Методика виділення істотних ознак класів у задачах медичного діагностування

Abstract

У статті розглянуті проблеми вирішення завдань медичного діагностування з використанням автоматизованого підходу. З використанням онтологічного підходу сформована база знань з метаданими про захворювання дихальної системи людини. Докладно розглянута методика, що дозволяє виділяти суттєві для класифікації ознаки при діагностуванні стану бронхо-легеневої системи. Побудовано дерево класифікації, що містить 39 непересічних класів, що характеризують стан дихальної системи у хворих і здорових обстежуваних. Наведено практичні результати класифікації з використанням спеціалізованої програми для статистичного аналізу STATISTICA.

The article deals with the problem of solving medical diagnosis using an automated approach. The knowledge base metadata on the human respiratory system diseases is formed with the use of the ontological approach. The technique that allows to allocate significant for the classification of signs in the diagnosis of the state of bronchopulmonary system is considered in detail. The classification tree containing 39 non-overlapping classes, characterizing the state of the respiratory system in patients and healthy humans is constructed. The practical results of classification using specialized applications for statistical analysis STATISTICA are shown.