Search academic texts

Information × Registration Number 0825U001639, PhD dissertation Status Доктор філософії Date 30-06-2025 popup.evolution o Title Methods of intellectual prediction of blood pressure and classification of arterial hypertension Author Serhii Kolomoiets, popup.head Olena Chumachenko popup.opponent Mykola Korablyov popup.opponent Volodymyr Hnatushenko popup.review Ievgen Nastenko popup.review Nataliia Shapoval Description Дисертаційну роботу присвячено розробці методів обробки сигналів безманжетного вимірювання артеріального тиску з подальшим їх прогнозуванням та розробці інтелектуальних методів класифікації ступеня артеріальної гіпертензії на основі використання гібридних нейронних мереж ансамбльового типу. В роботі проведено аналіз існуючих проблем з захворюваннями серцево-судинної системи, а саме проблеми діагностування артеріальної гіпертензії, яка характеризується підвищеним артеріального тиску, що може привести до виникнення таких тяжких захворювань як інфаркт або інсульт. Показано, що основним шляхом запобігання таких хвороб є постійний моніторинг артеріального тиску завдяки використанню безманжетного вимірювання артеріального тиску з подальшим його прогнозуванням за часом, що може надати можливість термінового інформування хворих та лікарів про необхідність медикаментозного втручання, що дозволить в короткий термін знизити артеріальний тиск. Другим шляхом запобігання вищеназваних вражаючих ефектів є розробка інтелектуальної системи діагностування ступеню артеріальної гіпертензії. Результати, отримані в дисертаційному дослідженні, містять наукову новизну: - вперше запропоновано метод для обробки даних артеріального тиску у хворих, який відрізняється тим, що на основі методів безманжетного вимірювання здійснює попередню обробку отриманих даних та подальше прогнозування на основі використання гібридних рекурентних нейронних мереж, горизонт прогнозу яких адаптовано під поточний стан пацієнта, що дає можливість знизити імовірність виникнення інсульту або інфаркту у хворих; - удосконалено метод вирішення задачі класифікації та знижено обчислювальні витрати при машинному навчанні гібридних нейронних мереж за рахунок визначення найбільш впливових ознак артеріальної гіпертензії для різних ступенів захворювання, які крім загальних ознак (анамнез, результати огляду лікаря, результати аналізів крові, сечі, вимірювання артеріального тиску) включають результати обробки ЕКГ, ЕхоКГ; - розроблено метод структурно-параметричного синтезу гібридної нейронної мережі для розв’язання задачі класифікації ступеня артеріальної гіпертензії, який відрізняється тим, що гібридна нейронна мережа будується на основі створення беггінг-ансамблю інтелектуальних класифікаторів, включених в ансамбль за критеріями точності та різноманіття, що дозволяє підвищити точність класифікації. Registration Date 2025-05-12 popup.nrat_date 2025-05-12 Close