Архив номеров
Медицинская Техника / Медицинская техника №2, 2020 / с. 45-48

Прогнозирование ишемических рисков в многоканальной системе с дублированием решений и ассоциативным выбором

Е.В. Петрунина, О.В. Шаталова, З.У. Протасова, А.Ф. Рыбочкин, В.В. Серебровский


Аннотация

Рассмотрен метод дублирования решений с ассоциативным выбором, предназначенный для автоматизированной системы прогнозирования ишемической болезни сердца, включающий в себя: математические модели для определения ишемических рисков по трем группам информативных признаков; алгоритмическое обеспечение для синтеза нейросетевых моделей и для моделей нечеткого логического вывода; алгоритм ассоциативного выбора решений, позволяющий синтезировать классификатор дублирующих каналов; классификатор дублирующих каналов, позволяющий осуществлять ассоциативный выбор дублирующих решений.
Экспериментальные исследования показали, что диагностическая эффективность модели с ассоциативным выбором превосходит известные модели на 10…16 %, а использование ассоциативного выбора и дублирующих каналов позволяет повысить диагностическую эффективность на 8 % по сравнению с диагностической эффективностью в отдельных каналах.


Вернуться к содержанию

Сведения об авторах

Елена Валерьевна Петрунина, канд. техн. наук, доцент, декан факультета прикладной математики и информатики, ФГБОУ ИВО «Московский государственный гуманитарно-экономический университет», г. Москва,
Ольга Владимировна Шаталова, канд. техн. наук, доцент,
Зейнаб Усама Протасова, аспирант, кафедра биомедицинской инженерии,
Анатолий Федорович Рыбочкин, д-р техн. наук, профессор, кафедра космического приборостроения,
Вадим Владимирович Серебровский, д-р техн. наук, профессор, кафедра программной инженерии, ФГБОУ ВО «Юго-Западный государственный университет», г. Курск,

Список литературы

1. Комлев И.А., Шаталова О.В., Дегтярев С.В. и др. Прогнозирование и оценка степени тяжести ишемии сердца на основе гибридных нечетких моделей // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2019. Т. 9. № 1 (30). С. 133-145.
2. Быков А.В., Кореневская С.Н., Комлев И.А. и др. Прогнозирование развития критического состояния кровообращения сердца на основе нечетких моделей // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2018. Т. 8. № 1 (26). С. 74-87.
3. Филист С.А., Шаталова О.В., Ефремов М.А. Гибридная нейронная сеть с макрослоями для медицинских приложений // Нейрокомпьютеры. Разработка и применение. 2014. № 6. С. 35-39.
4. Томакова Р.А., Филист С.А., Яа Зар До Универсальные сетевые модели для задач классификации биомедицинских данных // Известия Юго-Западного государственного университета. 2012. № 4 (43). С. 44-50.
5. Филист С.А., Емельянов С.Г., Рыбочкин А.Ф. Нейросетевой решающий модуль для исследования живых систем // Известия Курского государственного технического университета. 2008. № 2 (23). С. 77-82.
6. Моросанова Н.А., Соловьев С.Ю. Формальные свойства схемы Шортлифа / Управление большими системами. Сборник трудов. 2012. Вып. 36. С. 5-38.
7. Пашкевич В.М. Автоматизация построения сложных эмпирических зависимостей при исследованиях технологических объектов // Вестник ГГТУ им. П.О. Сухого. 2019. № 1. С. 10-17.
8. Смирнова М.Д., Фофанова Т.В., Агеев Ф.Т. и др. Прогностические факторы развития сердечно-сосудистых осложнений во время аномальной жары 2010 г. (когортное наблюдательное исследование) // Кардиологический вестник. 2016. № 11 (1). С. 43-51.
9. Зо Зо Тун, Филист С.А., Шаталова О.В. Способы и алгоритмы морфологического анализа в задачах распознавания QRS-комплексов // Научные ведомости БелГУ. Серия: Экономика. Информатика. 2011. № 7 (102). Вып. 18/1. С. 50-60.