ВВЕДЕНИЕ.
ГЛАВА 1. ТЕХНОЛОГИИ НЕЧЕТКОЙ ЛОГИКИ ПРИНЯТИЯ ПРЕШЕНИЙ И НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТОВ ЭЛИМИНАЦИИ КОНКРЕМЕНТА
1.1. Особенности метода дистанционной ударноволновой литотрипсии при лечении мочекаменной болезни.
1.2. Методы диагностики заболеваний и прогнозирования результатов терапии
1.2.1. Методики, основанные на применении аппарата нейронных сетей.
1.2.2. Формализация экспертных оценок с помощью алгоритмов нечеткого логического вывода
1.2.3. Генетические алгоритмы как средство настройки нечетких систем
1.3. Особенности применения нечетких нейронных сетей
1.4. Цели и задачи исследования.
ГЛАВА 2. СИНТЕЗ ПРИЗНАКОВОГО ПРОСТРАНСТВА ДЛЯ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТОВ ДИСТАНЦИОННОЙ УДАРНОВОЛНОВОЙ ЛИТОТРИПСИИ
2.1. Выявление исходного набора информативных признаков.
2.1.1. Исследование предметной области и существующего экспертного опыта.
2.1.2. Структурирование признакового пространства
2.2. Анализ взаимного распределения выбранных признаков.
2.3. Построение нечетких функций принадлежности.
2.3.1. Способ построения нечетких функций принадлежности.
2.3.2. Функции принадлежности для группы признаков предварительной оценки состояния пациента.
2.3.3. Функции принадлежности для группы признаков оценки конкремента.
2.3.4. Функции принадлежности для группы признаков рисков проведения
литотрипсии
2.4. Выводы второй главы
ГЛАВА 3. СТРУКТУРА ГИБРИДНОЙ РЕШАЮЩЕЙ СИСТЕМЫ ДЛЯ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТОВ ЭЛИМИНАЦИИ КОНКРЕМЕНТОВ
3.1. Структура гибридной прогнозирующей системы.
3.2. Построение структуры агрегаторов подсистемы нечеткого логического вывода
3.3. Способ дефуззификации нечетких коэффициентов уверенности с использованием нейронной сети.
3.4. Выводы третьей главы.
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ СРЕДСТВА ПРОГНОЗИРОВАНИЯ ТЕРАПЕВТИЧЕСКИХ РЕЗУЛЬТАТОВ ДИСТАНЦИОННОЙ УДАРНОВОЛНОВОЙ ЛИТОТРИПСИИ.
4.1. Автоматизированная программная среда для выполнения прогнозирования
4.1.1. Модуль ввода и корректировки исходных данных СиЮа1а.
4.1.2. Модуль анализа взаимного распределения классов ОиЮга
4.1.3. Модуль настройки нечетких функций принадлежности ОшРиуРип
4.1.4. Модуль синтеза структуры агрегаторов i.
4.1.5. Модуль выполнения прогнозирования СшМеЪ.
4.1.6. Структура представления данных в модуле 1ЧеигоУогк.
4.2. Сравнение эффективности работы существующих методов прогнозирования с построенной гибридной системой
4.2.1. Прогнозирование с использованием многослойной нейронной сети, прошедшей обучение на исходных данных
4.2.2. Построение нечеткого логического вывода на основе анализа экспертных оценок.
4.2.3. Прогнозирование с использованием спроектированной гибридной
системы.
4.3. Выводы четвертой главы.
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ВВЕДЕНИЕ
Актуальность
- Київ+380960830922