Телефон: +7 (383)-202-16-86

Статья опубликована в рамках: Научного журнала «Студенческий» № 2(88)

Рубрика журнала: Информационные технологии

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4

Библиографическое описание:
Заболотин А.А. НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В КАРДИОЛОГИИ // Студенческий: электрон. научн. журн. 2020. № 2(88). URL: https://sibac.info/journal/student/88/167409 (дата обращения: 30.05.2020).

НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ В КАРДИОЛОГИИ

Заболотин Александр Анатольевич

магистрант, кафедра прикладной информатики, Кузбасский государственный технический университет имени Тимофея Федоровича Горбачёва,

РФ, г. Кемерово

NEURAL NETWORK TECHNOLOGIES IN CARDIOLOGY

 

Alexandr Zabolotin

undergraduate, department of applied informatics, T.F. Gorbachev Kuzbass State Technical University,

Russia, Kemerovo

 

Ключевые слова: искусственные нейронные сети, кардиология, диагностика и лечение сердечно-сосудистых заболеваний.

Keywords: artificial neural networks, cardiology, diagnosis and treatment of cardiovascular diseases.

 

В настоящее время практически все сферы жизни общества стремятся использовать интеллектуальные системы для своих нужд. Это происходит не только потому что возможности компьютеров растут, но и потому что появляется возможность быстрее и точнее решать сложнейшие задачи, а также в разы упростить выполнение повседневных заданий [1].

В частности, новейшими разработками таких систем пользуются медики. В данной статье проводится обзор интеллектуальных систем, используемых в кардиологии.

Одна из приоритетных задач в кардиологии является диагностика заболевания на ранней стадии его развития. Так как процесс лечения существенно упрощается, в связи с тем, что необратимые изменения в работе организма ещё не наступили, и первопричину устранить значительно легче.

Особенно эффективными для использования в таких задачах себя показали системы, основанные на использовании искусственных нейронных сетей (ИНС). ИНС – математические модели, построенные по принципу работы человеческого мозга [2]. Они состоят из нейронов, принимающих сигналы, присваивающих им весовые коэффициенты, затем производящих над ними вычисления и передавая дальше. Объединенные между собой в одну сеть, они способны решать сложные задачи, для которых ресурсы человеческого мозга недостаточны [3]. В совокупности с опытом врача, специализирующегося на диагностике заболеваний сердечно-сосудистой системы, эффективность применения данных систем только возрастает.

Например, в работе О. В. Мельник с соавторами рассматривается применение нейросетевого преобразователя частотных сигналов для анализа сердечного ритма в режиме реального времени. Одной из задач анализа является обнаружение ранних аритмий для их безотлагательного лечения и предотвращения необратимых и угрожающих жизни последствий [4].

Не на последнем месте находится диагностика ишемической болезни сердца, так в работе Сбоева А. Г. с соавторами была разработана система классифицирующая выделенные признаки и выстраивающая на их основе прогностическую модель ишемической болезни сердца и коронарного атеросклероза, с точностью определения около 96% [5].

Существуют даже системы позволяющие выявить сразу несколько заболеваний, например предложенная Ясницким Л. Н. с соавторами модель имеет возможность по симптомам пациента определить 9 заболеваний сердечно-сосудистой системы. Также данная система может быть использована пациентами для самоконтроля своего состояния здоровья [6].

Анализ публикаций о применении ИНС в кардиологии показал, что уже существуют системы способные не только значительно помочь врачам в постановке верного диагноза, но и пациентами для контроля своего здоровья.

Современные технические возможности позволяют вывести диагностику и прогнозирование течения заболевания на качественно новый уровень. За счёт этого имеется возможность увеличить результативность лечения пациентов, с заболеваниями сердечно-сосудистых систем.

 

Список литературы:

  1. Kruglov V., Borisov V. [Artificial neural networks]. Teoriya i praktika. Moscow, Goryachaya liniya – Telekom Publ., 2002, 382 p. (In Russ.).
  2. Головинова В.Ю., Киреев С.Г., Котенко П.К., Минаев Ю.Л., Штамбург И.Н., Кузьмин С.Г. Нейросетевые модели прогнозирования заболеваемости в организованных коллективах // Вестн. Рос. воен.-мед. акад. - 2014. - № 3(47). - С. 150–154.
  3. Выучейская М.В., Крайнова И.Н., Грибанов А.В. Нейросетевые технологии в диагностике заболеваний (обзор) // Журн. мед.-биол. исследований. - 2018. - Т. 6, № 3. - С. 284–294. DOI: 10.17238/issn2542- 1298.2018.6.3.284
  4. Мельник О. В., Челебаев С. В., Челебаева Ю. А. Анализ сердечного ритма в режиме реального времени на основе искусственных нейронных сетей // Клиническая медицина. - 2016. - №6. - С. 33-39.
  5. Сбоев А.Г., Горохова С.Г., Черний Н.Н. Разработка нейросетевой методики раннего диагностирования ишемической болезни сердца и коронарного атеросклероза // Вестн. ВГУ. Сер.: Химия. Биология. Фармация. - 2011. - № 2. - С. 204–213.
  6. Ясницкий Л.Н., Думлер А.А., Полещук А.Н., Богданов К.В., Черепанов Ф.М. Нейросетевая система экспресс-диагностики сердечно-сосудистых заболеваний // Перм. мед. журн. - 2011. - Т. XXVIII, № 4. - C. 77–86.

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом