Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  wspomaganie diagnozy medycznej
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Diagnoza medyczna bazuje na niepełnej i nieprecyzyjnej informacji, dlatego algorytmy wspomagania wnioskowania medycznego muszą spełniać specyficzne wymagania. Praca koncentruje się na jednoczesnej i równoważnej ocenie parametrów medycznych rozmaitej natury: mierzalnych (np. testy laboratoryjne), formułowanych ściśle (ciąża), określanych nieprecyzyjnie (przyrost wagi), a czasem definiowanych w umownej skali (ból). Proponuje się modelowanie wnioskowania medycznego z zastosowaniem teorii Dempstera-Shafera rozszerzonej poprzez zdefiniowanie rozmytych elementów ogniskowych. Pozwala to na reprezentację wiedzy w postaci reguł. W przesłankach tych reguł mogą występować zarówno zmienne ilościowe, jak i jakościowe. Każdej regule jest przypisana wartość bazowego prawdopodobiestwa zdefiniowanego zgodnie z teorią Dempstera-Shafera. Funkcje przynależności charakteryzujące zmienne w przesłankach reguł oraz rozkładu bazowego prawdopodobieństwa można wyznaczyć na podstawie danych uczących. Wniosek diagnostyczny jest wynikiem porównania wartości miar przekonania (Bel) dla kilku hipotez. Przedstawiony model wnioskowania został zweryfikowany się dla 3 niezależnych baz danych dotyczących chorób tarczycy.
EN
Medical diagnosis is based on uncertain and imprecise information. Therefore, algorithms that support medical inference comply with specific requirements. This paper is focused on simultaneous and equal estimation of medical parameters of different nature: measurable (like laboratory tests), precisely formulated (pregnancy), described in an imprecise way (putting on weight), or defined on an assumed scale (pain). It is suggested to model a medical inference in the framework of the Dempster-Shafer theory extended for fuzzy focal elements. By means of the proposed algorithm, diagnostic rules can be formulated. Premises of the rules may include both quantity and quality variables. Each rule is assigned with a value of the basic probability assignment that is defined according to the Dempster-Shafer theory. Membership functions of rule predicates as well as the basic probability assignment are found from training data. The diagnostic conclusion is formulated after a comparison of belief values for several hypotheses. The model of inference is verified for 3 independent data bases of thyroid gland diseases.
PL
W sprawozdaniu szczegółowym podano podstawowe założenia, omówiono doświadczenia zebrane podczas realizacji projektu oraz uzyskane wyniki. Projekt dotyczył wspomagania decyzji w diagnostyce chorób tarczycy. Opracowany system wskazuje miarę zaufania do jednej z trzech możliwych hipotez: nadczynność tarczycy, eutyreoza (prawidłowe funkcjonowanie tarczycy) i niedoczynność tarczycy. Działanie systemu przetestowano dla zebranej bazy danych.
EN
In the detailed report basic assumptions are formulated, experiences gathered during the project realisation are commented and results obtained are presented. The project aimed at decision support in thyroid gland diseases diagnosis. The system elaborated determines a measure of belief for one of the three possible hypotheses: hyperthyroidism, euythyroidism and hypothyroidism. System's performance was tested for a gathered database.
PL
W pracy zaproponowano modelowanie czynników niepewności i nieprecyzyjności reguły typu "jeżeli... to ..." w przypadku jej zastosowania do wspomagania diagnozy medycznej. Omówiono sposoby opisu nieprecyzyjnej przesłanki za pomocą zbioru rozmytego i skali. Zastosowano jednolitą interpretację nieprecyzyjnej przesłanki, niezależnie od sposobu jej określenia (zbiór rozmyty, skala, wartość O lub 1). Z pomocą teorii Dempstera-Shafera zdefiniowano pewność diagnozy (konkluzji). Podano przykład wnioskowania we wspomaganiu diagnostyki chorób tarczycy.
EN
Uncertainty and imprecision factors modelling for IF-THEN rules used in medical diagnosis support is proposed in the paper. A method of interpretation of an imprecise predicate using fuzzy sets or a scale is described. A unified representation of the imprecise predicate, independently from the manner of its formulation (a fuzzy set, a scale, 0 or 1 values) is suggested. Certainty of a diagnosis (conclusion) is defined on Depster-Shafer theory. An example of reasoning in thyroid gland diagnosis support is provided.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.