Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

1 2020

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Classification of multidimensional polarization microscopy results in the technology of forensic intellectual monitoring of heart diseases

Vanchulyak Oleg, Golub Serhii, Talakh Mariia, Gantyuk Vyacheslav

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2020

T. 10, nr 1

82--86

The work combines methods of multidimensional polarization microscopy, statistical processing of data and inductive modeling with the purpose of constructing a methodology for creation of intelligent systems for multi-level forensic medical monitoring based on the example of the post-mortem diagnosis of coronary heart disease and acute coronary insufficiency. The task of classifying the results of the study of biological materials for obtaining a diagnosis was solved. To obtain informative features, a model of biological tissue of the myocardium was developed and the main diagnostic parameters were determined (statistical moments of 1–4 orders of coordinate distributions of the values of azimuths and the ellipticity of polarization and their autocorrelation functions, as well as wavelet coefficients of the corresponding distributions), which are dynamic due to its necrotic changes. The classification of these data was provided by constructing a deciding rule in the multi –raw algorithm of the GMDH. The effectiveness of the described methodology has been experimentally proved.

Praca łączy metody wielowymiarowej mikroskopii polaryzacyjnej, statystycznego przetwarzania danych i modelowania indukcyjnegow celu skonstruowania metodologii tworzenia inteligentnych systemów wielopoziomowego monitorowania w medycyniesądowej na przykładzie pośmiertnej diagnozy choroby wieńcowej i ostrej niewydolności wieńcowej. Wykonano zadanie sklasyfikowania wyników badań materiałów biologicznych w celu uzyskania diagnozy. Aby uzyskać cechy informacyjne, opracowano model tkanki biologicznej mięśnia sercowego i określono główne parametry diagnostyczne (momenty statystyczne 1–4 rzędów współrzędnych rozkładów wartości azymutów i eliptyczności polaryzacji oraz ich funkcji autokorelacji,a także jako współczynniki falkowe odpowiadających im rozkładów), które są dynamiczne z powodu jego zmian nekrotycznych. Klasyfikacja tych danych została zapewniona przez skonstruowanie decydującej reguły w algorytmie multi-raw GMDH. Skuteczność opisanej metodologii została eksperymentalnie udowodniona.