Download to read offline
исследования возможностей нейронных сетей в задачах медицинской диагностики
- 1.
- 2. Изучить теориюнейронных сетей. Провести обзор программных продуктов для нейросетевого анализа данных.
- 3. это одноиз направлений исследований в области искусственного интеллекта, основанное на попытках воспроизвести нервную систему человека. А именно: способность нервной системы обучаться и исправлять ошибки, что должно позволить смоделировать, хотя и достаточно грубо, работу человеческого мозга.
- 4. 1. Психологическийподход, когда нужно смоделировать некую психологическую парадигму, для чего строится и исследуется нейронная сеть некоторой структуры. 2. Нейрофизиологический подход, когда, исходя из знаний о структуре некоторого раздела мозга, строится и исследуется нейронная сеть некоторой структуры. 3. Алгоритмический подход, когда ставится математическая задача и, исходя из этой постановки, строятся адекватная нейронная сеть и ее алгоритм настройки для решения этой задачи.
- 5. Основы теориинейронных сетей были разработаны А.Бэйном и У.Джеймсом Мак-Каллок и Питтс разработали компьютерную модель нейронной сети на основе математических алгоритмов. Дональд Хебб выдвинул гипотезу интерпретации обучения на основе механизма нейронной пластичности, известную как теория Хебба.
- 6. Ф.Розенблатт разработалперцептрон — математическую и компьютерную модель восприятия информации мозгом, на основе двухслойной обучающей компьютерной сети, использующей действия сложения и вычитания. с 2006 было предложено несколько неконтролируемых процедур обучения нейронных сетей с одним или несколькими слоями с использованием так называемых алгоритмов глубокого обучения. Эти алгоритмы могут быть использованы для изучения промежуточных представлений, как с выходным сигналом, так и без него, чтобы понять основные особенности распределения сенсорных сигналов, поступающих на каждый слой нейронной сети.
- 7. нейроподобные сети представляются ориентированнымиграфами, то в классификации их топологии используется терминология теории графов. Наиболее представительными классами нейронных сетей являются: • однонаправленные многослойные сети; • рекуррентные сети.
- 9. Динамическое развитие Возможность перенастройки при резком изменении условий, например, при перенесении в другой регион. Система не должна резко терять качество работы при изменении условий. «нечеткий» характер результата Экспертная система является только советчиком специалиста,
- 10. разработка универсальнойтехнологии создания медицинских экспертных систем, включающей оптимизацию архитектур и метаалгоритмов функционирования нейронных сетей, теоретические и методологические основы функционирования нейросетей при работе с медико-биологической информацией, является актуальной задачей. Практическое применение нейросетей позволяет поставить создание медицинских экспертных систем на качественно иную основу.
- 11. Программа AcceStat-2000“NeuroMaster” Система MYCIN Система Dendral STATISTICA Neural Networks
- 12. В областипульмонологии начаты исследования по применению нейронных сетей для дифференциальной диагностики интерстициальных заболеваний легких . Конструируемая система обучается различать 9 диагнозов по 20 параметрам клинического состояния и данным рентгенографии. Появились работы с применением нейротехнологий для диагностики астмы, острой тромбоэмболии легких, рака легких. Несколько работ посвящено решению задачи определения оптимальных параметров искусственного дыхания.
- 13. Большое вниманиеуделяется применению нейросетей для диагностики атеросклероза Нейронные сети применены для оценки снабжения тканей кислородом и мозгового кровотока, вентиляции и перфузии легких, капиллярного давления легких, диагностики микроэмболий мозга по данным транскраниальной допплерографии. Нейросетевой анализ акустических сигналов позволяет проводить диагностику клапанных шумов сердца, и оценивать систолическую и диастолическую фазы сердечного сокращения с постановкой предварительного диагноза.