CHIKALO OLEG VLADIMIROVICH,Чикало Олег Владимирович
申请号：
RU2013102773/08
公开号：
RU0002540831C2
申请日:
2013.01.23
申请国别(地区):
RU
年份:
2015
代理人:
摘要：
FIELD: medicine.SUBSTANCE: invention refers to medicine, particularly to diagnostic technique for diseases. The technique implies specifying the characteristics, which spatially comprise detectable clusters formed by points of two types the first type encloses the patients with a confirmed diagnosis of a diagnosable disease the second type related to the patients having no diagnosable disease training samples for classifiers consisting of medoid points for each cluster and boundary points separating the clusters are determined. A classification procedure involves using the boundary point classifier according to a special majority variant the medoid point classifier is used for the points classified by other than the first classifier according to the special majority variant and for the rest points - the boundary point classifier according to the simple majority variant. After the diagnosis is confirmed, it is decided that the characteristics of the examined patient are included into the training samples, if these characteristics improve the detection accuracy.EFFECT: higher accuracy for diagnosing the disease.3 dwgИзобретение относится к области медицины, в частности к способам диагностики заболеваний. Техническим результатом является повышение точности диагностирования заболеваний. В способе осуществляют выбор характеристик, в пространстве которых существуют различимые кластеры, образованные точками двух типов, первый тип соответствует пациентам с подтвержденным диагнозом диагностируемого заболевания, второй тип соответствует пациентам, не имеющем диагностируемого заболевания, определяют обучающие выборки для классификаторов, состоящие из точек - медоидов каждого кластера и граничных точек, разделяющих кластеры. При классификации сначала используют классификатор на основе граничных точек в варианте «квалифицированного большинства», затем для точек, не классифицированных первым классификатором, используют классификатор на основе точек - медоидов в варианте «квалифиц
