6 курс / Клинические и лабораторные анализы / Диагностика_заболеваний_методами_теории_вероятностей_Жмудяк_М_Л

Введенный критерий эффективности диагностики вероятностными методами единообразно оценивает качество диагностики одного больного и группы больных и объективно отражает эффективность диагностики [111].

Поставлена и математически решена задача оптимальной последовательности обследования пациента, иными словами, нахождения диагностического признака, наиболее необходимого для дальнейшего уточнения диагноза и др. [102, 135].

Предложенная диагностика методом наибольшего правдоподобия [90 – 93, 95, 97, 99, 100, 101, 110] приводит к хорошим результатам [94, 98]. Разработанный алгоритм позволяет найти вероятность быстрее и надежнее, чем классические методы [101, 110].

Высказано предположение, что диагностика методом искусственных нейронных сетей может быть усилена использованием вероятностных методов [142, 143].

Создана методика диагностики с учетом многократно определенных диагностических признаков, в частности, методика диагностики с учетом динамики заболеваний [103 и др.]. Методика реализована в виде универсальной компьютерной программы, которая используется для диагностики механической и паренхиматозной желтух; точность диагностики 97% правильных, 1% неправильных и 2% неопределенных диагнозов.

141

S. V. Thomas, J. R. Kurup, А. Kuruvilla etc. // Natl Med J India. – 2001. – Sep-Oct;14(5).

–P. 274-276.

6.Экспертная система прогнозирования течения рака предстательной железы как результат базы данных канцер-регистра [Электронный ресурс] / О. В. Леонов, Д. И. Демин, Г. П. Букин и др. – Электронные данные. – Режим доступа: http://www.oncourolog.ru/conference/2/4/10.html

7.Экспертные системы [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.mari-el.ru/mmlab/home/AI/7_8/

8.Экспертная система [Электронный ресурс]. – Электронные данные. – Режим доступа: http://rdc.dp.ua.

9.Диагностика коматозных состояний [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.adminru.com/support/download_r.htm

10.Экспертная система Vertigo [Электронный ресурс]. – Электронные данные. –

Режим доступа: http://ivanovtver.chat.ru/pageapp.htm

11.Expert systems. Computers as sages by Howard Rheingold [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.atariarchives.org/index.php

12.Экспертные системы медицинской диагностики. Достоинства и опыт реализации, обоснование экономической эффективности [Электронный ресурс]. – Электронные данные. – Режим доступа: http://diagnos.ru.

142

13.Boris. V. Maryanchik. Proceedings of the 1-st International Workshop of Central and Easten Europe on Multy-Agent System CEEMAS’99 / The Multy-agent System "Arrow" for the Development of Personal Sequential Diagnostics Systems in Medicine and Engineering. – 1999. – St.Peterburg, Russia. – Р. 337-339.

14.Экспертная диагностическая система Вест-синдром [Электронный ресурс]. –

Электронные данные. – Режим доступа: http://www.pedklin.ru/history/history.htm

15.Нефротренажер «Гематурия» на основе компьютерной экспертной системы в оболочке Arrow для диагностики нефропатий, протекающих с синдромом гематурии у детей [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.pedklin.ru/history/history.htm

16.Место информационных технологий в практике здравоохранения [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.medtech.com.ua/articles

17.Проверим алгеброй болезнь… Новейшие компьютерные технологии на службе диагностики [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.medvestnik.ru/index.html

18.Программа «Прогноз развития мозгового инсульта» [Электронный ресурс]. –

Электронные данные. – Режим доступа: http://www.port.odessa.ua/ medic/misc/files /insult.zip

19.Follicular Neoplasms of the Thyroid: Decision Tree Approach Using Morphologic and Morphometric Parameters / V. Deshpande, K. Kapila, S.K. Siva and K. Verma // Acta Cytol. – 1997. – V. 41. – P. 369 – 376.

20.Пупышева Т.Л. Использование ассоциативных правил для решения задач цитологической диагностики фолликулярных новообразований щитовидной железы [Электронный ресурс] / Т.Л. Пупышева, А.В. Демин. – Электронные данные. –

Режим доступа: http://www.micromed.ru/content/st.htm

21.Использование продукционных правил для дифференциальной диагностики болезни Шегрена / О.И. Щербаченко и др. // Прикладные информационные аспекты медицины. – 2000. – Т.3, №2.

22.Savasere A. An Efficient Algorithm for Mining Association Rules in Large Databases / A. Savasere, E. Omiecinski, S. Navathe // In Proc. 21st Int’l Conf. Very Large

143

Data Bases / Morgan Kaufmann.- San Francisco, 1995.

http://www.port.odessa.ua/medic/misc/files/medorders.zip

24.Мингалеев А.А. Компьютерная система диагностики болезней внутренних органов [Электронный ресурс] / А.А. Мингалеев. – Электронные данные. – Режим доступа: http://www.infamed.com/pub/a040.html

25.Жмудяк М.Л. К вопросу об использовании функциональных моделей в диагностике и лечении / М.Л. Жмудяк // Региональные проблемы информатизации: труды Республиканской науч.-техн. конф. – Барнаул, 1995. – С.25-26.

26.Жмудяк М.Л. К использованию функциональных моделей в диагностике и лечении / М.Л. Жмудяк; АлтГТУ. – Барнаул, 1995. – 28с.- Библиогр. – Рус. –Деп. в

ВИНИТИ 05.04.95, №949-В95.

27.Айвазян С.А. Основы моделирования и первичная обработка данных / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. – М.: Финансы и статистика, 1983.

30.Бейли Н. Математика в биологии и медицине / Н. Бейли. – М.: Мир, 1970. –

Гл. 11.

31.Биологическая и медицинская кибернетика: справочник / Минцер О. П.; отв. ред. Журавлев Ю.И. – Киев: Наукова думка, 1986. - 375 с.

32.Беллман Р. Математические методы в медицине / Р. Беллман. – М.: Мир, 1987. - 200 с.

33.Благуш П.П. Факторный анализ с обобщениями / П.П. Благуш. – М.: Финансы и статистика, 1989.– 246 с.

34.Боровиков В.П. Statistica. Статистический анализ и обработка данных в среде Windows / В.П. Боровиков, И.П. Боровиков. – М.: Информационноиздательский дом «Филин», 1997. – 608 с.

35.Медицинская информационная система / Н.М. Амосов, Н.Г. Зайцев,

144

А.А. Мельников и др. – Киев: Наукова думка, 1971.

36.Вальд А. Статистические решающие функции / А. Вальд //Позиционные игры / под ред. Н.Н.Воробьева и Н.Н. Врублевской. – М.: Наука, 1967. – С. 300-522.

37.Ван дер Варден. Математическая статистика: пер. с нем. / Ван дер Варден. –

М., 1960.

38.Волынский Ю.Д. О месте многомерной статистики в клиникофизиологических исследованиях / Ю.Д. Волынский, А.И. Курочкина //

Кардиология. – 1980. – Т.20, №5. – С. 88-91.

39.Генкин А.А. Интеллектуальные медицинские системы, алгоритмически формирующие знания //Стратегическое использование информационных систем: материалы междунар. семинара / под ред. Р. Д. Галиерса, Б.Я. Советова. – СПб., 1992. – С. 64-66.

40.Генкин А.А. Парные коэффициенты корреляции клинико-лабораторных признаков: артефакты и трудности интерпретации / А.А. Генкин //Клиническая лабораторная диагностика – 1993. – №6. – С.71-73.

41.Горбань А.Н. Обучение нейронных сетей / А.Н. Горбань. –- М.: СП ПараГраф, 1991. – 300с.

42.Гублер Е.В. Информатика в медицине / Е.В. Гублер. – М.: Финансы и статистика, 1991.

43.Гублер Е.В. Вычислительные методы распознавания патологических процессов / Е.В. Гублер. – Л., 1970.

44.Гублер Е.В. Применение непараметрических критериев статистики в медикобиологических исследованиях / Е.В. Гублер, А.А. Генкин. –Л., 1973.

45.Дюран Б. Кластерный анализ: пер. с англ. / Б. Дюран. – М.: Статистика, 1977. – 128с.

46.Математические модели и оптические реализации многослойных и полиномиальных нейронных сетей / Н.Н. Евтихиев и др. – М., 1994. – 32 с. – (Препринт/МИФИ, 004-94).

47.Иберле К. Факторный анализ / К.Иберле. - М.: Статистика, 1980. – 398 с.

48.Кендалл М. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стьюарт; пер. Э.Л. Пресмана, В.И. Ротаря. – М.: Наука, 1976. – 736 с.

145

49.Кульбак С. Теория информации и статистика /С. Кульбак; пер. с англ. под ред. А.Н. Колмогорова. – М.: Наука, 1967.

50.Лоули Д.Н. Факторный анализ как статистический метод / Д.Н. Лоули, А.Э. Максвелл; пер. Ю.Н. Благовещенского. – М.: Мир, 1967. – 144с.

51.Ластед Л. Введение в проблему принятия решений в медицине / Л. Ластед. –

М.: Мир, 1971.

52.Методы нейроинформатики. – Красноярск: Изд-во КГТУ, 1998.– 205с.

53.Переверзев-Орлов В.С. Советчик специалиста. Опыт разработки партнерской системы / В.С. Переверзев-Орлов. – М.: Наука, 1990.– 133с.

54.Пустыльник Е.И. Статистические методы анализа и обработки наблюдений / Е.И. Пустыльник. – М.: Наука, 1968. – 288 с.

55.Прикладная статистика. Классификация и снижение размерности: справ. изд./С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин.– М.: Финансы и статистика, 1989. – 606 с.

56.Прикладной многомерный статистический анализ: сб. статей / науч. ред. С.А. Айвазян, А.И. Орлов. – М.: Наука, 1978. – 392с.

57.Проблемы вычислительной диагностики: сб. науч. трудов / под ред. Е.В. Гублера; АН СССР. – Л., 1969.

58. Распознавание образов и медицинская диагностика / под ред. Ю.И. Неймарка. – М, 1972.

59.Основы математической статистики и ее применение / под ред. М. Урсяну. –

М.: Статистика, 1970. – 224 с.

60.Окунь Я. Факторный анализ / Я. Окунь. – М.: Статистика, 1974.– 200 с.

61.Статистические методы исследования в медицине и здравоохранении / под ред. А.Е. Полякова.– Л.: Медицина, 1971. – 200 с.

62.Углов Б.А. Основы статистического анализа и математического

моделирования в медико-биологических исследованиях / Б.А. Углов, Г.П. Котельников, М.В. Углова. – Самара: СамГМУ, 1994. – 71 с.

63.Урбах В.Ю. Статистический анализ в биологических и медицинских исследованиях / В.Ю.Урбах – М., 1975.

64.Уссерман Ф. Нейрокомпьютерная техника / Ф. Уссерман. – М.: Мир, 1992.–

146

334с.

65.Харман Г.Г. Современный факторный анализ / Г.Г. Харман; пер. с англ. В.Я. Лумельского. – М.: Статистика, 1972.– 486 с.

66. Хехт-Нильсен Р. Нейрокомпьютинг: история, состояние, перспективы / Р. Хехт-Нильсен // Открытые системы. – 1998. – №04-05.

67.Факторный, Дискриминантный и Кластерный анализы: сборник / пер. А.М. Хотинского, С.Б. Королева; под ред. И.С. Енюкова. – М.: Статистика, 1972.– 486 с.

68.Abu-Hanna, P. J. F. Lucas, Prognostic Models in Medicine AI and Statistical Approaches, Methods of Information in Medicine © Schattauer GmbH (2001).

69.Gurney K. An Introduction to Neural Networks [Электронный ресурс]. –

http://www.shef.ac.uk/psychology/gurney/notes/contents.html

70.Identifying Patient Subgroups with Simple Bayes / John M. Aronis, Gregory F. Cooper, Mehmet Kayaalp, Bruce G. Buchanan’, 1999. – 658 p.

71.Hanson K.M. A computational approach to Bayesian inference / К.М. Hanson and G.S. Cunningham // Computing Science and Statistics. VA 22039-7460, 1996. – pp. 202– 211.

72.Paul J. Mostert. A Bayesian Method to Analyse Cancer Survival Times Using the Weibull Model [Электронный ресурс] / Paul J. Mostert, Аndriette Bekker, Jacobus J.J.Roux– Электронные данные. – Режим доступа: http://www.stat.cmu.edu/ISBA/ 108f.pdf

73.Greg Ridgeway, David Madigan, Thomas Richardson, John O'Kane, Interpretable Boosted Naïve Bayes Classification, 1998.

74.Steven N. Goodman. Toward Evidence-Based Medical Statistics. 2: The Bayes Factor // Annals of Internal Medicine. – 1999. – Vol. 130, 15 June.

75.Knill - Jones R. P. Use of sequential bayesian model in diagnosis of jaundice by computer // Brit Med J. – 1973. – Vol. 1. – P. 530.

76.Honours Year Project Report. Bayesian Learning with Incomplete Information in Large Medical Databases: An Application of the EM Algorithm / By Quek Hui Nar, School of Computing National University of Singapore, 1998/99.

147

77.Электронный учебник по статистике. М., StatSoft, 2001 [Электронный ресурс]. – Электронные данные. – Режим доступа: www.statsoft.ru/home/textbook/ default.htm

78.Славин М.Б. Методы системного анализа в медицинских исследованиях / М.Б. Славин. – М.: – Медицина, 1989.– 304 с., ил.

79.Щетинин В.Г. Многослойная самоорганизация нейронных сетей оптимальной сложности / В.Г. Щетинин //Автоматика и вычислительная техника. – 1998. – №4.– С. 30-37.

80.Щетинин В.Г. Принятие решений на нейронных сетях оптимальной сложности / В.Г. Щетинин, А.В. Костюнин // Автоматизация и современные технологии. – 1998. – №4. - С. 38-43.

81.Щетинин В.Г. Синтез решающих правил на нейронных сетях для управления производством / В.Г. Щетинин, О.В. Столярова, А.В. Костюнин // Приборы и системы управления. – 1999. – №1. – С. 72-77.

82.Щетинин В.Г. Применение искусственных нейронных сетей в клинической лабораторной диагностике / В.Г. Щетинин, А.А. Соломаха // Клиническая лабораторная диагностика. – 1998.– №10. – С. 21-23.

83.Щетинин В.Г. Дифференциальная диагностика при помощи искусственных нейронных сетей / В.Г. Щетинин, В.Т. Комаров //Клиническая лабораторная диагностика. – 1998. – №11. – С.34-37.

84.Извлечение знаний с использованием нейронных сетей [Электронный ресурс]. – Электронные данные. – Режим доступа: http://www.chat.ru/~neurolab

85.Что особенного в ДА-системе [Электронный ресурс]. – Электронные данные.

–Режим доступа: http://www.contex.ru/index.html

86.Liao J.G. A type of restricted maximum likelihood estimator of variance components in generalized linear mixed models / J.G. Liao, Stuart R. Lipsitz // Biometrika. – 2002. – № 2.– pp. 401-409.

87.Gregory S. Cunningham. Bayesian estimation of regularization parameters for deformable surface models / Gregory S. Cunningham, Andre Lehovich, Kenneth M. Hanson. – Los Alamos National Laboratory, University of Arizona, Dept. of Applied Mathematics, 1999.

148

88.Maximum Likelihood Estimation of Mixture Densities for Binned and Truncated Multivariate Data / Igor V. Cadez, Padhraic Smyth, Geoff J. McLachlan, Christine E. McLaren. – Kluwer Academic Publishers, Hingham, MA, USA, 2002. – pp. 7-34.

89.Жмудяк М.Л. Количественное определение понятия «характерный» (уникальный) симптом (анализ) / М.Л. Жмудяк; АлтГТУ. – Барнаул, 1996. – 4с. – Библиогр. – Рус. – Деп. – в ВИНИТИ 11.11.96, № 3270-В96.

90.Жмудяк М.Л. Определение вероятности болезни по методу траекторий. (Весовые коэффициенты и байесовский подход) / М.Л. Жмудяк; АлтГТУ. –

Барнаул, 1997.– 18с. – Библиогр. – Рус. – Деп. в ВИНИТИ 27.03.97, № 997-В97.

91.Жмудяк М.Л. Алгоритм временной (сдвиг по фазе) адаптации траекторий / М.Л. Жмудяк; АлтГТУ. – Барнаул, 1997. – 10с. – Библиогр. – Рус. – Деп. в

ВИНИТИ 24.04.97, № 1398-В97.

92.Жмудяк М.Л. Вероятность принадлежности симптома к данной болезни. Весовые коэффициенты / М.Л. Жмудяк; АлтГТУ. – Барнаул, 1997. – 14с. – Библиогр. – Рус. – Деп. в ВИНИТИ 09.09.97, № 2812-В97.

93. Жмудяк М.Л. Диагностика с использованием формулы Байеса / М.Л. Жмудяк; АлтГТУ. – Барнаул, 1997. – 9с. – Библиогр. – Рус. – Деп. в ВИНИТИ

25.12.97, № 3786-В97.

94.Проверка диагностики с помощью обобщенной формулы Байеса / О.А. Гуйо, А.В. Стребуков, Г.Г. Устинов, М.Л. Жмудяк, Л.М. Жмудяк; Алт. гос. техн. ун-т. –

Барнаул, 1998. – 10 с. – Библиогр. – Рус. – Деп. в ВИНИТИ 04.02.98, № 294 - В98.

95.Жмудяк М.Л. Учет дублирующих симптомов и обобщенная формула Байеса / М.Л. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 1998. –19с. – Библиогр. – Рус. – Деп. в ВИНИТИ 25.02.98, № 551-В98.

96.Лев Г.Ш. Критерий наибольшего правдоподобия как основа формул расчета вероятности болезни / Г.Ш. Лев, М.Л. Жмудяк, Л.М. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 1998. – 7с. –- Библиогр. – Рус. – Деп. в ВИНИТИ

25.02.98, №552-В98.

97.Жмудяк М.Л. Диагностика по методу траекторий, вероятностный подход / М.Л. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 1998. –40с. – Библиогр. – Рус. – Деп. в ВИНИТИ 19.03.98, №794-В98.

149

98.Результаты компьютерной диагностики заболеваний по методу траекторий / М.Л. Жмудяк, О.А. Гуйо, А.В. Стребуков, Г.Г. Устинов, Л.М. Жмудяк// Материалы 1-й краевой конф. по математике, посвященной 25-летию АГУ. – Барнаул, 1998. –

С. 32-33.

99.Жмудяк М.Л. О расчете вероятностей болезней и точности расчета / М.Л. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 1998. – 23с. – Библиогр. – Рус. – Деп. в ВИНИТИ 02.07.98, №2059-В98.

100.Жмудяк М.Л. Нетрадиционное использование формулы Байеса для диагностики болезней / М.Л. Жмудяк // 3-й сибирский конгресс по прикладной и индустриальной математике, посвященный памяти С.Л.Соболева: тезисы докладов. Ч.IV.-Новосибирск: Изд-во Института математики СО РАН, 1998. – С.95.

101.Жмудяк М.Л. Применение принципа максимума правдоподобия в диагностике / М.Л. Жмудяк, Г.Ш. Лев, Л.М. Жмудяк // Материалы 2-й практ. конф. по математике / АГУ. – Барнаул, 1999. – С. 69-70.

102.Жмудяк М.Л. Какой из анализов необходимо сделать в первую очередь / М.Л. Жмудяк, А.В. Гайнер, Л.М. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 2000. – 15с. – Библиогр. – Рус. – Деп. в ВИНИТИ 24.03.00,

№781-В00.

103.Жмудяк М.Л. Новые подходы к диагностике / М.Л. Жмудяк, А.В. Гайнер, Л.М. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 2000. – 17с. – Библиогр. – Рус. – Деп. в ВИНИТИ 24.03.00, №782-В00.

104.Жмудяк М.Л. Диагностика на основе аппроксимационных формул / М.Л. Жмудяк; Алт. гос. техн. ун-т им. И.И. Ползунова. – Барнаул, 2001. – 9с. –

Библиогр.: 10 назв. – Рус. – Деп. в ВИНИТИ 28.08.01, №1904-В2001. 105.Адаптация метода Байеса к медицинской диагностике / А.Н. Повалихин, А.В.

Стребуков, Г.Г. Устинов, А.В. Гайнер, Л.М. Жмудяк // Международная конференция молодых ученых по математическому моделированию и информационным технологиям: программа и тезисы докладов, 17 ноября 2002 г. – Новосибирск, 2002. – С. 77.

106.Определение взаимозависимости симптомов и результаты диагностики двух видов желтух / А.Н. Повалихин, М.Л. Жмудяк, А.В. Стребуков, Г.Г. Устинов,

150