CC BY
45
УДК 612.172.±612.216
ПРОГНОЗИРОВАНИЕ ДЛИТЕЛЬНОСТИ ПОСЛЕОПЕРАЦИОННОГО ВОССТАНОВИТЕЛЬНОГО ПЕРИОДА МЕТОДОМ СЕРДЕЧНО-ДЫХАТЕЛЬНОГО СИНХРОНИЗМА (СДС) С ПРИМЕНЕНИЕМ АСК-АНАЛИЗА (ЧАСТЬ 1)
Луценко Евгений Вениаминович д.э.н., к.т.н., профессор
Кубанский государственный аграрный университет, Краснодар, Россия
Сергеева Елена Владимировна, соискатель, врач-гинеколог
Кубанский государственный медицинский университет, МУЗ ГБ №2 (КМЛДО) Краснодар, Россия
В статье рассматривается применение нового метода искусственного интеллекта: системнокогнитивного анализа и его инструментария - системы «Эйдос» для оценки уровня неспецифической резистентности организма пациента на основе предоперационной информации о нем, получаемой методом сердечно-дыхательного синхронизма (СДС) и прогнозирования на этой основе продолжительности послеоперационного реабилитационного периода. В 1-й части данной статьи рассматривается: введение в проблему, обобщенная структура системы "Эйдос", когнитивная структуризация предметной области, формализация предметной области, подготовка обучающей выборки, синтез семантической информационной модели, повышение эффективности и верификация (оценка достоверности) данной модели
Ключевые слова: СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, ПОСЛЕОПЕРАЦИОННЫЙ ВОССТАНОВИТЕЛЬНЫЙ ПЕРИОД, МЕТОД СЕРДЕЧНО-ДЫХАТЕЛЬНОГО СИНХРОНИЗМА, ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНАЯ СИСТЕМА, АДАПТИВНОЕ ТЕСТИРОВАНИЕ, ПРОГНОЗИРОВАНИЕ
UDC 612.172.±612.216
FORECASTING OF DURATION OF THE REGENERATIVE PERIOD BY THE METHOD OF CARDIO RESPIRATORY SYNCHRONISM (CRS). PART I
Lutsenko Evgeny Veniaminovich Dr. Sci.Econ., Cand. Tech.Sci., professor
Kuban State Agrarian University, Krasnodar, Russia
Sergeeva Elena Vladimirovna post-graduate student
Kuban State Medical University, Krasnodar, Russia
In this article application of a new method of an artificial intellect is examined: systemic-cognitive analysis and its toolkit - "Eidos" system are used for an estimation of level of nonspecific resistance of an organism of patient on the basis of the preoperative information about it received by a method of cardio respiratory synchronism (CRS) and forecasting of duration of the postoperative rehabilitation period on this basis.
In the 1st part of the given article it is considered: entering in a problem, the generalized structure of "Eidos" system, cognitive structurization of a data domain, data domain formalization, preparation of training sample, semantic information model synthesis, a raise of performance and verification (reliability estimation) of the given model
Keywords: SYSTEMIC-COGNITIVE ANALYSIS, POSTOPERATIVE REGENERATIVE PERIOD, METHOD OF CARDIO RESPIRATORY SYNCHRONISM, INFORMATION-MEASURING SYSTEM, ADAPTIVE TESTING, FORECASTING
Введение
Для лечащего врача одним из важнейших факторов, который он принимает во внимание при принятии решения о целесообразности оперативного вмешательства, является прогноз длительности послеоперационного восстановительного периода, которая определяется неспецифической ус-
тойчивостью, сопротивляемостью и регуляторно-адаптивными возможностями организма пациента [1].
Для получения первичной информации оценки этих параметров пациента профессором В.М.Покровским был разработан метод сердечнодыхательного синхронизма (СДС) [1], который авторы предлагают называть «методом профессора В.М.Покровского». Разработчиками программного обеспечения интеллектуальных и автоматизированных информационно-измерительных профессором Е.В. Луценко1 (постановка и логическое проектирование) и аспирантом М.М. Шеляг (разработка ПО) было создано программное обеспечение аппаратно-программного комплекса СДС-тестирования, реализующего метод профессора В.М.Покровского [2, 3, 4] (рисунок 1).
А). Технология применения метода Б). Внешний вид аппаратно-программного
профессора В.М.Покровского комплекса СДС-тестирования
Рисунок 1. Технология автоматизированного тестирования СДС у человека
На аппаратно-программный комплекс СДС-тестирования получен патент [9]. Данный комплекс содержит управляющий компьютер (2-й блок на рисунке 1-а), датчики электрокардиограмм и пневмограмм с аналогоцифровым преобразователем (АЦП) (1-й блок на рисунке 1-а), обеспечивающие снятие исходной аналоговой информации с пациента, ее преобразование в цифровую форму (оцифровку) и накопление в базах данных на компьютере. Комплекс задает (в соответствии с параметрами настройки)
1 Сайт профессора Е.В. Луценко: http://lc.kubagro.ru
одновременно звуковой и световой сигналы (3-й блок на рисунке 1-а), с которыми пациент должен синхронизировать свое дыхание.
При этом у пациента наблюдается переходные процессы различной длительности (2-й элемент на рисунке 2), а затем наступает период синхронизации частоты сердечных сокращений и частоты дыхания (явление сердечно-дыхательного синхронизма) (3-й элемент на рисунке 2), который также продолжается определенное время, после чего синхронизм нарушается и происходит переход пациента в состояние с исходной частотой сердечных сокращений (1-й элемент на рисунке 2).
Рисунок 2. Форма СДС-кривой по профессору В. М. Покровскому [1]
На рисунке 2 пронумерованы следующие элементы СДС-кривой:
1 - исходная частота сердечных сокращений (ЧСС);
2 - развитие синхронизации;
3 - сердечно-дыхательный синхронизм (СДС);
4 - восстановление ЧСС до исходных значений.
Итак аппаратно-программный комплекс СДС-тестирования обеспечивает получение и накопление в базах данных исходной информации о пациенте, однако проблема состоит в том, что он не обеспечивает ее автоматизированную количественную интерпретацию и использование для прогнозирования длительности послеоперационного восстановительного периода.
Предлагается следующая идея решения данной проблемы. Уровень регуляторно-адаптивных возможностей организма пациента определяет и длительность послеоперационного восстановительного периода и форму СДС-кривой (рисунок 2). Поэтому предварительно изучив, какая форма СДС-кривой является наиболее характерной и наиболее нехарактерной для различных длительностей послеоперационного восстановительного периода можно в последующем уже только по форме СДС-кривой прогнозировать длительность этого периода.
Кроме того целесообразно периодически адаптировать и локализовать прогностическую методику, как увеличивая исходную статистику, так и учитывая региональные особенности и динамику предметной области.
Для реализации данной идеи решения данной проблемы предлагается следующий план исследований и разработок:
- сгруппировать данные СДС-тестирования по пациентам в группы, отличающиеся длительностью послеоперационного восстановительного периода;
- провести обобщение (многопараметрическую типизацию) результатов СДС-тестирования внутри групп;
- выявить обобщающие причинно-следственные зависимости между параметрами СДС-кривых, выявляемых в процессе адаптивного тестирования, и продолжительностью послеоперационного восстановительного периода;
- использовать знание этих причинно-следственных зависимостей
для прогнозирования продолжительности послеоперационного восстановительного периода на основе параметров СДС-кривой пациента, полученной в процессе адаптивного тестирования до операции.
Для выполнения данного плана предлагается применить технологии искусственного интеллекта, в частности автоматизированный системнокогнитивный анализ (АСК-анализ) [5] и его программный инструментарий: универсальную когнитивную аналитическую систему «Эйдос» (система «Эйдос») [6], которые удовлетворяют всем необходимым для этого требованиям. АСК-анализ включает следующие этапы [5]:
1. Когнитивная структуризация предметной области.
2. Формализация предметной области.
3. Подготовка обучающей выборки.
4. Синтез семантической информационной модели (СИМ).
5. Повышение эффективности СИМ.
6. Верификация СИМ.
7. Решение задач прогнозирования.
8. Решение задач поддержки принятия решений.
9. Исследование предметной области путем исследования ее СИМ.
10. Совершенствование теории СДС-тестирования путем создания нелинейной многопараметрической стохастической семантической информационной модели СДС, ее исследования и поиска методов эффективного использования АСК-анализа в медицинской практике.
Рассмотрим конкретно, как реализуются эти этапы в АСК-анализе и системе «Эйдос».
1. Обобщенная структура системы "Эйдос"
Система "Эйдос" включает базовую систему, состоящую из семи подсистем, состоящих из режимов, подрежимов, функций и подфункций, а также нескольких систем окружения: "Эйдос-фонд", " Эйдос-Y" и "Эйдос-астра" [7, 8] (рисунок 3):
СИСТЕМА ОКРУЖЕНИЯ «ЭИДОС-АСТРА» ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА НАУЧНЫХ ИССЛЕДОВАНИЙ ВЛИЯНИЯ КОСМИЧЕСКОЙ СРЕДЫ НА ПОВЕДЕНИЕ ГЛОБАЛЬНЫХ ГЕОСИСТЕМ
Ы_К
ЯДРО СИСТЕМЫ «ЭИДОС-АСТРА"
МОДУЛЬ ФОРМАЛИЗАЦИИ ПРЕДМЕТНОЙ ОБЛАСТИ И СИНТЕЗА СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МУЛЬТИМОДЕЛИ НА ОСНОВЕ ОБУЧАЮЩЕЙ ВЫБОРКИ:
Генерация описательных шкал и градаций и обучающей выборки из стандартного входного файла для для частных моделей с различным количеством интервалов, задаваемым в диалоге (мультимодель)
г МОДУЛЬ РАСПОЗНАВАНИЯ 1 СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МУЛЬТИМОДЕЛИ:
1. Измерение внутренней дифференциальной валидности частных моделей.
2. Генерация БД А1ез1_тт.сМ для измерения достоверности идентификации в частных моделях.
3. Скоростное распознавание респондентов из А1еэ1 с использованием БД Ооэ^еп и ректификация.
4. Полное распознавание респондентов из А1еэ1.сМ во всех частных моделях.
5. Голосование моделей (с выбором одного из 5-и алгоритмов).
6. Голосование моделей по всем ПЯТИ
.алгоритмам по очереди. .
/I—К/ \гУ
СЛУЖЕБНЫЕ ПРОГРАММЫ ОБЪЕДИНЕНИЯ И РАСЧЕТА СТАТИСТИЧЕСКИХ ПАРАМЕТРОВ РАЗЛИЧНЫХ БАЗ ДАННЫХ
1. Импорт \ЛГОС-текстовых БД инфор-ции по магн. полю в: Мад1_А1-1-.сМ
2. Формирование БД с абс. значениями и по компонентам:
Мад2_А1_1_.сМ
Формирование БД выборки по станциям (### -станция): Мадп_###.с)М,
1. Импорт Обнинских текстовых БД сейсмо- информации: Зе1зтКеэ.сМ
2. Подготовка БД для изучения зависимости магнитуд: Зе1этМад.сМ
3. Подготовка БД для изучения зависимости глубины : Зе1зтНкт.сМ
4. Расчет частотных распределений магнитуд и глубин: Зе1этСЬг.сМ
5. Объединение БД с именами вида: 1пр_К###.сМ в БД: 1пр_с)а1а.сМ
6. Импорт Оксфордской БД температур из Oxford.txt в: ТертгАс)<±сМ
7. Вставка пустых дней в БД сейсмической информации: Зе1зтКеэ.сМ
8. Выделение прямоугольной подобласти Зе1зтКеэ.с)ЬГ Зе1эРоП.сМ
1. Импорт НОР-текстовых БД сейсмической информации: Зе1этН0Р.сМ
2. Импорт КЕв-текстовых БД сейсмической информации: Зе1этКЕЗ.сМ
3. Создание на основе Зе1этН0Р БД для изуч. магнитуд: ЗН0Р_Мад.сМ
4. Создание на основе Зе1этКЕЗ БД для изуч. магнитуд: ЗКЕЗ_Мад.сМ
5. Создание на основе Зе1этН0Р БД для изучен, глубин: ЗН0Р_Нкт.сМ
6. Создание на основе Зе1этКЕЗ БД для изучен, глубин: ЗКЕЗ_Нкт.сМ
7. Выделение прямоугольной области в БД Зе1этНЬр.с)Ы:: ЗНОР_Ро1.сМ
8. Выделение прямоугольной области в БД Зе1этКЕЗ^ЬГ ЗКЕЗ_Ро1.сМ Создание подбаз по сейсмостанциям из Зе1этКЕЗ.с)Ы:: ЗКЕЗ_###.сМ <
Рисунок 3. Базовая система «Эйдос» и системы окружения
Обобщенная структура базовой системы «Эйдос» (без меню экранных форм) приведена ниже:
1. Формализация предметной области (ПО)
1.1. Классификационные шкалы и градации
1.2. Описательные шкалы (и градации)
1.3. Градации описательных шкал (признаки)
1.4. Иерархические уровни систем
1.4.1. Уровни классов
1.4.2. Уровни признаков
1.5. Программные интерфейсы для импорта данных
1.5.1. Импорт данных из ТХТ-фалов стандарта Б08-текст
1.5.2. Импорт данных из БББ-файлов стандарта проф. А.Н.Лебедева
1.5.3. Импорт из транспонированных БББ-файлов проф. А.Н.Лебедева
1.5.4. Генерация шкал и обучающей выборки К№0-модели
1.5.5. Генерация шкал и обучающей выборки для исследования чисел
1.5.6. Транспонирование БББ-матриц исходных данных
1.5.7. Импорт данных из ББР-файлов стандарта Евгения Лебедева
1.5.8. Системно-когнитивный анализ стандартных графических шрифтов2
1.6. Почтовая служба по НСИ
1.6.1. Обмен по классам
1.6.2. Обмен по обобщенным признакам
1.6.3. Обмен по первичным признакам
1.7. Печать анкеты
2. Синтез СИМ
2.1. Ввод-корректировка обучающей выборки
2.2. Управление обучающей выборкой
2.2.1. Параметрическое задание объектов для обработки
2.2.2. Статистическая характеристика, ручной ремонт
2.2.3. Автоматический ремонт обучающей выборки
2.3. Синтез семантической информационной модели СИМ
2.3.1. Расчет матрицы абсолютных частот
2.3.2. Исключение артефактов (робастная процедура)
2.3.3. Расчет матрицы информативностей СИМ-1 и сделать ее текущей
2.3.4. Расчет условных процентных распределений СИМ-1 и СИМ-2
2.3.5. Автоматическое выполнение режимов 1-2-3-4
2.3.6. Зависимость достоверности СИМ от объема обучающей выборки, сходимость и
устойчивость СИМ, поиск периодов эргодичности и точек бифуркации
2.3.7. Расчет матрицы информативностей СИМ-2 и сделать ее текущей
2.4. Почтовая служба по обучающей информации
2.5. Синтез СИМ и измерение ее адекватности
3. Оптимизация СИМ
3.1. Формирование ортонормированного базиса классов
3.2. Исключение признаков с низкой селективной силой
3.3. Удаление классов и признаков, по которым недостаточно данных
3.4. Разделение классов на типичную и нетипичную части
3.5. Генерация сочетанных признаков и перекодирование обучающей выборки
4. Распознавание
4.1. Ввод-корректировка распознаваемой выборки
4.2. Пакетное распознавание
4.3. Вывод результатов распознавания
4.3.1. Разрез: один объект - много классов
4.3.2. Разрез: один класс - много объектов
4.4. Почтовая служба по распознаваемой выборке
4.5. Построение когнитивных функций влияния
4.6. Докодирование сочетаний признаков в распознаваемой выборке
4.7. Назначения объектов на классы (задача о назначениях)3
4.7.1. Задание ограничений на ресурсы по классам
4.7.2. Ввод затрат на объекты
4.7.3. Назначение объектов на классы (ЬС-алгоритм)
4.7.4. Сравнение эффективности ЬС и ККБ алгоритмов
5. Типология
5.1. Типологический анализ классов распознавания
5.1.1. Информационные (ранговые) портреты (классов)
5.1.2. Кластерный и конструктивный анализ классов
5.1.2.1 Расчет матрицы сходства образов классов
5.1.2.2. Генерация кластеров и конструктов классов
5.1.2.3. Просмотр и печать кластеров и конструктов
5.1.2.4. Автоматическое выполнение режимов: 1,2,3
2 http://ei.kubagro.ru/2009/07/pdf/05.pdf
3 http://ei.kubagro.ru/2009/07/pdf/04.pdf
5.1.2.5. Вывод 2d семантических сетей классов
5.1.3. Когнитивные диаграммы классов
5.2. Типологический анализ первичных признаков
5.2.1. Информационные (ранговые) портреты признаков
5.2.2. Кластерный и конструктивный анализ признаков
5.2.2.1. Расчет матрицы сходства образов признаков
5.2.2.2. Генерация кластеров и конструктов признаков
5.2.2.3. Просмотр и печать кластеров и конструктов
5.2.2.4. Автоматическое выполнение режимов: 1,2,3
5.2.2.5. Вывод 2d семантических сетей признаков
5.2.3. Когнитивные диаграммы признаков
5.3. Визуализация нередуцированных и редуцированных когнитивных функций
6. СК-анализ СИМ
6.1. Оценка достоверности заполнения объектов
6.2. Измерение адекватности семантической информационной модели
6.3. Измерение независимости классов и признаков
6.4. Просмотр профилей классов и признаков
6.5. Графическое отображение нелокальных нейронов
6.6. Отображение Паретто-подмножеств нейронной сети
6.7. Классические и интегральные когнитивные карты
6.8. Восстановление значений функций по признакам аргумента4
6.8.1. Восстановление значений и визуализация Ы-функций
6.8.2. Восстановление значений и визуализация 2d-функций
6.8.3. Преобразование 2d-матрицы в Ы-таблицу с признаками точек
6.8.4. Объединение многих БД: Inp_001.dbf и т.д., в Inp_data.dbf
6.8.5. Помощь по подсистеме (требования к исходным данным)
7. Сервис
7.1. Генерация (сброс) БД
7.1.1. Все базы данных
7.1.2. НСИ
7.1.2.1. Всех баз данных НСИ
7.1.2.2. БД классов
7.1.2.3. БД первичных признаков
7.1.2.4. БД обобщенных признаков
7.1.3. Обучающая выборка
7.1.4. Распознаваемая выборка
7.1.5. Базы данных статистики
7.2. Переиндексация всех баз данных
7.3. Печать БД абсолютных частот
7.4. Печать БД условных процентных распределений СИМ-1 и СИМ-2
7.5. Печать БД информативностей СИМ-1 и СИМ-2
7.6. Интеллектуальная дескрипторная информационно-поисковая система
7.7. Копирование основных баз данных СИМ
7.8. Сделать текущей матрицу информативностей СИМ-1
7.9. Сделать текущей матрицу информативностей СИМ-2
2. Когнитивная структуризация предметной области
Под когнитивной структуризацией в АСК-анализе понимается определение будущих, как желательных (целевых), так и нежелательных состояний объекта исследования и управления, а также системы факторов,
4 http://ei.kubagro.ru/2009/07/pdf/06.pdf
детерминирующих (обусловливающих) эти состояния. В общем случае, как факторы могут рассматриваться факторы окружающей среды, технологические факторы, а также прошлые и текущие параметры самого объекта исследования.
В нашем случае объектом исследования является пациент, будущими состояниями объекта исследования, вероятность наступления которых необходимо прогнозировать, являются различные продолжительности послеоперационного восстановительного периода, а факторами, обусловливающими (детерминирующими) эти состояния - параметры СДС-кривой, а также некоторые другие параметры пациента (вес, рост, возраст) (таблицы 1 и 2):
Таблица 1 - КЛАССИФИКАЦИОННЫЕ ШКАЛЫ (ПРОГНОЗИРУЕМЫЕ СОСТОЯНИЯ ПАЦИЕНТА)
Код I Наименование классификационной шкалы
1 | ДЛИТ.ВОССТ.ПЕРИОДА:
Таблица 2 - ОПИСАТЕЛЬНЫЕ ШКАЛЫ (ФАКТОРЫ, ДЕТЕРМИНИРУЮЩИЕ ПРОГНОЗИРУЕМЫЕ СОСТОЯНИЯ ПАЦИЕНТА)
Код Наименование описательной шкалы
1 ПОЛ
2 ВОЗРАСТ
3 ВЕС
4 РОСТ
5 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА
6 НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ
7 ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА
8 СТЕПЕНЬ ТРАВМАТИЗМА
9 ПОГРЕШНОСТЬ ПРИ СДС
10 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ
11 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ
12 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА
13 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА
14 МАКС. ВРЕМЯ АДАПТАЦИИ
15 МАКС. ВРЕМЯ ПРОБЫ
16 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС
17 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ
18 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА
19 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА
20 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ
21 #[2]-ИСХОДНАЯ ЧД
22 #[1]-ИСХОДНАЯ ЧСС
23 ВРЕМЯ ТЕСТИРОВАНИЯ
24 КОЛИЧЕСТВО ПРОБ
25 ГРУБЫЙ минимум
26 грубый максимум
27 #[3]-МИН. ГРАН.ДИАП.СИНХР.
28 #[4]-МАКС. ГРАН. ДИАП. СИНХР.
29 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС
30 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ
31 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ
32 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА
33 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.
34 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.
35 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.
36 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.
37 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.
38 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.
39 МАК. ДЛИТЕЛЬНОСТЬ СДС
40 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС
41 МИН. ВРЕМЯ РАЗВИТИЯ
42 МИН. ВРЕМЯ СДС
43 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ
44 МАКС. ВРЕМЯ РАЗВИТИЯ
45 МАКС. ВРЕМЯ СДС
46 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ
47 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ
48 СРЕДНЕЕ ВРЕМЯ СДС
49 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ
50 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ
51 ДИСПЕРСИЯ ВРЕМЕНИ СДС
52 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ
В таблице 2:
- описательные шкалы с кодами от 1 до 8 отражают параметры пациента, источником информации для которых является история болезни;
- описательные шкалы с кодами от 9 до 52 отражают параметры СДС-кривой, получаемые с применением аппаратно-программного комплекса СДС-тестирования;
- знаком «#» обозначены параметры СДС-кривой, играющие по профессору В.М.Покровскому [1] особую роль для прогнозирования длительности послеоперационного восстановительного периода (рисунок 4):
Р-Р в сек
-| - ■ Управляемое высокочастотное дыхание
Уровень исходной ЧСС-
Минимальная граница
Максимальная, граница
О
Длительность развития синхронизации: а - на минимальной границе, б - на максимальной границе
“Г
10
т
20
“Г
30
~т
40
Длительность восстановления исходной ЧСС: а - на минимальной границе.
6 - на максимальной границе
~г
50
Разность между
I исходной ЧСС и минимальной границей
Диапазон
синхронизации
сек.
Рисунок 4. Форма СДС-кривой с указанием тех элементов, которые согласно профессору В.М.Покровскому [1] наиболее важны для прогнозирования длительности послеоперационного восстановительного периода
С целью проверки гипотезы профессора В.М.Покровского [1] об особо важной роли для прогнозирования длительности послеоперационного восстановительного периода приведенных на рисунке 4 элементов СДС-кривой, а может быть, если удастся, то и для уточнения и развития этой гипотезы, авторы решили оставить в таблице 2 не только описательные шкалы, отражающие длительность этих элементов, но и вообще всю информацию о форме СДС-кривой, получаемую с помощью аппаратнопрограммного комплекса СДС-тестирования.
В таблице 3 приведено соответствие между названиями элементов СДС-кривой по профессору В.М.Покровскому [1] и принятыми в аппаратно-программном комплексе СДС-тестирования:
Таблица 3 - СООТВЕТСТВИЕ МЕЖДУ НАЗВАНИЯМИ ЭЛЕМЕНТОВ СДС-КРИВОЙ ПО ПРОФЕССОРУ В.М.ПОКРОВСКОМУ [1] И ПРИНЯТЫМИ В АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА СДС-ТЕСТИРОВАНИЯ
#[1]-Исходная ЧСС Фоновая ЧСС
#[2]-Исходная ЧД Фоновая ЧД
#[3]-Мин. гран.диап.синхр Точный минимум
#[4]-Макс.гран.диап.синхр Точный максимум
#[5]-Ширина диап.СДС до операции Диапазон до операции
#[5]-Ширина диап.СДС после операции Диапазон после операции
#[6]-Длительность развития СДС на мин. Длительность СДС на мин.
#[7]-Длительность развития СДС на макс. Длительность СДС на макс.
#[8]-Длительность восстановления на мин. Длительность восстановления на мин.
#[9]-Длительность восстановления на макс. Длительность восстановления на макс.
#[10]-Разность Мин.Граница - Исх.ЧСС Введен в данной работе
В таблице 3 приведен скрин-шот таблицы исходных данных:
Таблица 4 - ТАБЛИЦА ИСХОДНЫХ ДАННЫХ5
1 У 1 1 1 1 | 1 ! 1 1 г £ 1 1 I ! 1 $ День менструального цикла Наличие сопутствующейпатологии Тип оперативного вмешательства Погрешность ЧСС при восстановлении Погрешность ЧД относительно стимулятора Макс. время адаптации Кол. синхронных периодов ЧСС, необходимое для СДС Периодов СДС, завершающих адаптацию Время тестирования Грубый минимум Грубый максимум Точный минимум Разность Мин.Граница - Исх.ЧСС Макс. время СДС Среднее время СДС Среднее время восстановления Дисперсия времени СДС
13 женский 40 65 170 15 нет лапароскопия Средний 0,03 0,10 0,10 0,10 20 30 60 7 6 0,05 0,02 40 21 85 771 8 81 89 81 91 -4 11 13 2 35 9 70 7 21 111 70 1 8 2 21 44 70 111 21,75 20,50 52,63 12,35 23,07 29,61
-1 . I : ' ... • -; - ■= . , : . , - .. о ' - '= 77 ■ ... К Г - 7_ ; 1 !,* 7 1! •; ! -7 1; 1 .. -1 1; 2 7 V - 7 : , 7.7.
13 4 женский 18 57 160 1 нет лапароскопия Средний 0,03 0,10 0,10 0,10 20 30 60 7 6 0,05 0,02 40 21 86 598 7 82 90 82 90 -4 9 13 4 6 18 12 13 34 30 13 3 6 4 30 45 13 49 28,29 9,20 38.29 15,12 3,54 5,52
Гузева-21521 11 -• женский 32 77 164 1 нет лапароскопия Средний 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0,02 40 26 87 1021 11 91 91 86 96 -1 11 13 2 10 37 10 14 21 37 50 15 8 3 17 47 50 153 24,24 15,67 59,11 13,75 12,21 44,26
"ю “14 женский ~39 ~60 Ш ~1 лапароскоггя Среди'- 003" 020- ОМ 'СИО' "м Я) ©Э 7 “I "оо!" "оо! "40 ~ГГ “Р “Ш ~Ю 1о1113 ~7 1о 14 ~4 ~18 "И 1з "20 "ЭЗ Тш И» ~7 "15 “I 27 Ш 20 109 4890" ЛЦб" “Шо" 2389" 3023"
Зайцева-17105 8 ' ' '• 1 ' 1 1 " '.■■■- ■■■■'■ ' ■' - '
Изагалиева-17960
Качура-22129 женск// -.0 03 IV, 1нс- пгггрос-опия Ви.'.ии •.••С 0 20 0 Л ОМ 20 30 60 " п 0 05 0 02 40 12 Г? „у. , 75 - Г.. 32 . 11 41 12 14 65 6 .1.1. , .1 41 .1 1. '113 15 6 56IX 1 1 с2 'с. 23 11
Лашко-23381 женский 46 86 169 1 нет лапароскопия Высокий 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0,02 40 15 90 652 7 86 98 86 98 -4 13 11 -2 24 15 8 8 28 47 14 3 13 8 28 46 14 108 20,43 10,25 63,43 10,95 2,49 27,38
Лопунова-23384
Малевич-23476 3 11 15 4 46 . 16.: I г.;.- . .,, ..7 , , ... - .; ,, ■ • .. ■ ; : . - V 7. . 7 . ; ; .; . ;... : . : I. V 1 • ■ а..- - 27 :2
Манская-24082 3 17 23
Некрасова-22535 3 10 14 4 женский 35 57 170 1 нет лапароскопия Средний 0 03 0,20 0,20 010 20 30 60 7 6 0,05 0.02 40 19 94 1117 9 98 102 95 104 1 10 14 4 32 13 12 8 129 72 28 4 8 3 49 44 28 142 21,25 9 63 99,38 12 01 7 83 31 53
Николаева-22817 з 15 14 -1 ^ с-пич 0( • ,, . . ,1 ■■ >■, .. , ы. " • -О? . . 10 ,1 • - • 1 ■ - -4 3 - ■: . .45 - к ! .. 2 •: Г 4 2! - ' К , .. ! ! об 5;-к- 12 77 5 ! 72 96
Новосельцева-22233 3 14 4
3 9 12 • женский 18 50 160 1 нет лапароскопия Средний 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0,02 40 20 93 674 7 93 101 93 101 0 9 12 3 14 40 7 10 25 28 10 4 14 2 20 47 10 97 36.14 5.67 45,86 11,58 3,20 27,59
Тищенко-25968 женский 30 66 160 1 нет лапароскопия Высокий 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0.02 40 13 95 802 9 99 108 99 108 4 10 10 0 14 50 9 16 36 71 16 5 10 2 36 50 16 103 26,38 7,80 63.13 16,31 4,71 20,79
женский 53 72 165 1 не , днии 0.03 0.20 0,20 0,10 20 30 60 7 6 0,05 0.02 40 20 91 790 8 87 95 82 95 -9 14 14 0 45 39 8 23 47 16 23 3 25 2 16 45 23 76 39.50 13.17 36.25 7,04 7,40 17,75
женский 28 60 165 1 да лапароскопия Средний 0,03 0,10 0,10 0,10 20 30 60 7 6 0,05 0,02 40 24 86 1156 9 86 86 84 91 -2 8 6 -2 18 10 7 19 189 188 64 5 6 2 20 40 64 257 14,78 16,75 108,78 10,28 19,06 78,93
11
14
Басенко-1 15 2 -13
Возняк-7837 8 1и ь -11
Жиркова-17105 13 женский 53 61 149 1 нет лапаротомия Средний 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0,02 40 19 93 2138 11 101 101 89 101 -4 13 7 -6 22 44 12 8 28 103 26 9 11 2 23 52 26 246 32,90 11,86 123,64 14,42 7,61 83,93
7 12 6 женский 43 80 166 1 нет лапаротомия Очень высокий 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0,02 40 18 104 948 9 108 119 108 119 4 12 6 -6 11 34 10 7 28 36 24 22 6 2 14 109 24 195 27,41 8,68 67,44 20,74 5,73 43,81
КальГь^М 58383 Я 1 п женский 46 68 160 1 да л^арогомия" Средний 0 03 0 20 0 20 0 10 20 30 60 7 6 0 05 0 02 40 22 83 387 4 79 79 79 79 -4 1 1 0 17 17 15 15 36 36 15 1 17 15 36 30 15 64 26 75 15 00 51 25 5 63 000 10 13
женский 40 105 166 1 да лапаротомия Высокий 0 03 0 20 0 20 010 20 30 60 7 6 0 05 0 02 40 21 71 773 9 74 80 74 81 3 8 5 -3 13 9 13 12 56 28 18 5 9 4 22 41 18 68 2913 10 67 41 11 12 33 4 82 16 00
Колобова-22723 я 19 Я -4
Кузина-23476
Литвиненко-22256 13 9 ; .-•Ч1 но г// V.! К- I гм БИ 0 70 11 -О -0 -'Л - .. г. V 40 1', 7 '-ч 4 4 И - 7. !' ''4 "Г Г Г 24 -7 - !■' !-■ 22 Г 7:2- ''44 у-
Матвийченко-24013 Маякова-24102 6 14 12 9 Г—'-;,-Г ^ 1 1 Т 1 " ---ТТГГ -!т Г- Т р- —1 1 ~Г ~ ~Т
8 : 8 13 0 з 3 • -5 -10 женский 25 80 166 1 нет лапаротомия Средний 0,03 0,20 0,20 0,10 20 30 60 7 6 0,05 0,02 40 19 81 893 8 77 88 77 89 -4 13 3 -10 32 22 10 17 67 49 20 2 17 10 31 35 20 112 23,75 14,80 66,13 5,89 3,43 22,66
-4
женский 29 58 165 1 да лапаротомия Средний 0 03 0 20 0 20 0 10 20 30 60 7 6 0 05 0 02 40 14 73 1695 13 86 86 81 88 8 8 5 -3 19 35 21 13 157 175 21 12 9 2 35 45 21 175 26 33 11 75 90 54 10 34 6 59 49 95
СесЬерян-20679 1 ? 1
Хрущева-1
Худенко-1 7 16 5 ; Г ■ ; ! ^ .. , ... ... : :. ". 7;
Яцукова-8268 8 - 2 -13 женский 47 53 163 1 нет лапаротомия Средний 0,03 0,10 0,10 0,10 20 30 60 7 6 0,05 0.02 40 19 89 1122 10 89 101 87 101 -2 15 2 -13 42 19 9 16 40 231 46 2 8 2 40 48 46 231 20.00 18.71 103,50 14,05 13,02 58,09
3. Формализация предметной области
Формализация предметной области осуществляется на основе ее когнитивной структуризации, проведенной на предыдущем этапе АСК-анализа.
Формализация предметной области - это конструирование классификационных и описательных шкал и градаций, как правило, порядкового типа, с использованием интервальных оценок, в системе которых предметная область описывается в кодированной форме, пригодной для обработки на компьютере с использованием математических моделей [4].
В примере, рассматриваемом в данной статье, формализация предметной области осуществляется автоматически режимом _152 системы «Эйдос» (рисунок 5):
Таблицу 3 рекомендуется просматривать при увеличенном масштабе просмотра 200% - 500% ЬЦр://Ы .kubagro.ru/2010/10/рёТ/14.рё.Т
Рисунок 5. Вызов программного интерфейса (режим _152 системы «Эй-дос»), обеспечивающего автоматическую формализацию предметной области на основе исходных данных, представленных в форме таблицы 3
Предварительно, т.е. перед запуском этого режима, исходные данные из таблицы 3 средствами MS Excel или лучше OpenOffice записываются в стандарте DBF IV (кодировка MS DOS, кириллица, кодовая страница S66). Help этого режима имеет вид, представленный на рисунке 6:
~ H:\WINDOWS\system32\cmd.exe |
■ Данный программный интерфейс обеспечивает автоматическое формирование классификационных и описательных шкал и градаций и обучающей выборки на основе DBF-файла с исходными данными приведенного ниже стандарта.
■ Этот DBF-файл должен иметь имя: Inp_data.dbf и может быть получен в Excel, если выбрать "Сохранить как* и задать тип файла: DBF 4L dBASE IV Каждая строка файла содержит данные об одном объекте обучающей выборки, все столбцы этого файла могут быть как текстового, так и числового типа
■ 1-й столбец содержит наименование источника данных длиной <=15 символов
■ Столбцы со 2-го по N-й являются классификационными шкалами и содержат информацию о классах, к которым принадлежат объекты обучающей выборки.
■ Столбцы с N+1 по последний являются описательными шкалами и содержат информацию о признаках, характеризующих эти объекты.
■ Русские наименования классифкационных и описательных шкал должны быть строками в файле с именем Inp_name.txt стандарта: MS ООБ(киррилица)
■ система автоматически находит минимальное и максимальное числовые значения в каждом столбце классов или признаков и формирует заданное в диалоге количество ОДИНАКОВЫХ для каждой шкалы числовых интервалов. Затем числовые значения заменяются их интервальными значениями. Каждое УНИКАЛЬНОЕ текстовое или интервальное значение считается градацией классификационной или описательной шкалы, характеризующей объект.
■ Затем с использованием этой информации генерируется обучающая выборка, в которой каждой строке DBF-фаила исходных данных соотвествует одна физическая анкета, содержащая столько логических анкет, сколько уникальных классов в диапазоне столбцов классов, и коды признаков, которые соответствуют попаданиям числовых значений признаков в интервалы.
Рисунок 6. Help режима _152 системы «Эйдос»
Далее в этом режиме задаются:
- диапазон столбцов, содержащих классификационные шкалы и гра-
дации;
- диапазон столбцов, содержащих описательные шкалы и градации (рисунок 7);
- суммарное количество уникальных текстовых и числовых интервальных градаций в классификационных шкалах;
- суммарное количество уникальных текстовых и числовых интервальных градаций в описательных шкалах (рисунок 8):
C:\WINDOWSlsystem32\cmd.exe
11:26:18|
ПРОГРАММНЫЙ ИНТЕРФЕЙС ИМПОРТА ДАННЫХ ИЗ ОВР-ФАИЛА СТАНДАРТА проф. А.Н.ЛЕБЕДЕВА
=== ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИИ ===_ ГЕНЕРАЦИЯ ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ === ГЕНЕРАЦИЯ ОБУЧАЮЩЕЙ ВЫБОРКИ === 1
^ ЗАДАЙТЕ РЕЖИМ :|
1. Формализации предметной области (на основе файла: 1пр_с^а.сй^)
2. Генерации распознаваемой выборки (на основе файла: 1пр_газр. )
Считать нули и пробелы отсутствием данных? [1]-да, [2]-нет: 2
Задайте диапазон номеров столбцов классов : 2
Задайте диапазон номеров столбцов признаков:
Задайте СУММАРНОЕ количество градаций в классификационных шкалах: 3
Задайте СУММАРНОЕ количество градаций в описательных шкалах: 152
Рисунок 7. Экранная форма пользовательского интерфейса режима _152 системы «Эйдос»: задание диапазонов столбцов с классификационными и описательными шкалами и градациями
ф=С C:\WIND0 WSlsystem32lcmd.exe _______________________________________________________ВИ1
11: 29 : 31|
ПРОГРАММНЫЙ ИНТЕРФЕЙС ИМПОРТА ДАННЫХ ИЗ ОВР-ФАИЛА СТАНДАРТА проф. А.Н.ЛЕБЕДЕВА
=== ГЕНЕРАЦИЯ КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИИ ===_ ГЕНЕРАЦИЯ ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ === ГЕНЕРАЦИЯ ОБУЧАЮЩЕЙ ВЫБОРКИ === I
ЗАДАНИЕ В ДИАЛОГЕ РАЗМЕРНОСТИ МОДЕЛИ (ВЫХОД ИЗ диалога - 0)
СУММАРНОЕ КОЛИЧЕСТВО ШКАЛ И ГРАДАЦИИ, СИМ: 3 (КЛ) X 152 (пр)
Классификационные Описательные ||
Шкалы град. Гр/шк Шкалы Град. Гр/шк
Числовые 1 3 3 48 144 3
Текстовые 0 0 0 4 8 2
ВСЕГО: 1 3 3 52 152 2
Выход из диалога и расчета кол-ва градации в числовых шкалах - 0:
Рисунок 8. Экранная форма пользовательского интерфейса режима _152 системы «Эйдос»: задание суммарного количества градаций в классификационных и описательных шкалах
В результате работы данного режима (с заданными в диалоге параметрами) автоматически формируются справочники классов и признаков, а также обучающая выборка (таблицы 4 и 5):
Таблица 5 - СПРАВОЧНИК КЛАССИФИКАЦИОННЫХ ШКАЛ И ГРАДАЦИЙ
KOD NAME
1 ДЛИТ.ВОССТ.ПЕРИОДА: {3.00, 6.GG}
2 ДЛИТ.ВОССТ.ПЕРИОДА: {6.GG, 7.GG}
З ДЛИТ.ВОССТ.ПЕРИОДА: {7.GG, 9.GG}
Таблица б - СПРАВОЧНИК ОПИСАТЕЛЬНЫХ ШКАЛ И ГРАДАЦИЙ
KOD NAME
1 ПОЛ-женский
2 ВОЗРАСТ: {1B.GG, 31.GG}
З ВОЗРАСТ: {31.GG, 44.GG}
4 ВОЗРАСТ: {44.GG, 67.GG}
б ВЕС: {6G.GG, 6B.GG}
б ВЕС: {6B.GG, B6.GG}
7 ВЕС: {B6.GG, 1G4.GG}
B РОСТ: {149.GG, 16B.GG}
9 РОСТ: {16B.GG, 167.GG}
1G РОСТ: {167.GG, 176.GG}
11 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {1.GG, 11.GG}
12 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {11.GG, 21.GG}
1З ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {21.GG, 31.GG}
14 НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ-да
1б НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ-нет
1б ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА-лапароскопия
17 ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА-лапаротомия
1B СТЕПЕНЬ ТРАВМАТИЗМА-Высокий
19 СТЕПЕНЬ ТРАВМАТИЗМА-Очень высокий
2G СТЕПЕНЬ ТРАВМАТИЗМА-Средний
21 ПОГРЕШНОСТЬ ПРИ СДС: {G.G3, G.G3}
22 ПОГРЕШНОСТЬ ПРИ СДС: {G.G3, G.G3}
2З ПОГРЕШНОСТЬ ПРИ СДС: {G.G3, G.G3}
24 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {G.1G, G.13}
2б ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {G.13, G.16}
2б ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {g.16, G.19}
27 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.10, 0.13}
2B ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.13, 0.16}
29 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.16, 0.19}
30 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
З1 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
32 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
33 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
34 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
Зб ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
Зб МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
37 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
3B МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
39 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
4G МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
41 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
42 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
43 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
44 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
4б ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
4б ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
47 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
4B ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.0б, 0.0б}
49 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.0б, 0.0б}
6G ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.0б, 0.0б}
б1 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
52 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
53 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
54 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
55 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
56 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
57 #[2]-ИСХОДНАЯ ЧД: {11.00, 16.00}
58 #[2]-ИСХОДНАЯ ЧД: {16.00, 21.00}
59 #[2]-ИСХОДНАЯ ЧД: {21.00, 26.00}
60 #[1]-ИСХОДНАЯ ЧСС: {65.00, 78.00}
61 #[1]-ИСХОДНАЯ ЧСС: {78.00, 91.00}
62 #[1]-ИСХОДНАЯ ЧСС: {91.00, 104.00}
63 ВРЕМЯ ТЕСТИРОВАНИЯ: {387.00, 971.00}
64 ВРЕМЯ ТЕСТИРОВАНИЯ: {971.00, 1555.00}
65 ВРЕМЯ ТЕСТИРОВАНИЯ: {1555.00, 2139.00}
66 КОЛИЧЕСТВО ПРОБ: {4.00, 8.00}
67 КОЛИЧЕСТВО ПРОБ: {8.00, 12.00}
68 КОЛИЧЕСТВО ПРОБ: {12.00, 16.00}
69 ГРУБЫЙ МИНИМУМ: {65.00, 79.00}
70 ГРУБЫЙ МИНИМУМ: {79.00, 93.00}
71 ГРУБЫЙ МИНИМУМ: {93.00, 107.00}
72 ГРУБЫЙ МАКСИМУМ: {68.00, 85.00}
73 ГРУБЫЙ МАКСИМУМ: {85.00, 102.00}
74 ГРУБЫЙ МАКСИМУМ: {102.00, 119.00}
75 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {65.00, 79.00}
76 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {79.00, 93.00}
77 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {93.00, 107.00}
78 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {73.00, 88.00}
79 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {88.00, 103.00}
80 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {103.00, 118.00}
81 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {-10.00, -4.00}
82 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {-4.00, 2.00}
83 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {2.00, 8.00}
84 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {1.00, 7.00}
85 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {7.00, 13.00}
86 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {13.00, 19.00}
87 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {1.00, 8.00}
88 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {8.00, 15.00}
89 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {15.00, 22.00}
90 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-16.00, -9.00}
91 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-9.00, -2.00}
92 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-2.00, 5.00}
93 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {6.00, 20.00}
94 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {20.00, 34.00}
95 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {34.00, 48.00}
96 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {6.00, 32.00}
97 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {32.00, 58.00}
98 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {58.00, 84.00}
99 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {7.00, 22.00}
100 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {22.00, 37.00}
101 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {37.00, 52.00}
102 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {7.00, 18.00}
103 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {18.00, 29.00}
104 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {29.00, 40.00}
105 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {16.00, 78.00}
106 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {78.00, 140.00}
107 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {140.00, 202.00}
108 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {16.00, 88.00}
109 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {88.00, 160.00}
110 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {160.00, 232.00}
111 МАК. ДЛИТЕЛЬНОСТЬ СДС: {9.00, 27.00}
112 МАК. ДЛИТЕЛЬНОСТЬ СДС: {27.00, 45.00}
113 МАК. ДЛИТЕЛЬНОСТЬ СДС: {45.00, 63.00}
114 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {1.00, 8.00}
115 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {8.00, 15.00}
116 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {15.00, 22.00}
117 МИН. ВРЕМЯ РАЗВИТИЯ: {5.00, 12.00}
118 МИН. ВРЕМЯ РАЗВИТИЯ: {12.00, 19.00}
119 МИН. ВРЕМЯ РАЗВИТИЯ: {19.00, 26.00}
120 МИН. ВРЕМЯ СДС: {2.00, 6.00}
121 МИН. ВРЕМЯ СДС: {6.00, 10.00}
122 МИН. ВРЕМЯ СДС: {10.00, 14.00}
123 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {14.00, 29.00}
124 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {29.00, 44.00}
125 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {44.00, 59.00}
126 МАКС. ВРЕМЯ РАЗВИТИЯ: {23.00, 52.00}
127 МАКС. ВРЕМЯ РАЗВИТИЯ: {52.00, 81.00}
128 МАКС. ВРЕМЯ РАЗВИТИЯ: {81.00, 110.00}
129 МАКС. ВРЕМЯ СДС: {9.00, 27.00}
130 МАКС. ВРЕМЯ СДС: {27.00, 45.00}
131 МАКС. ВРЕМЯ СДС: {45.00, 63.00}
132 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {49.00, 118.00}
133 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {118.00, 187.00}
134 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {187.00, 256.00}
135 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {12.00, 29.42}
136 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {29.42, 46.84}
137 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {46.84, 64.26}
138 СРЕДНЕЕ ВРЕМЯ СДС: {5.67, 11.78}
139 СРЕДНЕЕ ВРЕМЯ СДС: {11.78, 17.89}
140 СРЕДНЕЕ ВРЕМЯ СДС: {17.89, 24.00}
141 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {28.64, 60.31}
142 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {60.31, 91.98}
143 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {91.98, 123.65}
144 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {5.63, 13.49}
145 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {13.49, 21.35}
146 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {21.35, 29.21}
147 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {0.00, 6.83}
148 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {6.83, 13.66}
149 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {13.66, 20.49}
150 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {5.52, 31.66}
151 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {31.66, 57.80}
152 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {57.80, 83.94}
Справочники классификационных и описательных шкал и градаций приведены полностью. Режим____152 системы «Эйдос» позволяет сформи-
ровать справочники классификационных и описательных шкал и градаций со следующими максимальными размерностями:
1. Максимальное суммарное количество классификационных и описательных шкал: 256.
2. Максимальное количество градаций классификационных шкал: 4000.
3. Максимальное количество градаций описательных шкал: 4000.
4. Максимальное количество объектов обучающей выборки: 65536.
Причем ограничения 1 и 4 обусловлены не системой «Эйдос», а ограничениями самого МБ Ехсе1-2003. С другой стороны случаи, когда этих размерностей недостаточно, встречаются довольно редко, хотя и встречались в практике авторов. При этом были разработаны технологии, обобщающие режим____152 на эти конкретные случаи, в частности использова-
лось предварительное объединение нескольких баз данных максимальных
для МБ Ехсе1-2003 размерностей, а затем по сути использовалась та же самая технология, которая описывается в данной статье.
Отметим, что размерность примера, рассматриваемого в данной статье составляет 3 класса и 152 градации факторов, что соответственно примерно в 1333 и в 26 раз меньше, чем стандартные возможности системы «Эйдос».
4. Подготовка обучающей выборки
С использованием ранее сформированных классификационных и описательных шкал и градаций непосредственно на основе исходных данных, приведенных в таблице 3 режимом__152 системы «Эйдос» формиру-
ется обучающая выборка.
Обучающая выборка состоит из двух баз данных, связанных друг с другом отношением «Один-ко-многим» по ключевому полю: КОВ_18Т, включающих заголовки объектов обучающей выборки и коды признаков (таблицы 6 и 7):
Таблица 7 - БАЗА ДАННЫХ ЗАГОЛОВКОВ ОБЪЕКТОВ ОБУЧАЮЩЕЙ ВЫБОРКИ
КОР Iэт ЫДМЕ 1ЭТ ови 1 ОВи 2
1 Василенко-7070 1
2 Ващенко-6286 1
3 Горянская-8267 1
4 Гузева-21521 1
5 Декуф-22319 1
6 Дурнева-17037 1
7 Зайцева-17105 1
8 Изагалиева-1796 1
9 Качура-22129 1
10 Кудринецкая-233 1
11 Лашко-23381 1
12 Лопунова-23384 1
13 Малевич-23476 1
14 Манская-24082 1
15 Мкртчан-22817 1
16 Некрасова-22535 1
17 Николаева-22817 1
18 Новосельцева-22 1
19 Седых-21252 1
20 Смирнова-1 1
21 Сюмгина-28520 1
22 Тищенко-25968 1
23 Тулякова-26327 1
24 Феоктистова-285 1
25 Филобок-28483 1
26 Харченко-0 1
27 Черногорова-1 1
28 Чинизубова-0 1
29 Щупец-4058 1
30 Басенко-1 3
31 Бердникова-1 2 3
32 Возняк-7837 3
33 Дубовик-22319 3
34 Жиркова-17105 2 3
35 Завгородняя-170 2 3
36 Исмаилова-21504 2 3
37 Казакова-21583 2 3
38 Калын-21583 3
39 Колесникова-227 3
40 Колобова-22723 3
41 Кохужева-23387 3
42 Кузина-23476 3
43 Курдиманова-234 2 3
44 Литвиненко-2225 2 3
45 Мальцева-24012 3
46 Матвийченко-240 2
47 Маякова-24102 2
48 Мищенко-24013 2 3
49 Огородникова-22 3
50 Павлова-23975 3
51 Пашинина-22939 3
52 Поливянная-2534 3
53 Рагонян-21302 3
54 Ризниченко-2068 3
55 Сеферян-20679 3
56 Хрущева-1 3
57 Худенко-1 2 3
58 Эдлиева-7689 3
59 Яцукова-8268 3
Таблица 8 - БАЗА ДАННЫХ ПРИЗНАКОВ ОБЪЕКТОВ ОБУЧАЮЩЕЙ ВЫБОРКИ
КОР I вт КОР рт КОР РР2 КОР Р Р3 КОР Р Р4 КОР Р Р5 КОР Р Р6 КОР Р Р7 КОР Р Р8 КОР Р Р9 КОР Р т0 КОР Р т1
1 1 3 5 9 10 11 14 16 20 21 24
1 30 33 36 39 42 45 48 51 54 58 61
1 67 69 70 73 75 78 82 85 87 91 94
1 100 102 105 108 112 114 115 119 120 123 127
1 134 136 139 141 144 148 152
2 1 3 6 10 11 15 16 20 21 24 27
2 33 36 39 42 45 48 51 54 58 62 64
2 71 74 76 80 81 86 89 92 93 96 99
2 105 109 111 114 117 120 124 127 129 134 136
2 142 145 147 151
3 1 2 5 9 11 15 16 20 21 24 27
3 33 36 39 42 45 48 51 54 58 59 61
3 66 70 73 76 79 81 82 85 88 92 93
3 99 102 105 108 111 114 117 120 124 126 129
3 135 138 141 145 147 150
4 1 3 6 9 11 15 16 20 21 30 33
4 39 42 45 48 51 54 59 61 64 67 70
4 76 79 82 85 88 92 93 97 99 102 105
4 113 115 116 117 120 123 126 131 133 135 139
4 145 148 151
5 1 2 3 6 10 11 14 16 18 21 30
5 36 39 42 45 48 51 54 58 60 63 66
5 69 72 75 78 82 85 87 88 92 93 96
5 102 103 105 108 112 114 117 121 123 126 130
5 135 140 142 144 148 151
6 1 3 5 10 11 15 16 20 21 30 33
6 39 42 45 48 51 54 58 62 63 67 71
6 77 80 83 85 88 92 93 97 99 103 106
6 111 114 118 120 123 128 129 132 137 138 141
6 147 150
7 1 4 5 8 11 15 16 20 21 30 33
7 39 42 45 48 51 54 58 61 64 66 67
7 73 76 79 82 85 88 92 93 96 99 104
7 110 112 114 117 120 124 126 130 134 135 139
7 144 148 151
В 1 4 б В 11 15 16 1В 21 30 33
В 39 42 45 4В 51 54 57 60 64 68 70
В 75 7В 79 83 85 89 92 93 97 99 104
В 108 112 114 115 117 120 123 126 130 132 135
В 142 144 148 151
9 1 4 б В 9 11 15 16 1В 21 30
9 Зб 39 42 45 4В 51 54 57 60 63 67
9 72 75 7В 82 85 88 91 92 93 97 99
9 105 108 112 114 117 121 124 126 130 132 135
9 141 144 148 150
10 1 3 б 9 11 15 16 1В 21 30 33
10 39 42 45 4В 51 54 58 61 64 67 70
10 73 76 79 82 85 88 92 95 96 102 105
10 113 115 117 120 123 126 127 131 134 135 140
10 145 149 151
11 1 4 б 7 10 11 15 16 1В 21 30
11 Зб 39 42 45 4В 51 54 57 61 63 бб
11 73 76 79 81 82 85 Вб 88 91 92 94
11 99 102 105 108 111 114 118 121 123 126 129
11 135 138 142 144 147 150
12 1 4 б 9 11 15 16 1В 21 30 33
12 39 42 45 4В 51 54 59 61 64 67 70
12 76 79 82 83 85 88 92 93 9В 99 103
12 108 112 114 117 120 123 127 130 134 135 139
12 145 148 152
13 1 4 б 9 11 15 16 1В 21 30 33
13 39 42 45 4В 51 54 58 60 61 64 бб
13 69 72 73 75 7В 79 82 85 88 89 92
13 96 99 102 106 109 111 114 117 120 123 126
13 134 135 139 143 144 148 151
14 1 4 б 9 11 15 16 1В 21 30 33
14 39 42 45 4В 51 54 58 60 64 68 70
14 75 79 82 Вб 93 96 99 102 105 109 112
14 117 120 123 127 130 133 135 139 142 145 148
14 151
15 1 3 4 б 9 11 14 16 20 21 30
15 Зб 39 42 45 4В 51 54 58 59 62 64
15 71 74 77 80 82 85 Вб 88 91 92 94
15 99 103 105 108 113 114 115 117 120 123 126
15 132 133 135 140 142 145 149 151
16 1 3 б 10 11 15 16 20 21 30 33
16 39 42 45 4В 51 54 58 62 64 67 71
16 74 77 80 82 85 88 92 94 96 99 102
16 108 112 114 117 120 125 126 130 133 135 138
16 144 148 150
17 1 3 4 б 9 11 15 16 20 21 30
17 Зб 39 42 45 4В 51 54 58 59 61 63
17 70 73 76 79 81 Вб 88 92 95 96 99
17 106 108 111 114 117 120 123 126 129 132 135
17 141 144 147 151
18 1 2 3 б 9 11 15 16 20 21 30
18 Зб 39 42 45 4В 51 54 58 61 63 67
1В 73 76 79 83 85 88 92 93 97 99 102
1В 109 111 115 117 120 124 126 129 133 135 138
1В 144 147 150
19 1 2 б 10 11 14 16 20 21 30 33
19 39 42 45 4В 51 54 57 58 60 61 63
19 67 70 72 76 7В 79 83 85 87 92 93
19 100 102 106 108 113 114 117 120 123 126 131
19 135 140 142 144 149 151
20 1 2 б 9 11 15 16 20 21 30 33
20 39 42 45 4В 51 54 58 62 63 бб 70
20 73 76 77 79 82 85 88 92 93 97 99
20 105 108 111 114 118 120 123 126 129 132 136
20 141 144 147 150
21 1 2 б 9 11 15 16 20 21 30 33
21 39 42 45 4В 51 54 57 60 63 бб 67
21 70 73 75 76 7В 83 85 88 92 93 96
21 103 104 105 108 112 114 117 120 123 126 130
21 135 139 141 144 149 150
22 1 2 б 9 11 15 16 1В 21 30 33
22 39 42 45 4В 51 54 57 62 63 67 71
22 77 80 83 85 88 92 93 97 99 102 105
22 111 114 117 120 124 126 129 132 135 138 142
22 147 150
23 1 2 3 б 9 11 15 16 20 21 30
23 Зб 39 42 45 4В 51 54 58 61 64 67
23 73 76 79 83 85 88 92 93 96 99 102
23 108 111 114 115 117 120 123 127 128 129 133
23 138 141 145 147 150
24 1 4 б 9 11 15 16 20 21 30 33
24 39 42 45 4В 51 54 58 61 62 63 бб
24 70 73 76 79 81 Вб 88 92 95 97 99
24 105 108 111 114 119 120 123 126 129 132 136
24 141 144 148 150
25 1 2 б В 9 11 15 16 20 21 30
25 Зб 39 42 45 4В 51 54 57 58 61 63
25 70 73 76 79 81 82 Вб 89 92 94 96
25 103 106 108 111 114 117 120 124 126 129 133
25 139 141 144 148 150
26 1 2 б 9 11 14 16 20 21 24 27
26 33 Зб 39 42 45 4В 51 54 59 61 64
26 70 73 76 79 82 85 87 91 92 93 96
26 103 107 110 114 117 120 123 126 135 139 143
26 149 152
27 1 2 б 9 11 15 16 20 21 24 27
27 33 Зб 39 42 45 4В 51 54 58 62 63
27 71 74 77 80 82 85 Вб 88 91 92 93
27 99 102 106 108 111 112 114 115 117 120 124
27 129 130 132 135 138 142 144 148 150
2В 1 3 б В 11 15 16 20 21 24 27
2В 33 Зб 39 42 45 4В 51 54 58 59 62
2В 67 71 74 77 80 82 83 85 88 93 96
2В 102 106 108 112 114 115 117 120 125 126 130
2В 135 139 143 144 148 151
29 1 4 б 10 11 15 16 20 21 24 27
29 33 Зб 39 42 45 4В 51 54 57 58 60
29 бб 67 69 72 75 7В 83 84 85 88 92
29 97 99 102 107 108 111 114 117 120 123 126
29 134 135 138 142 144 147 151
30 1 2 б 9 11 12 14 17 20 21 24
30 30 33 Зб 39 42 45 4В 51 54 58 61
30 67 70 73 76 79 82 83 Вб 87 90 93
30 99 102 105 109 111 114 117 120 123 126 129
30 135 138 143 145 147 151
31 1 2 б 10 15 17 20 21 24 27 30
31 Зб 39 42 45 4В 51 54 59 62 63 67
31 73 76 79 81 Вб 87 90 93 96 99 102
31 108 111 114 117 120 123 126 129 132 135 138
31 144 147 150
32 1 2 б 9 11 15 17 20 21 24 27
32 33 Зб 39 42 45 4В 51 54 57 58 61
32 68 70 73 76 79 82 85 Вб 87 90 95
32 99 102 105 108 112 115 117 120 123 126 130
32 135 139 141 144 148 150
33 1 2 3 б 10 11 14 17 1В 21 30
33 Зб 39 42 45 4В 51 54 59 61 64 бб
33 73 76 79 83 84 87 91 95 97 99 102
33 108 111 114 119 120 125 126 129 134 136 138
33 144 147 152
34 1 4 б В 11 15 17 20 21 30 33
34 39 42 45 4В 51 54 58 62 бб 67 71
34 76 79 81 82 85 Вб 87 91 94 97 99
34 105 109 111 115 117 120 123 126 127 129 134
34 139 143 145 148 152
35 1 4 б 10 11 15 17 20 21 30 33
35 39 42 45 4В 51 54 59 61 63 67 70
35 76 79 81 82 Вб 87 91 93 96 99 102
35 108 112 114 117 120 123 126 130 132 135 138
35 145 148 150
Зб 1 3 б 9 11 15 17 19 21 30 33
Зб 39 42 45 4В 51 54 58 62 63 67 74
Зб 85 87 91 93 97 99 102 105 108 111 116
Зб 120 123 128 129 134 135 138 142 145 147 151
37 1 4 б б 9 11 15 17 20 21 30
37 Зб 39 42 45 4В 51 54 57 61 63 бб
37 70 73 75 79 81 85 87 88 91 93 97
37 102 105 108 112 116 117 120 123 126 130 132
37 139 141 145 148 150
38 1 4 б б 9 11 14 17 20 21 30
38 Зб 39 42 45 4В 51 54 59 61 63 бб
38 70 72 75 76 7В 81 82 84 87 92 93
38 99 102 105 108 111 114 118 124 126 129 132
38 139 141 144 147 150
39 1 3 9 11 14 17 1В 21 30 33 Зб
39 42 45 4В 51 54 58 59 60 63 67 69
39 75 7В 83 85 87 91 93 96 99 102 105
39 111 114 117 120 123 126 129 132 135 138 141
39 147 150
40 1 3 б 9 11 14 17 1В 21 30 33
40 39 42 45 4В 51 54 58 59 60 64 67
40 73 75 7В 83 85 87 88 91 94 96 99
40 105 108 111 114 117 120 123 126 129 133 135
40 142 144 147 151
41 1 3 б 9 11 15 17 1В 21 30 33
41 39 42 45 4В 51 54 57 60 64 68 69
41 72 75 7В 81 82 Вб 87 90 93 96 99
41 106 108 111 115 117 120 124 126 129 132 133
41 138 141 144 147 150
42 1 4 б 9 11 14 17 1В 21 30 33
42 39 42 45 4В 51 54 58 60 64 67 68
42 73 76 7В 79 83 85 87 91 94 96 99
42 106 108 111 114 115 117 120 124 126 129 132
42 138 142 145 148 150
43 1 4 б 9 11 15 17 1В 21 30 33
43 39 42 45 4В 51 54 58 59 62 64 67
43 73 74 76 79 81 85 Вб 87 91 93 94
43 99 102 103 106 109 111 114 117 120 125 126
43 134 135 138 143 144 147 151
44 1 4 б 9 10 11 15 17 1В 21 30
44 Зб 39 42 45 4В 51 54 58 61 63 бб
44 73 76 79 81 82 85 Вб 88 91 93 96
44 102 105 108 112 114 117 122 123 126 130 133
44 140 142 144 148 151
45 1 4 б В 9 11 15 17 1В 21 30
45 Зб 39 42 45 4В 51 54 58 61 63 67
45 73 76 79 81 82 85 Вб 87 88 91 93
45 99 102 105 109 111 114 117 120 123 126 129
45 135 138 142 145 147 151
46 1 3 4 б б 10 11 15 17 1В 21
46 33 Зб 39 42 45 4В 51 54 57 58 62
46 67 68 71 73 76 79 81 Вб 88 91 92
46 96 99 103 105 108 111 114 117 120 123 127
46 132 135 138 141 145 147 150
47 1 3 б 10 11 15 17 1В 21 30 33
47 39 42 45 4В 51 54 59 61 62 64 67
47 74 77 80 83 Вб 88 91 93 96 99 103
47 109 111 114 117 120 123 126 129 133 135 139
47 145 148 151
4В 1 3 4 б б 10 11 15 17 1В 21
4В 33 Зб 39 42 45 4В 51 54 59 61 63
4В 70 73 76 79 82 Вб 87 91 95 96 99
4В 106 108 111 114 117 120 123 126 129 132 135
4В 141 145 147 150
49 1 3 б 10 11 14 17 20 21 30 33
49 39 42 45 4В 51 54 57 60 64 67 70
49 76 7В 83 85 87 91 93 9В 99 102 105
49 111 114 117 118 120 123 128 129 133 136 138
49 146 147 152
50 1 2 б 9 11 15 17 20 21 30 33
50 39 42 45 4В 51 54 58 61 63 бб 67
50 73 75 79 81 82 85 Вб 87 90 94 96
50 102 105 108 111 114 118 121 122 124 126 129
50 135 139 142 144 147 150
51 1 3 5 8 9 11 15 17 20 21 30
51 36 39 42 45 48 51 54 59 62 63 67
51 77 80 81 86 87 90 93 96 99 102 105
51 111 115 117 120 123 127 129 132 135 138 141
51 147 150
52 1 2 5 9 11 15 17 20 21 30 33
52 39 42 45 48 51 54 58 60 61 64 68
52 72 73 75 78 79 82 85 87 91 95 96
52 102 107 108 112 115 117 120 123 126 130 134
52 138 141 144 148 151
53 1 3 5 9 11 14 17 20 21 30 33
53 39 42 45 48 51 54 58 60 64 67 68
53 72 73 75 78 83 84 85 87 91 93 96
53 104 106 108 112 114 115 117 120 124 126 130
53 135 139 142 144 148 150
54 1 2 5 9 11 14 17 20 21 30 33
54 39 42 45 48 51 54 57 60 65 68 70
54 76 78 79 83 85 87 91 93 97 99 102
54 110 111 115 117 120 124 126 129 133 135 138
54 144 147 151
55 1 3 5 6 10 11 14 17 20 21 30
55 36 39 42 45 48 51 54 58 60 63 66
55 72 75 78 83 84 87 92 94 96 99 102
55 109 111 114 119 120 121 124 127 129 132 137
55 142 146 147 150
56 1 2 5 9 11 14 17 20 21 24 27
56 33 36 39 42 45 48 51 54 58 61 64
56 70 73 76 79 82 83 86 87 90 93 97
56 102 105 109 111 114 117 120 123 126 129 134
56 138 143 145 147 151
57 1 2 5 10 11 15 17 20 21 24 27
57 33 36 39 42 45 48 51 54 59 62 63
57 70 73 76 79 81 86 87 90 93 96 99
57 105 108 111 114 117 120 123 126 129 132 135
57 141 144 147 150
58 1 4 5 9 11 14 17 20 21 24 27
58 33 36 39 42 45 48 51 54 59 61 64
58 67 70 73 76 79 82 84 87 91 94 96
58 102 106 108 111 114 117 120 124 128 129 133
58 138 142 146 147 151
59 1 4 5 9 11 15 17 20 21 24 27
59 33 36 39 42 45 48 51 54 58 61 64
59 70 73 76 79 82 86 87 90 95 96 99
59 105 110 113 114 117 120 124 126 131 134 135
59 143 145 148 152
База заголовков объектов обучающей выборки содержит по каждому из объектов следующую информацию:
- код объекта обучающей выборки;
- наименование источника информации (Ф.И.О. пациента + № истории болезни);
- коды классов (градаций классификационных шкал), к которым относится данный объект.
База признаков объектов обучающей выборки по каждому из объектов содержит его код и коды всех признаков (градаций описательных
шкал), которыми он обладает. Всего в исследуемой базе данных приведена информация о 59 объектах обучающей выборки (пациентах).
Пример анкеты, описывающей объект обучающей выборки приведен в таблице 8:
Таблица 9 - ПРИМЕР ОПИСАНИЯ ОБЪЕКТА ОБУЧАЮЩЕЙ ВЫБОРКИ
А Н К Е Т А обучающей выборки N° 1 23-11-10 12:58:01 г.Краснодар
I Код | Наименования классов распознавания 1
| 1 | ДЛИТЕЛЬНОСТЬ ВОССТАНОВИТЕЛЬНОГО ПЕРИОДА: {3.00, 5.00] 1
I К о д ы п е р в и ч н ы х п р и з н а к о в 1
| 1 3 5 9 10 11 14 16 20 21 24 30 33 36 39 |
| 42 45 48 51 54 58 61 67 69 70 73 75 78 82 85 |
| 87 91 94 100 102 105 108 112 114 115 119 120 123 127 134 |
| 136 139 141 144 148 152 |
Универсальная когнитивная аналитическая система НПП *ЭЙДОС*
5. Синтез семантической информационной модели (СИМ)
Далее с применением режима _25 системы «Эйдос» (рисунок 9) автоматически осуществляется синтез семантической информационной модели (СИМ) и измерение ее адекватности (верификация).
Рисунок 9. Вызов режима _25 системы «Эйдос», обеспечивающего синтез семантической информационной модели и ее верификацию
В результате синтеза СИМ формируются различные базы данных, в частности база данных абсолютных частот (таблица 10) и база знаний (таблица 11):
Таблица 10 - БАЗА ДАННЫХ АБСОЛЮТНЫХ ЧАСТОТ
Код Наименование описательных шкал и градаций Длительность восстановления после операции (дней) Сумма
3-5 5-7 7-9
1 ПОЛ-женский 29 11 28 68
2 ВОЗРАСТ: {18.00, 31.00} 11 2 9 22
3 ВОЗРАСТ: {31.00, 44.00} 12 4 10 26
4 ВОЗРАСТ: {44.00, 57.00} 11 7 11 29
5 ВЕС: {50.00, 68.00} 20 8 23 51
6 ВЕС: {68.00, 86.00} 9 6 8 23
7 ВЕС: {86.00, 104.00} 1 1
8 РОСТ: {149.00, 158.00} 5 1 3 9
9 РОСТ: {158.00, 167.00} 19 4 20 43
10 РОСТ: {167.00, 176.00} 8 7 8 23
11 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {1.00, 11.00} 29 10 27 66
12 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {11.00, 21.00} 1 1
13 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {21.00, 31.00}
14 НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ-да 5 12 17
15 НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ-нет 24 11 16 51
16 ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА-лапароскопия 29 29
17 ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА-лапаротомия 11 28 39
18 СТЕПЕНЬ ТРАВМАТИЗМА-Высокий 9 5 9 23
19 СТЕПЕНЬ ТРАВМАТИЗМА-Очень высокий 1 1 2
20 СТЕПЕНЬ ТРАВМАТИЗМА-Средний 20 5 18 43
21 ПОГРЕШНОСТЬ ПРИ СДС: {0.03, 0.03} 29 11 28 68
22 ПОГРЕШНОСТЬ ПРИ СДС: {0.03, 0.03}
23 ПОГРЕШНОСТЬ ПРИ СДС: {0.03, 0.03}
24 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {0.10, 0.13} 7 2 7 16
25 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {0.13, 0.16}
26 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {0.16, 0.19}
27 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.10, 0.13} 6 2 6 14
28 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.13, 0.16}
29 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.16, 0.19}
30 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10} 23 8 22 53
31 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
32 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
33 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00} 21 8 20 49
34 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
35 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
36 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00} 15 6 16 37
37 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
38 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
39 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00} 29 11 27 67
40 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
41 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
42 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00} 29 11 28 68
43 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
44 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
45 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00} 29 11 28 68
46 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
47 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
48 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.05, 0.05} 29 11 28 68
49 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.05, 0.05}
50 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.05, 0.05}
51 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00} 29 11 28 68
52 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
53 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
54 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00} 29 11 28 68
55 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
56 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
57 #[2]-ИСХОДНАЯ ЧД: {11.00, 16.00} 8 2 5 15
58 #[2]-ИСХОДНАЯ ЧД: {16.00, 21.00} 21 5 16 42
59 #[2]-ИСХОДНАЯ ЧД: {21.00, 26.00} 7 6 11 24
60 #[1]-ИСХОДНАЯ ЧСС: {65.00, 78.00} 8 9 17
61 #[1]-ИСХОДНАЯ ЧСС: {78.00, 91.00} 15 5 14 34
62 #[1]-ИСХОДНАЯ ЧСС: {91.00, 104.00} 9 7 6 22
63 ВРЕМЯ ТЕСТИРОВАНИЯ: {387.00, 971.00} 13 7 13 33
64 ВРЕМЯ ТЕСТИРОВАНИЯ: {971.00, 1555.00} 12 2 11 25
65 ВРЕМЯ ТЕСТИРОВАНИЯ: {1555.00, 2139.00} 1 2 3
66 КОЛИЧЕСТВО ПРОБ: {4.00, 8.00} 9 2 6 17
67 КОЛИЧЕСТВО ПРОБ: {8.00, 12.00} 15 7 15 37
68 КОЛИЧЕСТВО ПРОБ: {12.00, 16.00} 2 1 6 9
69 ГРУБЫЙ МИНИМУМ: {65.00, 79.00} 4 2 6
70 ГРУБЫЙ МИНИМУМ: {79.00, 93.00} 14 4 12 30
71 ГРУБЫЙ МИНИМУМ: {93.00, 107.00} 7 2 1 10
72 ГРУБЫЙ МАКСИМУМ: {68.00, 85.00} 5 5 10
73 ГРУБЫЙ МАКСИМУМ: {85.00, 102.00} 14 7 18 39
74 ГРУБЫЙ МАКСИМУМ: {102.00, 119.00} 5 3 2 10
75 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {65.00, 79.00} 8 1 9 18
76 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {79.00, 93.00} 16 8 18 42
77 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {93.00, 107.00} 7 1 1 9
78 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {73.00, 88.00} 8 10 18
79 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {88.00, 103.00} 17 9 19 45
80 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {103.00, 118.00} 7 1 1 9
81 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {-10.00, -4.00} 6 8 12 26
82 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {-4.00, 2.00} 18 4 14 36
83 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {2.00, 8.00} 10 1 10 21
84 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {1.00, 7.00} 1 5 6
85 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {7.00, 13.00} 24 5 15 44
86 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {13.00, 19.00} 8 9 15 32
87 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {1.00, 8.00} 4 8 27 39
88 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {8.00, 15.00} 22 4 4 30
89 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {15.00, 22.00} 4 4
90 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-16.00, -9.00} 2 9 11
91 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-9.00, -2.00} 6 9 17 32
92 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-2.00, 5.00} 26 1 2 29
93 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {6.00, 20.00} 19 8 17 44
94 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {20.00, 34.00} 5 2 7 14
95 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {34.00, 48.00} 3 1 5 9
96 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {6.00, 32.00} 13 7 16 36
97 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {32.00, 58.00} 9 3 6 18
98 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {58.00, 84.00} 1 1 2
99 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {7.00, 22.00} 21 9 21 51
100 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {22.00, 37.00} 2 2
101 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {37.00, 52.00}
102 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {7.00, 18.00} 16 6 20 42
103 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {18.00, 29.00} 7 3 1 11
104 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {29.00, 40.00} 3 1 4
105 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {16.00, 78.00} 14 6 16 36
106 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {78.00, 140.00} 7 2 6 15
107 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {140.00, 202.00} 2 1 3
108 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {16.00, 88.00} 19 8 17 44
109 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {88.00, 160.00} 4 3 6 13
110 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {160.00, 232.00} 2 2 4
111 МАК. ДЛИТЕЛЬНОСТЬ СДС: {9.00, 27.00} 14 8 21 43
112 МАК. ДЛИТЕЛЬНОСТЬ СДС: {27.00, 45.00} 11 3 6 20
113 МАК. ДЛИТЕЛЬНОСТЬ СДС: {45.00, 63.00} 4 1 5
114 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {1.00, 8.00} 25 8 20 53
115 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {8.00, 15.00} 9 1 8 18
116 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {15.00, 22.00} 1 2 2 5
117 МИН. ВРЕМЯ РАЗВИТИЯ: {5.00, 12.00} 24 10 23 57
118 МИН. ВРЕМЯ РАЗВИТИЯ: {12.00, 19.00} 3 3 6
119 МИН. ВРЕМЯ РАЗВИТИЯ: {19.00, 26.00} 2 2 4
120 МИН. ВРЕМЯ СДС: {2.00, 6.00} 26 10 25 61
121 МИН. ВРЕМЯ СДС: {6.00, 10.00} 3 2 5
122 МИН. ВРЕМЯ СДС: {10.00, 14.00} 1 2 3
123 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {14.00, 29.00} 19 10 17 46
124 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {29.00, 44.00} 8 9 17
125 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {44.00, 59.00} 2 1 2 5
126 МАКС. ВРЕМЯ РАЗВИТИЯ: {23.00, 52.00} 22 9 23 54
127 МАКС. ВРЕМЯ РАЗВИТИЯ: {52.00, 81.00} 6 2 3 11
128 МАКС. ВРЕМЯ РАЗВИТИЯ: {81.00, 110.00} 2 1 3 6
129 МАКС. ВРЕМЯ СДС: {9.00, 27.00} 12 6 20 38
130 МАКС. ВРЕМЯ СДС: {27.00, 45.00} 10 3 6 19
131 МАКС. ВРЕМЯ СДС: {45.00, 63.00} 3 1 4
132 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {49.00, 118.00} 9 6 11 26
133 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {118.00, 187.00} 7 2 6 15
134 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {187.00, 256.00} 7 3 7 17
135 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {12.00, 29.42} 22 8 16 46
136 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {29.42, 46.84} 4 2 6
137 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {46.84, 64.26} 1 1 2
(48) СРЕДНЕЕ ВРЕМЯ СДС
138 СРЕДНЕЕ ВРЕМЯ СДС: {5.67, 11.78} 9 5 16 30
139 СРЕДНЕЕ ВРЕМЯ СДС: {11.78, 17.89} 10 3 6 19
140 СРЕДНЕЕ ВРЕМЯ СДС: {17.89, 24.00} 4 1 1 6
141 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {28.64, 60.31} 10 4 9 23
142 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {60.31, 91.98} 10 2 9 21
143 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {91.98, 123.65} 3 2 5 10
144 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {5.63, 13.49} 18 4 13 35
145 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {13.49, 21.35} 8 7 10 25
146 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {21.35, 29.21} 3 3
147 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {0.00, 6.83} 10 6 19 35
148 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {6.83, 13.66} 14 5 9 28
149 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {13.66, 20.49} 5 5
150 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {5.52, 31.66} 13 6 14 33
151 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {31.66, 57.80} 13 4 10 27
152 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {57.80, 83.94} 3 1 4 8
Суммарное количество признаков 1409 530 1353 3292
Даже при поверхностном взгляде на таблицу 10 видно, что данные по многим сочетаниям «Класс х значение фактора» отсутствуют (в этих ячейках пробелы), а по другим частоты незначительные, что объясняется сравнительно небольшим объемом исследуемой выборки, составляющим 59 пациентов. По этой причине, с учетом теоремы Котельникова об отсчетах, описательные и классификационные шкалы были разделены всего по три градации. Поэтому результаты, полученные и освещенные в данной статье, авторы рассматривают как предварительные, демонстрирующие основные идеи и подходы к решению поставленной проблемы, а более полные и обоснованные выводы планируется сделать в последующих работах. При увеличении объема обучающей выборки количество градаций в классификационных и описательных шкалах может быть увеличено, что позволит точнее отразить причинно-следственные зависимости между длительностью различных элементов СДС-кривой и длительностью послеоперационного восстановительного периода.
База знаний, представленная в таблице 11, рассчитывается непосредственно на основе таблицы 10 по формуле (1), обоснованной в работе [5]:
Р
I = ** ^2 Р (1)
I
где: 1у - количество знаний в факте действия 1-го значения фактора
о том, что объект перейдет в]-е состояние;
- Ру - условная вероятность6 встречи /-го значения фактора у объектов у-й группы (2):
Р =
Р (2)
- Рг - безусловная вероятность встречи /-го значения фактора по всей выборке (3):
Р = М
1 N (3)
- ¥ - нормировочный коэффициент, характеризующий модель в целом, обеспечивающий измерение количества знаний в битах [5]:
ЬаШгШ
¥ =
(4)
>2
- W - количество классов (обобщенных групп), соответствующих будущим состояниям объекта управления;
- N - количество фактов по всей выборке.
ж м
Щ = ХХN (5)
г-1 у-1
- М - суммарное количество градаций всех факторов;
- Щ - количество встреч г-го значения фактора у объектов у-й группы, т. е. частость, которая стоит в базе данных абсолютных частот (таблица 10) на пересечении г-й строки и у-го столбца;
- Щ - количество встреч всех значений факторов у объектов у-й группы:
6 Конечно, строго говоря это не вероятность, а «частость», которая стремится к вероятности, как к пределу, при неограниченном увеличении объема выборки. Но поскольку погрешность, т.е. разница между частостью и вероятностью, быстро уменьшается с объемом выборки, то на практике учитывая это замечание мы считаем допустимым использовать термин «вероятность».
м
N = 1 N
(6)
І=1
- N - количество встреч і-го значения фактора по всей выборке;
ж
N = 1
І=1
(7)
Если подставить выражения (2), (3), (4) в (1), то получим формулу для расчетов (6):
NNЛ
(8)
Таблица 11 - БАЗА ЗНАНИЙ в миллибитах (Бит/1000)
Код Наименование описательных шкал и градаций Длительность восстановления после операции (дней) Ср.кв. откл.
3-5 5-7 7-9
1 ПОЛ-женский -1 1 1
2 ВОЗРАСТ: {18.00, 31.00} 30 -112 -1 75
3 ВОЗРАСТ: {31.00, 44.00} 15 -9 -13 15
4 ВОЗРАСТ: {44.00, 57.00} -24 79 -16 57
5 ВЕС: {50.00, 68.00} -17 -5 18 18
6 ВЕС: {68.00, 86.00} -18 94 -33 69
7 ВЕС: {86.00, 104.00} 166 96
8 РОСТ: {149.00, 158.00} 51 -73 -41 64
9 РОСТ: {158.00, 167.00} 6 -107 24 71
10 РОСТ: {167.00, 176.00} -41 125 -33 93
11 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {1.00, 11.00} 5 -12 -1 9
12 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {11.00, 21.00} 174 100
13 ДЕНЬ МЕНСТРУАЛЬНОГО ЦИКЛА: {21.00, 31.00}
14 НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ-да -73 106 90
15 НАЛИЧИЕ СОПУТСТВУЮЩЕЙ ПАТОЛОГИИ-нет 19 57 -53 56
16 ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА-лапароскопия 166 96
17 ТИП ОПЕРАТИВНОГО ВМЕШАТЕЛЬСТВА-лапаротомия 110 109 63
18 СТЕПЕНЬ ТРАВМАТИЗМА-Высокий -18 59 -10 42
19 СТЕПЕНЬ ТРАВМАТИЗМА-Очень высокий 222 38 119
20 СТЕПЕНЬ ТРАВМАТИЗМА-Средний 16 -64 4 43
21 ПОГРЕШНОСТЬ ПРИ СДС: {0.03, 0.03} -1 1 1
22 ПОГРЕШНОСТЬ ПРИ СДС: {0.03, 0.03}
23 ПОГРЕШНОСТЬ ПРИ СДС: {0.03, 0.03}
24 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {0.10, 0.13} 4 -50 12 34
25 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {0.13, 0.16}
26 ПОГРЕШНОСТЬ ЧСС ПРИ ВОССТАНОВЛЕНИИ: {0.16, 0.19}
27 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.10, 0.13} -23 8 16
28 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.13, 0.16}
29 ПОГРЕШНОСТЬ ЧД ПРИ ВОССТАНОВЛЕНИИ: {0.16, 0.19}
30 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10} 3 -13 2 9
31 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
32 ПОГРЕШНОСТЬ ЧД ОТНОСИТЕЛЬНО СТИМУЛЯТОРА: {0.10, 0.10}
33 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00} 3 -1 2
34 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
35 ВРЕМЯ СТАБИЛИЗАЦИИ ФОНОВОГО РЕЖИМА: {20.00, 20.00}
36 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00} -11 1 10 10
37 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
38 МАКС. ВРЕМЯ АДАПТАЦИИ: {30.00, 30.00}
39 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00} 2 4 -4 4
40 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
41 МАКС. ВРЕМЯ ПРОБЫ: {60.00, 60.00}
42 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00} -1 1 1
43 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
44 КОЛ. СИНХРОННЫХ ПЕРИОДОВ ЧСС, НЕОБХОДИМОЕ ДЛЯ СДС: {7.00, 7.00}
45 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00} -1 1 1
46 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
47 ПЕРИОДОВ СДС, ЗАВЕРШАЮЩИХ АДАПТАЦИЮ: {6.00, 6.00}
48 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.05, 0.05} -1 1 1
49 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.05, 0.05}
50 ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.05, 0.05}
51 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00} -1 1 1
52 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
53 КОРОТКИЙ ШАГ ЧАСТОТЫ СТИМУЛЯТОРА: {0.00, 0.00}
54 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00} -1 1 1
55 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
56 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {40.00, 40.00}
57 #[2]-ИСХОДНАЯ ЧД: {11.00, 16.00} 43 -37 -41 47
58 #[2]-ИСХОДНАЯ ЧД: {16.00, 21.00} 30 -59 -15 45
59 #[2]-ИСХОДНАЯ ЧД: {21.00, 26.00} -75 86 21 81
60 #[1]-ИСХОДНАЯ ЧСС: {65.00, 78.00} 19 50 25
61 #[1]-ИСХОДНАЯ ЧСС: {78.00, 91.00} 6 -18 12
62 #[1]-ИСХОДНАЯ ЧСС: {91.00, 104.00} -9 133 -80 109
63 ВРЕМЯ ТЕСТИРОВАНИЯ: {387.00, 971.00} -16 54 -8 38
64 ВРЕМЯ ТЕСТИРОВАНИЯ: {971.00, 1555.00} 22 -137 13 89
65 ВРЕМЯ ТЕСТИРОВАНИЯ: {1555.00, 2139.00} 142 95 72
66 КОЛИЧЕСТВО ПРОБ: {4.00, 8.00} 42 -61 -30 53
67 КОЛИЧЕСТВО ПРОБ: {8.00, 12.00} -11 32 -3 22
68 КОЛИЧЕСТВО ПРОБ: {12.00, 16.00} -128 -73 95 116
69 ГРУБЫЙ МИНИМУМ: {65.00, 79.00} 87 -41 65
70 ГРУБЫЙ МИНИМУМ: {79.00, 93.00} 17 -37 -5 27
71 ГРУБЫЙ МИНИМУМ: {93.00, 107.00} 96 42 -277 202
72 ГРУБЫЙ МАКСИМУМ: {68.00, 85.00} 30 38 20
73 ГРУБЫЙ МАКСИМУМ: {85.00, 102.00} -34 21 23 33
74 ГРУБЫЙ МАКСИМУМ: {102.00, 119.00} 30 122 -141 133
75 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {65.00, 79.00} 7 -208 38 134
76 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {79.00, 93.00} -23 33 8 28
77 #[3]-МИН. ГРАН.ДИАП.СИНХР.: {93.00, 107.00} 117 -73 -256 186
78 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {73.00, 88.00} 7 59 32
79 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {88.00, 103.00} -24 42 5 34
80 #[4]-МАКС.ГРАН.ДИАП.СИНХР.: {103.00, 118.00} 117 -73 -256 186
81 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {-10.00, -4.00} -121 127 23 124
82 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {-4.00, 2.00} 30 -73 -11 52
83 #[10]-РАЗНОСТЬ МИН.ГРАНИЦА - ИСХ.ЧСС: {2.00, 8.00} 21 -238 29 152
84 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {1.00, 7.00} -185 138 162
85 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {7.00, 13.00} 47 -68 -37 60
86 #[5]-ШИРИНА ДИАП.СДС ДО ОПЕРАЦИИ: {13.00, 19.00} -105 109 26 108
87 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {1.00, 8.00} -280 47 102 206
88 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {8.00, 15.00} 105 -37 -220 163
89 #[5]-ШИРИНА ДИАП.СДС ПОСЛЕ ОПЕРАЦИИ: {15.00, 22.00} 166 96
90 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-16.00, -9.00} 24 135 72
91 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-9.00, -2.00} -162 109 50 142
92 РАЗНИЦА В ДЛИТЕЛЬНОСТИ ДИАПАЗОНА: {-2.00, 5.00} 145 -302 -349 272
93 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {6.00, 20.00} 2 24 -12 18
94 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {20.00, 34.00} -35 -23 38 40
95 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МИН.: {34.00, 48.00} -49 -73 59 70
96 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {6.00, 32.00} -33 37 15 36
97 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {32.00, 58.00} 30 7 -41 36
98 ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ НА МАКС.: {58.00, 84.00} 30 38 20
99 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {7.00, 22.00} -8 18 13
100 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {22.00, 37.00} 166 96
101 #[6]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МИН.: {37.00, 52.00}
102 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {7.00, 18.00} -23 -23 29 30
103 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {18.00, 29.00} 78 103 -295 223
104 #[7]-ДЛИТЕЛЬНОСТЬ РАЗВИТИЯ СДС НА МАКС.: {29.00, 40.00} 110 -97 104
105 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {16.00, 78.00} -19 7 15 18
106 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {78.00, 140.00} 17 -37 -5 27
107 #[8]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МИН.: {140.00, 202.00} 87 -41 65
108 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {16.00, 88.00} 2 24 -12 18
109 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {88.00, 160.00} -65 70 23 68
110 #[9]-ДЛИТЕЛЬНОСТЬ ВОССТАНОВЛЕНИЯ НА МАКС.: {160.00, 232.00} 30 38 20
111 МАК. ДЛИТЕЛЬНОСТЬ СДС: {9.00, 27.00} -54 28 34 49
112 МАК. ДЛИТЕЛЬНОСТЬ СДС: {27.00, 45.00} 49 -14 -62 56
113 МАК. ДЛИТЕЛЬНОСТЬ СДС: {45.00, 63.00} 122 -141 132
114 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {1.00, 8.00} 19 -13 -17 20
115 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {8.00, 15.00} 30 -208 15 134
116 ЧАСТОТА МАКС. ДЛИТЕЛЬНОСТИ СДС: {15.00, 22.00} -149 178 -5 164
117 МИН. ВРЕМЯ РАЗВИТИЯ: {5.00, 12.00} -3 17 -4 12
118 МИН. ВРЕМЯ РАЗВИТИЯ: {12.00, 19.00} 30 38 20
119 МИН. ВРЕМЯ РАЗВИТИЯ: {19.00, 26.00} 30 38 20
120 МИН. ВРЕМЯ СДС: {2.00, 6.00} -1 4 -1 2
121 МИН. ВРЕМЯ СДС: {6.00, 10.00} 66 -5 40
122 МИН. ВРЕМЯ СДС: {10.00, 14.00} 142 95 72
123 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {14.00, 29.00} -7 59 -21 43
124 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {29.00, 44.00} 19 50 25
125 МИН. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {44.00, 59.00} -13 42 -5 30
126 МАКС. ВРЕМЯ РАЗВИТИЯ: {23.00, 52.00} -10 7 7 10
127 МАКС. ВРЕМЯ РАЗВИТИЯ: {52.00, 81.00} 47 24 -80 68
128 МАКС. ВРЕМЯ РАЗВИТИЯ: {81.00, 110.00} -49 7 38 44
129 МАКС. ВРЕМЯ СДС: {9.00, 27.00} -60 -4 48 54
130 МАКС. ВРЕМЯ СДС: {27.00, 45.00} 40 -4 -52 46
131 МАКС. ВРЕМЯ СДС: {45.00, 63.00} 110 -97 104
132 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {49.00, 118.00} -42 70 6 56
133 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {118.00, 187.00} 17 -37 -5 27
134 МАКС. ВРЕМЯ ВОССТАНОВЛЕНИЯ: {187.00, 256.00} -8 18 13
135 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {12.00, 29.42} 22 15 -33 30
136 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {29.42, 46.84} 87 -41 65
137 СРЕДНЕЕ ВРЕМЯ РАЗВИТИЯ: {46.84, 64.26} 30 38 20
138 СРЕДНЕЕ ВРЕМЯ СДС: {5.67, 11.78} -70 7 51 61
139 СРЕДНЕЕ ВРЕМЯ СДС: {11.78, 17.89} 40 -4 -52 46
140 СРЕДНЕЕ ВРЕМЯ СДС: {17.89, 24.00} 87 7 -177 135
141 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {28.64, 60.31} 3 15 -10 12
142 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {60.31, 91.98} 21 -103 8 68
143 СРЕДНЕЕ ВРЕМЯ ВОССТАНОВЛЕНИЯ: {91.98, 123.65} -70 42 38 64
144 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {5.63, 13.49} 36 -67 -20 52
145 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {13.49, 21.35} -57 108 -5 85
146 ДИСПЕРСИЯ ВРЕМЕНИ РАЗВИТИЯ: {21.35, 29.21} 174 100
147 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {0.00, 6.83} -79 12 54 68
148 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {6.83, 13.66} 30 20 -48 43
149 ДИСПЕРСИЯ ВРЕМЕНИ СДС: {13.66, 20.49} 166 96
150 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {5.52, 31.66} -16 24 6 20
151 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {31.66, 57.80} 23 -16 -20 24
152 ДИСПЕРСИЯ ВРЕМЕНИ ВОССТАНОВЛЕНИЯ: {57.80, 83.94} -26 -50 38 45
Средне-квадратичное отклонение 0,062 0,066 0,073 0,000
Эти базы данных имеют размерность 3*152 и поэтому оказалось возможным привести их в данной работе в полном виде. В базе данных абсолютных частот и в базе знаний строки соответствуют градациям описательных шкал, а столбцы соответствуют градациям классификационных шкал. В базе абсолютных частот на пересечении строк и столбцов приведено количество фактов (случаев) наблюдения сочетания: «Градация классификационной шкалы» * «Градация описательной шкалы» по данным обучающей выборки. Всего в базе абсолютных частот обобщено 3292 медицинских факта, что по сути и представляет собой объем исследуемой выборки.
В базе знаний приведено количество знаний (в миллибитах, т.е. бит/1000), которое мы получаем из факта наблюдения определенной гра-
дации описательной шкалы о том, что у пациента наступит определенное состояние, описанное определенной градацией классификационной шкалы, при этом модуль количества знаний определяет силу влияния, а знак - направление влияния:
- если это значение больше нуля, то это знание о том, что данное значение фактора, соответствующее строке, способствует переходу пациента в состояние, соответствующее столбцу;
- если это значение меньше нуля, то это знание о том, что данное значение фактора, соответствующее строке, препятствует переходу пациента в состояние, соответствующее столбцу;
- если это значение примерно равно нулю, то это знание о том, что данное значение фактора, соответствующее строке, которое практически никак не влияет на переход пациента в состояние, соответствующее столбцу.
Единица измерения «миллибиты» выбрана вместо битов только для того, чтобы в таблице 11, не приводить ведущих нулей и десятичной точки, которые одинаковы во всех значениях.
Принципиально важно, что эти весовые коэффициенты (количество знаний) не определяются экспертами интуитивным неформализуемым способом на основе своего опыта, а рассчитываются непосредственно на основе эмпирических данных, предоставляемым тестирующей СДС-системой, причем рассчитывается на основе теоретически обоснованной модели АСК-анализа [5], хорошо зарекомендовавшей себя на практике при решении широкого круга задач в различных предметных областях.
Если состояние пациента характеризуется системой показателей о каждом из которых известно, как он влияет на состояние пациента в будущем, то в соответствии с леммой Неймана-Пирсона [5] в АСК-анализе считается, что скорее всего пациент перейдет в то состояние, о переходе в ко-
торое во всей системе его показателей содержится наибольшее количество
6. Повышение эффективности СИМ
Рассмотрение этого вида работ не входит в задачи в данной статьи связи с тем, что как будет видно ниже, модель и так имеет достаточно высокую адекватность и повышение ее эффективности просто не требуется.
7. Верификация СИМ
Верификация СИМ (оценка ее достоверности или адекватности) может осуществляться различными способами, реализованными в инструментарии АСК-анализа - системе «Эйдос» (внутренняя и внешняя валидность и бутстрепный метод), но в примере, описанном в данной статье, в связи с небольшим объемом обучающей выборки, это было сделано путем идентификации и прогнозирования состояний пациентов по ретроспективным данным, содержащимся в обучающей выборке, и подсчета количества ошибок 1-го и 2-го рода, т.е. ошибок не идентификации и ошибок ложной идентификации. Как показывает опыт, этот метод дает несколько завышенную, но вполне адекватную оценку достоверности модели.
В принципе, если отнести все объекты ко всем категориям (классам), то при этом они обязательно будут отнесены и к тем классам, к которым они действительно относятся, т.е. ошибка 1-го рода будет равна нулю, однако при этом будет максимальна ошибка ложной идентификации, т.к. все объекты будут отнесены не только к тем классам, к которым они на самом деле относятся, но и к тем, к которым они не относятся. И наоборот, если
знаний:
м
(9)
вектор Ь = (Ьг-} , характеризует пациента:
все объекты не относить ни к одному из классов, то обратится в нуль ошибка 2-го рода, однако при этом будет максимальна ошибка не идентификации. Таким образом нужно выбрать некоторый порог, такой, что минимизируется среднее ошибок 1-го и 2-го рода, что и реализовано в системе «Эйдос».
Отчет по достоверности модели в целом и в разрезе по классам приведен на экранной форме (рисунок 10) и в таблице 12:
~ l:\WINDOWS\system32\cmd.exe
Универсальная когнитивная аналитическая система.
(с) НПП "ЭИДОС*
=Подсистема анализа. Измерение адекватности семантической информационной модели Всего анкет физических (объектов распозн.выборки): 59 логических: 68
Ж верно идент.лог.анк: 81.847% Ошибка 1-го рода : % неидентификации: 18.157%
% верно не идент.лог.анк: 95.100% ошибка 2-го рода : % ложной идентиф.: 4.897%
обобщенная достоверность: 88.473% Обобщенная ошибка: (Е1+Е2}/2 : 11.52Т
ЛИТ.ВОССТ.ПЕРИОДА: {3.00, 5.00}
Среднее Среднее
Достов. сходство сходство
идентиф. лог.анк. лог.анк.
лог.анк. правиль. ошибочно
КОД с учетом отнесенных не отнесен
класса Наименование класса сходства к классу к классу
ДЛИТ.ВОССТ.ПЕРИОДА: {3.00, 5.00} 13.579 2.960 0.798
2 ДЛИТ.ВОССТ.ПЕРИОДА: {5.00, 7.00} 10.993 3.347 0.000
3 ДЛИТ.ВОССТ.ПЕРИОДА: {7.00, 9.00} 12.582 6.405 0.062
РІГенерация отчетаР2СортировкаРЗПечатьР4Поискг8Расч.внешней валид.РЭУдал.классов
Рисунок 10. Экранная форма отчета по достоверности модели
Таблица 12 - ОТЧЕТ ПО ДОСТОВЕРНОСТИ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ, ФОРМИРУЕМЫЙ СИСТЕМОЙ «ЭЙДОС»
ИЗМЕРЕНИЕ АДЕКВАТНОСТИ (ДИФФЕРЕНЦИАЛЬНОЙ И ИНТЕГРАЛЬНОЙ ВАЛИДНОСТИ) СЕМАНТИЧЕСКОЙ ИНФОРМАЦИОННОЙ МОДЕЛИ
Всего Физических анкет: 59 (1Ш0:и: для п.15)
Всего логических анкет: 68
4. Средняя достоверность идентификации логических анкет с учетом сходства : 12.75&У.
5. Среднее сходство логических анкет, правильно отнесенных к классу : 4.441 У.
6. Среднее сходство логических анкет, ошибочно не отнесенных к классу : 0.366У.
7. Среднее сходство логических анкет, ошибочно отнесенных к классу : 0.147Х
8. Среднее сходство логических анкет, правильно не отнесенных к классу : 8.822К
9. Средняя
10. Среднее Среднее
11. Среднее
12. Среднее
13. Среднее
14. Среднее
достоверность идентификации логических анкет с учетом кол-ва : 78.664И
количество Физич-х анкет, действительно относящихся к классу: 25.676 С1ШШ^ для п.11 и п.12)
количество физич-х анкет, действительно не относящихся к классу: 33.324 С1Ш0Х для п.13 и п.14)
Всего Физических анкет: 59.0ШШ СІШШх для п.15) правильно отнесенных к классу: 21.015, т.е. 81.847Х
ошибочно не отнесенных к классу: 4.662, т.е. 18.157Х (Ошибка 1-го рода)
ошибочно отнесенных к классу: 1.632, т.е. 4.897У. (Ошибка 2-го рода)
правильно не отнесенных к классу: 31.691, т.е. 95.100;-:
количество
У. лог-их анкет, количество и У. лог—их анкет, количество и У. лог—их анкет, количество и У. лог-их анкет.
15. Средневзвешенная вероятность случайного угадывания принадлежности объекта к классу < У. ): 43.520
16. Средневзвешенная эффективность применения модели по сравнению со случ. угадыванием (раз): 2.272
17. Обобщенная достоверность модели (Д1+Д2)/2: 88.473Х. Обобщенная ошибка (Е1+Е2)/2: 11.527Х
07-12-10 15:30:57
г.Краснодар
N п/п Код класса Наименование класса Кол-во лог.анк. дейст—но относящихся к классу Количество логических анкет правильно или ошибочно отнесенных или не отнесенных к классу Вероятн. случайного угадывания (И) =МЬА/ЫРА Эффектив модели по срав. со случ. угадыв. (раз)
Правиль. отнесен. Ошибочно не отнес Ошибочно отнесен. Правиль. не отнес
1 2 3 10 11 12 13 14 15 16
1 1 ДЛИТ.ВОССТ.ПЕРИОДА: <3.00, 5.0Ш> 29 20 9 0 30 49.153 1.403
2 2 ДЛИТ.ВОССТ.ПЕРИОДА: <5.00, 7.00> 11 11 0 5 43 18.644 5.364
3 3 ДЛИТ.ВОССТ.ПЕРИОДА: <7.00, 9.00> 28 26 2 2 29 47.458 1.957
Средневзвешенные значения 25.7 21.0 4.7 1.6 31.7 43.520 2.272
Универсальная когнитивная аналитическая система НПП *ЭЙД0С*
Из рисунка 10 приведенного в таблице 12 отчета по достоверности модели видно, что она обладает адекватностью, достаточно высокой для решения проблемы, поставленной в работе, т.я. для решения задач прогнозирования и принятия решений, а также для того, чтобы исследование данной модели можно было корректно считать исследованием моделируемой предметной области.
Выводы
Таким образом в данной статье:
- поставлена проблема прогнозирования автоматизированной количественной интерпретации исходной информации о пациенте, получаемой с помощью аппаратно-программного комплекса СДС-тестирования, а также использования этой информации для прогнозирования длительности послеоперационного восстановительного периода;
- предложена идея решения данной проблемы, состоящая в том, что если изучить, какая форма СДС-кривой является наиболее характерной и наиболее нехарактерной для различных длительностей послеоперационного восстановительного периода, то можно по этой кривой прогнозировать длительность восстановительного периода;
- для план исследований и разработок, обеспечивающий реализацию данной идеи решения данной проблемы; для выполнения данного плана предлагается применить технологии искусственного интеллекта, в частности АСК-анализ и его программный инструментарий систему «Эйдос», приведено краткое описание системы «Эйдос» и выполнены свежующие этапы АСК-анализа: когнитивная структуризация предметной области; формализация предметной области; подготовка обучающей выборки; синтез и верификация семантической информационной модели.
Достоверность модели оказалась достаточно высокой для того, чтобы ее можно было корректно использовать для выполнения последующих
этапов АСК-анализа, т.е. для решения задач прогнозирования и поддержки принятия решений, а также исследование предметной области путем исследования ее модели, что и планируется сделать в последующих работах.
Литература7
1. Покровский В.М. Сердечно-дыхательный синхронизм в оценке регуляторноадаптивных возможностей организма / Под.ред. В.М.Покровского. - Краснодар: Издательство «Кубань-Книга», 2010. - 244 с., ил.
2. Системно-когнитивный подход к прогнозированию длительности послеоперационного восстановительного периода на основе информации о пациенте, полученной методом сердечно-дыхательного синхронизма (СДС) (решение задач прогнозирования, поддержки принятия решений и исследования предметной области) / В.М. Покровский, С.В. Полищук, Е.В. Фомина, М.М.Шеляг, Е.В. Луценко // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2009. - №07(51).
- Шифр Информрегистра: 0420900012\0082. - Режим доступа:
http://ej.kubagro.ru/2009/07/pdf/10.pdf
3. Системно-когнитивный подход к прогнозированию длительности послеоперационного восстановительного периода на основе информации о пациенте, полученной методом сердечно-дыхательного синхронизма (СДС) (синтез и верификация семантической информационной модели) / В.М. Покровский, С.В. Полищук, Е.В. Фомина, М.М.Шеляг, Е.В. Луценко // Научный журнал КубГАУ [Электронный ресурс]. -Краснодар: КубГАУ, 2009. - №07(51). - Шифр Информрегистра: 0420900012\0083. -Режим доступа: http://ej.kubagro.ru/2009/07/pdf/09.pdf
4. Системно-когнитивный подход к прогнозированию длительности послеоперацион-
ного восстановительного периода на основе информации о пациенте, полученной методом сердечно-дыхательного синхронизма (СДС) (когнитивная структуризация и формализация предметной области и подготовка обучающей выборки) /
В.М. Покровский, С.В. Полищук, Е.В. Фомина, М.М.Шеляг, Е.В. Луценко // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2009. - №07(51).
- Шифр Информрегистра: 0420900012\0084. - Режим доступа:
http://ej.kubagro.ru/2009/07/pdf/08.pdf
5. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационнотехнических систем): Монография (научное издание). - Краснодар: КубГАУ. 2002. -605 с.
6. Луценко Е.В. Универсальная когнитивная аналитическая система "ЭИДОС". Пат. № 2003610986 РФ. Заяв. № 2003610510 РФ. Опубл. от 22.04.2003.
7. Луценко Е.В. 30 лет системе «Эйдос» - одной из старейших отечественных универсальных систем искусственного интеллекта, широко применяемых и развивающихся и в настоящее время / Е.В. Луценко // Научный журнал КубГАУ [Электронный ресурс]. - Краснодар: КубГАУ, 2009. - №10(54). - Шифр Информрегистра: 0420900012\0110. - Режим доступа: http://ej.kubagro.ru/2009/10/pdf/04.pdf
7
Некоторые из этих работ размещены на сайте: http ://lc.kub agro.ru/
8. Луценко Е.В. «Эйдос-астра» - интеллектуальная система научных исследований влияния космической среды на поведение глобальных геосистем / Е. В. Луценко, A.^ Трунев // Научный журнал Куб^У [Электронный ресурс]. - Краснодар: Куб-^У, 2010. - №07(61). - Режим доступа: http://ei.kubagro.ru/2010/07/pdf/17.pdf
9. Патент на полезную модель №86860. Система определения сердечно-дыхательного синхронизма у человека. / Патентообладатели: Покровский В.М., Пономарев В.В., Aртюшков В.В., Фомина Е.В., Гриценко С.Ф., Полищук С.В. Заявка №2009122616. Приоритет полезной модели 11.06.2009г. Зарегистрировано в Государственном реестре полезных моделей Российской Федерации 11.06.2009г. Срок действия патента истекает 11.06.2019г.
