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,...
Saved in:
| Published in: | Кибернетика и системный анализ |
|---|---|
| Date: | 2017 |
| Main Authors: | , , |
| 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| 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 |