Zusammenfassung
Infolge der Komplexität der Problemstellung ist die Formulierung von Entscheidungsregeln für ein Expertensystem zur Brustkrebsprognose aus histologischen und zytologischen Fallstudien sehr schwierig.
Zur Unterstützung dieses Prozesses wird hier ein neuronales Fuzzy-System untersucht. Um Muster in Form von unscharfen Regeln aus Datenmengen zu extrahieren, ist die Vorgabe der linguistischen Terme der ausgewählten Variablen durch einen Fachmann notwendig. In den Prozeß wird auch Expertenwissen eingebracht, jedoch nicht unter dem Zwang Entscheidungsregeln formulieren zu müssen, also in angemessener Form und mit Experimentiermöglichkeiten.
Zur Bewertung der erzeugten Regeln werden die Prognoseergebnisse verglichen, die einerseits mit von Experten formulierten Regeln und andererseits mit generierten Regeln des neuronalen Fuzzy-Systems erzielt werden. Die mit dem System erzeugten Regeln zeigen bezüglich der Fehlerrate ein deutlich besseres Entscheidungsverhalten als die Expertenregeln. Eine Optimierung für unsymmetrische Kosten steht noch aus.
This is a preview of subscription content, log in via an institution to check access.
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
P. W. Hamilton, N. Anderson, P. H. Bartels und D. Thompson: Expert system support using Bayesian belief networks in the diagnosis of fine needle aspiration biospy specimens of the breast. Clin Pathol, 47 (1994) 329–336.
C. T. Lin und C. S. G. Lee: Neural Fuzzy Systems. A Neuro-Fuzzy Synergism to Intelligent Systems. Prentice Hall, London/New York, 1996.
B. Molnar, und Schäfer: Entscheidungsfindung durch neuronale Netze in der zytologischen Diagnostik. Forschungsbericht, Boehringer Mannheim GmbH, Forschungs-labor Tutzing, 1994.
D. Nauck, F. Klawonn und R. Kruse: Neuronale Netze und Fuzzy-Systeme. Vieweg- Verlag, Braunschweig/Wiesbaden, 1996.
H. Petersohn: Vergleich von multivariaten statitischen Analyseverfahren und Künstlichen Neuronalen Netzen zur Klassifikation bei Entscheidungsproblemen in der Wirtschaft. Peter Lang GmbH, 1997.
R. Schulze: Fuzzy-Regelgenerierung in neuronaler Architektur am Beispiel der Ozonprognose. Diplomarbeit, TU Dresden, 1997.
F. Theissig: Konventionelle morphologische und kernbildanalytische Untersuchungen zur Metastasierung und Prognose des invasiven duktalen Mammakarzinoms. Habilschrift, Medizinische Akademie Dresden, 1990.
F. Theissig, V. Dimmer, G. Haroske, K.-D. Kunze und W. Meyer: Use of nuclear image cytometrie, histopathological grading and DNA cytometry to make breast cancer prognosis more objective. Analytical Celluar Pathology, 3 (1991) 351–360.
R. Weber: Entwicklung und Anwendung von Verfahren zur automatischen Akquisition unsicheren Wissens. VDI, 10 (211), 1992.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1998 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Gärtner, K. et al. (1998). Automatisierte Regelgenerierung zum Erkennen von Mustern aus Merkmalen zyto- und histopathologischer Präparate zur prognostischen Einschätzung bei Brustkrebs. In: Levi, P., Schanz, M., Ahlers, RJ., May, F. (eds) Mustererkennung 1998. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-72282-0_54
Download citation
DOI: https://doi.org/10.1007/978-3-642-72282-0_54
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-64935-9
Online ISBN: 978-3-642-72282-0
eBook Packages: Springer Book Archive