Применение гибридной нейронной сети с макрослоями для классификации сердечно-сосудистых заболеваний
- 1 д.т.н., профессор, кафедра системного анализа и управления в медицинских системах, Воронежский государственный технический университет
- 2 к.т.н., доцент, кафедра биомедицинской инженерии, Юго-Западный государственный университет
- 3 к.т.н., доцент, кафедра высшей и прикладной математики, Курская государственная сельскохозяйственная академия им. И.И. Иванова
Ключевые слова:
многоагентные системы классификациивероятностные нейронные сетинечеткие нейронные сетиклассификация сердечно-сосудистых заболеваний
Аннотация
Разработаны структуры гибридных нейронных сетей с макрослоями, полученные на основе вероятностных нейронных сетей и нечетких нейронных сетей. Предлагаемые структуры предназначены для многоагентных систем классификации сердечно-сосудистых заболеваний.
Для цитирования
Коровин Е.Н., Шаталова О.В., Жилин В.В. Применение гибридной нейронной сети с макрослоями для классификации сердечно-сосудистых заболеваний // Биомедицинская радиоэлектроника. 2014. № 9. С. 32–37.
Список источников
- Журавлев Ю.И., Назаренко Г.И., Рязанов В.В. и др. Новый метод анализа риска развития ишемической болезни сердца на основании геномных и компьютерных технологий // Кардиология. 2011. Т. 51. № 2. С. 19 - 25.
- Томакова Р.А., Филист С.А., Жилин В.В., Горбатенко С.А. Структурно-функциональные решения нечетких нейронных сетей для интеллектуальных систем анализа разнотипных признаков // Фундаментальные и прикладные проблемы техники и технологии. 2011. № 1. С. 85-91.
- Филист С.А., Жилин В.В., Аль-Муалеми Ваил Абдулкарим Гибридный способ классификации биосигналов на основе технологий нечеткой логики принятия решений и нейронных сетей // Биомедицинская радиоэлектроника. 2009. № 5. С. 77-82.
- Бурмака А.А., Волков И.И., Иванов В.А. и др. Вероятностные сети с макрослоями в системах поддержки принятия решений по дифференциальной диагностике сердечно-сосудистых заболеваний // Медицинская техника. 2013. № 4. С. 18-20.
- Подвальный Е.С. Модели индивидуального прогнозирования и классификации состояний в системах компьютерного мониторинга. Воронеж: Изд-во ВГТУ. 1998. 127 с.