งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

Applied Data Mining technique to Diagnosis Classification for ICD - 10

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "Applied Data Mining technique to Diagnosis Classification for ICD - 10"— ใบสำเนางานนำเสนอ:

1 Applied Data Mining technique to Diagnosis Classification for ICD - 10
Present by Sasima Monthasuwan Department of Computing Silpakorn University

2 Content Introduction Theory Research Method Experimental Result
Conclusion

3 Introduction Ex. Diagnosis C4.5 ( Oa Knee OA knee R osteoarthritis
Osteoarthritis right knee osteoarthritis AS Ankylosing spondylitis Aortic stenosis

4 ? Introduction ( Cont. ) Classification C4.5 VS Naïve Bayes
? + Apriori

5 ตำแหน่งกล้ามเนื้อโครงร่างที่เกี่ยวข้อง
Theory หมวดโรค กลุ่มโรคย่อย รหัสตำแหน่งต้น ตำแหน่งกล้ามเนื้อโครงร่างที่เกี่ยวข้อง กลุ่มโรคใหญ่

6 Theory ( Cont. ) Ex. รหัส ICD – 10 M10.1 M อยู่ในหมวดโรคระบบกล้ามเนื้อ
10 อยู่ในกลุ่มโรคใหญ่ โรคข้อ กลุ่มโรคย่อย ข้ออักเสบหลายข้อ อยู่ในรหัสตำแหน่งต้น โรคเกาต์ .1 ตำแหน่งกล้ามเนื้อโครงร่างที่เกี้ยวข้อง บริเวณไหล่

7 Research Method 1 Domain 2 Design 3 Comparisons 4 Association Rule

8 Domain Arthropathies Dorsopathies Soft tissue disorders M10.1
Idiopathic gout M47.2 Otherb spondylosis with radiculopathy M65.3 Trigger finger M13.0 Polyarthritis, unspecified M48.0 Spinal stenosis M77.0 Medial epicondylitis M17.1 Other primary gonarthrosis M51.1 Lumbar and other intervertebral disc disorders with radiculopathy M77.1 Ganglion M05.9 Seropositive rheumatoid arthritis, unspecified M50.1 Cervical disc disorder with radiculopathy M75.0 Lateral epicondylitis M17.0 Primary gonarthrosis, bilateral M54.5 Low back pain M75.4 Adhesive capsulitis of shoulder M22.4 Chondromalacia patellae M53.2 Spinal instabilities M72.2 Impingement syndrome of shoulder M02.9 Reactive arthropathy, unspecified M49.0 Tuberculosis of spine M67.4 Plantar fascial fibromatosis

9 Domain ( Cont. )

10 Design ( Cont. ) START Diagnosis จำแนกเพื่อหา Category
จำแนกเพื่อหา Minor category จำแนกเพื่อหา Sub category จำแนกเพื่อหา site of musculoskeletal involvement จำแนกเพื่อหารหัส ICD - 10 รหัส ICD - 10 END

11 Site of musculoskeletal involvement
Comparisons แบบจำลอง จำแนกเพื่อหา คุณสมบัติที่ใช้จำแนก แบบที่ 1 Category คำวินิจฉัยที่แยกเป็นคำ แบบที่ 2 Minor category คำวินิจฉัยที่แยกเป็นคำ , Category แบบที่ 3 Sub category คำวินิจฉัยที่แยกเป็นคำ , Category, Minor category แบบที่ 4 Site of musculoskeletal involvement คำวินิจฉัยที่แยกเป็นคำ , Category, Minor category, Sub category แบบที่ 5 รหัส ICD – 10 คำวินิจฉัยที่แยกเป็นคำ , Category, Minor category, Sub category, Site of musculoskeletal involvement

12 ค่าความถูกต้องของวิธี ค่าความถูกต้องของวิธี Naïve Bayes (ร้อยละ)
Comparisons (Cont.) C4.5 VS Naïve Bayes แบบจำลอง อัลกอริทึม ค่าความถูกต้องของวิธี C4.5 (ร้อยละ) ค่าความถูกต้องของวิธี Naïve Bayes (ร้อยละ) แบบที่ 1 63.47 85.21 แบบที่ 2 56.52 75.65 แบบที่ 3 60.86 64.34 แบบที่ 4 79.13 84.34 แบบที่ 5 98.26 89.56 ผลลัพธ์รวม 71.64 79.82

13 Association Rule กลุ่มโรคหลัก Arthropathies จะมีกลุ่มโรคย่อย (“M00-M03”), (“M05 – M14”), (“M15 – M19”), (“M20 – M25” ) กลุ่มโรคหลัก Dorsopathies จะมีกลุ่มโรคย่อย (“M45 – M49), (“M50 – M54”) กลุ่มโรคหลัก Soft tissue disorders จะมีกลุ่มโรคย่อย (“M65 – M68”), (“M70 – M79”)

14 การจำแนกคำวินิจฉัยเพื่อหารหัส ICD- 10 คำวินิจฉัยทดสอบ (ร้อยละ)
Experimental Result การจำแนกคำวินิจฉัยเพื่อหารหัส ICD- 10 คำวินิจฉัยทดสอบ (ร้อยละ) ถูกต้อง 56 ไม่ถูกต้อง 44

15 Experimental Result (Cont.)
การจำแนกคำวินิจฉัยเพื่อหารหัส ICD - 10 ค่าความถูกต้อง (ร้อยละ) วิธีการแยกคำวินิจฉัยเป็นคำ 56 วิธีการแยกคำวินิจฉัยเป็นจำนวนตัวอักษร 86

16 Experimental Result (Cont.)

17 แยกคำวินิจฉัยเป็นตัวอักษร
Conclusion ICD - 10 Classification Naïve Bayes + Apriori แยกคำวินิจฉัยเป็นคำ ร้อยละ 56 แยกคำวินิจฉัยเป็นตัวอักษร ร้อยละ 86


ดาวน์โหลด ppt Applied Data Mining technique to Diagnosis Classification for ICD - 10

งานนำเสนอที่คล้ายกัน


Ads by Google