English
!

Архив публикаций

Тезисы

XV-ая конференция

Раннее диагностирование шизофрении на основе нейронных сетей

Семилетова Л.В., Пиджакова Л.М.

170026, Тверь, наб. Афанасия Никитина, 22,

1  стр.

Диагностика – краеугольный камень медицины. Прежде чем начинать лечение, необходимо установить причину патологии. Обычное диагностирование опирается на объективные результаты обследований. При диагностировании психических заболеваний врач ставит диагноз на основе субъективных данных: информации о состоянии больного от родственников, от самого больного и собственных наблюдений.

Однако доказательство заболевания остается относительным. Эта ситуация сохраняется, несмотря на наличие большого числа доказательств, что шизофрения является наследственным заболеванием мозга. Существует несколько лабораторных генетических тестов позволяющих подтвердить диагноз с качественной точки зрения.

С точки зрения бурного развития аппаратных средств, стало возможным и экономически эффективным разработка и внедрение программно-аппаратных систем, позволяющих проводить диагностику пациентов. Задачу диагностики шизофрении можно рассматривать как задачу распознавания образов-диагнозов, среди множества функциональных состояний.

Поставим задачу диагностирования.

Дано множество диагнозов S = {s1,s2,s3…},

где s1 – шизофреноподобный психоз при эпилепсии;

s2- оргaническое диссоциaтивное рaсстройство;

s3- органическое эмоционально лабильное расстройство;

s4- Психическое рaсстройство, обусловленное повреждением и дисфункцией головного мозгa или сомaтической болезнью…

Множество параметров:

P = { VAR, N, ς, VAR1 , x, MY, DR, PT, IT, M0, r1, Δ+, Δ0, Δ- }.

Отображение f, декартова произведения множеств значений рассмотренных параметров на множество диагнозов:

, где .

f - функциональная зависимость.

Аналитическое задание этой функции не известно, но на основании опытных данных, возможно её частичное определение в виде таблицы.

Для реализации функции диагностирования можно применить топологию трехслойного персептрона c восемью скрытыми нейронами. В модели используются нейроны с сигмоидальной функцией активации. В качестве метода обучения выбран метод Хебба.



© 2004 Дизайн Лицея Информационных технологий №1533