Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elib.usma.ru/handle/usma/13944
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorErshov, A. V.en
dc.contributor.authorMyltygashev, М. Р.en
dc.contributor.authorKapsargin, F. P.en
dc.contributor.authorAlekseeva, Е. А.en
dc.contributor.authorЕршов, А. В.ru
dc.contributor.authorМылтыгашев, М. П.ru
dc.contributor.authorКапсаргин, Ф. П.ru
dc.contributor.authorАлексеева, Е. А.ru
dc.date.accessioned2023-06-16T05:36:30Z-
dc.date.available2023-06-16T05:36:30Z-
dc.date.issued2016
dc.identifier.citationВыбор 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.ru
dc.identifier.urihttp://elib.usma.ru/handle/usma/13944-
dc.description.abstractThe 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%.en
dc.description.abstractПредложен 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%.ru
dc.format.mimetypeapplication/pdfen
dc.language.isoruen
dc.publisherУральский Центр Медицинской и Фармацевтической Информацииru
dc.relation.ispartofУральский медицинский журнал. 2016. T. 138, № 5.ru
dc.rightsinfo:eu-repo/semantics/openAccessen
dc.subjectSIMULATED NEURAL NETWORKSen
dc.subjectTHE NEURAL NETWORK QUALIFIERen
dc.subjectSURGICAL MANAGEMENT OF PYELOURETERAL JUNCTION OBSTRUCTIONen
dc.subjectPREDICTION IN UROLOGYen
dc.subjectИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИru
dc.subjectПЛАСТИКА ПУСru
dc.subjectНЕЙРОСЕТЕВОЙ КЛАССИФИКАТОРru
dc.subjectПРОГНОЗИРОВАНИЕ В УРОЛОГИИru
dc.titleВыбор метода и сроков дренирования при пластике пиелоуретрального сегмента на основе нейросетевого классификатораru
dc.title.alternativeChoice the method and terms of drainage at the surgical management of pyeloureteral junction obstruction on the basis at the neural network qualifieren
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/articleen
dc.typeinfo:eu-repo/semantics/publishedVersionen
local.description.firstpage128
local.description.lastpage130
Располагается в коллекциях:Журнал "Уральский медицинский журнал"

Файлы этого ресурса:
Файл Описание РазмерФормат 
UMJ_2016_138_5_025.pdf174,69 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.