Шевцов Максим Викторович, начальник отделения организации практик
ул. Галушкина 4, г. Москва 129366
Maxim V. Shevtsov, Head of the Department of the Organization of Practices
4 Galushkina str., Moscow 129366
Стародубцева Лилия Викторовна, доц. каф. вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Lilia V. Starodubtseva, Associate Professor of the Department of Technical Education
50 let Oktyabrya str. 94, Kursk 305040
Сафронов Руслан Игоревич, канд. технических наук, доц. каф. электротехники и электроэнергетики
ул. К. Маркса 70, г. Курск 305021
Ruslan I. Safronov, Сand. of Sci. (Engineering), Associate Professor of the Department of Electrical Engineering and Electric Power Engineering
70 K. Marx str., Kursk 305021
Сергеева Снежана Сергеевна, студент каф. биомедицинской инженерии
ул. 50 лет Октября 94, г. Курск 305040
Snezhana S. Sergeeva, Student of Department of Biomedical Engineering
50 let Oktyabrya str. 94, Kursk 305040
Целью исследования является повышение качества классификации степени тяжести отравления угарным газом за счет использования гибридных нечетких решающих правил.
Методы. В ходе приведенных исследований было показано, что современные подходы к классификации степени тяжести отравления угарным газом основываются на оценке концентрации окиси углерода в воздухе рабочей зоны или карбоксигемоглобина в крови, причем между исследуемыми классами состояний имеется значительная зона неопределенности, что снижает качество принимаемых решений и затрудняет выбор адекватных схем лечения. Для снижения зоны неопределенности в работе предлагается увеличить число классов степени тяжести и для адекватного описания зон неопределенности использовать методологию синтеза гибридных нечетких решающих правил (МСГНРП) с ориентацией на модели оценки состояния здоровья, изменяющегося под влиянием воздействия вредных химических веществ.
Результаты. С использованием МСГНРП в работе синтезированы решающие правила, обеспечивающие надежное разделение пяти классов степени тяжести отравления угарным газом: норма, легкая, средняя, тяжелая и критическая степени отравления с уверенностью принимаемых решений не хуже 0,95, что позволяет достаточно точно оценивать состояние здоровья пациентов с назначением адекватных схем профилактики и лечения.
Заключение. В работе с использованием МСГНРП получены нечеткие модели классификации степени тяжести отравления угарным газом с выделением классов: норма, легкое, среднее, тяжелое и критическое отравление. В ходе экспертного оценивания и математического моделирования было показано, что диагностическая чувствительность, специфичность и уверенность в принимаемых решениях превышает величину 0,95, что в практической медицине считается хорошим результатом для исследуемого типа задач.
The purpose of the research is to improve the quality of classification of the severity of carbon monoxide poisoning through the use of hybrid fuzzy decision rules.
Methods. In the course of these studies, it was shown that modern approaches to classifying the severity of carbon monoxide poisoning are based on assessing the concentration of carbon monoxide in the air of the working area or carboxyhemoglobin in the blood, and there is a significant uncertainty zone between the studied classes of conditions, which reduces the quality of decisions made and makes it difficult to choose adequate treatment regimens In order to reduce the uncertainty zone, it is proposed to increase the number of severity classes and to adequately describe the uncertainty zones, use the methodology for the synthesis of hybrid fuzzy decision rules with a focus on models for assessing the health status of a person changing under the influence of exposure to harmful chemicals.
Results. Using the methodology of synthesis of hybrid fuzzy decision rules, we have obtained fuzzy mathematical models for the allocation of such classes of severity as normal, mild, medium, severe and critical degrees of poisoning with the confidence of decisions made no worse than 0.95, which allows us to accurately assess the health status of patients with the appointment of adequate prevention and treatment regimens.
Conclusion. In this paper, using the methodology of synthesis of hybrid fuzzy decision rules, fuzzy models of classification of the severity of carbon monoxide poisoning with the allocation of classes: normal, mild, medium, severe and critical poisoning are obtained. During the expert evaluation and mathematical modeling, it was shown that the diagnostic sensitivity, specificity and confidence in the decisions made exceeds the value of 0.95, which is a good practical result for this class of problems.
The authors declare that there are no conflicts of interest present.