Klasifikace typologie metabolismu na základě analýzy dat z energometrickýzch testů

Abstract

Práce se zabývá klasifikací typologie metabolismu na základě analýzy dat z energometrických testů. V práci jsou použity tři základní zdroje dat získané od pacientů, jedná se jednak o měření respiračního kvocientu a následně vypočtené hodnoty utilizace potravy. Dále jsou to data biochemických rozborů krve a analýzy insulínu. A v poslední řadě data z měření impedance tkáně a popis pacienta. Pacienti jsou rozdělení na dvě skupiny, analytickou a testovací skupinu. Data pro analýzu jsou zpracována analýzou hlavních komponent, redukována a upravena pomocí normalizačních algoritmů. Práce rovněž zahrnuje metodiku pro klasifikaci a stanovení klasifikačních parametrů. Po vytvoření klasifikačního prostoru je algoritmus ověřen pomocí testovací skupiny a zhodnocen testováním statistických hypotéz. Výsledkem práce je algoritmus pro automatický diagnostický systém, který na základě získaného vzoru určí zařazení pacienta do určité skupiny souhrnných vlastností.

This work deals with the classification of metabolism typology based on analysis of the energometry tests. Three data sources from patient are used in this work. The sources mean data from respiratory quotient measurement and calculated indicators of food utilization. Further the data from biochemical analysis of blood and insulin test are also used in analysis. At last, the measurement of bio-impedance and patient description are used in the work. The patients are divided into two groups, analytical and test group. The analysis group is processed by principal component analysis and it is normalized. The work also includes methods for fuzzy classification and estimation of classification parameters. After the classification space estimation the algorithm is tested by the testing group and evaluated by statistical hypothesis testing. The aim of the thesis is design algorithm for an automatic diagnostic system which insert patient to the group of features based on the previous model.