Vector quantization based learning algorithms for mixed data types and their application in cognitive support systems for biomedical research

Waltraut Dietlind Zühlke

Research output: ThesisThesis fully internal (DIV)

Abstract

Computermodel ondersteunt bij onderzoek naar kanker Meerlaagse modellen van complexe relaties worden steeds belangrijker in biomedisch onderzoek. De hoge complexiteit maakt het gebruik van computers noodzakelijk bij het analyseren van deze relaties. Omdat er meestal geen duidelijke hypotheses over de verwachte relaties bestaan, zijn traditionele biostatistische methodes ongeschikt. Dit proefschrift introduceert een framework dat de groepering van meerlaagse objecten optimaliseert. Met behulp daarvan kunnen de objecten volgens gegeven classificaties worden gegroepeerd. Tijdens het promotieonderzoek werd het framework toegepast op borstkankeronderzoek. Daaruit werd duidelijk dat het kan dienen als cognitief ondersteuningssysteem voor biomedisch onderzoek. Het bleek mogelijk om op intuïtieve manier met de modellen om te gaan. Het ondersteuningssysteem maakt het mogelijk om hypotheses te genereren over biomedische relaties, die vervolgens gecontroleerd kunnen worden met traditionele biostatistische methoden.
Original languageEnglish
QualificationDoctor of Philosophy
Supervisors/Advisors
  • Biehl, M. , Supervisor
  • Villmann, Thomas, Supervisor
Award date22-Oct-2012
Place of PublicationGroningen
Publisher
Print ISBNs9789090270487
Publication statusPublished - 2012

Keywords

  • Menging
  • Proefschriften (vorm)
  • Vectoren (wiskunde)
  • Fuzzy sets
  • Biomedisch onderzoek
  • Cognitieve processen
  • Cognitive Assessment System
  • Dataprocessing
  • Algoritmen
  • medische wiskunde
  • medische statistiek
  • medische fysica

Cite this