автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Разработка методов и алгоритмов классификации и распознавания медико-биологических объектов на основе непараметрических критериев

' FiF ^

- ь mt ä

2 ВОРОНЕЖСКАЯ ГОСУДАРСТВЕННАЯ '.МЕДИЦИНСКАЯ АКАДЕМИЯ им.H.H.БУРДЕНКО

На правах рукописи

{ ЖУКОВА' Александра Ивановна

РАЗРАБОТКА ЖГОДОВ И АЛГОРИТМОВ КЛАССИФИКАЦИИ И РАСПОЗНАВАНИЯ МЕДИКО-БИОЛОГИЧЕСКИХ ОБЪЕКТОВ НА ОСНОВЕ НЕПАРАМЕТРИЧЕСКйХ КРИТЕРИЕВ

Специальность 05.13.09 - Управление в биологических , и-медицински* системах

(включая применение вычислительной техники)

ДИССЕРТАЦИЯ

в форме научного доклада на соискание ученой степени кандидата технических наук

Воронеж 1995

Официальные оппоненты:-доктор медицинских наук, профессор

В.И. Бахметьев

-кандидат технических наук М,й. Цутафян

Ведущая организация: Учебно-научный центр

Медицинского Центра при Правительстве Российской Федерации, г. Москва

Запита состоится " марта

1995 г.

в 14 часов на заседании .диссертационного совета Д 063.81.04 Воронежского государственного технического университета по адресу: 394026, г. Вороне», Московский проспект, 14, конференц-зал.

С диссертацией можно ознакомиться в <ЗрЗ|иотвке ВГГУ. Автореферат разослан "ДЗ" 1995 г.

Ученый секретарьу а

диссертационного совета <

доцент Пасмурнов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

^ Актуальность темы. Существующие пакеты прикладных программ /ППП/ в большинство случаев нэ позволяют выявлять и анавизировать тонкие эффекты в изучаемых явлениях и вынуждают исследователя неоправданно упрощать исходную постановку задачи. Применение излишне строгих и мощных методов анализа данных приводит к повышению уровня абстракции получаемых моделей и становится не-"приемлемым для исследователя медико-биологического объекта /МБО/.

Практическое использование неиараме^рического критерия Вилкоксона /ЖВ/ в АРМах медико-биологического профиля имезт ряд" 'особенностей. Одно из них связано с наличием в.реальных системах регистрации параметров МБО шумов измерителей и преобразователей," несогласованности первичных датчиков и параметров UEO, сбоев функционирования измерительной и регистрирующей аппаратуры.

В этой связи создание методов автоматической классификация и распознавания состояний МБО, обеспэчивакшх обработку данных »ксперимэнта по совокупности регистрируемых параметров и допускающих содержательную интерпретацию получаемых результатов, оценку лх статистической достоверности, является актуальной научной задачей.

Работа выполнена в рамках целевой комплексной программы, а тагеке в соответствии с основными научными направлениями Воронежского государственного технического'университета и Воронежской государственной мет.йшпкжой Академии "Еиомедкибернетяка, компьютеризация в медюине".

Цель и задачи исследования. Целью исследования является разработка методов, алгоритмов, моделей и методик, обеспечиваю-; вшх повышение эффективности распознавания, классификации и определения состояний медико-биологических объектов, обеснечивакн щиг повышение обоснованности я достоверности практических выводов и рекомендаций по результатам модико-биологических экспериментов» Исходя из цели работы определены следующие задачи кссле-довалия:

создание автоматизированного рабочего ьеста для исследования показателей здоровья коллективов - спортсменов, предприятий, учебных заведений, для повышения эффективности научно-исследовательской работы в области медицины и биологии;

разработать .для практического использования в составе автоматизированного рабочего места обработки данных медико-биологичэ --сках экспериментов модификаций непараметрическбго критерия Вил-

коксона, предложенного в качестве основы решающего правила алгоритмов классификации и распознавания;

провести оценку эффективности непараметрического критерия Вил- ' коксона в автоматизированной обработке медико-биологических данных; ■

разработать алгоритм автоматической классификации состояний ме дико-биологических объектов по выборкам измерений их параметров;

разработать алгоритм контроля однородности групп медико-биологических объектов по совокупности качественных и количественных признаков;

разработать программы, реализующие модифицированный напарамет-рический критерий Вилкоксона для обработки медико-биологических данных. •

Методы исследование. В работе используются аппарат математической статистики и теории вероятностей, метода теории планирования экспериментов, теории обучения и самообучения классификации и распознавания, математическое моделирование на ЭВМ;

Научная новизна. Разработана модификация статиотики непараметрического критерия Вилкоксона, отличающаяся тем, что ее вычис лительная и временная сложность не зависит от объемов сравниваемых выборок, распространяется на задачи оценки разделяющих свойств признаков; ^

предложены варианты обобщения статистики недараметрического критерия Вилкоксона для многомерных выборок с коррелированными компонентами, позволяющие повысить быстродействия вычислительных процедур и экономить память ЭВМ при реализации статистики критерия;

предложена дихотомическая схема разбиения описаний исходео-го множества медако-биологаческих объектов, обесп чивапцая их автоматическую классификацию и последующее распознавание, позволяв щая решать задачу автоматической классификации объектов на не за

данное число классов; -

разработан алгоритм автоматической классификации, обеспечиваю;!»'! обработку из совокупностей произвольной длинами при последовательном их предъявлении совмещает в рамках одной и той же реализующей его программы режимы самообучения Ж с Лучения но указаниям о эратора исследователя; : "

разработан алгоритм оценки однородности групп медико-биоло-гичвских объектов, позволяющий учитывать признаки различного ха-ра;г : а в рамках о,иной вычислительной пр^педуры, автоматически «паи. ¿«'»адейся -к уолото«« проведения мед^-о- биологического

эксперимента. 1

Практическая ценность и реализация результатов. Практическая ценность полученных в диссертации результатов заключается в следующем:

для использования в АРМ и обработки данных медико-биологических экспериментов /МБЭ/ предложены статистические методы,га-рантирущие статистическую достоверность результатов обработки на длинах выборок данных, в несколько раз меньших, определяемых в соответствии с теоремой Чебышева и центральной предельной тео-ремой^т.е. нереальных душ практически имеющих место условии МБЭ;

модифицированные варианты НКВ ориентированы на условия оперативного получения результатов на ПЭВМ при ограничениях на время обработки и емкость памяти ПЭВМ;

разработанный пакет прикладных программ является интегрированной самодокументированной системой, ориентированной на массовое применение пользователем, не имеющим специальной подготовки в области программирования для обработки даннкх МБЭ, имеет средства ведения общих и индивидуальных баз данных;

программа, реализующая разработанные в диссертации и другие соп;тствушив процедуры^ используется при выполнении плановых научно-исследовательских работ по тематике ЦНЖ ЕГМА, в учебном процессе кафе^рн медицинской и биологической физики ВША, а также но ирограшам подготовки аспиранток- и соискателей.

Результаты диссертационных исследований■апробированы на эк. спериментальном * клиническом материале з хирургии, кардиологии, стоматологии, акушерства технологии, патологической физиологии, патологической анатомии, физиологии спорта. Алгоритм автоматической классификации ИБО и их состояний отмечен дипломом на Всесоюзной научно-технической конференции и выставке "Техника и спорт - У".

Внедрение результатов работы подтверждается 9 актамк. Ге-о.ляьтбтн работы- внедрены на . кафедрах и подразделениях Воронежской государственной медицинской Академии с экономическим эффектом ICO тысяч рублей в год /в ценах 1992 -ода/, полученным за счет повышения надежности и достоверности результатов, сокращении времени процесса исследования, а также за счет внедрения количественного анализа в клинической практике.

Внедрение в учебный процесс в ВША, институт физкультуры, педагогический университет.¿юэзолгло повысить качество иодготов-'ки специалистов в области медако-бяологических исследований,

Ап-робапия работы. Результаты работы обсуждались на Всесоюз . ной научно-технической конференции и выставка "Техника я спор? -У" ,/Москва, 1989 г./, на Всесоюзной научно-методической конфе- ' ренции "Пути повышения педагогического мастерства преподавателя высшей школы /Белгород, '1990 г./, X юбилейной региональной науч но-методической конференции по проблемам физического воспитания и спортивной медицины на Севере /Архангельск, 1990' г./, на Всесоюзном семинаре "Вычислительная техника в практике физкультурно-оздоровительной работы" /Ростов-на-Дону, 1990 г./, на реслуб лиКанской научной конференции по использованию компьютерной тех ники в учебном процессе медицинских вузов /Днепропетровск,1991г/, на втором Всесоюзном симпозиуме с международным участием "Медицинские микрокомпьютерные системы" /Ростов-на-Дону, 1991 г./, на второй Всесоюзной научно-практической конференции "Техниче-окие средства обучения" /Челябинск, 1991 г./. на Всесоюзной научно-практической конференции "Медицинские, социальные, акологи-чеекив проблемы при добыче, транспортировке и переработке газа" /Тюмень, 1991 г./.

Публикации. Результаты проведенных автором исследований опубликованы в 21 печатной работе.

СОДЕРЖАНИЕ РАБОТЫ

1. ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ 1ШАРА;.1ЕТР1ШСК0Г0 ' КРИТЕРИЯ ВИЛКОКСОНА И ШДИФИХАЦИЯ ЕГО СТАТИСТИКИ ДЛЯ АВТОМАТИЗАЦИИ АНАЛИЗА СОСТОЯНИЙ МБО [1,2,3,*]

Основой методов классификации и распознавания МБО являются алгоритмы отождествления и разделения выборок измерения их пара метров. В условиях априорной неопределенности об особенностях распределений значений параметров выборок разной джины для построения автоматических самообучающихся классификаторов МБО и их состояний в АРМ рассматриваемого типа целесообразно использование методов решения двухвыборочной задачи непараметрической статистики. Рассматривались линейные ранговые критерии, критерии со статистикой 32«- квадрат и критерии, основашше на сравнении эмпирических функций распределения отождествляемых выборок. Кри , терии со статистикой ¿0U- квадрат не могут быть рекомендованы ни для пострсе;о.я автоматических самообучающихся классификаторов, ни для классификаторов MEO о известными распределениями значений параметров, поскольку в реальных условиях МБЭ невозможно установить параметры классификатора таким образом, чтобы 'распределение статистики, оййсн. 'ощвй его ф/нк'актирование, можно

было бы с достаточной точностью аппроксимировать - квадрат распределением.

Для перспективных АРМ рассматриваемого функционального наз начения рекомендуется использовать непараметрический ранговый линейный критерий Вилкоксона. Среда линейных ранговых критериев он является наиболее мощным и эффективным. Кроме того, по сравнении с непараметрическими критериями типа /семейства/ Колмогорова-Смирнова он обладает свойствами, облегчающими аналитическое исследование особенностей поведения его статистики, допуска ет более простую щотраммно-твхническую реализацию, а такжо лишь незначительно уступает им по мощности.

Статистика НКВ для определения принадлежности двух выборок

О'-^'г: пФт а,

с функциями распределения (х) и (ф соответственно одной генеральной совокупности имеет вид г

. 77 щ ¡-I

где

Точное .нижнее критическое значение статистики -К® трь)^

соответствующее уровню значимости с( ('с^.Ж^ОЗ) при заданных щ тг- определяется кшс целочисленное решение системы неравенств

кн *»-, п)}**. 1 (з/

Р{$пг,п. " ^ (?>'^ * *У * * > '

а верхнее из условия связи критических значений

1РВ & ?2 "М (5^-.:) -г Ъи & -

Полученная таким образом пара чисел и № в определяют границы критической области двухстороннего НКБ'с давнем .значимости 2<зС. *

Эффективность статистики НКВ для определения лрииадлежкос-ти сравнивавмых выборок оценивалась моделированием на ЭВМ путем згчдания нормальных выборок с различной длиной и разными соотношения?,® параметров распределений. Кз получешшх результатов следует, что ШСЗ обладает достаточно просто" операционной частью статистики к обеспечивает достаточную эффективность разделения и отождествления, выборок измерений параметров ГЛБО.

Экспериментальное исследование влияния аддитивной помехи на работу 11КВ при сравнении виборок из ряда типовых распределений показало, что кепараметрическое свойство рассматриваемого .критерия•сохраняется. Яри воздействии помех, нестационарных на интервала опорной выборка^вероятность ложной тревоги /при $ик-

сированном пороге/ становится зависимой от вида корреляционной функции, С другой стороны, полученные путем моделирования результаты свидетельствуют о том, что точность измерения параметров ИБО влияет на результаты их распознавания с помощью НКВ меньше, чем на результаты распознавания параметрическими методами»

Другая трудность при использовании НКВ - проблема обработки совпадений. Экспериментальное исследование различных процедур путем Моделирования показало, что при наличии совпадений в качестве их рангов можно брать произвольную перестановку чисел - их номеров.

Время, необходимое для вычисления статистики (2), пропорционально произведению объемов сравниваемых выборок и может достигать значительных величин. В диссертации предложена и исследована модификация статистики НКВ, позволяющая добиться сущест- : венной экономии времени работы процессора ЭВМ при ее вычисления и независимости достигаемой экономии от объемов и параметров распределений сравниваемых выборок.

Фиксируя значение индекса V " у случайной величины , запишем, что . _

при выполнении для / условий /2/. Построим гистограмму значений выборки : Ь

где N{/>£) - гистограммное число £-го разряда гистограммы б (у) , в который попадает значение Х^ т Пусть ото будет X -й разряд, тогда

где ¿р - величина, зависящая от. значения Х£ и закона распределения значений ^ внутри X -го разряда гистограммы, причем О ^ ^ • При достаточном объеме выборок вместо (4} можно использовать ряд чи эл

*

^ т*€-Ы.

Выражение (5) позволяет для каждого , определив эмер разряда £ , сразу же, без дополнительных вы1, киваний, получить значение ' ' Построим далее гистогр^учу < аачений выборки ^Х^

Тогда значение статистики ^ приближенно может быть определено как -

-г^ ^ ' (6 >

причем, при 1,->-оо имеет место сходимость в среднем £йт. М(в+ - п

Л —

Статистика НКВ в виде (б ) допускает реализацию в виде технического устройства на базе гистомеров, функционирующих в реальном масштабе времени.

2. МЕТОДЫ ИСПОЛЬЗОВАНИЯ НКВ В АВТОМАТИЗИРОВАННЫХ СИСТЕМАХ ОБРАБОТКИ ЩИКО-БИОЛОГИЧЕСКИХ ДАННЫХ [5.6,7,8,9] \

Практическое использование НКВ в автоматизированных системах обработки данных МБЭ -ребует решения ряда специфических задач. Одна из важнейших - многомерное обобщение статистики

нкв.

Границы критической области многомерного НКВ для заданного уровня значимости оС можно определить исходя :-з асимптотической нормальности распределения его статистики /при 1П,<О / ¡"ри справедливости нулевой гипотезы. Пусть (I) многомерные выборки. Пслаггч. признаки исследуемого МБО -компоненты векторов (I) независимыми, можно утверждать, что сумма значений статистик критерия по.отдельным компонентам также будет иметь нормальное распределение с математическим ожиданием и дисперсией, равными соответствующим параметрам слагаемых. Это означает, что обобщение №Ш на многомерный случай возможно путем суммирования его статистики по компонентам вектора признаков с учетом следующего определения:

' ] 5'; шьи, 3;' У- №(£>;)

где С. <! ' <1 ,у <7 ' + (7

/ пиь - 3: гуиг. М(8;),

^ с ' <1 в

посксдьку.за счет суммирования может произойти компенсация

отклонения значений статистики от тех, которые соответствуют истинности И о • Тогда при уровне значимости * 0,0& границы критической области ИКВ для отожествления исходных мно-' гомерных выборок могут быть определены следующим образом:

ф.

а сама процедура принятия решения об однородности выборок может быть представлена как

w

Путем моделирования была определена зависимость Ркр. (<£

** . (9;

jm А Vv

Величина ¿< - многомерное обобщение уровня значимости. Результаты экспериментов свидетельствуют о том, что зависимость Рпр. ^^построенная в соответствии с (?) полностью совпадает с аналогичной зависимостью для одномерного случая. Это обстоятельство позволяет оценить объем выборок измерений по каждому признаку, необходимый для обеспечения заданной вероятности правильного отождествления и разделения многомерных выборок. Следующая задача, которую необходимо решить при построении систем анализа данных на основе любой статистической процедуры - учет возможной коррелированное™ исходной системы признаков. Учесть указанное обстоятельство можно введением искусственно образуемого признака, являющегося некоторой функцией от за-чеимых признаков - например, их произведением или суммой.

+ Если при вычислении статистики НКВ определять ее прямое Sm,r- й Зпь}п- - инверсные значения, то принятие решения можно выполнить до завершения набора всех требуемых значений параметров МВО, т.е. на одном из промеж.точных, к-тои вшге испытаний: .

(£«>£кр.[1)у(£к>£*р,в) У (ю)

к-К+{

где Лц- - текущая добавка к накопленным ранее значениям соответствующих статистик. Очевидно, что при использовании процедуры (Ю) ошибка распознавания не изменяется. Используя' (10) и известные оценки математического ожидания и дисперсии можно определить значение, предельно достижимого выигрыша' в количестве измерений по приведенной "последовательной" схеме, необходимых для принятия решение в случае справедливости нулевой гипотезы

и альтернатив»

Э. АВТШОТШОКАЯ ЙМСОШКАЦИЯ МЩЦИКО-БЙОЛОШЧЕСШ ОБЪЕКТОВ ПО ВЫГ ЖАМ ИЗМЕРЕНИЙ ИХ ПАРАМЕТРОВ [10,11,12,13, Ы]

Процедура автоматической классификации МБО для автоиатн-зироващмх диагностических систем может быть организована следующим образом, В упоминающем устройстве глассификатора ваделяетоя магазин описаний из пП> " ячеек для хранения вгга-еанай классов» подлежащих классификации. Ёмкость магазина ■ описаний реального классификатора определяется требованиями к подсистеме управления разрабатываемой диагностической системы. Воспринимающее устройство по выборке £ОС. £измерений параметра исс дедуемег® МБО, поступающей на вход устройства или алгоритма классификации ня к-том ваге процесса классификации, скроит опи-л Вр: * Э л' с оп^

саше по выбранному критерию сравнивается о описаниями, уже хранящимися в памяти, в результате чего получается ряд резкостей:

Лр-^р-вк!; Р = . (и;

Среди полученных значений ряда (11} выбирается минимальное Л* г: П11,П(А р) • ^сли найденного выполняется условие

' 4/ ~ ■ • (12) где Акр,- граница критической области используемого критерия, то принимается решение, что предъявленная выборка должна быть отнесена к -му классу. •■■

В этом случае описание ^ -го класса корректируется с учетом только что классифицированной выборки. Если же условие (12) не выполняется, т.е. Д^' попадает в критическую область используемого критерия, то это означает, что поступившая выборка не может быть внесена ни к одному из кл'*сов, описания которых уже сформированы в магазине. В этом случае сформированное описание поступает в запоминающее устройство классификатора в качестве первого описания нового класса.

Алгоритм функционирования классификатора при предъявлении ему очередной к-той выборки измерений признака состояния МБО может быть представлен в следапощем виде:

А2: (£*(?)) £лР = Г

ДЗ: [л- - (5/, Як)]; Г (1з}

где £ - число сформированных описаний к моменту поступления К - й выборки на входвоспринимающего устройства классификатора; Я - реакция устройства принятия решений о принадлежности описания, построенного по к-той выборке, одаому кэ классов; -оператор построения описаний классифицируемых объектов; ¡/^ -оператор сравнения текущего описания «5к с описаниями, хранящимися в магазине запоминающего устройства;^ - оператор коррекции описания, к классу которого отнесена текущая выборка; Уу -оператор формирования первого описания нового класса. Этот оператор не просто переносит описание «5л' в очередную свободную ячейку магазина описаний, но й принимает решение о размещен*^ нового, описания в случае, когда т.е. при переполнения

магазина описаний классификатора.

мш

й

Блок восприятия классификатора

Блок сравнения описаний ^

Елок поиска минимальной разности (¡/.2.).

Дтс-п-

Блок принятия решений (сравнение с порогом)

| >0

^о

Магазин описания

А

Коррекция

у -го описания

т

Формирование. описания

нового

класса

(Ун)

3-г

Рис. 1. Схема автоматического классификатора медико-биологических объектов

Анализ алгоритма (13) позволяет выявить его следующие преимущества по сравнению с известными подходами при классификации объектов:

организация работы классификатора не зависит от числа классов объектов на входе воспринимающего устройства, поскольку ее основа - попарное сравнение описаний;

алгоритм классификации приспособлен для последовательного предъявления ооьектов, в результате чего затраты памяти на реализацию алгоритма не зависят от длины обучающей последовательности;

алгоритм (13} не требует перебора вариантов разбиений множества объектов, подлежащих классификации, в результате чего он в принципе требует меньше времени на классификацию, чем известные алгоритмы; '

алгоритм позволяет обнаружить новое описание , которое не отождествляется по выбранному критерию ни с одним из описаний, построенных на предыдущих J К ~ £ /-х шагах. Это обстоятельство снимает требование, обязательное для известных алгоритмов, чтобы в обучающей последовательности были представлены все классы, т.е. снимается ограничение, выполнить которое в реальных условиях использования диагностических систем невозможно. Схема , классификатора МБО й их состояний представлена на рис.I.

4. КОНТРОЛЬ ОДНОРОДНОСТИ ГРУПП МЕДИК0-ЕИ0Л0П1ЧЕСКМХ , ОБЪЕКТОВ В АВТОМАТИЗИРОВАННЫХ ДИАГНОСТИЧЕСКИХ : ■. КОМПЛЕКСАХ [ 15,16,17,10,19,20,2IJ

В общем случае задача проверки однородности групп MEO может быть сформулирована следующим образом: имеемся смещаннап/неупо-рядоченная/совокупкость МБО, описываемых фиксированным множеством признаков различной природы - формально это N векторов JX. , заданных в т> - мерном пространстве параметров. Необходимо разделить пространство £Е) на непересекающиеся подпространства /классы/ по определенному критерию сходства.

Возможность использования самых различных по характеру параметров - качественных и количественных, интервальных и точечных, достоверных и сопровождаемых произвольно вводимыми оценками достоверности - не позволяют воспользоваться для контроля однородности групп МБО существующим аппаратом теории- распсзназа- . ния и принятия решений. В этих' условиях «гёбоявв гфедплчтитедь-но использование геометрического подхода классификации даюдяст-'

13 . .

ва векторов JC , основанного на представлении о взаимной близости точек, принадлежащих одному классу в пространстве'признаков, использующем какую-либо из приемлемых метрик. При этом каждому из исследуемых МБО ставится в соответствие точка в пространстве В , положение которой определяется значениями признаков ■Bt&y^Xm -Выбор подходящей метрики дает возможность объединить на естественной основе все перечисленное выше многообразие используемых для описания МБО признаков. Собственно выбор метрики в значительной степени произволен, необходимо лишь чтобы она удовлетворяла известным еясиоиш расстояний. Заметим, что метрику с требуемыми свойствами всегда можно подучить из известных с помощью подходящих неотрицательных монотонных преобразований. Понятием, противоположным расстоянию, является сходство или близость точек. Для определения меры близости и переиндексации точек, соответствующих исходному набору МБ0?предлагается следующий алгоритм.

Пусть для определенности расстояние R (if, X) между произвольными точками

■у .-= (U£, U>»t) и X— ... ? Хщ.)

в пространстве £Г определяется как

•ггп- о! 4/ъ

На первом шаге работы алгоритма среди всех точек, подлежащих классификации, отыскивается ближайшая к некотг юй фиктивной в смысле минимума расстояния (14), где V- фиктивная точка, а X - текущая точка из я одного множества H точек. На первом шаге фиктивная точка /ФТ/ совмещается с началом координат да -мерного пространства £ или с произвольной точкой исходного множества, подлежащего классификации. Найденной точке, ближайшей к ФТ, присваивается индекс "I",, а значение соответствующей меры близости ^ полагается равным пулю. Значение кавдой координаты ФТ 1 преобразуется в соответствии .с выражением

Ui^ Щ -t (i-'/^CXt-M-ïh (ш)

где Ui~ новое значение координаты ФТ, IX,- предыдущее значение той координаты, ^ - текущее значение меры близости точки X к ФТ. Преобразование (15) на первом шаге соответствует перемещению ФТ из начала координат в точку с индексом "I", поскольку -fi^O ■ Найденная на нервом шаге точка исходного множества, оказавшаяся ближайшей к 5Л\ из дальнейшего рассмотрения исключается.

На втором шаге среди оставшихся-точек отыскивается ближайшая îs ФТ по тому же правилу, что и на первом шаге, и найден-

аой точке присваивается индекс "2". Мера близости ^ на втором шаге полагается равной 0.5, что обеспечивает перемещение ФТ, со гласно (15), на середину отрезка, соединяющего две первые найденные точки. . ,.

На третьем и последующих шагах работы алгоритма мера близости ¿„ /к— л и N) вычисляется следующим образом:

fit , м

где Иср. - среднее значение расстояния от ФТ до ближайшей, по лученной за предыдущие (К-1) шагов; RK - значение расстояния от текущего положения ФГ до ближайшей, полученной на к-том mars. Найденная при атом точка получает индекс "К". Очередной шаг завершается корректировкой Rcp. в соответствии с выражением

Работа описываемого алгоритма завершается, когда будет исчерпа ко все множество неупорядоченных точек /МБО/. Таким образом^в процессе работы алгоритма генерируется последовательность мер близости ¿',£>.,., N) и соответствущая ей последователь-

ность индексов точек /ЖО/. Анализ полученных последовательностей позволяет сделать вывод о взаимном располож -I точек, соот ветствувдих их истинному множеству в рассм&трш. ;М~щюстранст-ве признаков, а также об их группировании в.классы /подмножества исходного множества точек/.

По сравнению с йзвесдыш. подходами предложенный алгоритм не требует предварительного отбора используемых, параметров и об ладает способность» адаптироваться, к плотности взаимного расположения точек в пределах пространства одного класеа за счет пос тоядной коррекции текущего значения среднего расстояния.

5. РЕАЛИЗАЦИЯ И ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ 'ШГЫ

Описанный "алгоритм "Спектр" реализован в интерактивном ШП на IBM PC - совмесикжх ЭВМ средствами языка TVRBO-PASCAL в среде A\S — §)OS . Экономический эффект составил 100 тысяч рублей з год /в ценах 1992 сода/.

На основе алгоритма контроля однородности груш проведен анализ клинического и экспериментального материала, полученного в исследованиях по стоматологии, акушерству и гинекологии, пато физиологии, кардиологии, наркологии. Обработаны цифровые массивы, полученные при кяянако-лабораторяоы, биохимическом, гиадохи мическом исследовании, анализе йшуниого" статуса для реяешя за дячи о возможностях алгоритма, в распознавании стадий заОоявва-.,' кия к ранней патологии, ди$ференщальЕой.диаГЕоети«е, нря раага»

нии вопросов состоятельности адаптивного процесса, определении оптимальных терапевтических режимов воздействия на организм кислорода под повышенным давлением и магнито-лазерного облучения. Алгоритм позволяет определить форму адаптивного процесса слизистой при протезировании людей с адентией съемными протезами, а также установить изменение метаболизма слизистой рта при воздействии ^ - облучением.

Одновременно, используя алгоритм в качестве способа класси фикации объектов на основе многоуровневых юшнико-лабораторянх признаков,получены данные о дифференциально-диагностических комбинациях признаков, позволяющие проводить диагностику опиатных наркоманов и больных хроническим алкоголизмом, токсикоманов и1-до линаркоманов - изменяется число признаков в группах и их сочетание. Процедура классификаций МБО и их состояний использована в исследованиях быстро протекающих изменений - развивающихся после летальной невозмещенной кровопотери и использовании кислорода под повышенным давлением как метода лечения геморрагического шока. Полученные результаты свидетельствуют о возможности слежений за состоянием больного на протяжении длительного времени, выбрать признаки, входящие в группы для дифференциальной диагностика и определения тактики лечения и прогноза. Для апробации и размотки нового способа лечения в гинекологии "Оценка раннего аспирадаонно-промывного дренирования" алгоритм контроля однородности групп позволил установить возможность разде; ;яия уровня клинико-лабораторного анализа при диагностике и определении прогноза на организменном, <^гаяиом, тканевом уровнях организации. Выделены комплексы признаков иммунного гомеостаза» показатели функции печена, характеризующие положительные эффекты активного Дренирования полости матки после кесарева сечения. Одновременно выявлена новая возможность слежения за измен?чием состава и числа груш, признаков в послеоперационном периоде для профилактики осложнений и прогнозирования .исхода оперативного лечения, что.по вволило в три раза снизить частоту инфекционных осложнений, в два раза сократить продолжительность койко-дня. Алгоритм контроля однородности груш апробирован в серии экспериментальных исследований для определения наиболее аффективной терапевтической дозы и режима магнито-лазерного облучения. При облучении гелий-неоновым лазером в сочетании о постоянным магнитным полем для лечения Экспериментального инфаркта миокарда лучшими выделены режимы десяти сеаноов. '

выводы

1. Разработанная модификация статистики НКВ является основной процедурой отождествления и разделения описания МБО для алгоритмов классификации, распознавания и проверки однородности групп МБО и их состояний •

2. Предложены варианты обобщения статистики критерия на случай многомерных выборок с коррелированными компонентами, даны рекомендации по повышению быстродействия вычислительных процедур и экономии памяти ЭВМ.

3. Получены оценки достаточности объемов выборок для достижения требуемой эффективности критерия Вилкоксона,

4. .Исследовано влияние помех и условий эксперимента на эффективность диагностических процедур» использующих НКВ.

5. Разработан самообучающийся алгоритм автоматической классификации МБО и их состояний по выборкам измерений параметров, способный функционировать в реальных условиях применения диагностических систем.

6. Предложен алгоритм оценки однородности групп ИБО по совокупности параметров различной природы и разнородных систем измерения /представления параметров/.

7. Разработан и внедрен ППП для автоматизации МБЭ и использования в организациях практического здравоохранения.

Основное содержание работы изложено в следующих публикациях:

1. Жукова А.Й. Оценка влияния помех на эффективность использования непараметрического критерия Вилкоксона.-Воронеж.1991-Пс.-Деп. и ВИНИТИ 03.09.91, № 3618-В91. ,

2. Жукова А.И.,Рог А.И. Эффективность непагчметрического критерия знаков при сравнении измерения параметров медико-биологических объектов и их состояний.-Воронеж.1992-24с-Деп. п ВИНИТИ 19.02.92 № 578-В92. •

3. Жукова А.И., Барабанов О.И.,Рог А.И. Оценка возможностей использоршния критериев со' статистикой 32и. -квадрат для классификации медико-биологических объектов.-Воронеж,1992-19с.-Деп. в ВИНИТИ 28.02.92 № 676-892.

4. Жукова А.Й. Опыт применения непараметрического рангового критерия Вилкоксона для анализа медико-биологичесикх объ-ектов//Компыотеризация в медицине:Межвуз.сб.науч.тр.-Воронеж, 1991.-С.67-72.

5. йукова А.И. Оценка объемов выборок, обеспечивающих эф-

teктивнoe использование критерия Вилкоксона.-Воронеж,1992 -с.-Деп.ВИНИТИ 28.02.92 Г 675-Б92.

6. Жукова А.Й. Повышение быстродействия процедур анализа и распознавания, использующих критерий Вилкоксона, за счет применения последовательных методов анализа.-Воронеж.1992,-10с.-Деп.ВИНИТИ 03.07.92 №. 2158-В92.

7. Жукова А.И. Многомерное обобщение статистики критерия Вилкоксона.-Воронеж,1991.-14с.-Деп.ВЙНИТЛ 03.09.31 № 3&15-В91.

8. Жукова Л.И. Учет возможной коррелированности исходной системы признаков при отождествлении многомерных выборок.-Во-ронеж.1992-8с.Деп.ВИНИТИ 30.09.92 № 2869-В92;

9. Многомерное обобщение статистик основных непараметрических критериев, используемых для отождествления медико-биологических объектов и их состояниЙ/А.И.Жгкова.О.И.Барабанов,Э.Г.Быков и др./-Воронеж, 1991-43с.-Деп.ВИНИТИ 06.08.9I * 3368-В91.

10. Пакет прикладных программ для автоматизации исследований в области спортивной медицины/Э.Г*Быков,А.И.Жукова,А.И.Рог, Н.А.Степанян/тез.докл.10 юбилейной регион.науч.-метод.конф.по проблемам физического воспитания и спортивной медицины на Севере. Архангельск, 6-7 марта 1990-Архангельск.1990-131с.

11. Жукова А.И._Рог А.И. Быков Э.Г.Автоматизированное рабочее место" врача-исследс з&реля на база ЭВМ "Электроника-85"Медицинс-

кие микрокомпьютерда* системыiтез.^,ок|.2 Всесоюз. симпозиума о

,частием -Ростов-не Лону, T99I.-48C. ^кова А.И..Быков Э.Г.,Рог А.И. Компьютерное обеспечение слежения за состоянием здоровья производственных контингентов'нч базе персональных ЭВМ.Медицинские,социальные,экологические проблемы при добыче, транспортировке и переработке газа:тез.докл. Всесоюэн.науч. -практ. конф .Тюмень, 1991-. -С .116-118.

13. %кова А.И. Выбор исходной системы признаков при отождествлении многомерных выборок медико-биологических объектов.-Воронеж, 1992.-5с.-Деп.ВИНИШ 30.09.92 » 287I-B92.

14. Процедура автоматической классификации состояний медико-биологических объектов по выборкам измерений их параметров /Ж „ ¿ова А.И..0.И.Барабанов, Э.Г.Быков и др./-Воронеж.1990-27с-Деп.ВИНИТИ IÖ.07.90 № ЗвбО^ВЭО. w *

15. Алгоритм и программа методики контроля однородности групп медико-биологических(объектов в автоматизированных исследовательских комплексах/А.И. Жукова JР.Д.Алехина, 0. И. Бараба-HOi а др./-Воронеж. 1991-Збс,,-Деп.ВИНИ1'И 30.05.91 & 2274-91.

16. Методика контроля однородности групп медико-биологических объектов в автоматизированных исследовательских комплексах /А.И.Жукова,Э.Г.Быков,А.И.Рог,Н.А.Степанян//Компьгтеризация в медицине :Ме*вуз. сб. науч. тр.-Воронеж, 1990 .-С.57-^31.

17. Оценка эффективности раннего аспирационно-промывного дренирования полости мг чи для профилактики септических осложнений после операции кесарева сечения на основе алгоритма"Спектр" /О.Ф.Середа,А.И.Рог,А.И.Жукова,А.С.Калиниченко//Медицинс кие микрокомпьютерные системы:тез.доклд2 Всесоюз.симпозиума с меж-дународ.участием.-Ростов-на-Дону.I99I-C.35.

18. Экспертная система для анализа патологических клеточных реакций/А.И.Рог,Э.Г.Бьжов,А.И.Жукова и дп.//Медицинекие микрокомпьютерные системы:тез.докл.2 Всесоюз.симпозиума с межд.участием.Ростов-на-Дону. I99I.-C.33.

. %кова А.Й.,Быков Э.Г.,Степанян H.A. Пакеты прикладных программ в курсе медицинской'и биологической физики//Пути повышения педагогического мастерства преподавателя высшей школы: тез.^окл.-^есоюз^н^уч.-методич.конф.13-14 ноября 1990,-Белго-

конф. Челябинск, 1991-С.'бО.

21. Жукова А.И; Применение компьютеров в учебном процессе ВГМИ//Лрименение компьютерной техники в учебном процессе медицинских вузов:тез.докл.Респ.научн.конф.-Днепропетровск,1991 £.15-16. Л-**----

ЛР № 020419 от 12,02„92. Подписано к печати 15.02.95. Усл.печ.л.-' 1,0. .. Тираж 85 экз. Заказ Воронежский государственный технический университет 394026 Воронеж, Московский проспект, 12 Участок оперативной полиграфии Воронежского государственного технического университета