Weryfikacja użyteczności neuronowych klasyfikatorów wyników badań spirometrycznych

• Autorzy: Grabska-Chrząstowska J. , Libuszowski W. , Tomalak W.

Warianty tytułu

EN

Verification of utility neural classifiers of respiratory system diagnosy

• Języki publikacji: PL

Abstrakty

PL

Badanie spirometryczne jest jednym z najpowszechniej wykonywanych badań diagnostycznych w chorobach układu oddechowego. W przypadku astmy i przewlekłej obturacyjnej choroby płuc stanowi istotny element w procesie stawiania diagnozy. Zależności pomiędzy przepływem wydechowym i objętością wydychanego powietrza podczas manewru forsownego wydechu pozwalają na ewentualne stwierdzenie nieprawidłowości w układzie oddechowym. Niniejsza praca ma na celu weryfikację dotychczas stworzonych modeli neuronowych poprzez ocenę działania klasyfikatora neuronowego na nowej grupie danych i sprawdzenia czułości i swoistości wybranej metody klasyfikacji. Dodatkowo, do analiz i porównań zastosowano model oparty na metodzie k-NN (k-nearest neighbours). Okazało się, że we wszystkich modelach po wprowadzeniu nowych danych pogorszyła się wartość parametru swoistości, a co za tym idzie, również jakość klasyfikacji, ale polepszyła się czułość metod.

EN

Spirometric examination is one of the most common tests performed in diagnosing respiratory system disorders. In case of asthma and obstructive pulmonary disease (COPD) it is crucial element of the diagnosing. The analysis of the relationship between forced flows and volumes make possible the identification of the disorders. This work is aimed at the verification of the classifiers based on neural networks, which were evaluated earlier. The evaluation concentrates on specificity and sensitivity of the classification applied to the new set of data. In addition, the k-NN (nearest neighbours) classifier was incorporated in the analysis. The results show worsening of specificity (resulting in poorer quality of classification), but better sensitivity of the methods used.

Słowa kluczowe

PL

sieci neuronowe; spirometria; badania spirometryczne; klasyfikatory neuronowe

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2005
• Tom: T. 9, z. 3
• Strony: 655--662
• Opis fizyczny: Bibliogr. 6 poz., tab.

Twórcy

autor

Grabska-Chrząstowska J.

• Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków

autor

Libuszowski W.

• Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków

autor

Tomalak W.

• Katedra Automatyki, Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• [1] Grabska-Chrząstowska J., Libuszowski W., Tomalak W.: Analiza wpływu parametrów wejściowych na klasyfikację wyników badania spirometrycznego przy pomocy sieci neuronowych. Półrocznik AGH Automatyka, t. 8, z. 3, 2004, 469-475, ISNN 1429-3447
• [2] Grabska-Chrząstowska J., Libuszowski W., Tomalak W.: Porównanie metody kNN i techniki sieci neuronowych w klasyfikacji badań spirometrycznych. Materiały konferencyjne „Modelowanie Cybernetyczne Systemów Biologicznych", Kraków, UJ i AGH 2005
• [3] Grabska-Chrząstowska J., Tomalak W.: Zastosowanie neuronowego systemu wnioskującego do klasyfikacji wyników badania spirometrycznego. Materiały konferencyjne „Sztuczna Inteligencja w Inżynierii Biomedycznej", Kraków, AGH 2004
• [4] Jóźwik A., Serpico S., Roli F.: A parallel network of modified l-NN and k-NN classifiers - application to remote-sensing image classification. Pattern Recognition Letters, 19, 1998, 57-62,
• [5] Tadeusiewicz R.: Sieci neuronowe. Warszawa, PWN 1993
• [6] Tomalak W.: Badania czynnościowe układu oddechowego. Materiały III Sympozjum „Modelowanie i Pomiary w Medycynie", Krynica 2001, 37-49