본 연구에서는 체질진단의 정확도를 향상시키기 위한 새로운 사상체질 분류모형을 개발하기 위하여 데이터마이닝의 주요 분류기법인 판별분석, 의사결정나무분석, 신경망분석, 로지스틱회귀분석, 군집분석 등 다양한 분류분석모형 등을 체질분류문제에 적용시켜 한의학의 한 분야인 사상체질의학에서 사상체질을 과학적으로 분류하는 모형을 개발하고, 이들 모형에 대하여 체계적인 비교분석을 하였다. 본 연구에서 사용하는 데이터는 9개 한의과대학의 10개 부속한방병원에서 치료를 받은 환자들 중 각 병원의 사상체질전문의로부터 체질진단을 받고 최소한 4주 이상 사상체질 처방을 사용한 후 주 증상이 전반적으로 호전되어 사상체질이 확인된 환자 2,641명을 대상으로 하고 있다. 이 중에서 한 개 이상의 문진 항목에 결측 값이 있는 환자 109명을 제외한 2,532명의 데이터를 연구 대상으로 하였다. 연구에 사용된 설문지는 한국한의학연구원과 사상체질의학회가 새로운 사상체질진단프로그램 개발을 공동으로 연구개발한 체질설문지를 사용하였다. 본 연구에서의 체질분류모형의 구축결과로는 판별분석모형의 ...
본 연구에서는 체질진단의 정확도를 향상시키기 위한 새로운 사상체질 분류모형을 개발하기 위하여 데이터마이닝의 주요 분류기법인 판별분석, 의사결정나무분석, 신경망분석, 로지스틱회귀분석, 군집분석 등 다양한 분류분석모형 등을 체질분류문제에 적용시켜 한의학의 한 분야인 사상체질의학에서 사상체질을 과학적으로 분류하는 모형을 개발하고, 이들 모형에 대하여 체계적인 비교분석을 하였다. 본 연구에서 사용하는 데이터는 9개 한의과대학의 10개 부속한방병원에서 치료를 받은 환자들 중 각 병원의 사상체질전문의로부터 체질진단을 받고 최소한 4주 이상 사상체질 처방을 사용한 후 주 증상이 전반적으로 호전되어 사상체질이 확인된 환자 2,641명을 대상으로 하고 있다. 이 중에서 한 개 이상의 문진 항목에 결측 값이 있는 환자 109명을 제외한 2,532명의 데이터를 연구 대상으로 하였다. 연구에 사용된 설문지는 한국한의학연구원과 사상체질의학회가 새로운 사상체질진단프로그램 개발을 공동으로 연구개발한 체질설문지를 사용하였다. 본 연구에서의 체질분류모형의 구축결과로는 판별분석모형의 정분류율은 65.68%였고, 의사결정나무분석모형의 정분류율은 72.00%로 비교적 높게 나타났으나 태양인을 전혀 판별할 수 없었다. 그리고 신경망분석모형은 65.88%, 로지스틱회귀분석모형은 68.64%, 그리고 군집분석모형은 33.25%의 정분류율을 보였다. 군집분석모형을 제외한 모든 모형에서 기존의 QSCCII의 정분류율 보다 월등히 향상되었으며, 이는 새로 개발한 체질분류 설문지가 사상체질 분류와 판별을 상당히 개선시키고 있다는 것을 말해준다. 본 논문에서는 분류의 비교적 정확도가 우수하며, 특히 분석과정을 쉽게 이해하고 설명할 수 있다는 점과 구현이 용이하다는 장점을 가지고 있는 판별분석모형과 의사결정나무분석모형을 기반으로 사상체질 분류모형을 개발하고, 두 분류모형을 적용한 사상체질 진단시스템을 구현하였다. 또한 본 시스템은 환자의 성과 비만도(BMI)와 함께 사상체질의학의 광제설을 토대로 환자의 나이를 구분하고 분류하여 다양한 조건에서 사상체질을 동시에 판별할 수 있도록 설계하고 구현하였으며, 본 시스템은 환자의 주관적 소견을 위주로 하는 환자용 사상체질진단설문지 뿐만 아니라 의사의 객관적 소견을 위주로 하는 의사용 체질진단지, 그리고 환자용 체질설문지의 축약본이라고 할 수 있는 검진용 설문지에 대한 체질분류모형을 개발하고, 시스템에서 모든 설문지에 대한 체질진단을 할 수 있도록 설계하였고 구현하였다. 아울러 본 시스템은 다중사용자 환경에 적합한 웹 기반 클라이언트/서버 구조 환경으로 구현하였다.
본 연구에서는 체질진단의 정확도를 향상시키기 위한 새로운 사상체질 분류모형을 개발하기 위하여 데이터마이닝의 주요 분류기법인 판별분석, 의사결정나무분석, 신경망분석, 로지스틱회귀분석, 군집분석 등 다양한 분류분석모형 등을 체질분류문제에 적용시켜 한의학의 한 분야인 사상체질의학에서 사상체질을 과학적으로 분류하는 모형을 개발하고, 이들 모형에 대하여 체계적인 비교분석을 하였다. 본 연구에서 사용하는 데이터는 9개 한의과대학의 10개 부속한방병원에서 치료를 받은 환자들 중 각 병원의 사상체질전문의로부터 체질진단을 받고 최소한 4주 이상 사상체질 처방을 사용한 후 주 증상이 전반적으로 호전되어 사상체질이 확인된 환자 2,641명을 대상으로 하고 있다. 이 중에서 한 개 이상의 문진 항목에 결측 값이 있는 환자 109명을 제외한 2,532명의 데이터를 연구 대상으로 하였다. 연구에 사용된 설문지는 한국한의학연구원과 사상체질의학회가 새로운 사상체질진단프로그램 개발을 공동으로 연구개발한 체질설문지를 사용하였다. 본 연구에서의 체질분류모형의 구축결과로는 판별분석모형의 정분류율은 65.68%였고, 의사결정나무분석모형의 정분류율은 72.00%로 비교적 높게 나타났으나 태양인을 전혀 판별할 수 없었다. 그리고 신경망분석모형은 65.88%, 로지스틱회귀분석모형은 68.64%, 그리고 군집분석모형은 33.25%의 정분류율을 보였다. 군집분석모형을 제외한 모든 모형에서 기존의 QSCCII의 정분류율 보다 월등히 향상되었으며, 이는 새로 개발한 체질분류 설문지가 사상체질 분류와 판별을 상당히 개선시키고 있다는 것을 말해준다. 본 논문에서는 분류의 비교적 정확도가 우수하며, 특히 분석과정을 쉽게 이해하고 설명할 수 있다는 점과 구현이 용이하다는 장점을 가지고 있는 판별분석모형과 의사결정나무분석모형을 기반으로 사상체질 분류모형을 개발하고, 두 분류모형을 적용한 사상체질 진단시스템을 구현하였다. 또한 본 시스템은 환자의 성과 비만도(BMI)와 함께 사상체질의학의 광제설을 토대로 환자의 나이를 구분하고 분류하여 다양한 조건에서 사상체질을 동시에 판별할 수 있도록 설계하고 구현하였으며, 본 시스템은 환자의 주관적 소견을 위주로 하는 환자용 사상체질진단설문지 뿐만 아니라 의사의 객관적 소견을 위주로 하는 의사용 체질진단지, 그리고 환자용 체질설문지의 축약본이라고 할 수 있는 검진용 설문지에 대한 체질분류모형을 개발하고, 시스템에서 모든 설문지에 대한 체질진단을 할 수 있도록 설계하였고 구현하였다. 아울러 본 시스템은 다중사용자 환경에 적합한 웹 기반 클라이언트/서버 구조 환경으로 구현하였다.
In this thesis, in order to develop a new classification model of Sasang Constitutional medical types, which is helpful for improving the accuracy of diagnosis of medical types, various data-mining classification models such as discriminant analysis, decision trees analysis, neural networks analysis...
In this thesis, in order to develop a new classification model of Sasang Constitutional medical types, which is helpful for improving the accuracy of diagnosis of medical types, various data-mining classification models such as discriminant analysis, decision trees analysis, neural networks analysis, logistics regression analysis, clustering analysis which are main classification methods were applied to the questionnaires of medical type classification. In this manner, a model which scientifically classifies constitutional medical types in the field of Sasang Constitutional Medicine, one of a traditional Korean medicine, has been developed. Also, the above-mentioned analysis models were systematically compared and analyzed. The data which are selected in this study are obtained from 2,641 patients who have been treated in one of the 10 oriental medicine hospitals of 9 Colleges of Oriental Medicine and have shown symptoms that their conditions have gone better after treated more than 4 weeks by Sasang constitutional Medicine based on the test results of diagnosing their types. Among them, the data of 2,532 patients were finally selected in this study because the data of 109 patients indicated errors at least at one question and was excluded. A Questionnaire of Sasang Constitution Classification was used in this study as a questionnaire for patients. Korean Institute of Oriental Medicine and Association of Sasang Constitutional Medicine have devised this questionnaire when developing a new program for diagnosis of constitutional medical types during their joint research. As results of analysis of the classification model of medical types in this study, the accuracy of the discriminate analysis model was 65.68% and that of the decision trees analysis model was 72.00 % which is relatively accurate but fails to diagnose the medical type, Tae-Yang-In. In addition, neural networks analysis showed 65.88% accuracy, logistics regression analysis for 68.64% and clustering analysis for 33.25%, respectively. The accuracy of all the models in this study except the clustering analysis model was greatly improved than the accuracy of the existing QSCCII. This explains that a newly developed questionnaire for classifying the medical types are remarkably enhancing the accuracy in classification and discrimination of the Sasang constitutional medical types. In this study, a classification of Sasang constitutional medical types was developed based on the discriminate analysis model and decision making tree analysis model of which accuracy is relatively high, of which analysis procedure is easy to understand and to explain and which are easy to implement. Also, a diagnosis system of Sasang constitution was implemented applying the two analysis models. Further, this system classifies patients according to their sex and BMI (Body Mass Index) and it also classifies patients into age groups based on the Kwang-Je-Seol(the 21stchapter of Dong-Yi-Su-Se-Bo-Won). In this regard, it can be said that the system was designed and implemented to discriminate Sasang Constitution under various conditions. This system developed a classification model of medical types with respect to not only a questionnaire for patients which contains mainly a patient’s subjective opinion and a diagnosis of medical types for doctors which contains mainly a doctor’s objective view but also a questionnaire for diagnosis which is considered as an abbreviated form of a questionnaire for patients. Also, the system was designed and implemented in the manner which a patient’s medical type can be diagnosed by all these questionnaire in the system. In addition, this system was implemented in a web-based client/server structure condition, which is suitable in a multi-user condition.
In this thesis, in order to develop a new classification model of Sasang Constitutional medical types, which is helpful for improving the accuracy of diagnosis of medical types, various data-mining classification models such as discriminant analysis, decision trees analysis, neural networks analysis, logistics regression analysis, clustering analysis which are main classification methods were applied to the questionnaires of medical type classification. In this manner, a model which scientifically classifies constitutional medical types in the field of Sasang Constitutional Medicine, one of a traditional Korean medicine, has been developed. Also, the above-mentioned analysis models were systematically compared and analyzed. The data which are selected in this study are obtained from 2,641 patients who have been treated in one of the 10 oriental medicine hospitals of 9 Colleges of Oriental Medicine and have shown symptoms that their conditions have gone better after treated more than 4 weeks by Sasang constitutional Medicine based on the test results of diagnosing their types. Among them, the data of 2,532 patients were finally selected in this study because the data of 109 patients indicated errors at least at one question and was excluded. A Questionnaire of Sasang Constitution Classification was used in this study as a questionnaire for patients. Korean Institute of Oriental Medicine and Association of Sasang Constitutional Medicine have devised this questionnaire when developing a new program for diagnosis of constitutional medical types during their joint research. As results of analysis of the classification model of medical types in this study, the accuracy of the discriminate analysis model was 65.68% and that of the decision trees analysis model was 72.00 % which is relatively accurate but fails to diagnose the medical type, Tae-Yang-In. In addition, neural networks analysis showed 65.88% accuracy, logistics regression analysis for 68.64% and clustering analysis for 33.25%, respectively. The accuracy of all the models in this study except the clustering analysis model was greatly improved than the accuracy of the existing QSCCII. This explains that a newly developed questionnaire for classifying the medical types are remarkably enhancing the accuracy in classification and discrimination of the Sasang constitutional medical types. In this study, a classification of Sasang constitutional medical types was developed based on the discriminate analysis model and decision making tree analysis model of which accuracy is relatively high, of which analysis procedure is easy to understand and to explain and which are easy to implement. Also, a diagnosis system of Sasang constitution was implemented applying the two analysis models. Further, this system classifies patients according to their sex and BMI (Body Mass Index) and it also classifies patients into age groups based on the Kwang-Je-Seol(the 21stchapter of Dong-Yi-Su-Se-Bo-Won). In this regard, it can be said that the system was designed and implemented to discriminate Sasang Constitution under various conditions. This system developed a classification model of medical types with respect to not only a questionnaire for patients which contains mainly a patient’s subjective opinion and a diagnosis of medical types for doctors which contains mainly a doctor’s objective view but also a questionnaire for diagnosis which is considered as an abbreviated form of a questionnaire for patients. Also, the system was designed and implemented in the manner which a patient’s medical type can be diagnosed by all these questionnaire in the system. In addition, this system was implemented in a web-based client/server structure condition, which is suitable in a multi-user condition.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.