Жмудяк М.Л., Повалихин А.Н., Стребуков А.В. и др. «Диагностика заболеваний методами теории вероятностей» 2006 год

Жмудяк М.Л., Повалихин А.Н., Стребуков А.В. и др. - Диагностика заболеваний методами теории вероятностей - 2006 год

Автор: Жмудяк М.Л., Повалихин А.Н., Стребуков А.В. и др.

Год: 2006

В книге поставлены и решены задачи: совмещения медицинского и математического подходов к диагностике; диагностики с учетом многократно определенных диагностических признаков (в частности, диагностики с учетом динамики заболеваний); оптимальной последовательности обследования, иными словами, нахождения диагностического признака, наиболее необходимого для дальнейшего уточнения диагноза, и др.
В ходе исследований предложены и изучены: диагностика методом наибольшего правдоподобия, алгоритм, повышающий скорость и надежность определения вероятности болезни методом наибольшего правдоподобия; критерий эффективности диагностики, проведенной расчетными методами; использование многомерных распределений при диагностике; имитационные модели болезней для решения методических проблем диагностики и тестирования разрабатываемых методов.

Предисловие
Введение
Термины и обозначения

Глава 1. Диагностика с использованием искусственного интеллекта и медицинская диагностика желтух
1.1. Обзор методов диагностики с помощью искусственного интеллекта
1.2. Медицинская диагностика желтух

Глава 2. Теоретические разработки
2.1. Совмещение медицинского и математического подходов к диагностике заболеваний
2.1.1. Кратко о моделировании
2.1.2. Использование условных вероятностей
2.1.3. Дополнение статистики и уточнение распределений
2.2. Использование многомерных распределений
2.3. Диагностика методом максимального (наибольшего) правдоподобия
2.3.1. Итерационный алгоритм диагностики заболеваний
2.3.2. Обобщение поперек траекторий
2.3.3. Обобщение по отдельным ДП
2.3.4. Обобщение вдоль траекторий
2.3.5. Диагностирование с использованием «чистого» критерия максимального правдоподобия
2.4. Учет взаимозависимости диагностических признаков и динамики заболеваний в байесовском подходе к диагностике
2.4.1. Использование формулы Байеса
2.4.2. Учет динамики заболеваний при байесовском подходе
2.4.3. О совмещении методов диагностики
2.5. Определение исследования (анализа), наиболее необходимого для диагностики
2.6. Оценка результатов диагностики
2.6.1. Уровень надежности и неопределенный диагноз
2.6.2. Критерий эффективности диагностики
2.6.3. Влияние отдельного ДП на диагноз
2.7. Модельные болезни и исследование на них теоретических вопросов

Глава 3. База данных, вероятности и плотности вероятностей диагностических признаков
3.1. Характеристика статистических данных
3.2. Дискретные и непрерывные диагностические признаки, построение гистограмм
3.2.1. Дискретные и непрерывные диагностические признаки
3.2.2. Особенности построения гистограмм непрерывных диагностических признаков
3.3. Построение искусственных распределений
3.4. Построение многомерных распределений
3.5. Особенности работы со статистической базой данных
3.6. Исследование взаимозависимости диагностических признаков
3.6.1. Независимые и зависимые диагностические признаки в формуле Байеса
3.6.2. Экспертная оценка зависимости признаков
3.6.3. Наборы (ядра) независимых признаков

Глава 4. Учет динамики заболеваний при диагностике
4.1. Методика учета динамики и взаимозависимость диагностических признаков
4.2. Диагностика при многократном определении признака
4.3. Влияние лечения на динамику заболевания

Глава 5. Результаты диагностики с применением различных методических приемов
5.1. Применение уровня надежности и коэффициента эффективности для оценки качества диагностики
5.2. Серия экспериментов при различных приемах формирований распределений
5.3. Серия экспериментов при различных приемах формирования базы данных
5.5. Серия экспериментов с учетом динамики заболеваний
5.6. Результаты байесовской диагностики с учетом динамики заболеваний

Глава 6. Сравнение результатов дифференциальных диагностик методами Байеса, дискриминантного анализа, классификационных деревьев и нейронных сетей

Заключение
Литература

Приложение 1. Сходимость итерационного алгоритма и его связь с методом максимального правдоподобия
Приложение 2. Примеры построения гистограмм по различным методикам