Публикационная активность
(сведения по итогам 2021 г.)
2-летний импакт-фактор РИНЦ: 0,441
2-летний импакт-фактор РИНЦ без самоцитирования: 0,408
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,704
5-летний импакт-фактор РИНЦ: 0,417
5-летний импакт-фактор РИНЦ без самоцитирования: 0,382
Суммарное число цитирований журнала в РИНЦ: 9837
Пятилетний индекс Херфиндаля по цитирующим журналам: 149
Индекс Херфиндаля по организациям авторов: 384
Десятилетний индекс Хирша: 71
Место в общем рейтинге SCIENCE INDEX за 2021 год: 196
Место в рейтинге SCIENCE INDEX за 2021 год по тематике "Автоматика. Вычислительная техника": 4
Место в рейтинге SCIENCE INDEX за 2021 год по тематике "Кибернетика" 2
Больше данных по публикационной активности нашего журнале за 2008-2021 гг. на сайте РИНЦ
Добавить в закладки
Следующий номер на сайте
Система поддержки принятия решений при определении нозологической формы гепатита
Аннотация:Статья посвящена решению проблемы определения нозологической формы гепатита с целью снижения ошибок при оценке данных анамнеза и клинических анализов. Проблема решается с помощью ПО, моделирующего опыт специалистов, путем итерационного обучения на эталонных ситуациях. Поставленная перед системой поддержки принятия решений задача состоит из шестидесяти пяти входных факторов (анализов и анамнезов) и четырех выходных значений, характеризующих форму гепатита. Набор входных фак- торов выбран исходя из рекомендаций по клинической диагностике формы гепатита, нозологические формы выбирались в соответствии с требованиями международной системы классификации болезней. Предложенный алгоритм решения задачи основан на применении модифицированного итерационного метода Качмажа для решения систем линейных уравнений нейронной сети, при решении происходит расчет весовых коэффициентов. Выбранный метод позволяет производить расчет, эффективно используя вычислительные возможности. Система реализована в среде разработки Embarcadero Delphi, в качестве сервера БД использован FirebirdSQL. БД содержит 280 эталонных образов, участвующих в обучении системы. Общее количество итераций для формирования базы весовых коэффициентов составляет 260, полученная ошибка обучения равна 0,2–0,3. Применение образов, содержащих наибольшую ошибку, позволяет понизить ошибку и общее количество образов. Система прошла клиническую апробацию на полных данных 100 реальных пациентов, коэффициент корреляции составил 0,7. В ряде случаев применение разработанной системы позволяет повысить эффективность лечения. Применение данного подхода также возможно для оценки эффективности лечения гепатита.
Abstract:The article considers the problem of determining a nosological entity of hepatitis to reduce the number of clinical errors in the assessment of medical history and clinical analysis. This problem might be solved based on iterative learning in reference situations using software that model specialists’ experience. A decision support system has a task that consists of sixty-five input factors such as tests and anamnesis and four output values that characterize the type of hepatitis. The sample of input factors is based on recommendations for a clinical diagnosis of the type of hepatitis. Nosological entities correspond to the international nosology requirements. The proposed algorithm is based on a modified iterative Kaczmarz method for solving systems of linear equations in a neural network. Solving includes calculation of weighted coefficients. This method allows performing calculations with efficient using of some computational capabilities. The system powered by Embarcadero Delphi. A database server is FirebirdSQL. The database contains 280 reference images involved in training of the system. The total amount of iterations for forming the basis of weighted coefficients is 260. The training error is 0.2–0.3. Applicability of images with the maximum error allows reducing the error and the total amount of images. The system has been clinically tested on the data of 100 real patients, the correlation index is 0.7. The developed system allows increasing the treatment efficacy in some cases. The proposed approach might be used to assess efficacy of hepatitis treatment.
Авторы: Дмитриев Г.А. (kirsanich@mail.ru) - Тверской государственный технический университет (профессор), г. Тверь, Россия, доктор технических наук, Астафьев А.Н. (a.n.astafyev@gmail.com) - Липецкий государственный технический университет (ассистент), Липецк, Россия | |
Ключевые слова: диагностика гепатита, нейронная сеть, сппр, система поддержки принятия решения, информационная система, медицинская диагностика |
|
Keywords: diagnosis of hepatitis, neural network, dss, decision-making support system, information system, medical diagnostics |
|
Количество просмотров: 8287 |
Версия для печати Выпуск в формате PDF (29.80Мб) |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=4379&lang=&lang=&like=1 |
Версия для печати Выпуск в формате PDF (29.80Мб) |
Статья опубликована в выпуске журнала № 4 за 2017 год. |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Интеллектуальная информационная система для решения задач прогнозирования неисправностей вагонного оборудования на железнодорожном транспорте
- Комплекс программных средств для анализа риска и последствий аварий на химически опасных объектах
- Информационная система аналитического сценария формирования долга региона
- Система диагностики и оценки риска остеопоротического перелома на основе интеллектуального анализа данных
- Информационная среда Ульяновского государственного технического университета
Назад, к списку статей