Содержание к диссертации
Введение
ГЛАВА 1. Пути совершенствования диагностики на основе эффективной обработки экспериментальной и экспертной информации 9
1.1. Анализ основных направлений интеллектуализации диагностического процесса 9
1.2. Перспективы применения интеллектуальных технологий в задачах диагностики 22
1.2.1. Основные положения аппарата нейронных сетей и возможности практического применения 22
1.2.2. Нечеткая логика и нечеткие системы как средства эффективной поддержки процесса принятия решений 28
Цель и задачи исследования 37
ГЛАВА 2. Моделирование экспертно-диагностического процесса при лечении легочных заболеваний у детей на основе обработки экспериментальной информации 38
2.1. Структура экспертно-диагностического процесса 38
2.2. Повышение эффективности диагностического процесса с помощью методов математической статистики 41
2.3. Визуализация результатов обработки экспериментальной информации в процедуре дифференциальной диагностики 56
Выводы второй главы 60
ГЛАВА 3. Разработка алгоритмических процедур формирования структуры и настройки параметров нейро-нечеткой системы 61
3.1. Построение структуры нейро-нечеткой системы 61
3.2. Настройка параметров нейро-нечеткой системы на основе алгоритма обратного распространения ошибки 69
3.3. Применение генетического алгоритма для оптимизации параметров нейро-нечеткой системы 73
Выводы третьей главы 79
ГЛАВА 4. Анализ эффективности разработанных моделей и алгоритмов по результатам практического внедрения 80
4.1. Структура программно-методического комплекса обработки экспериментальной и экспертной информации 80
4.2. Оценка эффективности комплекса при дифференциальной диагностике легочных заболеваний у детей 86
Выводы четвертой главы 103
Заключение 104
Библиографический список 106
- Анализ основных направлений интеллектуализации диагностического процесса
- Повышение эффективности диагностического процесса с помощью методов математической статистики
- Настройка параметров нейро-нечеткой системы на основе алгоритма обратного распространения ошибки
- Структура программно-методического комплекса обработки экспериментальной и экспертной информации
Введение к работе
Актуальность темы. В последние годы бурное развитие компьютерных технологий, растущая важность проблем интеллектуализации> принятия решений' обусловили неослабеваемый спрос на новые информационные, технологии. В этой связи; одним из важнейших направлений является разработка систем экспертной диагностики, практически пригодных для использования в различных областях.
Экспертные системы оперируют знаниями в определенных предметных областях с целью выработки рекомендаций или решения проблем. Эксперта о-диагностические системы понимаются как экспертные системы, позволяющие строить и проверять гипотезы, то есть проводить диагностику. Такого рода системы уже достаточно давно применяются на практике, однако в большинстве случаев они не обладают необходимой гибкостью и являются; изолированными, функционируя: в рамках замкнутого вычислительного комплекса и/или используя узкоспециальные алгоритмы.
Исходя из этого, разработка экспертно-диагностической системы, которая обладала бы достаточной- гибкостью в настройке и применении к широкому классу прикладных задач, а также имеющей возможность реализации^ алгоритмов такой системы, как в масштабах отдельной интеллектуальной системы, так и в рамках подсистемы с открытой архитектурой является актуальной задачей, представляющей научный интерес.
Таким образом, актуальность темы определяется: необходимостью создания моделей., алгоритмов и программных средств, позволяющих повысить эффективность решения прикладных задач экспертной диагностики в различных сферах человеческой деятельности.
Работа выполнена в рамках НИР ГБ 01.04 «Интеллектуализация принятия решений в автоматизированных и информационных системах» в соответствии с основным научным направлением Воронежского
5 государственного технического университета «Проблемно-ориентированные
системы управления».
Цель и задачи исследования. Целью работы является разработка комплекса моделей, алгоритмов и программных средств, позволяющих повысить эффективность решения задач экспертной диагностики путем интеграции методов обработки экспериментальной информации, аппарата нейронных сетейи нечеткой логики применительно к задачам медицинской диагностики.
Для достижения: поставленной цели; необходимо решить следующие задачи:
Г. Осуществить анализ современных подходов интеллектуализации экспертно-диагностического процесса.
Провести визуальное моделирование экспериментальной информации на основе методов математической статистики.
Разработать структуру адаптивной экспертной системы, способной работать как со слабо структурированной информацией, так ив условиях неполноты и зашумленности данных:
4: Разработать алгоритмические методы настройки:. и
функционирования экспертно-диагностической системы.
5. Разработать структуру и создать программно-методический
комплекс, реализующий алгоритм построения и работы адаптивной
ЭКСперТНОЙ СИСТЄМЬІі
6. Осуществить анализ: эффективности применения разработанного
комплекса моделей, алгоритмов и программного комплекса применительно к
задачам медицинской диагностики.
Методы исследования. В работе использованы методы математического моделирования, математической статистики, теории искусственных нейронных сетей, теории нечеткой логики, теории
оптимизации, вычислительных экспериментов, объектно-ориентированного программирования.
Научная новизна. В работе получены следующие основные результаты, характеризующиеся научной новизной:
процедура; визуализации результатов комплексного обследования при диффузных обструктивных бронхолегочных заболеваниях у детей, позволяющая на основе методов математической статистики повысить эффективность оценки экспертом степени взаимосвязи между лабораторными и функциональными показателями в процессе дифференциальной диагностики;
структура: нейро-нечеткой экспертной системы продукционного типа, отличающаяся способностью эффективной обработки и представления экспериментальной и экспертной информации;
алгоритмы идентификации- и оптимизации параметров нейро-нечеткой экспертной системы, позволяющие эффективно настраивать систему, как для задач с: поступлением данных в режиме реального времени, так и для задач с заранее определенным набором данных;
математическое обеспечение экспертной системы дифференциальной диагностики на базе комплексного кристаллографического исследования, отличающееся ориентацией на возможность эффективной обработки информации при использовании в качестве прогностической модели нейро-нечеткой многослойной сети.
Практическая значимость, работы. Практическая значимость работы заключается в создании специального программного обеспечения, реализующего работу системы экспертной диагностики, основанной на аппарате продукционных экспертных систем с применением аппарата нейронных сетей и нечеткой логики.
7 Предложенный в работе подход к построению экспертной системы
позволяет адаптировать программный комплекс к широкому кругу задач
диагностики, прогнозирования, аппроксимации.
Используемый при разработке программного обеспечения объектно-ориентированный подход, а также полная открытость системы дают возможность доработки, надстройки; и интеграции ее с другими системами. Кроме того, реализация комплекса на базе платформы Microsoft .NET Framework позволяет использовать его при реализации удаленных и распределенных систем.
Реализация^ результатов работы. Разработанный комплекс моделей; алгоритмов и программных средств позволил создать и внедрить систему дифференциальной диагностики легочных заболеваний в Воронежском областном клиническом диагностическом центре.
Результаты исследования в виде программно-методического комплекса используются в учебном процессе Воронежского государственного технического университета при обучении студентов специальности 230201 «Информационные системы и:технологии» по курсу «Нейросетевые технологии».
Апробация работы. Основные положения диссертации докладывались и обсуждались на- Всероссийской конференции "Интеллектуализация управления в социальных и экономических системах" (Воронеж, 2002-2003), Международной' научно-технической і конференции "XI: Бенардосовские, чтения" (Иваново, 2003), ежегодном научно-методическом семинаре кафедры систем автоматизированного проектирования' и информационных: систем Воронежского государственного технического университета (2004).
Публикации. По результатам исследования опубликовано 10 печатных работ. В [54] рассмотрена актуальность применения гибридных экспертных систем в диагностических целях; в [73 ] приводятся результаты визуального моделирования экспериментальной информации на основе методов
8 математической статистики; в [53] автором предложена структура нейро-
нечеткой экспертной системы; в [52] предлагается использование
генетического алгоритма для настройки параметров нейро-нечеткой системы;
в [28, 29, 57, 74] рассматривается применение нейро-нечеткой экспертной
системы для решения практических задач медицинской диагностики, а в [55,
56] изложены предложения по использованию нейронных сетей в
диагностических задачах.
Структура и объем работы. Диссертация состоит из введения,
четырех глав, заключения, библиографического списка из 139 наименований,
приложений. Основная часть работы изложена на 105 листах машинописного
текста, содержит 65 рисунков, 17 таблиц.
Анализ основных направлений интеллектуализации диагностического процесса
Уже полвека бурно развивается научное направление под названием «искусственный; интеллект», возникшее в 50-х годах XX века на стыке кибернетики, лингвистики, психологии и программирования; Задачей этой; науки является:воссоздание с помощью компьютерной техники разумных рассуждений и действий.
Термин «интеллект» происходит от латинского intellectus - что означает ум, рассудок, разум, мыслительные: способности человека. Соответственно искусственный интеллект, обычно толкуется как свойство автоматических систем брать на себя;отдельные функции интеллекта человека, например, выбирать и принимать оптимальные решения на основе ранее полученного опыта и рационального анализа внешних воздействий.
В; 50-60-е годы велись интенсивные поиски моделей и алгоритма человеческого мышления, и разработка первых программ. Оказалось, что ни одна из существующих наук. - философия, психология, лингвистика - не может предложить такого алгоритма; Тогда были созданы и опробованы различные подходы. В: конце 50-х родилась модель лабиринтного поиска.. Начало 60-х - эпоха эвристического программирования - разработка стратегии действий на основе известных, заранее заданных эвристик. В конце 60-х к решению задач стали подключать методы математической логики. На основе метода резолюций, позволившего автоматически доказывать теоремы при наличии набора.исходных аксиом, в 1973 г. создается язык Пролог. В середине 70-х годов, когда на смену поискам: универсального алгоритма мышления пришла идея моделирования конкретных знаний. специалистов, 10 экспертов, пришел новый подход, к решению задач искусственного интеллекта - представление знаний. А, начиная с середины 80-х годов, происходит рост капиталовложений в развитие искусственного интеллекта, создаются промышленные экспертные системы и все более растет интерес к самообучающимся системам. Последние достижения в области искусственного интеллекта показали, что возможности интеллектуальных технологий в изучении сложных объектов окружающего- нас мира превосходят человеческие. Применение интеллектуальных технологию выводит исследовательский процесс на качественно новый уровень и позволяет решать множество важнейших научных И; практических задач, решение которых с помощью классических методов затруднено или вообще невозможно. К таким задачам, например, относятся [7, 15, 35; 42, 51, 71, 85]: в области технологий - повышение эффективности технологических производств в базовых отраслях промышленности. Использование: интеллектуальных технологий: позволяет выявить имеющиеся в действующих производствах резервы по экономическим, экологическим, энергетическим и потребительским показателям ю найти нормы технологического режима, позволяющие с помощью существующих систем информационного обеспечения и управления реализовать выявленные резервы и обеспечить выпуск продукта с минимальной себестоимостью при заданном качестве; в области материаловедения - разработка новых композиционных материалов с заданными комплексами физико-химических,, механических, биологических и других свойств - в этом случае интеллектуальные технологии выступают в роли формализованных алгоритмов изобретения в области разработки композиционных материалов; в области медицины - разработка методов корректной компьютерной дифференциальной диагностики, разработка методов прогноза последствий и осложнений болезни, разработка методов диагностики хронических, опасных для жизни, заболеваний в латентном периоде, разработка методов выбора оптимальной стратегии лечения конкретной болезни, с учетом индивидуальности больного. в области машиностроения - для наукоемких технологий машиностроительного комплекса применение интеллектуальных технологий позволяет выявить системные свойства изучаемых технических систем, определить оптимальные режимы управления, вскрыть резервы повышения качества и улучшения технико-экономических характеристик разрабатываемых изделий и дать возможность специалистам получить новые знания об их системных зависимостях. в химическом синтезе - построение математических моделей. для решения задач синтеза новых гипотез, описывающих зависимость потребительских свойств от различных сочетаний элементов химической и физической структуры; прогнозирования свойств новых соединений; формального синтеза формул химических соединений, потенциально обладающих заданным комплексом физико-химических, биологических и других свойств.
Перечень областей, где можно применять интеллектуальные технологии, безграничен. Это генетика, геология, климатология и другие области науки и техники.
Основной задачей, решаемой с помощью интеллектуальных технологий, является принятие оптимальных решений на основе ранее полученного опыта и рационального анализа внешних воздействий. К одной из таких задач относится и задача диагностики. Диагностика была, есть ив будущем останется наиболее важной задачей принятия решений. Любая наука в своем развитии проходит этапы накопления фактов и установления простейших зависимостей. Например, в медицине, таковыми являются вероятностные зависимости «симптом-болезнь». И хотя число проявлений человеческого организма практически бесконечно, научные работы по выявлению все новых и новых из них ведутся непрерывно и дальнейший поиск новых симптомов идет в направлении попыток использования: для диагностики все более сложных и, соответственно, более дорогих и менее доступных для массового-использования тестов. Это же справедливо и для других, сфер науки и техники.
Ранее и теперь прогресс в диагностике связывается с внедрением в практику высокоинформативных методов исследования. Однако появление новых технических средств диагностики лишь частично решает достаточно узкую проблему, но создает много новых проблем. Например, с появлением такого высокоинформативного прибора как электрокардиограф, кардиологи получили возможность дополнительно1 анализировать громадный объем новой информации о больном. Но его использование так и не решило проблемы надежной дифференциальной диагностики большинства кардиологических заболеваний.
Повышение эффективности диагностического процесса с помощью методов математической статистики
В современной клинической медицине успешно применяются методы математической статистики. Возможность их широкого использования еще в недалеком прошлом сдерживалась высокой трудоемкостью необходимых расчетных процедур. В настоящее время эти ограничения ликвидированы благодаря разработке и внедрению пакетов прикладных программ по статистике. Основную - информацию, на базе которой формируются модели медицинских систем, получают путем анализа архивной И: текущей информации, результатов клинических, лабораторных, функциональных и-других исследований, мониторинга. Однако применение математических статистических методов, может оказаться неэффективным, если І у исследователя не будет уверенности в качестве первичного материала. Таким образом, роль врача остается чрезвычайно важной как на этапе предварительной подготовки массива исходной информации, так и на:этапе содержательной интерпретации полученных статистических данных.
В последние годы все большее внимание уделяется диффузным обструктивный; бронхолегочным поражениям, сохраняющим за собой лидирующие позиции в структуре детской заболеваемости;
Основная часть среди диффузных обструктивных бронхолегочных заболеваний (ДОБЗ) у детей приходится на бронхиальную астму, обструктивный бронхит, муковисцидоз; Больные бронхиальной астмой (БА) составляют до 60 % дётей страдающих хроническими и рецидивирующими заболеваниями легких; Особое место в группе ДОБЗ у детей занимает обструктивный бронхит (ОБ); Это связано с большой распространенностью этого заболевания, частым; (в; 30-50% случаев) повторением эпизодов обструкции в дальнейшем, нередкой трансформацией ОБ в Б А. Среди детей; страдающих, диффузными обструктивными формами-бронхолегочной патологии, большую: группу составляют больные муковисцидозом (MB). Несмотря на несомненный прогресс в области детской пульмонологи и; всестороннее, изучение различных ДОБЗ, до настоящего времени, остается-много вопросов;, требующих неотложного решения.. Прежде всего, это вопросы диагностики и дифференциальной диагностики; Дифференциальная диагностика; диффузных поражений легких является: одной из сложнейших проблем пульмонологии.. Приходится разграничивать большое число нозологических форм, как правило, характеризующихся сходными клиническими, рентгенологическими, функциональными проявлениями. Это значительно затрудняет раннюю1 постановку правильного диагноза, своевременное назначение адекватной:: терапии, что способствует нарастанию тяжести течения заболеваний; ухудшению их прогноза.. В этих условиях: закономерен поиск новых объективных информативных дифференциально-диагностических методик, рациональных схем обследования; В этой связи актуальным является эффективное, моделирование процесса комплексного обследования ; детей, его - оптимизация; и разработка у средств и методов, обеспечивающих представление процедуры постановки диагноза в удобной для медицинского специалиста форме. Для исследования были получены экспериментальные данные по результатам комплексного обследования детей, страдающих ДОБЗ, которое проводилось по следующей схеме: Были обследованы 10 детей, направленных в стационар на обследование и лечение с диагнозом «обструктивныи бронхит», 30 детей с диагнозом «муковисцидоз» и 60 детей с диагнозом «бронхиальная астма». Полученные экспериментальные данные характеризуются следующими показателями: - при MB: клинический балл, рентгенологический индекс, ЖЕЛвд., ФЖЕЛ, ОФВь индекс Тиффно, эритроциты, гемоглобин, лейкоциты, СОЭ, глюкоза, АлАт, билирубин, р-липопротеиды, общий белок, хлориды пота; - при БА и ОБ: ЖЕЛвд., ФЖЕЛ, ОФВь индекс Тиффно, эритроциты, гемоглобин, лейкоциты, эозинофилы, СОЭ, глюкоза, АлАт, амилаза, общий белок. Каждый из показателей представлен скалярной величиной. Моделирование диагностического процесса заключалось в реализации следующих этапов: - получение экспериментальных данных по группам больных MB, БА, ОБ; - обработка данных с помощью процедуры корреляционного анализа отдельно по каждому из заболеваний с целью выявления зависимостей, позволяющих сократить число исследуемых характеристик и тем самым упростить процесс диагностики; - осуществление с помощью статистических методов процедуры проверки гипотез о равенстве выборочных средних отдельно по каждому из заболеваний с целью установления периода заболевания; - проверка; гипотезы о различии групповых средних общих по исследуемым заболеваниям показателей для осуществления дифференциальной диагностики.
Настройка параметров нейро-нечеткой системы на основе алгоритма обратного распространения ошибки
Для: реализации комплекса была выбрана одна из новейших и высокопроизводительных платформ - платформа Microsoft .NET Framework. Данная платформа представляет глубоко проработанную компонентную архитектуру с удобными сервисными средствами создания модульных иерархических систем. Кроме того, данная платформа предлагает набор эффективных средств для реализации удаленных и распределенных систем, а также взаимодействия с ранее разработанными средствами и технологиями.
Применение языка С# выводит разработку на новый качественный уровень, позволяющий воспользоваться всемш преимуществами: объектно-ориентированного подхода, а также новыми технологическими, усовершенствованиями, вошедшими в .NET — это и специализированные структуры хранения данных; и эффективная реализация таких направлений, как многопоточность приложений; распределенные приложения, удобная-работа с XML.
Производительность языка С# для математических расчетов -достаточно важный вопрос. Исходный код программ на С# транслируется в? байт-код, который; выполняется виртуальной машиной. Изначально, виртуальные машины интерпретировали байт-код, что приводило к посредственным оценкам производительности. Однако платформа .NET обладает развитыми средствами, преобразующими байт-код в машинный код аппаратной платформы. Поэтому быстродействие программ, на языке С# приближается к быстродействию компилированных программ.
В качестве основного средства хранения данных при работе комплекса; было выбрано программное обеспечение Microsoft SQL Server 2000. Это дает возможность эффективной работы с информацией, а также обеспечивает удобство использования для реализации возможностей разработанного комплекса как распределенной системы. Так, например, в ходе предобработки данных эксперты могут находиться удаленно как от хранилища данных, так и от самого программного комплекса. При этом возможности! выбранной платформы и программного обеспечения позволяют работать с системой как будто все составляющие находятся на одном рабочем месте. Разработанная структура комплекса, применение при разработке объектно-ориентированного подхода, а также использование средств платформы .NET позволили создать систему, обладающую, открытой архитектурой,, что дает возможность ее дальнейшего наращивания, а также, что немаловажно, интеграции ее с другими системами. Использование программно-методического комплекса в учебном, процессе позволяет получить знания по базовым элементам теории, нейронных сетей и теории нечеткой логики, познакомиться с понятием систем нечеткого вывода и продукционных экспертных систем. На базе данного комплекса осуществляется решение практических задача по? аппроксимации функций и распознаванию образов. В настоящее время рядом работ в области медицины доказано, что анализ морфологии и количественных характеристик кристаллических структур различных биожидкостей и их фракций позволяет осуществить эффективную диагностику ряда распространенных заболеваний, а также контроль за развитием патологического процесса в условиях действия лечебных факторов. Так, например, появился целый ряд работ, свидетельствующих о значительной чувствительности и информативности кристаллографического метода исследования биологических субстратов при инфаркте миокарда, ревматическом кардите, пневмонии, хроническом пылевом бронхите, пиелонефрите, сахарном диабете и другой эндокринной патологии, заболеваниях желудка, панкреатите, гепатите, холецистите, диффузных заболеваниях соединительной ткани. Появляется все больше работ по применению методов исследования кристаллизационных текстур биологических жидкостей для диагностики, различных; заболеваний и определения эффективности проводимого лечения;. Как было указано в главе Т, основная часть диффузных обструктивных бронхолегочных заболеваний (ДОБЗ) у детей і приходится на бронхиальную \ астму, обструктивный бронхит, муковисцидоз: Исследования кристалл ограмм биологических жидкостей при этих заболеваниях является актуальной медицинской;проблемой и;представляет собой нетривиальную задачу для эксперта. Ему приходится, работать с: большим объемом; визуальной информации, причем в; основном качественного характера.. При этом, эти данные характеризуются очень большим числом разнородных признаков, что несомненно делает задачу диагностики достаточно сложной проблемой. Но, в то же время решение такой задачи позволяет на порядок упростить процесс исследования и диагностики, т.к. классические методы исследования (например, клинические и функциональные исследования) \ зачастую сложны, долговременны, малоинформативны, в результате чего снижается,: эффективность диагностического процесса;.
Таким: образом, для- диагностики ДОБЗ по данным; кристаллографического исследования необходима методика, которая; позволяла бы эффективно работать, как с качественной, так и с количественной информацией, при этом обеспечивая интерпретируемость самого процесса диагностики в виде набора понятных для; медицинского специалиста правил. Перечисленным условиям удовлетворяет нейро-нечеткая экспертная система.
Целью исследования: являлось изучение возможностей нейро-нечеткой экспертной:; системы; в применении к задаче дифференциальной диагностики ДОБЗ по данным комплексного кристаллографического исследования биологических жидкостей (в нативном; виде, с добавлением-NaCl; с добавлением СиОД). Диагностическая: ценность кристаллографического метода исследования определяется тем, что характер роста кристаллов зависит от структуры сложнобелкового геля биожидкостей; Патологические явления: нарушают саморегуляцию обмена веществ, одновременно с нарушением: функций возникают, изменения фазового состава, происходит структурная перестройка, в биологических средах организма, что вызывает изменения кристаллизации компонентов сложных систем;
Структура программно-методического комплекса обработки экспериментальной и экспертной информации
На базе предложенных математических моделей, методов и алгоритмов разработана структура программно-методического комплекса, включающая, следующие основные элементы: управляющая подсистема, диспетчер данных, подсистема формирования: структуры нейро-нечеткой системы, подсистема оптимизации параметров, подсистема функционирования нейро-нечеткой системы. Предложенная модульная структура подсистем позволяет наращивать возможности всей системы путем применения новых алгоритмов и методов обработки данных. 3. Обоснован выбор в пользу платформы Microsoft .NET Framework для реализации программно-методического комплекса, обеспечивающей преимущества в его реализации в виде системы с открытой архитектурой, что позволяет функционировать комплексу как в виде отдельной системы, так И В; виде подсистемы в рамках больших интеллектуальных систем. 4. Проведена апробация: комплекса на решении задачи дифференциальной диагностики диффузных обструктивных бронхолегочных заболеваний, у детей на- базе результатов комплексного динамического кристаллографического исследования биологических, жидкостей. Сформированы; экспертно-диагностические системы; для каждого из изучаемых заболеваний, а также построена система, дифференцирующая эти заболевания между собой; Проведены испытания построенной дифференциально-диагностической, экспертной системы на тестовых выборках, которые показали ее высокую эффективность. Задачи принятия решений всегда являлись одними из важнейших во всех сферах человеческой деятельности. Этим и обусловлено широкое распространение проблемы формализации и решения таких задач, особенно в эпоху бурного развития; компьютерных технологий. В частности, одним из эффективных подходов в данной проблематике является использование экспертных систем. Тем не менее, построение таких систем связано с рядом трудностей, которые выражаются в следующих требованиях: эффективная обработка информации, удобное представление знаний, адаптивность в настройке и работе. Решению данных проблем может способствовать сочетание перспективных технологий интеллектуальной обработки данных и принятия решений - нечетких экспертных систем, нейронных сетей гибридных алгоритмові оптимизации. Поэтому разработка экспертной системы, которая і в определенной степени удовлетворяла бы приведенным выше условиям, а также могла применяться к широкому классу прикладных задач ш обладала открытой архитектурой программной реализации, представляется актуальной проблемой. В рамках решения данной, задачи были получены следующие основные результаты: 1. Проведен анализ современных подходов интеллектуализации экспертно-диагностического процесса, рассмотрены перспективы применения математических и интеллектуальных методов обработки экспериментальной и экспертной информации. 2. Проведено визуальное моделирование результатов: комплексного обследования при дифференциальной диагностике диффузных обструктивных бронхолегочных заболеваний у детей на основе методов математической статистики; 3. Разработана структура; адаптивной экспертной: системы с использованием аппарата нейронных сетей и нечеткой логики, что позволяет работать как со слабо структурированной информацией, так и в условиях неполноты и зашумленности данных. 4. Разработаны алгоритмические методы функционирования нейро-нечеткой экспертной системы. 5. Для оптимизации параметров системы предложено использование генетического алгоритма и модификация алгоритма обратного распространения ошибки для использования градиентной процедуры. 6. Разработана структура и создан программно-методический комплекс, реализующий алгоритм построения и работы адаптивной экспертной системы. 7. Осуществлен анализ эффективности применения разработанного комплекса моделей, алгоритмов и программного комплекса к задаче дифференциальной диагностики диффузных обструктивных бронхолегочных заболеваний у детей. 8. Результаты исследования внедрены в учебный процесс Воронежского государственного технического университета (программно-методический комплекс, используемый при обучении студентов по курсу «Неиросетевые технологии») и в клиническую практику в Воронежском областном клиническом диагностическом центре (система дифференциальной диагностики бронхолегочных заболеваний у детей).
Похожие диссертации на Интеллектуализация экспертно-диагностического процесса на основе нейросетевого моделирования и нечеткой логики
