Nonconventional use of Bayesian formulas for differential diagnostics of neuromuscular diseases
- 1 Намик Таир оглы Абдуллаев - к.т.н., доцент, кафедра «Радиосистемы и телевидение» Азербайджанский технический университет. к.ф.-м.н., ст. науч. сотрудник, НИИ «Геотехнологические проблемы нефти, газа и химии», Азербайджанская государственная нефтяная академия Гюнель Эльман кызы Абдуллаева - магистр, кафедра «Информационно-измерительная и вычислительная техника», Азербайджанская государственная академия
Abstract
The main difficulty of application of Bayesian methods for differential diagnostics of diseases is presented by calculation of conditional probabilities of values of diagnostic signs for this simptomokompleks at the patient at each concrete disease from set of the diagnosed. For these purposes it is offered to use system of the indistinct logical conclusion, allowing to receive approximate values of the validity of each of diagnosed diseases for the set simptomokompleks of values of diagnostic signs of the studied patient and on their basis to calculate conditional probabilities of signs.
Use of these calculated values in iterative Bayesian procedures gives the chance of establishment of more reliable estimates of existence at the patient of diagnosed diseases.
How to cite
Дышин О.А. Нетрадиционное использование формул Байеса для дифференциальной диагностики нервно-мышечных заболеваний // Биомедицинская радиоэлектроника. 2014. № 1. С. 50–58.
References
- Gext B.M., Il'ina N.A. Nervno-my'shechny'e bolezni. M.: Mediczina. 1982. 352 s.
- Gext B.M. Teoreticheskaya i klinicheskaya e'lektromiografiya. L.: Nauka. 1990. 203 s.
- Kasatkina L.F., Gil'vanova O.V. E'lektromiograficheskie metody' issledovaniya v diagnostike nervno-my'shechny'x zabolevanij. Igol'chataya e'lektromiografiya. M.: Medika. 2010, 416 s.
- Zhmudyak M.L., Povalixin A.N., Strebukov A.V. i dr. Diagnostika zabolevanij metodami teorii veroyatnostej. Barnaul, Izd-vo AltGTU, 2006. -168s.
- Zhmudyak M.L., Povalixin A.N., Lev G.Sh. Primenenie veroyatnostny'x metodov v diagnostike. Sb. materialov konf. «Diskretny'j analiz i issledovanie operaczij». Novosibirsk: Izd-vo Instituta matematiki. 2004. S. 203.
- Fukunaga A.K. Vvedenie v statisticheskuyu teoriyu raspoznavaniya obrazov: per. s angl. M.: Nauka. 1979. 368 s.
- Patrik E'. Osnovy' teorii raspoznavaniya obrazov: per. s angl. M.: Sov. radio. 1980. 408 s.
- Loktyuxin V.N., Mal'chenko S.I., Cherepnin A.A. Osnovy' matematicheskogo obespecheniya podderzhki diagnosticheskix reshenij v biotexnicheskix sistemax s ispol'zovaniem nechetkoj logiki. Ryazan': Izd-vo Ryazan. gos. radiotexn. un-ta. 2009. 64 s.
- Cherepnin A.A. Modeli, algoritmy' i sredstva podderzhki prinyatiya diagnosticheskix reshenij pri e'ndoskopicheskom obsledovanii na osnove texnologii nechetkoj logiki: Diss. na soisk. uch. step. kand. texnich. nauk. Ryazan'. 2010. 169 s.
- Zadeh L.A. Fuzzy sets // Inf. and Contr. 1965. V. 8. P. 338-353.
- Zadeh L.A. The linguistic approach and its application to decision analysis. In Directions in Large-Scale Systems, Y.C.Ho and S.K.Miller, Eds. New York: Plenum. 1976. P. 339-370.
- Zel'ner A. Bajesovskie metody' v e'konometrii: per.s angl. M.: Statistika. 1980. 438 s.
- Xej Dzh. Vvedennie v metody' bajesovskogo statisticheskogo vy'voda: per. s angl. M.: Finansy' i statistika. 1987. 335 s.
- Abdullaev N.T., Ismajlova K.Sh. Oczenka informaczionnoj dostovernosti diagnosticheskix zaklyuchenij v e'lektromiografii s pomoshh'yu metoda nechetkogo logicheskogo vy'voda // Informaczionno-izmeritel'ny'e i upravlyayushhie sistemy'. 2012. T. 10. № 4. S. 60-66.
- Leonenkov A.V. Nechetkoe modelirovanie v srede MATLABufuzzyTECH. SP.b.: BXV-Peterburg. 2005. 736 s.
- Bejli N. Statisticheskie metody' v biologii: per. s angl. M.: IIL. 1962. 271 s.
- Niczy'n D.A. Model' predstavleniya priznakov v bajesovskom klassifikatore mediczinskix izobrazhenij // Vestnik NTU «XPI». Tematicheskij vy'pusk: Informatika i modelirovanie. Xar'kov: NTU «XPI». 2008. № 49. S. 105-113.