Zusammenfassung
Der Prozeß der automatischen Mustererkennung in medizinischen Problemen wird weitgehend durch die „medizinischen Erkenntnisse“ beeinflußt,das heißt, es werden Klassifikationsverfahren angewandt, die an die Diagnosefindung des Arztes angelehnt sind. Dazu gehört, daß alle vom Arzt als „möglicherweise diagnostisch relevant“ bezeichneten Symptome (Meßwerte, Variablen) ihr Abbild im automatischen Verfahren wiederfinden. So werden z.B. für die automatische Befundung des Elektrokardiogramms bis zu 250 Parameter berechnet bzw. gemessen (Intervalle, Wellenformen, Amplituden etc.), die, zum Teil nach einer zusätzlichen Transformation, in die Klassifikationsalgorithmen Eingang finden.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Anderson, T.W.: An introduction to multivariate analysis Wiley, New York (1972)
Bryan, J.G.: The generalized discriminant function: mathematical foundation and computational routine Harvard Educ. Rev. 21, 90–95 (1951)
Foley, D.H.: Considerations of sample and feature size IEEE Trans. Inform Theory IT-18, 618–626 (1972)
Fukunaga, K.: Introduction of statistical pattern recognition Academic Press, New York, 1972
Koontz, W.L.G., Fukunaga, K.: A nonlinear feature extraction algorithm using distance transformation IEEE Trans. Comp. C-21, 56–63 (1972)
Kruskal, J.B.: Multidimensional scaling by optimizing goodness of fit to a nonmetric hypothesis Psychometrika 29, 1–28 (1964)
Pöppl, S.J.: Optimal training sets.In: Decision Making and Medical Care: Can Information Science Help? (Eds: F.T. de Dombal et. al.) North Holland, Amsterdam (1976)
Schäfer, T.: Klassifikationsfehler bei der Zwei-Gruppen-Diskriminanzanayse in Abhangigkeit von der Zahl der Variablen Dissertation, Dortmund 1977
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1979 Springer-Verlag Berlin · Heidelberg
About this paper
Cite this paper
Höbel, W., Pöppl, S.J., Keicher, M. (1979). Merkmalsextraktion und Dimensionsreduktion zur Verbesserung der Trennbarkeit von Musterklassen. In: Foith, J.P. (eds) Angewandte Szenenanalyse. Informatik-Fachberichte, vol 20. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-67445-7_18
Download citation
DOI: https://doi.org/10.1007/978-3-642-67445-7_18
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-67446-4
Online ISBN: 978-3-642-67445-7
eBook Packages: Springer Book Archive