Интеллектуальный анализ больших массивов данных для повышения качества медицинской диагностики

Abstract

Предложен метод интеллектуального анализа данных больших массивов данных для решения крупномасштабных задач выявления причинно-следственных связей изменений диагностической информации на медицинских изображениях с различными видами заболеваний. В качестве интегральных показателей состояния сосудов глазного дна и коронарных сосудов сердца используется глобальный набор геометрических признаков, являющийся достаточно полной характеристикой диагностических изображений и позволяющий проводить эффективную диагностику сосудистой патологии. Для оценки информативности диагностических признаков сосудов по критерию эффективности классификации и формирования новых признаков для улучшения качества диагностики рассматривается метод дискриминантного анализа выборочных данных.