Knowledge fusion from the human expert and database: Medical application.

Abstract

Dans cette thèse, nous introduisons une nouvelle méthode pour définir des règles de partition semi-automatique flou pour fournir un aperçu puissant et précis de l'arythmie cardiaque. En particulier, nous définissons une approche d'extraction de texte appliquée à un ensemble de données important composé des documents scientifiques disponibles gratuitement par PubMed. L'information extraite est ensuite intégrée à des connaissances spécialisées, ainsi qu'à des données expérimentales, pour fournir un système robuste, évolutif et précis, qui peut répondre avec succès aux défis posés par la gestion et l'évaluation des grandes données dans le secteur médical. L'évaluation que nous avons effectuée montre un taux d'exactitude de 93% et une interprétation de 0.646, ce qui montre clairement que notre méthode offre un excellent équilibre entre précision et transparence du système. En outre, cela contribue de manière substantielle à la découverte de connaissances et offre un outil puissant pour faciliter le processus décisionnel.