Модель підтримки прийняття рішень діагностування стану здоров’я людини

Скорочена інформація про документ
dc.contributor.advisorПолягушко, Любов Григорівна
dc.contributor.authorКадук, Юлія Олександрівна
dc.date.accessioned2024-02-15T12:45:25Z
dc.date.available2024-02-15T12:45:25Z
dc.date.issued2023
dc.description.abstractСтруктура та обсяг магістерської дисертації Магістерська дисертація складається зі вступу, 5 розділів, висновку, переліку посилань з 32 найменування і містить 44 рисунки. Повний обсяг магістерської дисертації складає 84 сторінок, з яких перелік посилань займає 3 сторінки. Актуальність теми магістерської дисертації "Модель підтримки прийняття рішень діагностування стану здоров'я людини під час гіпоксичних тренувань" обумовлена зростанням інтересу до гіпоксичних тренувань у сучасному спортивному та медичному середовищі. Застосування гіпоксії для тренувань може впливати на фізіологічний стан людини, але вимагає системного та індивідуалізованого підходу. Розробка моделі підтримки прийняття рішень для діагностики стану здоров'я в умовах гіпоксії має велике значення для оптимізації тренувань, покращення результатів та забезпечення безпеки учасників. Така модель може слугувати інструментом для ефективного моніторингу та індивідуалізації процесу гіпоксичних тренувань, сприяючи розвитку науки та практичному застосуванню в галузі спорту та медицини. Мета роботи полягає у розробці та аналізі моделі підтримки прийняття рішень для діагностування стану здоров’я людини під час проведення гіпоксичних тренувань. Для досягнення поставленої задачі були сформульовані наступні завдання дослідження: ● Аналіз моделей підтримки прийняття рішень ● Дослідження існуючих систем, що використовують моделі підтримки прийняття рішень для діагностики. ● Розробка системи підтримки прийняття рішень для діагностування стану здоров'я людини ● Створення веб-додатку для підтримки прийняття рішень у галузі діагностики стану здоров'я людини під час гіпоксичних тренувань. ● Розробка та впровадження бази даних з використанням PostgreSQL для зберігання та обробки клінічних даних лікарів, пацієнтів та сеансів. ● Реалізація бази знань, що охоплює інформацію для ефективної діагностики та лікування, включаючи протипоказання, критерії припинення процедури, оцінку діагностики та оцінку курсу ІНГТ. Об'єктом дослідження є методи прийняття рішень під час проведення діагностики організму. Предметом дослідження є експертна система з продукційною моделлю представлення знань для визначення стану організму людини під час проведення гіпоксичних тренувань. Методи дослідження. У ході дослідження використовувалися методи представлення знань, зокрема, застосування продукційних правил для формалізації та структуризації експертних знань. Ці продукційні правила визначали ключові зв'язки та алгоритми, що використовуються в моделі підтримки прийняття рішень для діагностування стану здоров'я людини під час гіпоксичних тренувань. Використання цих методів дозволяє ефективно організувати та використовувати експертні знання для підтримки прийняття обґрунтованих рішень у медичній діагностиці. Практичне значення отриманих результатів Користь для лікарів полягає в можливості ефективно використовувати розроблену систему для швидкого та точного діагнозу стану пацієнтів, які залучаються до гіпоксичних тренувань. Система дозволить лікарям моніторити параметри здоров'я у реальному часі, отримувати рекомендації та підтримку у процесі прийняття важливих рішень щодо лікування та тренувань. Для експертів в галузі діагностики система відкриває можливість використання передових технологій для підтримки своєї роботи. Аналіз та обробка клінічних даних з використанням моделі сприятиме вдосконаленню методів діагностики в умовах гіпоксії, дозволяючи експертам здійснювати більш точні та індивідуалізовані рекомендації для пацієнтів.
dc.description.abstractotherStructure and scope of the master's thesis The master's thesis consists of an introduction, 5 chapters, a conclusion, a list of 32 references, and 44 figures. The total volume of the master's thesis is 84 pages, of which the list of references takes up 3 pages. The relevance of the topic of the master's thesis "Decision Support Model for Diagnosing Human Health Status during Hypoxic Training" is due to the growing interest in hypoxic training in the modern sports and medical environment. The use of hypoxia for training can affect the physiological state of a person, but requires a systematic and individualized approach. The development of a decision support model for diagnosing health status in hypoxia is important for optimizing training, improving performance, and ensuring the safety of participants. Such a model can serve as a tool for effective monitoring and individualization of hypoxic training, contributing to the development of science and practical applications in the field of sports and medicine. The aim of the study is to develop and analyze a decision support model for diagnosing the state of human health during hypoxic training. To achieve this goal, the following research objectives were formulated: ● Analysis of decision support models ● Study of existing systems that use decision support models for diagnosis. ● Development of a decision support system for diagnosing human health ● Creation of a web application for decision support in the field of diagnosing human health during hypoxic training. ● Development and implementation of a database using PostgreSQL for storing and processing clinical data of doctors, patients, and sessions. ● Implementation of a knowledge base that covers information for effective diagnosis and treatment, including contraindications, criteria for stopping the procedure, diagnostic assessment, and evaluation of the HST course. The object of research is decision-making methods for diagnosing the body. The subject of research is an expert system with a productive model of knowledge representation for determining the state of the human body during hypoxic training. Research methods. The study used knowledge representation methods, in particular, the use of product rules to formalize and structure expert knowledge. These productive rules defined the key relationships and algorithms used in the decision support model for diagnosing human health during hypoxic training. The use of these methods allows to effectively organize and use expert knowledge to support informed decision-making in medical diagnosis. Practical significance of the results The benefit for doctors is the ability to effectively use the developed system to quickly and accurately diagnose the condition of patients involved in hypoxic training. The system will allow doctors to monitor health parameters in real time, receive recommendations and support in making important decisions about treatment and training. For diagnostic experts, the system opens up the possibility of using advanced technologies to support their work. The analysis and processing of clinical data using the model will help to improve diagnostic methods in hypoxia, allowing experts to make more accurate and individualized recommendations for patients.
dc.format.extent84 с.
dc.identifier.citationКадук, Ю. О. Модель підтримки прийняття рішень діагностування стану здоров’я людини : магістерська дис. : 122 Комп’ютерні науки / Кадук Юлія Олександрівна. – Київ, 2023. – 84 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64615
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectгіпоксія
dc.subjectдіагностування
dc.subjectмодель підтримки прийняття рішень
dc.subjectпродукційні правила
dc.subjectекспертна система
dc.subjectбаза знань
dc.subjecthypoxia
dc.subjectdiagnosis
dc.subjectdecision support model
dc.subjectproduction rules
dc.subjectexpert system
dc.subjectknowledge bas
dc.titleМодель підтримки прийняття рішень діагностування стану здоров’я людини
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Kaduk_magistr.pdf
Розмір:
7.98 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 (ЦТЕ)
Магістерські роботи