Применение технологии «нейронных сетей» для выявления и мониторинга аускультативных феноменов при диагностике заболеваний органов дыхания

Лаптева, Е. А.; Коваленко, И. В.; Лаптев, А. Н.; Катибникова, Е. И.; Позднякова, А. С.; Коровкин, В. С.; Харевич, О. Н.; Лаптева, И. М.; Горенюк, О. Л.; Эльжбур, М. С.; Ермоленко, О. П.; Журович, М. И.; Дулуп, И. П.; Каранкевич, А. А.; Зябко, М. Н.; Бинецкая, Е. А.; Нарушевич, Ю. Ю.; Дубинецкий, В. В.

Применение технологии «нейронных сетей» для выявления и мониторинга аускультативных феноменов при диагностике заболеваний органов дыхания

Лаптева, Е. А.; Коваленко, И. В.; Лаптев, А. Н.; Катибникова, Е. И.; Позднякова, А. С.; Коровкин, В. С.; Харевич, О. Н.; Лаптева, И. М.; Горенюк, О. Л.; Эльжбур, М. С.; Ермоленко, О. П.; Журович, М. И.; Дулуп, И. П.; Каранкевич, А. А.; Зябко, М. Н.; Бинецкая, Е. А.; Нарушевич, Ю. Ю.; Дубинецкий, В. В.

URI: http://elib.grsmu.by/handle/files/19610

Date: 2020

Библиографическое описание:

Применение технологии «нейронных сетей» для выявления и мониторинга аускультативных феноменов при диагностике заболеваний органов дыхания / Е. А. Лаптева, И. В. Коваленко, А. Н. Лаптев, Е. И. Катибникова, А. С. Позднякова, В. С. Коровкин, О. Н. Харевич, И. М. Лаптева, О. Л. Горенюк, М. С. Эльжбур, О. П. Ермоленко, М. И. Журович, И. П. Дулуп, А. А. Каранкевич, М. Н. Зябко, Е. А. Бинецкая, Ю. Ю. Нарушевич, В. В. Дубинецкий // Журнал Гродненского государственного медицинского университета. – 2020. – Т. 18, № 3. – С. 230-235. – doi: 10.25298/2221-8785-2020-18-3-230-235.

Abstract:

Введение. Внедрение электронной аускультации в практическую медицину представляется перспективным и целесообразным. В Республике Беларусь данное направление практически не разрабатывалось. Цель. Изучить эффективность использования нейронных сетей «Паспорт лёгких» при осуществлении диагностических мероприятий у пациентов с заболеваниями органов дыхания и на этой основе разработать автоматическую систему оценки состояния бронхолёгочной системы. Материал и методы. Использовался программно-аппаратный комплекс Lung Passport на основе алгоритма машинного обучения для классификации типа аускультативного феномена. Результаты. Автоматическая система анализа звуковых феноменов обладает высокой чувствительностью (80,81-93,33%) и специфичностью (83,33-98,99%), позволяет объективизировать аускультативные данные. Выводы. Использование метода автоматической классификации аускультативных феноменов на базе машинного обучения позволит повысить эффективность ранней диагностики и мониторинга респираторной патологии