The task of diagnosis in biomedical research in a number of cases can be solved using a statistical approach. Current research is the possibility of using statistical analysis to diagnose the state of the human respiratory system based on the values of the percentage contributions of particles of different sizes contained in the exhaled air. The aim of the research is to identify certain regularities in the values of the diagnostic signs of the moisture condensation of the exhaled air, which will make it possible to consider the groups under investigation as disjoint classes. Three groups of individuals were examined: healthy people and patients with bronchitis and pneumonia. For each group, the
identification of the particles that are the primary diagnostic data using the laser correlation spectroscopy method and the further processing of the data using the discriminant analysis method are performed. Selection of variables discriminating the study groups in the best possible manner is done; the model of variables and classification functions is constructed. There are presented the results of the main steps of the of the classification functions for the three groups – which formed the basis for the algorithm for the work of the developed software product.
Задача діагностування у медико-біологічних дослідженнях у ряді випадків може бути вирішена із застосуванням статистичного підходу. Актуальними є дослідження щодо можливості використання статистичного аналізу для діагностування стану дихальної системи людини на основі значень відсоткових внесків частинок різних розмірів, що містяться у видихуваному повітрі. Метою роботи є виявлення певних закономірностей в значеннях діагностичних ознак конденсату вологи видихуваного повітря, що дозволить вважати досліджувані групи непересічними класами. Досліджено три групи осіб: здорові люди та пацієнти, хворі на бронхіт та пневмонію. Для кожної групи за допомогою методу лазерної кореляційної спектроскопії виконано ідентифікацію частинок, що є первинними діагностичними даними, та подальшу обробку даних з використанням методу дискримінантного аналізу. Проведено відбір змінних, що дискримінують досліджувані групи найкращим чином; побудовано модель змінних
та функції класифікації. Наведено результати основних кроків аналізу – сукупність змінних, що увійшли в модель, і коефіцієнти функцій класифікації для трьох груп, – які лягли в основу алгоритму роботи розробленого програмного продукту.
