Анализ состояния здоровья и нейросетевое прогнозирование заболеваемости сотрудников Федеральной противопожарной службы МЧС России

• Автор: Головинова, Вероника Юрьевна
• Шифр специальности: 05.26.02
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Санкт-Петербург
• Количество страниц: 144 с. : 15 ил.

ОГЛАВЛЕНИЕ

СПИСОК СОКРАЩЕНИЙ И АББРЕВИАТУР

ВВЕДЕНИЕ

Глава 1. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ В

СОВРЕМЕННОЙ МЕДИЦИНЕ Обзор литературы .

1.1. Искусственные нейронные сети. Основные понятия

1.2. Применение нейронных сетей в современной медицине

Глава 2. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ 3

2.1. Материалы и методы исследования, использованные в

диссертационном исследовании

2.2. Методы анализа состояния здоровья сотрудников ФПС

МЧС России .
Глава 3. АНАЛИЗ СОСТОЯНИЯ ЗДОРОВЬЯ СОТРУДНИКОВ
ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ СЕВЕРОЗАПАДНОГО РЕГИОНАЛЬНОГО ЦЕНТРА МЧС РОССИИ . 3
3.1. СевероЗападный региональный центр МЧС России. История
возникновения. Краткая медикогеографическая справка 3
3.2. Анализ общей заболеваемости сотрудников ФПС СЗРЦ
МЧС России за период с но гг 3
3.3. Анализ первичной заболеваемости сотрудников ФПС
СЗРЦ МЧС России за период с по гг.
3.4. Анализ грудопотерь сотрудников ФПС СЗРЦ МЧС России
за период с по гг.
3.5. Анализ инвалидности сотрудников ФПС СЗРЦ МЧС
России за период с по гг
3.6. Анализ смертности сотрудников ФПС СЗРЦ МЧС России
за период с по гг.
3.7. Сравнительный анализ показателей состояния здоровья сотрудников ФПС СЗРЦ МЧС России и военнослужащих
Вооружнных сил Российской Федерации.
Глава 4. ПРОГНОЗИРОВАНИЕ ЗАБОЛЕВАЕМОСТИ
СОТРУДНИКОВ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ МЧС РОССИИ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
4.1. Общие принципы создания компьютерной нейросетевой модели прогнозирования
4.2. Методика обучения нейронной сети прогнозированию заболеваемости сотрудников ФПС МЧС России .
4.2.1. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России
4.2.2. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями органов дыхания.
4.2.3. Прогнозирование травматизма сотрудников ФПС МЧС России
4.2.4. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями костномышечной системы и соединительной ткани.
4.2.5. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями системы кровообращения
Г лава 5. ОЦЕНКА КАЧЕСТВА ПРОГНОЗА ЗАБОЛЕВАЕМОСТИ СОТРУДНИКОВ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ МЧС РОССИИ, ПОСТРОЕННОГО С
ПРИМЕНЕНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ
ОБЩЕЕ ЗАКЛЮЧЕНИЕ И ОБЩИЕ ВЫВОДЫ.
ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ


Медицинский отдел Северо-Западного регионального центра МЧС России использует результаты анализа состояния здоровья сотрудников, а так же выводы и практические рекомендации, полученные в процессе исследования, при планировании лечебно-профилактических и санитарнопротивоэпидемических (профилактических) мероприятий. ФГОУ ВПО «Самарский военно-медицинский институт» МО РФ, а также при обучении аспирантов и клинических ординаторов в ФГУЗ «Всероссийский центр экстренной и радиационной медицины имени А. М. Никифорова» МЧС России. Личный вклад автора в разработку темы заключается в подготовке комплексной программы диссертационного исследования, составлении и проведении анализа баз данных, самое гоя гелыюм сборе и обработке литературных источников, полученных материалов и данных, в выполнении исследований, предусмотренных целью и задачами работы. Диссертантом лично, при консультативном участии специалиста в области математического анализа и программирования, разработаны компьютерные базы данных, проведена статистическая обработка полученных результатов, предложены математические модели ключевых показателей; лично разработана методика анализа показателей состояния здоровья сотрудников Федеральной противопожарной службы МЧС России с использованием среды MS Excel. Публикации по теме диссертации насчитывают научных работ, в т. Высшей аттестационной комиссией Минобрнауки России. Структура диссертации включает введение, пять глав, общее заключение и общие выводы, практические рекомендации, список использованной литературы и приложения. Текст диссертации изложен на 9 страницах машинописи, иллюстрирован рисунками и таблицами. Список использованной литературы начитывает 2 источника, из них 3 отечественных и иностранных. С глубоким уважением выражаю искреннею благодарность за консультацию при выполнении этого исследования доктору медицинских наук профессору Минаеву Юрию Леонидовичу, кандидату медицинских наук доценту Кирееву Сергею Григорьевичу! Глава 1. Искусственные нейронные сети. Искусственные нейронные сети - математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей - сетей нервных клеток живого организма [1]. Искусственные нейронные сети, не смотря на своё разнообразие, имеют общие черты, главная из которых — все они состоят из большого количества связанных между собой нейронов, структурной единицы нейронной сети. Искусственный нейрон имитирует работу нейрона головного мозга. Он имеет разветвленную структуру ввода информации (дендриты), тело и разветвляющийся выход (аксон), который соединяется с дендритами других нейронов (рис. На конце дендритов имеются синапсы (веса), от суммарной величины которых зависит, превысит ли входящий импульс некое пороговое значение нейрона, в результате чего, получается величина активации нейрона и с помощью передаточной функции последний меняет свою активность в сторону возбуждения (торможения), а затем передает выходной сигнал через аксон денлритам следующего нейрона. Рис. Текущее состояние нейрона Б определяется, как взвешенная сумма его входов, где х - входной сигнал; — вес (синаптический коэффициент). Состояние аксона нейрона . Дз). Если передаточная функция представлена ступенчатой формой, то работать искусственный нейрон будет точно также как естественный нейрон. Для возбуждения искусственного нейрона используются различные нелинейные функций активации. Сигмоидальная функция, её ещё называют логистическая, имеет одно преимущество - простое выражение для ее производной. Если а уменьшается, то кривая становится более пологой, а с увеличением — внешне стремится к функции единичного скачка. Если порог возбуждения приближается к нулю, то сигмоид принимает горизонтальную линию на уровне 0,5. Таким образом, выходной сигнал является случайной величиной! Данная функция в центральной части имеет большой коэффициент усиления и способна слабые сигналы усиливать. Кроме того, широко используется, подобная сигмоидальной функции, функция знак (сигнум), которая и напоминает её, но при этом она симметрична относительно начала координат и может иметь как положительные, так и отрицательные значения, что выгодно для ряда нейросетей. При пороговом возбуждении равном нулю выходное значение равно нулю.