Исследование методов визуализации при решении задач классификации в медицинских диагностических системах

СОДЕРЖАНИЕ
ГЛАВА 1 АНАЛИЗ ЗАДАЧИ ДИАГНОСТИКИ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ
1.1 Задачи диагностики.
1.2 Анализ структуры автоматизированной диагностической системы
1.3 Выбор модели описания кластеров
1.4 Анализ методов распознавания изображений и построение решающих правил
1.5 Постановка задачи исследования и выбор критерия качества.
1.6 Перспективные направления визуализации и постановка задачи исследования .
Выводы по материалам первой главы
ГЛАВА 2 АНАЛИЗ МЕТОДОВ КОМПЬЮТЕРНОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ В ДИАГНОСТИЧЕСКИХ СИСТЕМАХ.
2.1 Методы диагностики, использующие компьютерную обработку сиг
налов изображений
2.2 Биопотенциалы мозга механизмы возникновения и основные характеристики
2.3 Электроэнцефалография как метод исследования электрической активности головного мозга
2.4 Традиционные методы анализа ЭЭГ
2.5 Компьютерный анализ ЭЭГ. Основные направления и тенденции
2.6 Основные методы визуализация в электроэнцефалографии.
Выводы по материалам второй главы
ГЛАВА 3 ВИЗУАЛЬНЫЙ АНАЛИЗ СТРУКТУРЫ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ И ЕГО ИСПОЛЬЗОВАНИЕ ДЛЯ ПОСТРОЕНИЯ РЕШАЮЩИХ ПРАВИЛ КЛАССИФИКАЦИИ
3.1 Методика прямого формирования признаков из биомедицинских дан
ных ЭЭГ обследования
3.2 Отбор информативных признаков и анализ особенностей структуры
объектов
3.3 Снижение размерности признакового пространства биомедицинских данных методом главных компонент.
3.4 Формирование областей допустимых вероятностей на основе визуального представления данных.
3.5 Оптимизация разделяющих поверхностей и формирование решающе
го правила в задачах классификации биомедицинских данных
Выводы по материалам третьей главы
ГЛАВА 4 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ РАБОТЫ ПРЕДЛОЖЕННЫХ МЕТОДОВ.
4.1 Объект исследования.
4.2 Выбор оптимальной модели ЭЭГсигнала
4.3 Экспериментальная проверка метода формирования диаграмм рассеяния объектов в корреляционном поле главных компонент.
4.4 Экспериментальная проверка метода формирования областей допустимых вероятностей использующего визуализацию данных
4.5 Экспериментальная проверка метода собственных областей классов с разделяющими поверхностями в виде гиперсфер.
Выводы по материалам четвертой главы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА