Тип работы:
Предмет:
Язык работы:


Экспертная система для диагностики заболеваний, построенная на базе совокупности дифференциально-диагностических признаков

Работа №125592

Тип работы

Бакалаврская работа

Предмет

программирование

Объем работы32
Год сдачи2017
Стоимость4850 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
37
Не подходит работа?

Узнай цену на написание


Введение 3
Постановка задачи 5
Обзор экспертных систем 7
Глава 1. Построение медицинской экспертной системы 15
1.1. Алгоритм формирования входных параметров 15
1.2. Модель принятия решений на примере заболевания артрита 19
Глава 2. Программная реализация экспертной системы для ранней диагностики заболеваний 22
2.1. База данных симптомов 22
2.2. Структура программы 23
2.3. Пользовательский интерфейс 25
Выводы 28
Заключение 29
Список литературы 30

Экспертная система (ЭС) - это компьютерная система, содержащая в себе знания специалистов в конкретной предметной области, и которая на основе этих знаний способна к самостоятельному принятию решений. ЭС получила широкое распространение в области медицины в качестве помощника врача при постановке предварительного диагноза.
Специалист может обратиться за помощью к ЭС в том случае, когда задача четко не формализована, и алгоритм ее однозначного решения труднореализуем. Также актуальным является применение медицинских ЭС при ранней диагностике заболеваний, когда анамнез пациента может содержать перечень сильно коррелирующих или взаимоисключающих симптомов. Тогда появляется необходимость в разработке механизма четкого разграничения симптомов и заболеваний. Здесь значительную помощь может оказать система поддержки и принятия решений (СППР), рассматриваемая как одно из направлений медицинских ЭС.
Выпускная квалификационная работа посвящена разработке и реализации ЭС для ранней диагностики заболеваний. Данная ЭС построена на базе совокупности дифференциально-диагностических признаков, имеет математический аппарат механизма принятия решений и адаптируемый пользовательский интерфейс. Последнее означает, что ЭС может быть использована для широкого круга патологий. Работа ЭС показана на примере диагностики артрита. Программная разработка была выполнена на языке программирования C#.
Выбор артрита в качестве заболевания для демонстрации работы программы связан не только с необходимостью получения требуемых данных из достоверных источников. Также это обусловлено тем, что артрит является довольно распространенным заболеванием, а его диагностика - непростой задачей.
Артрит - это заболевание суставов воспалительного характера. Наиболее распространенным из всех его типов является ревматоидный артрит (РА). По прогнозам Всемирной организации здравоохранения к 2020 г. РА будет обуславливать высокую частоту инвалидизации пациентов (20-60%), что может привести к ранней потере трудоспособности населения [1]. Подагрический артрит (ПА) также является одним из видов ревматоидных заболеваний наряду с РА и имеет схожие симптомы на хронической стадии. Третий тип ревматоидных заболеваний, который по симптомам на ранней стадии имеет сходства с РА и с ПА, это реактивный артрит (РЕА). Несмотря на то, что причиной РЕА является внесуставная инфекция, до ее выявления болезнь протекает по аналогии с другими видами артрита.
В связи с этим возникает сложность ранней диагностики заболеваний и необходимость в построении диагностической экспертной системы.
В выпускной квалификационной работе рассматриваются перечисленные разновидности артрита, как наиболее часто встречающиеся у пациентов, и которые имеют схожие симптомы на ранней стадии развития . Информация по частоте встречаемости характерных симптомов были взяты из медицинских источников, также были учтены рекомендации по проведению ранней диагностики артрита, предоставленные поликлиникой №28 города Санкт-Петербурга.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


Результатом данной работы является разработка экспертной системы, которая проводит раннюю диагностику заболеваний, обеспечивает специалиста достоверными результирующими данными и обладает адаптируемым пользовательским интерфейсом, позволяющим использовать ЭС для диагностики широкого круга заболеваний.
Стоит отметить, что достоверность показателя частоты встречаемости симптома может быть повышена, благодаря увеличению числа выборки, то есть при апробации программы в специализированном медицинском центре по диагностике рассматриваемых заболеваний. Или, как в случаях с компанией Socmedica, путем использования медицинских ресурсов - Объединенной Базы Медицинских Знаний (UMKB). Также возможно совершенствование алгоритма принятия решений. Математический аппарат может быть расширен с помощью внедрения логических правил вывода данных, т.е. использования гибридного алгоритма, при этом, не в ущерб времени работы программного продукта.


1. Овчаренко С.И., Галецкайте Я.К., Волель Б.А., Пушкарев Д.Ф., Лас Е.А. Типы реагирования на хроническое заболевание у пациентов с хронической обструктивной болезнью легких и ревматоидным артритом // Клиницист. 2013. №1. С. 21-29.
2. Медицинские экспертные системы: что это такое? https://www.kv.by
3. Журнал «Компьютерные вести On-line». Вып. 40, 2005 г. «Эволюция экспертных систем. История и перспективы». http://tpl- it.wikispaces.com/MY CIN
4. Nedovic Lj., Devedzic V., "Expert Systems in Finance - A Cross-Section of the Field", Expert Systems With Applications, Vol.23, No.1, 2002, pp. 49­66.
5. Kanatov M., Atymtayeva L., Yagaliyeva B. Expert systems for Information Security Management and Audit. Implementation phase issues. // SCIS&ISIS. Kitakyushu, Japan: IEEE, 2014. С. 896-900
6. Tsudik, G. and Summers, R. 1990. AudES - an Expert System for Security Auditing. IBM Los Angeles Scientific Center.
7. Экспертные системы для клинической практики. https://socmedica.com/
8. Экспертные медицинские системы. http://www.absoftsite.com/solutions/medicine/expert-systems
9. Kuzminov O.M., Fetisova V.I., Sinica I.V. Formalization of clinical information for optimization of diagnostic and treatment process in therapeutic practice // Сетевой журнал «Научный результат». Серия «Медицина и фармация». - Т.2, №2, 2016
10. Тонеева Д.В., Гончарова А.Б. Модель представления медицинских данных по Международной классификации функционирования, ограничений жизнедеятельности и здоровья при ведении первичного приема детей раннего возраста с нарушениями // Процессы управления и устойчивость . 2016. Т.3, №1. С. 323-326.
11. Липинский Л.В., Кушнарева Т.В., Дябкин Е.В, Попов Е.А. Гибридный эволюционный алгоритм автоматизированного формирования деревьев принятия решения // Вестник СибГАУ . 2014. № № 5(57). С. С. 85-92 .
12. Kirillov V., Gladyshev A., Demidchik E. Technology of Creation of an Expert System for Diagnosing Thyroid Pathology Based on a Set of Qualitative Signs of Cell Atypia // Microscopy Research and Technique. 2010. №73. С. 1091-1100.
13. Тонеева Д.В., Гончарова А.Б., Сергеева Е.И. Алгоритм построения экспертной системы диагностики заболеваний на основе дифференциально-диагностических признаков // Технические науки - от теории к практике: сб. ст. по матер. LXIV междунар. науч.-практ. конф. № 11(59). - Новосибирск: СибАК, 2016. - С. 37-43.
14. Кириллов В.А., Емельянова О.А Диагностика фолликулярного рака и фолликулярной аденомы щитовидной железы с помощью экспертной системы, построенной на базе совокупности качественных дифференциально-диагностических признаков цитограмм // Онкологический журнал. - Т.4 №4. С. 87-94.
15. Лифантова Е.Е., Гончарова А.Б., Мащинский Н.С. Создание системы поддержки принятия решения в медицине для диагностики заболеваний желудочно-кишечного тракта // Процессы управления и устойчивость. Том 3(19) №1, СПб, Издательский дом Федоровой Г.В., 2016, С 312-316.
...


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ