PRÉDICTION AVANCÉE DE RÉACTION À UN TRAITEMENT AU MOYEN DE PARAMÈTRES CLINIQUES ET D'APPRENTISSAGE AUTOMATIQUE NON SUPERVISÉ : DIAGRAMME DE DISPERSION DE CONTRIBUTIONS
The present invention provides a method for detection of different ontologies using advanced unsupervised machine learning which will be used to visualize factors not visible to the human observer, such as unknown characteristics between imaging datasets and other factors to provide insights into the structure of the data. This methodology is referred to herein as Contribution Scattergram. An example includes using radiological images to determine a relationship in dimension, structure, and distance between each parameter. This information can be used to determine if changes in the images have occurred and for treatment response.L'invention concerne un procédé de détection de différentes ontologies au moyen d'un apprentissage avancé automatique non supervisé qui est utilisé pour visualiser des facteurs non visible à un observateur humain, tels que des caractéristiques inconnues entres des ensembles de données d'imagerie et d'autres facteurs afin d'obtenir des aperçus fondamentaux et stratégiques dans la structure des données. Cette méthodologie est appelée diagramme de dispersion de contribution. Un exemple consiste à utiliser des images radiologiques pour déterminer une relation de dimension, de structure et de distance entre chaque paramètre. Ces informations peuvent être utilisées pour déterminer si des changements se sont produits dans les images et pour la réaction au traitement.
