Aim. To develop a set of information methods to improve the quality of neural network diagnosis of diseases of hepatopancreatoduodenal zone. Methods. The study involved 385 patients with peptic ulcer, cholecystitis and pancreatitis undergoing in-patient treatment in medical organizations of the city of Kursk. For data mining internally developed software «System of Intellectual Analysis and Diagnosis of Diseases» was used which is an environment for the creation, adjustment, training and practical clinical application of an artificial neural network, such as a multilayer perceptron with an activation function - hyperbolic tangent. Results. Hyperbolic tangent (activation function) of the output layer’s neuron takes the value OUT ∈ ℝ ∧ OUT ∈ (-1; 1) which requires an interpretation. For logic network gates, for example, presence/absence of a disease, it can be performed by comparison with an arbitrarily assigned threshold yB ∈ (0; 1). In this approach, the values are interpreted as false (if y ≤-yB), undefined if y ∈ (-yB; yB), or true (if y ≥yB). Network operation control includes calculation of sensitivity, specificity, false positive and false negative results, for which the comparison of arrays of pairs of calculated and empirical values is carried out. In case of artificial neural network use for diagnosing diseases of hepatopancreatoduodenal zone, the optimal mode was achieved assigning yB≈0.3 as a threshold of the output neuron activation function. Conclusion. Assessing the quality of the ability of artificial neural network with logic outputs to diagnose hepatopancreatoduodenal zone diseases, as well as its controlled setting, is most effective by evaluation of sensitivity, specificity, frequency of false positive and false negative results at the threshold value yB≈0.3; the demonstrated sensitivity (83-94.7%) and specificity (83-97.8%) levels are comparable to the traditionally used diagnostic methods.
Цель. Разработать комплекс информационных методов для совершенствования качества нейросетевой диагностики заболеваний гепатопанкреатодуоденальной зоны. Методы. Исследование проведено по материалам 385 пациентов с язвенной болезнью, холециститом и панкреатитом, проходивших стационарное лечение в медицинских организациях Курска. Для анализа данных применяли программное обеспечение собственной разработки - «Систему интеллектуального анализа и диагностики заболеваний», представляющую собой среду для создания, настройки, обучения и практического клинического применения искусственной нейронной сети типа многослойный персептрон с активационной функцией - гиперболический тангенс. Результаты. Значение гиперболического тангенса (активационной функции) нейрона выходного слоя принимает значение OUT ∈ ℝ ∧ OUT ∈ (-1; 1) и нуждается в интерпретации. Для логических выходов сети, например, наличие/отсутствие того или иного заболевания, она может выполняться посредством сравнения с произвольно устанавливаемой пороговой величиной yB ∈ (0; 1). При этом подходе значения интерпретируются как ложные (y ≤ -yB), неопределённые, если y ∈ (-yB; yB), или истинные (y ≥ yB). Контроль работы сети включает вычисление показателей чувствительности, специфичности, долей ложноположительных и ложноотрицательных результатов, для чего проводится сравнение массивов пар расчётных и эмпирических данных. В случае применения искусственной нейронной сети для диагностики заболеваний гепатопанкреатодуоденальной зоны оптимальный режим достигался при пороговом значении функции активации выходного нейрона yB ≈ 0,3. Вывод. Наибольшую эффективность в отношении оценки качества диагностики заболеваний гепатопанкреатодуоденальной зоны посредством искусственной нейронной сети с логическими выходами, а также её контролируемой настройки демонстрируют методы определения чувствительности, специфичности, долей ложноположительных и ложноотрицательных результатов при пороговом значении yB≈0,3; демонстрируемые уровни чувствительности (83-94,7%) и специфичности (83-97,8%) сопоставимы с традиционно применяемыми методами диагностики.