ВВЕДЕНИЕ 3
1. ОПИСАНИЕ ПРЕДМЕТНОЙ ОБЛАСТИ 5
1.1 Метод ближайшего соседа 5
1.2 Метод деревьев решений 9
1.3 Метод «наивного» Байеса 11
1.4 Метод опорных векторов 12
1.5 Сравнение результатов 11
1.6 Алгоритм реализации классификатора через разность Минковского 12
2 ЧИСЛЕННАЯ РЕАЛИЗАЦИЯ МЕТОДОВ 21
2.1 Форма Menu 222
2.2 Форма Parkinson (диагностики болезни Паркинсона) 23
2.3 Форма Raklegkix (для диагностики послеоперационной продолжительности жизни у бальных
раком легких) 25
3 ТЕСТИРОВАНИЕ ПРОГРАММЫ 27
3.1 Диагностика послеоперационной продолжительности жизни у бальных раком легких 28
3.2 Диагностика болезни Паркинсона 32
ЗАКЛЮЧЕНИЕ 3737
СПИСОК ЛИТЕРАТУРЫ 38
ПРИЛОЖЕНИЕ
На сегодняшний день современные технологии дают возможность быстро и своевременно принимать решение, с помощью анализа и сопоставления результатов. Многие современные работники медицинских учреждений нашей страны и не только стремится выявить болезнь на ранней стадии.
Если даже у вас есть результаты анализов нужно потратить много времени, чтобы определить, болен ли пациент или нет. В конечном итоге любой пациент желает услышать достоверный ответить на один вопрос:
• болен он или нет?
Чтобы ответить на этот вопрос нужно потратить много сил и времени, что представляет некоторое неудобство. Если бы существовала такая программа, которая осуществляет эту работу или помогает врачу подтверждать или опровергать его экспертные данные, то было бы намного проще и быстрее.
Целью данной выпускной работы является разработка программного комплекса в пакете Matlab для решения задачи классификации медицинских данных с целью предоставления возможности врачу применить математические методы диагностики для подтверждения или опровержения его экспертного заключения. Данный программный комплекс должен быть способен обеспечить ввод данных с экрана приложения, выведение результата на экран, иметь удобный пользовательский интерфейс, наглядно демонстрирующий всю информацию и изменения в окне.
Таким образом, для достижения поставленных целей дипломной работы необходимо изучить следующие методы классификации:
• метод ближайшего соседа;
• метод «наивного» Байеса;
• метод деревьев решении;
• метод опорных векторов;
разработать приложение в пакете Matlab, провести эксперименты и протестировать изучаемые методы классификации данных. Наконец, сравнить результаты эксперимента и сформулировать выводы полученные в ходе исследования.
В процессе выполнения выпускной квалификационной работы был
разработан программный комплекс, для решения задачи классификации
медицинских данных с целью предоставления возможности врачу применить
математические методы диагностики для подтверждения или опровержения
его экспертного заключения. Данный программный комплекс обеспечивает
ввод данных с экрана приложения, вывод результатов на экран, имеет
удобный и интуитивно понятный пользовательский интерфейс, наглядно
демонстрирующий всю информацию и изменения в окне.
Данная работа была написана в пакете прикладных программ Matlab в
операционной системе Windows.
В ходе разработки приложения были изучены все аспекты, необходимые
для качественного выполнения выпускной квалификационной работы. Все
поставленные задачи и цели были успешно решены.
Удобный и интуитивно понятный пользовательский интерфейс является
важным фактором для визуализации решения поставленных задач. Данное
приложение может помочь существенно сократить время и облегчить
процесс выявления болезни у пациента. Пользователь (эксперт, врач) указав
анамнезы важные для диагностики болезни Паркинсона и для диагностики
послеоперационной продолжительности жизни у больных раком легкого,
получит подтверждение или опровержение поставленного диагноза.
