В результате проведенного исследования получены принципиально новые результаты, позволяющие создать интеллектуальные системы поддержки принятия решений по диагностике инфекционных заболеваний. Создана модель биоимпедансного анализа, основанная на многочастотной биоимпедансометрии, позволяющая осуществлять декомпозицию импеданса биоматериала на структурные элементы. На основе предложенной модели формировались дескрипторы, предназначенные для классификаторов, выполненных на обучаемых нейронных сетях. Для получения дескрипторов осуществлялось многочастотное зондирование биоматериала, на основе которого были построены графики Коула. Используя итерационные алгоритмы и эти графики были получены модели Войта импеданса биоматериала. Параметры этих моделей используются как дескрипторы для обучаемых классификаторов. На основе многочастотного зондирования получены алгоритмы дифференциального контроля импеданса ткани и импеданса жидкости, что позволит получить новые решающие правила для диагностики патологических состояний организма (сердечнососудистые, инфекционные и онкологические заболевания). В современном российском здравоохранении задача длительного наблюдения за состоянием человека практически всегда связана или с его госпитализацией, что неприемлемо как для трудоспособного населения, так и в ряде случаев для больных людей, или с арендой дорогостоящих мониторных систем на срок, не превышающий, как правило, 24-х часов, что не всегда достаточно для диагностических задач.
As a result of the study, fundamentally new results have been obtained, which make it possible to create intelligent decision support systems for the diagnosis of infectious diseases. A bioimpedance analysis model has been created, based on multifrequency bioimpedance measurement, which allows decomposition of biomaterial impedance into structural elements. On the basis of the proposed model, descriptors were formed, intended for classifiers, performed on trained neural networks. To obtain descriptors, multifrequency sounding of the biomaterial was carried out, on the basis of which Cole's graphs were constructed. Using iterative algorithms and these graphs, Voigt models of the biomaterial impedance were obtained. The parameters of these models are used as descriptors for the trained classifiers. On the basis of multifrequency sensing, algorithms for differential control of tissue impedance and fluid impedance have been obtained, which will make it possible to obtain new decisive rules for diagnosing pathological conditions of the body (cardiovascular, infectious and oncological diseases). In modern Russian healthcare, the task of long-term monitoring of a person's condition is almost always associated with either his hospitalization, which is unacceptable both for the working-age population and in some cases for sick people, or with the rent of expensive monitoring systems for a period not exceeding, as a rule, 24 hours, which is not always enough for diagnostic tasks.
The authors declare that there are no conflicts of interest present.