ANALYSIS OF THE DATA OF MICROWAVE RADIOMETRY AND THE HYPOTHESIS ON THERMOASYMMETRY
https://doi.org/10.33236/2307-910X-2019-25-1-63-71
Abstract
One of the urgent tasks facing medicine, mathematics, computer science and information technology is the development and implementation of effective decision support systems. Such systems, using the methods and algorithms of machine learning, should help specialists in the problems of diagnosis, disease prognosis, etc.
About the Authors
A. G. Losev
Volgograd State University
Russian Federation
Russian Federation
E. A. Mazepa
Volgograd State University
Russian Federation
Russian Federation
H. M. Suleymanova
Volgograd State University
Russian Federation
Russian Federation
References
1. Авраменко Г. В. Использование радиотермометрии в скрининге непалышруемых новообразований молочных желез // Вестник рентгенологии и радиологии. 2007. No 5. С. 11-14.
2. Веснин С. Г. Современная микроволновая радиотермометрия молочных желез / Веснин С. Г, Каплан А. М, Ава-кян Р. С. // Медицинский альманах. 2008. No 3. С. 82-87.
3. Зенович А. В., Батурин Н. А., Медведев Д. А., Петренко А. Ю. Алгоритмы формирования двумерных признаков диагностики заболеваний молочных желез методами комбинированной радиотермометрии// Математическая физика и компьютерное моделирование. 2018. Т. 21. № 4. С. 44-56.
4. Зенович А. В., Гребнев В. И., Примаченко Ф. Г. Алгоритмы классификации парных органов на основе нейросетей и нечетких множеств // Математическая физика и компьютерное моделирование. 2017. Т. 20. № 6. С. 26-37.
5. Лосев А. Г., Левшинский В. В.Интеллектуальный анализ данных микроволновой радиотермометрии в диагностике рака молочной железы // Математическая физика и компьютерное моделирование. 2017. № 5 (342).
6. Лосев А. Г., Мазепа Е. А., Сулейманова X. М. О взаимосвязи некоторых признаков РТМ-диагностики заболеваний молочных желез// Вестник Волгоградского государственного университета. Серия 1. Математика. Физика. 2015. №4(29). С. 35-44.
7. Поляков М.В., Хоперсков А.В. Математическое моделирование пространственного распределения радиационного поля в биоткани: определение яркостной температуры для диагностики// Вестник Волгоградского государственного университета. Серия 1. Математика. Физика. 2016. № 5(36). С. 73-84.
8. Поляков М.В. Хоперсков А.В. Микроволновая термометрия: имитационное моделирование радиационного поля в биоткани молочной железы // Современные информационные технологии. 2016. № 24 (24). С. 76-79.
9. Krawczyk В., Schaefer G. A Hybrid Classifier Commitee for Analysing Asymmetry Features in Breast Thermogram// Applied Soft Computing. 2014. V/ 20. P. 112-118.
10. Vesnin S., Turnbull A.K., Dixon J.M., Gorynin I. Modern Microwave Thermometry for Breast Cancer// Journal of Molecular Imaging & Dynamics/ 2017. V. 7. Is. 2. 1000136.
Review
For citations:
Losev A.G., Mazepa E.A., Suleymanova H.M. ANALYSIS OF THE DATA OF MICROWAVE RADIOMETRY AND THE HYPOTHESIS ON THERMOASYMMETRY. Modern Science and Innovations. 2019;(1):63-71. (In Russ.) https://doi.org/10.33236/2307-910X-2019-25-1-63-71
Views:
130
Email this article 