Метод и алгоритмы интеллектуальной поддержки кардиоскрининга на основе системного анализа акустических сигналов

• Автор: Дафалла Али Абдалла Бабикер
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Курск
• Количество страниц: 143 с. : ил.

СОДЕРЖАНИЕ

Список обозначений сокращений ВВЕДЕНИЕ

Глава 1. Анализ методов и моделей интеллектуальной поддержки прогноза сердечнососудистых осложнений, основанных на системных взаимодействиях модифицируемых и не модифицируемых факторах риска

1.1. Артериальная жесткость как маркер сердечнососудистого

1.1.1. Анализ системных связей артериальной эюесткости и уровня риска сердечнососудистого осложнения
1.1.2. Изменение эластических свойств артерий, как показатель нарушения состояния сосудистой стенки

1.1.3. Анализ системных связей жесткости артерий и кардиопатологий

1.1.4. Способы оценки эластических характеристик сосудов

1.2. Искусственные нечеткие нейронные сети для задач интеллектуальной поддержки идентификации сложных систем

1.3. Методы и средства интеллектуальной поддержки кардиологического скрининга

1.4. Цели и задачи исследования

Глава 2. Информационные технологии классификации вязкоупругих свойств сосудов на основе авторегрессионного моделирования акустических сигналов в процессе окклюзионных проб
2.1. Формирование подпространства информативных признаков на основе авторегрессионного моделирования акустического сигнала кровотока
2.2. Формирование подпространства информативных признаков на основе ДЧП моделирования акустического сигнала кровотока
2.3. Алгоритм классификации вязкоупругих свойств сосудов на основе авторегрессионных моделей акустических сигналов кровотока
2.4. Выводы второй главы
Глава 3. Интеллектуальная система кардиологического скрининга на основе нейросетевых структур
3.1. Разработка нечетких нейросетевых моделей для интеллектуальных систем кардиологического скрининга сердечнососудистых осложнений
3.2. Синтез структуры первого решающего модуля нечеткой нейронной сети
3.3. Нечеткая нейронная сеть для интеллектуальной системы кардиоскрининга
3.4. Разработка и исследование структурнофункциональных решений для интеллектуальной системы кардиологического скрининга
3.5. Выводы третьей главы
Глава 4. Экспериментальные исследования интеллектуальной системы кардиологического скрининга и сравнительная оценка ее эффективности
4.1. Разработка методики оцифровки сигналов вибрации стенок сосудов в процессе окклюзиии
4.2. Формирование признакового подпространства РЗ
4.3. Разведочный анализ данных
4.3. . Графический анализ признакового подпространства РЗ
4.3.2. Корреляционный анализ признакового пространства
4.4. Нечеткое нейросетевое моделирование
4.5. Исследование диагностической эффективности интеллекту 6 альной системы прогнозирования ССО на примере больных СД
4.6. Выводы четвертой главы
ЗАКЛЮЧЕНИЕ
Библиографически й список
Приложения
Список обозначений сокращений
АГ артериальная гипертензия
АД артериальное давление
АР авторегрессия
АЧХ Амплитудночастотная характеристика
ГБ гипертоническая болезнь
ГИ гиперинсулинемия
ДАД диастолическое артериальное давление
ДС диагностическая специфичность
ДЧ диагностическая чувствительность
дчп двумерная частотная плоскость
ДЭ диагностическая эффективность
ИБС ишемическая болезнь сердца
ИМ инфаркт миокарда
ИО истина отрицательна
ИП истина положительна
ИСГ изолированная систолическая гипертензия
КН коэффициент надежности
КС кардиологический скрининг
КУ коэффициент уверенности
ЛЖ левый желудочек
ЛО ложь отрицательна
ЛП ложь положительна
ЛПР лицо, принимающее решение
МАУ микроальбуминурия
МД мера доверия
МИД мера недоверия
ОПСС периферического сосудистого сопротивления
НАД пульсовое артериальное давление
САД систолическое артериальное давление
СД сахарный диабет
См скорость распространения пульсовой волны по сосудам мы
шечного типа СНС симпатической нервной системы
СРБ с реактивный белок
СРПВ скорость распространения пульсовой волны
ССЗ сердечнососудистые заболевания
ССО сердечнососудистые осложнения
ССР сердечнососудистый риск
ССС сердечнососудистая система
СУБД системой управления базой данных
Сэ скорость распространения пульсовой волны по сосудам эла
стического типа ФР факторы риска
ХПН хронической почечной недостаточностью
ХС холестерин
ЧСС частота сердечных сокращений
ЭКГ электрокардиограмма
Актуальность


ТвК, в котором для генерации функций ТБК используется метод дискриминантного анализа в пространстве информативных признаков, полученных на основе данных физиологического, психологического и лабораторного анализа, а для реализации агрегаторов технологии инстара Гроссберга и генетических алгоритмов. Практическая значимость и результаты внедрения. Практическое значение работы определяется возможностью применения результатов исследования в практике кардиоскрининга при комплексной сравнительной оценке состояния здоровья. Разработанные метод, способы и алгоритмы составили основу построения интеллектуальной системы для кардиологического скрининга больных СД, практические испытания которой показали ее высокую диагностическую эффективность и приемлемое качество рекомендаций, формируемых для врачейспсциалистов. Программные средства ориентированы на практическое здравоохранение. Результаты работ внедрены в учебном процессе ЮгоЗападного государственного университета при подготовке специалистов по направлению . Биомедицинская инженерия и используются в клинической практике отделения сосудистой хирургии МУЗ ГКБ СМП г. Курска. Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научнотехнических конференциях на IX, XII и XIII Международных научнотехнических конференциях Медикоэкологические информационные технологии Курск, , , XXI Всероссийской научнотехнической конференции студентов, молодых ученых и специалистов Рязань, VI Всероссийской научнотехнической конференции Искусственный интеллект в XXI веке. Решения в условиях неопределенности Пенза, на XVII и XVIII Международных конференциях Лазерноинформационные технологии в медицине, биологии и геологии Новороссийск, , VIII Международной научнопрактической конференции Медицинская экология Пенза, на конференции БИОМЕДСИСТЕМЫ Рязань, IX Международной научном технической конференции Физика и радиотехника в медицине и экологии Владимир, , IV Международной научнопрактической конференции Здоровьссберегающие технологии в образовательном процессе проблемы и перспективы Пенза, , на научнотехнических семинарах кафедры биомедицинской инженерии ЮЗГУ Курск, , , , , . Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано печатных работ. Личный вклад автора. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в 1, 7, 9, и автором предложены способы формирования признаковых пространств, отражающих эластические свойства сосудов, в 2, 8, и соискателем разработаны модели ССО, построенные на основе авторегрессионного анализа сигналов кровотока в процессе окклюзионной пробы, в работах 5 и соискателем предложена нечеткая нейросетевая модель для интеллектуальной системы КС в 3 и 6 соискателем разработаны программноаппаратные средства для исследования кардиосигналов, предназначенные для интеллектуальной поддержки системы КС. Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и библиографического списка, включающего отечественных и зарубежных наименований. Работа изложена на 7 страницах машинописного текста, содержит рисунка и таблиц. Краткое содержание работы. В первой главе анализируется системные связи эластикоупругих свойств сосудистых стенок и риска сердечнососудистых осложнений. Рассматриваются методы и модели интеллектуальной поддержки при скрининге сердечнососудистых осложнений. В заключение сформированы цели и задачи исследования. Во второй главе разрабатываются способы, модели и алгоритмы формирования пространства информативных признаков на основе системного анализа акустических сигналов кровотока в процессе окклюзионных проб. В третьей главе исследуются вопросы синтеза нечетких нейросетевых моделей прогнозирования сердечнососудистых осложнений с ядром в виде нейронной сети, анализирующей эластические свойства сосудов, предназначенных для агрегации внешних и внутренних факторов риска. В четвертой главе осуществлены экспериментальные исследования интеллектуальной системы кардиологического скрининга и сравнительная оценка ее эффективности на примере определения риска сердечнососудистых осложнений у больных сахарным диабетом.