Шукати за:
Роком видання
Автором
Назвою статті
Моніторинг пацієнтів з використанням методів нечіткої логіки і машинного навчання
Повний текст (PDF)
УДК: 004.891; 614.88
Мова публікації: Українська
Stuc. intelekt. 2017; 22; (3-4):211-217
Анотація: Досліджуються методи штучного інтелекту для автоматичного виявлення погіршення стану пацієнта, використовуючи дані від спостережень пацієнтів у реальному часі. Метою є розробка системи для розрахунку рівня ризику здоров'ю пацієнта. Експертні оцінки, закладені у правила нечіткої логіки, порівнюються з поточними значеннями показників для оцінки ризику захворювання. Визначено клас «нормального» фізіологічного стану для формування моделі машинного навчання. Суттєве відхилення значення показників від норми ідентифікується як «аномальний» клас для подальшої діагностики причин погіршення стану пацієнта.
Ключові слова: моніторинг пацієнтів, фізіологічні показники, нечітка логіка, машинне навчання
Посилання:
- Mayilvaganan M., Rajeswari K. Risk Factor Analysis to Patient Based on Fuzzy Logic Control System, International Journal of Engineering Research and General Science, 2014, Vol. 2, Issue 5, p.185-190.
- AJ O. Alves [Електронний ресурс].– Режим доступу: https://github.com/zerokol/eFLL .
- Хорозов О.А. Застосування методів нечіткої логіки для телемедичних систем// Кибернетика и вычислительная техника – ВД «Академперіодика» НАН України – 2017, No 2, с. 36-48.
- Sriparasa S. JavaScript and JSON Essentials, 2013 [Електронний ресурс]. – Режим доступу: https://books.google.co.in/books?id=MZOkAQAAQBAJ
- The Numenta Anomaly Benchmark, [Електронний ресурс]. – Режим доступу: https://github.com/numenta/NAB