Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cerebral vasospasm

Sortuj według:

Ogranicz wyniki do:

Zastosowanie klasyfikatora wielu ekspertów do wspomagania diagnostyki skurczu naczyń mózgowych

Tarasewicz R.

Pomiary Automatyka Kontrola

2005

R. 51, nr 9 bis

343--345

W pracy przestawiono wyniki klasyfikacji wielowymiarowych próbek danych, uzyskanych z pomiarów przepływu krwi w środkowej tętnicy mózgowej za pomocą ultrasonografii dopplerowskiej. Do wspomagania diagnostyki skurczu naczyń mózgowych zastosowano klasyfikatory wielu ekspertów, które są zbudowane w oparciu o klasyfikatory hierarchiczne typu HME i zespoły sieci neuronowych. Ekspertami w klasyfikatorze są rozmyte sieci neuronowe typu AN FIS (ang. Adaptive Neuro-Fuzzy Inference System). Opisano budowę klasyfikatora oraz przedstawiono jakość klasyfikacji w zależności od różnych konfiguracji danych wejściowych.

In this study the author presents the use of Many Experts'Classifier for diagnosis of spasm in The Middle Cerebral Artery (MCA). Blood flow velocity in the MCA can be measured with Transcranial Color-Coded Doppler ultrasonography (TCCD). As experts in many experts' classifer there were applied ANFIS (Adaptive Neuro - Fuzzy Inference System). The fuzzy neural network show very good performance in the two-class separation problem, In "no spasm + mild spasm" to "moderate spasm + severe spasm" detection, classification accuracy amounted to 94%. The accuracy was higher than that obtained by the human investigator.

Assessment of the middle cerebral artery spasm with learning vector quantization neural networks

Świercz M., Krejza J., Mariak Z., Bień M.

Biocybernetics and Biomedical Engineering

2004

Vol. 24, no. 1

3-16

With transcranial color-coded Doppler sonography (TCCS), blood velocity in the middle cerebral (MCA) can be measured and used for diagnosis os spasm in this artery. The interpretation of TCCS results is not straightforward however. In this study blood velocities in the MCA's, obtained in one hundred consecutive patients, were classified with the use of artificial neural networks. The results of cerebral angiography were used as the criteria for evaluation of classification accuracy. The neural networks show very good performance in the two-class separation problem. In moderate-to-severe spasm detection, classification accuracy amounted to 92 % and in the assessment of vasospasm of other grades - 87%. The accuracy was higher than that obtained by the human investigator.