Система аналізу результатів гемореологічних досліджень на основі ієрархічної кластеризації діагностичних ознак

Key words: intellectual computer system of medical diagnostics, gemoreologycal parameters, hierarchical clusterization of diagnostic attributes, selection diagnostically valuable attributes, classification, stream model, correlation interralation.

Максюта Н.В. Система анализа результатов гемореологических исследований на основе иерархической кластеризации диагностических признаков. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.11.17 - биологические и медицинские приборы и системы. - Харьковский национальный университет радиоэлектроники, Харьков, 2007.

Диссертация направлена на решение актуальной научной и технической задачи - развитие методов иерархической кластеризации диагностических признаков (ДП), которые характеризуют вязкостные свойства крови, и проектирование ИКСМД. Работа посвящена разработке системы анализа результатов гемореологических исследований (ГИ) с целью формирования пространства ДП минимально необходимого объема с учетом их статистической зависимости, трудоемкости измерения и диагностической ценности относительно заданной системы диагнозов.

Для решения поставленной задачи разработан метод иерархической кластеризации ДП на основе потоковых моделей. При этом предложено рассматривать в виде потоковой модели структуру связей между гемореологическими показателями (ГП): показатели выступают в качестве вершин графа, лежащего в основе потоковой модели, а в качестве дуг графа - корреляционные связи между ними.Проведен анализ существующих методов измерения ГП, который показал, что ГИ является трудоемким процессом, требующим использования специальных приборов, не всегда имеющихся в наличии в клинических лабораториях из-за своей дороговизны. В связи с этим показана необходимость исследования структуры связей между ГП с целью отбора диагностически ценных из них относительно заданной системы диагнозов, что позволяет уменьшить трудоемкость проводимых исследований.Отбор диагностически ценных гемореологических признаков относительно заданной системы диагнозов предложено осуществлять с помощью теоретико-информационного подхода с учетом трудоемкости и возможности их измерения в группах тесно связанных ГП. Данные группы получены путем выполнения итерационной процедуры разреза графа, лежащего в основе потоковой модели, на подграфы по минимальной пропускной способности дуг, принадлежащих разрезу, в качестве которой выступает корреляция между ГП.

Для построения потоковой модели и выполнения разреза графа на подграфы выполнена адаптация алгоритма „дефекта”: определены параметры дуг потоковой модели и минимально необходимое количество узлов графа, подключаемых к фиктивному источнику и стоку.

Разработан критерий выхода из итерационной процедуры иерархической кластеризации ДП, основанный на вычислении межгрупповой и внутригрупповой корреляции признаков, и методика построения иерархической структуры диагностических гемореологических признаков с учетом характера связи между ними.

В диссертационной работе впервые разработаны структура, алгоритмы и программное обеспечение подсистемы формирования минимально необходимого набора диагностических гемореологических признаков, в основе которой лежит предложенный метод иерархической кластеризации ДП на основе потоковых моделей. Разработанная подсистема является составной частью системы анализа результатов ГИ и позволяет осуществлять поиск диагностически ценных гемореологических признаков относительно заданной системы диагнозов с учетом трудоемкости и возможности измерения данных показателей при обеспечении качественного диагноза.

Реализованный в подсистеме формирования минимально необходимого набора ДП метод иерархической кластеризации ДП на основе потоковых моделей обеспечивает надежность классификации групп кардиологических заболеваний по отобранным диагностически ценным гемореологическим признакам в среднем на 4,2% выше по сравнению с методами кластерного анализа, позволяющими решать аналогичную задачу.

Ключевые слова: интеллектуальная компьютерная система медицинской диагностики, гемореологические показатели, иерархическая кластеризация диагностических признаков, отбор диагностически ценных признаков, классификация, потоковая модель, корреляционная связь.

Размещено на Allbest.ru