Методи інтелектуального прогнозування артеріального тиску та класифікації артеріальної гіпертензії
Вантажиться...
Дата
2025
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Коломоєць С.О. Методи інтелектуального прогнозування артеріального тиску та класифікації артеріальної гіпертензії. – Кваліфікаційна наукова праця на правах рукопису. Дисертація на здобуття наукового ступеня доктора філософії за спеціальністю 126 – Інформаційні системи та технології в галузі знань 12 – Інформаційні технології. – Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», Київ, 2025.
Дисертаційну роботу присвячено розробці методів обробки сигналів безманжетного вимірювання артеріального тиску з подальшим їх прогнозуванням та розробці інтелектуальних методів класифікації ступеня артеріальної гіпертензії на основі використання гібридних нейронних мереж ансамбльового типу. В роботі проведено аналіз існуючих проблем з захворюваннями серцевосудинної системи, а саме проблеми діагностування артеріальної гіпертензії, яка характеризується підвищеним артеріального тиску, що може привести до виникнення таких тяжких захворювань як інфаркт або інсульт. Показано, що основним шляхом запобігання таких хвороб є постійний моніторинг артеріального тиску завдяки використанню безманжетного вимірювання артеріального тиску з подальшим його прогнозуванням за часом, що може надати можливість термінового інформування хворих та лікарів про необхідність медикаментозного втручання, що дозволить в короткий термін знизити артеріальний тиск. Другим шляхом запобігання вищеназваних вражаючих ефектів є розробка інтелектуальної системи діагностування ступеню артеріальної гіпертензії. У першому розділі наведено інформаційну довідку щодо поширення АГ у світі, зокрема в Україні і зроблено висновок, що стан цієї проблеми не відповідає світовим стандартам, зокрема європейським. Особливо це стосується практичній відсутності використання безманжетного вимірювання тиску для загальної спільноти. Проведено аналіз існуючих приладів по безманжетному вимірюванню тиску. У другому розділі обґрунтовано використання методів прогнозування часових рядів до прогнозу артеріального тиску у хворих. Наведено новий метод прогнозування артеріального тиску, який полягає у використанні методів попередньої обробки результатів вимірювання та методів прогнозування часових рядів. Виконано огляд наукових робіт з попередньої обробки даних. Обґрунтовано використання методів усунення шумів, виявлення та усунення аномалій, заповнення відсутніх даних за якими наведено результати попередньої обробки. В якості експериментальних даних для обробки було взято дані надані Державною установою «Національний науковий центр ім. акад. М.Д. Стражеска». Проведено аналіз відомих методів прогнозування часових рядів для даних вимірювання артеріального тиску. Показано, що найкращі результати дають методи на основі використання рекурентних нейронних мереж, а саме LSTM, GRU, BI-LSTM. З метою покращення результатів прогнозування запропоновано використання нового підходу, який передбачає застосування гібридних нейронних мереж на основі бустингу, а саме послідовного з’єднання таких нейронних мереж як LSTM, GRU та низки їх комбінацій. Отримані результати показали ефективність запропонованого підходу, а саме вдалося підвищити точність прогнозування різних горизонтів в середньому на 10%. В третьому розділі вирішена задачу по вибору суттєвих ознак які характеризують ступінь артеріальної гіпертензії, а саме: – для першого ступеню значеннями тиску; – для другого ступеню значеннями тиску аналізами крові та сечі (еритроцити, лейкоцити, гемоглобін, тромбоцити, рівень білка, рівень креатиніну, рівень холестерину (загального), рівень цукру (глюкоза), калій, магній, натрій, адреналін, норадреналін, альдостерон), аномальними показниками, які можна виявити на ЕКГ та ЕхоКГ (індекс Соколова — Лайона, вольтажний індекс Корнелла, ІМЛШ, хронічною хворобою нирок третьої стадії, кісточково-плечовим індексом, важкою ретинопатією; – для третього ступеню значеннями тиску, наявністю аномальних значень в аналізах, ЕКГ та ЕхоКГ як при ІІ ступені артеріальної гіпертензії, наявністю в анамнезі цереброваскулярних захворювань (внутрішньомозкового крововиливу, ішемічного інсульту, транзиторної ішемічної атаки), наявністю в анамнезі ішемічної хвороби серця (інфаркта міокарда, реваскуляризації міокарда, стенокардії), виявленню стенозу під час візуалізаційних досліджень, наявності тяжкої альбумінурії, наявністю четвертої або п’ятої стадії хронічної хвороби нирок. Обґрунтовано необхідність використання гібридних нейронних мереж побудованих на основі ансамбльового підходу для розв’язання задачі класифікації ступенів АГ. На основі проведеного аналізу показано що найкращим варіантом є використання бегінгу при цьому розроблено новий метод для розв’язання даної задачі. Отримані результати показали ефективність запропонованого методу. В четвертому розділі розроблено інформаційні технології та сценарії використання запропонованої інформаційної технології щодо інтелектуального прогнозування АТ. Результати, отримані в дисертаційному дослідженні, містять наукову новизну: – вперше запропоновано метод для обробки даних артеріального тиску у хворих, який відрізняється тим, що на основі методів безманжетного вимірювання здійснює попередню обробку отриманих даних та подальше прогнозування на основі використання гібридних рекурентних нейронних мереж, горизонт прогнозу яких адаптовано під поточний стан пацієнта, що дає можливість знизити імовірність виникнення інсульту або інфаркту у хворих; – удосконалено метод вирішення задачі класифікації та знижено обчислювальні витрати при машинному навчанні гібридних нейронних мереж за рахунок визначення найбільш впливових ознак артеріальної гіпертензії для різних ступенів захворювання, які крім загальних ознак (анамнез, результати огляду лікаря, результати аналізів крові, сечі, вимірювання артеріального тиску) включають результати обробки ЕКГ, ЕхоКГ; – розроблено метод структурно-параметричного синтезу гібридної нейронної мережі для розв’язання задачі класифікації ступеня артеріальної гіпертензії, який відрізняється тим, що гібридна нейронна мережа будується на основі створення беггінг-ансамблю інтелектуальних класифікаторів, включених в ансамбль за критеріями точності та різноманіття, що дозволяє підвищити точність класифікації. Дисертаційна робота складається зі вступу, 4 розділів, висновків, списку використаних джерел з 210 найменувань та одного додатку. Загальний обсяг дисертації складає 150 сторінок, містить 47 рисунків та 21 таблицю.
Опис
Ключові слова
артеріальна гіпертензія, глибоке навчання, інформаційна технологія, класифікація, машинне навчання, нейронна мережа, оптимізація, прогнозування, штучний інтелект, штучна нейронна мережа, arterial hypertension, deep learning, information technology, classification, machine learning, neural network, optimization, prediction, artificial intelligence, artificial neural network
Бібліографічний опис
Коломоєць, С. О. Методи інтелектуального прогнозування артеріального тиску та класифікації артеріальної гіпертензії : дис. … д-ра філософії : 126 Інформаційні системи та технології / Коломоєць Сергій Олексійович. – Київ, 2025. – 150 с.