22.01.2015 Aufrufe

INSTITUT FÜR INFORMATIK Entwurf und Implementierung - Ludwig ...

INSTITUT FÜR INFORMATIK Entwurf und Implementierung - Ludwig ...

INSTITUT FÜR INFORMATIK Entwurf und Implementierung - Ludwig ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kapitel 5 Auswertungen <strong>und</strong> Ergebnisse<br />

dieser Aufzeichnungen können umfassende Überprüfungen der optimierten Vorhersagemethoden<br />

noch kaum durchgeführt werden, denn neben der Daten, welche für die<br />

Optimierung verwendet werden <strong>und</strong> möglichst viele Anfälle enthalten müssen, werden<br />

weitere lange Abschnitte zur Überprüfung benötigt.<br />

Um jedoch erste Schritte zu einer derartigen Validierung der Trainingsergebnisse zu<br />

ermöglichen, wurde als Teil des in Abschnitt 4.4.2 besprochenen Moduls zur Online-<br />

Vorhersage eine Klasse OnlinePredictionTester entwickelt, welche die Vorhersage aufgr<strong>und</strong><br />

vorher optimierter Parameter realisiert. Zur Aufteilung der Daten wurden diese<br />

in kurze Abschnitte über einige St<strong>und</strong>en geteilt, <strong>und</strong> zufällig für das Training oder<br />

den Test zur Verfügung gestellt. Dies erfolgte unter den Randbedingungen, dass beide<br />

eine ähnliche Gesamtzeitdauer der Daten, <strong>und</strong> eine ungefähr gleiche Anzahl an Anfällen<br />

enthielten. Um das Training <strong>und</strong> den Test mehrmals unabhängig voneinander<br />

durchzuführen, wurde die zufällige Aufteilung der Daten wiederholt vorgenommen.<br />

Dabei wurden die für jeden Patienten ermittelten Zeiträume über die Patienten-<br />

Kongurationsdatei des SeizureAnalyzer festgehalten. Das Programm wurde anschlieÿend<br />

auf den Trainingsdaten zur Optimierung der Vorhersage-Parametern verwendet,<br />

um diese in einem zweiten Schritt anhand der Testdaten zu überprüfen.<br />

Exemplarisch sind in Abbildung 5.5 die Ergebnisse für fünf Trainings- <strong>und</strong> Testläufe<br />

eines Patienten farbig kodiert gezeigt. Trotz der erwähnten Beschränkungen konnten<br />

bei diesem Patienten für zwei der fünf Läufe auf den Testdaten ähnliche Ergebnisse<br />

wie auf den Trainingsdaten beobachtet werden, während für zwei weitere Läufe die<br />

Ergebnisse auf eine Sensitivität von 0 einbrachen, <strong>und</strong> für einen Lauf zwar noch einige<br />

Anfälle vorhergesagt werden konnten, doch die Fehlerrate sich auf fast 0.3 Fehlalarme<br />

pro St<strong>und</strong>e verdoppelte.<br />

Abschlieÿend kann gesagt werden, dass in Zukunft vermehrt derartige Untersuchungen<br />

der optimierten Vorhersageparameter auf separaten Testdaten durchgeführt werden<br />

müssen, um zu überprüfen, ob die erzielten Ergebnisse auch auf unbekannten<br />

Daten erreicht werden können. Während dies bisher nur in wenigen Fällen möglich<br />

ist, wurden als Teil dieser Diplomarbeit die technischen Vorraussetzungen für zukünftige<br />

Kontrollen geschaen.<br />

62

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!