Please use this identifier to cite or link to this item: http://elib.usma.ru/handle/usma/13944
Title: Выбор метода и сроков дренирования при пластике пиелоуретрального сегмента на основе нейросетевого классификатора
Other Titles: Choice the method and terms of drainage at the surgical management of pyeloureteral junction obstruction on the basis at the neural network qualifier
Authors: Ershov, A. V.
Myltygashev, М. Р.
Kapsargin, F. P.
Alekseeva, Е. А.
Ершов, А. В.
Мылтыгашев, М. П.
Капсаргин, Ф. П.
Алексеева, Е. А.
Issue Date: 2016
Publisher: Уральский Центр Медицинской и Фармацевтической Информации
Citation: Выбор метода и сроков дренирования при пластике пиелоуретрального сегмента на основе нейросетевого классификатора / А. В. Ершов, М. П. Мылтыгашев, Ф. П. Капсаргин, Е. А. Алексеева. - Текст электронный // Уральский медицинский журнал. - 2016. – T. 138, № 5. – С. 128-130.
Abstract: The neural network method of definition the factors influencing terms of restoration of urodynamics at the surgical management of pyeloureteral junction obstruction, and also a choice of terms of a drainage is offered. Training of the neuronic network of direct distribution happened according to 122 case histories and the multidimensional vector which is characterized by 36 input parameters. Training of a neuronic network consists in search of pattern of a set of parameters, by comparison with reference results. Test of the developed expert system with use of control selection of patients of urology department is executed. Testing was held on 25 examples, thus degree of diagnostic confidence of system made 85%.
Предложен нейросетевой метод определения факторов, влияющих на сроки восстановления уродинамики при пластике пиелоуретрального (ПУС) сегмента, а также выбор сроков дренирования. Обучение искусственной нейронной сети прямого распространения происходило по данным 122 историй болезни и многомерного вектора, характеризующегося 36 входными параметрами. Обучение нейронной сети состоит в поиске закономерности множества параметров, путем сравнения с эталонными результатами. Выполнено тестовое прогнозирование разработанной экспертной системы с использованием контрольной выборки пациентов урологического отделения ККБ. Тестирование проводилось на 25 примерах, при этом степень диагностической уверенности системы составила 85%.
Keywords: SIMULATED NEURAL NETWORKS
THE NEURAL NETWORK QUALIFIER
SURGICAL MANAGEMENT OF PYELOURETERAL JUNCTION OBSTRUCTION
PREDICTION IN UROLOGY
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
ПЛАСТИКА ПУС
НЕЙРОСЕТЕВОЙ КЛАССИФИКАТОР
ПРОГНОЗИРОВАНИЕ В УРОЛОГИИ
URI: http://elib.usma.ru/handle/usma/13944
Origin: Уральский медицинский журнал. 2016. T. 138, № 5.
Appears in Collections:Журнал "Уральский медицинский журнал"

Files in This Item:
File Description SizeFormat 
UMJ_2016_138_5_025.pdf174,69 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.