350 rub
Journal Neurocomputers №2 for 2013 г.
Article in number:
Formation of the rules of fuzzy productions for automated diagnostic system of processing electromyographic signals
Keywords: electromyography fuzzy logic rules of fuzzy production symptomatic and pathogenetic factors
Authors:
N.T. Abdullayev, K.Sh. Ismayilova
Abstract:
To reduce the likelihood of misdiagnosis while working with medical data, mathematical tools using fuzzy logic technology are widely used. The use of medical data in the systems of decision support assumes using of both quantitative and qualitative variables. The system for electromyographic researches carries out the function of transformation of a set of values of symptomatic and pathogenetic factors as input variables for diagnosis as output variables. The advantage of fuzzy logic technology is the possibility to describe operation of the system using rules of fuzzy productions, requiring the description input and output variables as linguistic ones. These preliminary actions are governing actions for a doctor during scheduling of the further inspection of the patient in order to reveal the assumed disease. Formation of the rules of fuzzy production is a first stage in the creation of intellectual system for electromyography with the use of fuzzy logic technology. Computer realization of the algorithm is carried out in the software environment МATLAB 7 with the help of FIS toolbox.
Pages: 54-60
References
  1. Абдуллаев Н.Т., Исмайлова К.Ш. Автоматизированная диагностическая система для электромиографии с использованием нечеткой логики // Тезисы докладов Междунар. науч. конф. «Автоматизированные системы управления и современные информационные технологии». Тбилиси. 2011. С. 51-52.
  2. Брейкин Т.В., Камалова Л.З. и др. Проектирование экспертных систем медицинской диагностики на базе нечеткой логики с применением методов системного моделирования // Управление в сложных системах. Уфа. 1999. С. 127-134.
  3. Башлыков И.А., Буняев В.В., Гадалов В.Н. Использование методов нечеткой логики принятия решений для прогнозирования и диагностики язвенной болезни желудка //Вестник новых медицинских технологий. 2006. Т. ХII., № 2. С. 10-12.
  4. Березников А.И., Кореневский Н.А., Татаренко А.А.Прогнозирование, диагностика, профилактика и лечение сосудистых заболеваний глаз на основе нечеткой логики принятия решений //Вестник новых медицинских технологий. 2006. Т. ХII., № 2. С. 12-15.
  5. Кореневский Н.А., Филист С.А., Черных Е.С.Автоматизированная система диагностики анемий на основе нечеткой логики принятия решений и алгоритмов генетического типа // Вестник новых медицинских технологий. 2006.  Т. ХII. № 2. С. 24-28.
  6. Локтюхин В.Н., Мальченко С.И., Черепнин А.А. Основы математического обеспечения поддержки диагностических решений в биологических системах с использованием нечеткой логики. Учеб. пособие. Рязань: РГРТУ. 2009.
  7. Касаткина Л.Ф., Гильванова О.В.Электромиографические методы исследования в диагностике нервно-мышечных заболеваний. Игольчатая электромиография. М.: Медика. 2010.
  8. Дривотинов Б.Г., Апанель Е.Н. и др. Адаптивная нейро-нечеткая модель для дифференциальной диагностики подтипов транзиторных ишемических атак // Военная медицина. 2007. № 4. С. 101-106.
  9. 9. http://courses.edu.nstu.ru