Экспериментальные исследования качества принятия решений модулей автоматизированной системы по прогнозированию ишемических рисков

Для проведения апробации автоматизированной системы по оценке ИР были выбраны пациенты, проходившие обследование или находящиеся на стационарном лечении в Курской областной клинической больницы №1.

Обучающие и контрольные выборки формировались на основе проведения всестороннего тестирования квалифицированными экспертами (врачами - терапевтами, врачами - кардиологами, врачами - сосудистыми хирургами) пациентов, включенных в выборки, на риск ИБС. Для оценки состояния ССС использовалось стандартное оборудование, находящееся в распоряжении медицинского персонала больницы.

В экспериментальные исследования были включены 380 мужчин и женщин в возрасте от 21 до 84 лет. По результатам оценки ИР было установлено, что среди пациентов экспериментальной группы у 47% установлен высокий риск ИБС, средний риск установлен у 23% пациентов из экспериментальной группы, низкий риск — у 20% пациентов из экспериментальной группы. Из полученной экспериментальной группы были сформированы обучающие и контрольные выборки для получения показателей качества принятия решений сформированных с применением предлагаемых методов и моделей и разработанной на их основе компьютерной программе решающих модулей. оценки риска ИБС.

Для оценки качества прогноза риска ИБС определялись диагностические показатели автоматизированной системы при работе в следующих режимах:

канал «Решение 1», канал «Решение 2», работа системы с ассоциативным выбором каналов. В качестве известного метода прогноза ИР, по сравнению с которым осуществлялись показатели качества прогнозирования, выбрана шкала SCORE [117]. В качестве расчетных показателей качества диагностических решающих правил были выбраны: ДЧ, ДС и ДЭ решающего правила [93].

Результаты работы канала «Решение 1» на обучающей выборке по прогнозированию ИБС приведены в таблице 4.5.

Таблица 4.5 - Экспериментальные данные по прогнозированию ИБС в канале «Решение 1» на обучающей выборке

В таблице 4.6 приведены показатели качества диагностики в канале «Решение 1» на обучающей выборке.

Таблица 4.6 - Показатели качества прогнозирования ИБС на обучающей выборке по каналу «Решение 1»

В таблице 4.7 приведены показатели качества диагностики в канале «Решение 1» и шкалы SCORE на одной и той же контрольной выборке при оценке риска ИБС.

Таблица 4.7 - Показатели качества прогнозирования ИБС на контрольной выборке по каналу «Решение 1»

Результаты работы по каналу «Решение 2» на обучающей выборки при прогнозировании ИБС приведены в таблице 4.8.

Таблица 4.8 - Экспериментальные данные по прогнозированию ИБС канала «Решение 2» на обучающей выборке

В таблице 4.9 приведены показатели качества диагностики в канале «Решение 2» на обучающей выборке.

Таблица 4.9 - Показатели качества прогнозирования ИБС на обучающей выборке по каналу «Решение 2»

В таблице 4.10 приведены показатели качества диагностики в канале «Решение 2» и шкалы SCORE на одной и той же контрольной выборке при оценке риска ИБС.

Таблица 4.10 - Показатели качества прогнозирования ИБС по каналу «Решение 2» на контрольной выборке

Результаты работы классификатор при использовании ассоциативного выбора каналов на обучающей выборке при определении риска ИБС приведены в таблице 4.11.

Таблица 4.11 - Экспериментальные данные по прогнозированию ИБС на обучающей выборке при ассоциативном выборе каналов

В таблице 4.12 приведены показатели качества диагностики в канале «Ассоциативный выбор» на обучающей выборке.

Таблица 4.12 - Показатели качества прогнозирования ИБС на обучающей

выборке по каналу «Ассоциативный выбор»

В таблице 4.13 приведены показатели качества диагностики классификатора при использовании ассоциативного выбора каналов и шкалы SCORE на одной и той же контрольной выборке при оценке риска ИБС.

Таблица 4.13 - Показатели качества прогнозирования ИБС на контрольной выборке

В таблице 4.14 приведены результаты классификации ишемических рисков, полученные с помощью миннесотовских решающих правил.

Таблица 4.14 - Таблица контрольных испытаний для нечеткой нейронной

сети при прогнозировании ИБС на основе миннесотовых кодов 4 и 5

Анализ таблицы 4.14 показывает, что использования прогностической модели рисков ИБС на основе миннесотовых кодов и нечеткой логики принятия решений позволяет получить ДЧ = 77%, ДС = 76%, ДЭ = 76,6%.

Для оценки эффективности предложенных методов и моделей принятия решений по ишемическому риску сравним результаты прогнозирования ИБС посредством разработанных и известных методов: «Решение 1», «Решение 2» и ассоциативный выбор решений, и двумя известными методами: шкалой SCORE и системой прогнозирования на основе метода миннесотового кодирования и нечеткой логике принятия решений, на одних и тех же контрольных выборках.

Показатели качества прогнозирования риска ИБС посредством разработанных и известных методов приведены на диаграммах, представленных рисунке 4.11.

Рисунок 4.11 - Сравнительная характеристика показателей качества предложенных и известных методов принятия решений по прогнозированию ишемических рисков

Анализ диаграмм на рисунке 4.11 показывает, что показатели качества классификатора с ассоциативным выбором выше на 8% показателей качества классификаторов в каналах «Решение 1» и «Решение 2». При этом по основным показателям качества классификации: ДЧ, ДС и ДЭ предложенные модули принятия решений превосходят известные на 10... 16%.

Полученные сравнительные характеристики экспертных оценок риска ССО и предлагаемых моделей интеллектуальных систем позволяют рекомендовать полученные технические и алгоритмические решения для практического использования в системах диагностики функционального состояния сердечно­сосудистой системы.

4.4