16. Основные модули активной сппр (перечислить). Подробнее рассмотрите статистический модуль. Численный
пример.
Метод(модуль): 1-математич.моделирования; 2-вероятностный; 3-статистический; 4-нейросетевой; 5-экспертн.систем. Модуль статистический: основан на решении дискретных уравнений
F(З) =a1x1+a2x2 …+anxn. Переменные х1 отражают симптомы заболевания «З».Коэффициенты а1 отражают статистич. характеристики. Пример: дифференц. диагностика двух заболеваний с подобными симптомами. f(append)=4(AR)+10(БПНК)+(-10)БЛНК. f(salping)=3(AR)+5(БПНК)+5(БЛНК), где AR-жёсткий живот, БПНК-боль в правом нижнем квадрате живота. БЛНК- боль в левом нижнем квадрате живота.
17. Основные модули активной сппр (перечислить). Подробнее рассмотрите Вероятностный модуль. Численный
пример.
Метод(модуль): 1-математич.моделирования; 2-вероятностный; 3-статистический; 4-нейросетевой; 5-экспертн.систем. Вероятн.модуль- основан на использовании формулы Бейеса, требует рез-тов диагностики в форме S- и S+. Рез-ты дифференц. диагностики по результативности часто превышают 70%. Рез-сть увеличивается с ростом качества статистич. данных. Формула оперирует с диагностич. гипотезами, вер-стями
заболеваний , с рез-тами обследования и симптомами(в форме S-,S+). Диагностич. гипотеза –это гипотеза о наличии данного заболевания. P(S+/Зi)-диагностич. чувствительность. P(Зi)- a priori вер-сть Зi. P(Зi/S+)= f posteriori вер-сть заболевания Зi при S+. P(Зi/S+)=(P(S+/Зi)P(Зi))/P(S+/Зi)P(Зi)+P(S+/З2)P(З2)+…P(S+/Зn)P(Зn))
18. Основные модули активной сппр (перечислить). Данные и знания (определение). Экспертные системы (эс),
определение. Предметные области для экспертных систем. Обобщенная структура ЭС.
Метод(модуль): 1-математич.моделирования; 2-вероятностный; 3-статистический; 4-нейросетевой; 5-экспертн.систем. ЭС- вид компьют.программ, основ. на использовании специализирован.баз данных и решающих задачи методом распределения(дедукции) при нечётком алгоритме. Базы знании обычно созд-ся в содр-ве экспертов в решаемой проблеме и программистов. Решение задачи произв-ся методом дедукции. Структура:1)база знаний,(правил)2)база фактов(констант)- сод-т персональные данные пациента(включая данные ,полученные в ходе диалога и данные лаборат.исслед).
19. Понятие о дедуктивном методе расследования. Логические модули. Инструментальные средства построения эс.
«если»- устанавливается набор логич.условий.
«то»- опред-ся действия,выполн. При выполнении.
Дедукция-метод научного познания , кот.заключается в переходе от некоторых общих посылок к частным результатам-следствиям. Дедукция- частный случай умозаключений. Отличит. особенность дедуктивного умозаключения в том, что от истинных посылок оно всегда ведёт к истинному заключению.
20. Требования, предъявляемые к медицинским ЭС. Кто участвует в разработке ЭС? Какие базовые функции реализуются в ЭС? Примеры автоматизированных гибридных систем для поддержки принятия решений. В ЭС реал-ся 4 базовые функции: 1-приобретение знаний; 2-представление знаний; 3-управление процессом принятия решений; 4-разъяснение принятия решений. Требования: 1-система должна обеспечивать высокий уровень решения задачи в своей предметной области; 2-«Поведение» ЭС(задаваемые врачу вопросы, рекомендации, логика работы) должно моделировать поыведение грамотного врача; 3-система должна объяснять получаемые решения; 4-созданные системы должны обеспечивать возможность модификации при обновлении инф-ции. Примеры: 1)Системы «Гарвей», «Айболит», «Миррор», созданные НЦССХ им.Бакулева, построены на совокупности математич. и логико-лингвистич.моделей. 2) гибридн.система для консультат. диагностики типов инсульта. Разрабатывают ЭС когнитологи, в его ф-ции входит не только опрос экспертов , но и последующ. сопоставление и обобщение полученной инф-ции, а также её представление в виде формализов. знаний в форме. пригодной для непосредственного занесения в БЗ.