Аналіз існуючих варіантів класифікації хворих на серцево-судинними захворюваннями за допомогою нейронними мережами
DOI:
https://doi.org/10.34185/1562-9945-5-130-2020-09Ключові слова:
хронобіологія, інформаційна технологія моніторингу, нейронні мережі, класифікаціяАнотація
Робота присвячена аналізу інформаційних технологій хронобіологічного моніторингу кардіосистем, розробці систему підтримки прийняття рішень для лікаря-дослідника на базі методів класифікації з використанням нейронних мереж таких як імовірностна неронна мережа PNN (Probabilistic Neural Networks), багатошаровий персептрон MLP NN (Multi-Layer Perceptron), каскадно-кореляційна мережа CasCor (Cascade Correlation). У результаті отримано наступне: найкращим класифікатором є нейромережа каскадної кореляції з 85-88% точністю класифікації. Найгіршим класифікатором стала ймовірнісна нейронна мережа, оскільки точність цього алгоритму залежить від розміру набору даних.
Посилання
Dziak G.V. Daily blood pressure monitoring / G.V. Dziak, Т.V. Kolesnik, Y.N. Pogoretskii. – Dnipropetrovsk, 2005. – 200 p.
H. Khildebrandt , Chronobiology and Chronomedicine / H. Khildebrandt, М. Mozer, М. Lekhofer. М.: Arnebia. 2006. – 144p.
Bulanaya Т.М. Diagnosis of the cardiovascular system based on probabilistic neural networks / Т. М. Bulanaya // Mpzis-2007: international Research Practice Conf., 14 16 november 2007 р.: thesis. Dnipropetrovsk, 2007. p. 31.
Bulanaya Т.М. Information technologies for monitoring and evaluating the efficiency of diagnosing the condition of technical and cardio systems: Dis, … Candidate of Technical Sciences: 05.13.06: Defended 27.06.2018; Approved 23.10.2018. D., 2018. 145 p.
Colombet I., Ruelland A., Chatellier G., Gueyffier F., Degoulet P., Jaulent M.C. Models to predict cardiovascular risk: Comparison of CART, multilayer perceptron and logistic regression. Proceedings AMIA Symposium , 2000. 156–160.
