ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ДИАГНОСТИКЕ КАРДИАЛГИЧЕСКОГО СИНДРОМА
https://doi.org/10.51523/2708-6011.2008-5-4-4
Аннотация
Цель исследования - разработка метода оценки болевого синдрома в области сердца с использованием искусственных нейронных сетей (ИНС) с учетом особенностей клинических данных для решения проблемы дифференциальной диагностики кардиалгического синдрома вертеброгенного и коронарного генеза. Разработанная система дифференциации кардиалгического синдрома при помощи ИНС продемонстрировала значительные диагностические возможности с высокими показателями чувствительности (97,7 %) и специфичности (91,1 %).
Об авторах
А. В. Коротаев
Республиканский научно-практический центр радиационной медицины и экологии человека
Беларусь
Беларусь
А. А. Литвин
Гомельская областная клиническая больница
Беларусь
Беларусь
Н. А. Манак
Гомельская областная клиническая больница
Беларусь
Беларусь
В. Я. Латышева
Гомельский государственный медицинский университет
Беларусь
Беларусь
Список литературы
1. Андрейчиков, А. В. Интеллектуальные информационные системы / А. В. Андрейчиков, О. Н. Андрейчикова. - М.: Финансы и статистика, 2006. - 424 с.
2. Боровиков, В. П. Прогнозирование в системе «Statistica» в среде Windows / В. П. Боровиков, Г. И. Ивченко. - М.: Финансы и статистика, 2006. - 368 с.
3. Возможности прогнозирования инфицированного панкреонекроза / А. А. Литвин [и др.] // Проблемы здоровья и экологии. - 2007. - № 2. - С. 7-14.
4. Лутфарахманов, И. И. Сравнительная оценка современных подходов ранней идентификации тяжелого течения острого панкреатита / И. И. Лутфарахманов, П. И. Миронов, В. А. Руднов // Анестезиология и реаниматология. - 2007. - № 3. - С. 51-54.
5. Назаренко, Г. И. Прогнозирование характера течения острого панкреатита методом нейронных сетей / Г. И. Назаренко, В. И. Сидоренко, Д. С. Лебедев // Вест. хирургии. - 2005. - Т. 164, № 1. - С. 50-54.
6. Нейронные сети. STATISTICA Neural Networks: пер. с англ. - М.: Горячая линия-Телеком, 2001. - 182 с.
7. Осовский, С. Нейронные сети для обработки информации / С. Оссовский; пер. с польского И. Д. Рудинского. - М.: Финансы и статистика, 2004. - 344 с.
8. Применение нейросетевых компьютерных технологий в определении лечебной тактики у больных с язвенной болезнью желудка и двенадцатиперстной кишки / В. П. Петров [и др.] // Вест. хирургии. - 2000. - Т. 159, № 1. - С. 73-76.
9. Прогнозирование осложнений после реконструктивных операций на аортоподвздошном сегменте / А. А. Полянцев [и др.] // Хирургия. - 2004. - № 4. - С. 9-12.
10. Использование нейронных сетей для прогнозирования исходов оперативных вмешательств по поводу ишемической болезни сердца / Н. Н. Шихвердиев [и др.] // Вест. хирургии. - 2003. - Т. 162, № 2. - С. 75-78.
11. Abbass, H. A. An evolutionary artificial neural networks approach for breast cancer diagnosis / H. A. Abbass // Artificial Intelligence in Medicine. - 2002. - Vol. 25, № 3. - P. 265-281.
12. Archambeau, C. Prediction of visual perception with artificial neural networks in a visual prosthesis for the blind / C. Archambeau, J. Delbekeb, C. Veraartb // Artificial Intelligence in Medicine. - 2004. - Vol. 322. - P. 183-194.
13. Borret, D. S. Evolutionary autonomous agents and the nature of apraxia / D. S. Borret, F. Jin, H. C. Kwan // Biomedical Engineering Online. - 2005. - Vol. 14, № 1. - P. 1.
14. Delen, D. Predicting breast cancer survivability: A comparison of three data mining methods / D. Delen, G. Walker, A. Kadam // Artificial Intelligence in Medicine. [Electronic resource]. - 2004. - Mode of access: http://www.intl.elsevierhealth.com/journals/aiim. Date of access 23.09.2005.
15. Gomez-Ruiz, J. A. A neural network based model for prognosis of early breast cancer / J. A. Gomez-Ruiz, J. M. Jerez-Aragones, J. Munoz-Perez // Applied Intelligence. - 2004. - Vol. 20. - P. 231-238.
16. New directions in statistical signal processing: from systems to brain / S. Haykin [et al.]. - Cambridge, London: The MIT Press, 2007. - 514 p.
17. Mobley, B. A. Neural network predictions of significant coronary artery stenosis in men / B. A. Mobley, E. Schechter, W. E. Moore // Artificial Intelligence in Medicine [Electronic resource]. - 2004. - Mode of access: http://www.intl.elsevierhealth.com/journals/aiim. Date of access 23.09.2005.
18. Mobley, B. A. Predictions of coronary artery stenosis by artificial neural networks / B. A. Mobley, E. Schechter, W. E. Moore // Artificial Intelligence in Medicine. - 2000. - Vol. 18. - P. 187-203.
19. Nattkemper, T. W. Human vs. machine: Evaluation of fluorescence micrographs / T. W. Nattkemper, T. Twellmann, H. Ritter // Computers in Biology and Medicine. - 2003. - Vol. 33, № 1. - P. 31-43.
20. Papadopulos, A. An automatic microcalcification detection system based от a hybrid neural network classifier / A. Papadopulos, D. I. Foriadis, A. Likas // Artificial Intelligence in Medicine. - 2002. - Vol. 25, № 2. - P. 149-167.
21. Zhou, Z. H. Lung cancer cell identification based on artificial neural network ensembles / Z. H. Zhou, Y. Jiang, B. Yang // Artificial Intelligence in Medicine. - 2002. - Vol. 24, № 1. - P. 25-36.
Рецензия
Для цитирования:
Коротаев А.В., Литвин А.А., Манак Н.А., Латышева В.Я. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ДИАГНОСТИКЕ КАРДИАЛГИЧЕСКОГО СИНДРОМА. Проблемы здоровья и экологии. 2008;(4):23-28. https://doi.org/10.51523/2708-6011.2008-5-4-4
For citation:
Korotaev A.V., Litvin A.A., Manak N.A., Latysheva V.J. USE OF ARTIFICIAL NEURONIC NEURAL NETWORKS IN DIAGNOSTICS OF THE CARDIALGIA SYNDROME. Health and Ecology Issues. 2008;(4):23-28. (In Russ.) https://doi.org/10.51523/2708-6011.2008-5-4-4
Просмотров: 260
Послать статью по эл. почте 