Програмні та мовні засоби для комплексу ранньої діагностики хронічних неврологічних захворювань

Скорочена інформація про документ
dc.contributor.advisorБаклан, Ігор Всеволодович
dc.contributor.authorГаврильченко, Олег Олегович
dc.date.accessioned2025-02-19T09:16:56Z
dc.date.available2025-02-19T09:16:56Z
dc.date.issued2024
dc.description.abstractРозмір пояснювальної записки – 61 аркуш, містить 26 ілюстрацій, 1 таблицю, 5 додатків, 17 посилань на джерела. Актуальність теми. На сьогоднішній день в світі не існує ліків які б могли вилікувати людей що хворіють на неврологічні захворювання, проте є способи уповільнення розвитку подібних хвороб, через що можливість діагностики подібних захворювань на ранніх стадіях їх прояву є дуже актуальною темою на сьогоднішній день. Дана робота розглядає один із можливих способів вранішньої діагностики хронічних неврологічних захворюваннь, для виявлення подібних захворюваннь на ранніх стадіях їх прояву, для запобігання швидкого розвитку подібних хвороб та початку своєчасного лікування. В роботі були розглянуті деякі існуючі рішення що вже мають комерційне використання, проте мають ряд недоліків як тяжкодоступність засобів діагностики, або збирають дані без подальшого їх аналізу. Мета дослідження. Основною метою є розробка програмного забезпечення з побудовою граматики передування для вранішнього аналізу неврологічних захворювань. Об’єкт дослідження: програмні та мовні засоби для вранішнього аналізу неврологічних захворювань. Предмет дослідження: гібридні моделі на основі лінгвістичних та прихованих Марковських моделей для ранішньої діагостики дискензії. Для реалізації поставленої мети сформульовані наступні завдання: − аналіз методів та засобів діагностики для аналізу аномальних відхилень в рухах; − розробка покрокового алгоритму для аналізу рухів користувача з побудовою матриць передування; − створення, налагодження та тестування прототипу засобу, що реалізує розроблений алгоритм; − дослідження ефективності розробленого методу; Наукова новизна результатів магістерської дисертації полягає в тому, що запропоновано полягає у застосуванні лінгвістичних моделей з використанням матриць передування для аналізу вранішніх неврологічних захворюваннь з розробкою прототипу десктопного додатку для фонового аналізу рухів користувача, що дозволить виявляти можливі неврологічі захворювання на ранніх стадіях їх прояву. Результат досягнутий шляхом реалізації послідовного алгоритму збору, аналізу та обчислення даних про патерни рухів комп’ютерною мишею. Практичне значення отриманих результатів полягає в тому, що полягає у реалізації послідовного алгоритму порівняння паттернів рухів користувача на базі матриць передування за допомогою декстопного застосунку. Зв’язок з науковими програмами, планами, темами. Робота виконувалась на кафедрі інформатики та програмної інженерії Національного технічного університету України "Київський політехнічний інститут імені Ігоря Сікорського". Апробація. Наукові положення дисертації пройшли апробацію на науково-практичній конференції молодих вчених та студентів «SoftTech 2024» та були опубліковані в матеріалах VI міжнародної науково-практичної конференції молодих вчених та студентів «Інженерія програмного забезпечення і передові інформаційні технології SoftTech-2024.
dc.description.abstractotherExplanatory note size – 61 pages, contains 26 illustrations, 1 table, 5 applications, 17 references. Topicality. Today, there are no drugs in the world that can cure people suffering from neurological diseases, but there are ways to slow down the development of such diseases, which is why the possibility of diagnosing such diseases in the early stages of their manifestation is a very relevant topic today. This paper considers one of the possible ways to diagnose chronic eurological diseases in the morning, to detect such diseases at the early stages of their manifestation, to prevent the rapid development of such diseases and to start timely treatment. The paper reviews some existing solutions that are already commercially available, but have a number of drawbacks, such as the difficulty of access to diagnostic tools, or collect data without further analysis. The aim of the study. The main goal is to develop software with the construction of a prediction grammar for the morning analysis of neurological diseases. The object of research: software and language tools for the morning analysis of neurological diseases The subject of research: hybrid models based on linguistic and hidden Markov models for early diagonalization of disjunction. To achieve this goal, the following tasks were formulated: - analysis of diagnostic methods and tools for analyzing abnormal deviations in movements; - development of a step-by-step algorithm for analyzing user movements with the construction of prediction matrices; - creation, debugging and testing of a prototype tool that implements the developed algorithm; - studying the effectiveness of the developed method; The scientific novelty The results of the master's thesis are that it is proposed to apply linguistic models using prediction matrices to analyze morning neurological diseases with the development of a prototype desktop application for background analysis of user movements, which will allow detecting possible neurological diseases at the early stages of their manifestation. The result was achieved by implementing a consistent algorithm for collecting, analyzing and calculating data on the patterns of movements of a computer mouse. The practical value of the obtained results is to implement a sequential algorithm for comparing user movement patterns based on prediction matrices using a dextrop application. Relationship with working with scientific programs, plans, topics. Work was performed at the Department of Informatics and Software Engineering of the National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute». Approbation. The scientific provisions of the dissertation were tested at the scientific and practical conference of young scientists and students ‘SoftTech-2024’ and were published in the proceedings of the VI International Scientific and Practical Conference of Young Scientists and Students ‘Software Engineering and Advanced Information Technologies SoftTech-2024.
dc.format.extent106 с.
dc.identifier.citationГаврильченко, О. О. Програмні та мовні засоби для комплексу ранньої діагностики хронічних неврологічних захворювань : магістерська дис. : 121 Інженерія програмного забезпечення / Гаврильченко Олег Олегович. - Київ, 2024. - 106 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72607
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectматриця передування
dc.subjectаналіз рухів мишкою
dc.subjectдіагностика неврологічних захворюваннь
dc.subjectграматики передування
dc.subjectчасові ряди
dc.subjectлінгвістичні ряди
dc.subjectprecedence matrix
dc.subjectmouse movement analysis
dc.subjectdiagnostics of neurological diseases
dc.subjectprecedence grammars
dc.subjecttime series
dc.subjectlinguistic series
dc.subject.udc004.62
dc.titleПрограмні та мовні засоби для комплексу ранньої діагностики хронічних неврологічних захворювань
dc.title.alternativeSoftware and Language Tools for Complex Early Diagnosis of Chronic Neurological Diseases
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Havrylchenko_magistr.pdf
Розмір:
2.79 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ІПІ)
Магістерські роботи