Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: pattern recognition methods

Sortuj według:

Ogranicz wyniki do:

Optical method of the detection of some tumors

Opilski Z., Maciak E., Pustelny T., Urbańczyk M., Gibiński P., Woźnica T., Sieroń A.

Molecular and Quantum Acoustics

2007

Vol. 28

217-222

The presented optical method of an early detection and a diagnostics of tumors is a modern technologically advanced system of assessing displasy of tissues and cancer modifications of the skin and in cavities of a human body. The idea of the functioning of this system is based on a spectrum analyses in the visible range of light emitted by the investigated tissues after they have bee excited by radiation at suitable wavelengths. The investigated tissues were early submitted to photosensitive effects. The elaborated system makes if possible to diagnostic of the surface of the skin and tissues inside the body by means of an optical fiber endoscope with an adequate elaborate fitting module. The spectral analysis of photoluminescent light emitted by the tested tissues permits to acieve pseudocoloured pictures which provide information about the level of displastic and cancer changes.

The usefulness of pattern recognition methods and artificial neural networks in occupational medicine

Kolarzyk E., Kwiatkowski J., Helbin J., Pietrzycka A.

Bio-Algorithms and Med-Systems

2005

Vol. 1, no. 1/2

21--26

OBJECTIVE: Environmental exposition in the workplace of welders to free radicals and Reactive Oxygen Species (ROS) is multifactor and the response of their organisms to this exposition may be complex. This is why a wide range of clinical, biochemical and spirometrical measurements are performed to reveal early abnormalities in welders’ health status. In order to estimate the relations between obtained results of examinations and to reduce the dimensionality of the relatively large set of data, two methods have been used: 1. Pattern recognition methods: principal components analysis (PCA) and mutual contributions analysis (MCA). 2. Artificial Neural Networks (ANNs). METHODS: There were 94 welders employed in Huta Sendzimira in Kraków, Poland (men only, aged 29–57, all active smokers) occupationally exposed to O3 and NOx under examination. They underwent biochemical measurements including: Total Antioxidant Status (TAS) and anti-oxidative defense enzymes level: Superoxide Dismutase (SOD) and Catalase (CT); biomineral levels: Fe, Cu, Zn, Mg in blood serum and in hair, the concentrations of albumins, bilirubin and uric acid in blood. The determination of respiratory efficiency was based on a “flow-volume” curve and spirometry. The dependent variables for ANNs were: TAS, SOD, and CT. RESULTS: Both methods were useful for reduction of the dimensionality and were suitable for complex analysis and relatively large set of parameters when it was unknown which of these parameters were related. PCA showed that the most relevant parameters were: FEV1, MEF50, bilirubine, Fe, Zn, Cu (all elements in blood, not in hair) TAS and SOD. Only the relations of MEF50, Cu and TAS were statistically valid. ANNs found statistically valid relationship between TAS and Zn and Cu in blood and two pulmonary parameters: FEV 1 and MEF 25/75. CONCLUSIONS: Both methods proved the existence of less known relation between antioxidant defense and the efficiency of the respiratory tract in smoking welders. This relation is important for occupational medicine.

Źródło ekspozycji na wolne rodniki i reaktywne pochodne tlenu w środowisku pracy spawaczy jest wieloczynnikowe, a odpowiedź organizmu na tę ekspozycję może być ogólnoustrojowa. W związku z tym dla określenia charakteru i stopnia natężenia tej odpowiedzi wykonywany jest szeroki zakres badań klinicznych, biochemicznych i laboratoryjnych. Uzyskane z badań diagnostycznych wyniki wykazują różny stopień wzajemnych zależności. W celu uściślenia relacji między nimi oraz wyselekcjonowania parametrów istotnie ze sobą powiązanych zastosowane mogą być 2 metody: 1. PCA (Principal Components Analysis) – Analiza Składowych Głównych i MCA (Mutual Contributions Analysis) – Analiza Wzajemnych Udziałów. 2. Sztuczne Sieci Neuronowe (ANNs). Badaniami objęto 94 spawaczy w wieku 29-57 lat zatrudnionych w Hucie im. T. Sendzimira w Krakowie. Wszyscy badani mężczyźni byli palaczami papierosów, a w miejscu pracy byli wystawieni na działanie ozonu i tlenków azotu w stężeniu przekraczającym NDS. W ramach badań okresowych mieli wykonane pomiary równowagi oksydacyjno- antyoksydacyjnej, obejmujące całkowitą wydolność antyoksydacyjną (TAS) i aktywność enzymów: dysmutazy ponadtlenkowej (SOD) i katalazy (CT); oznaczenia stężeń składników mineralnych: Fe, Cu, Zn, Mg w krwi i we włosach oraz oznaczenia stężeń albuminy, bilirubiny i kwasu moczowego we krwi. Oznaczono również parametry określające wydolność układu oddechowego, które uzyskano z krzywej „Przepływ- objętość ” i spirometrii. Zmiennymi zależnymi dla ANNs były TAS, SOD, CT. Obie metody okazały się użyteczne w redukcji rozproszenia rezultatów uzyskanych z badań diagnostycznych. Były również przydatne w kompleksowej analizie dużej liczby wyników, a jednocześnie w uściśleniu tych relacji, które są ważne z medycznego punktu widzenia. Metoda PCA wykazała, że najistotniejszymi parametrami były: TAS i SOD, bilirubina, Fe, Zn, Cu (oznaczane we krwi, a nie we włosach) oraz FEV1, MEF50. Tylko relacja między MEF50, Cu i TAS była istotna statystycznie. Metodą sieci neuronowych uzyskano istotny związek między TAS oraz Zn i Cu we krwi i dwoma parametrami wentylacyjnymi: FEV1 i MEF25/75. Przy użyciu obu metod udowodniono mniej znany związek między wydolnością antyoksydacyjną i sprawnością wentylacyjną układu oddechowego spawaczy będących czynnymi palaczami tytoniu. Znajomość tych relacji jest ważna dla lekarzy medycyny przemysłowej.

Distance based classifiers and their use to analysis of data concerned acute coronary syndromes

Jóźwik A., Stawska Z., Grabowski M., Filipiak K., Rudowski R., Opolski G.

Image Processing & Communications

2003

Vol. 9, no 3-4

45-52

The paper presents effectiveness of classifiers based on distance function in application to real problem concerned acute coronary syndromes. The types of decision rules: the standard k-NN rule; its fuzzy version and the multistage decision rule that uses the class overlap idea are considered. In the case of the fuzzy k-NN rule the fuzzyness is applied only for decreasing a misclassification rate. The multistage classifier is taken into account because of its very desired property, which consist in possibility of determination whether a case being classified is difficult or easy for recognition. The more difficult is the case to be classified the more stages are required. This property enables an error rate gradation. In each stage the proposed classifier can make up one of the three following decisions: indicate a class number, reply :"I do not know" or qualifythe object to the next stage. A number of stages depend on the classified object. The analyzed data concern to the two-class decision problem that consist in prediction whether the patient will survive the period of one month or not.