В статье рассмотрена возможность применения гибридных нейронных сетей в прогностической модели оценки функционального состояния сердечно-сосудистой системы. Отмечено, что для определения групп пациентов при проведении исследования ее функционального состояния требуется некоторые дополнительные показатели, так как патологические изменения не отражаются достаточно на ЭКГ. Нарушение определенных параметров функционального состояния сердечно-сосудистой системы может привести к внезапной острой коронарной недостаточности и смерти. Для обучения искусственной нейронной сети необходимо учитывать большое количество параметров и объем информации, что может быть решено за счет построения нейронечетких систем, которые относятся к классу гибридных систем, в основе которых лежат нечеткая логика и нейронные сети. Применение гибридных нейронных сетей позволяет прогнозировать функциональное состояние сердечно-сосудистой системы при учитывании оптимального количества параметров пациента. Предложена структурная схема прогностической модели и описание ее блоков, которая позволяет выполнять краткосрочные прогнозы.
Библиографическая ссылка
Овчинкина Т.В., Митин В.В., Кузьмин А.А. ПРИМЕНЕНИЕ ГИБРИДНЫХ НЕЙРОННЫХ СЕТЕЙ В ПРОГНОСТИЧЕСКИХ МОДЕЛЯХ ОЦЕНКИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ // Научное обозрение. Медицинские науки. – 2014. – № 2. – С. 86-86;URL: https://science-medicine.ru/ru/article/view?id=345 (дата обращения: 07.10.2024).
Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)
«Международный журнал прикладных и фундаментальных исследований»
ИФ РИНЦ = 0,593
«Международный журнал экспериментального образования»
ИФ РИНЦ = 0,425
«Научное Обозрение. Биологические Науки»
ИФ РИНЦ = 0,400
«Научное Обозрение. Медицинские Науки»
ИФ РИНЦ = 0,801
«Научное Обозрение. Экономические Науки»
ИФ РИНЦ = 0,871
«Научное Обозрение. Педагогические Науки»
ИФ РИНЦ = 0,733
«Научное Обозрение. Технические Науки»
ИФ РИНЦ = 0,695
«European journal of natural history»
ИФ РИНЦ = 0,301