Разработка моделей и алгоритмов дифференциальной диагностики патологии коленного сустава

• Автор: Пасынкова, Ирина Вячеславовна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Воронеж
• Количество страниц: 141 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1. АНАЛИЗ ИНФОРМАЦИОННЫХ ВОЗМОЖНОСТЕЙ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ДЛЯ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ КОЛЕННОГО СУСТАВА

1.1. Причины возникновения и классификация патологий коленного сустава.

1.2. Анализ подходов к построению автоматизированных систем для диагностики заболеваний коленного сустава.

1.3. Цель и задачи исследования.

2. МОДЕЛИРОВАНИЕ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЯ ПРИ ДИАГНОСТИКЕ ПАТОЛОГИИ КОЛЕННОГО СУСТАВА.
2.1. Анализ подходов к классификации состояния больных с патологией коленного сустава на основе вероятностных методов.

2.1.1. Общие подходы к решению задач классификации

2.1.2. Методы распознавания образов в диагностике больного с патологией коленного сустава

2.1.3. Вероятностные методы распознавания.

2.1.4 Применение неоднородной последовательной процедуры Вальда для автоматизированной диагностики больных с патологией коленного сустава.
2.2. Формирование пространства информативных признаков для построения моделей
2.3. Логическая модель постановки диагноза при патологии
коленного сустава.
ВЫВОДЫ ВТОРОЙ ГЛАВЫ.
3. АВТОМАТИЗИРОВАННЫЕ ПРОЦЕДУРЫ ДИАГНОСТИКИ ПАТОЛОГИИ КОЛЕННОГО СУСТАВА.
3.1. Формирование диагностических алгоритмов при патологии коленного сустава
3.2. Методологические основы выбора режима управления
Ф диагностическим процессом.
3.3. Автоматизированные процедуры формирования управляющего
решения
ВЫВОДЫ ТРЕТЬЕЙ ГЛАВЫ.
4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И АПРОБАЦИЯ
РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ.
4.1. Структура автоматизированной системы диагностики патологии коленного сустава
4.2. Оценка эффективности функционирования автоматизированной системы диагностики патологии коленного сустава.
I ВЫВОДЫ ЧЕТВЕРТОЙ ГЛАВЫ
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Показано, что повышение эффективности лечебно-диагностического процесса может быть достигнуто с помощью использования систем компьютерных технологий интеллектуальной поддержки деятельности врача, что даст возможность улучшить качество принимаемых решений и не допустить появления врачебных ошибок. Современным программным продуктам присущи дружественный интерфейс, наглядная структура данных, удобный способ доступа к информации, возможность создания пользователем баз данных, гибкое взаимодействие с другими программами. Кроме того, особенности информационного обеспечения автоматизированных систем медицинского назначения, такие как создание и корректировка машинной истории болезни, контроль вносимых данных, формирование массива данных для научных исследований и статистических отчетов, защита информации, предъявляют определенные требования к структуре системы. Автоматизация принятия клинических решений открывает новые возможности в медицине для повышения точности диагностики за счет систематичности и полноты используемых данных и возможности совместного использования данных из разных источников, а также для повышения надежности клинических решений на основе моделирования физиологических процессов. Исходя из анализа современного состояния и путей повышения эффективности функционирования диагностических систем, сформулированы цель и задачи исследования. Во второй главе рассматриваются модели процесса принятия решения при диагностике патологии коленного сустава. Диагностика представляется в качестве задачи классификации, где классифицированию подвергаются состояния больных с патологией коленного сустава. Показано, что одним из перспективных направлений решения задач дифференциальной диагностики является использование методов и алгоритмов теории вероятности. В данном случае для решения задачи классификации выбрана неоднородная последовательная процедура распознавания Вальда. Вальда обеспечивает минимизацию числа тагов процедуры распознавания и, следовательно, существенное уменьшение числа признаков, необходимых для постановки диагноза с заданным уровнем надежности. Для постановки диагноза больным с патологией коленного сустава построена логическая модель принятия решения, рассматривающая на каждом этапе только специфический набор признаков, позволяющий выявить подозрение на определенный характер патологии и использующая врачебную логику принятия решения, что значительно упрощает применение модели в клинической практике. Здесь же рассматривается применение информационной меры Кульбака для формирования пространства информативных признаков на каждом этапе диагностики патологии коленного сустава. В третьей главе рассматривается алгоритмизация диагностики патологии коленного сустава. Постановка диагноза осуществляется на основе отнесения индивидуального состояния пациента к одному из выделенных прогностических классов и формируется на основе применения неоднородной последовательной процедуры распознавания Вальда. Для решения поставленной задачи предложена автоматизированная система, обеспечивающая формирование критериев распознавания классов, а также автоматизированное распознавание новых объектов. Алгоритм работы системы реализуется в виде нескольких взаимосвязанных процедур, описывающих различные режимы работы: обучение и распознавание. В режиме обучения обеспечивается возможность накопления признаков классов, описывающих объекты, а также обучающих выборок, используемых при распознавании. Режим распознавания реализует разработанный аппарат классификации и позволяет определить принадлежность анализируемой выборки к известному классу. Кроме того, лицу, принимающему решение (ЛПР) предоставляется возможность пополнения базы данных, описывающих распознаваемые классы, за счет процедуры дообучения, позволяющей в процессе распознавания адаптировать систему к изменяющимся условиям работы. Предложена модульная структура автоматизированной системы, реализующая разработанные алгоритмы в виде работы различных подсистем. Показано, что каждый блок алгоритмов решает свой набор задач в рамках вычислительного процесса. Разработана функциональная схема автоматизированной системы на основе универсальных процедур, в которых связывание структуры данных и программ производится лишь в момент исполнения программы.