Байесовские процедуры распознавания воспалительных процессов при глиомах головного мозга

Применение байесовских процедур распознавания показателей скорости оседания эритроцитов при глиомах головного мозга позволяет распознавать воспалительные процессы в организме человека. Анализ результатов методов распознавания на основе моделей сеть-дерево, цепей Маркова и ближайших соседей показал,...

Full description

Saved in:
Bibliographic Details
Published in:Кибернетика и системный анализ
Date:2017
Main Authors: Гридина, Н.Я., Гупал, А.М., Тарасов, А.Л.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2017
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/144728
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Байесовские процедуры распознавания воспалительных процессов при глиомах головного мозга / Н.Я. Гридина, А.М. Гупал, А.Л. Тарасов // Кибернетика и системный анализ. — 2017. — Т. 53, № 3. — С. 41–48. — Бібліогр.: 11 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Применение байесовских процедур распознавания показателей скорости оседания эритроцитов при глиомах головного мозга позволяет распознавать воспалительные процессы в организме человека. Анализ результатов методов распознавания на основе моделей сеть-дерево, цепей Маркова и ближайших соседей показал, что байесовская процедура наиболее эффективна. Використання баєсівських процедур розпізнавання показників швидкості осідання еритроцитів при гліомах головного мозку дозволяє розпізнавати запальні процеси в організмі людини. Аналіз результатів методів розпізнавання на основі моделей мережа-дерево, ланцюгів Маркова і найближчих сусідів показав, що баєсівська процедура є найбільш ефективною. Application of Bayesian procedures of recognition of erythrocyte sedimentation rate in brain gliomas has allowed detecting inflammatory processes in a human body. The analysis of results of the recognition methods based on tree network methods, Markov chains, and the closest neighbors has shown that Bayesian procedure was the most efficient.
ISSN:0023-1274