Диссертация на соискание ученой степени кандидата
медицинских наук. Специальность: 14.01.23 - «Урология».
РМА. Москва. 2014. -— 137 с. Научный руководитель: кандидат
медицинских наук, доцент И.В. Лукьянов.
Цель исследования - улучшить результаты лечения
больных раком предстательной железы путем создания и внедрения
компьютерной системы по прогнозированию и мониторингу
послеоперационного периода у больных, перенесших радикальную
простатэктомию.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной. Создан алгоритм обучения на основе математического моделирования, позволивший создавать нейронную сеть прогнозирования и мониторирования больных после радикальной простатэктомии. Разработанная нейросетевая модель способна достаточно быстро адаптироваться к новым для нее выборкам больных.
Практическая значимость. В результате данного исследования создана программа «Математическое моделирование послеоперационного течения рака простаты или Urostat». Проведенное исследование позволяет формировать управленческие решения на основе комплексного подхода к оценке состояния здоровья пациента, что, в свою очередь обеспечивает возможность увеличить эффективность оперативного лечения и снизить процент послеоперационных осложнений. Оглавление.
Используемые сокращения.
Введение. Нейросетевое моделирование и его применение в урологии. Обзор литературы.
.
Материалы и методы исследования.
Характеристика исследования.
Характеристика пациентов.
Методы обследования больных.
Методика оперативного лечения.
Патоморфологическое исследование.
Послеоперационный мониторинг. Влияние изучаемых факторов на достоверность прогнозирования и эффективность мониторинга рака простаты. Создание, применение и практическая реализация нейросетевой модели прогнозирования и мониторинга рака простаты.
Создание нейросетевой модели прогнозирования и мониторинга.
Практическое применение нейросетевой модели прогнозирования и мониторинга рака простаты.
Практическая реализация нейросетевой модели прогнозирования и мониторинга рака простаты. Заключение.
Выводы. Практические рекомендации.
Список использованной литературы.
Приложение.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной. Создан алгоритм обучения на основе математического моделирования, позволивший создавать нейронную сеть прогнозирования и мониторирования больных после радикальной простатэктомии. Разработанная нейросетевая модель способна достаточно быстро адаптироваться к новым для нее выборкам больных.
Практическая значимость. В результате данного исследования создана программа «Математическое моделирование послеоперационного течения рака простаты или Urostat». Проведенное исследование позволяет формировать управленческие решения на основе комплексного подхода к оценке состояния здоровья пациента, что, в свою очередь обеспечивает возможность увеличить эффективность оперативного лечения и снизить процент послеоперационных осложнений. Оглавление.
Используемые сокращения.
Введение. Нейросетевое моделирование и его применение в урологии. Обзор литературы.
.
Материалы и методы исследования.
Характеристика исследования.
Характеристика пациентов.
Методы обследования больных.
Методика оперативного лечения.
Патоморфологическое исследование.
Послеоперационный мониторинг. Влияние изучаемых факторов на достоверность прогнозирования и эффективность мониторинга рака простаты. Создание, применение и практическая реализация нейросетевой модели прогнозирования и мониторинга рака простаты.
Создание нейросетевой модели прогнозирования и мониторинга.
Практическое применение нейросетевой модели прогнозирования и мониторинга рака простаты.
Практическая реализация нейросетевой модели прогнозирования и мониторинга рака простаты. Заключение.
Выводы. Практические рекомендации.
Список использованной литературы.
Приложение.