Please use this identifier to cite or link to this item: http://essuir.sumdu.edu.ua/handle/123456789/43240
Or use following links to share this resource in social networks: Recommend this item
Title Інтелектуальна система радіонуклідної медичної діагностики на гамма-камері
Other Titles Интеллектуальная система радионуклидной медицинской диагностики на гамма-камере
Intelligent Decision Support System for Medical Radioisotope Diagnostics with Gamma-camera
Authors Dovbysh, Anatolii Stepanovych  
Moskalenko, Viacheslav Vasylovych  
Рижова, А.С.
Дьомін, О.В.
ORCID http://orcid.org/0000-0003-1829-3318
http://orcid.org/0000-0001-6275-9803
Keywords гамма-камера
гамма-камера
gamma-camera
радіонуклідний фармпрепарат
радионуклидный фармпрепарат
сцинтиграма
сцинтиграмма
оптимізація
оптимизация
optimization
сегментація
сегментация
segmentation
кластер-аналіз
кластер-анализ
cluster-analysis
інформаційний критерій
информационный критерий
information-extreme intellectual technology
радіонуклідна діагностика
радионуклидная диагностика
radionuclide diagnostics
набір класів
набор классов
set of classes
набір функцій
набор функций
feature set
Type Article
Date of Issue 2015
URI http://essuir.sumdu.edu.ua/handle/123456789/43240
Publisher Сумський державний університет
License
Citation Довбиш, А.С. Інтелектуальна система радіонуклідної медичної діагностики на гамма-камері [Текст] / А.С. Довбиш, В.В. Москаленко, А.С. Рижова та ін. // Журнал нано- та електронної фізики. — 2015. — Т.7, №4. — 04036-1.
Abstract Пропонується метод інформаційного синтезу системи підтримки прийняття рішень для радіонук- лідної діагностики органів людини при динамічному обстеженні на гамма-камері. Як приклад розг- лянуто процес функціонального діагностування нирок. Розроблено алгоритм сегментації серії сцинти- грам на основі інформаційно-екстремального кластер-аналізу просторово-часових векторів зміни лі- чильника імпульсів у пікселях гамма-детектора та алгоритм інформаційно-екстремального машинно- го навчання для розпізнавання функціонального стану нирок за ренографічною кривою. Розроблені алгоритми грунтуються на адаптивному двійковому кодуванні ознак розпізнавання та оптимізації ге- ометричних параметрів розбиття простору ознак на класи еквівалентності в процесі максимізації ін- формаційної спроможності системи підтримки прийняття рішень. Аналізуються результати роєвої оп- тимізації вирішальних правил та показано результати автоматичної сегментації сцинтиграфічних даних з метою виділення зон інтересу і автоматичної класифікації ренограм для формування діагностичного висновку.
Предлагается метод информационного синтеза системы поддержки принятия решений для радио- нуклидной диагностики органов человека при динамическом обследовании на гамма-камере. Как пример, рассмотрен процесс диагностики функционального состояния почек. Разработан алгоритм сегментации серии сцинтиграм на основании информационно-экстремального кластер-анализа пространственно-временных векторов изменения счетчика импульсов в пикселях гамма-детектора и алгоритм информационно-экстремального машинного обучения для распознавания функционального состояния почек за ренографической кривой. Разработанные алгоритмы основываются на адаптивном двоичном кодировании признаков распознавания и оптимизации геометрических параметров разбиении пространства признаков на классы эквивалентности в процессе максимизации информационной способности системы поддержки принятия решений. Анализируются результаты роевой оптимизации решающих правил и показано результаты автоматической сегментации сцинтиграфических данных с целью выделения зон интереса и автоматической классификации ренограмм для формирования диагностического вывода.
Method of information synthesis of a decision support system for radionuclide diagnostics of human organs during dynamic observation on gamma camera is proposed. By way of example, the process of diagnosis kidneys’ functional state is considered. Segmentation algorithm of scintigrams series based on information- extreme cluster analysis of time-spatial vectors of impulse counter changes in gamma detector and algorithm of recognition functional state of kidneys using renogram curves based on information-extreme machine learning are developed. Information-extreme algorithms based on adaptive binary coding of feature values and on optimization of geometrical parameters of feature space partitioning into classes equivalence during the process of maximizing of decision support system's information ability are developed. The results of parameters optimization of decision rules using the particle swarm algorithm are analyzed. The results of the automatic segmentation of scintigraphic data intended to highlight regions of interests, result of automatic classification of renogram curves intended to make-diagnosis are shown.
Appears in Collections: Журнал нано- та електронної фізики (Journal of nano- and electronic physics)

Views

Argentina Argentina
1
Canada Canada
1
Czechia Czechia
2
France France
4
Germany Germany
299214
Greece Greece
1
Ireland Ireland
299215
Japan Japan
347521015
Lithuania Lithuania
1
Romania Romania
1
Russia Russia
1
Ukraine Ukraine
21993128
United Kingdom United Kingdom
11723813
United States United States
1502701080
Unknown Country Unknown Country
21993127

Downloads

China China
7
France France
1
Germany Germany
2
Ireland Ireland
1
Lithuania Lithuania
1
Romania Romania
2
Russia Russia
4
Spain Spain
1
Turkey Turkey
1
Ukraine Ukraine
65978456
United Kingdom United Kingdom
1454496
United States United States
1502701079
Unknown Country Unknown Country
1906530605

Files

File Size Format Downloads
jnep_2015_V7_04036.pdf 814.35 kB Adobe PDF -818302640

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.