X Международная студенческая научная конференция Студенческий научный форум - 2018

В основе процесса атеросклероза лежат нарушения липид-транспортной системы. Вероятна возможность прогнозирования эффекта препаратов, применяемых для коррекции этих нарушений у больных ишемической болезнью сердца. Одним из подходов к решению данной задачи является нейросетевой, основанный, на использовании самообучающихся нейроструктур.

Целью работы явилась выработка подхода к созданию интерактивных нейросетевых классификаторов для прогнозирования гиполипидемического эффекта при фармакотерапии ИБС на основе оценки липид-транспортной системы.

В качестве выходного прогнозируемого параметра, характеризующего липид-транспортную систему у больных ишемической болезнью сердца были использованы холестерина и триглицеридов (т.е. относительная степень снижения этих биохимических параметров в результате 8- недельного лечения вазилипом 20 мг в сутки или безафибратом 600 мг в сутки). Оценка информативности качественных факторов, построение на их основе прогностической модели осуществлялось с помощью нейроимитатора Neuro Pro 2,5. В работе рассматривалось некоторое множество систем информативных факторов, генерируемых на множестве случайных топологий обученных нейросетей.

Для решения задачи классификации пациентов по степеням тяжести гиполипидемического эффекта на основе результатов мониторирования на состояния липид-транспортной системы были использованы нейронные сети, которые позволяют на основании определенного набора параметров биохимического статуса оценить вероятность принадлежности данного результата лечения к определенной степени гиполипидемического эффекта. Применяли оригинальную разработку - нейронную сеть, построенную на архитектуре многослойного персептрона с прямыми связями между нейронами и алгоритма обратного распространения ошибки с введением позволяющего варьировать скорость обучения сети. Принципы функционирования нейросети соответствовали традиционным: подготовка и ввод входных параметров, обучение сети, формирование выходных классов, тестирование системы. Настроечные параметры нейросети, обеспечивающие оптимальное обучение были следующие: погрешность вычислений равная или менее 0,001, значение коэффициента крутизны дискриминантной функции равное 3,0; величина шага обучения составила 0,5; число тактов обучения не менее 600; количество скрытых слоев нейронов равное 1.

Полученные результаты показали, что у больных ишемической болезнью сердца с сочетанной гиперхолестеринемией при лечении статином (вазилип 20 мг/сут) гипохолестеринемический эффект 42% (р

Код для цитирования: Скопировать