| DC Field | Value | Language |
|---|
| dc.contributor.author | Митюхин, А. И. | - |
| dc.contributor.author | Майсеня, Е. Н. | - |
| dc.date.accessioned | 2017-01-19T09:56:06Z | - |
| dc.date.accessioned | 2017-07-13T06:36:06Z | - |
| dc.date.available | 2017-01-19T09:56:06Z | - |
| dc.date.available | 2017-07-13T06:36:06Z | - |
| dc.date.issued | 2016 | - |
| dc.identifier.citation | Митюхин, A. И. Преобразование кластеров клинических данных на этапе первичной диагностики / A. И. Митюхин, Е. Н. Майсеня // Доклады БГУИР. - 2016. - № 7 (101). - С. 29-34. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/11362 | - |
| dc.description.abstract | Рассмотрен метод кластеризации биомедицинских данных, позволяющий повысить эффективность первичной диагностики. Процесс диагностики реализуется на основе методологии распознавания диагностических признаков. Упрощение процесса распознавания
выполняется посредством преобразования пространства исходных кластеров. Приведен
вычислительный алгоритм кластеризации и классификации признаков. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | доклады БГУИР | ru_RU |
| dc.subject | диагностика | ru_RU |
| dc.subject | клинические данные | ru_RU |
| dc.subject | распознавание | ru_RU |
| dc.subject | информативные признаки | ru_RU |
| dc.subject | ковариация | ru_RU |
| dc.subject | корреляция | ru_RU |
| dc.subject | пространство кластеров | ru_RU |
| dc.subject | diagnosis | ru_RU |
| dc.subject | clinical data | ru_RU |
| dc.subject | recognition | ru_RU |
| dc.subject | informative signs | ru_RU |
| dc.subject | covariance | ru_RU |
| dc.subject | correlation | ru_RU |
| dc.subject | cluster space | ru_RU |
| dc.title | Преобразование кластеров клинических данных на этапе первичной диагностики | ru_RU |
| dc.title.alternative | Transformation of clinical data clusters at the stage of initial diagnosis | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | A clustering method of biomedical data, which allows to increase the efficiency of the primary
diagnosis is considered. Diagnostic process is realized on the basis of diagnostic signs recognition methodology. Simplification of the recognition process is performed by converting the space of initial clusters. It is shown a computational algorithm of clustering and classification
characteristics. | - |
| Appears in Collections: | №7 (101)
|
