Uma abordagem computacional para predição de mortalidade em utis baseada em agrupamento de processos gaussianos
Nenhuma Miniatura disponível
Data
2016-09-09
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Goiás
Resumo
The analysis of physiological variables of a patient can improve the death risk classification
in Intensive Care Units(ICU) and help decision making and resource management.
This work proposes a computational approach to death prediction through physiological
variables analysis in ICU. Physiological variables that compounds time-series(e.g., blood
pressure) are represented as Dependent Gaussian Processes(DGP). Variables that do not
represent time-series (e.g., age) are used to cluster DGPs with Decision Trees. Classification
is made according to a distance measure that combines Dynamic Time Warping and
Kullback-Leibler divergence. The results of this approach are superior to other method
already used, SAPS-I, on the considered test dataset.The results are similar to other computational methods published by the research community. The results comparing variations
of the proposed method show that there is advatage in using the proposed clustering
of DGPs.
Descrição
Palavras-chave
Citação
CAIXETA, R. G. Uma abordagem computacional para predição de mortalidade em utis baseada em agrupamento de processos gaussianos. 2016. 59 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2016.