Системы принятия решений на основе экспертных систем в медицине

Нажмите для полного просмотра!

Системы принятия решений на основе экспертных систем в медицине, слайд №2

Системы принятия решений на основе экспертных систем в медицине, слайд №3

Системы принятия решений на основе экспертных систем в медицине, слайд №4

Системы принятия решений на основе экспертных систем в медицине, слайд №5

Системы принятия решений на основе экспертных систем в медицине, слайд №6

Системы принятия решений на основе экспертных систем в медицине, слайд №7

Системы принятия решений на основе экспертных систем в медицине, слайд №8

Системы принятия решений на основе экспертных систем в медицине, слайд №9

Системы принятия решений на основе экспертных систем в медицине, слайд №10

Системы принятия решений на основе экспертных систем в медицине, слайд №11

Системы принятия решений на основе экспертных систем в медицине, слайд №12

Системы принятия решений на основе экспертных систем в медицине, слайд №13

Системы принятия решений на основе экспертных систем в медицине, слайд №14

Системы принятия решений на основе экспертных систем в медицине, слайд №15

Системы принятия решений на основе экспертных систем в медицине, слайд №16

Системы принятия решений на основе экспертных систем в медицине, слайд №17

Системы принятия решений на основе экспертных систем в медицине, слайд №18

Системы принятия решений на основе экспертных систем в медицине, слайд №19

Системы принятия решений на основе экспертных систем в медицине, слайд №20

Системы принятия решений на основе экспертных систем в медицине, слайд №21

Системы принятия решений на основе экспертных систем в медицине, слайд №22

Системы принятия решений на основе экспертных систем в медицине, слайд №23

Системы принятия решений на основе экспертных систем в медицине, слайд №24

Системы принятия решений на основе экспертных систем в медицине, слайд №25

Системы принятия решений на основе экспертных систем в медицине, слайд №26

Системы принятия решений на основе экспертных систем в медицине, слайд №27

Системы принятия решений на основе экспертных систем в медицине, слайд №28

Системы принятия решений на основе экспертных систем в медицине, слайд №29

Системы принятия решений на основе экспертных систем в медицине, слайд №30

Системы принятия решений на основе экспертных систем в медицине, слайд №31

Системы принятия решений на основе экспертных систем в медицине, слайд №32

Системы принятия решений на основе экспертных систем в медицине, слайд №33

Системы принятия решений на основе экспертных систем в медицине, слайд №34

Системы принятия решений на основе экспертных систем в медицине, слайд №35

Системы принятия решений на основе экспертных систем в медицине, слайд №36

Системы принятия решений на основе экспертных систем в медицине, слайд №37

Системы принятия решений на основе экспертных систем в медицине, слайд №38

Системы принятия решений на основе экспертных систем в медицине, слайд №39

Системы принятия решений на основе экспертных систем в медицине, слайд №40

Системы принятия решений на основе экспертных систем в медицине, слайд №41

Системы принятия решений на основе экспертных систем в медицине, слайд №42

Системы принятия решений на основе экспертных систем в медицине, слайд №43

Системы принятия решений на основе экспертных систем в медицине, слайд №44

Системы принятия решений на основе экспертных систем в медицине, слайд №45

Системы принятия решений на основе экспертных систем в медицине, слайд №46

Системы принятия решений на основе экспертных систем в медицине, слайд №47

Системы принятия решений на основе экспертных систем в медицине, слайд №48

Системы принятия решений на основе экспертных систем в медицине, слайд №49

Системы принятия решений на основе экспертных систем в медицине, слайд №50

Системы принятия решений на основе экспертных систем в медицине, слайд №51

Системы принятия решений на основе экспертных систем в медицине, слайд №52

Системы принятия решений на основе экспертных систем в медицине, слайд №53

Системы принятия решений на основе экспертных систем в медицине, слайд №54

Системы принятия решений на основе экспертных систем в медицине, слайд №55

Системы принятия решений на основе экспертных систем в медицине, слайд №56

Системы принятия решений на основе экспертных систем в медицине, слайд №57

Системы принятия решений на основе экспертных систем в медицине, слайд №58

Системы принятия решений на основе экспертных систем в медицине, слайд №59

Системы принятия решений на основе экспертных систем в медицине, слайд №60

Системы принятия решений на основе экспертных систем в медицине, слайд №61

Системы принятия решений на основе экспертных систем в медицине, слайд №62

Системы принятия решений на основе экспертных систем в медицине, слайд №63

Системы принятия решений на основе экспертных систем в медицине, слайд №64

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Системы принятия решений на основе экспертных систем в медицине. Доклад-сообщение содержит 64 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Системы принятия решений на основе экспертных систем в медицине

Слайд 2

Описание слайда:

Области применения ЭС интерпретация, прогноз диагностика, мониторинг планирование, проектирование отладка управление

Слайд 3

Описание слайда:

Классификация задач ЭС Интерпретирующие системы предназначены для формирования описания ситуаций по результатам наблюдений или данным, получаемым от различного рода сенсоров(датчиков). Типичные задачи, решаемые с помощью интерпретирующих систем – распознание образов и определение химической структуры вещества

Слайд 4

Описание слайда:

Классификация задач ЭС Прогнозирующие системы предназначены для прогнозирования хода событий в будущем на основании модели прошлого и настоящего Типичные задачи, решаемые с помощью прогнозирующих систем – предсказание погоды и прогноз ситуаций на финансовых рынках.

Слайд 5

Описание слайда:

Классификация задач ЭС Диагностирующие системы предназначены для обнаружения источника неисправности (или определение стадии заболевания в живом организме), по результатам наблюдений за поведением контролируемой системы (биологической или технической).

Слайд 6

Описание слайда:

Классификация задач ЭС Системы мониторинга Анализируют поведение системы и, сравнивая полученные данные с критическими точками заранее составлен- ного плана, прогнозируют вероятность достижения поставленной цели. Типовые области приложения таких систем – мониторинг состояния здоровья послеопера -ционных больных, контроль движения воздушного транспорта и наблюдение за состоянием энергетических объектов.

Слайд 7

Описание слайда:

Классификация задач ЭС Системы проектирования предназначены для структурного синтеза конфигурации объектов (компонентов проектируемой системы) при заданных ограничениях. Типичными задачами для таких систем выбор схемы лечения в зависимости от поставленного диагноза, синтез электронных схем, компоновка архитектурных планов.

Слайд 8

Описание слайда:

Классификация задач ЭС Системы контроля обеспечивают адаптивное управление поведением сложных человеко-машинных систем, прогнозируя появление возможных сбоев и планируя действия, необходимые для их предупреждения. Областью примененения таких систем является управление воздушным транспортом, деловой активностью в бизнесе.

Слайд 9

Описание слайда:

Определение экспертной системой вычислительная система, которая использует знания специалистов о некоторой конкретной узко специализированной предметной области и которая в пределах этой области способна принимать решения на уровне эксперта-профессионала

Слайд 10

Описание слайда:

Определение экспертной системой это система определяемых набором взаимосвязанных правил, формулирующих опыт специалистов в некоторой области и механизмов решения, позволяющим распознать ситуацию, поставить диагноз, давать рекомендации к действию.

Слайд 11

Описание слайда:

Примеры экспертных систем MYCIN Назначение: Выбор антимикробной терапии в условиях стационара Представление знаний: правила, обратные цепочки, дерево контекстов Действующий прототип

Слайд 12

Описание слайда:

Примеры экспертных систем NEOMYCIN Назначение: Лечение менингита и других заболеваний Представление знаний: правила, обратные цепочки, дерево контекстов Действующий прототип

Слайд 13

Описание слайда:

Примеры экспертных систем Tropicaid Назначение: помощь при диагностике в амбулаториях в тропических условиях Представление знаний: фреймы Описано 400 заболеваний Действующий прототип

Слайд 14

Описание слайда:

Примеры экспертных систем CASNET / Glaukoma Назначение: предназначена для диагностики и лечения глаукомы Представление знаний: семантические сети

Слайд 15

Описание слайда:

Примеры экспертных систем PUFF Назначение: диагностика заболеваний легких Представление знаний: правила, обратные цепочки Промышленная

Слайд 16

Описание слайда:

В чем различие ? данных и знаний

Слайд 17

Описание слайда:

В чем различие данных и знаний? Данные — это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства

Слайд 18

Описание слайда:

В чем различие данных и знаний? При обработке на ЭВМ данные трансформируются, условно проходя следующие этапы: D1 данные как результат измерений и наблюдений D2 данные на материальных носителях информации (таблицы, протоколы, справочники) D3 модели (структуры) данных в виде диаграмм, графиков, функций; D4 данные в компьютере на языке описания данных D5 базы данных на машинных носителях информации

Слайд 19

Описание слайда:

В чем различие данных и знаний? Знания — это закономерности предметной области (принципы, связи, законы), полученные в результате практической деятельности и профессионального опыта, позволяющие специалистам ставить и решать задачи в этой области

Слайд 20

Описание слайда:

В чем различие данных и знаний? При обработке на ЭВМ знания трансформируются аналогично данным. Z1 знания в памяти человека как результат мышления Z2 материальные носители знаний (учебники, методические пособия) Z3 поле знаний — условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих Z4 знания, описанные на языках представления знаний (продукционные языки, семантические сети, фреймы — см. далее) Z5 база знаний на машинных носителях информации. Часто используется такое определение знаний

Слайд 21

Описание слайда:

Структура знаний в базе знаний

Слайд 22

Описание слайда:

Слайд 23

Описание слайда:

Знания предметной области «Медицинская диагностика» Знания о заболеваниях Знания о наблюдениях Знания о событиях Знания о признаках Знания об анатомо-физиологических особенностях

Слайд 24

Описание слайда:

Знания предметной области «Медицинская диагностика» Знания об этиологиях Знания об осложнениях Знания о нормальной реакции Знания о реакции на воздействие события Знания о клиническом проявлении Знания о клиническом проявлении, измененном воздействием события

Слайд 25

Описание слайда:

Структура экспертной системы

Слайд 26

Описание слайда:

Компоненты экспертной системы Лингвистический процессор преобразует входные данные, представленные на ограниченном естественном языке, в представление на внутреннем языке системы преобразует сообщения системы, выраженные на внутреннем языке, в сообщения на ограниченном естественном языке

Слайд 27

Описание слайда:

Компоненты экспертной системы Объяснительный блок как правила используют информацию пользователя; почему использовались (не использовались) данные правила; какие были сделаны выводы. Все объяснения даются на ограниченном естественном языке.

Слайд 28

Описание слайда:

Компоненты экспертной системы Интерпретатор или решатель определяет множество означенных правил (означиваний), т.е. множество правил, которые удовлетворяются на некотором наборе текущих данных; выполняет определенные означивания, производя изменения в рабочей памяти. Можно показать, что продукционные системы по Ньюэллу являются некоторым неформальным обобщением алгоритмов Маркова. Интерпретатор может быть представлен четверкой: I = (V, S, R,W)

Слайд 29

Описание слайда:

Компоненты экспертной системы Интерпретатор или решатель V— процесс выбора, осуществляющий выбор из Р и из F подмножества активных продукций Рv и подмножества активных данных S — процесс сопоставления, определяющий множество означиваний, т.е. множество пар: правило (рi) - данные (di) R — процесс разрешения конфликтов (или процесс планирования), определяющий, какое из означиваний будет выполняться. W — процесс, осуществляющий выполнение выбранного означенного правила

Слайд 30

Описание слайда:

Компоненты экспертной системы База Знаний организованная совокупность знаний, относящихся к какой-нибудь предметной области.

Слайд 31

Описание слайда:

Компоненты экспертной системы База Знаний Решающие знания содержат информацию, используемую для выбора способа интерпретации знаний, подходящего к текущей ситуации

Слайд 32

Описание слайда:

Компоненты экспертной системы База Знаний Управляющие знания представляют собой некоторый набор стратегий

Слайд 33

Описание слайда:

Компоненты экспертной системы База Знаний Метазнания – это знания о знаниях, т.е. это знания экспертной системы о себе, своей работе, своей структуре, своей базе знаний и схеме рассуждения.

Слайд 34

Описание слайда:

Пример экспертной системы Перечень вопросов для интервьюирования пациента.

Слайд 35

Описание слайда:

Примеры правил системы MYCIN

Слайд 36

Описание слайда:

Примеры правил системы MYCIN

Слайд 37

Описание слайда:

Примеры правил системы MYCIN

Слайд 38

Описание слайда:

Оргправило системы MYCIN, записанное на языке CLIPS (defrule diagnosis (patient (name Jones) (organism organism-1)) (organism (name organism-1) (morphology rod) (aerobicity aerobic)) => (assert (organism (name organism-1) (identify enterobacteriaceae) (confidence 0.8))) На языке CLIPS представление правила имеет следующий формат: (defrule =>

Слайд 39

Описание слайда:

Рейтинг качества диагностики систем MYCIN на основе заключения 8 экспертов 10 клинических случаев

Слайд 40

Описание слайда:

Логические операции с высказываниями Отрицание Отрицанием высказывания A называется высказывание  A (читается, как «неверно. что A» или кратко «не - A» ), которое истинно, когда A – ложно, и ложно когда A – истинно.

Слайд 41

Описание слайда:

Логические операции с высказываниями Конъюнкция Конъюнкцией высказываний A и B называется высказывание A  B (читается A и B), которое истинно тогда и только тогда, когда истинны оба эти высказывания.

Слайд 42

Описание слайда:

Логические операции с высказываниями Дизъюнкция Дизъюнкцией высказываний A и B называется высказывание A  B ( читается “A или B”), которое истинно тогда и только тогда, когда истинно хотя бы одно из этих высказываний.

Слайд 43

Описание слайда:

Логические операции с высказываниями Импликация Импликацией высказываний A и B называется высказывание A  B (читается – “если A, то B”), которое ложно тогда и только тогда, когда A истинно, а B ложно.

Слайд 44

Описание слайда:

Логические операции с высказываниями Кванторы Пусть x – предметная переменная, областью значений которой служит некоторое множество M ; P – одноместный предикат, определенный на множестве M. Если каждый элемент множества M обладает свойством P, то мы получим истинное высказывание: «Для всех x (из множества M) имеет место P(x)».

Слайд 45

Описание слайда:

Логические операции с высказываниями Кванторы Выражение «для всех» обозначается знаком , который называется квантором всеобщности . При кванторе пишется предметная переменная, которую он связывает в соответствующей . Так, символ x читается : «для всякого x». Квантор всеобщности используется для выражения общих высказываний.

Слайд 46

Описание слайда:

Логические операции с высказываниями Кванторы Если свойством P обладают хотя бы некоторые элементы области определения этого предиката, тогда истинно высказывание «Существуют x, для которых имеет место P(x)». Выражение «некоторые» обозначается знаком , который называется квантором существования . При кванторе существования пишется предметная переменная, которую он связывает. Выражение x читается : «существует x такое, что …» или «для некоторого x». Квантор существования используется для частных высказываний.

Слайд 47

Описание слайда:

Логические операции с высказываниями Кванторы Квантор общности можно истолковать как обобщение конъюнкции, а квантор существования – как обобщение дизъюнкции. В самом деле, если область определения M предиката P конечна, скажем M = {a1, a2, …, an}, высказывание xP(x) эквивалентно конъюнкции Pa1Pa2…Pan, а высказывание xP(x) – дизъюнкции Pa1Pa2…Pan.

Слайд 48

Описание слайда:

Искусственные нейронные сети (ИНС; artificial neural networks) Нелинейная система, позволяющая классифицировать данные гораздо лучше, чем обычно используемые линейные методы. В приложении к медицинской диагностике ИНС дают возможность значительно повысить специфичность метода, не снижая его чувствительность

Слайд 49

Описание слайда:

Генетические алгоритмы Данные программы имитируют реальные биологические процессы. 1 шаг – кодировка исход. данных (хромосом) в БД. Весь набор хромосом – популяция. 2 шаг – сопоставление хромосом . Обработка процедурами: репродукция, мутации, рекомбинации и миграции. Получаем новые данные с более совершенными знаниями

Слайд 50

Описание слайда:

Семантическая сеть - это ориентированный граф, вершины которого – понятия, а дуги отношения между ними. Типы отношений: часть-целое: класс-подкласс; элемент множества; атрибутивные связи: - иметь свойство; - иметь значение функциональные связи: - производит; - влияет; количественные: - больше; - меньше; - равно;

Слайд 51

Описание слайда:

Фрейм - это абстрактный образ для представления некого стереотипа восприятия. Типы фреймов: фрейм – структура, используется для обозначения объектов и понятий; фрейм – роль ( врач, пациент, клиент, студент); фрейм – сценарий ( интервьюирование пациента, экзамен); фрейм – ситуация ( тревога, гомеостаз, рабочий режим учтройства).

Слайд 52

Описание слайда:

Структура фрейма

Слайд 53

Описание слайда:

Структура фрейма

Слайд 54

Описание слайда:

Фреймовое представление нормального физиологического процесса

Слайд 55

Описание слайда:

Фреймовое представление этиологии

Слайд 56

Описание слайда:

Фреймовое представление этиологии первично-гангренозного аппендицита

Слайд 57

Описание слайда:

Компьютерное биорезонансное тестирование состояния организма Бирезонансная терапия уже признана эффективным методом диагностирования и лечения Принцип диагностирования основан на биорезонансном тестировании по принципу обратной связи с организмом человека, с активацией подкорковых структур мозга. Этот метод тестирования позволяет проследить этапы перехода от здоровья к болезни по изменению волновых характеристик тканей и даже отдельных клеток организма, При этом осуществляется спектральный анализ вихревых магнитных полей, возникающих в процессе электрохимических превращений в живых клетках.

Слайд 58

Описание слайда:

Аппаратно -програмный комплекс ОБЕРОН (Метатрон) компьютерная диагностика программно-аппаратный комплекс для нелинейного анализа, разработка которого принадлежит Институту прикладной психофизики г. Омск (ИПП). АПК «Оберон» способен анализировать слабые магнитные поля микроорганизмов, групп клеток и органов. Он отслеживает практически любые их состояния по изменению характеристик биополей (частотных и амплитудных). Их слабые излучения снимаются бесконтактно, с помощью специальных датчиков (обычно размещаются на голове, как наушники) и многократно усиливается с использованием эффекта частотного резонанса.

Слайд 59

Описание слайда:

Примеры исследования органов биорезонансным методом Здесь вы видите компьютерный образы органов. А вот маркеры состояния их отдельных участков — это индивидуальные показатели конкретного человека

Слайд 60

Описание слайда:

Слайд 61

Описание слайда:

Слайд 62

Описание слайда:

Аппарат Оберон Экспертная диагностическая система под управлением опытного врача способна дать точные ответы Предназначен для проведения компьютерного нелинейного анализа и прогноза состояния исследуемых систем. Данный комплекс позволяет определить условия стабильного существования любой материальной системы (объекта), вне зависимости от структурной организации (механическая, физико-химическая, биологическая).

Слайд 63

Описание слайда:

Слайд 64

Описание слайда:

Литература Джексон П. Введение в экспертные системы. – М.: Изд.дом «Вильямс», 2001. – 624 с. Гаврилова Т.А., Хорошевский В.Ф.Базы знаний интеллектуальных систем. – СПб: ПИТЕР, 2001.- 480 с. Гешелин С.А. TNM – классификация злокачественных опухолей и комплексное лечение онкологических больных. – К.: Здоров’я, 1996. -184 с. Программирование искусственного интеллекта в приложениях / М. Тим Джонс. – М.: ДМК Пресс, 2006- 312 с. The Medical Algorithms Project --