НЕЙРОСЕТЕВАЯ СИСТЕМА ДИАГНОСТИКИ АЛЛЕРГИЧЕСКОГО И ИНФЕКЦИОННОГО РИНИТА У ДЕТЕЙ


Цитировать

Полный текст

Аннотация

Цель. Разработать систему дифференциальной диагностики ринитов инфекционной и аллергической этиологии. Материалы и методы. Данные 217 пациентов детского возраста с инфекционным и аллергическим ринитом были использованы для построения диагностической системы на основе технологии нейронных сетей. Результаты. Создана система дифференциальной диагностики, позволяющая с помощью минимального числа входных параметров с высокой точностью ставить диагнозы «инфекционный ринит» и «аллергический ринит». Виртуальные компьютерные эксперименты по оценке роли пассивного курения для прогноза данных заболеваний показали противоречивые результаты, требующие дальнейшего изучения. Выводы. Разработанная диагностическая система может быть использована по принципу «предварительная диагностика аллергического ринита без аллерголога» в работе педиатров, терапевтов, врачей общей практики, а также для скрининговой диагностики в условиях центров здоровья.

Об авторах

Наталия Витальевна Минаева

Пермский государственный медицинский университет им. академика Е. А. Вагнера

Email: docnvm@mail.ru
доктор медицинских наук, профессор кафедры педиатрии ФДПО

Наталья Алексеевна Кумпан

Пермский государственный национальный исследовательский университет

бакалавр кафедры прикладной математики и информатики

Леонид Нахимович Ясницкий

Пермский государственный национальный исследовательский университет

доктор технических наук, профессор кафедры прикладной математики и информатики

Дарья Михайловна Ширяева

Пермский государственный медицинский университет им. академика Е. А. Вагнера

аспирант кафедры педиатрии ФДПО

Список литературы

  1. Черепанов Ф. М., Ясницкий Л. Н. Нейросимулятор 5.0. Свидетельство о государственной регистрации программы для ЭВМ № 2014618208. Заявка Роспатент № 2014614649. Зарегистрировано в Реестре программ для ЭВМ 12.08.2014.
  2. Ясницкий Л. Н., Думлер А. А., Богданов К. В., Полещук А. Н., Черепанов Ф. М., Макурина Т. В., Чугайнов С. В. Диагностика и прогнозирование течения заболеваний сердечно-сосудистой системы на основе нейронных сетей. Медицинская техника 2013; 3: 42-44.
  3. Ясницкий Л. Н. Нейронные сети - инструмент для получения новых знаний: успехи, проблемы, перспективы. Нейрокомпьютеры: разработка, применение 2015; 5: 48-56.
  4. Das R., Turkoglu I., Sengur A. Effective diagnosis of heart disease through neural networks ensembles. Expert Systems with Applications 2009; 36(4): 7675-7680.
  5. Johnsson D., Gil M., Garicia Chemizo J. M., Paya A. S., Fernandez D. R. Application of artificial neural networks in the diagnosis of urological dysfunctions. Expert Systems with Applications 2009; 36 (3): 5754-5760.
  6. Yumusak O. E. N., Temurtas F. Chest diseases diagnosis using artificial neural networks. Expert Systems with Applications 2010; 37 (12): 7648-7655.
  7. Yasnitsky L. N., Dumler A. A., Poleshchuk A. N., Bogdanov C. V., Cherepanov F. M. Artificial neural networks for obtaining new medical knowledge: diagnostics and prediction of cardiovascular disease progression. Biol. Med. (Aligarh) 2015; 7(2): BM-095-15,8.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Минаева Н.В., Кумпан Н.А., Ясницкий Л.Н., Ширяева Д.М., 2015

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.
 


Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).