Регистрация / Вход
Прислать материал

Разработка подсистемы обработки прецедентов для системы поддержки принятия решений при моделировании остеосинтеза костей человека

ФИО
Рябко Сергей Михайлович
Электронная почта
437949pushcube@yandex.ru
Номинация
Информационные технологии
Институт
Институт информационных технологий и автоматизированных систем управления (ИТАСУ)
Кафедра
Инженерной кибернетики
ФИО научного руководителя
Тиунов Олег Сергеевич
Академическая группа
ММ-12-1
Наименование тезиса
Разработка подсистемы обработки прецедентов для системы поддержки принятия решений при моделировании остеосинтеза костей человека
Тезис

Любая сфера деятельности современного человека так или иначе затрагивает проблему выбора. Выбора из набора альтернатив, содержащих в себе множество разнообразных деталей и мелочей, осложняющих задачу до такой степени, что без посторонней помощи обойтись практически невозможно. Принятие ошибочного решения может повлечь за собой потери разных масштабов, причем величина их зачастую прямо пропорциональна сложности принимаемого решения.

 

Как известно, одной из самых ответственных и требующих принятия сложных решений отраслей, в которых может быть задействован человек, является медицина. Действительно, степень давления на каждого отдельного врача колоссальна, ведь жизнь и здоровье пациента бесценны. Для того, чтобы в некоторой степени облегчить возможность принятия решений врачами, было решено разработать для них систему поддержки принятия решений.

 

Системы поддержки принятия решений (СППР) — это интерактивные автоматизированные системы, помогающие лицу, принимающему решения, использовать данные и модели для решения слабоструктурированных проблем.

 

Целями данной работы являлись разработка системы поддержки принятия решений при моделировании остеосинтеза и разработка алгоритма ранжирования и выдачи прецедентов. Для этого были решены следующие подзадачи:

 

  • Дано общее описание содержанию хранимых данных,
  • Добавлена таблица типов
  • Разработан общий алгоритм ранжирования
  • Разработан алгоритм сравнения для каждого типа данных в отдельности
  • Разработан улучшенный алгоритм с применением многослойного перцептрона

 

Результатом работы системы является база знаний, поддерживающая оперативный поиск схожих с введенным пользователем медицинских случаев, ранжированных по массиву критериев, связанных как с общими данными пациента (такими как, например, пол и возраст) так и с примененными методами лечения и степенью восстановления больного.

 

В дальнейшем планируется введение сравнение рентген-изображений в качестве одного из критериев СППР.