DSpace Repository

Применение теоретико-модельных методов и онтологического моделирования для автоматизации диагностирования заболеваний

Show simple item record

dc.contributor.author Пальчунов, Дмитрий Евгеньевич ru_RU
dc.contributor.author Яхъяева, Гульнара Эркиновна ru_RU
dc.contributor.author Ясинская, Ольга Владимировна ru_RU
dc.creator Новосибирский государственный университет ru_RU
dc.creator Институт математики им. С. Л. Соболева СО РАН ru_RU
dc.creator Novosibirsk State University en_EN
dc.creator Sobolev Institute of Mathematics SB RAS en_EN
dc.date.accessioned 2016-02-18T09:43:34Z
dc.date.available 2016-02-18T09:43:34Z
dc.date.issued 2015-11
dc.identifier.citation Пальчунов Д. Е., Яхъяева Г. Э., Ясинская О. В. Применение теоретико-модельных методов и онтологического моделирования для автоматизации диагностирования заболеваний // Вестн. Новосиб. гос. ун-та. Серия: Информационные технологии. 2015. Т. 13, вып. 3. С. 42–51. ru_RU
dc.identifier.citation Palchunov D. E., Yakhyyayeva G. E., Yasinskaya O. V. Application of model-theoretic methods and ontological modeling to automate the diagnosis of diseases // Vestnik NSU Series: Information Technologies. - 2015. - Volume 13, Issue No 3. - P. 42-51. - ISSN 1818-7900. (in Russian). en_EN
dc.identifier.issn 1818-7900
dc.identifier.uri https://lib.nsu.ru/xmlui/handle/nsu/10140
dc.description.abstract Статья посвящена разработке автоматизированных методов порождения знаний о возможном диагнозе пациента на основе анализа историй болезни других пациентов. Эти методы основаны на теоретико-модельном подходе к формализации предметной области. На основе интеграции знаний, извлечённых из историй болезней, строится онтологическая модель данной предметной области. Формализация оценочных (нечетких) суждений производится на языке теории нечетких моделей. Для получения формульного описания диагнозов пациентов используется методология анализа формальных понятий. ru_RU
dc.description.abstract The article is devoted to developing automated methods of generating knowledge about possible diagnosis of the patient based on the analysis of clinical records of other patients. These methods are based on the model-theoretic approach to the formalization of the domain. An ontological model of the domain is constructed on the base of integration of knowledge extracted from clinical records. Formalization of estimated statements is described in the language of the fuzzy model theory. We use methodology of the formal concept analysis to obtain formular descriptions of diagnoses of patients. en_EN
dc.description.sponsorship Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта №14-07-00903_а. ru_RU
dc.language.iso ru ru_RU
dc.publisher Новосибирский государственный университет ru_RU
dc.subject Онтологическая модель ru_RU
dc.subject Онтология ru_RU
dc.subject Прецедентная модель ru_RU
dc.subject Нечеткая модель ru_RU
dc.subject Формальный контекст ru_RU
dc.subject Формальное понятие ru_RU
dc.subject Диагностирование заболеваний ru_RU
dc.subject Ontology en_EN
dc.subject Ontological model en_EN
dc.subject Case-based model en_EN
dc.subject Fuzzy model en_EN
dc.subject Formal context en_EN
dc.subject Formal concept en_EN
dc.subject Diagnosis of diseases en_EN
dc.title Применение теоретико-модельных методов и онтологического моделирования для автоматизации диагностирования заболеваний ru_RU
dc.title.alternative Application of model-theoretic methods and ontological modeling to automate the diagnosis of diseases en_EN
dc.type Article ru_RU
dc.description.reference 1. Pulchunov D., Yakhyaeva G. Interval fuzzy algebraic systems // Proceedings of the Asian Logic Conference. 2005. Р. 23–37. 2. Пальчунов Д. Е., Яхъяева Г. Э. Нечеткие логики и теория нечетких моделей // Алгебра и логика. 2015. Т. 54, № 1. С. 109–118. 3. Пальчунов Д. Е. Моделирование мышления и формализация рефлексии. Ч. 2: Онтологии и формализации понятий // Философия науки. 2008. Т. 37, № 2. С. 62–99. 4. Ganter B., Wille R. Formal Concept Analysis: Mathematical Foundations. Heidelberg: Springer, 1999. 5. Pal'chunov D. Lattices of Relatively Axiomatizable Classes // ICFCA. 2007. Vol. LNAI 4390. Р. 221–239. 6. Международная статистическая классификация болезней и проблем, связанных со здоровьем. 10-й пересмотр. Женева, 1995. 7. Пальчунов Д. Е., Яхъяева Г. Э. Нечеткие алгебраические системы // Вестн. Новосиб. гос. ун-та. Серия: Математика, механика, информатика. 2010. Т. 10, № 3. С. 75–92. 8. Yakhyaeva G. Fuzzy model truth values // Proc. of the 6th International Conference Aplimat. Bratislava, 2007. Р. 423–431. 9. Яхъяева Г. Э., Ясинская О. В. Методы согласования знаний по компьютерной безопасности, извлеченных из различных документов // Вестн. Новосиб. гос. ун-та. Серия: Информационные технологии. 2013. Т. 11, № 3. Р. 63–73. 10. Yakhyaeva G. Logic of Fuzzifications // Proc. of the 4th Indian International Conference on Artificial Intelligence (IICAI-09). Tumkur, India, 2009. Р. 222–239. 11. Gartner S., Ruhroth T., Burger J., Schneider K., Jurjens J. Maintaining requirements for long-living software systems by incorporating security knowledge // IEEE 22nd International Requirements Engineering Conference. 2014. Р. 103–112. 12. Priss U. Formal Concept Analysis in Information Science // Annual Review of Information Science and Technology. 2006. Vol. 40. Р. 521–543. ru_RU
dc.description.reference 1. Pal’chunov D.E., Yakhyaeva G.E. Interval fuzzy algebraic systems. Proceedings of the Asian Logic Conference , pp. 23–37, 2005. 2. Pal’chunov D.E., Yakhyaeva G.E. Fuzzy logic and the theory of fuzzy models. Algebra and Logic, vol. 54, no. 1, 2015, pp. 74–80. 3. Palchunov D.E. Simulation of thinking and formalization of reflection: II. Ontologies and formalization of concepts. Filosofiya nauki, 37(2), pp. 62–99, 2008 (in Russian). 4. Ganter B., Wille R. Formal Concept Analysis: Mathematical Foundations. Heidelberg: Springer, 1999. 5. Pal’chunov D.E. Lattices of Relatively Axiomatizable Classes. ICFCA 2007, LNAI 4390, p. 221–239, 2007. 6. The international statistical classification of the diseases and problems connected with health; 10th revision. Medecina, Geneva, 1995. 7. Palchunov D.E., Yakhyaeva G.E. Fuzzy algebraic systems. Vestnik NGU. Seriya: Mate- matica, mexanica, informatica. 2010. V.10, № 3. p. 75–92. 8. Yakhyaeva G. Fuzzy model truth values. Proceedings of the 6-th International Conference Aplimat, February 6-9, 2007, Bratislava, Slovak Republic, p. 423–431. 9. Yakhyaeva G., Yasinskaya O. Methods of coordination of knowledge on computer security, taken from various documents. Vestnik NGU. Seriya: Informacionnie texnologii, V. 11, № 3, pp. 63–73, 2013. 10. Yakhyaeva G. Logic of Fuzzifications. Proceedings of the 4th Indian International Conference on Artificial Intelligence (IICAI-09), Tumkur, India, pp. 222–239. 11. Gartner S., Ruhroth T., Burger J., Schneider K., Jurjens J. Maintaining requirements for long-living software systems by incorporating security knowledge. IEEE 22nd International Requirements Engineering Conference, pp. 103–112, 2014. 12. Priss U. Formal Concept Analysis in Information Science. Annual Review of Information Science and Technology, т. 40, pp. 521–543, 2006. en_EN
dc.subject.udc 004.4
dc.relation.ispartofvolume 13
dc.relation.ispartofnumber 3
dc.relation.ispartofpages 42-51


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account