Синтез алгоритмов дискриминации в условиях статистической неопределенности данных для автоматизированной медицинской диагностики

Синтез алгоритмов дискриминации в условиях статистической неопределенности данных для автоматизированной медицинской диагностики

Автор: Хетагуров, Виктор Александрович

Шифр специальности: 05.13.06

Научная степень: Кандидатская

Год защиты: 1984

Место защиты: Москва

Количество страниц: 205 c. ил

Артикул: 4031363

Автор: Хетагуров, Виктор Александрович

Стоимость: 250 руб.

Синтез алгоритмов дискриминации в условиях статистической неопределенности данных для автоматизированной медицинской диагностики  Синтез алгоритмов дискриминации в условиях статистической неопределенности данных для автоматизированной медицинской диагностики 

СОДЕРЖАНИЕ
ВВЕДЕНИЕ. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ .
1. ПРОБЛЕМЫ АВТОМАТИЗАЦИИ ПРИНЯТИЯ РЕЖНИЙ В МЕДИЦИНЕ т
ПРИ СТАТИСТИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ ДАННЫХ .
1.1. Автоматизированные систеш обработки данных То
в медицине .I
1.2. Современные алгоритмические и программные средства решения задач распознавания. Постановка задачи исследования .г.
1.3. Априорная информация и априорная неопределенность оо задачи дискриминации .г
Выводы .г.
2. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ СИНТЕЗА Л
НЕПАРАМЕТРИЧЕСКИХ АЛГОРИТМОВ ДИСКРИМИНАЦИИ ПРИ СВД .
2.1. Статистическая модель непараметрических методов дискриминации. Задание системы отношений для 4Я
выбора алгоритма дискриминации .гг.
2.2. Структура критерия для выбора и оптимизации с,
алгоритма дискриминации при СВД
2.3. Свойства критерия минимума оценки границы ВВД .
2.4. Неопределенность метода дискриминации и оценка
достоверности решения V
2.5. Экспериментальное исследование непараметрических V алгоритмов дискриминации при статистической
неопределенности .
Выводы .
3. МЕТОДИКА РАЦИОНАЛЬНОГО СИНТЕЗА НЕПАРАМЕТРИЧЕСКИХ
АЛГОРИТМОВ ДИСКРИМИНАЦИИ ПРИ СТАТИСТИЧЕСКОЙ о
неопределенности ДАННЫХ
3.1. Структура методики рационального синтеза алгорит ор мов дискриминации при СВД гг
3.2. Выбор числа градаций шкал измерения признаков
3.3. Выбор параметров непараметрических алгоритмов
дискриминации и оценка их сложности .
Стр.
3.4. Оценка качества алгоритма дискриминации тпо
с учетом ограниченности выборки
Выводы .1У
4. СИНТЕЗ И ПРИМЕНЕНИЕ НЕПАРАМЕТЩЕСКИХ МСКРИМИНАТОРОВ ттт
ДЛЯ ПРИНЯТИЯ КЛИНИЧЕСКИХ РЕШЕНИИ В МЕДИЦИНЕ Щ
4.1. Синтез и применение алгоритмов дискриминации для прогнозирования исходов заболевания инфарктом ТтТ
миокарда
4.2. Синтез и применение алгоритмов дискриминации тл
для решения задачи выбора тактики лечения .т
4.3. Внедрение первой очереди автоматизированной системы обработки информации АСОИ Тои
Медпрофилактика г
Выводы .
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


В этой связи процесс проникновения математических методов и ЭВМ в теорию и практику медицинской науки и становление биомедицинской кибернетики, как самостоятельного направления исследований - объективная закономерность. Применение математических методов и ЭВМ в медицине охватывает широкий класс проблем - от способов автоматизации получения медицинской информации, ее преобразования, хранения и поиска до автоматизации анализа и синтеза полученных данных. В настоящее время накоплен определенный опыт по разработке и применению автоматизированных систем обработки данных (АСОД) медицинских исследований [4,,8,9]. Сделаны существенные обобщения с позиций разработчиков и пользователей АСОД [,,,0] . Решение определенных содержательных задач, которые ранее, без использования АСОД не могли быть решены. Выполнение служебных функций. Оценка состояний и параметров исследуемых систем ли объектов, для принятия решений на их основе. Дадим краткую характеристику каждому из указанных направлений. При решении АСОД задач, направленных на выполнение некоторых служебных функций, не проводится обработка информации в общеупотребительном, содержательном смысле. К этой категории относятся такие задачи, как распечатка историй болезни, хранимых в памяти ЭВМ, распечатка результатов измерения физиологических параметров и тли Решение этих задач для различных областей медицины освещено в большом числе работ [4,,,]. При этом следует отметить, что именно данное направление использования АСОД в медицине было хронологически: первым. Оно положило начало и послужило основой для введения стандартизации методов обследования, разработки объективных критериев и методов оценки качества информации о пациенте. Главная цель, преследуемая разработкой АСОД данной категории - уменьшение трудоемкости и затрат ресурсов на выполнение ряда однообразных рутинных операций обработки данных. Задачи оценки состояний и параметров исследуемых систем или объектов, решаемые АСОД для принятия клинических решений, требуют более высокого уровня формализации используемой модели системы. В некоторых случаях задача оценивания параметров и состояний системы рассматривается как единая задача. Содержательно цель функционирования АСОД 2-й из перечисленных категорий состоит в однозначном отображении значений каждого из исследуемых параметров исследуемого объекта на множество возможных (определенных системой или заданных внешними условиями) заключений о состоянии объекта. В дальнейшем под АСОД будет пониматься именно система второго типа, тем более, что данное направление разработки АСОД в медицине, как правило, включает задачи по выполнению служебных функций. АСОД в медицине - от сбора диагностической информации до ее обработки и оценки эффективности функционирования АСОД в целом. Следует отметить, что в настоящее время в медицине только начался процесс широкого внедрения автоматизированных систем обработки данных (АСОД—М). Основные итоги в области разработки и применения АСОД в медицине могут быть сформулированы следующим образом. Однозначно решен вопрос в пользу применения математических методов и ЭВМ в медицине и определено место и роль этого направления исследований в системе медицинских знаний. Определенное представление о широком спектре задач, которые решаются в медицине с использованием математических методов и ЭВМ, дает схема, представленная на рис. Если в -е годы основные усилия разработчиков АСОД в медицине были направлены на разработку аппаратуры для сбора информации о пациенте, ввода ее в ЭВМ и создание экспериментальных обрабатывающих программ для принятия клинических решений, то сейчас центр тяжести переносится на разработку более эффективных программ классификации и дискриминации. Кроме того, важным направлением является совершенствование способов извлечения из данных медицинских исследований их диагностического содержимого []. Таким образом, центральными задачами, стоящими перед разработчиками АСОД в медицине, является построение процедур обработки данных для принятия клинических решений, учитывающих специфику медицинских данных. АИС специальных служб здравоохранения: кардиологической , онкологической и пр. АС диагностик;! Ркс.

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: 0.224, запросов: 244