Интеллектуальная система поддержки принятия решений скрининг-диагностики рака желудка на основе комбинированных классификационных правил

• Автор: Бабков, Александр Сергеевич
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Курск
• Количество страниц: 148 с. : ил.

СОДЕРЖАНИЕ
Введение

Г лава 1 Аналитический обзор и постановка задач исследования

1.1 Скрининг-диагностика рака желудка

1.2 Принципы самоорганизационного моделирования

1.3 Синтез нечетких решающих правил

Цели и задачи исследования

Глава 2 Модель и методы скрининг-диагностики рака желудка для интеллектуальной системы поддержки принятия решений
2.1 Информационно-аналитическая модель системы поддержки принятия решений скрининг-диагностики рака желудка
2.2 Формирование обучающих и контрольных выборок и метод оценки классификационных возможностей структур медицинских данных
2.3 Метод синтеза нечетких решающих правил скрининг-диагностики рака желудка на основе данных о структуре связей между показателями крови
Выводы второй главы
Глава 3 Разработка основных элементов интеллектуальной системы скрининг-диагностики рака желудка
3.1 Разработка структуры интеллектуальной системы поддержки принятия решений скрининг-диагностики рака желудка
3.2 Формирование пространства информативных признаков
3.3 Синтез функций риска диагностики рака желудка
3.4 Алгоритм управления процессом скрининг-диагностики рака желудка на
основе показателей крови и анамнеза обследуемого
Выводы третьей главы
Глава 4 Результаты экспериментальных исследований
4.1 Формирование обучающих и контрольных выборок
4.2 Математические модели структуры связей между показателями крови
4.3 Диагностические возможности решающих правил

Выводы четвертой главы
Заключение
Библиографический список
Приложение

ВВЕДЕНИЕ
Актуальность работы. Актуальность диссертационного исследования обусловлена тем, что своевременная диагностика онкологических заболеваний позволяет существенным образом снизить смертность, улучшить качество терапевтических и хирургических последствий, снизить экономические затраты на лечение и последующую реабилитацию больных. В процессе скрининга рака желудка обязательным является осуществление анализа крови и расчета значений соответствующих онкомаркеров. Так как состав крови отражает происходящие в организме изменения при развитии патологических процессов, то анализ происходящих изменений состава крови позволяет повысить качество скрининг- диагностики. Достаточно оперативное осуществление системного анализа происходящих структурных изменений врачом затруднительно в силу необходимости обработки большого количества информации в условиях ее нечеткой определенности. В соответствии с этим возникает потребность в разработке интеллектуальной системы поддержки принятия решений (СППР) для скрининг-диагностики на основе современных компьютерных технологий, позволяющей осуществлять раннее выявление рака желудка и/или формировать в процессе скрининга рекомендации о необходимости продолжения обследования пациента в специализированных центрах или клиниках.
Степень разработанности темы исследования. В силу различных объективных и субъективных причин, ухудшения экологической обстановки и роста психологического напряжения людей наблюдается тенденция к ухудшению популяционных свойств здоровья населения. Возникает необходимость в массовом качественном медицинском обследовании людей с применением скрининговых систем, стандартизации методов и автоматизированных технологий, которые позволяют проектировать качественные интеллектуальные системы поддержки принятия решений для выявления определенных классов заболеваний. В Российской Федерации начиная с 1990 года ведутся разработки в области скрининга здоровья детей и

теории уверенностей для обозначения целостной характеристики обучающей выборки введем понятие меры доверия к обучающим способностям выборки {МДВ), а для обозначения классификационной возможности пространства признаков - меру доверия к признаковому пространству (МДП).
С учетом приоритетного использования в диссертационной работе методологии нечеткой логики принятия решений показателям МДВ и МДП придадим свойство меры доверия к принимаемым решениям Е. Шортлифа [46], определив область их изменения в диапазоне от 0 до 1, в котором нулю соответствует полное недоверие к обучающей выборке или составу информативных признаков, а единице - полное доверие к ним.
Полное доверие к обучающей выборке и составу признаков означает, что существует потенциальная возможность синтеза классификационных решающих правил, которые никогда «не ошибаются».
Аналогичным образом для обучающей выборки определим понятие меры доверия к репрезентативности выборки МДР, меры доверия к объему выборки МДО, меры доверия экспертов к выборке МДЭВ. Для пространства признаков мера доверия к информативной или информационной ценности МДИ, мера доверия экспертов к составу признаков МДЭП, мера доверия к размерности (количеству) информативных признаков МДК.
В зависимости от медико-технических возможностей задание и расчет выбранных показателей может осуществляться: группой
высококвалифицированных экспертов; по статистическим критериям на выборках различного, включая малого объема; с использованием смешанных стратегий (эксперты, статистические расчеты, нечеткие конструкции и операции над ними).
С учетом введенных определений предлагается оценку классификационных возможностей обучающих данных производить в соответствии со следующим методом.
1. Формируются обучающая и контрольная выборки по алгоритму, описанному выше, и на экспертном уровне определяется состав показателей