Generation of Synthetic Medical Data by MDR-Analysis

Sazonova, Kateryna; Nosovets, Olena; Babenko, Vitalii; Averianova, Olga

Full metadata record

DC Field	Value	Language
dc.contributor.author	Sazonova, Kateryna	-
dc.contributor.author	Nosovets, Olena	-
dc.contributor.author	Babenko, Vitalii	-
dc.contributor.author	Averianova, Olga	-
dc.date.accessioned	2022-05-03T10:49:05Z	-
dc.date.available	2022-05-03T10:49:05Z	-
dc.date.issued	2021-02	-
dc.identifier.citation	Generation of Synthetic Medical Data by MDR-Analysis / Kateryna Sazonova, Olena Nosovets, Vitalii Babenko, Olga Averianova // Proceedings of the National Aviation University. – 2021. – Vol. 87, N. 2. – Pp. 31-36.	uk
dc.identifier.issn	2306-1472	-
dc.identifier.uri	https://ela.kpi.ua/handle/123456789/47108	-
dc.language.iso	en	uk
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	-
dc.source	Proceedings of the National Aviation University. 2021. N2(87)	uk
dc.subject	synthetic data	uk
dc.subject	synthetic data	uk
dc.subject	communication direction	uk
dc.subject	MDR-analysis	uk
dc.subject	data generation	uk
dc.subject	correlation	uk
dc.subject	entropy	uk
dc.subject	MDR aналіз	uk
dc.subject	направленість зв’язку	uk
dc.subject	кореляція	uk
dc.subject	ентропія	uk
dc.subject	синтетичні дані	uk
dc.subject	енерація даних	uk
dc.title	Generation of Synthetic Medical Data by MDR-Analysis	uk
dc.title.alternative	Генерація синтетичних медичних даних за допомогою MDR-аналізу	uk
dc.type	Article	uk
dc.format.pagerange	Pp. 31-36	uk
dc.publisher.place	Київ	uk
dc.identifier.doi	https://doi.org/10.18372/2306-1472.87.15719	-
dc.subject.udc	621.396.4(045)	uk
dc.description.abstractuk	Мета: Метою даної статті є викладення алгоритму генерації синтетичних медичних даних для того, щоб доповнити маленькі вибірки даних. Методи: Для досягнення мети дослідження були використані такі методи, як: кореляційний аналіз (для виявлення значимих змінних та взаємозв’язків між ними), MDR-аналіз (для побудови логічних ланцюгів зв’язку між медичними даними) та регресійний аналіз (для моделювання змінних медичних даних, щоб використати це для генерації синтетичних даних). Результати: Була використана база даних пацієнтів з серцевою недостатністю, яка доступна у відкритому доступі, щоб перевірити розроблений алгоритм генерації синтетичних медичних даних у дій; в результаті були знайдені статистичні взаємозв’язки між даними, які використовувались для побудови моделей лінійної регресії. Обговорення: Запропонований алгоритм дозволяє за допомогою декількох простих, але в той час важливих дій виконати генерацію медичних даних, що дає можливість отримати великі масиви даних, які можна використовувати для реалізації методів машинного навчання у будь-яких задачах пов’язаних з медициною.	uk
dc.description.abstracten	Purpose: The purpose of this article is to outline an algorithm for generating synthetic medical data in order to augment small samples of data. Methods: To achieve the research goal, methods such as: correlation analysis (to identify significant variables and the relationships between them), MDR analysis (to build logical chains of relationships between medical data), and regression analysis (to model medical data variables to use this to generate synthetic data) were used. Results: A database of heart failure patients that is publicly available was used to test the developed algorithm for generating synthetic medical data in action; as a result, statistical relationships between data were found and used to build linear regression models. Discussion: The proposed algorithm allows, with a few simple, yet important actions, to perform the generation of medical data, which makes it possible to obtain large data sets that can be used to implement machine learning methods in any tasks related to medicine.	uk
dc.publisher	National Aviation University Київ	uk
Appears in Collections:	Статті (БМК)