Neural net vs. minimum distance classifier : choice of an intelligent computer tool or the diagnosis of the coronary artery disease based on ECG exercise tests

• Autorzy: Lewenstein K.

Warianty tytułu

PL

Sieć neuronowa czy klasyfikator : wybór inteligentnego narzędzia do komputerowego wspomagania diagnostyki choroby wieńcowej na podstawie wyników próby wysiłkowej

• Konferencja: International Conference Mechatronics 2004 (5 ; 23-25.09.2004 ; Warsaw, Poland)
• Języki publikacji: EN

Abstrakty

EN

Choice of an intelligent tool for computer-aided diagnosis of the coronary artery disease on the basis of the ECG exercise test has been the subject of the paper. Results of application different models of neural networks as feedforward perceptions, Fahlman's network and RBF network in comparison to minimum-distance classifiers built according the k-nearest neighbours and set's space covering rules, created without and with using feature selections have been presented in the paper. Correctness of the patient state diagnosis pointing the particular narrowing in coronary vessel for the best neural model has been equal 95% and for presented below traditional classifier came to 99,8%. It means that traditional not as popular method could sometimes be better.

PL

Przedmiotem pracy jest wybór inteligentnego narzędzia do komputerowego wspomagania diagnostyki choroby wieńcowej. W pracy przedstawiono wyniki zastosowań różnych modeli neuronowych a mianowicie: jednokierunkowych, wielowarstwowych sieci typu perceptronowego, trenowanych wg metody wstecznej propagacji błędu, sieci Fahlmana i sieci o Radialnych Funkcjach Bazowych w porównaniu do klasyfikatorów minimalno-odległościowych, tworzonych baz i z selekcją cech, zgodnie z metodami k-najbliższych sąsiadów i metodą pokrywania się zbiorów. Trafność diagnozy z dodatkowym wskazaniem szczegółowej lokalizacji zwężenia dla najlepszego modelu neuronowego wyniosła 95% a dla klasyfikatora 99,8%. Okazało się, że klasyczna, stara i nie tak współcześnie popularna metoda może być skuteczniejsza.

Słowa kluczowe

EN

neural networks; minimum distance classifiers; coronary artery disease; computer aided diagnosis

PL

sieci neuronowe; klasyfikator minimalno-odległościowy; choroba wieńcowa; komputerowo wspomagana diagnostyka

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2004
• Tom: Vol. 45, nr 8-9
• Strony: 104--105
• Opis fizyczny: Bibliogr. 3 poz.

Twórcy

autor

Lewenstein K.

• Warsaw University of Technology, Institute of Precision and Biomedical Engineering, Poland

Bibliografia

• 1. Froelicher V.: Exercise Tests Manual, Warsaw, Bell Corp., 1999.
• 2. Janecki J.: Optimisation of Features Selection Methods in Multi-Dimensional Diagnostic Systems, Warsaw, IBIS Works., 1996
• 3. Lewenstein K.: Artificial Neural Networks in the Diagnostics of Coronary Artery Disease Based on ECG Exercise Test, Warsaw, Oficyna Wydawnicza PW, 2002.