Эвристический подход к классификации послеродового эндометрита и его форм


https://doi.org/10.20914/2310-1202-2017-4-75-81

Полный текст:


Аннотация

Работа посвящена разработке метода автоматизированной медицинской диагностики на основе описания биомедицинской системыс помощью двух параметров: энергии, отражающей взаимодействие ее элементов, и энтропии, характеризующей организацию системы. Нарушение энерго-энтропийного цикла биомедицинской системы отражается в симптомах заболевания. Статистическая связь между признаками состояния организма и характером возбуждения его элементов наилучшим образом выражается в эвристическом описании состояния системы. Высокая точность классификации состояния пациента достигается при использовании эвристических методов распознавания. В работе предложен подход, позволяющий оценить вероятность правильной диагностики, повышающий достоверность классификации, и выполнена оценка минимального объема обучающей выборки и информационной емкости входящих в нее признаков. Методика классификации заключается в усреднении значений признаков в рамках выбранных классов, составлении симптомокомплекса из наиболее значимых признаков заболевания, проведении «грубой» диагностики с установлением порога нормы, позволяющей выделить тяжелые формы заболевания, а затем дифференциальной диагностики степени тяжести заболевания. Предложенная методика апробирована для классификации форм послеродового эндометрита (легкой, средней, тяжелой). Обучающая выборка содержала 70 историй болезни. Симптомокомплекс для классификации состояния пациента был составлен из 17 признаков. Пороговая диагностика позволила установить наличие заболевания и отделить тяжелые его формы. Дифференциальная диагностика использовалась для классификации легкой и средней степени тяжести послеродового эндометрита. Точность классификации форм послеродового эндометрита составила 97,1%.

Об авторах

Е. А. Балашова
Воронежский государственный университет инженерных технологий
к.т.н., доцент, кафедра информационных и управляющих систем, пр-т Революции, 19, г. Воронеж, 394036, Россия


В. В. Битюкова
Воронежский государственный медицинский институт им. Бурденко
д.м.н., профессор, акушерство и гинекология ИДПО, пер. Здоровья, 2, г. Воронеж, 394024, Россия


Список литературы

1. Рзаев Э.А., Расулов С.Р., Рзаев А.Г. Разработка математических моделей для оценки функционального состояния сердечно-сосудистой системы //Казанский медицинский журнал. 2015. Т. 96. №. 4. C. 681–685.

2. Еськов В.М., Филатова О.Е. Другой мир, другая наука, другие модели в описании complexity // Вестник новых медицинских технологий. 2014. Т. 20. №. 1. C. 138–141. doi: 10.12737/3328.

3. Глазков В.В. Реализация устройства распознавания наземных и воздушных объектов по акустическому сигналу //Наука и Мир. 2017. Т. 1. №. 1. С. 35–39.

4. Балыкина Ю.Е., Колпак Е.П. Математические модели функционирования фолликула щитовидной железы // Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. 2013. №. 3. С. 20–31

5. Вербицкая М.С. Особенности течения, диагностики и прогнозирование послеродового эндометрита // Медицинский журнал. 2011. №. 3. С. 22–29.

6. Жукова И.В., Колпак Е.П. Математические модели злокачественной опухоли //Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. 2014. №. 3.

7. Луценко В.Д. и др. Дифференциация острого тонзиллита у детей на основе математических моделей //Научные ведомости Белгородского государственного университета. Серия: Медицина. Фармация. 2013. Т. 22. №. 11 (154).

8. Орлов А.И. Три основных результата математической теории классификации //Заводская лаборатория. Диагностика материалов. 2016. Т. 82. №. 5. С. 63–69.

9. Подвальный С.Л., Плотников А.В., Белянин А.М. Сравнение алгоритмов кластерного анализа на случайном наборе данных //Вестник Воронежского государственного технического университета. 2012. Т. 8. №. 5. C. 4–6.

10. Балашова Е.А., Битюкова В.В., Котов Г.И.,

11. Буданов А.В. Математическое моделирование процесса принятия решения о состоянии стохастических систем // Вестник ВГУИТ. 2016. № 2. С 118–124.

12. doi: 10.20914/2310-1202-2016-2-118-124.

13. Shakoor S. et al. Diagnostic methods to determine microbiology of postpartum endometritis in South Asia: laboratory methods protocol used in the Postpartum Sepsis Study: a prospective cohort study //Reproductive health. 2016. V. 13. №. 1. P. 15.

14. Axelsson D., Brynhildsen J., Blomberg M. Postpartum infection in relation to maternal characteristics, obstetric interventions and complications // Journal of perinatal medicine. 2017

15. Brun J.L. et al. Updated French guidelines for diagnosis and management of pelvic inflammatory disease // International Journal of Gynecology & Obstetrics. 2016. V. 134. №. 2. P. 121–125.


Дополнительные файлы

Для цитирования: Балашова Е.А., Битюкова В.В. Эвристический подход к классификации послеродового эндометрита и его форм. Вестник Воронежского государственного университета инженерных технологий. 2017;79(4):75-81. https://doi.org/10.20914/2310-1202-2017-4-75-81

For citation: Balashova E.A., Bityukova V.V. Heuristic approach to the classification of postpartum endometritis and its forms. Proceedings of the Voronezh State University of Engineering Technologies. 2017;79(4):75-81. (In Russ.) https://doi.org/10.20914/2310-1202-2017-4-75-81

Просмотров: 116

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2226-910X (Print)
ISSN 2310-1202 (Online)