Abstract
This paper describes the task of authentication of bone turnover indicators using the developed method of building a decision support system based on an artificial neural network. A method has been developed for the calculation of risk determinants, which helps the physician in early diagnosis to make an informed decision, based on the identification of changes in bone turnover that increased risk of fragility fractures in diabetes mellitus.
Highlights
This paper describes the task of authentication of bone turnover indicators using the developed method of building a decision support system based on an artificial neural network
Application of artificial neural network in the diagnostic system of osteoporosis // Neurocomputing — 2016
Summary
Многослойный персептрон (MLP) — это модель искусственной нейронной сети с прямой связью, которая отображает наборы входных данных в набор соответствующих выходных данных [3, 4, 5, 7]. Предлагаемая методика построения самообучающейся прогнозирующей системы с использованием нейронных сетей для интеллектуальной СППР состоит из следующих этапов: постановка задачи, подготовка входных данных, создание и обучение нейросети, включая выбор типа нейронной сети, формирование схемы подачи обучающих данных, которая определяет количество входных сигналов и соответствующих им входных синапсов, а также ответ, включение или выключение нормирования входных данных. Описанная выше методика построения нейронной сети была применена для моделирования СППР с целью прогнозирования таких показателей, как маркеры ремоделирования костной ткани, минеральная плотность костной массы, раннего диагностирования и оценки риска развития остеопороза при сахарном диабете, то есть показателей, используемых для управления диагностическими процессами. Дизайн исследования Для анализа связи некоторых параметров нейронной сети с маркерами костного метаболизма и МПК пациентов была проведена оптимизация конструкции на основе планирования исследования.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have