Diagnostic Medical Classifiers

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

For the preliminary diagnosis of human diseases based on peripheral blood analysis, a statistical classification approach based on polynomial regression has been developed. It is implemented as two applications. One type of classifier allows you to assess the patient’s condition from healthy to the maximum degree of damage (oncology) within a separate body system. Using a different type of classifier, the area of tumor localization in cancer is identified. For various classification options, the structure of the training set is examined and a comparative analysis is carried out.

About the authors

Boris M. Gavrikov

Federal Research Center “Computer Science and Control” of Russian Academy of Sciences

Author for correspondence.
Email: bmgavrikov@gmail.com

аспирант

Russian Federation, Moscow

Nadia V. Pestryakova

Federal Research Center “Computer Science and Control” of Russian Academy of Sciences

Email: pestryakova@isa.ru

Doctor of Technical Sciences, PhD in Physics and Mathematics

Russian Federation, Moscow

References

  1. Stavitskii R.V., Lebedev L.A., Lebedev A.L., Smyslov A.IU. Kolichestvennaia otsenka gomeostaticheskoi aktivnosti zdorovykh i bolnykh liudei M.: GART. 2013. 131 s.
  2. Gavrikov B.M., Lebedenko I.M., Pestryakova N.V., Stavitskiy R.V. Ob odnom statisticheskom metode otsenivaniya sostoyaniya zdorov'ya cheloveka. // Trudy ISA RAN, 2016. T. 66. № 2. S. 54-59.
  3. Gavrikov B.M., Pestryakova N.V. O postroyenii priznakovogo prostranstva v zadache obucheniya // Informatsionnyye tekhnologii i vychislitel'nyye sistemy. 2018. №1. S. 22-29. doi: 10.14357/20718632180104
  4. Gavrikov B.M., Pestryakova N.V., Stavitskiy R.V. O svoystvakh obuchayushchikh mnozhestv // Informatsionnyye tekhnologii i vychislitel'nyye sistemy. 2018. №4. S.97-107. doi: 10.14357/207186321804010
  5. Gavrikov B.M., Gavrikov M.B., Pestryakova N.V. Statisticheskiy metod raspoznavaniya na osnove nelineynoy regressii. // Matematicheskoye modelirovaniye. 2020. T.32. №4. S.116-130. DOI: 0.20948/mm2020-04-09
  6. Gavrikov B.M., Gavrikov M.B., Pestryakova N.V. O sposobnosti statisticheskogo klassifikatora k obobshcheniyam// Informatsionnyye tekhnologii i vychislitel'nyye sistemy. 2021. № 4. S. 38-50. doi: 10.14357/20718632210404.
  7. Gavrikov B.M., Gavrikov M.B., Pestryakova N.V. O strukture bazy obucheniya klassifikatora dlya otsenivaniya sostoyaniya zdorov'ya cheloveka // Preprinty IPM im. M.V.Keldysha. 2018. №126. 18s. doi: 10.20948/prepr2018-126
  8. Gavrikov B.M., Gavrikov M.B., Pestryakova N.V., Stavitskiy R.V. Struktura bazy obucheniya statisticheskogo klassifikatora sostoyaniy sistem organizma cheloveka // Preprinty IPM im. M.V.Keldysha. 2018. №255. 40s. doi: 10.20948/prepr-2018-255
  9. Gavrikov B.M., Pestryakova N.V.Statisticheskiy klassifikator dlya diagnostiki onkologicheskikh zabolevaniy // Informatsionnyye tekhnologii i vychislitel'nyye sistemy. 2023. № 1. S. 39-49.
  10. Gavrikov B.M., Gavrikov M.B., Pestryakova N.V.Statisticheskiy podkhod k diagnostike onkologicheskikh zabolevaniy po parametram krovi // Preprinty IPM im. M.V.Keldysha. 2022. № 72. 12 s. doi: 10.20948/prepr-2022-72
  11. Gavrikov B.M., Gavrikov M.B., Pestryakova N.V. Prototip sistemy podderzhki prinyatiya resheniy v meditsinskoy diagnostike na osnove statisticheskogo podkhoda // Preprinty IPM im. M.V.Keldysha. 2022. № 76. 23 s. doi: 10.20948/prepr-2022-76.
  12. B.M. Gavrikov, Gavrikov M.B., I.M. Lebedenko, N.V. Pestryakova. Nakhozhdeniye oblasti lokalizatsii onkopatologii po parametram krovi bol'nogo // Preprinty IPM im. M.V.Keldysha. 2023. №24. 15 s. doi: 10.20948/prepr-2023-24.
  13. B.M. Gavrikov, Gavrikov M.B., I.M. Lebedenko, N.V. Pestryakova. Statisticheskiy klassifikator dlya opredeleniya oblasti lokalizatsii onkopatologii po analizu krovi bol'nogo // Preprinty IPM im. M.V.Keldysha. 2024. №22. 15 s. doi: 10.20948/prepr-2024-22.
  14. Gavrikov M.B., Lokutsiyevskiy O.V. Nachala chislennogo analiza. — M.: Yanus, 1995.
  15. Schürmann J. Pattern Slassification. — New York: John Wiley&Sons, Inc. 1996.

Supplementary files

Supplementary Files
Action
1. JATS XML


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».