高速ブロック学習型自己組織化マップに基づく健康診断結果による疾病予測システムの構築

カテゴリ: 研究会(論文単位)

論文No: ST18045

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2018/09/26

タイトル(英語): Fast Block-Matching-Based Self-Organizing Maps for Predicting Chronic Diseases

著者名: 成田 健(兵庫県立大学),礒川 悌次郎(兵庫県立大学),松井 伸之(兵庫県立大学),湯本 高行(兵庫県立大学),上浦 尚武(兵庫県立大学),岡本 稔(AncientTree),高山 哲朗(予測医学研究所)

著者名(英語): Ken Narita(University of Hyogo),Teijiro Isokawa(University of Hyogo),Nobuyuki Matsui(University of Hyogo),Takayuki Yumoto(University of Hyogo),Naotake Kamiura(University of Hyogo),Minoru Okamoto(AncientTree,Inc.),Tetsuro Takayama(Predictive Medicine Institute)

キーワード: 健康診断|疾病予測|自己組織化マップ|medical checkup|predicting chronic diseases|self-organizng map

要約(日本語): 健康管理支援のための患者の健康状態を予測するシステムを自己組織化マップ（SOM）の一種であるTBMSOMを用いて構築する．TBMSOMとは，勝者探索をニューロンではなく複数のニューロンが集まったブロックを用いて学習を行うSOMである．データセットとしてある時点でのBMIや中性脂肪などの健康診断結果を入力データとして用い，システムの出力として，将来において高血圧やメタボリック症候群などの疾病に罹患するかどうかという予測を行う．このシステムの評価を行うために実際の健康診断データを用いて予測精度の評価を行った結果を報告する．

要約(英語): A Self-Organizing Map-based system for predicting chronic diseases, such as metabolic syndrome,is proposed and analyzed in this paper. Tree-search Block-Matching-based Self-Organizing Map (TBMSOM) is used as a clustering scheme in this system. The performances of the system is exploredby using actual medical check-up data with long term (3 years) trajectories.

原稿種別: 日本語

PDFファイルサイズ: 1,128 Kバイト