Skip to main content

Lineare Diskriminanzanalyse und Entscheidungsbaumstrategien zur Lösung von Klassifikationsproblemen in der Zytometrie

  • Conference paper
  • 50 Accesses

Zusammenfassung

Die Zytodiagnostik hat verschiedene Aufgaben. So ist es bei der Krebsfährtensuche mittels exfoliativer Zytologie das erste Ziel, Patienten mit Krebs oder manifesten Vorläuferstadien “empfindlich“ zu entdecken, d.h. möglichst nicht zu übersehen. Um unnötige weitere Untersuchungen oder eingreifendere Interventionen zu vermeiden, ist es aber ebenso wichtig, die Krebserkennung so “spezifisch“ wie möglich zu machen, d.h. möglichst alle gesunden Patienten und solche mit benignen Veränderungen klar zu erkennen, und so wenig wie möglich “falsch positive“ Befunde zu haben. Als ein Gütekriterium der binären Entscheidung positivnegativ, kann daher deren Validität herangezogen werden. Darunter versteht man die relative Häufigkeit der beidseitig falsch getroffenen Entscheidungen, d.h. der falsch positiven und der falsch negativen. Bereits hier werden zwei wesentliche Probleme erkennbar, auf die in dieser Arbeit nicht näher eingegangen werden kann, die aber wegen ihrer Bedeutung kurz angesprochen werden müssen, nämlich:

  1. 1.

    das Problem der “Richtigkeit“ und

  2. 2.

    das Problem des “Kostenfaktors“ bei jeder diagnostischen Entscheidung.

This is a preview of subscription content, log in via an institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   79.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD   99.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Afifi AA, Azen SP (1979) Statistical Analysis, A Computer Oriented Approach. Academic Press, New York San Francisco London

    Google Scholar 

  2. Anderson TW (1958) Introduction to Multivariate Statistical Analysis. J Wiley New York

    Google Scholar 

  3. Bartels P (1979) Numerical Evaluation of Cytologic Data Part I–XIII. Analyt Quant Cytol 1979–1983

    Google Scholar 

  4. Burger G, Jutting U (1986) Specimen classification in cytometry: An intercomparison of various means of decision making. In: Gelsema ES and Kanal LN (eds). Pattern Recognition in Practive II. Elsevier Science Publisher B. V. (North-Holland): 509

    Google Scholar 

  5. Dixon WJ (ed) (1981) BMDP Statistical Software. Department of Biomathematics. University of California Press, Berkeley-Los Angeles

    Google Scholar 

  6. Duda RO, Hart EH (1973) Pattern Classification and Scene Analysis. John Wiley & Sons, Inc

    Google Scholar 

  7. Fahrmeir L, Hamerle A (1984) Multivariate statistische Verfahren, Gruyter Verlag, Berlin New York

    Google Scholar 

  8. Fukanaga K (1972) Introduction to Statistical Pattern Recognition. Academic Press, New York London

    Google Scholar 

  9. Hartung J, Elpelt B (1984) Multivariate Statistik. Oldenbourg Verlag München Wien

    Google Scholar 

  10. Hermans J, Habbema JDF (1982) Manual for the ALLOC-80 Discriminant Analysis Program. University Leiden

    Google Scholar 

  11. Höbel W, Abmayr W, Pöppl SJ, Giaretti W, Dörmer W (1982) Linear and non-linear feature extraction methods applied to automatic classification of proliferating cells. IEEE: 343

    Google Scholar 

  12. Krishnaiah PR (1980) Handbook of Statistics, Vol. 1: Analysis of Variance. North Holland, Amsterdam

    Google Scholar 

  13. Krishnaiah PR, Kanal LN (1982) Handbook of Statistics, Vol. 2: Classification Pattern Recognition and Reduction of Dimensionality. North Holland, Amsterdam

    Google Scholar 

  14. Lusted LB (1968) Introduction to Medical Decision Making. Charles C. Thomas, Springfield-Illinois

    Google Scholar 

  15. Sachs L (1976) Angewandte Statistik, Statistische Methoden und ihre Anwendungen. Springer-Verlag Berlin Heidelberg New York

    Google Scholar 

  16. SAS User’s Guide (1985)’SAS Institut Inc. Box 8000, Cary, North Carolina

    Google Scholar 

  17. Schmetterer L (1966) Einführung in die mathematische Statistik. Springer-Verlag New York Wien

    Google Scholar 

  18. Sokal RR, Rohlf FJ (1969) Biometry. WH Freeman and Comp., San Francisco

    Google Scholar 

  19. SPSS (1983) Statistik-Programmsystem für Sozialwissenschaften, (nach N.H. Nie und C.H. Hull ). Gustav Fischer Verlag Stuttgart New York

    Google Scholar 

  20. Timmers T (1987) Pattern recognition of cytological specimens. Dissertation, Univ. Amsterdam

    Google Scholar 

  21. Weber JE, Baldessari BA, Bartels PH (1985) Test statistics for detecting aneuploidy and hyperploidy. Analyt Quant Cytol 7: 131

    CAS  Google Scholar 

Download references

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 1988 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Jütting, U., Burger, G. (1988). Lineare Diskriminanzanalyse und Entscheidungsbaumstrategien zur Lösung von Klassifikationsproblemen in der Zytometrie. In: Burger, G., Oberholzer, M., Gössner, W. (eds) Morphometrie in der Zyto- und Histopathologie. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-73764-0_11

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-73764-0_11

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-642-73765-7

  • Online ISBN: 978-3-642-73764-0

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics