Інтелектуальна діагностика захворювання серця на основі використання ансамблю нейронних мереж

Автор(и)

  • Віктор Михайлович Синєглазов Національний авіаційний університет, Київ https://orcid.org/0000-0002-3297-9060
  • Юлія Василівна Смірнова Національний авіаційний університет, Київ

DOI:

https://doi.org/10.18372/1990-5548.69.16420

Ключові слова:

хвороба серця, ансамбль нейронних мереж, захворювання, електрокардіограма, ехокардіографія, Допплерівське дослідження

Анотація

Розглянуто проблему побудови інтелектуальної системи діагностики ураження клапанів серця. Показано, що діагноз встановлюється на підставі результатів стандартного обстеження, яке включає анамнез, лабораторні дані, електрокардіограму, ехокардіограму та допплерівське дослідження. Для вирішення поставленого завдання обґрунтовано використання гібридних нейронних мереж ансамблевої топології. Запропоновано алгоритм структурно-параметричного синтезу гібридних нейронних мереж ансамблевої топології. Як критерії були використані точність та різноманітність. Наведено структуру діагностичної системи розпізнавання клапанних захворювань серця. Наведено результати досліджень розробленого програмного забезпечення. Що ж до навчання компонентних нейронних мереж, то використовується підхід Бегінгу. Подано структуру діагностичної системи для розпізнавання клапанних вад серця. Наведено результати дослідження розробленого програмного забезпечення.

Біографії авторів

Віктор Михайлович Синєглазов , Національний авіаційний університет, Київ

Кафедра авіаційних комп’ютерно-інтегрованих комплексів

Факультет аеронавігації електроніки і телекомунікацій

Доктор технічних наук. Професор. Завідувач кафедрою

Юлія Василівна Смірнова, Національний авіаційний університет, Київ

Кафедра авіаційних комп’ютерно-інтегрованих комплексів

Магістр

Посилання

http://yourtotalhealth.ivillage.com/heart-disease- fast-facts.html (accessed 13.02.08).

T. V. Ashcheulova, O. N. Kovaleva,N. A. Safargalina-Kornilova, N. N. Gerasimchuk, Priobretennyye poroki serdtsa: mitral'nyye i aortal'nyye: metod. ukaz. k prakt. zanyatiyam po propedevtike vnutr. meditsiny dlya studentov med. fak-tov vyssh. med. ucheb. zavedeniy III–IV urovnya akkreditatsii, Khar'kov: KHNMU, 2016, 28 s. [in Ukrainian]

I. A. Wright, N. A. J. Gough, F. Rakebrandt, M. Wahab, and J. P. Woodcock, "Neural network analysis of Doppler ultrasound blood flow signals: a pilot study," Ultrasound in Medicine & Biology, 23(5), 1997, pp. 683–690. https://doi.org/10.1016/S0301-5629(97)00011-2

B. C. B. Chan, F. H. Y. Chan, F. K. Lam, P. W. Lui, and P. W. F. Poon, "Fast detection of venous air embolism is Doppler heart sound using the wavelet transform," IEEE Transactions on Biomedical Engineering, 44 (4), 1997, pp. 237–245. https://doi.org/10.1109/10.563293

I. Guler, M. K. Kiymik, S. Kara, and M. E. Yuksel, "Application of autoregressive analysis to 20MHz pulsed Doppler data in real time," International Journal Biomedical Computing, 31(3–4), 1992, pp. 247–256. https://doi.org/10.1016/0020-7101(92)90008-G

Michael Z. Zgurovsky, Viktor M. Sineglazov, Olena I. Chumachenko, Artificial Intelligence Systems Based on Hybrid Neural Networks, Springer, 2020, https://link.springer.com/book/10.1007/978-3-030-48453-8. Customer can order it via https://www.springer.com/gp/book/9783030484521

P. Sollich and A. Krogh, Learning with ensembles: How over-fitting can be useful, in: D. S. Touretzky, M. C. Mozer, M. E. Hasselmo (Eds.), Advances in Neural Information Processing Systems 8, Denver, CO, MIT Press, Cambridge, MA, 1996, pp. 190–196.

L. K. Hansen and P. Salamon, "Neural network ensembles," IEEE Trans. Pattern Anal. Machine Intelligence, 12 (10), 1990, pp. 993–1001. https://doi.org/10.1109/34.58871

A. Sharkey (Ed.), Combining Artificial Neural Nets: Ensemble and Modular Multi-Net Systems, Springer, London, 1999. https://doi.org/10.1007/978-1-4471-0793-4_1

S. Gutta and H. Wechsler, "Face recognition using hybrid classifier systems," in: Proc. ICNN-96, Washington, DC, IEEE Computer Society Press, Los Alamitos, CA, 1996, pp. 1017–1022.

F. J. Huang, Z.-H. Zhou, H.-J. Zhang, and T. H. Chen, "Pose invariant face recognition," in: Proc. 4th IEEE International Conference on Automatic Face and Gesture Recognition, Grenoble, France, IEEE Computer Society Press, Los Alamitos, CA, 2000, pp. 245–250.

H. Drucker, R. Schapire, and P. Simard, "Improving performance in neural networks using a boosting algorithm," in: S. J. Hanson, J. D. Cowan, C. L. Giles (Eds.), Advances in Neural Information Processing Systems 5, Denver, CO, Morgan Kaufmann, San Mateo, CA, 1993, pp. 42–49.

L. K. Hansen, L. Liisberg, and P. Salamon, "Ensemble methods for handwritten digit recognition," in: Proc. IEEE Workshop on Neural Networks for Signal Processing, Helsingoer, Denmark, IEEE Press., Piscataway, NJ, 1992, pp. 333–342.

J. Mao, "A case study on bagging, boosting and basic ensembles of neural networks for OCR," in: Proc. IJCNN-98, vol. 3, Anchorage, AK, IEEE Computer Society Press, Los Alamitos, CA, 1998, pp. 1828–1833.

K. J. Cherkauer, "Human expert level performance on a scientific image analysis task by a system using combined artificial neural networks," in: P. Chan,S. Stolfo, D. Wolpert (Eds.), Proc. AAAI-96 Workshop onIntegrating Multiple Learned Models for Improving and Scaling Machine Learning Algorithms, Portland, OR, AAAI Press, Menlo Park, CA, 1996, pp. 15–21.

P. Cunningham, J. Carney, and S. Jacob, "Stability problems with artificial neural networks and the ensemble solution," Artificial Intelligence in Medicine, 20(3), 2000, pp. 217–225. https://doi.org/10.1016/S0933-3657(00)00065-8

Z.-H. Zhou, Y. Jiang, Y.-B. Yang, and S.-F. Chen, "Lung cancer cell identification based on artificial neural network ensembles," Artificial Intelligence in Medicine, 24 (1), 2002, pp. 25–36. https://doi.org/10.1016/S0933-3657(01)00094-X

Y. Shimshoni and N. Intrator, "Classification of seismic signals by integrating ensembles of neural networks," IEEE Trans. Signal Process, 46 (5), 1998 pp. 1194–1201. https://doi.org/10.1109/78.668782

L. Breiman, "Bagging predictors," Machine Learning, 24 (2), 1996, pp. 123–140. https://doi.org/10.1007/BF00058655

B. Efron and R. Tibshirani, An Introduction to the Bootstrap, Chapman & Hall, New York, 1993. https://doi.org/10.1007/978-1-4899-4541-9

P. Domingos, "Why does bagging work? A bayesian account and its implications," In David Heckerman, Heikki Mannila, Daryl Pregibon, and Ramasamy Uthurusamy, editors, Proceedings of the Third International Conference on Knowledge Discovery and Data Mining (KDD-97), p. 155. AAAI Press, 1997.

Resul Dasa,∗, Ibrahim Turkoglub, Abdulkadir Sengurb, "Diagnosis of valvular heart disease through neural networks ensembles," Computer methods and programs in biomedicine, 93, 2009, pp. 185–191. https://doi.org/10.1016/j.cmpb.2008.09.005

R. Das, I. Turkoglu, A. Sengur, "Effective diagnosis of heart disease through neural networks ensembles," Expert Systems with Applications, 2008. https://doi.org/10.1016/j.eswa.2008.09.013.

Ye. Bodyanskiy and O. Rudenko, Artificial neural networks: architectures, training, applications, Kharkov: Teletech, 2004, p. 369. [in Ukrainian]

V. Golovko, Neural networks: training, organization and application, Moscow: IPRZhR, 2001. p. 256. (Series “Neurocomputers and their application”. Book 4). [in Russian]

Gonzalo Martınez-Muñoz, Daniel Hernandez-Lobato, and Alberto Suárez, "An Analysis of Ensemble Pruning Techniques Based on Ordered Aggregation," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 31, no. 2, February 2009, pp. 245–259. https://doi.org/10.1109/TPAMI.2008.78

Gonzalo Martınez-Muñoz, and Alberto Suárez. "Aggregation Ordering in Bagging," in Proc. of the IASTED International Conference on Artificial Intelligence and Applications, Acta Press, 2004, pp. 258– 263.

##submission.downloads##

Опубліковано

2021-12-21

Номер

Розділ

КОМП’ЮТЕРНІ НАУКИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ