Вопрос 3. Основные модули активной сппр (перечислить). Статистический модуль. Численный пример. Вероятностный модуль. Численный пример.

Компоненты активных СППР: вероятностный модуль, экспертные системы, статистический модуль, нейросетевой модуль, вероятностный модуль, модуль, основанный на моделировании.

Статистический модуль основан на решении дискриминантных уравнений.

(f(D) = a1x1 + a2x2+…+anxn),

где, а – коэффициент (их значения получены на основе статистических данных, характеризующих диагностическую значимость симптома), х – симптом (бинарная величина – 1-наличие, 0-отсутствие)

Пример: диагностика аппендицита и сальпингита.

Симптомы: - жесткость мышц живота (AR) боль в правом левом квадранте (PRLQ) боль в нижней части живота (PLLQ).

Выбираем диагноз, при котором величина f наибольшая

f (апп) = 4AR + 10RRLQ – 10PLLQ f (сальп) = 3AR + 5PRLQ + 5PLLQ

Вероятностный модуль.

В основу его положена формула Байеса:

p (Di/s) = (P(s/Di)*P(Di) / (Ʃ (P(s/Dk)*P(Dk))

где Di – наличие заболевания, s – симптом, P(S/Di) – условная вероятность (ДЧ), P(Di) – априорная вероятность (характеризует распространенность заболевания)

Пример 1. Известно, что в случае заболевания туберкулезом рентгеновское исследование позволяет поставить диагноз в 95% случаев (чувствительность метода = 95%). Если исследуемый здоров, то ложный диагноз туберкулеза ставится в 1% случаев (специфичность метода = 100 - 1 = 99%). Доля больных в популяции составляет 0.5%. Какова вероятность того, что обследованный пациент, которому поставили диагноз туберкулеза, действительно болен?

Решение: Пусть D1 – наличие заболевания; D2 – пациент здоров, А – событие, в нашем случае рентгеновское обследование, позволяющее установить точный диагноз. Известны априорные вероятности того, что случайно выбранный пациент здоров p(D2) = 0,995 или страдает туберкулезом p(D1) =0.005, произошло событие - при рентгеновском обследовании поставлен диагноз туберкулеза, известны условные вероятности p(A/D1) =0.95 (чувствительность), p(A/D2) =0.01 (специфичность). Отсюда апостериорная вероятность того, что пациент болен:

p(D1/A) = p(A/D1)*p(D1) / (p(A/D2)*p(D2) + P(A/D1)*p(D1)) = 0.95*0.005 / (0.01*0.995 + 0.95*0.005) = 0.32

Вопрос 4. Основные модули активной сппр (перечислить). Данные и знания (определение). Экспертные системы (эс), определение. Предметные области для экспертных систем. Обобщенная структура эс.

Компоненты активных СППР: вероятностный модуль, экспертные системы, статистический модуль, нейросетевой модуль, вероятностный модуль, модуль, основанный на моделировании.

Данные - это полученные в результате наблюдения (исследования) числа или обнаруженные явления, обозначаемые символами или словами, которые фиксируются, передаются с помощью средства связи, могут обрабатываться с использованием вычислительной техники.

Данные, накапливаемые индивидуумом как результат опыта, представляют собой знания.

Экспертные системы – вид компьютерных программ, основанных на исполнении специальных баз знаний и решениях задачи методом дедукции при нечётком алгоритме.

База знаний – набор правил, установленных экспертом, для данной задачи.

Предметная область ЭС: медицина, финансы, нефтяная и газовая промышленность, энергетика, фармацевтическое производство, космос, химия, образование

У полностью оформленной экспертной системы присутствуют 4 основных компонента (блока):

1. База знаний

2. Машина вывода

3. Модуль извлечения знаний

4. Система объяснения принятых решений.

Вопрос 5. Основные модули активной СППР (перечислить). Данные и знания (определение). Нейросети, типичные задачи, решаемые нейросетевыми программами. Структура нейросетей. «Нейрон», компоненты «нейрона», «синапс», обучение нейросетей.

Модули активных СППР: вероятностный модуль, экспертные системы, статистический модуль, нейросетевой модуль, модуль, основанный на моделировании.

Данные – это полученные в результате наблюдения (исследования) числа или обнаруженные явления, обозначаемые символами или словами, которые фиксируются, передаются с помощью средства связи, могут обрабатываться с использованием вычислительной техники.

Данные, накапливаемые индивидуумом как результат опыта и зафиксированные в той или иной, представляют собой знания.

Нейросети – относятся к интеллектуальным СППР; компьютерная программа, основанная на использовании виртуальных нейронов, связи между которыми устанавливаются в ходе процедуры обучения.

Нейроны формируются в слоях: входном, промежуточном и выходном. Вход его регулируется, на промежуточном этапе происходит саморегуляция системы и после выхода уже регулировать его невозможно.

Типичные задачи, решаемые с помощью нейросети:

1. Распознавание образов (изображения на дисплее КТ, МРТ, УЗИ)

2. Классификация событий с целью диагностики

3. Предсказание будущих исходов события (результат операции, тяжелой терапевтической процедуры).

Компоненты нейрона:

1. Входные сигналы

2. Сумматор входных сигналов

3. Блок функционального преобразования сигнала

4. Блок выхода сигнала (синапс)

Нейросеть не программируется, а обучается на примерах. В процессе обучения сеть в определенном порядке просматривает обучающую выборку.

Вопрос 6+7. Назовите этапы процесса математического моделирования и охарактеризуйте их. Разберите в качестве примера математических моделей упрощённую фармако-кинетическую модель, укажите этапы моделирования (однокамерная модель с выведением лекарственного средства, разовая инъекция и капельница).

Математическая модель – система математических выражений, описывающих те или иные свойства изучаемого объекта или процесса.

Этапы моделирования:

1. Определение реального объекта

2. Выбор существенных для данного эксперимента признаков

3. Создание модели

4. Проверка на логичность

5. Проверка на опыте

6. Усложнение модели

7. Использование модели

Задачи фармакокинетики:

1. Знание концентрации препарата в организме в любой момент времени и его графическое изображение

2. Характер протекания всех фармакокинетических процессов, отображенных графической зависимостью концентрации от времени

3. Использование полученных данных моделирования для прогнозирования динамики уровня препарата для иных способов введения ЛС или при иных дозировках.

Константы для оценки процессов, происходящих с ЛС в организме:

1. Скорость элиминации К_эл ед\ч, ед\мин

   1. Скорость выведения препарата из организма

2. Кажущаяся начальная концентрация С₀ ммоль\л, нг\мг

   1. Концентрация, которая получилась бы в случае мгновенного распределения препарата по организму

Однокамерная фармакокинетическая модель:

1. Организм представляется в виде одного блока

2. Модель не учитывает молекулярные механизмы процесса

3. Препарат вводится мгновенно и внутри камеры распределен равномерно

4. Процессы переноса препаратов и удаления из организма описываются уравнениями химической кинематики 1-го порядка