Розглянуто можливість застосування класифікаторів, що є основою машинного навчання, для оптімізації постановки діагнозів бронхолегеневих захворювань. Розглянуто роботу декількох класифікаторів, і в результаті дослідження для поставленого завдання обраний класифікатор на основі методу найближчих сусідів. В якості параметрів методу обрані розраховані на основі поліспектрального аналізу чисельні характеристики сигналів звуків дихання. Встановлено, що даний класифікатор є простим для реалізації і роботи з базою звуків дихання. Отримана точність роботи класифікатора є досить високою. Розроблений алгоритм покликаний істотно спростити роботу лікаря-пульмонолога для постановки своєчасного діагнозу.

  Повний текст PDF - 370.654 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"