ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОСЕТЕЙ В ОЦЕНКЕ АКТИНИЧЕСКОГО ДЕРМАТИТА

Rok vydání: 2022
Předmět:
DOI: 10.24412/1609-2163-2022-2-109-112
Popis: За последние 20 лет был доказан эффект Еськова - Зинченко, в котором отсутствует статистическое повторение выборок. Одновременно была доказана реальность неопределенности 1 - го типа. Цель исследования. Выявить неопределенность 1 - го типа в разных группах больных актинического дерматита по параметрам иммуноглобулинов. Объект и методы исследования. Обследовалась три группы больных хроническим актиническом дерматитом с разной степенью выраженности этим заболеваний (из всех 65 - ти обследованных). Регистрировались 5 параметров иммуноглобулинов (IgA, IgG, IgM, ФН, IgE). Выборки этих параметров обрабатывались статистически и с помощью искусственных нейронных сетей. Результаты и их обсуждение. При парном сравнении по всем 5 - ти параметрам (для всех трех групп) получено отсутствие статистических различий всех выборок. Применение искусственных нейросетей позволило выявить различие и установить главные диагностические признаки. Выводы. Существенное разделение на группы по клиническим признакам в дерматологии показывает отсутствие возможности использования статистики в разделении этих групп по параметрам иммуноглобулинов (выборки статистически совпадают). Применение искусственных нейросетей в двух режимах (хаос и многократные повторные настройки) устраняют неопределенность 1 - го типа и решает задачу диагностики.
Over the past 20 years, the Eskov - Zinchenko effect with no statistical repetition of samples has been proven. The reality of uncertainty of the first type was proved at the same time. The research purpose was to reveal the uncertainty of the first type in different groups of patients with actinic dermatitis in terms of immunoglobulin parameters. Object and methods. Three groups of patients with chronic actinic dermatitis with severity varying degrees of these diseases were examined (all 65 examined). 5 immunoglobulin parameters were recorded (IgA, IgG, IgM, FN, IgE). Samples of these parameters using artificial neural networks were processed statistically. Results and its discussion. Pairwise comparison of all 5 parameters for all three groups showed no statistical differences in the given samples. The use of artificial neural networks allows to identify the difference and to establish the main diagnostic features. Conclusions. A significant division into groups according to clinical signs in dermatology shows the lack of statistics' use possibility in the division of these groups according to immunoglobulin parameters (the samples are statistically the same). The use of artificial neural networks in the modes of chaos and multiple reconfigurations eliminates the uncertainty of the first type and solves the problem of diagnostics.
Databáze: OpenAIRE
Externí odkaz: