Модели и методы принятия решений хирургом

Модели и методы принятия решений хирургом

Автор: Егоров, Александр Алексеевич

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2011

Место защиты: Сургут

Количество страниц: 129 с. ил.

Артикул: 5389445

Автор: Егоров, Александр Алексеевич

Стоимость: 250 руб.

Модели и методы принятия решений хирургом  Модели и методы принятия решений хирургом 

Введение
1. Современное состояние формализации принятия решений в медицине
1.1. Характеристика объекта исследования.
1.2. Структурная схема этапов процесса принятия решения о способе завершения операции по поводу перитонита.
1.3. Математические методы принятия решений в задачах диагностики и прогнозирования.
1.3.1. Экспертный анализ для принятия решений в медицине.
1.3.2. Методы математической статистики для принятия решений в медицине
1.3.3. Применение нейронных сетей для принятия решений в медицине
2. Построение и исследование многомерной математической модели способа завершения и исхода операции по поводу перитонита на основе логистической регрессии.
2.1. Структурная схема процесса принятия решения по способу завершения и исхода операции.
2.2. Модель принятия решений завершения операции по поводу перитонита
2.3. Анализ исходных данных для построения математической модели.
2.4. Отбор переменных для построения математической модели.
2.5. Логистическая регрессионная модель
2.5.1. Логистическая регрессионная модель бинарного выбора.
2.5.2. Логистическая регрессионная модель множественного выбора
2.6. Многомерная логистическая регрессия.
2.7. Чувствительность и специфичность логистической регрессионной модели
3. Математическая модель способа завершения операции и исхода на основе нейронных сетей
3.1. Нейронные сети на основе многослойного персептрона.
3.2. Нейронные сети на основе радиальных базисных функций.
3.3. Вероятностные нейронные сети.
3.4. Вероятностные нейронные сети множественного выбора.
3.4.1. Байесовский подход к множественному выбору.
3.4.2. Вероятностная нейронная сеть множественного выбора на основе байесовского подхода
3.5. Многомерная модель на основе вероятностной нейронной сети
3.6. Чувствительность и специфичность моделей на основе вероятностных нейронных
Вывод.
4. Интеллектуальная информационная поддержка принятия решения хирурга по способу завершения операции по поводу перитонита.
4.1. Этап идентификации.
4.2. Этап концептуализации.
4.3. Этап формализации
4.4. Этап конструирования и реализации ИИС ППР
Заключение
Библиографический список
Приложение 1 Этапы построения ИИС ППР
Приложение 2 Патент Ьас1аЕшег
Приложение 3 История болезни.
СПИСОК СОКРАЩЕНИЙ
Площадь иод прямой
Ложно положительные
Ложно отрицательные
I i ix iii
i i
ii
iv ii
iii i
i i
ii i i
Правдиво позитивный
равдиво негативный
АД Артериальное давление
БД База данных
БЗ База знаний
БИО Биохимический анализ крови
БИС Вероятностная нейронная сеть
ИИ Искусственный интеллект
ИИС 1 I Интеллектуальная Информационная Система Поддержки Принятия Решений ИНС Искусственная нейронная сеть
I Логистическая регрессия ЛПР Лицо принимающее решение МНК Метод наименьших квадратов НС Нейронная сеть
ОАК Общий анализ крови
О Общий анализ мочи
ОАСНК Облитерирующий атеросклероз сосудов нижних конечностей ОКБ Окружная клиническая больница
ПИР Прогностический индекс перитонита
РБФ Радиально базисная функция
РМ Регрессионная модель
СОКБ Сургутская окружная клиническая больница
ССВР Синдром системной воспалительной реакции
ТКБ Тематическая карта больного
ЧДД Частота дыхательных движений
ЭКГ Электрокардиограмма.
ВВЕДЕНИЕ


Рассмотрена структурная схема процесса принятия решений выбора способа завершения операции по поводу перитонита. Разработана модель процесса принятия решений врачомхирургом. Особое внимание посвящено работам, в которых производился анализ на основе логистической регрессии. Во второй главе содержится характеристика клинического материала и описание использованного в работе метода бинарной логистической регрессии для выбора способа завершения операции по поводу перитонита. Подробно описан анализ исходных данных и алгоритм отбора значимых переменных в модель. Приведены полученные уравнения логистической регрессии, доказана их адекватность. Проведен дополнительный анализ модели на чувствительность и специфичность. В третьей главе описывается современное состояние развития нейронных сетей. Приводится обоснование выбора вероятностных нейронных сетей па основе радиальной базисной функции для расчета вероятности способа завершения операции. Описана архитекгура вероятностной нейронной сети множественного выбора. Показана применимость теоремы Байеса для расчета условной вероятности выбора способа завершения операции. Проведен анализ адекватности полученных ВИС на основе таблиц классификации. Модели рассмотрены с точки зрения чувствительности и специфичности на обучаемых, перекрестных и тестовых выборках. Приводятся анализ сравнения моделей на основе уравнений бинарной логистической регрессии и вероятностных нейронных сетей. В четвертой главе представлено описание ИИС ПНР. Приведены этапы разработки ИИС ППР. В заключении приводятся основные результаты и выводы, полученные в ходе выполнения диссертационного исследования. В приложениях приведена схема этапов построения ИИС ППР, свидетельство об официальной регистрации программы для ЭВМ, тематическая карта больного хирургического отделения Сургутской окружной клинической больницы представляющая собой аналог истории болезни пациента. Перитонитэто воспалительный процесс брюшной полости. Возникает перитонит вследствие любого патологического процесса, вызванного инфекционно воспалительной или травматической деструкцией органов живота и тела 2. При этом поражается обширная область брюшинного покрова, которая в некоторых случаях может достигать плошали м2 , нарушаются физиологические функции этого покрова экссудативная воспалительная, резорбтивная всасывания, барьерная защита от внешних воздействий. Поэтому перитонит является серьезной угрозой для нормальной жизнедеятельности организма человека 2. Перитонит имеет множество разновидностей и модификаций. На рис. По характеру проникновения микрофлоры в брюшную полость различают первичный, вторичный и третичный перитониты. В данной группе перитонитов первичный перитонит составляет . В литературных источниках его называют также гематогенным. Первичный перитонит возникает вследствие системного инфекционного заболевания туберкулеза, сальмонеллеза или незамеченной дремлющей инфекции. Вторичный перитонит проявляется как осложнение основного заболевания, например, вследствие запущенного аппендицита. В группе трех перитонитов вторичный перитонит составляет до , легальност при его возникновении Третичные перитониты рассматриваются как своеобразный промежуточный исход лечения тяжелого вторичного перитонита, когда после адекватной хирургической операции, стартовой антибактериальной терапии и интенсивной терапии в состоянии пациента не наблюдается положительной динамики. Частота третичных перитонитов около 5. Принадлежность к группе первичного, вторичного или третичного перитонита медики определяют на основании причин возникновения болезни. Первичные перитониты не имеют источника в брюшной полости. Они являются обычно моноинфекциями, как правило, вызванными хроническими инфекционными заболеваниями туберкулез, сальмонеллез. Вторичный перитонит возникает вследствие осложнения основного заболевания аппендицит, колотая рана живота. Третичные перитониты рассматриваются как своеобразный промежуточный исход лечения тяжелого вторичного распространенного перитонита, когда через суток после хирургической операции, не наблюдается положительной динамики 2.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.227, запросов: 244