Інтелектуальний метод підтримки прийняття рішення в багатопараметричній системі азимутально інваріантної Мюллер-поляриметрії при оцінюванні патологій

Abstract

The article presents a method for supporting decision-making in a multiparametric system of Muller-matrix diagnostics of biological layers based on statistical and wavelet analysis of a collection of azimuthal invariants of Muller-polarimetry and decision tree models to increase the accuracy of decisions. Training decision tree models based on minimization of the Gini index for informative features of the distributions of azimuthally independent invariants of the biological layer of the cervix are developed and the accuracy of pathology detection based on them is assessed. The experimental application of the improved PPR method in the differentiation of functional states of "normal" and "pathology" of the cervical muscle tissue of the uterine cervix with the measurement of ten distributions of azimuthal invariants of the Muller-polarimetric parameters of the uterine cervix has been demonstrated. An increase in the diagnostic accuracy of uterine cervix samples to the level of 97.2% has been achieved.В статті представлено метод підтримки прийняття рішення в багатопараметричній системі мюллер-матричної діагностики біологічних шарів на основі статистичного та вейвлет-аналізу колекції азимутальних інваріантів мюллер-поляриметрії та моделей дерев рішень для підвищення точності рішень. Розроблено тренувальні моделі дерев рішень на основі мінімізації індексу Джині для інформативних ознак розподілів азимутально незалежних інваріант біологічного шару м’язу шийки матки та оцінено точність виявлення патології на їх основі. Продемонстровано експериментальне застосування удосконаленого методу ППР при диференціації функціональних станів «норма» – «патологія» БШ м’язової тканини шийки матки із вимірюванням десяти розподілів азимутальних інваріант мюллер-поляриметричних параметрів БШ. Досягнуто зростання точності діагностики зразків БШ до рівня 97,2%.

В статті представлено метод підтримки прийняття рішення в багатопараметричній системі мюллер-матричної діагностики біологічних шарів на основі статистичного та вейвлет-аналізу колекції азимутальних інваріантів мюллер-поляриметрії та моделей дерев рішень для підвищення точності рішень. Розроблено тренувальні моделі дерев рішень на основі мінімізації індексу Джині для інформативних ознак розподілів азимутально незалежних інваріант біологічного шару м’язу шийки матки та оцінено точність виявлення патології на їх основі. Продемонстровано експериментальне застосування удосконаленого методу ППР при диференціації функціональних станів «норма» – «патологія» БШ м’язової тканини шийки матки із вимірюванням десяти розподілів азимутальних інваріант мюллер-поляриметричних параметрів БШ. Досягнуто зростання точності діагностики зразків БШ до рівня 97,2%.