Нейросетевые технологии в диагностике заболеваний (обзор)

Представлен анализ применения нейросетевых технологий для диагностики различных заболеваний в области кардиологии, онкологии, пульмонологии, гастроэнтерологии, неврологии, психологии и др. Цель – установить области, в которых наиболее эффективно используются нейросетевые технологии. При этом рассмотрены структуры, алгоритмы обучения и точность функционирования искусственных нейронных сетей. Анализ литературы показал, что наиболее оптимальной моделью искусственных нейронных сетей для решения задач медицинской диагностики и прогнозирования является многослойный персептрон, представляющий собой сеть прямого распространения, в которой нейроны одного слоя последовательно соединены с нейронами прилегающих слоев без рекуррентных связей. Выявлено также, что наиболее оптимальными алгоритмами обучения многослойного персептрона являются алгоритм обратного распространения ошибки и генетический алгоритм. Высокая точность функционирования нейросетевых диагностических моделей, описанных в литературе, свидетельствует о перспективности применения искусственных нейронных сетей в различных областях медицины для диагностики и прогнозирования заболеваний. Внедрение в клиническую практику нейросетевых диагностических моделей может оказать эффективную помощь в принятии врачебных решений, способствовать повышению качества и точности диагностики заболеваний, сократить время на обследование пациента. Стоит также отметить, что искусственные нейронные сети могут использоваться как математические модели рассматриваемой предметной области. Изменяя входные параметры нейросетевой модели, наблюдая за поведением выходных сигналов, можно изучать рассматриваемую предметную область, выявлять и исследовать медицинские закономерности, которые извлекла искусственная нейронная сеть при обучении. Полученные сведения позволят расширить теоретические знания в различных областях медицины

Вы можете купить электронную версию издания «Нейросетевые технологии в диагностике заболеваний (обзор)». После оплаты (для архивов) оно будет доступно в Личном Кабинете в разделе «Электронные издания». В случае оформления подписки, издание будет доступно по мере поступления от издателя. Формат PDF/HTML. Стоимость — от 90.00 руб.