Введение
Глава 1. Современные подходы к анализу данных медицинских обследований. Аналитический обзор литературы 13
1.1. Статистические данные о сердечнососудистой патологии у работников нефтеперерабатывающих производств 13
1.2. Медицинская статусметрия в оценке риска развития клинических проявлений атеросклероза 15
1.3. Применение искусственных нейронных сетей в медицине 21
1.4. Методологические аспекты применения ИНС в оценке риска 24
1.5. Генетические методы 27
1.6. Критерий качества обучения ИНС 29
1.7. Заключение 30
Глава 2. Объекты, объем и методы исследования 31
2.1. Общая характеристика материала исследования 31
2.2. Характеристика использованных показателей 32
2.3. Описание процесса составления обучающих и контрольных выборок 36
2.4. Программное обеспечение 36
2.5. Заключение 38
Глава 3. Теоретическое обоснование возможности применения и разработка математического аппарата неиросетевои оценки риска развития клинических проявлений атеросклероза 39
3.1. Формальное представление исходных данных 39
3.2. Математическое определение оценки риска 41
3.3. Связь условной функции частоты и модели Фишера 42
3.4. Востановление условной функции частоты методом «kn ближайших соседей» (kn — Nearest Neighbor) 45
3.5. Особенности применения искусственных нейронных сетей при аппроксимации условной функции частоты 51
3.6. Эмпирический подход к регуляризации обучения искусственных нейронных сетей 59
3.7. Коррекция алгоритма Лавенберга-Маркварта 66
3.8. Генетический алгоритм и аспекты его применения в синтезе и обучении ИНС 71
3.9. Нормировка значений исходных показателей 72
3.10. Заключение 77
Глава 4. Разработка алгоритм автоматизированного синтеза нейросетевой системы оценки риска 79
4.1. Общая структура процедуры синтеза 79
4.2. Формирование обучающего множества 81
4.3. Выбор структуры ИНС и метода ее обучения 87
4.4. Обучение ИНС по всему обучающему множеству 91
Глава 5. Исследование эффективности нейросетевого метода оценки риска развития клинических проявлений атеросклероза 98
5.1. Статистическое моделирование 98
5.1.1. Пример восстановления условной функции частоты по экспериментальным данным 98
5.1.2. Экспериментальное подтверждение эффективности применения внешнего критерия 103
5.2. Проверка эффективности нейросетевого алгоритма по сравнению с существующим методом на экспериментальных данных 106
5.2.1. Сравнение результатов работы ИНС и ЛДА на реальных экспериментальных данных 106
5.2.2. Исследование вариации оценки риска при значительном изменении одного параметра 111
5.3. Заключение 117
Глава 6. Оценка риска развития клинических проявлений атеросклероза с учетом характера и условий труда на примере работников нефтепереработки 118
6.1. Распространенность атеросклероза крупных сосудов среди работников нефтепереработки 118
6.2. Сравнительный анализ эффективности нейросетевой оценки риска развития клинических проявлений атеросклероза со шкалами SCORE, PROCAMHFHS 121
6.3. Анализ состояния здоровья работников НИН, находящихся под длительным наблюдением 124
Обсуждение результатов 127
Выводы 134
Практические рекомендации 136
Список литературы 138
