EXPERT FUZZY SYSTEMS FOR EVALUATION OF INTENSITY OF REACTIVE EDEMA OF SOFT TISSUES IN PATIENTS WITH DIABETES

W pracy analizowane są główne kierunki zastosowania metod matematycznych w diagnostyce medycznej, formułowane są zasady diagnostyki opartej na logice rozmytej; opracowywane są modele matematyczne i algorytmy formalizujące proces podejmowania decyzji diagnostycznych w oparciu o logikę rozmytą z ilościowymi i jakościowymi parametrami stanu pacjenta; opracowywane są modele matematyczne funkcji przynależności. Opracowano modele matematyczne i algorytmy formalizujące proces podejmowania decyzji diagnostycznych w oparciu o logikę rozmytą z ilościowymi i jakościowymi parametrami stanu pacjenta; opracowano modele matematyczne funkcji przynależności formalizujące reprezentację ilościowych i jakościowych parametrów stanu pacjenta w postaci zbiorów rozmytych wykorzystywanych w modelach i algorytmach diagnozowania i znajdowania rozpoznania nasilenia reaktywnego obrzęku pooperacyjnego u pacjentów wszystkich grup badawczych. Wdrożono system ekspercki do rozwiązywania problemów diagnostyki medycznej oparty na logice rozmytej w ocenie nasilenia reaktywnego obrzęku tkanek miękkich, który rozwija się w okresie pooperacyjnym u pacjentów wszystkich grup badawczych z cukrzycą. W artykule przeanalizowano cechy zastosowania metod matematycznych w diagnostyce medycznej, sformułowano zasady diagnostyki opartej na logice rozmytej.

Słowa kluczowe:

informacyjny system ekspercki, sterowanie, metoda zbiorów rozmytych, diagnostyka medyczna, cukrzyca, stomatologia

Bibliografia

Abdikerimova G. B. et al.: The analysis of textural images on the basis of orthogonal transformations. Journal of Theoretical and Applied Information Technologythis link is disabled 97(1), 2019, 15–22.

Arakeri G. et al.: A randomized clinical trial to compare the efficacy of submucosal Aprotinin injection and intravenous Dexamethasone in reducing pain and swelling after third molar surgery: A prospective study. Journal of Maxillofacial and Oral Surgery 12(1), 2013, 71–75.

Azarova A., Zhytkevych O.: Mathematical methods of identification of ukrainian enterprises competitiveness level by fuzzy logic using. Economic Annals-XXI 9–10(2), 2013, 59–62.

Clinical guidelines for the management of pulpal diseases, approved by Decree 15 of the Council of Public Association “Russian Dental Association”. Dated August 2, 2018.

Nizhynska-Astapenko Z. et al.: Information medical fuzzy-expert system for the assessment of the diabetic ketoacidosis severity on the base of the blood gases indices. Proc. SPIE 12126, 2021, 1212626.

Rotshtein A.: Design and Tuning of Fussy IF – THEN Vuly for Medical Didicol Diagnosis. Fuzzy and Neuro-Fuzzy Systems in Medicine. CRC-Press, 1998, 235–295.

Serkova V. K. et al.: Medical expert system for assessment of coronary heart disease destabilization based on the analysis of the level of soluble vascular adhesion molecules. Proc. SPIE 10445, 2017, 104453O.

Taubayev G. et al.: Machine learning algorithms and classification of textures. Journal of Theoretical and Applied Information Technologythis 98(23), 2020, 3854–3866.

Vasilevskyi O. et al.: Method of evaluating the level of confidence based on metrological risks for determining the coverage factor in the concept of uncertainty. Proc. SPIE 10808, 2018, 108082C.

Vassilenko V. et al.: Automated features analysis of patients with spinal diseases using medical thermal images. Proc. SPIE 11456, 2020, 114560L.

Vavilova T. P. et al.: Dental pulp responsiveness. Moscow State University of Medicine and Dentistry, 2017.

Volgin M. A. et al.: Сomparative analysis of IL-1. COX-2 and type II collagenase gene expression profile in acute inflammed pulps. Endodontics today 4, 2016, 16–20.

Wójcik W. et al.: Information Technology in Medical Diagnostics II. Taylor & Francis Group. CRC Press, Balkema Book. London 2019.

Wójcik W. et al.: Information Technology in Medical Diagnostics. CRC Press. 2017.

EKSPERCKIE SYSTEMY ROZMYTE DO OCENY INTENSYWNOŚCI REAKTYWNEGO OBRZĘKU TKANEK MIĘKKICH U PACJENTÓW Z CUKRZYCĄ. (2022). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 12(3), 59-63. https://doi.org/10.35784/iapgos.3037

##plugins.themes.bootstrap3.article.sidebar##

Numer Tom 12 Nr 3 (2022)

Archiwum

##plugins.themes.bootstrap3.article.main##

Authors

Abstrakt

Słowa kluczowe:

Bibliografia

##plugins.themes.bootstrap3.article.details##

Licencja