KOMPUTEROWE WSPOMAGANIE DIAGNOSTYKI MEDYCZNEJ PRZYKŁADY ROZWIĄZAŃ LEWENSTEIN K. Księgarnia

Komputerowe wspomaganie diagnostyki medycznej

Przykłady rozwiązań

Praca została podzielona na dwie części – pierwszą, wstępną i teoretyczną, w której omówiono podstawy metod komputerowego wspomagania diagnostyki medycznej, oraz drugą, poświęconą zrealizowanym praktycznym aplikacjom.

Przedstawiono, m.in., doświadczenia autora związane z: zastosowaniem różnych modeli jednokierunkowych sieci neuronowych i klasyfikatorów k-nn w diagnozowaniu choroby wieńcowej serca; badaniami poświęconymi wspomaganiu wykrywania przewlekłej niewydolności serca, opartego na analizie zapisów drgań mięśnia sercowego uzyskanych za pomocą akcelerometru i mikrofonu infradźwiękowego; analizą danych obrazowych dotyczących wykrywania i oceny stopnia złośliwości zmian patologicznych i mikrozwapnień w obrazach mammograficznych; oraz rozpoznawaniem uzależnienia alkoholowego na podstawie analizy sygnału polisomnograficznego.

1. Wprowadzenie 7

2. Metody wspomagania diagnostyki – podstawy teoretyczne 11
2.1. Klasyfikatory bayesowskie, drzewa decyzyjne, minimalno-odległościowe 11
2.2. Systemy eksperckie 17
2.3. Sieci neuronowe 19
2.3.1. Mózg człowieka jako prototyp sieci neuronowych 19
2.3.2. Uczenie jednokierunkowych sieci neuronowych 24
2.3.3. Problem doboru architektury sieci. Sieć Fahlmana 30
2.3.4. Sieci o radialnych funkcjach bazowych RBF 36
2.3.5. Ocena zdolności uogólniania, testowanie systemów 42
2.4. Przygotowanie danych dla systemów wspomagających diagnostykę 48
2.5. Podsumowanie 55
Literatura 56

3. Przykładowe rozwiązania 59
3.1. Wstęp – badania prowadzone w Zakładzie Elektroniki Medycznej i Przemysłowej 59
Literatura 63
3.2. Porównanie różnych metod komputerowej oceny testów wysiłkowych we wspomaganiu diagnostyki choroby wieńcowej serca ( Krzysztof Lewenstein ) 66
3.2.1. Wstęp 66
3.2.2. Metodyka badania 67
3.2.3. Dyskusja wyników 69
3.2.4. Wnioski 74
Literatura 74
3.3. Wspomaganie wykrywania przewlekłej niewydolności mięśnia sercowego z zastosowaniem metod analizy chaosu (Krzysztof Lewenstein, Miłosz Jamroży) 76
3.3.1. Wstęp 76
3.3.2. Stanowisko pomiarowe 77
3.3.3. Analiza wyników badań 81
3.3.4. Wnioski 87
Literatura 88
3.4. Automatyczne wspomaganie oceny zdjęć mammograficznych z wykorzystaniem sztucznych sieci neuronowych (Krzysztof Lewenstein, Krzysztof Urbaniak) 90
3.4.1. Wstęp 90
3.4.2. Motywy podjęcia badań. 91
3.4.3. Zaawanso wane algorytmy służące do wykryw ania zmian nowotworowych piersi na podstawie analizy mammogramów 93
3.4.4. Algorytm identyfikacji umiejscowienia mikroz wapnień 106
3.4.5. Zastosowanie sztucznych sieci neuronowych do i dentyfikacji i klasyfikacji mikrozwapnień 111
3.4.6. Wnioski 113
Literatura .115
3.5. Diagnozowanie uzależnienia alkoholowego na podstawie analizy sygnału polisomnograficznego ( Krzysztof Lewenstein, Elżbieta Ślubowska ) 118
3.5.1. Wstęp 118
3.5.2. Testowanie uzależnienia alkoholowego 119
3.5.3. Baza danych .122
3.5.4. Metodyka badania 123
3.5.5. Dyskusja wyników 125
3.5.6. Wnioski 127
Literatura .128

4. Podsumowanie 131

Streszczenie 133
Summary 134

134 strony, oprawa miękka

Po otrzymaniu zamówienia poinformujemy,
czy wybrany tytuł polskojęzyczny lub anglojęzyczny jest aktualnie na półce księgarni.