Алина Анастасия Александровна

Анализ биомедицинских сигналов лежит в основе современного здравоохранения, обеспечивая точную диагностику, непрерывный физиологический мониторинг и информированное ведение пациентов. Цель работы: совершенствование методологического подхода к разработке надежного диагностического конвейера автоматизированной обработки частотно-временны́х представлений сигналов фонокардиограмм (ФКГ) для систем поддержки принятия врачебных решений на основе рекуррентных нейросетей. Методы: информационно-сигнальный анализ, методы принятия решений в условиях определенности, методы машинного обучения в задачах классификации признаков на основе рекуррентных нейронных сетей. Результаты: выявлена перспективность применения сигналов ФКГ для диагностики сердечно-сосудистых заболеваний; эффективность задачи классификации тонов сердца оценивается на основе вычисления метрик информативности; полученный анализ параметров может быть применен в медицинских мониторинговых системах, а также в цифровых средствах поддержки врачебных решений.