Математический факультет
Кафедра администрирования информационных систем
Интеллектуализация обработки данных донозологической диагностики
Данная работа посвящена интеллектуализации обработки данных донозологической диагностики функционального состояния организма человека. Основной целью работы является разработка подхода обработки данных обеспечивающего повышения качества решения задачи прогнозирования и диагностики заболеваний на основе методов интеллектуальных анализа данных.
Для достижения поставленной цели в данной работе решаются задачи такие, как выделение однородных типологических групп объектов, минимизация признакового пространства для исключения незначащих и избыточных признаков, построение композиции алгоритмов на основе деревьев решений для распознавания выделенных типологических групп. Оценка эффективности предложенных методов проводилась на реальных данных.
Пояснительная записка содержит 60 страниц, в том числе 21 рисунок и 5 таблиц.
Abstract
This work is devoted to the intellectualization of data prenosological diagnosis of the functional state of the human body. The main purpose is to develop an approach which provides data solutions improve forecasting and diagnosis of diseases based on data mining techniques.
To achieve this goal, this paper we solve the problems such as the allocation of typological groups of homogeneous objects, minimizing the feature space for the exclusion of non-significant and redundant features, construction of the composition algorithms based on decision trees for the recognition of isolated typological groups. Evaluating the effectiveness of the proposed methods was carried out on real data.
Explanatory note contains 60 pages, including 21 figures and tables 5.
Введение.
1 Состояние проблем основных подходов обработки данных донозологической диагностики функционального состояния человека
1.1 Основные положения донозологической диагностики функционального состояния человека
1.2 Обзор существующих подходов оценки функционального состояния организма человека
1.3 Методы обработки данных в прикладных медико-биологических исследованиях
1.3.1 Экспертные системы
1.3.2 Методы интеллектуального анализа данных
1.4 Цель и задачи исследования
2 Интеллектуализация донозологического скрининга функционального состояния человека
2.1 Характерные особенности медико-биологической информации
2.2 Минимизация признакового пространства
2.3 Выделение однородных типологических групп объектов
2.4 Построение композиции алгоритмов на основе деревьев решений
3 Результаты экспериментальных исследований
3.1 Результаты иерархической агломеративной кластеризации
3.2 Результаты отбора информативных признаков
3.3 Оценка качества однородной композиции алгоритмов на основе деревьев решений
Заключение.
Список используемых источников