Критерії та процедури оцінки інформативності та відбору ознак медико-біологічних сигналів для їх розпізнавання

Автор(и)

  • А. Д. Шачиков Національний технічний університет України “Київський політехнічний інститут”
  • О. П. Шуляк Національний технічний університет України “Київський політехнічний інститут”

DOI:

https://doi.org/10.20535/RADAP.2016.66.79-86

Ключові слова:

медико-біологічні сигнали, розпізнавання, інформативність ознак, навчання з учителем

Анотація

Розглядаються питання оцінки інформативності ознак в портретах медико-біологічних сигналів за формальними критеріями порівняння статистичних розподілів їх значень за ймовірністю, одержуваних на етапі навчання систем розпізнавання, які навчаються з учителем. Значення показників інформативності використовуються для відбору ознак при формуванні портретів скороченого складу. Подальше виключення малоінформативних ознак з розгляду покладається в даній роботі в основу розкриття і реалізації резервів підвищення ймовірності правильного розпізнавання сигналів в діагностичних системах. Зміст і результативність запропонованої технології обробки сигналів ілюструється тестовим прикладом у застосуванні в вирішенні поширеної задачі розпізнавання типів QRS-комплексів, зручною у випробуваннях доступністю наявних вибірок даних для навчання системи розпізнавання.

Біографії авторів

А. Д. Шачиков, Національний технічний університет України “Київський політехнічний інститут”

Шачиков А. Д., магістрант

О. П. Шуляк, Національний технічний університет України “Київський політехнічний інститут”

Шуляк О. П., к.т.н., доцент

Посилання

Soni J., Ansari U., Sharma D. and S. Soni (2011) Predictive Data Mining for Medical Diagnosis: An Overview of Heart Disease Prediction. International Journal of Computer Applications, Vol. 17, No. 8, pp. 43-48. DOI: 10.5120/2237-2860

Qeethara Kadhim Al-Shayea (2011) Artificial neural network in medical diagnosis. IJCSI International Journal of Computer Science, Vol. 8, Iss. 2, pp. 150-154.

Genkin A. A. (1999) New information technology of the analysis of medical data. OMIS program complex. St. Petersburg, Politekhnika Publ., 191 p. (in Russian)

Antomonov M. U. (2006) Mathematical processing and analysis of biomedical data, 558 p. (in Ukrainian).

Vasil'ev V. I. (1983) Recognition systems. Kiev, Naukova dumka ( in Russian).

Li M. and Zhou Z. H. (2007) Improve Computer-Aided Diagnosis With Machine Learning Techniques Using Undiagnosed Samples. IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, Vol. 37, No. 6, pp. 1088-1098. DOI : 10.1109/tsmca.2007.904745

Shulyak A. and Shachykov A. (2015) Development of principles for analyzing the structure of cyclic biomedical signals for their detection, recognition and classification. Visnyk NTUU “KPI”. Seriia Pryladobuduvannia, No 49, pp. 169-179.

Pechenizkiy M., Tsymbal A., Puuronen S. and Pechenizkiy O. (2006) Class Noise and Supervised Learning in Medical Domains: The Effect of Feature Extraction. 19th IEEE Symposium on Computer-Based Medical Systems (CBMS'06), pp. 708-713. DOI: 10.1109/cbms.2006.65

Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov PCh, Mark RG, Mietus JE, Moody GB, Peng C-K, Stanley HE (2000) PhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals. Circulation, No. 101(23), e215-e220. Available at: http://circ.ahajournals.org/cgi/content/full/101/23/e215

##submission.downloads##

Опубліковано

2016-09-30

Як цитувати

Shulyak, A. P. і Shachykov, A. D. (2016) «Критерії та процедури оцінки інформативності та відбору ознак медико-біологічних сигналів для їх розпізнавання», Вісник НТУУ "КПІ". Серія Радіотехніка, Радіоапаратобудування, 0(66), с. 79-86. doi: 10.20535/RADAP.2016.66.79-86.

Номер

Розділ

Радіоелектроніка біомедичних технологій