haku: @keyword knowledge discovery / yhteensä: 6
viite: 2 / 6
Tekijä:Jokiniemi, Joonas
Työn nimi:Ontologies and Computational Methods for Traditional Chinese Medicine
Ontologiat ja laskennalliset menetelmät perinteisessä kiinalaisessa lääketieteessä
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:vi + 61      Kieli:   eng
Koulu/Laitos/Osasto:Elektroniikan, tietoliikenteen ja automaation tiedekunta
Oppiaine:Tietoliikennetekniikka   (S-72)
Valvoja:Hämäläinen, Jyri
Ohjaaja:Korhonen, Timo
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201203131556
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  806   | Arkisto
Avainsanat:Traditional Chinese Medicine
ontology
semantic tools
computational methods
data mining
expert systems
knowledge discovery
perinteinen kiinalainen lääketiede
ontologia
semanttiset työkalut
laskennalliset menetelmät
datan louhinta
asiantuntijajärjestelmät
tiedon löytäminen
Tiivistelmä (fin): Perinteinen kiinalainen lääketiede (PKL) on tuhansia vuosia vanha hoitomuoto, jonka tarkoituksena on terveyden ylläpito, tautien ennaltaehkäisemisen ja terveydellisten ongelmien hoito.
Useat vuosittain julkaistavat tutkimukset tukevat hoitojen tehokkuutta ja PKL onkin jatkuvasti kasvattamassa suosiotaan maailmanlaajuisesti.
Kiinassa PKL ollut suosittu hoitomuoto jo pitkään ja nykyään sitä harjoitetaan rinnakkain länsimaisen lääketieteen kanssa.

Viime vuosikymmeninä tapahtuneen tietotekniikan kehityksen ja yleistymisen myötä myös PKL:n menetelmät ovat muuttuneet ja tietotekniikkaa on alettu hyödyntämään PKL:n tutkimuksessa.
PKL:n tietoa on tallennettu digitaaliseen muotoon, minkä seurauksena on syntynyt suuri määrä erilaisia tietokantoja.
Tieto on jakautunut eri tietokantoihin, joiden terminologia ei ole yhtenevää.
Tämä aiheuttaa ongelmia tiedon löytämisessä ja tietoa hyödyntävien sovellusten kehittämisessä.

Tässä työssä selvitetään, mitä PKL on, ja mikä sen asema on nykyään Kiinassa ja muualla maailmalla.
Työn tarkoituksena on tutkia PKL:n tietoteknisten sovelluksen kehittämistä ja siihen liittyviä haasteita.
Työssä perehdytään PKL:n ontologioiden ja semanttisten työkalujen toimintaan, sekä PKL:n laskennallisiin menetelmiin ja niiden tarjoamiin mahdollisuuksiin.
Lisäksi kerrotaan uusimmista kansainvälisesti merkittävistä projekteista ja pohditaan tulevaisuuden näkymiä.

Jo kehitetyt PKL:n tietotekniset sovellukset tarjoavat uusia mahdollisuuksia tiedon etsimiseen ja parantavat tutkijoiden mahdollisuutta jakaa tietoa ja tehdä yhteistyötä.
Tietokoneavusteiset diagnoosityökalut ja asiantuntijajärjestelmät tarjoavat mahdollisuuksia lääkärin tekemän diagnoosin varmistamiseen.
Tulevaisuudessa laskennallisia menetelmiä hyödyntäen voitaisiin tarjota terveyttä ja hyvinvointia edistäviä palveluja verkossa.
Tiivistelmä (eng): Traditional Chinese Medicine (TCM) has been used for thousands of years in China for the purposes of health maintenance, disease prevention and treatment of health problems.
Several published studies support the effectiveness of TCM treatments and the global use of TCM is constantly increasing.
In China, Western and Chinese medicine are practiced in parallel.

During the past few decades, the use of information technology in medicine has increased rapidly.
The development of information technology has opened up new possibilities for information storage and sharing, as well as communication and interaction between people.
Along with the growing use of information technology, a wide variety of patient databases and other electronic sources of information have emerged.
However, the information is fragmented and dispersed, and the terminology is ambiguous.

The objective of the thesis is to examine the position of TCM today, and to find out what changes and new opportunities the modern information technology brings for different aspects of TCM.
This study describes how ontologies and semantic tools can be utilized when collecting existing knowledge and combining different databases.
Also different computational methods and TCM expert systems are introduced.
Finally, the most recent projects in the field of TCM are discussed and the future challenges are reflected.

The computational methods for TCM, such as diagnostic tools and expert systems, could be very useful in anticipating and preventing health problems.
E-science and knowledge discovery offer new ways for knowledge sharing and cooperation.
TCM expert systems can be used to generate diagnosis or automatic clinical alerts.
In the future, a comprehensive and easily accessible online health service system could be developed and used to improve the health and well-being of people.
ED:2010-12-10
INSSI tietueen numero: 41406
+ lisää koriin
INSSI