Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур принятия решений Зар Ни Мо Вин

Диссертация, - 480 руб., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Зар Ни Мо Вин. Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур принятия решений : диссертация ... кандидата технических наук : 05.11.17 / Зар Ни Мо Вин; [Место защиты: Юго-Зап. гос. ун-т].- Курск, 2012.- 157 с.: ил. РГБ ОД, 61 12-5/1685

Введение к работе

Актуальность темы. Одной из наиболее актуальных медицинских проблем в мире и в России является артериальная гипертензия, так как именно эта болезнь является причиной наиболее опасных сердечно-сосудистых заболеваний (ССЗ) – инфаркта миокарда (ИМ) и мозгового инсульта (МИ). По данным рабочей группы Всемирной организации здравоохранения среди населения России в возрасте от 45 до 74 лет свыше 85% случаев смерти от сердечно-сосудистых заболеваний приходится на ИБС и инсульт, а Россия по смертности от этих нозологий находится на одном из первых мест в Европе. Существуют несколько международных методик для определения риска наступления наиболее опасных сердечно-сосудистых заболеваний, например шкала SCORE, фрамингемская шкала, EURO SCORE и т.д. В России разработаны свои национальные рекомендации по диагностике и лечению артериальной гипертонии. Согласно этим рекомендациям, также возможно оценить риск наступления наиболее опасных сердечно-сосудистых заболеваний по данным клинических исследований пациента, что является основой для назначения программы лечения. Для оценки этого риска составляет анализ факторов риска, оценка поражений органов-мишеней и клинических состояний при гипертонической болезни. Однако используемые в подобных системах информативные признаки не всегда удается классифицировать правильно, так как очень часто они являются нечеткими величинами. Повысить точность, оперативность и качество принимаемых решений можно путем внедрения современных систем поддержки принятия решений, опирающихся на новейшие информационные технологии. Это рационализирует подход к ведению больных и повышает эффективность лечения гипертонической болезни.

Технической задачей работы является повышение эффективности определения риска наступления наиболее опасных сердечно-сосудистых заболеваний при гипертонии с целью обоснованного выбора программы лечения. Актуальность темы исследования определяется необходимостью повышения эффективности прогнозирования обострения и оценки тяжести течения гипертонической болезни на основе современных математических методов и информационных технологий, что позволит своевременно начать лечебно-профилактические мероприятия, планировать индивидуальную тактику ведения больного и за счет этого повысить качество оказания медицинских услуг населению, страдающему гипертонической болезнью.

Работа выполнена в соответствии с федеральной целевой программой «Предупреждение и борьба с социально значимыми заболеваниями (2007-2011 годы)»; с территориальной программой «Профилактика гипертонической болезни» и научным направлением Юго-Западного государственного университета «Медико-экологические информационные технологии».

Объект исследования. Системы медицинского назначения для оптимизации информационных данных, получаемых в медицинском технологическом процессе.

Предмет исследования. Методы и способы нечеткого моделирования процедур принятия решений в диагностике и при назначении программ лечения гипертонической болезни человека.

Похожие диссертации на Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур принятия решений