Аннотация:
В данном обзоре рассмотрены работы, посвященные применению искусственных нейронных сетей для обработки численных и текстовых данных. Рассмотрены системы поддержки принятия решения; прогнозирования, включая прогнозы исходов лечения заболеваний сердечно-сосудистой системы; оценки рисков. Показана возможность использования искусственных нейронных сетей в качестве альтернативного подхода относительно стандартных методов обработки клинических данных пациента. Использование нейросетевых технологий при создании автоматизированных ассистентов лечащего врача позволит более качественно и оперативно предоставлять пациентам медицинские услуги.
Работа выполнена в рамках фундаментальной темы НИИ КПССЗ № 0546-2015-0011 “Патогенетическое обоснование разработки имплантатов для сердечно-сосудистой хирургии на основе биосовместимых материалов, с реализацией пациент-ориентированного подхода с использованием математического моделирования, тканевой инженерии и геномных предикторов”.
Материал поступил в редакцию 18.07.2019, 15.01.2020, опубликован 18.02.2020
Тип публикации:
Статья
Образец цитирования:
П. С. Онищенко, К. Ю. Клышников, Е. А. Овчаренко, “Искусственные нейронные сети в кардиологии: анализ численных и текстовых данных”, Матем. биология и биоинформ., 15:1 (2020), 40–56
\RBibitem{OniKlyOvc20}
\by П.~С.~Онищенко, К.~Ю.~Клышников, Е.~А.~Овчаренко
\paper Искусственные нейронные сети в кардиологии: анализ численных и текстовых данных
\jour Матем. биология и биоинформ.
\yr 2020
\vol 15
\issue 1
\pages 40--56
\mathnet{http://mi.mathnet.ru/mbb421}
\crossref{https://doi.org/10.17537/2020.15.40}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/mbb421
https://www.mathnet.ru/rus/mbb/v15/i1/p40
Эта публикация цитируется в следующих 2 статьяx:
Jiaju Zhu, Meng Zhang, Jian Su, “A Novel Artificial Neural Network-Based Biomechanical Research on Elbow Injury of Tennis Serve”, Security and Communication Networks, 2022 (2022), 1
Kamyshev V K., Kureichik V.M., Borodyanskiy I.M., Bersenev E.Y., “Prospects For the Use of Neural Networks in Cardiometry”, Cardiometry, 2020, no. 17, 85–91