Programm & Abstracts                 "Innovationen in der Augenheilkunde"

Aktuelle Tagungsinformationen
   News and Updates

Anmeldung zur Tagung
   Registration
Hotelbuchung
   Hotel Registration
Grußwort
   Welcome address
Beteiligte Gesellschaften
   Societies involved
Eröffnung des Kongresses
   Opening Ceremony
Preise
   Awards
Wissenschaftliches Programm
   Scientific program
Posterpräsentationen
   Poster Presentation
Kurse
   Courses
Begleitende Veranstaltungen
   Collateral Events
Rahmenprogramm
   Social program
Jubiläumsparty
   Jubilee Party
DOG Information
   DOG Information
Allgemeine Informationen
   General Information
Autorenindex
   Index of Authors
Ausstellerliste
   Exhibitors
Sponsoren
   Sponsors
Teilnahmegebühren
   Registration fees
Impressum



DOG Homepage

Verbesserungsmöglichkeiten der Glaukomdiagnose anhand von Double-Bagging

Hothorn T., Lausen B.,
Friedrich-Alexander-Universität, Institut für Medizininformatik, Biometrie und Epidemiologie (IMBE) (Erlangen)

Hintergrund: Ziel ist es, die Klassifikation von Patienten als gesund oder glaukomatös basierend auf Meßgrößen des Heidelberg Retina Tomographen (HRT) und anamnestischen Daten durch eine Kombination von linearen und baum-basierten Klassifikationsverfahren zu verbessern.
Methode: Die Güte von baum-basierten Klassifikatoren für die Glaukom-Klassifikation basierend auf HRT Standardparametern kann durch Bootstrap Aggregation verbessert werden (Mardin et al., 2002). In Monte-Carlo Untersuchungen zum Verhalten von Klassifikatoren für HRT-Parameter wurde gezeigt, daß baum-basierte Verfahren in der Lage sind, Subgruppen von Patienten zu identifizieren. Basierend auf diesen Erkenntnissen schlagen wir eine weitere Verbesserung durch eine Kombination von linearen und baum-basierten Klassifikatoren vor ("Double-Bagging").
Ergebnisse: Double-Bagging weist Fehlerraten auf, welche vergleichbar mit der besseren der beiden kombinierten Methoden sind. Für die Querschnittsstudie (Mardin et al., 2002) wurde eine Fehlerrate von 14,3% (Sensitivität: 81,6%, Spezifität: 89,8%) geschätzt.
Schlussfolgerungen: Kombinierte Klassifikatoren sind in der Lage, die Fehlerraten für die Glaukom-Klassifikation zu senken und die geschätzten Fehlerraten sind nicht bezüglich einer Methodenselektion verzerrt.
Literatur: Mardin CY, Hothorn T, Peters A, Jünemann AG, Michelson G, Lausen B (2002): New Glaucoma Classification Method Based on Standard HRT Parameters by Bagging Classification Trees, eingereicht

Zurück/Back