Заключение

В диссертационной работе получены следующие основные результаты:

1. Выбрано и обосновано пространство информативных признаков для прогнозирования ишемической болезни сердца, включающее три информационных блока, построенных на традиционных факторах риска, на предикторах, характеризующих энергетические характеристики биоактивных точек, и на основе анализа ишемических окон и ишемических эпизодов в электрокардиосигнале, что позволило синтезировать математические модели автономных интеллектуальных агентов нижнего иерархического уровня, предназначенных для построения классификаторов верхнего иерархического уровня автоматизированной системы прогнозирования ишемических рисков.

2. Разработана структурно-функциональная модель принятия решений по прогнозу ишемического риска, включающая два канала дублирующих решений и третий канал ассоциативного выбора решений, позволяющая выбрать лучший вариант из двух классификаторов риска, построенных на различных парадигмах.

3. Разработан метод дублирования решений с ассоциативным выбором, предназначенный для автоматизированной системы прогнозирования ишемической болезни сердца, включающий:

- математические модели для определения ишемических рисков по трем группам информативных признаков на нижнем иерархическом уровне принятия решений;

- алгоритмическое обеспечение для синтеза нейросетевых моделей канала «Решение 1» и для нечёткого логического вывода канала «Решение 2»;

- алгоритм ассоциативного выбора решений, позволяющий синтезировать классификатор дублирующих каналов;

- классификатор дублирующих каналов, позволяющий осуществить ассоциативный выбор дублирующих решений.

4. Проведены экспериментальные исследования показателей качества принятия решений в автоматизированной системе прогнозирования ишемических рисков. Сравнение результатов прогнозирования решающего модуля с дублирующими решениями и ассоциативным выбором с известными прогностическими моделями показало, что по показателям диагностической эффективности модели с ассоциативным выбором превосходит известные на 10.16%, а использование ассоциативного выбора и дублирующих каналов позволяет повысить диагностическую эффективность на 8% по сравнению с диагностической эффективностью в отдельных дублирующих каналах.

Рекомендации. Результаты диссертационного исследования могут быть использованы для построений интеллектуальных систем поддержки принятия решений по прогнозированию риска сердечно-сосудистых заболеваний и их осложнений.

Перспективы дальнейшей разработки темы. Разработка методов и алгоритмов мониторинга эффективности лечебно-оздоровительных мероприятий при сердечно-сосудистых осложнениях.