Інформаційні технології підтримки прийняття рішень у медичній діагностиці на основі синтезу структурованих моделей

Оцінка альтернатив при виборі оптимальної методики лікування й реалізації етапів проектування СППРМ. При реалізації різних етапів перетворення інформації в СППРМ виникає проблема оптимального вибору й обґрунтування альтернатив, які застосовуються (критеріїв, математичних методів і моделей).

Розроблено систему експертної оцінки альтернатив на різних етапах на основі застосування методу аналізу ієрархій (МАІ), який заснований на декомпозиції проблеми й ієрархічному представленні її складових частин для подальшого аналізу суджень експерта, висунутих по парних порівняннях елементів. По складеній ієрархії рішення задачі формуються матриці парних порівнянь (МПП), елементами яких (aij) є результати парних порівняння елементів більш низького рівня (на нижньому рівні - порівняння альтернатив). По отриманим МПП обчислюються локальні пріоритети

, (14)

де N - кількість порівнюваних об'єктів, - ступінь переваги параметрів.

Для трьохрівневої ієрархії, при порівнянні m альтернатив по n локальних критеріях, формується матриця локальних пріоритетів нижнього рівня W1 розмірністю mn елементів і вектор-стовпець верхнього рівня W2 розмірністю n елементів. Елементи W1 і W2 визначаються по (14) для відповідних МПП. Слід зазначити, що кожний j-й стовпець матриці W1 відповідає своєму локальному критерію fj (обчислюється по j-й МПП першого рівня), а кожний i-й рядок матриці W1 відповідає i-й альтернативі.

Вектор глобальних пріоритетів альтернатив Wg розмірністю m елементів визначається множенням відповідних локальних пріоритетів різних рівнів ієрархії згідно виразу

.

Остаточним рішенням є та альтернатива Ai, для якої елемент вектора глобальних пріоритетів є максимальним . Для кожного етапу перетворення інформації розроблений набір альтернатив і критерії їхнього порівняння, що дозволяє застосувати МАІ для розглянутої задачі.

У шостому розділі розроблена структура програмного забезпечення й виконана апробація розроблених інформаційних технологій.

Розробка структурної схеми СППРМ. Для програмної реалізації розглянутих раніше математичних методів структурної ідентифікації ОД, СППРМ повинна працювати у двох режимах: режим навчання й робочий режим постановки діагнозу. У режимі навчання виконується формування бази знань (БЗ), у процесі якого виконується синтез і налагодження параметрів структурованих моделей структурних елементів БКС і медичних зображень, діагностичних ознак і станів, що діагностуються, комбінованого ВП. У режимі постановки діагнозу виконується аналіз біологічної інформації, отриманої від пацієнта й формування діагностичного висновку. На рис. 6 показана структурна схема СППРМ, у якій суцільними стрілками показані інформаційні потоки в режимі навчання, а пунктирними - у режимі постановки діагнозу.

Призначення модулів наступне: БД, що зберігає результати обстежень пацієнтів і верифікацію діагностичного висновку. Слід зазначити, що при аналізі БКС і медичних зображень, у БД зберігаються як вихідні сигнали, так і результати їхньої структурної ідентифікації й сформована множина вторинних діагностичних ознак; БЗ, що зберігає параметри відзначених раніше структурованих моделей ОД; модуль уведення переліку діагностичних ознак, станів, що діагностуються і експертних оцінок структур симптомокомплексів; модуль уведення значень первинних діагностичних ознак; модулі уведення БКС і медичних зображень (МЗ); модуль синтезу структурованих моделей структурних елементів БКС і МЗ; модуль синтезу структурованої моделі станів що діагностуються; модуль синтезу й реконфігурації структурованої моделі діагностичних ознак; модуль реалізації комбінованого ВП; модуль формування вихідних екранних форм і документів, а також реалізації інтерактивного інтерфейсу із ОПР.

Апробація розроблених інформаційних технологій і результати експериментів. Тестова перевірка методу структурної ідентифікації БКС виконувалася на прикладі виділення кардіологічних зубців і комплексів ЕКГ.

Размещено на http://www.allbest.ru/

Рис. 6 Структурна схема СППРМ

Здійснювалася перевірка впливу точності дискретизації простору параметрів при використанні перетворення Хока, точності завдання границь еталону структурного елемента на результат структурної ідентифікації, оцінка якості структурної ідентифікації при використанні різних видів графічних примітивів, а також розглянуті особливості структурної ідентифікації різних відведень ЕКГ. При дослідження впливу кроку квантування простору параметрів на якість структурної ідентифікації БКС, показано, що при застосуванні перетворення Хока для структурної ідентифікації БКС доцільно проводити квантування простору параметрів із кроком, значення якого лежить у межах від 50 до 200, при діапазоні зміни значень координат [-500, 500].

Для перевірки впливу точності завдання граничних точок еталона на якість класифікації був проведений ряд експериментів по виділенню інформативних фрагментів грудного відведення V4 ЕКГ. При цьому розставлені опорні точки еталонів кардіологічних зубців P і T, а також комплексу QRS зрушувалися по часовій осі на 10-15% від ширини відповідного еталона. Результати експериментів показали, що типові помилки оператора (до 10-15%) при завданні еталонного об'єкту істотно не впливають на якість структурної ідентифікації БКС.

Для перевірки ефективності методу структурної ідентифікації БКС був проведений порівняльний аналіз виділення інформативних фрагментів стандартних відведень ЕКГ за допомогою розробленого методу й за допомогою евристичного алгоритму, реалізованого в медичній комп'ютерній діагностичній системі «DX-Systems». При цьому, середня помилка класифікації об'єктів за допомогою розглянутого методу склала близько 3%, тоді як, за допомогою евристичного алгоритму - близько 10%.

Для апробація методу синтезу структурованих моделей діагностичних ознак і діагнозів й реалізації ВП на цих моделях, узята вибірка з 434 чоловік, у яких діагностувалося 10 діагнозів: D1 - здорові (243), D2 - анемія неуточнена (29), D3 - кардіоміопатія (10), D4 - хронічна ішемічна хвороба серця неуточнена (17), D5 - неуточнені геморрагічні стани (алергійний геморрагічний васкуліт) (24), D6 - хронічний холецистит (21), D7 - пневмонія неуточнена (16), D8 - інфекційний мононуклеоз неуточнений (28), D9 - хронічний лімфоїдний лейкоз (26), D10 - ниркова недостатність неуточнена (20). Аналізувалися 9 показників клінічного аналізу крові: Eritr - еритроцити, Hb - гемоглобін, Leic - лейкоцити, Limf - лімфоцити, Eozin - эозинофіли, Pal - нейтрофіли палочкоядерні, Seg - нейтрофіли сегментоядерні, Mon - моноцити, Coe - швидкість осідання еритроцитів. Отримані показники якості класифікації наведені в підсумковій табл. 1.

Таблиця 1 Показники якості класифікації

У табл. 1 у першому рядку зазначена вірогідність класифікації (Ш класт.) методом кластерного аналізу, а в другому й третьому рядках - пропонованим методом уточнюючого діагнозу (Ш - с використанням основного дерева, Ш* - з використанням основного й альтернативного дерева). У четвертому рядку - MDi - середнє число аналізованих ознак.

З табл. 1 слідує, що середнє значення вірогідності розпізнавання пропонованим методом з використанням основного дерева практично не відрізняється від вірогідності кластерного аналізу, однак істотно підвищилася вірогідність тих діагнозів, у яких у навчальній вибірці є недостатньо об'єктів (D3, D4, D7, …) за рахунок незначного зниження вірогідності діагнозу з найбільшою вибіркою - D1. Це свідчить про ефективність застосування пропонованого методу на навчальних вибірках з істотною нерівномірністю кількості об'єктів в аналізованих класах. Використання альтернативного дерева рішень підвищує вірогідність практично всіх класів у порівнянні зі стандартним методом, крім того, у пропонованому методі середнє число аналізованих ознак дорівнює 3,61, що в 2,5 рази менше вихідних 9 ознак.

У Додатках наведено документи, що підтверджують практичне значення і впровадження результатів дисертаційної роботи, UML-діаграми, результати тестових перевірок розробленого програмного забезпечення.

У дисертації вирішена науково-практична проблема розвитку теоретичних основ і інформаційних технологій перспективного класу систем підтримки прийняття рішень у медичній діагностиці на основі синтезу структурованих моделей складно організованих взаємозалежних підсистем організму, що є об'єктами діагностики, і синтезу уточнюючого комбінованого діагностичного вирішального правила на цих моделях, в якому враховується різнорідна діагностична й експертна інформація й невизначеності статистичних оцінок, що в остаточному підсумку підвищує ефективність функціонування систем.

Основні наукові й практичні результати дисертаційної роботи:

1. На підставі проведеного системного аналізу існуючих інформаційних технологій підтримки прийняття рішень у медичній діагностиці, обґрунтовано застосування структурованих моделей об'єктів діагностики і синтезу комбінованого вирішального правила на зазначених моделях, що дозволило сформулювати мету роботи й завдання дослідження.

2. Розроблена концептуальна модель об'єкту діагностики - багаторівневої системи зв'язків підсистем організму людини кожної з кожною та факторами навколишнього середовища, і на її основі розроблена розширена структурована модель об'єкту діагностики, що враховує не тільки функціональний і структурний базис, але й експертні оцінки й невизначеності статистичних оцінок функціонального базису, а також формалізовані етапи перетворення інформації при побудові СППРМ.

3. Обгрунтовано застосування та розроблені структуровані моделі об'єктів діагностики на етапах структурної ідентифікації БКС і медичних зображень при синтезі ієрархічних структур діагностичних ознак і діагнозів.

4. Формалізована задача структурної ідентифікації БКС, на основі синтезу структурованої моделі еталона структурного елемента формальними методами при структурній ідентифікації БКС різних типів, у якій розроблений метод формування інформативного простору параметрів на основі адаптації методу непараметричного перетворення Хока.

5. Запропоновано параметричну та структурну оптимізацію в методі структурної ідентифікації БКС, що дозволяє в режимі навчання одержати оптимальну структуру й параметри при описі еталона й реалізації ВП. Показано адаптацію розробленого методу структурної ідентифікації БКС для структурної ідентифікації сигналів при спектральному аналізі (обробка електро-енцефалограм і в спектрометрії) та для синтезу структурованої моделі двовимірного структурного елемента при обробці медичних зображень.

6. Виконана формалізація задачі ієрархічної кластеризації діагностичних ознак і діагнозів шляхом формулювання задачі в термінах потокової моделі й приведення задачі кластеризації до пошуку мінімального розрізу в мережах з обмеженою пропускною здатністю. Обґрунтовано застосування алгоритму "дефекту" і розглянуто особливості його реалізації для задачі кластеризації діагностичних ознак і діагнозів, який, на відміну від традиційних методів кластерного аналізу, дозволяє одержати оптимальне рішення задачі кластеризації за критерієм мінімуму міжкластерного зв'язку, і не критичний до розмірності задачі.

7. Виконана реконфігурація структури діагностичних ознак, в результаті якої одержана структура задовольняє критерію мінімуму кореляційного зв'язку між елементами, максимуму інформативності й відповідає топології структури діагнозів, що забезпечує оптимальну схему обстеження пацієнтів при постановці уточнюючого діагнозу.

8. Виконана оцінка інформативності системи різнорідних ознак, а при аналізі інформативності числових ознак отримано вираз інтегральної помилки, обумовленої заміною теоретичного закону розподілу гістограмою і обмеженістю навчальної вибірки, і на основі мінімізації інтегральної помилки розроблено метод формування діагностично-значимих інтервалів числових ознак, що дозволило привести систему різнорідних ознак до єдиної шкали - множини інтервалів, що не пересікаються.

9. Розроблено метод синтезу комбінованого ВП із розщепленням недостовірних рішень при взаємодії ієрархічних структур діагностичних ознак і діагнозів. Запропоноване ВП дозволяє виконувати послідовний аналіз діагностичних ознак до досягнення заданого рівня вірогідності діагнозу, при цьому виконується "песимістичний" прогноз, обумовлений невизначеністю апріорних умовних ймовірностей при врахуванні експертних оцінок структур симптомокомплексів.

10. Розроблено метод синтезу індивідуальних діагностичних прогнозуючих моделей на основі методів самоорганізації при проведенні моніторингу показників здоров'я кожного пацієнта, який виконує прогноз показників здоров'я з метою виявлення негативних тенденцій їхніх змін, функціональних порушень на ранніх стадіях їхнього розвитку, оцінку ефективності проведених лікувально-оздоровчих процедур та ін.

11. Запропоновано метод оцінки альтернатив на основі методу аналізу ієрархій при реалізації етапів перетворення інформації в СППРМ. Для кожного етапу сформовані альтернативи й локальні критерії порівняння альтернатив, що дозволяє адаптувати узагальнену схему перетворення інформації до конкретної предметної області.

12. Створена структура та програмне забезпечення СППРМ. Виконана перевірка адекватності розроблених інформаційних технологій при обробці реальних біомедичних даних, яка показала підвищення ефективності: при структурній ідентифікації елементів ЕКГ помилка класифікації розробленим методом склала 3%, а при використанні евристичних алгоритмів - 10%; при синтезі комбінованого ВП середня вірогідність діагнозів підвищилася з 88,48%, отриманих стандартним методом при аналізі 9-ти вихідних ознак, до 92,8%, при цьому із загального числа негативних відповідей (31 відповідь із 434) отримана диференціація 25 негативних відповідей про неможливість постановки діагнозу на попередні діагнози різного рівня. Середнє число аналізованих ознак у кожного пацієнта дорівнює 3,61, що в 2,5 рази менше 9-ти вихідних ознак.

13. Результати дисертаційної роботи впроваджені у вигляді моделей, алгоритмів та пакетів прикладних програм для рішення задач підтримки прийняття рішень у медицині в організаціях: Інститут неврології, психіатрії й наркології Академії медичних наук України, Харківський національний університет ім. Каразіна В.Н., Державне підприємство «НДІ гігієни праці й профзахворювань», відділ комп'ютерної томографії Харківської медичної академії післядипломної освіти, лабораторія імунології Українського НДІ дерматології й венерології, кафедра «Обчислювальна техніка й програмування» Національного технічного університету «Харківський політехнічний інститут».

Список основних публікацій за темою дисертації

1. Поворознюк А.И. Об одном методе выделения структурных элементов квазипериодических сигналов / А.И. Поворознюк, А.Е. Фоменко // Вестник Харьковского государственного политехнического университета. - Харьков: ХГПУ, 1997. - Вып. 2, № 21. - С. 69-71.

Здобувач запропонував метод виділення структурних елементів на основі перетворення простору ознак.

2. Поворознюк А.И. Оптимизация пространства признаков при структурной идентификации квазипериодических сигналов / А.И. Поворознюк, А.Е. Филатова // Збірник наукових праць Харківського військового університету. - Харків: НАНУ, ПАНМ, ХВУ, 1998. - Вип. 1(9). - С. 112-115.

Здобувач запропонував критерії оптимальності.

3. Поворознюк А.И. Метод пpеобpазования пpостpанства пpизнаков пpи идентификации структуpных элементов квазипеpиодических сигналов / А.И. Поворознюк, А.Е. Филатова // Сб. научн. тр. ХГПУ. - Харьков: ХГПУ, 1998. - Вып. 6, Ч. 4. - С. 526-530.

Здобувач розробив множину опорних функцій та метрику простору ознак.

4. Поворознюк А.И. Структурная декомпозиция биологических объектов на основании потоковых моделей / А.И. Поворознюк // Вестник Харьковского государственного политехнического университета. - Харьков: ХГПУ, 2000. - Вып. 99. - С. 134-137.

5. Поворознюк А.И. Классификация веществ по характеристикам их спектров / А.В. Белогуб, В.В. Белогуб, А.И. Поворознюк // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2001.- Вип. 114. - С. 3-6.

Здобувач запропонував методику класифікації речовин по характеристикам спектра при порівнянні з еталоном.

6. Поворознюк А.І. Перевірка ефективності методу структурної ідентифікації на прикладі виділення інформативних фрагментів електрокардіограми / А.І. Поворознюк, Г.Е. Філатова // Системи обробки інформації. - Харків: НАНУ, ПАНМ, ХВУ, 2001. - Вип. 6(16) - С. 94-97.

Здобувач розробив методику експериментальної перевірки та інтерпретацію результатів структурної ідентифікації ЕКГ.

7. Поворознюк А.И. Адаптация метода структурной идентификации для обработки двумерных изображений / А.И. Поворознюк, А.Е. Филатова // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2002. - №18 - С. 97-100.

Здобувач запропонував адаптацію методу структурної ідентификації сигналів для обробки двовимірних зображень на основі просторової розгортки.

8. Поворознюк А.И. Формализация диагностических признаков в компьютерных системах медицинской диагностики / А.И. Поворознюк, Н.И. Поворознюк // Системи обробки інформації. - Харків: ХВУ. 2002. - Вип. 6(22). - С. 13-17.

Здобувачу належить структурна схема формалізації діагностичних ознак.

9. Поворознюк А.И. Применение дискретного преобразования Фурье в задаче структурной идентификации изображений / А.И. Поворознюк, В.В. Филатов // Системи обробки інформації. - Харків: ХВУ. 2003. - Вип. 2. - С. 219-223.

Здобувач запропонував опис двовимірного еталону, інваріантний відносно перетворень масштабу та повороту.

10. Поворознюк А.И. Применение преобразования Хока для структурной идентификации физиологических сигналов / А.И. Поворознюк // Моделювання та інформаційні технології. - К.: ІПМЕ, 2003. - Вип. 22. - С.143-149.

11. Поворознюк А.И. Определение адаптивного порога при структурной идентификации биомедицинских сигналов / А.И. Поворознюк, А.Е. Филатова // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2003. - №19. - С. 125-128.

Здобувач запропонував метод визначення адаптивного порогу в вирішальному правилі класифікації структурних елементів.

12. Поворознюк А.И. Структурная идентификация диагностических признаков на основе алгоритма «дефекта» / Э.Н. Будянская, Н.В. Максюта, А.И. Поворознюк // Системи обробки інформації. - Харків: ХВУ, 2003. - Вип. 3. - С. 159-164.

Здобувач запропонував процедуру адаптації алгоритму «дефекта» для задачі ієрархічної кластеризації діагностичних ознак.

13. Поворознюк А.И. Синтез иерархической структуры диагностических признаков в компьютерных системах медицинской диагностики / А.И. Поворознюк // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2003. - №7, т.2. - С. 39-44.

14. Поворознюк А.И. Распознавание спектров г излучения при композитном выходном сигнале детектора / А.В. Белогуб, А.И. Поворознюк // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2003. - №26. - С. 136-140.

Здобувач запропонував процедуру класифікації радіоактивних сумішей при композитному вихідному сигналі.

15. Поворознюк А.И. Синтез иерархической структуры решающих правил в компьютерных системах медицинской диагностики / А.И. Поворознюк // Моделювання та інформаційні технології. - К.: ІПМЕ, 2004. - Вип. 25. - С. 170-174.

16. Поворознюк А.И. Формальная модель преобразования информации в компьютерных системах медицинской диагностики / А.И. Поворознюк // Моделювання та інформаційні технології. - К.: ІПМЕ, 2004. - Вип. 26. - С. 155-160.

17. Поворознюк А.И. Применение экспертных оценок при проектировании компьютерных систем медицинской диагностики / А.И. Поворознюк // Радіоелектронні і комп'ютерні системи. - Харків: ХАІ, 2004 - №4(8). - С.79-83.

18. Поворознюк А.И. Реконструктивная обработка ультразвуковых изображений сдвиговых деформаций в неоднородных тканях / М.С. Гирнык, А.И. Поворознюк // Системи обробки інформації. - Харків: ХВУ, 2004. - Вип. 1. - С. 101-105.

Здобувач запропонував процедуру обробки ультразвукових зображень, одержаних SWEI-методом.

19. Поворознюк А.И. Разработка метода нелинейной фильтрации ультразвуковых изображений с использованием вейвлет-преобразований / М.С. Гирнык, А.И. Поворознюк // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2004. - №34. - С. 33-36.

Здобувач запропонував метод фільтрації спектл-шумів ультразвукових зображень за допомогою вейвлет-перетворення.

20. Поворознюк А.И. Оценка информативности диагностических показателей в компьютерных системах медицинской диагностики / Т.В. Гуторова, А.И. Поворознюк // Системи обробки інформації. - Харків: ХВУ, 2004. - Вип. 7(35). - С. 162-168.

Здобувач запропонував метод оцінки інформативності різнорідної системи діагностичних ознак.

21. Поворознюк А.И. Оценка альтернатив при проектировании компьютерных систем медицинской диагностики / А.И. Поворознюк // Системи обробки інформації. - Харків: ХВУ, 2004. - Вип. 8(36). - С. 78-84.

22. Поворознюк А.И. Формализация этапов проектирования интеллектуальных компьютерных систем медицинской диагностики / А.И. Поворознюк // Электронное моделирование - К.: ІПМЕ, 2006. - Т. 28. №1 - С. 85-97.

23. Поворознюк А.И. Метод постановки уточняющего диагноза в компьютерных системах медицинской диагностики при иерархической структуре диагностических признаков / А.И. Поворознюк // Зб. наук. праць Харківського університету Повітряних Сил. - Харків: ХУПС, 2006. - Вип. 3(9). - С. 125-130.

24. Поворознюк А.И. Исследование влияния шага квантования пространства признаков на качество структурной идентификации квазипериодических сигналов / А.И. Поворознюк, А.В. Дашкина // Вісник Національного технічного університету "Харківський політехнічний інститут". - Харків: НТУ"ХПІ", 2006. - №23. - С. 170-173.

Здобувачу належить методика проведення чисельних експериментів та інтерпретація результатів структурної ідентифікації квазіперіодичних сигналів.

25. Поворознюк А.И. Реконфигурация структуры диагностических признаков при синтезе компьютерного диагноза / А.И. Поворознюк // Системи обробки інформації. - Харків: ХУПС, 2007. - Вип. 2(60). - С. 135-139.

26. Поворознюк А.И. Концептуальная модель объекта диагностики в компьютерных системах медицинской диагностики / А.И. Поворознюк // Системи обробки інформації. - Харків: ХУПС, 2007. - Вип. 9(67) - С.133-136.

27. Поворознюк А.И. Формирование диагностических интервалов численных признаков при дифференциальной диагностике / А.И. Поворознюк // Вісник Хмельницького національного університету. - Хмельницький: ХНУ, 2007. - №3, Т.1. - С.106-109.

28. Поворознюк А.И. Система поддержки принятия решений в медицине на основе структурной идентификации объектов диагностики / А.И. Поворознюк // Сборник научных трудов СНУЯЕиП. - Севастополь: СНУЯЕиП, 2008. - № 1 (25) - С. 234-245.

29. Povoroznjuk A. Synthesis of structured models of computer systems in medical diagnosis / Anatoliy Povoroznjuk, Natalija Bilous. Jlga Kozina // International Book Series “Information Science and Computing”. - Intelligent information and Engineering System. - ITHEA, Rzeszow-Sofia, 2009. - №13 - Р. 203-210.

Здобувач запропонував розширену структуровану модель об'єкта діагностики та її використання на різних етапах обробки інформації.

30. Поворознюк А.И. Система поддержки принятия решения в медицине на основе синтеза структурированных моделей объектов диагностики / А.И. Поворознюк // Научные ведомости Белгородского государственного университета. - Белгород, БелГу, 2009. - Вып. 12/1. - №15(70) - С. 170-176.

31. Поворознюк А.И. Синтез структурированной модели диагностических признаков в задаче медицинской диагностики / А.И. Поворознюк // Кибернетика и вычислительная техника. - К.: ИК им. В.М. Глушкова НАНУ, МНУЦИТиС, 2009. - Вып. 158. - С. 70-80.

32. Поворознюк А.И. Расщепление недостоверных решений в системах медицинской диагностики / А.И. Поворознюк // Інформаційні технології та комп`ютерна інженерія. - Вінниця, ВНТУ, 2009. - №3. - С.137-144.

33. Поворознюк А.І. Синтез комбінованого вирішального правила (ВП) у комп'ютерних системах медичної діагностики / А.І. Поворознюк // Системні дослідження та інформаційні технології. - 2010. - №3. - С. 72-83.

34. Поворознюк А.И. Преобразование пространства признаков при идентификации квазипериодических физиологических сигналов / А.И. Поворознюк, А.Е. Фоменко // Труды междунар. научн.-техн. конф. «Информационные технологии: наука, техника, технология, образование, здоровье». - Харьков, Мишкольц, Магдебург: Харьк. гос. политехн. ун-т, Мишкольц. ун-т, Магдебург. ун-т, 1997. - Ч. 5. - С. 332-335.

Здобувач запропонував адаптивний алгоритм перетворення простору ознак при розпізнаванні структурних елементів квазіперіодних сигналів.

35. Поворознюк А.И. Самообучение автоматизиpованной системы идентификации квазипеpиодических сигналов на основе пpовеpки статистических гипотез / А.И. Поворознюк, А.Е. Филатова // Сб. научн. тр. ХГПУ. - Харьков: ХГПУ, 1999. - Вып. 7, Ч. 3. - С. 421-423.

Здобувач запропонував метод визначення порогу в вирішальному правилі структурної ідентифікації на основі аналізу статистичних характеристик.

36. Поворознюк А.И. Синтез иерархической структуры диагностических признаков и решающих правил в компьютерных системах медицинской диагностики / А.И. Поворознюк // Інформаційно-керуючі системи на залізничному транспорті - №4, 5 (48, 49) - 2004. - С. 99.

37. Поворознюк А.И. Формализованная процедура проектирования компьютерных систем медицинской диагностики / А.И. Поворознюк // Інтегровані комп'ютерні технології в машинобудуванні ІКТМ 2004. Тези доп. міжнародної науково-технічної конференції. - Харків: ХАІ, 2004 - С. 342.

38. Поворознюк А.И. Структурная идентификация диагностических признаков в интеллектуальных системах медицинской диагностики / Н.В. Максюта А.И. Поворознюк // Контрольно измерительные приборы и автоматика. - Харьков: ООО "Эргос", 2005. - №10. - С. 4-14.

Здобувач запропонував використання потокової моделі для ієрархічної кластеризації діагностичних ознак та методику проведення чисельних експериментів.

39. Поворознюк А.И. Интеллектуальная система поддержки принятия решений в медицине / А.И. Поворознюк // Материалы XIII международной конференции с автоматического управления (Автоматика 2006), г. Винница 25-28 сентября 2006 г. - Винница: УНИВЕРСУМ-Винница, 2007. - С. 364-368.

40. Поворознюк А.И. Система поддержки принятия решений в медицине на основе структурной идентификации объектов диагностики / А.И. Поворознюк // Материалы XIV международной конференции с автоматического управления (Автоматика 2007), г. Севастополь 10-14 сентября 2007 г. - Ч.2 - Севастополь: СНУЯЕиП, 2007. - С. 58-61.

41. Поворознюк А.И. Диагностическая процедура уточняющего диагноза с расщеплением недостоверных решений / А.И. Поворознюк // Четверта наукова конференція Харківського університету Повітряних Сил імені Івана Кожедуба, 16-17 квітня 2008 р. Матеріали конференції. - Харків: ХУПС, 2008. - С. 173.

42. Поворознюк А.И. Система медицинской диагностики с расщеплением слабых решений / А.И. Поворознюк // Автоматика-2008: доклады XV международной конференции по автоматическому управлению, 23 - 26 сентября 2008 г. - Одесса: ОНМА, 2008. - С. 436-439.

43. Поворознюк А.И. Синтез структурированных моделей в системах поддержки принятия решений в медицине / А.И. Поворознюк // Труды 10-й международной научно-практической конференции «Современные информационные и электронные технологии», 18-22 мая 2009 г. - Одесса: ОНПУ, 2009. - С. 82.

44. Поворознюк А.И. Інформаційні технології підтримки прийняття рішень в медицині на основі синтезу структурованих моделей / А.И. Поворознюк //16 міжнародна конференція з автоматичного управління “Автоматика 2009” 22-25 вересня 2009, м. Чернівці. Тези доповідей. - Чернівці: Книги-ХХІ, 2009. - С. 87-89.

45. Поворознюк А.И. Система поддержки принятия решения в медицине на основе синтеза структурированных моделей объектов диагностики / А.И. Поворознюк // Компьютерные науки и технологии. Ч.1: Сборник трудов первой Международной научно-технической конференции 8-10 октября 2009. - Белгород: ГиК, 2009. - С. 244-247.

46. Поворознюк А.И. Система поддержки принятия решений в медицине на основе синтеза структурированных моделей / А.И. Поворознюк // Труды XII Международной научно-технической конференции Системный анализ и информационные технологии (SAIT-2010) г. Киев, 25-29 мая 2010 г. / УНК «ИПСА» НТУУ «КПИ». - К.: УНК «ИПСА» НТУУ «КПИ», 2010. - С. 34.

Анотація

Поворознюк А. І. Інформаційні технології підтримки прийняття рішень у медичній діагностиці на основі синтезу структурованих моделей. - Рукопис.

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.06 - інформаційні технології. - Національний технічний університет "Харківський політехнічний інститут", Харків, 2011.

У дисертації розглядаються теоретичні основи та інформаційні технології нового класу систем підтримки прийняття рішень у медичній діагностиці на основі синтезу структурованих моделей складно організованих взаємозалежних підсистем організму, що є об'єктами діагностики.

Розроблена концептуальна модель, і на її основі розширена структурована модель об'єкта діагностики, яка враховує функціональний і структурний базис, експертні оцінки і невизначеності статистичних оцінок функціонального базису. Виконана формалізація етапів перетворення інформації при побудові систем підтримки прийняття рішень у медичній діагностиці. Розроблено структуровані моделі об'єктів діагностики на етапах структурної ідентифікації квазіперіодичних біосигналів і медичних зображень, при синтезі ієрархічних структур діагностичних ознак і діагнозів, а також метод синтезу комбінованого вирішального правила з розщепленням недостовірних рішень при взаємодії ієрархічних структур діагностичних ознак і діагнозів, що виконує "песимістичний" прогноз, обумовлений невизначеністю апріорних умовних ймовірностей при врахуванні експертних оцінок структур симптомокомплексів.

Розроблена структура, інформаційне та програмне забезпечення системи, виконана перевірка адекватності інформаційних технологій при обробці реальних біомедичних даних та їх впровадження.

Ключові слова: система підтримки прийняття рішень, метод, модель, невизначеність, медична діагностика, біосигнал, діагностична ознака, вирішальне правило, експертна оцінка.

Аннотация

Поворознюк А. И. Информационные технологии поддержки принятия решений в медицинской диагностике на основе синтеза структурированных моделей. - Рукопись.

Диссертация на соискание ученой степени доктора технических наук по специальности 05.13.06 - информационные технологии. - Национальный технический университет "Харьковский политехнический институт", Харьков, 2011.

В диссертации рассматривается важная научно-практическая проблема обеспечения необходимого уровня достоверности компьютерного диагноза в условиях анализа большого количества зависимых разнородных признаков, включая анализ биологических сигналов и медицинских изображений, при ограниченной обучающей выборке. Эта проблема решается посредством разработанных и исследованных в диссертации теоретических основ и информационных технологий нового класса систем поддержки принятия решений в медицине на основе синтеза структурированных моделей сложно организованных взаимосвязанных подсистем организма, являющихся объектами диагностики, и синтеза уточняющего комбинированного диагностического решающего правила на этих модели в котором учитывается разнородная диагностическая и экспертная информация и неопределенности статистических оценок.

На основании проведенного системного анализа существующих информационных технологий поддержки принятия решений в медицине, разработана концептуальная модель объекта диагностики - многоуровневой системы связей подсистем организма человека друг с другом и факторами окружающей среды и на ее основе разработана расширенная структурированная модель объекта диагностики, которая учитывает не только функциональный и структурный базис, но и экспертные оценки структур симптомокомплексов и неопределенности статистических оценок функционального базиса, а также формализованы этапы преобразования информации при построении систем поддержки принятия решений в медицине. Разработаны структурированные модели объектов диагностики на этапах структурной идентификации квазипериодических биосигналов и медицинских изображений, при синтезе иерархических структур диагностических признаков и диагнозов.

Формализована задача структурной идентификации квазипериодических биосигналов, на основе синтеза структурированной модели эталона структурного элемента формальными методами при структурной идентификации биосигналов различных типов, в которой разработан метод формирования информативного пространства параметров на основе адаптации метода непараметрического преобразования Хока. Разработан метод параметрической и структурной оптимизации модели эталона. Показана адаптация разработанного метода структурной идентификации биосигналов для структурной идентификации сигналов при спектральном анализе и для синтеза структурированной модели двумерного структурного элемента при обработке медицинских изображений.

Выполнена формализация задачи иерархической кластеризации диагностических признаков и диагнозов путем формулировки задачи в терминах потоковой модели и сведение задачи кластеризации к поиску минимального разреза в сетях с ограниченной пропускной способностью. Обосновано применение алгоритма "дефекта" и рассмотрены особенности его реализации для указанных задач кластеризации. Разработан метод реконфигурации структуры диагностических признаков, при котором результирующая структура удовлетворяет критерию минимума корреляционной связи между элементами, максимуму информативности и соответствует топологии структуры диагнозов, что обеспечивает оптимальную схему обследования пациентов при постановке уточняющего диагноза. Разработан метод оценки информативности разнородной системы признаков, при анализе информативности числовых признаков получено выражение интегральной ошибки, обусловленной заменой теоретического закона распределения гистограммой и ограниченностью обучающей выборки, и на основе минимизации интегральной ошибки разработан метод формирования диагностически-значимых интервалов числовых признаков, что позволило привести систему разнородных признаков к единой шкале - множеству непересекающихся интервалов.

Разработан метод синтеза комбинированного решающего правила с расщеплением недостоверных решений при взаимодействии иерархических структур диагностических признаков и диагнозов. Разработанное решающего правила позволяет выполнять последовательный анализ диагностических признаков до достижения заданного уровня достоверности диагноза, при этом выполняется "пессимистический" прогноз, обусловленный неопределенностью априорных условных вероятностей при учете экспертных оценок структур симптомокомплексов.

Разработана структура и создано программное обеспечение системы. Выполнена проверка адекватности разработанных информационных технологий при обработке реальных биомедицинских данных и их внедрение.

Ключевые слова: система поддержки принятия решений, метод, модель, неопределенность, медицинская диагностика, биосигнал, диагностический признак, решающее правило, экспертная оценка.

Размещено на Allbest.ru