Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Agent-Based Aggression De-escalation Training Application for Football Referees Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Discovering Interesting Associations in Gestation Course Data

verfasst von : Inna Skarga-Bandurova, Tetiana Biloborodova, Maksym Nesterov

Erschienen in: Progress in Artificial Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Finding risk factors in pregnancy related to neonatal hypoxia is a challenging task due to the informal nature and a wide scatter of the data. In this work, we propose a methodology for sequential estimation of interestingness of association rules with two sets of criteria. The rules suggest that a strong relationship exists between the specific sets of attributes and the diagnosis. We set up a profile of the pregnant woman with a high likelihood of hypoxia of the newborn that would be beneficial to medical professionals.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Classifying Heart Sounds Using Images of MFCC and Temporal Features
Nächstes Kapitel Severity Estimation of Stator Winding Short-Circuit Faults Using Cubist
Literatur
1.
Seikku, L., Rahkonen, L., Tikkanen, M., Hämäläinen, E., Rahkonen, P., Andersson, S., Teramo, K., Paavonen, J., Stefanovic, V.: Amniotic fluid erythropoietin and neonatal outcome in pregnancies complicated by intrauterine growth restriction before 34 gestational weeks. Acta Obstet. Gynecol. Scand. 94(3), 288–294 (2015)CrossRef
2.
Martinez-Biarge, M., Diez-Sebastian, J., Wusthoff, C.J., Mercuri, E., Cowan, F.M.: Antepartum and intrapartum factors preceding neonatal hypoxic-ischemic encephalopathy. Pediatrics 132(4), e952–e959 (2013)CrossRef
3.
Mertsalova, O.V.: Perinatal hypoxic injuries of fetal CNS in high-risk pregnant women (diagnosis, prognosis of outcomes, optimization of pregnancy and delivery management) (2002)
4.
Antonucci, R., Porcella, A., Pilloni, M.D.: Perinatal asphyxia in the term newborn. J. Pediatr. Neonatal Individ. Med. 3(2), e030269 (2014)
5.
Hypoxic-Ischaemic Encephalopathy (HIE). Queensland Clinical Guidelines (2016)
6.
Agrawal, R., Imielinski, T., Swami, A.: Mining association rules between sets of items in large databases. In: ACM SIGMOD Conference, pp. 207–216 (1993)CrossRef
7.
Kumar, K.P., Arumugaperumal, S.: Association rule mining and medical application: a detailed survey. Int. J. Comput. Appl. 80(17), 0975–8887 (2013)
8.
Chaves, R., Gorriz, J.M., Ramirez, J., Illan, I.A., Salas-Gonzalez, D., Gomez-Rio, M.: Efficient mining of association rules for the early diagnosis of Alzheimer’s disease. Phys. Med. Biol. 56, 6047–6063 (2011)CrossRef
9.
Cheng, C.-W., Chanani, N., Enugopalan, J., Maher, K., Wang, M.D.: icuARM - an ICU clinical decision support system using association rule mining. IEEE J. Transl. Eng. Health Med. 1, 4400110 (2013)CrossRef
10.
Ordonez, C., Santana, C.A., de Braal, L.: Discovering interesting association rules in medical data. In: ACM DMKD Workshop, pp. 78–85 (2000)
11.
Kaur, H., Wasan, S.K., Al-Hegami, A.S., Bhatnagar, V.: A unified approach for discovery of interesting association rules in medical databases. In: Perner, P. (ed.) ICDM 2006. LNCS, vol. 4065, pp. 53–63. Springer, Heidelberg (2006). doi:10.​1007/​11790853_​5CrossRef
12.
Reps, J.M., Aickelin, U., Ma, J., Zhang, Y.: Refining adverse drug reactions using association rule mining for electronic healthcare data. In: IEEE International Conference on Data Mining Workshop, pp. 763–770 (2014)
13.
14.
Skarga-Bandurova, I., Biloborodova, T.: Exploratory data analysis to identifying meaningful factors of hypoxic fetal injuries. Inf. Model. 44(1216), 122–135 (2016). Herald of the NTU “KhPI”. NTU “KhPI”, Kharkov. doi:10.​20998/​2411-0558.​2016.​44.​09
15.
16.
17.
18.
Zhao, Y., Zhang, C., Cao, L.: Post-Mining of Association Rules: Techniques for Effective Knowledge Extraction. Information Science Reference (2009)
19.
Masood, A., Ouaguenouni, S.: Probabilistic measures for interestingness of deviations – a survey. Int. J. Artif. Intell. Appl. 4, 1 (2013)
20.
Billing, V.A.: Association rule mining for medical diagnostics. Softw. Solut. Syst. 2, 146–157 (2016)
21.
Holzinger, A.: Interactive machine learning for health informatics: when do we need the human-in-the-loop? Brain Inf. 3(2), 119–131 (2016)CrossRef
22.
Yildirim, P., Ekmekci, I.O., Holzinger, A.: On knowledge discovery in open medical data on the example of the FDA drug adverse event reporting system for alendronate (fosamax). In: Holzinger, A., Pasi, G. (eds.) HCI-KDD 2013. LNCS, vol. 7947, pp. 195–206. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-39146-0_​18CrossRef
Metadaten
Titel
Discovering Interesting Associations in Gestation Course Data
verfasst von
Inna Skarga-Bandurova
Tetiana Biloborodova
Maksym Nesterov
Copyright-Jahr
2017
Buch
Progress in Artificial Intelligence

Print ISBN: 978-3-319-65339-6

Electronic ISBN: 978-3-319-65340-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-65340-2_17