Информационная поддержка принятия решений при диагностике артериальной гипертонии на основе методов гибридного интеллекта


Скачать 108,63 Kb.
PDF просмотр
НазваниеИнформационная поддержка принятия решений при диагностике артериальной гипертонии на основе методов гибридного интеллекта
страница1/7
Шулакова Марина Алексеевна
Дата конвертации24.09.2012
Размер108,63 Kb.
ТипАвтореферат
СпециальностьСистемный анализ, управление и обработка информации»
Год2012
На соискание ученой степениКандидат <> технических наук
  1   2   3   4   5   6   7

 
На правах рукописи 
 
 
 
 
 
 
 

Шулакова Марина Алексеевна 
 
 
 
 
Информационная поддержка принятия решений  
при диагностике артериальной гипертонии  
на основе методов гибридного интеллекта 
 
 
 
 
05.13.01 «Системный анализ, управление и обработка информации» 
 
 
 
 
 
 
Автореферат диссертации на соискание ученой степени кандидата 
технических наук  
 
 
 
 
 
 
 
 
 
 
 
 

Воронеж – 2012 


Работа выполнена в ФГБОУ ВПО «Уфимский государственный авиационный 
технический университет» 
 
Научный руководитель 
д-р техн. наук, профессор  
Жернаков Сергей Владимирович 
 
Официальные оппоненты:  Кравец Олег Яковлевич, д-р техн. наук, 
профессор, Воронежский государственный 
технический университет, профессор кафедры 
автоматизированных вычислительных систем 
 
Васильев Владимир Иванович, д-р техн. наук, 
профессор, Уфимский государственный 
авиационный технический университет, 
заведующий кафедрой вычислительных машин и 
защиты информации 
 
Ведущая организация: 
ФГБОУ ВПО «Юго-Западный государственный 
университет» 
 
 
Защита состоится «25» мая 2012 г. в 14:00 часов 
на заседании диссертационного совета Д 212.037.02 
Воронежского государственного технического университета 
по адресу: 394026, г. Воронеж, Московский проспект, 14 
 
С диссертацией можно ознакомиться в библиотеке университета 
 
Автореферат разослан «24» апреля 2012 г. 
 
 
 
Ученый секретарь  
Е.Н. Коровин 
диссертационного 
совета 
 
 


 
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ 
Актуальность темы  
Реальные объекты управления характеризуются сложностью структуры 
и  многомерностью  внутренних  и  внешних  связей.  К  ним  можно  отнести 
биомедицинские,  технические,  экономические  и  социальные  системы. 
Анализ  и  синтез  систем  управления  сложными  объектами  основывается  на 
определения  класса  объекта  управления.  Таким  образом,  классификация 
сложных  объектов  управления  является  актуальной  задачей  во  многих 
областях исследования. 
Одним  из  примеров  классификации  сложных  объектов  управления 
является  медицинская  диагностика,  где  в  качестве  объекта  управления 
выступает функциональное состояние организма человека.  
Информатизация  области  здравоохранения  создает  предпосылки  для 
изучения  и  разработки  систем  поддержки  принятия  решений  (СППР)  в 
медицинских  приложениях.  Среди  множества  медицинских  задач,  которые 
могут  быть  решены  средствами  информационных  систем,  можно  выделить 
последовательную  триаду  «диагностика  –  прогнозирование  –  лечение». 
Очевидно,  что  ошибки  и  неточности  в  диагностике  и  прогнозировании 
приводят  к  неправильному  выбору  лечения,  что  в  свою  очередь  может 
нанести  вред пациенту.  Следует  отметить,  что  в процессе  диагностики  врач 
принимает  решение  в  условиях  неопределенности,  оперируя  значительным 
количеством  данных,  опираясь  на  личный  опыт  и  знания.  Поэтому  усилия 
многих специалистов в области информационных технологий направлены на 
проектирование  систем,  имитирующих  эвристики  врача,  или  попытки 
алгоритмизировать  процесс  принятия  решения  в  медицине,  основываясь  на 
знаниях экспертов.  
Вопросам 
компьютерной 
диагностики 
посвящены 
работы 
Н.А. Кореневского,  Е.С. Подвального,  Б.А.  Корбинского,  О.В.  Родионова, 
Е.Н. Коровина,  В.Н. Фролова,  Д.  Ферруччи,  Э.  Коэйра,  Е.С. Бернера  и  др. 
Между тем в настоящее время остаются  актуальными вопросы, связанные с 
повышением  эффективности  процесса  принятия  решений  при  диагностике 
артериальной  гипертонии.  Учитывая  специфику  отрасли  медицинской 
диагностики,  повышение  эффективности  в  информационной  поддержке 
принятия  решений  заключается  в  повышении  уровня  оперативности, 
достоверности  и  обоснованности  выдаваемых  системой  рекомендаций. 
Показатель  обоснованности  отражает  способность  системы  провести 
трассировку  хода  решения  от  симптома  к  диагнозу.  В  медицинских 
приложениях  эта  характеристика  имеет  особое  значение,  поскольку,  когда 
система  не  может  объяснить  ход  получения  решений,  врач  не  может 
опираться на этот вывод. 
Обобщая  вышеизложенное,  можно  сделать  вывод,  что  тема 
диссертации,  посвященной  информационной  поддержке  принятия  решений 
 
  1   2   3   4   5   6   7

Разместите кнопку на своём сайте:
поделись


База данных защищена авторским правом ©dis.podelise.ru 2012
обратиться к администрации
АвтоРефераты
Главная страница