Modelowanie podobieństwa diagnostycznych wzorców medycznych w przestrzeni pajęczynowej

• Autorzy: Ameljańczyk A.

Warianty tytułu

EN

Modelling of similarity of diagnostic medical patterns in the web space

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono możliwość wykorzystania przestrzeni pajęczynowych do graficznego modelowania wzorców medycznych jednostek chorobowych oraz stanu zdrowia pacjenta. Przedstawiono ogólną koncepcję algorytmu wspomagania procesu diagnozowania stanu zdrowia pacjenta, bazującą na określaniu podobieństwa modeli graficznych stanu zdrowia pacjenta i zawartych w repozytorium wzorców jednostek chorobowych. Sformułowano wielokryterialne zadanie optymalizacji rozpoznawania wzorców medycznych.

EN

The paper presents the possibility of using web space for graphical modelling of disease unit patterns and status of the patient health. An algorithm provides a general idea of supporting the process diagnosing of the patient health, based on determining the similarity graphical models of the health status and contained in the repository of disease unit patterns. Multicriteria optimization task of medical pattern recognition has been formulated.

Słowa kluczowe

PL

przestrzeń pajęczynowa; model graficzny; wzorzec medyczny; podobieństwo modeli graficznych; przestrzeń podobieństwa; relacja podobieństwa; model Tversky'ego

EN

web space; graphical model; medical pattern; similarity graphical models; similarity space; relation of similarity; Tversky's model

• Wydawca: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
• Czasopismo: Biuletyn Wojskowej Akademii Technicznej
• Rocznik: 2011
• Tom: Vol. 60, nr 4
• Strony: 359--376
• Opis fizyczny: Bibliogr. 20 poz., wykr.

Twórcy

autor

Ameljańczyk A.

• Wojskowa Akademia Techniczna, Wydział Cybernetyki, 00-908 Warszawa, ul. S. Kaliskiego 2,

Bibliografia

• [1] M. Albin, Fuzzy sets and their applications to medical diagnosi's, Berkeley, 1975.
• [2] M. Allan, Crash Course - wywiad i badania przedmiotowe, Elsevier Urban & Partner, Wrocław, 2005.
• [3] A. Ameljańczyk, Optymalizacja wielokryterialna w problemach sterowania i zarządzania, Ossolineum, 1984.
• [4] A. Ameljańczyk, Matematyczny model przestrzeni życia w komputerowym systemie wspomagania decyzji medycznych, I Krajowa Konferencja „Systemy Komputerowe i Teleinformatyczne w Służbie Zdrowia”, Warszawa, 2009.
• [5] A. Ameljańczyk, Matematyczne aspekty modelowania pajęczynowego obiektów, Biul. ISI, 4, 2009.
• [6] A. Ameljańczyk, Wielokryterialne mechanizmy wspomagania podejmowania decyzji medycznych w modelu repozytorium w oparciu o wzorce, Biul. ISI, 5, 2010.
• [7] A. Ameljańczyk, Modelowanie wzorców medycznych w przestrzeni pajęczynowej, VII Konferencja Naukowa „Modelowanie Cybernetyczne Systemów Biologicznych”, MC SB2010, Kraków, 2010.
• [8] R. Douglas Collins, Algorytmy interpretacji objawów klinicznych, Medipage, Warszawa, 2010.
• [9] F. Kokot, Diagnostyka różnicowa objawów chorobowych, WL PZWL, Warszawa, 2007.
• [10] M. C. Kumar, C. Dodds, Podstawowe procedury diagnostyczno-lecznicze, WL PZWL, Warszawa, 2007.
• [11] Medyczne Systemy Ekspertowe, http://www.computer.privateweb.at/judith/links3.htm.
• [12] Z. Pawlak, Rough Sets, International Journal of Computer and Information Sciences, 11, 1965, 341-356.
• [13] Z. Pawlak, Systemy informacyjne - podstawy teoretyczne, WNT, Warszawa, 1983.
• [14] W. Siegenthaler, Rozpoznanie różnicowe w medycynie wewnętrznej, tom 1-2, Medipage, Warszawa, 2009.
• [15] P. Smets, Medical diagnosis fuzzy sets and degrees of belief, Fuzzy sets and Systems, 5, 1981.
• [16] J. A. Tversky, Features of Similarity, Psychological Review, 84, 4, 1977.
• [17] J. A. Tversky, I. Gati, Studies of Similarity, Hebrew University, Jerusalem, 1978.
• [18] The Merck Manual, Objawy kliniczne, Elsevier Urban & Partner, Wrocław, 2010.
• [19] H. Wechsler, Applications of fuzzy logic to medical diagnosis, Proc. Symp. on Multiple-Valued Logic, Logan, 1975.
• [20] Pl. A. Zadeh, Fuzzy Sets, Information and Control, 8, 1965, 338-353.