Методика зменшення невизначеності для класифікації стану нирок за даними ультразвукової діагностики

Скорочена інформація про документ
dc.contributor.advisorНіколов, Микола Олександрович
dc.contributor.authorАндрійчук, Тимофій Сергійович
dc.date.accessioned2026-01-16T10:07:12Z
dc.date.available2026-01-16T10:07:12Z
dc.date.issued2025
dc.description.abstractДипломна робота присвячена дослідженню ефективності діагностичних методів шляхом поєднання статистичного аналізу медичних даних із алгоритмами програмного голосування. Робота складається з трьох основних розділів, які розкривають теоретичне підґрунтя, методологію дослідження та отримані результати. У першому розділі подано огляд сучасної літератури щодо застосування інтелектуальних методів аналізу в медичній діагностиці. Розглянуто класичні та сучасні алгоритми голосування, що дозволяють враховувати вагу голосів, нечіткість даних і залежності між симптомами. Другий розділ описує матеріали та методи дослідження. Наведено розподіл пацієнтів за клінічними групами, описано вісім ключових симптомокомплексів, проведено первинний статистичний аналіз. Детально описано базовий та модифікований методи голосування, останній з яких дозволив підвищити точність класифікації пацієнтів. Окремо подано блок-схему розробленого програмного забезпечення. У третьому розділі представлено результати: первинного аналізу, голосування по симптомокомплексах та порівняння з результатами, отриманими при попередніх дослідженнях. Узагальнено переваги модифікованого алгоритму та зроблено висновки щодо його ефективності. Робота поєднує елементи статистики, комп’ютерного моделювання та медичної аналітики, демонструючи актуальність міждисциплінарного підходу в сучасній діагностиці. Ідея даної дипломної роботи належить доценту кафедри Електронної інженерії, к.т.н Шуляку Олександру Петровичу.
dc.description.abstractotherThe thesis is devoted to the study of the effectiveness of diagnostic methods by combining statistical analysis of medical data with software voting algorithms. The work consists of three main sections that reveal the theoretical basis, research methodology and results obtained. The first section presents a review of modern literature on the application of intelligent analysis methods in medical diagnostics. Classical and modern voting algorithms are considered, which allow taking into account the weight of votes, data ambiguity and dependencies between symptoms. The second section describes the materials and methods of the study. The distribution of patients by clinical groups is given, eight key symptom complexes are described, and a primary statistical analysis is performed. The basic and modified voting methods are described in detail, the latter of which allowed to increase the accuracy of patient classification. A flowchart of the developed software is presented separately. The third section presents the results of the primary analysis, voting by symptom complexes and comparison with the results obtained in previous studies. The advantages of the modified algorithm are summarized and conclusions are drawn regarding its effectiveness. The work combines elements of statistics, computer modeling and medical analytics, demonstrating the relevance of an interdisciplinary approach in modern diagnostics. The idea of this thesis belongs to the associate professor of the Department of Electronic Engineering, Ph.D. Shulyak Oleksandr Petrovych.
dc.format.extent73 с.
dc.identifier.citationАндрійчук, Т. С. Методика зменшення невизначеності для класифікації стану нирок за даними ультразвукової діагностики : дипломна робота … бакалавра : 153 Мікро- та наносистемна техніка / Андрійчук Тимофій Сергійович. – Київ, 2025. – 73 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78183
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectнирки
dc.subjectполікістоз
dc.subjectгідронефроз
dc.subjectкласифікація
dc.titleМетодика зменшення невизначеності для класифікації стану нирок за даними ультразвукової діагностики
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Andiychuk_bakalavr.pdf
Розмір:
1.43 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

Бакалаврські роботи (ЕІ)
Бакалаврські роботи