29.09.2013 Views

Analys av myokardiella hastighetsvariabler för diagnos av ...

Analys av myokardiella hastighetsvariabler för diagnos av ...

Analys av myokardiella hastighetsvariabler för diagnos av ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Inneh˚all<br />

1 Introduktion & m˚alsättning 6<br />

2 Bakgrund 7<br />

2.1 Medicinsk bakgrund . . . . . . . . . . . . . . . . . . . . . . . . . 7<br />

2.1.1 Hjärtat . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7<br />

2.1.2 Kranskärlsjukdomar . . . . . . . . . . . . . . . . . . . . . 9<br />

2.1.3 Diagnos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10<br />

2.2 Vävnads-Doppler . . . . . . . . . . . . . . . . . . . . . . . . . . . 10<br />

2.2.1 Ultraljud . . . . . . . . . . . . . . . . . . . . . . . . . . . 10<br />

2.2.2 Doppler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12<br />

2.2.3 Teknologin bakom vävnads-Doppler . . . . . . . . . . . . 13<br />

2.3 MYDISE-studien . . . . . . . . . . . . . . . . . . . . . . . . . . . 14<br />

2.3.1 Genom<strong>för</strong>ande och datamängd . . . . . . . . . . . . . . . 14<br />

2.3.2 Regressionsanalys . . . . . . . . . . . . . . . . . . . . . . 16<br />

2.4 Artificiella neurala nätverk . . . . . . . . . . . . . . . . . . . . . 18<br />

2.4.1 Fram˚atkopplade Flerlagersnät . . . . . . . . . . . . . . . . 20<br />

2.4.2 Lokala och globala minima . . . . . . . . . . . . . . . . . 21<br />

2.4.3 Generalisering . . . . . . . . . . . . . . . . . . . . . . . . 22<br />

2.4.4 Prestanda <strong>för</strong> ett flerlagersnät . . . . . . . . . . . . . . . . 22<br />

3 Metoder 23<br />

3.1 Förbearbetning <strong>av</strong> Data . . . . . . . . . . . . . . . . . . . . . . . 23<br />

3.1.1 Terminologi . . . . . . . . . . . . . . . . . . . . . . . . . . 23<br />

3.1.2 Val <strong>av</strong> data . . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />

3.1.3 Linjär transformation med medelvärde och standard<strong>av</strong>vikelse<br />

(STD) . . . . . . . . . . . . . . . . . . . . . . . . . 24<br />

3.1.4 Linjär transformation med min- och maxvärde (MNMX) . 25<br />

3.1.5 Principalkomponentanalys (PCA) . . . . . . . . . . . . . 25<br />

3.1.6 Förbearbetning <strong>av</strong> m˚aldata . . . . . . . . . . . . . . . . . 25<br />

3.2 Strukturering <strong>av</strong> träningsmängden . . . . . . . . . . . . . . . . . 25<br />

3.2.1 K-fold . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26<br />

3.2.2 Bagging – bootstrapping aggregation . . . . . . . . . . . . 26<br />

3.2.3 Additivt brus . . . . . . . . . . . . . . . . . . . . . . . . . 26<br />

3.3 Flerlagersnät i neural network toolbox . . . . . . . . . . . . . . . 27<br />

3.3.1 Träningsalgoritmer <strong>för</strong> flerlagersnät . . . . . . . . . . . . . 27<br />

3.3.2 SSE – Sum Squared Error . . . . . . . . . . . . . . . . . . 27<br />

3.4 ROC – Reciever-Operator Characteristic . . . . . . . . . . . . . . 28<br />

3.4.1 Sensitivitet och specificitet . . . . . . . . . . . . . . . . . 28<br />

2

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!