Нейромережевий підхід до медичної експрес-діагностики

Abstract

Сучасні комп’ютерні системи медичної діагностики ефективно розв’язують складні та важливі задачі в галузі медицини, зокрема діагностування хвороб, моніторинг стану пацієнтів, прогнозування результатів лікування, підтримку прийняття рішення щодо діагностування та лікування хворих. Це пов’язано з їх здатністю миттєво аналізувати і узагальнювати множину чинників в процесі діагностування біомедичних даних. Використання нейромережевих технологій у складі медичних експертних систем, зокрема для експрес-діагностування дозволяє значно покращити цей процес. Нейромережеві технології дозволяють реалізувати інтелектуальний аналіз даних, виконати інформаційний пошук, розпізнавання (класифікацію) об’єктів (симптомів) та візуалізацію отриманих результатів. Виконано аналіз особливостей нейромережевого підходу до медичної експрес-діагностики. Аналіз методів та засобів біомедичного діагностування показав актуальність та перспективність застосування нейромережевих технології. Запропоновано нейромережевий класифікатор на базі вдосконаленої мережі Хеммінга з формуванням дискримінантних функцій. Це дозволяє виконати експрес-діагностику на наборі визначених симптомів із застосуванням сформованої в процесі навчання пам’яті ваг для конкретних захворювань. В процесі спрацювання вихідного шару нейромережевого класифікатора з’являється одиничний сигнал yk, який вказує на захворювання під k-м номером. Отже, формування бінарного вихідного сигналу {}iYy= запропонованого нейромережевого класифікатора забезпечує можливість візуалізації результату діагностування із застосуванням лінійки світлодіодів. Апаратна реалізація запропонованого нейромережевого класифікатора разом з програмною підтримкою дозволить значно прискорити процес діагностування, використовуючи біомедичні дані та нейромережеві системи експрес-діагностики.Modern computerized medical diagnostics systems effectively solve complex and important problems in the field of medicine, including diagnosing diseases, monitoring patients, predicting treatment outcomes, supporting decision-making about diagnosing and treating patients. This is due to their ability to instantly analyze and summarize many factors in the process of diagnosing biomedical data. The use of neural network technologies in medical expert systems, in particular for express diagnostics, can significantly improve this process. Neural networks enable data mining, information retrieval, recognition (classification) of objects (symptoms) and visualization of the obtained results. In this work, the features of the neural network approach to medical express diagnostics are analyzed. The analysis of biomedical diagnostics methods and means showed the relevance and perspective of the use of neural network technologies. The neural network classifier based on the advanced Hamming network with the formation of discriminant functions is proposed. It allows to perform express diagnostics on a set of defined symptoms with the use of the generated in the learning the memory of weights for specific diseases. A single yk signal indicates the disease at k-number when the output layer of the neural network classifier is triggered. Therefore, the formation of the binary output signal Y = {yi} in the proposed neural network classifier provides the ability to visualize the result of diagnosis with using of LEDs. The hardware implementation of the proposed neural network classifier, along with software support, will significantly speed up the process of diagnosing biomedical data using neural network express diagnostics systems.Современные компьютерные системы медицинской диагностики эффективно решают сложные и важные задачи в области медицины, в частности: диагностирование болезней, мониторинг состояния пациентов, прогнозирование результатов лечения, поддержку принятия решения при диагностировании и лечении больных. Это связано с их способностью мгновенно анализировать и обобщать множество факторов в процессе диагностирования биомедицинских данных. Использование нейросетевых технологий в составе медицинских экспертных систем, в частности для экспресс-диагностики позволяет значительно улучшить этот процесс. Нейросетевые технологии позволяют реализовать интеллектуальный анализ данных, выполнить информационный поиск, распознавание (классификацию) объектов (симптомов) и визуализацию полученных результатов. В работе выполнен анализ особенностей нейросетевого подхода к медицинской экспресс-диагностике. Анализ методов и средств биомедицинской диагностики показал актуальность и перспективность применения нейросетевых технологий. Предложен нейросетевой классификатор на базе усовершенствованной сети Хемминга с формированием дискриминантных функций. Это позволяет выполнить экспресс-диагностику на наборе определенных симптомов с применением сложившейся в процессе обучения памяти весов для конкретных заболеваний. В процессе срабатывания выходного слоя нейросетевого классификатора появляется единичный сигнал yk, который указывает на заболевание под k-м номером. Следовательно, формирование бинарного выходного сигнала Y = {yi} в предложенном нейросетевом классификаторе обеспечивает возможность визуализации результата диагностики с использованием линейки светодиодов. Аппаратная реализация предложенного нейросетевого классификатора наряду с программной поддержкой позволит значительно ускорить процесс диагностики, используя биомедицинские данные и нейросетевые системы экспресс-диагностики.