Глибовець, МиколаСалата, КирилоТкач, Наталія2021-01-312021-01-312020Глибовець М. М. Побудова діагностичної експертно-медичної системи з використанням нейронних мереж / М. М. Глибовець, К. В. Салата, Н. А. Ткач // Проблеми програмування. - 2020. - № 2-3 (Спеціальний випуск). - С. 384-391.1727-4907https://doi.org/10.15407/pp2020.02-03.384https://ekmair.ukma.edu.ua/handle/123456789/19375У статті розглянуто основні методи (дерева прийняття рішень, глибинне навчання, метод k-найближчих сусідів, нейронні мережі) створення діагностичних експертно-медичних систем. Для практичної частини створення API було відібрано декілька класифікаторів та проведено дослідження їх роботи. А саме було порівняно класифікатори засновані на нейронних мережах, деревах прийняття рішень та методі k-найближчих сусідів. Були оптимізовані параметри для обраних класифікаторів. В результаті були відібрані параметри на яких досліджувались дані. Також досліджено збірку даних пацієнтів, які мали серцевий напад, для розробки діагностичної системи визначення наявності хвороб серця. Описано діагностичний API для виявлення хвороб серця у пацієнта.В статье рассмотрено методы (деревья принятия решений, глубинное обучение, метод k-ближайших соседей, нейронные сети) создания диагностических экспертно-медицинские систем. Для практической части создания API были выбраны классификаторы и проведено исследование их работы. А именно были сравнены классификаторы, базирующиеся на нейронных сетях, деревьях принятия решений и методе k-ближайших соседей. Были оптимизированы параметры для этих классификаторов. В результате были отобраны параметры на которых исследовались данные. Также был исследован датасет информации о пациентах, у которых был сердечный приступ, для разработки программной системы диагностирования сердечных болезней. Описано диагностическое API определения сердечных болезней пациентов.In the article was discussed the methods (decision trees, deep learning algorithms, k-nearest neighbors, neural networks) to create diagnostic expert medical systems. For practice part were developed diagnostic API based on chosen classifiers that implement the algorithms and a study of their work was conducted. Namely, classifiers based on neural networks, decision trees and k-nearest neighbors method were compared. The parameters for the selected classifier were optimized. As a result, were selected parameters on which the data were researched. In addition, the dataset of information of patients who had heart attack was researched to develop a diagnostic system for revealing heart diseases. The diagnostic API for revealing patients’ heart diseases is described. Keywords: diagnostic systems, medical systems, neural networks, decision trees, diagnostic API.ukдіагностичні системимедичні експертні системинейронні мережідерева прийняття рішеньдіагностичне APIстаттядиагностические системымедицинские системынейронные сетидеревья принятия решенийдиагностическое APIdiagnostic systemsmedical systemsneural networksdecision treesdiagnostic APIArticle