<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Особливості процесу класифікації у контексті медичного діагностування

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

Альтернативна назва

Анотація

Для підсистеми підтримки прийняття рішень у складі експертних систем різного призначення актуальною задачею є можливість формування рангів стосовно отриманих результатів. Цю можливість можна реалізувати, якщо використовувати результати попередньої класифікації об’єктів. У цій роботі розглядається варіант реалізації процедури класифікації об’єктів із ранжуванням у контексті медичного діагностування захворювань. В якості базового задіяно метод класифікації з використанням лінійних дискримінантних функцій. Показано, що двома базовими операціями класифікації в цьому випадку є сформування лінійних дискримінантних функцій векторно-матричним помножувачем та вибірка максимальної з них максимізатором типу “1 з N”. Враховуючи те, що ранжування результатів класифікації виконується після застосування до лінійних дискримінантних функцій механізму конкуренції через максимізатор, у роботі розглянуто варіанти реалізації такої функції максимізатора. В результаті особливий інтерес з точки зору часових та апаратних витрат становить альтернативний метод числового сортування із застосуванням швидкісної операції декремента паралельно до всіх елементів числового масиву. Це, у свою чергу, дозволяє для формування рангів елементів задіяти швидкісну операцію інкремента. Обидві ці операції декремента/інкремента можна ефективно реалізувати на реверсивних лічильниках, що збільшить регулярність структури класифікатора. Отже, для цього класичну структуру класифікатора необхідно доповнити ранжувальником після максимізатора. Результати імітаційного моделювання підтвердили слушність процесу медичного діагностування з ранжуванням визначених діагнозів захворювань. Важливо підкреслити, що актуальність ранжування результатів класифікації об’єктів під час медичного діагностування захворювань полягає в тому, що існує можливість розглядати не тільки діагноз з найбільшим рангом, але й найближчі до нього. Все це свідчить про наочність та зручність такого процесу медичного діагностування.

Опис

УДК

Мова

Посилання на публікацію

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Мартинюк Т. Б., Кожем’яко А. В., Каташинський Д. О., Булига І. В. Особливості процесу класифікації у контексті медичного діагностування // Наукові праці Вінницького національного технічного університету. Електрон. текст. дані. 2025. № 1. URI: https://praci.vntu.edu.ua/index.php/praci/article/view/780.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (20)

  1. Rangaraj M. Rangayyan, Biomedical Signal Analysis. Second ed. Wiley-IEEE Press, 2015.720 р.
  2. Вуйцік В., Готра О.З., Григор’єв В.В. Експертні системи. Львів, Україна: Ліга-Прес, 2006.290 с.
  3. Сверстюк А. C., Горкуненко А.Б. Нейромережеві експертні системи для діагностики та прогнозування стану серцево-судинної системи. Вісник Хмельницького національного університету. Технічні науки.2014. No 4.С. 102–108.
  4. Мартинюк Т.Б., Запетрук Я.В. Нейромережевий підхід до медичної експрес-діагностики. Вісник Вінницького політехнічного інституту.2019.No6.С. 37–44.
  5. AwadS. R., Alghareb F. S. Encoding-Based Machine Learning Approach for Health Status Classification and Remote Monitoring of Cardiac Patients. Algorithms.2025. No18(2).Р. 94. https://doi.org/10.3390/a18020094.
  6. Multi-Branch Spectral Channel Attention Network for Breast Cancer Histopathology Image Classification /L.Caoet al.Electronics.2024. No 13(2).Р. 459. https://doi.org/10.3390/electronics13020459.
  7. Recent Advances of Artificial Intelligence in Healthcare:A Systematic Literature Review/ F.Kitsioset al.Applied Sciences.2023. No13(13). Р.7479. https://doi.org/10.3390/app13137479.
  8. Ситник Р.Ф .Системи прийняття рішень. Київ, Україна: КНЕУ, 2004.614 с.
  9. Гнатієнко Г.М., Снитюк В.Є. Експертні технології прийняття рішень. Київ, Україна: ТОВ «Маклаут», 2008.444 с.
  10. Моделювання процесу ранжування у нейромережному класифікаторі об’єктів/ Т.Мартинюкта ін.Оптико-електроннiiнформацiйно-енергетичнiтехнології.2024. No48(2).С. 128–134. https://doi.org/10.31649/1681-7893-2024-48-2-128-134.