Разработка решающих правил для дифференциальной диагностики осложненных форм инфаркта миокарда

• Автор: Залавский, Дмитрий Станиславович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Воронеж
• Количество страниц: 159 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1 СИСТЕМНЫЙ АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ОСЛОЖНЕННЫХ

ФОРМ ИНФАРКТА МИОКАРДА

1.1 Подходы к дифференциальной диагностике и прогнозированию осложненных форм инфаркта миокарда

1.2 Анализ методов и концепций распознавания образов в медицинской диагностике

1.3 Цель и задачи исследования.

2 АЛГОРИТМИЗАЦИЯ ФОРМИРОВАНИЯ ИНТЕРВАЛЬНЫХ И БИНАРНЫХ СТРУКТУР

2.1 Формирование обучающей выборки для моделирования осложненных форм инфаркта миокарда

2.2 Разработка алгоритма формирования интервальных и бинарных структур

2.3 Анализ взаимосвязи медикобиологических признаков при помощи построения корреляционного графа
Выводы второй главы
3 МОДЕЛИРОВАНИЕ РЕШАЮЩИХ ПРАВИЛ ДЛЯ ПРОГНОЗИРОВА
НИЯ ДИАГНОЗА ОСЛОЖНЕННОЙ ФОРМЫ ИНФАРКТА МИОКАРДА.
3.1 Разработка модифицированного многошагового байесовского алгоритма как основной стратегии распознавания
3.2 Формирование подмножества информационноценных признаков для модифицированного многошагового байесовского алгоритма
3.3 Разработка методов построения показателей эффективности применения стратегии распознавания
Выводы третей главы
4 АНАЛИЗ ЭФФЕКТИВНОСТИ КОМПЛЕКСА МЕТОДОВ И АЛГО
РИТМОВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКЕ ОСЛОЖНЕННЫХ ФОРМ ИНФАРКТА МИОКАРДА.
4.1 Анализ показателей эффективности дифференциальной диагностики осложненных форм инфаркта миокарда
4.2 База знаний и экспертный модуль системы дифференциальной диагностики
4.3 Структура программноалгоритмического обеспечения информационной системы диагностики
Выводы четвертой главы.
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ


В третьей главе рассматривается вопрос поиска оптимальной методологии для дифференциальной диагностики осложненных форм ИМ. На основе системного анализа приводится доказательство не состоятельности моделей Неймана-Пирсона, Вальда, Байеса, Фишера и метода прецедентов для высокоточного прогноза диагноза пациента. Предложен алгоритм моделирования решающих правил, использующий стратегию Байеса, но освобожденный от влияния априорных вероятностей. В этом алгоритме эффективно интегрированы полезный элемент байесовского подхода - его многоальтернативность - и продуктивная идея неоднородного последовательного анализа - упорядочение признаков в соответствии с их информационной ценностью. С помощью анализа матрицы соответствия, предложена методика формирования подмножества информационно-ценных признаков для модифицированного многошагового байесовского алгоритма, которая дает право на исключение большего количества слабоинформативных признаков. В конечном счете, эта методика дает возможность снизить время определения дифференциального диагноза, что весьма актуально при осложненных формах ИМ, и снижает расходы на весьма дорогие клинико-лабораторные анализы. Обоснован методологический подход к получению оценки эффективности алгоритмов автоматической классификации данных. На основе матрицы соответствия рассчитываются метрические и информационные показатели качества алгоритмов. Информационные показатели эффективности алгоритма распознавания предложено формировать на основе энтропийных функционалов. Приводится доказательство того, что информационный показатель эффективности алгоритмов распознавания, построенный на основе энтропии Шеннона, обладает лучшей чувствительностью к свойству различения классов объектов по сравнению с метрическими показателями. В четвертой главе приводится анализ эффективности комплекса методов и алгоритмов интеллектуальной поддержки принятия решений при дифференциальной диагностике осложненных форм ИМ. Рассмотрена в качестве эмпирического материала база данных кардиологического отделения Санкт-Петербургского государственного медицинского университета им. И.П. Павлова, сформированная на основании архивных историй болезни - г. На основе алгоритма формирования обучающей выборки произведена диагонализация матрицы связи и проведена фильтрация данных первоначальной выборки - из 4 больных были исключены из дальнейшего рассмотрения в виду неадекватности показателей их признаков. Сформированы интервальные и бинарные структуры для дифференциальной диагностики осложненных форм ИМ. Т-лимфоциты. Подробно рассмотрены примеры определения вероятностной меры каждого из семи дифференциальных диагнозов, по предложенным алгоритмам. Обоснована трехуровневая система представления знаний в разработанном комплексе. Самый высокий уровень - база целей, следующий уровень - база задач; на самом низком уровне хранятся решающие правила, разработанные в процессе взаимодействия “человек - ЭВМ” для решения интересующих пользователя задач - интервальные и бинарные (матричные) структуры вместе со стратегией распознавания. Они и являются основными объектами базы знаний информационной системы. Создана база знаний в экспертном модуле системы в рамках конкретной предметной области — “Осложненные формы ИМ”. В программном комплексе предусмотрен переход из одной предметной области в другую. Проведенные исследования убедительно показали, что алгоритмическое формирование базы знаний в процессе обучения и специальная организация экспертной системы позволяют принимать дифференциальнодиагностические, прогностические и другие решения, превышающие возможности современного клинического опыта. Разработан программный комплекс, состоящий из шести модулей: модуль формирования достоверной выборки; модуль формирования интервальных и бинарных структур; модуль анализа взаимосвязи медико-биологических признаков; модуль формирования информационно-ценных признаков; модуль прогнозирования осложненной формы ИМ; модуль анализа эффективности решающих правил. В заключении приводятся основные результаты работы.