WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 8 |

МСП может моделировать функцию практически любой степени сложности. Число слоев и число элементов в каждом слое определяется сложностью функции и подбирается эмпирически в ходе решения конкретной задачи исследования. На практике создание подобной структуры осуществляется программными средствами. Сеть Кохонена, обучаясь на базе данных, способна построить двумерное отображение – топологическую карту многомерных данных с минимально возможными искажениями.

Обучение сети производилось следующим образом: база данных (набор обучающих пар) делилась на две неравные части. Большую часть использовали как обучающую, а меньшую как тестирующую базу. Обучающая база вводилась в нейросеть, сеть дает ответ. Если ответы сети совпадают с экспертной оценкой – сеть обучена. Критерием достижения цели (обучение сети) был результат тестирования набором примеров с известными ответами, не входящими в обучающую выборку.

При работе с сетью Кохонена использовали «обучение без учителя», процесс, при котором на вход нейронной сети подаются данные, содержащие только значения входных переменных. Такие алгоритмы предназначены для нахождения кластеров во входных данных.

Использование методов синергетики анализа в акушерстве позволяет выполнить системный анализ значимости признаков, установить их диагностическую ценность, при сравнении групп обследуемых, проживающих на разных широтах. Особое значение это имеет при сравнении состояний организма беременных до постановки диагноза гестоз и после постановки диагноза гестоз, что обеспечивает выявление различий в состоянии функций организма женщин, проживающих на Севере РФ и в средней полосе России (г.Тула). В частности, нами выполнены такие сравнительные исследования на нейро-ЭВМ и в параметрах квазиаттракторов движения ВСОЖ.

Так например, сравнительный анализ данных состояний функций беременных женщин городов Тулы и Сургута (так называемый «широтный анализ», т.е. анализ данных обследуемых, проживающих в средних и северных широтах РФ) 1-й возрастной группы (15-19 лет) до постановки диагноза гестоз (см. рис. 1) показал, что для них наиболее значимые отличительные признаки это: Х8 (билирубин), Х10 (креатинин), Х13 (фибриноген), а параметры Х1-Х7 белой и красной крови малозначимы.

Рис. 1. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин до постановки диагноза гестоз (возраст 15-19 лет) г. Тула и г. Сургута (широтный анализ). Здесь и далее в рисунках: X1 – гемоглобин (г/л); X2 – содержание лейкоцитов периферической крови (x109/л); X3 - содержание эритроцитов периферической крови (х1012/л); Х4 – цветной показатель, т.е. относительное содержание гемоглобина в эритроците; Х5– скорость оседания эритроцитов (мм/ч); Х6– гематокрит (%); Х7 – содержание тромбоцитов периферической крови (x109/л); Х8 – билирубин (мкммоль/л); Х9 – общий белок (г/л); Х10 – креатинин (мкммоль/л); Х11 – глюкоза крови (ммоль/л); Х12 – протромбиновый индекс; Х13– фибриноген (г/л).

Данные сравнительного анализа этих же групп женщин после постановки диагноза гестоз выявили наиболее значимые отличительные признаки для этих двух групп: Х9 (общий белок), Х12 (ПТИ). Однако параметры Х8, Х10 и Х13 также существенны (не потеряли своей значимости) и поднялась значимость показателей крови (Х1, Х2, Х3, Х5), что представлено на рис. 2.

Рис. 2. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин городов Тулы и Сургута (широтный анализ) (возраст 15-19 лет) с диагнозом гестоз. Здесь под X1-X14 обозначаются те же переменные, что на рис.1.

При расчетах, проведенных на нейро-ЭВМ, для беременных женщин городов Сургута и Тулы (см. рис. 3) 3-й возрастной группы (31-45 лет) до постановки диагноза гестоз получены несколько другие результаты: наиболее значимые отличительные признаки: Х6 (гематокрит), Х7 (тромбоциты), Х10 (креатинин) и Х11(глюкоза крови).

Рис. 3. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин городов Тулы и Сургута (31-45 лет) до постановки диагноза гестоз. Здесь под X1-X14 обозначаются те же переменные, что на рис.1.

При сравнении этих же возрастных групп женщин (см. рис. 4) после постановки диагноза гестоз (анализ значимости признаков с помощью нейро-ЭВМ) результаты сводятся к следующим данным: наиболее важными признаками, отличающими эти группы, являются Х2 (лейкоциты) и Х7 (тромбоциты), но наиболее значим признак Х11(глюкоза крови), и менее всего Х13 (ПТИ). Как и для групп возрастных 15-19 лет после постановки диагноза гестоз диагностические признаки крови возросли в значимости (например, Х2 вышел на второе место), что представлено на рис.4.

Рис. 4. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин городов Тулы и Сургута (31-45 лет) с диагнозом гестоз. Здесь под X1-X14 обозначаются те же переменные, что на рис.1.

Отдельно выполненный сравнительный анализ результатов данных до диагноза гестоз и после постановки диагноза гестоз показал, что диагностические признаки (их уровни значимости) для женщин г.Тулы 1-й возрастной группы (15-19 лет) имеют следующие наиболее важные значения ( см.рис.5), отличающие состояние организма обследуемых до постановки диагноза гестоз от состояния с гестозом: Х4 (цветной показатель), Х11 (глюкоза крови), Х12 (ПТИ), Х13 (фибриноген).

Рис. 5. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин города Тулы (15-19 лет) до и после постановки диагноза гестоз. Здесь под X1-X14 обозначаются те же переменные, что на рис.1.

Анализ значимости параметров организма беременных женщин г. Тулы возраста 31-45 лет до и после постановки диагноза гестоз (см. рис. 6) выявил следующие отличительные признаки: Х13 (фибриноген), Х12 (ПТИ), Х5 (СОЭ), т.е. имеются общие признаки и для Тулы, и для Сургута (Х12 и Х13). Однако при этом есть и существенное различие по параметру Х4 (на рис.5 его значимость велика, сравнительно с рис.6). В целом, параметры крови (Х1-Х7) при ранжировании состояний до «гестоза» и после постановки диагноза «гестоз» и у жительниц Тулы, и у жительниц Сургута играют существенную роль в разделении состояний организма до заболевания и в разгар заболевания. Однако, как мы уже отмечали выше, в разделении сургутянок и жительниц Тулы (их дифференцировки) как для младшей, так и для старшей групп показатели белой и красной крови Х1-Х7 не играют большой роли сравнительно с параметрами системы свертывания крови (Х12 и Х13). Иными словами, при сравнении групп в пределах одного региона эти параметры (Х1-Х7) существенны, а при сравнении групп, находящихся на разных широтах они не существенны. Однако после постановки диагноза гестоз значимость этой группы признаков повышается (они начинают играть значительную роль, как и при разделении групп по широтным признакам).

Рис. 6. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин города Тулы (31-45 лет) до и после постановки диагноза гестоз. Здесь под X1-X14 обозначаются те же переменные, что и на рис.1.

В целом, разработанная процедура обеспечивает идентификацию наиболее значимых признаков в диагностике особенностей заболеваний гестозом разных возрастных и широтных групп. Это подчеркивает особенности протекания заболеваний в разных возрастных и разных широтных группах. Одновременно мы делали расчеты возможности исключения некоторых малозначимых признаков при такой дифференциальной диагностике, что относится к системному синтезу, т.е. к идентификации параметров порядка (наиболее важных диагностических признаков).

Алгоритм такой процедуры сводится к следующему: если нейросеть обеспечивала дифференцировку по остальным признакам, кроме одного определённого Xi, то такой исключенный признак Xi попадал в определение параметров порядка. Использование такого подхода позволило выделить те значения xi, которые после исключения малозначимых признаков имели величины коэффициентов ранжирования выше 0,4. В качестве примера представим результат идентификации диагностических признаков (как малозначащих), которые слабо (или совсем никак) влияют на дифференцировку (установление различий) между указанными группами (15-19 лет и 31-45 лет) как между ними, так и внутри них (до постановки диагноза «гестоз» и после постановки диагноза «гестоз»). На рис.7 представлены данные расчёта значимости признаков после исключения наименее значимых исходно (первые Х1-Х6) по группе, которая была представлены на рис.1 (как пример реализации подобного алгоритма) в задачах идентификации параметров порядка (наиболее значимых диагностических признаков).

Рис. 7. Результаты идентификации с помощью нейро-ЭВМ весовых значений диагностических признаков у беременных женщин до постановки диагноза гестоз (группа 15-19 лет) г. Тула и г. Сургута. Здесь: Х1 – содержание тромбоцитов периферической крови (x109/л); Х2 – билирубин (мкммоль/л); Х3 – общий белок (г/л); Х4 – креатинин (мкммоль/л); Х5 – глюкоза крови (ммоль/л); Х6 – протромбиновый индекс; Х7– фибриноген (г/л).

Существенно, что перебирая все возможные комбинации (попарно, затем триадами и т.д.) мы можем идентифицировать те группы признаков, которые существенно влияют на дифференцировку. В этом случае без них нейросеть не может различить необходимые классы: до гестоза и после или одинаковые пары групп в Туле и Сургуте.

Общий результат идентификации значимости признаков по отдельным Xi для парного сравнения всех групп представлен в таблице 4. Из неё следует, что Х13 (фибриноген) является почти абсолютным идентификатором (почти все группы используют), Х12 (протромбиновый индекс) в меньшей степени и Х10 (креатинин) аналогично по значимости (как и X12).

Таблица 4

Сводная таблица результатов ранжирования значимых диагностических признаков

15-19 лет до и после

31-45 лет до и после

15-19 лет Тула и Сургут

31-45 лет Тула и Сургут

Хi

Тула

Тула

До

после

до

после

Х1

Х2

+

Х3

Х4

+

Х5

+

Х6

+

Х7

+

+

Х8

+

+

Х9

+

Х10

+

+

+

Х11

+

+

+

Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 8 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»