Показати скорочену інформацію

dc.contributor.authorСавицька, Л. А.uk
dc.contributor.authorДобровольська, Н. В.uk
dc.contributor.authorКондратюк, В. О.uk
dc.contributor.authorSavytska, L. A.en
dc.contributor.authorDobrovolska, N. V.en
dc.contributor.authorKondratiuk, V. O.en
dc.date.accessioned2023-03-28T08:12:10Z
dc.date.available2023-03-28T08:12:10Z
dc.date.issued2023
dc.identifier.citationСавицька Л. А. Програмний модуль попереднього діагностування пацієнтів на основі нейронної мережі Кохонена [Текст] / Л. А. Савицька, Н. В. Добровольська, В. О. Кондратюк // Інформаційні технології та комп'ютерна інженерія. – 2023. – № 1. – С. 66-74.uk
dc.identifier.issn1999-9941
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/36564
dc.description.abstractЯк відомо, діагностування – це надважливий аспект в процесі відновлення здоров’я. Коли пацієнт звертається з певними скаргами за медичною допомогою, то в більшості випадків, кожний лікар призначить йому загальний або розширений (біохімічний) аналіз крові. Це є базова діагностична процедура. Загальний аналіз дозволить встановити відповідний факт порушення в роботі організму. Біохімічний же аналіз крові надасть вже більш точну інформацію про стан більшості життєво важливих органів, і дозволить оцінити основні обмінні процеси. Високу значимість мають результати аналізу саме на етапі діагностики, і, в подальшому, при моніторингу процесу одужання. Моніторинг потрібен при необхідності контролю ефективності терапії. То ж у статті розглядаються атуальні та важливі питання розробки програмного модуля для попереднього діагностування пацієнтів за аналізом крові. Тому важливим є час виконання та швидкість отримання результатів аналізу крові. Програмний модуль, що пропонується до вашої уваги, має за основу нейронну мережу Кохонена. Так як така нейронна мережа є мережею, що навчається, то вона стає відмінним помічником в нашій задачі в цілому та й при подальшому діагностуванні. Діагностування відбувається на основі результатів аналізу, при цьому зберігається велика кількість важливих параметрів при достатньо швидкій роботі алгоритму. Отже, цей програмний модуль необхідний для збільшення достовірності попереднього діагностування, відносно конкурентів, а також, для достатньо великої економії часу лікарів і пацієнтів за рахунок швидкості роботи алгоритму. У статті наведено структуру, математичну модель та порядок функціонування нейронної мережі Кохонена. Розглянуто архітектуру програмного модуля нейронної мережі. Розроблено алгоритм функціонування програмного модуля, та й вже готового додатку.uk
dc.description.abstractAs you know, diagnosis is an extremely important aspect in the process of restoring health. When a patient seeks medical help with certain complaints, in most cases, each doctor will prescribe a general or extended (biochemical) blood test. This is a basic diagnostic procedure. A general analysis will allow establishing the corresponding fact of a violation in the body's work. Biochemical analysis of blood will provide more accurate information about the state of most vital organs, and will allow to evaluate the main metabolic processes. The results of the analysis are of high importance precisely at the stage of diagnosis, and, subsequently, when monitoring the recovery process. Monitoring is necessary if it is necessary to control the effectiveness of therapy. At the same time, the article deals with current and im-portant issues of developing a software module for preliminary diagnosis of patients by blood analysis. Therefore, the time of execution and the speed of obtaining blood test results are important. The program module offered to your attention is based on the Kohonen neural net-work. Since such a neural network is a learning network, it becomes an excellent assistant in our task as a whole and in further diagnostics. Diagnosis is based on the results of the analysis, while a large number of important parameters are preserved with sufficiently fast operation of the algorithm. Therefore, this software module is necessary to increase the reliability of preliminary diagnosis, relative to competitors, and save time for doctors and patients. The article describes the structure, mathematical model and order of functioning of Kohonen's neural network. The architecture of the neural network software module is considered. An algorithm for the functioning of the software module and the ready-made application has been developed.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofІнформаційні технології та комп'ютерна інженерія. № 1 : 66-74.uk
dc.relation.urihttps://itce.vntu.edu.ua/index.php/itce/article/view/925
dc.subjectнейронна мережа Кохоненаuk
dc.subjectпрограмний модульuk
dc.subjectдіагностування пацієнтівuk
dc.subjectKohonen neural networken
dc.subjectsoftware moduleen
dc.subjectpatient diagnosisen
dc.titleПрограмний модуль попереднього діагностування пацієнтів на основі нейронної мережі Кохоненаuk
dc.title.alternativeSoftware module for preliminary diagnosis of patients based on Kohonen neural networken
dc.typeArticle
dc.identifier.udc004.42
dc.relation.referencesВ. В. Акіменко, Штучні нейронні мережі в задачах групування та аналізу інформації [Елек-тронний ресурс]. Режим доступу: http://csc.knu.ua/media/study/asp/art_net_group_inf_akimenko /lecture/lec1.pdf. Дата зверення: 05.12.2022.uk
dc.relation.referencesС. О. Субботін, Нейронні мережі: теорія та практика: навч. посіб. Житомир: Вид. О. О. Єве-нок, 2020, 184 с.uk
dc.relation.referencesTeuvo Kohonen, Self-organizing maps. Berlin; Heidelberg: New York; Barselona; Hong Kong; Lon-don; Milan; Paris; Singapore; Tokyo; Springer, 2001. [Online]. Available: https://www.amazon.com/Self-Organizing-Maps-Teuvo-Kohonen/dp/3540679219?asin=3540679219 &revisionId=&format=4&depth=1. Accessed on: 05.12.2022.en
dc.relation.referencesE. Oja, S. Kaski, Kohonen Maps. Elsevier Science B. V., 1999.en
dc.relation.referencesM. Kantardzic, Data Mining: Concepts, Models, Methods, and Algorithms. 2nd edition. John Wiley & Sons, Inc, 2011.en
dc.relation.referencesJ. Tan, Developments in Healthcare Information Systems and Technologies: Models and Methods. IGI Global, 2010.en
dc.identifier.doihttps://doi.org/10.31649/1999-9941-2023-56-1-66-74


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію