Спиридонов И.Н., Самородов А.В. - Методы и алгоритмы вычислительной диагностики (1035409)
Текст из файла
Московский государственный технический университет имени Н.Э. Баумана Московский государственный технический университет имени Н.Э. Баумана И.Н. Спиридонов, А.В. Саатородои МЕТОДЫ И АЛГОРИТМЫ ВЫЧИСЛИТЕЛЬНОЙ ДИАГНОСТИКИ Рекомендовано редсове том МГТУ им. Н.Э. Баумана в качестве учебного пособия по курсу «Автоматизированная обработка экспериментальных данныхэ Москва Издательство МГТУ им. Н.Э. Баумана 2006 УДК 57.08(075.8) ББК 32.81+53.4 С17 Рецензенты: НМ. Вереникина, ТК. Логинова Спиридонов И.Н., Самородов А.В. С17 Методы и алгоритмы вычислительной диагностики: Учеб.
пособие по курсу «Автоматизированная обработка экспериментальных данных». — М.: Изд-во МГТУ им. Н.Э. Баумана, 2006.— 50 сл нл. 1БВХ 5-7038-2920-8 Рассмотрены особенности решения задачи формализации диагностического процесса. Описаны алгоритмы вычислительной диагностики, методы оценки информативности и отбора симптомов, структура процесса вычислительной диагностики. Приведен пример построения системы вычислительной диагностики для дифференцирования ранних форм хронических артритов. Для студентов старших курсов факультета «Биомедицинская техника». Ил. 1, Табл. 11.
Библиогр. 15 назв. УДК 57.08(075.8) ББК 32 81+53.4 Учебное издание Игорь Николаевич Спиридонов Андрей Владимирович Самородов МЕТОДЫ И АЛГОРИТМЫ ВЫЧИСЛИТЕЛЬНОЙ ДИАГНОСТИКИ Редактор О.М Королева Корректор ЛИ, Малютина Компьютерная верстка А.Ю. Ураловой Подписано в печать 15.09.2006. Формат 60х84/16. Бумага офсетная. Печ. л. 3,25. Уел. печ. л. 2,91. Уч.-изд. л. 2,75.
Тираж 100 экз. Изд. № 17. Заказ Издательство МГТУ им. Н.Э. Баумана. 105005, Москва, 2-я Бауманская, 5. 15ВХ 5-7038-2920-8 Ю МГТУ нм. Н.Э. Баумана, 2006 ВВКДКНИК Основным первичным медицинским документом, от содержания которого в значительной степени зависят результаты диагностики, является история болезни (ИБ).
В ней содержатся вес сведения о больном и его заболевании (жалобы, анамнез, данные объективных исследований и др.), Для формализации процесса постановки диагноза медицинская ИБ должна удовлетворять определенным требованиям. Медицинская ИБ должна содержать и хранить данные обследования, обосноваиныс заключения о болезнях и мерах по лечению пациента. Описание болезни должно соответствовать принятым стандартам и выполняться в количественных значеииях. В медицине широко распространены количественные измерения частоты пульса, температуры, объема легких и пр. Существуют также и многие другие четко опредслениые характеристики состояния организма.
Однако основыые проблсмы возникают при интерпретации симптомов, оцениваемых качественно, таких, как например, боль, аллергическая реакция, сыпь и т. п. ИБ должна позволять сгруппировать признаки и симптомы по степени важносп„зависящей от поставленной диагностической задачи. Основная проблема составления ИБ заключается в способе описания данных и в формальном определении таких понятий, как болезнь, функциональное состояние.
Желательно иметь стандартизированную, унифицированную ИБ с полным перечнем вопросов, на которые должен ответить врач при обследовании больного. Использование формализованной ИБ позволяет достичь эффекта сразу в четырех направлениях: уменьшить объем ИБ, сократить время заполнения ИБ; обеспечить возможность обработки ИБ на ЭВМ; оперативно получить результаты для практических и научных целей.
При формализации ИБ необходимо учитывать вероятность появления редких и аномальных симптомов, которые присуши ред- ким заболеваниям. В связи с згим следует подчеркнуть, что главная роль в постановке диагноза принадлежит врачу. Использование для поддержки решений врача формальных методов постановки диагноза, как правило, бывает необходимым при решении таких задач, как ранняя и дифференциальная диагностика сходных по симптоматике заболеваний. Как следует из накопленного опыта по применению математических методов в медицине, системы вычислительной диагностики (ВД), основанные на корректном анализе известных признаков и симптомов болезней, позволяют существенно повысить вероятность постановки правильного диагноза.
Основными задачами ВД являются; 1) постановка объективного диагноза на базе обобщения накопленного медицинского опыта; 2) выяснение достаточности медицинской информации для постановки диагноза; 3) выработка рекомендаций по наиболее целесообразному маршруту обследования; 4) оценка эффективности лечения и прогнозирования результатов. 1. МЕТОДЫ ВЫЧИСЛИТЕЛЬНОЙ ДИАГНОСТИКИ В ВД приняты следующие термины и определения. Признак — любой заранее сформулированный вопрос, касающийся: 1) определенных характеристик, полученных клиническими, лабораторными и инструментальными методами исследования, применяемъпги при конкретной болезни; 2) типологических, психоэмоционалъных и конституциональных особенностей обследованного больного; 3) воздействия факторов внешней среды, которые могут быть значимыми при рассматриваемой болезни.
Симптом — заранее сформулированный ответ на любой из вопросов (признаков). Например, признаком является состояние тяжести больного. К нему относятся симптомы: легкое состояние, состояние средней тяжести, тяжелое состояние и т. п. Симюпоколплекс — любое сочетание симптомов, относящихся к разным признакам. Устойчиво наблюдаемая совокупность симптомов называется синдромом. Частота силппюма — количество случаев (наблюдений), в которых встречается рассматриваемый симптом при данной болезни в данной группе наблюдения.
Вероятность симптома — отношение частоты симптома при данной болезни в данной группе наблюдений к обьему этой группы. Алгоритм — определенная последовательность элементарных предписаний или правил, выполнение которых приводит к решению поставленной задачи. Алгоритм является основой любого метода ВД. К методам ВД относятся: 1) логические методы. Данные методы основаны на рассмотрении симптомов и симптокомплексов, которые своим присутствием или отсутствием подтверждают пли исключают наличие той или иной болезни из круга рассматриваемых. Данные методы широко применяются в медицинской практике.
Однако они ис могут использоваться для дифференциальной диагностики сходных по симптоматике болезней; 2) вероятностныс методы. Данные методы строятся на алгоритмах, в которых присутствие или отсутствие каждого симптома или симптокомплекса, несущего диагностическую ценность, изменяет вероятность наличия или отсутствия той или иной болезни из круга рассматриваемьгх. Необходимо отметить, что логические методы являются предельным случаем вероятностных.
Вероятностные методы подразделяются на следующие: а) балльные, в которых диагноз ставится на основе сложения баллов. Балл (вес) симптома для соответствующего диагноза определяется заранее и, как правило, является мнением врача о важности того или иного симптома для данного диагноза. Подобные методы также называют матричными, или табличными, алгоритмами с оценкой веса симптомов; б) явные, в которых диагностика проводится на базе вычислений апостериорных вероятностей болезней из группы рассматривасмых. В основе явных вероятностных методов лежит использование формулы Байеса. Явные методы могут применяться в двух вариантах. В первом варианте учитьваются сразу все информативные симптомы, на основании которых рассчитываются окончательные значения апостериорных вероятностей.
Во втором варианте используются последовательные статистические процедуры, в которых учет симптомов происходит последовательно, начиная с наиболее информативного; в) неявныс, в которых определяется наиболее вероятный диагноз, без вычисления апостериорных вероятностей в явном виде. К подобным методам относятся вероятностно-геометрические методы (алгоритм фазового интервала), которые заключаются в клас- сификапии с помощью построения разделяющих гиперплоскостей или в оценке принадлежности совокупности симптомов пациента области соответствующего диагноза в гиперпространстве симптомов.
Данные методы по получаемым результатам эквиваленты явным вероятностным методам и поэтому самостоятельного значения, как правило, нс имеют. К неявным вероятностным относятся также методы вычислительной диагностики, основанные на искусственных нейронных сетях. Рассмотрим примеры использования методов ВД. На основе явных вероятностных методов вычислительной диагностики разработаны системы для распознавания и дифференциальной диагностики следующих болезней и состояний: разных форм ожоговой болезни (Е.В.
Гублер, Ю.З. Полонский, А.А. Генкии, М.Ю. Корыгова, 1962 — 1964; В.И. Легеза, 1964); эпидемического гепатита и хронического холангиогепатита (О.И. Кошиль, Ю.З. Полонский, 1964); сенсорной и моторной афазий при инсультах (Б.В. Иовлев, И.М. Тонконогий, 1966); шизофрении и других сходных состояний при разных формах психических болезней (Б.В. Иовлев, Ф.И. Случевский, 1968); облитерирующего эндартериита и ангиоспазмов при некоторых нервных заболеваниях (А.А. Мелодиев, 1968); размягчений и кровоизлияний в мозг (О.А. Балунов, Б.В. Иовлев, Г.З. Левин, И.М.
Тонконогий, 1967); ряда острых заболеваний и угрожающих состояний (Е.В. Гублер, 1968); опухолей головного мозга, цереброваскулярной патологии и наследственных заболеваний нервной системы (Н.С. Мисюк, А.С. Мастыкин и др., 1971) и др. Балльные вероятностные методы также нашли применение. На их основе были созданы следующие системы: для дифференциальной диагностики опухолей легких и средостения (А.И. Помозгов, Я.С. Бабий, Н.И. Кондрацкий, 1982); для диагностики пояснично-крестцового радикулита вертеброгенной и тумарозной этнологий (Б.В. Дривотинов, Я.А. Лупьян, 1976); для тонической и дифференциальной диагностики грыж поясничных межпозвонковых дисков (Б.В.
Характеристики
Тип файла DJVU
Этот формат был создан для хранения отсканированных страниц книг в большом количестве. DJVU отлично справился с поставленной задачей, но увеличение места на всех устройствах позволили использовать вместо этого формата всё тот же PDF, хоть PDF занимает заметно больше места.
Даже здесь на студизбе мы конвертируем все файлы DJVU в PDF, чтобы Вам не пришлось думать о том, какой программой открыть ту или иную книгу.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
