KFU. Card publication. Нейросетевая диагностика заболеваний сердечно-сосудистой системы на основе data-driven-метода

KAZAN
FEDERAL UNIVERSITY

- RUS
- 中文
- ES

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

Form of presentation

Articles in Russian journals and collections

Year of publication

2024

Язык

русский

Authors, employees of KFU

Mosin Sergey Gennadevich, author

Bibliographic description in the original language

Mosin S.G. Neyrosetevaya diagnostika zabolevaniy serdechno-sosudistoy sistemy na osnove data-driven-metoda // Programmnye produkty i sistemy. 2024. T. 37. № 1. S. 122–130. doi: 10.15827/0236-235X.142.122-130

Annotation

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.

Keywords

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

The name of the journal

Программные продукты и системы

URL

http://dx.doi.org/10.15827/0236-235X.145.122-130

Please use this ID to quote from or refer to the card

https://repository.kpfu.ru/eng/?p_id=296557&p_lang=2

Resource files

File name	Size (MB)	Format
SwSys_Page_1.pdf	0,83	pdf	show / download

Full metadata record

Field DC	Value	Language
dc.contributor.author	Mosin Sergey Gennadevich	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/eng/?p_id=296557&p_lang=2	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	Articles in Russian journals and collections	ru_RU