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. DOI: https://doi.org/10.1007/s12663-012-0364-8

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. DOI: https://doi.org/10.1117/12.2616675

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. DOI: https://doi.org/10.1117/12.2280984

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. DOI: https://doi.org/10.1117/12.2569780

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. DOI: https://doi.org/10.1201/9780429057618

Wójcik W. et al.: Information Technology in Medical Diagnostics. CRC Press. 2017. DOI: https://doi.org/10.1201/9781315098050

Shkilniak, L., Wójcik, W., Pavlov, S., Vlasenko, O., Kanishyna, T., Khomyuk, I., Bezverkhyi, O., Dembitska, S., Mamyrbayev, O., & Iskakova, A. (2022). EKSPERCKIE SYSTEMY ROZMYTE DO OCENY INTENSYWNOŚCI REAKTYWNEGO OBRZĘKU TKANEK MIĘKKICH U PACJENTÓW Z CUKRZYCĄ. 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