В статье рассмотрена возможность применения гибридных нейронных сетей в прогностической модели оценки функционального состояния сердечно-сосудистой системы. Отмечено, что для определения групп пациентов при проведении исследования ее функционального состояния требуется некоторые дополнительные показатели, так как патологические изменения не отражаются достаточно на ЭКГ. Нарушение определенных параметров функционального состояния сердечно-сосудистой системы может привести к внезапной острой коронарной недостаточности и смерти. Для обучения искусственной нейронной сети необходимо учитывать большое количество параметров и объем информации, что может быть решено за счет построения нейронечетких систем, которые относятся к классу гибридных систем, в основе которых лежат нечеткая логика и нейронные сети. Применение гибридных нейронных сетей позволяет прогнозировать функциональное состояние сердечно-сосудистой системы при учитывании оптимального количества параметров пациента. Предложена структурная схема прогностической модели и описание ее блоков, которая позволяет выполнять краткосрочные прогнозы.
The possibility of practical using of neural network in the prognostic models of estimating of functional health of the cardiovascular system is considered in the article. Some factors more are needed for the definition of groups of patients for search of its functional health, because the pathological lesions are not enough reflected on the electrocardiogram. Disturbances of certain parameters of the functional health of the cardiovascular system can irritate unexpected acute coronary insufficiency and death. For the teaching (programming) of the artificial neural network is necessary to take into account a lot of parameters and information volume. In can be done with the help of neural fuzzy systems, which belong to the class of hybrid systems, which are based on fuzzy logic and neural networks. Practical using of neural networks let prognosticate the functional health of the cardiovascular system taking into account optimal quantity of parameters of a patient. The structural scheme of the prognostic model and description its blocks are considered in the article. This scheme let give short-dated prognoses.
1. Бокерия Л.А., Бокерия О.Л., Киртбая Л.Н. Сердечная недостаточность и внезапная сердечная смерть // Анналы аритмологии. – 2009. – № 4. – С. 7–20.
2. Королева С.А. Разработка методов и средств контроля и прогнозирования состояния здоровья в задачах профессионального отбора на основе нечеткой логики принятия решений: автореф. дис. канд. техн. наук. – Курск, 2005. – 18 с.
3. Круглов В.В. Нечеткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. – Физматлит, 2001. – 224 с.
4. Овчинкин О.В., Сараев И.А. Инструментальные средства исследования пространственной транспозиции топологических портретов хаотических процессов // Сб. материалов VIII Международной конференции «Распознавание 2008». – Курск. гос. тех. ун-т., 2008. – Ч. 2. – С. 33-34.
5. Овчинкин О.В., Овчинкина Т.В., Павлов О.Г. Персональное моделирование заболеваний сердечно-сосудистой системы с применением нейронных сетей и инструментальных средств // Вестник новых медицинских технологий. – 2011. – Т. 18, № 4. – С. 41-43.
6. Павлов О.Г. Прикладные вопросы ситуационного управления в социально-медицинской сфере. – Старый Оскол: ТНТ, 2009. – 276 с.
7. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия-Телеком, 2007. – 452 с.
8. Терехов С.А. Лекции по нейроинформатике. // Научная сессия МИФИ-2003. V Всероссийская научно-техническая конференция «Нейроинформатика-2003». – М.: Мифи, 2003. – Ч. 1. – 188 с.
9. Фролов В.Н. Управление в биологических и медицинских системах: учеб. пособие / Воронеж. гос. техн. ун-т [под ред. Я.Е. Львовича и М.В. Фролова]. – Воронеж, 2001. – 327 с.