کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6853317 | 1437152 | 2018 | 20 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Representing and querying now-relative relational medical data
ترجمه فارسی عنوان
نمایندگی و پرس و جو در حال حاضر اطلاعات نسبی پزشکی نسبی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
داده های موقت موقتی، مدل ارتباطی و جبر، داده های نسبی در حال حاضر،
ترجمه چکیده
اطلاعات موقتی نقش مهمی در پزشکی ایفا می کند. پرونده های بالینی بیمار در واقع ذهنی است. بنابراین، در انفورماتیک پزشکی، نیاز به افزایش نیاز به ذخیره، پشتیبانی و پرس و جو داده های زمانی (به ویژه در پایگاه داده های ارتباطی)، به منظور، به عنوان مثال، برای تکمیل سیستم های پشتیبانی تصمیم گیری وجود دارد. در این مقاله، ما نشان می دهیم که رویکردهای فعلی به داده های ارتباطی، محدودیت های قابل توجهی در درمان نسبیت نسبی دارند؟ داده ها (به عنوان مثال داده هایی که در زمان فعلی درست نگهداری می شوند). این به شدت می تواند کاربرد آنها را به طور کلی، و به طور خاص در زمینه پزشکی، که در آن نسل؟ داده ها برای ارزیابی وضعیت فعلی بیماران ضروری هستند. ما یک رویکرد رابطه وابسته به مبانی تئوری و کاربردی را برای مقابله با داده های نسبی در حال حاضر (که می توان با سیستم های پشتیبانی مختلف تصمیم گیری مرتبط کرد) پیشنهاد می کنیم. این محدودیت ها را از بین می برد. ما پیشنهاد جدیدی را ارائه می دهیم که اولین مدل رابطه ای است که با نااطمینانی زمانی در داده های نسبی فعلی مواجه می شود. ما همچنین اپراتورهای جبری زمانی را پیشنهاد می کنیم تا از آنها بپرسیم، تمایز بین زمان ممکن و ضروری را پشتیبانی می کنند و روابط زمان آلن بین داده ها. ما تاثیر رویکرد ما را نشان می دهد و خواص نظری و محاسباتی نمایه جدید و جبر را مطالعه می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
Temporal information plays a crucial role in medicine. Patients' clinical records are intrinsically temporal. Thus, in Medical Informatics there is an increasing need to store, support and query temporal data (particularly in relational databases), in order, for instance, to supplement decision-support systems. In this paper, we show that current approaches to relational data have remarkable limitations in the treatment of “now-relative” data (i.e., data holding true at the current time). This can severely compromise their applicability in general, and specifically in the medical context, where “now-relative” data are essential to assess the current status of the patients. We propose a theoretically grounded and application-independent relational approach to cope with now-relative data (which can be paired, e.g., with different decision support systems) overcoming such limitations. We propose a new temporal relational representation, which is the first relational model coping with the temporal indeterminacy intrinsic in now-relative data. We also propose new temporal algebraic operators to query them, supporting the distinction between possible and necessary time, and Allen's temporal relations between data. We exemplify the impact of our approach, and study the theoretical and computational properties of the new representation and algebra.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Artificial Intelligence in Medicine - Volume 86, March 2018, Pages 33-52
Journal: Artificial Intelligence in Medicine - Volume 86, March 2018, Pages 33-52
نویسندگان
Luca Anselma, Luca Piovesan, Bela Stantic, Paolo Terenziani,