Введение
Глава 1. Обзор методов прогнозирования 15
1.1. Анализ существующих систем прогнозирования в медицине 15
1.2. Номограммы и зарубежные системы прогнозирования 18
1.3. Важность проведения ранней диагностики 20
1.4. Выводы по главе 21
Глава 2. Выбор оптимальной модели системы прогнозирования. Подготовка данных 22
2.1. Анализ методов построения базы знаний 22
2.2. Методы подготовки и структурирования данных 24
2.3. Создание специализированных вопросников 25
2.4. Создание пар сигналов 26
2.5. Обработка данных для обучения 28
2.6. Адаптивный метод на основе нейронных сетей 30
2.7. Обучение нейронной сети. 31
2.8. Выбор объема сети
2.8.1. Удаление наименее полезных переменных 34
2.8.2. Выбор категорий выходных эталонов 35
2.8.3. Методы проектирования в пространство с меньшей размерностью 2.9. Методы, улучшающие производительность алгоритма обратного распространения. 43
2.10. Критерий остановки 56
2.11. Выводы по главе 57
Глава 3. Параметризация прогностического алгоритма 59
3.1. Эксперименты Фогеля. 60
3.2. Генетический алгоритм 61
3.3. Объединение адаптивного и генетического алгоритмов 65
3.4. Обучение нейронной сети при параметризации 66
3.5. Выводы по главе 68
Глава 4. Численные эксперименты и анализ результатов прогнозирования 69
4.1. Программная реализация модели прогнозирования 69
4.2. Примеры рассмотренных историй болезни 72
4.3. Результаты исследования 76
4.4. Выводы по главе 78
Заключение 79
Приложение 93
