Clustering de séquences d'activités pour l'étude de procédures neurochirurgicales
نویسندگان
چکیده
Résumé. L’utilisation de modèles de procédure chirurgicale (Surgical Process Model, SPM) a récemment émergé dans le domaine de la conception d’outils d’intervention chirurgicale assistée par ordinateur. Ces modèles, qui sont utilisés pour analyser et évaluer les interventions, représentent des procédures chirurgicales (Surgical Process, SP) qui sont formalisées comme des structures symboliques décrivant une chirurgie à un niveau de granularité donné. Un enjeu important réside dans la définition de métriques permettant la comparaison et l’évaluation de ces procédures. Ainsi, les relations entre ces métriques et des données pré-opératoires permettent de classer les chirurgies pour mettre en lumière des informations sur la procédure elle-même, mais également sur le comportement du chirurgien. Dans ce papier, nous étudions la classification automatique d’un ensemble de procédures chirurgicales en utilisant l’algorithme Dynamic Time Warping (DTW) pour calculer une mesure de similarité entre procédures chirurgicales. L’utilisation de DTW permet de se concentrer sur les différents types d’activité effectués pendant la procédure, ainsi que sur leur séquencement tout en réduisant les différences temporelles. Des expériences ont été menées sur 24 procédures chirurgicales d’hernie discale lombaire dans le but de discriminer le niveau d’expertise des chirurgiens à partir d’une classification connue. A l’aide d’un algorithme de clustering hiérarchique utilisant DTW nous avons retrouvé deux groupes de chirurgiens présentant des niveaux d’expertise différents (junior et senior).
منابع مشابه
Analyse de données pour la construction de modèles de procédures neurochirurgicales
a IRISA, U746 VisAGeS, 2, Avenue du Pr. Léon Bernard CS 35043, Rennes Cedex, France [email protected], [email protected], [email protected] b Department of Neurosurgery, Hopital Universitaire de Rennes, 2, Avenue du Pr. Léon Bernard CS 35043, Rennes Cedex, France [email protected], [email protected] Résumé. Dans cet article, nous appliquons une méthode d...
متن کاملL'analyse relationnelle de concepts pour la fouille de données temporelles - Application à l'étude de données hydroécologiques
Résumé. Cet article présente une méthode d’exploration de données temporelles, fondée sur l’analyse relationnelle de concepts (ARC) et appliquée à des données séquentielles construites à partir d’échantillons physico-chimiques et biologiques prélevés dans des cours d’eau. Notre but est de mettre au jour des sous-séquences pertinentes et hiérarchisées, associant les deux types de paramètres. Pou...
متن کاملPréparation d'antigène aphteux concentré sur culture cellulaire pour l'étude de 3 variantes de type "0" 0 Flandres-O Sicile 58-0 Espagne 64
متن کامل
TraMineR: une librairie R pour l'analyse de données séquentielles
TraMineR est une librairie pour l'environnement statistique R destinée à la fouille, la description et la visualisation de séquences d'états ou d'événements, et plus généralement de données séquentielles discrètes. La librairie est librement disponible sur le CRAN http://cran.r-project.org. Elle est principalement conçue pour l'analyse de données biographiques longitu-dinales dans le domaine de...
متن کاملChamps de Markov conditionnels pour le traitement de séquences
Résumé. Les modèles conditionnels du type modèles de Markov d’entropie maximale et champs de Markov conditionnels apportent des réponses aux lacunes des modèles de Markov cachés traditionnellement employés pour la classification et la segmentation de séquences. Ces modèles conditionnels ont été essentiellement utilisés jusqu’à présent dans des tâches d’extraction d’information ou d’étiquetage m...
متن کامل