ПРИМЕНЕНИЕ ИСКУССТВЕНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ДИАГНОСТИРОВАНИЯ СЕРДЕЧНО-СОСУДИСТЫХ ЗАБОЛЕВАНИЙ

ВВЕДЕНИЕ 4
1 АНАЛИЗ ПРИМЕНЕНИЯ НЕЙРОННЫХ СЕТЕЙ В МЕДИЦИНЕ 8
1. 1 Общая характеристика искусственных нейронных сетей 8
1.2 Нейросетевой анализ медицинских данных 14
1.3 Применение нейронных сетей в медицине 17
2 ПОСТРОЕНИЕ МОДЕЛИ НЕЙРОННОЙ СЕТИ ДЛЯ
КАРДИОДИАГНОСТИКИ 20
2.1 Анализ полученных данных о пациентах 20
2.2 Построение обучающей и тестовой выборок 21
2.3 Нейросетевое моделирование и анализ результатов 24
3 ПРОЕКТИРОВАНИЕ СИСТЕМЫ ДИАГНОСТИКИ ССЗ 31
3.1 Принцип работы системы диагностики ССЗ 31
3.2 Тестирование полученной системы диагностики ССЗ 34
Купить

На сегодняшний день сердечно-сосудистые заболевания (ССЗ) считаются одними из наиболее распространенных заболеваний в мире. Согласно данным Всемирной организации здравоохранения, ежегодно в мире от ССЗ умирает людей больше, чем от какой-либо другой болезни. По ее оценкам, в 2017 году от ССЗ умерло 17,9 млн. человек, что составило 31% всех глобальных случаев смерти. Из них 6,7 млн. случаев произошло в результате ишемической болезни сердца, а 11,2 - от инсульта.
Раннее выявление ССЗ имеет большое значение для выбора тактики лечения и прогноза развития заболевания. Основой всего лечебного процесса сердечно-сосудистой системы является диагностика заболеваний. Однако их клинические проявления настолько многообразны, что врачи нередко сталкиваются с большими трудностями при постановке диагноза, а иногда и совершают ошибки. Высокая распространённость и смертность от ССЗ определила актуальность исследования, результаты которого могут помочь правильно определить диагноз и начать своевременное лечение.
Одним из наиболее удобных инструментов для решения подобных задач являются искусственные нейронные сети - мощный и одновременно гибкий метод имитации процессов и явлений. Современные искусственные нейронные сети представляют собой программно-аппаратные средства создания специализированных моделей и устройств и позволяют решать широкий круг задач диагностики на основе применения алгоритмов теории распознавания образов. Отличительное свойство нейронных сетей состоит в их способности обучаться на основе экспериментальных данных предметной области.
Прогнозирование лечения осложняется тем, что каждый пациент индивидуален, у некоторых пациентов могут быть абсолютно разные показатели, а зависимость между данными пациентов и их лечением, представленными в качестве сведений для обучения сетей, может быть не непрерывная, что не даёт возможности построить правильно работающую нейронную сеть. Поэтому было принято решение разделить полученные сведения о пациентах на три кластера и построить нейронные сети для каждого из них.
Целью работы является определение оптимальных структур нейронных сетей, позволяющих диагностировать сердечно-сосудистые заболевания.
Для достижения поставленной цели в работе необходимо решить следующие задачи:
• исследовать понятие нейронных сетей, возможность их применения в медицине и нейронные системы, существующие в сфере медицинской диагностики;
• разработать архитектуры нейронных сетей для диагностики сердечно-сосудистых заболеваний, провести их обучение и тестирование;
• предложить модель нейронной системы диагностирования сердечно-сосудистых заболеваний.
Информационной основой написания выпускной квалификационной работы являются периодическая литература, электронные ресурсы, а также труды отечественных и зарубежных авторов.
Практическая значимость работы состоит в том, что разработанная по нашим данным система может быть внедрена в деятельность больниц г. Барнаула, что поможет снизить количество неверно поставленных диагнозов, ускорит принятие соответствующих мер и позволит сократить количество летальных исходов.
Структура работы состоит из введения, трёх глав, заключения, списка использованных литературных источников. Выпускная квалификационная работа представлена объёмом в 41 страницу, содержит 15 рисунков, 3 таблицы и написана на основе 35 источников литературы.
Введение раскрывает проблему, актуальность, цель, задачи и практическую значимость выпускной квалификационной работы.
Первая глава выпускной квалификационной работы содержит общие сведения об нейронных сетях, областях их применения, особенности работы сетей с медицинскими данными, а также анализ существующих нейронных систем, предназначенных для диагностики медицинских заболеваний.
Вторая глава включает в себя разработку модели нейронной сети для диагностики сердечно-сосудистых заболеваний, а именно поиск оптимальной структуры сети, создание и тестирование обучающей, и тестирующей выборок, и выбор наиболее подходящего варианта модели.
Третья, заключительная часть выпускной квалификационной работы, содержит подробное рассмотрение каждого этапа работы системы на основе созданной модели, а также её тестирование.
В заключении представлены выводы по результатам проведенного в выпускной квалификационной работе исследования.
Купить