Thông tin chung:

Ngày nhận bài: 03/08/2020
Ngày nhận bài sửa: 10/09/2020

Ngày duyệt đăng: 28/12/2020

Title:

Classifying by Bayesian method and applying in medicine

Từ khóa:

Bài toán phân loại, hồi qui logistic, phương pháp Bayes, sai số Bayes

Keywords:

Bayesian method, Bayes error, classification problem, logistic regression

ABSTRACT

This paper is to study the classification problem by Bayesian method in which estimating probability density function, and finding prior probability from real data are considered. The research also solves some complex calculations of this method by the built approximation and Matlab procedure. From the above improvements, an algorithm based on Bayesian method to classify a disease is proposed. This algorithm is applied specifically for a chronic kidney disease at the Can Tho Central General Hospital with real data. The outcome shows that the proposed algorithm has given good result in classifying this disease. Furthermore, this result also illustrates the advantages of the proposed method in comparison with the existing methods which are regularly used recently times.

TÓM TẮT

Bài viết này nghiên cứu bài toán phân loại bằng phương pháp Bayes, trong đó việc ước lượng hàm mật độ xác suất và tìm xác suất tiên nghiệm từ số liệu thực tế được xem xét. Nghiên cứu cũng giải quyết được những tính toán phức tạp của phương pháp này bởi sự xấp xỉ và chương trình Matlab được xây dựng. Từ những cải tiến trên, thuật toán phân loại bệnh bằng phương pháp Bayes được đề xuất. Thuật toán này được áp dụng cụ thể cho một tập dữ liệu thực tế bệnh suy thận mạn tại bệnh viện đa khoa Trung ương Thành phố Cần Thơ. Kết quả cho thấy thuật toán đề nghị đã cho kết quả tốt trong phân loại bệnh này. Kết quả này cũng chứng minh ưu điểm của thuật toán đề xuất so với các thuật toán được áp dụng phổ biến gần đây.

Trích dẫn: Võ Văn Tài, Trần Trung Tín, Thái Minh Trọng, Châu Ngọc Thơ và Lê Thị Kim Ngọc, 2020. Phân loại bằng phương pháp Bayes và ứng dụng trong y học. Tạp chí Khoa học Trường Đại học Cần Thơ. 56(6A): 97-103.