Нейросетевая система анализа данных и диагностики перинатального поражения центральной нервной системы

• Автор: Шайдуров, Александр Алексеевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Барнаул
• Количество страниц: 136 с.

Оглавление
Введение

I. Методы математического моделирования в медицине.

1.1. Использование методов математического моделирования в медицине

1.2. Использование методов математического моделирования в акушерстве и педиатрии

1.3. Математические методы диагностики перинатального поражения центральной нервной системы

II. Статистические методы анализа данных.

2.1 Предварительный статистический анализ

2.2 Дискриминантный метод анализа данных.

2.3 Кластерный метод анализа данных

2.4 Факторный метод анализа данных.

2.5 Анализ полученных результатов
III. Нейросетевая система анализа данных и диагностики перинатального
поражения центральной нервной системы
3.1 Иейросстевой метод анализа данных
3.2. Обоснование выбора математического аппарата системы анализа данных и диагностики перинатального поражения центральной нервной системы
3.3. Структура и функциональность системы анализа данных и диагностики перинатального поражения центральной нервной системы.
3.4. Модификации диагностической системы для различных типов входных
данных.
Заключение
Литература


Нейросетевая система диагностики оценивает состояние здоровья плода во время беременности на основе показателей протекания беременности, оценивает возможность исхода родов, основываясь на показателях протекания родов, и осуществляет диагностику пациентов, используя показатели протекания беременности и родов. Диагностика осуществляется без привлечения высококвалифицированных экспертов в условиях периферических медицинских учреждений. Использование проблемно-ориентированной системы принятия решений повышает оперативность принятия решений и снижает уровень субъективизма при постановке диагноза. Основные результаты диссертационной работы реализованы в виде программы диагностики перинатального поражения центральной нервной системы, внедрены в два медицинских учреждения Алтайского края и используются в медицинской практике. Публикации. Результаты работы отражены в двух статьях и тринадцати тезисах докладов на конференциях. Апробация результатов. Основные положения и отдельные результаты исследования докладывались и обсуждались на XI всероссийском научном семинаре «Нейроинформатика и ее приложения» (Красноярск, ), 5-й международной конференции «Радиоэлектроника в медицине» (Москва, ), 5-й научно-практической конференции «Молодежь-Барнаулу» (Барнаул, ), XII всероссийском научном семинаре «Нейроинформатика и ее приложения» (Красноярск, ). Внедрение. Программа для ЭВМ «Диагностика больных с перинатальным поражением ЦНС» была внедрена в двух клинических больницах Алтайского края. В Алтайском государственном университете на физико-техническом факультете в учебном процессе использовалась реализованная в программе для ЭВМ модель диагностики. Структура работы. Во введении формулируются объект, предмет, актуальность, цели и структура работы. Указывается новизна разработок, апробация результатов и их внедрение. Первая глава посвящена способам построения проблемно-ориентированных систем диагностики пациентов с помощью статистических и псйросетевых методов. Изложены основные идеи математического подхода, в рамках которого производится системный анализ и формализация процесса эмпирической диагностики. Во второй главе рассмотрена физическая и математическая постановка задачи. Описан эксперимент, в результате которого была построена математическая модель и получены данные, позволяющие оценить степень влияния симптомов на постановку диагноза. Приведены результаты исследований возможностей статистических методов анализа информации для диагностики перинатального поражения центральной нервной системы. Представлено описание построенного диагностического комплекса. Указаны возможные модификации и причины их возникновения. Приведены достоинства и недостатки применяемых математических моделей. В заключении формулируются основные результаты работы. В медицине накоплен большой опыт диагностики заболеваний и их исходов. Однако до недавнего времени диагностика пациентов носила субъективно-эмпирический характер, и лишь в последние годы получил развитие научно-обоснованный подход. Этот подход стад возможным с развитием вычислительной техники и разработкой методов математического моделирования. Разработка методов диагностики начинается после четкого определения цели, обуславливающей направленность действий: получение необходимой информации, ее обработку, анализ, выбор метода, определение перспектив и вероятности правильного определения диагноза. Большое значение для успешной разработки модели имеют качество и полнота исходной информации об объекте. Наиболее перспективным способом ее получения является системный подход [2], главный принцип которого состоит в понимании организма как целостной системы с упорядоченной структурой и наличием внутренних и внешних связей. Выделяют две большие группы методов диагностики - эвристические и фактографические [3]. Эвристические методы основаны на получении и обработке оценок объекта путем систематизированного опроса высококвалифицированных специалистов - экспертов. То есть первостепенное влияние на постановку диагноза оказывает мнение эксперта, основанное на личном опыте и умении. Такие методы позволяют определять диагноз при высокой степени неопределенности будущего в условиях недостаточной информации об объекте [4]. В отличие от эвристических, фактографические методы опираются на конкретные данные, характеризующие пациента.