Журнал Современные проблемы науки и образования 2070-7428 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" ART-8761 АЛГОРИТМ УПРАВЛЕНИЯ ПРОФИЛАКТИЧЕСКИМИ МЕРОПРИЯТИЯМИ ПРИ УРОЛИТИАЗЕ НА ОСНОВАНИИ НЕЧЕТКОЙ ЛОГИКИ ПРИНЯТИЯ РЕШЕНИЙ Коцарь А.Г. Kotsar A.G. litoklast@mail.ru Цуканова М.Н. Tsukanova M.N. margorf@yandex.ru ФГБОУ ВПО «Юго-Западный государственный университет» Southwest state university 05 02 2013 2 52 52 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://science-education.ru/ru/article/view?id=8761

В работе описывается метод прогнозирования и управления профилактическими мероприятиями при мочекаменной болезни с использованием аппарата нечеткой логики принятия решений. Сформирован словарь информативных признаков и алфавит классов. Разработаны формулы расчета функций принадлежности по данным признакам, по значениям которых с помощью итерационного правила логического вывода рассчитываются коэффициенты уверенности в принадлежности обследуемого объекта к искомому классу. На основании сравнения полученных значений с пороговыми коэффициентами уверенности производится дефазификация вывода. На основании полученных решающих правил разработан алгоритм управления профилактическими мероприятиями при уролитиазе. Для проверки эффективности «срабатывания» синтезированных решающих правил были рассчитаны коэффициенты уверенности у 200 пациентов, страдающих мочекаменной болезнью, и по результатам наблюдения в течение 1 года разделены на 2 группы: 1 – люди с рецидивом камнеобразования (37 пациентов), 2 – люди без рецидива (163 пациента). По результатам наблюдений построены гистограммы распределения значений коэффициентов. Анализ пересечения гистограмм свидетельствует о высокой диагностической эффективности (0,94) синтезированных решающих правил.

The article describes a method of fuzzy logic for prediction and prevention of urolithiasis. Formed dictionary informative features and alphabet of classes.developed the formula for calculating the membership functions according to the features, аnd using an iterative rule, calculate the coefficient of confidence in the examined object belonging to the desired class. By comparing the values obtained with the threshold values of the coefficients of confidence is defuzzification conclusion. Based on these decision rules,we developed an algorithm for selecting the prevention method in urolithiasis. The research of the effectiveness the synthesized decision rules was conducted. We made a prospective analysis of the stone recurrence after treatment 200 patients in Kursk Emergency Hospital. After one year of follow we had two groups of patient: 37 – with recurrent stone formation, 163 – without relapse. Using decision rules were calculated curative conclusions for these patientsand were constructed distribution histogram coefficient values. Analyze the intersection histogram shows a good agreement between the results of expert evaluation and synthesized decision rule in the control group: the diagnostic sensitivity – 0.9, the diagnostic specificity – 0.98, the positive predictive value – 0.98, the negative predictive value – 0.91 and diagnostic efficiency is 0.94.

 мочекаменная болезнь прогнозирование профилактика нечеткая логика экспертная система. urolithiasis stone recurrence prediction prevention fuzzy logic expert system.

1. Анализ уро¬нефрологической заболеваемости в Российской Федерации по данным официальной статистики / О. И. Аполихин [и др.] // Экспериментальная и клиническая урология. – 2010. – № 1. – С. 4–11.

2. Дюк В. А., Эмануэль В. Л. Информационные технологии в медико-биологических исследованиях. – СПб.: Питер, 2003.

3. Кореневский Н. А., Титов В. С., Чернецкая И. А. Проектирование систем поддержки принятия решений для медико-экологических приложений: Монография / Курск гос. техн. ун-т. – Курск, 2004. – 180 с.

4. Brikowski T. H., Lotan Y., Pearle M. S. Climate-related increase in the prevalence of urolithiasis in the United States // ProcNatlAcadSci USA. – 2008. – Vol. 105, N 28. – P. 9841 –9846.

5. Chang I. H., Kim K. D., Moon Y. T., Kim T. H., Myung S. C., Kim Y. S., Lee J. Y. Possible Relationship between Metabolic Syndrome Traits and Nephrolithiasis: Incidence for 15 Years According to Gender // Korean J Urol. – 2011. – Vol. 52, N 8. – P. 548–553.

6. Indridason O. S., Birgisson S., Edvardsson V. O., Sigvaldason H., Sigfusson N., Palsson R. Epidemiology of kidney stones in Iceland: a population-based study // Scand J. Urol. Nephrol. – 2009. – Vol. 40. – N 3. – P. 215–220.

7. Knoll T. Epidemiology, Pathogenesis, and Pathophysiology of Urolithiasis // EurUrol Suppl. – 2010. – Vol. 9. – P. 802–806.

8. Kamihira O., Ono Y., Katoh N. Long-term stone recurrence rate after extracorporeal shock wave lithotripsy // J Urol 1996. – №156(4). – P. 1267–1271.

9. Lahme S., Wilbert DM, Bichler KH. Significance of ‘clinically insignificant residual fragments (CIRF) after ESWL //Urologe. – 1997. – № 36(3). – P.226–230.

10. Romero V., Akpinar H., Assimos D. G. Kidney Stones: A Global Picture of Prevalence, Incidence, and Associated Risk Factors. // Rev Urol. – 2010. Vol. 12, N 2–3. – P. 86–96.

11. Tiselius H. G. Recurrent stone formation in patients treated with extracorporal shock wave lithotripsy// J Stone Dis. – 1992. – № 4. – P.152–157.

12. Tolley D. A. Indispensable guides to clinical practice urinary stone / Tolley D. A., Segura S. W. – Oxford:Health Press, 2002. – P. 73.