована Creative Commons Attribution 4.0 International License.