Медична діагностична система на основі байєсівських мереж

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorКорнійчук, Оксана Сергіївна
dc.date.accessioned2021-03-02T14:01:00Z
dc.date.available2021-03-02T14:01:00Z
dc.date.issued2020
dc.description.abstractenMaster's thesis: 126 p., 21 tabl., 27 fig., 4 appendixes, 40 sources. The object of the study are the relationships between symptoms and external factors and the presence of human heart disease or COVID-19, presented in selected datasets. The subject of the study are Bayesian networks for the diagnosis of heart disease and COVID-19, methods for their construction and evaluation of quality of work. The aim of the work is to create decision support system for the diagnosis of these diseases on the basis of Bayesian networks and to verify the effectiveness of their work. Research methods: NPC, PC, greedy search-and-score algorithm, Chow-Liu tree, Riban-Pearl polytree, Tree Augmented Naive Bayes, Hugin algorithm for forming a probabilistic conclusion. The paper reviews the existing methods of building diagnostic decision support systems and some of their modern implementations. The role of Bayesian networks in medical diagnostics is also analyzed, some methods of their construction and software environments for implementation are considered. A scientific novelty is two decision support systems for diagnosing the presence of heart disease and COVID-19, respectively, created on the basis of Bayesian networks trained on selected data sets. They can be used for preliminary diagnosis of these diseases by the health professionals.uk
dc.description.abstractukМагістерська дисертація: 126 с., 21 табл., 27 рис., 4 дод., 40 джерел. Об’єктом дослідження є взаємозв’язки між симптомами та зовнішніми чинниками і наявністю у людини хвороби серця або COVID-19, представлені у обраних наборах даних. Предметом дослідження є байєсівські мережі для діагностики хвороб серця та COVID-19, методи їх побудови та оцінювання якості роботи. Метою роботи є створення систем підтримки прийняття рішень при діагностиці вказаних хвороб на основі байєсівських мереж та перевірка ефективності їх роботи. Методи дослідження: NPC, PC, жадібний алгоритм пошуку та оцінки, дерево Чу-Ліу, полідерево Рібана-Перла, Tree Augmented Naive Bayes, алгоритм Hugin формування ймовірнісного висновку. У роботі проведено огляд існуючих методів побудови діагностичних систем підтримки прийняття рішень та деяких сучасних їх реалізацій. Також проаналізовано роль байєсівських мереж у медичній діагностиці, розглянуто деякі методи їх побудови та програмні середовища для реалізації. Науковою новизною є нові моделі у формі БМ, дві системи підтримки прийняття рішень при діагностиці наявності хвороб серця та COVID-19 відповідно, створені на основі байєсівських мереж, навчених за обраними вибірками даних. Вони можуть бути використані для попередньої діагностики вказаних захворювань медичними працівниками.uk
dc.format.page126 с.uk
dc.identifier.citationКорнійчук, О. С. Медична діагностична система на основі байєсівських мереж : магістерська дис. : 124 Системний аналіз / Корнійчук Оксана Сергіївна. – Київ, 2020. – 126 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/39742
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмережа байєсаuk
dc.subjectсистема підтримки прийняття рішеньuk
dc.subjectдіагностична система підтримки прийняття лікарських рішеньuk
dc.subjectтеорема байєсаuk
dc.subjectймовірнісний висновокuk
dc.subjectжадібний алгоритм пошуку та оцінкиuk
dc.subjectдеревo чу-ліуuk
dc.subjectполідерево рібана-перлаuk
dc.subjectbayesian networkuk
dc.subjectdecision support systemuk
dc.subjectdiagnosis decision support systemuk
dc.subjectbayes’ theoremuk
dc.subjectinferenceuk
dc.subjectPCuk
dc.subjectgreedy search-and-score algorithmuk
dc.subjectchow-liu treeuk
dc.subjectrebane-pearl polytreeuk
dc.subjecttree augmented naive bayesuk
dc.subjectNPCuk
dc.subject.udc004.942:519.226.3uk
dc.titleМедична діагностична система на основі байєсівських мережuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи