Упрощенная HTML-версия
46
вычислительной техники как для скрининга, так и для дифференциальной
диагностики этой патологии.
Решение диагностической задачи программными средствами требует
создания математической модели. В большинстве классификаций
математические модели делят на детерминированные и вероятностные; в
условиях значительного разнообразия распознаваемой патологии последние
представляются наиболее целесообразными [48].
Учитывая отсутствие литературных данных о частоте встречаемости
симптомов при том или ином синдроме, равно как и о распространенности
большинства самих синдромов в популяции, наиболее приемлемым для
решения диагностической задачи является метод распознавания образов,
использование которого возможно и при дефиците статистической
информации.
Основные понятия теории распознавания образов
Каждый объект из некоего множества объектов характеризуется
определенным набором признаков. Во всем множестве объектов выделены
некоторые подмножества. Под распознаванием образов понимается процесс
отнесения произвольного объекта из основного множества к некоторому
подмножеству.
Каждому объекту из основного множества можно поставить в
соответствие вектор
n
x x x
, ,
1
, где
x
j
– значение
j-
го признака для элемента
x
.
Этот вектор будем называть образом объекта
x
. Вместо исходного множества
объектов будем рассматривать множество их образов. Так получается
пространство образов обозначаемое
. Заданные подмножества будем
обозначать
m
A A
, ,
1
и называть классами. В этих терминах задача
распознавания образов формулируется просто – классифицировать заданный
образ.
Один из простейших и наиболее эвристических подходов к
распознаванию образов – использование для классификации функций