КФУ. Карточка публикации. Нейросетевая диагностика заболеваний сердечно-сосудистой системы на основе data-driven-метода

КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ

RUS

- EN
- 中文
- ES

НЕЙРОСЕТЕВАЯ ДИАГНОСТИКА ЗАБОЛЕВАНИЙ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ НА ОСНОВЕ DATA-DRIVEN-МЕТОДА

Форма представления

Статьи в российских журналах и сборниках

Год публикации

2024

Язык

русский

Авторы, сотрудники КФУ

Мосин Сергей Геннадьевич, автор

Библиографическое описание на языке оригинала

Мосин С.Г. Нейросетевая диагностика заболеваний сердечно-сосудистой системы на основе data-driven-метода // Программные продукты и системы. 2024. Т. 37. № 1. С. 122–130. doi: 10.15827/0236-235X.142.122-130

Аннотация

Рассмотрены способы диагностики заболеваний сердечно-сосудистой системы (ЗССС) по электрокардиограмме (ЭКГ) с применением методов искусственного интеллекта. Определе-ны проблемы диагностики ЗССС модельно-ориентированными методами (model-driven meth-ods). Предложен подход к диагностике заболеваний сердечно-сосудистой системы методом машинного обучения без выделения характерных параметров ЭКГ-сигналов (data-driven method). Представлены архитектура нейроморфного анализатора ЭКГ-сигналов на основе одномерной сверточной нейронной сети и маршрут его проектирования. Проведены экспе-риментальные исследования на наборе ЭКГ-сигналов PTB-XL, подтвердившие работоспособ-ность и эффективность предложенного подхода. Выполнен структурный и параметрический синтез нейроморфного анализатора для разного количества внутренних слоев и исходных па-раметров обучения. В ходе сравнительного анализа полученных результатов установлено, что нейронная сеть с двумя сверточными слоями обладает низкой точностью обучения и вы-сокими ошибками диагностирования, трехслойная НС способствует росту ошибки I рода, а четырехслойная – росту ошибки II рода. Использование трехслойной сверточной нейронной сети с окном объединения меньшего размера обеспечило диагностирование до 85.66% случаев инфаркта миокарда. В заключении приведены направления дальнейших исследований по по-вышению точности диагностирования за счет снижения размерности входных ЭКГ-сигналов, а также введения вероятностной оценки принадлежности рассматриваемого сиг-нала одному из возможных состояний двойственной группы.

Ключевые слова

нейроморфный анализатор (НА), ЭКГ-сигналы, диагностика заболеваний сердечно-сосудистой системы, архитектура НА, маршрут проектирования НА, data-driven метод

Название журнала

Программные продукты и системы

URL

http://doi.org/10.15827/0236-235X.142.122-130

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку

https://repository.kpfu.ru/?p_id=296557

Файлы ресурса

Название файла	Размер (Мб)	Формат
SwSys_Page_1.pdf	0,83	pdf	посмотреть / скачать

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Мосин Сергей Геннадьевич	ru_RU
dc.date.accessioned	2024-01-01T00:00:00Z	ru_RU
dc.date.available	2024-01-01T00:00:00Z	ru_RU
dc.date.issued	2024	ru_RU
dc.identifier.citation	Мосин С.Г. Нейросетевая диагностика заболеваний сердечно-сосудистой системы на основе data-driven-метода // Программные продукты и системы. 2024. Т. 37. № 1. С. 122–130. doi: 10.15827/0236-235X.142.122-130	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/?p_id=296557	ru_RU
dc.description.abstract	Программные продукты и системы	ru_RU
dc.description.abstract	Рассмотрены способы диагностики заболеваний сердечно-сосудистой системы (ЗССС) по электрокардиограмме (ЭКГ) с применением методов искусственного интеллекта. Определе-ны проблемы диагностики ЗССС модельно-ориентированными методами (model-driven meth-ods). Предложен подход к диагностике заболеваний сердечно-сосудистой системы методом машинного обучения без выделения характерных параметров ЭКГ-сигналов (data-driven method). Представлены архитектура нейроморфного анализатора ЭКГ-сигналов на основе одномерной сверточной нейронной сети и маршрут его проектирования. Проведены экспе-риментальные исследования на наборе ЭКГ-сигналов PTB-XL, подтвердившие работоспособ-ность и эффективность предложенного подхода. Выполнен структурный и параметрический синтез нейроморфного анализатора для разного количества внутренних слоев и исходных па-раметров обучения. В ходе сравнительного анализа полученных результатов установлено, что нейронная сеть с двумя сверточными слоями обладает низкой точностью обучения и вы-сокими ошибками диагностирования, трехслойная НС способствует росту ошибки I рода, а четырехслойная – росту ошибки II рода. Использование трехслойной сверточной нейронной сети с окном объединения меньшего размера обеспечило диагностирование до 85.66% случаев инфаркта миокарда. В заключении приведены направления дальнейших исследований по по-вышению точности диагностирования за счет снижения размерности входных ЭКГ-сигналов, а также введения вероятностной оценки принадлежности рассматриваемого сиг-нала одному из возможных состояний двойственной группы.	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	нейроморфный анализатор (НА)	ru_RU
dc.subject	ЭКГ-сигналы	ru_RU
dc.subject	диагностика заболеваний сердечно-сосудистой системы	ru_RU
dc.subject	архитектура НА	ru_RU
dc.subject	маршрут проектирования НА	ru_RU
dc.subject	data-driven метод	ru_RU
dc.title	Нейросетевая диагностика заболеваний сердечно-сосудистой системы на основе data-driven-метода	ru_RU
dc.type	Статьи в российских журналах и сборниках	ru_RU