Not logged in.

Quick Search - Contribution

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Interactive Visual Exploration of Temporal Activity Patterns; A Design Study Approach for Multiple Sclerosis Patient Data
Organization Unit
Authors
  • Yves Rutishauser
Supervisors
  • Jürgen Bernard
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2022
Abstract Text ultiple Sklerose (MS) ist eine unheilbare und heterogene Krankheit, die die Lebensqualität eines Menschen stark beeinträchtigen kann. Smartwatches haben das Potenzial, das Aktivitätsniveau eines MS-Patienten mit geringem Aufwand zu erfassen. Zur Bewältigung der Herausforderungen, die sich aus den daraus resultierenden MS-Patientendaten ergeben, schlagen wir einen Visual Analytics (VA) Ansatz vor, der in enger Zusammenarbeit mit Gesundheitsexperten entwickelt wurde. Das entwickelte VA-Tool, der MS Pattern Explorer, ermöglicht eine kompakte Visualisierung des Verlaufs der Herzfrequenz oder Schrittzahl eines Patienten auf verschiedenen Detailebenen. Mit einem interaktiven Clustering Ansatz, der auf unüberwachtem maschinellem Lernen basiert, ermöglichen wir eine effiziente Exploration von zeitlichen Aktivitätsmustern. Der MS Pattern Explorer ermöglicht darüber hinaus die Suche und Lokalisierung eines bestimmten Musters innerhalb der Patientendaten und gibt zusätzliche Informationen über dessen Auftreten preis. Darüber hinaus erleichtert der Ansatz einer patientenübergreifenden Analyse, um potenziell interessante Patienten zu entdecken. Dies wird durch die Untersuchung von Mustern über Patienten hinweg mittels Clustering-Algorithmen und durch die Suche nach ähnlichen Sequenzen über Patienten hinweg mittels Nearest Neighbour-Suche erreicht. Der MS Pattern Explorer wurde anhand von drei Arten von Evaluierungen bewertet. Erstens wurden wertvolle Rückmeldungen unserer Kollaborateure in verschiedenen Phasen der Entwicklung des VA-Tools berücksichtigt. Zweitens zeigt eine Nutzerstudie, dass ein breites Publikum unser VA-Tool effektiv nutzen kann, um Einblicke in die Aktivitätsmuster von MS-Patientendaten zu gewinnen. Drittens demonstrieren zwei Fallstudien, die von einem unserer Kollaborateure durchgeführt wurden, die Nützlichkeit und den vollen Umfang der Anwendungsfunktionalitäten.
Zusammenfassung Multiple sclerosis (MS) is an incurable and heterogeneous disease that can severely affect the quality of an individual’s life. Smartwatches have the potential to record an MS patient’s activity level with little effort. To address challenges arising from the resulting MS patient data, we propose a visual analytics (VA) approach, which was developed in close collaboration with health experts. The developed VA tool, MS Pattern Explorer, enables a compact visualization of the evolution of a patient’s heart rate or step count at various levels of detail. We facilitate an efficient exploration of temporal activity patterns with an interactive clustering approach based on unsupervised machine learning. MS Pattern Explorer further allows to search and localize a particular pattern within a patient’s data and exposes additional information about its occurrence. Moreover, the approach facilitates an across-patient analysis to discover potentially interesting patients. This is achieved by exploring patterns across patients via clustering algorithms, and by searching for similar sequences across patients via nearest neighbor searches. MS Pattern Explorer was evaluated with three types of evaluations. First, valuable feedback from our collaborators was implemented at different stages during the development of our VA tool. Second, a user study suggests that a broad audience, including non-experts, data scientists, and medical experts, can effectively use our VA tool to gain insights into the activity patterns of MS patient data. Third, two case studies by one of our collaborators demonstrate the usefulness and full scope of application functionalities.
PDF File Download
Export BibTeX