
The main problems in making a correct diagnosis are: subjectivity and insufficient qualifications of the doctor, difficulties in correctly assessing the patient’s complaints, signs and symptoms of the disease observed in the patient, as well as individual manifestations of the symptoms of the disease. In publications on the use of expert systems for medical diagnostics using fuzzy logic, the main attention was paid to the medical features of the problem. In this work, for the first time, general methodological aspects of building such systems, creating databases, representing by fuzzy sets of real numbers, digital scales, linguistic and Boolean data of symptom values are formulated. The types of membership functions that are advisable to use to represent the symptoms of diseases are proposed. In fuzzy-logical conclusions, not only the values of the characteristic functions of the logical terms of individual symptoms, but also complex arithmetic functions of their values are used.
Главными проблемами при установлении правильного диагноза являются: субъективность и недостаточная квалификация врача, трудности в правильных оценках жалоб пациента, признаков и симптомов заболевания, наблюдаемых у больного, а также различные виды представления симптомов заболевания. В публикациях по применению экспертных систем медицинской диагностики с использованием нечеткой логики основное внимание уделялось медицинским особенностям проблемы. Впервые сформулированы общие методические аспекты построения таких систем, создания баз данных, представления нечеткими множествами действительных чисел, цифровых шкал, лингвистических и булевых данных значений симптомов. Предложены виды функций принадлежности, которые целесообразно использовать для представления симптомов заболеваний. В fuzzy-логических выводах используются не только значения характеристических функций логических термов отдельных симптомов, но и сложные арифметические функций их значений.
Головними проблемами під час постановки правильного діагнозу є: суб’єктивність і недостатня кваліфікація лікаря, труднощі в правильних оцінках скарг пацієнта і симптомів захворювання, які спостерігаються у хворого, а також особисті види подання симптомів захворювання. У публікаціях щодо застосування експертних систем медичної діагностики з використанням нечіткої логіки основна увага приділялася медичним особливостям проблеми. У роботі вперше сформульовано загальні методичні аспекти побудови таких систем, створення баз даних, подання нечіткими множинами дійсних чисел, цифрових шкал, лінгвістичних і булевих даних значень симптомів. Запропоновано види функцій належності, які доцільно використовувати для подання симптомів захворювань. У fuzzy-логічних висновках використовуються не тільки значення характеристичних функцій логічних термів окремих симптомів, але і складні арифметичні функції їх значень.
центроиды fuzzy-множеств объектов и кластеров, кластерный анализ, центри тяжкості і середини перетинів нечітких множин, центры тяжести и средины сечений нечетких множеств, optimality criteria and clustering algorithms, критерії оптимальності та алгоритми кластеризації, кластерний аналіз, критерии оптимальности и алгоритмы кластеризации, centers of gravity and mid-sections of fuzzy sets, многомерные функции принадлежности, багатовимірні функції належності, центроїди fuzzy-множин об’єктів і кластерів, centroids of fuzzy-sets of objects and clusters, multidimensional membership functions, cluster analysis
центроиды fuzzy-множеств объектов и кластеров, кластерный анализ, центри тяжкості і середини перетинів нечітких множин, центры тяжести и средины сечений нечетких множеств, optimality criteria and clustering algorithms, критерії оптимальності та алгоритми кластеризації, кластерний аналіз, критерии оптимальности и алгоритмы кластеризации, centers of gravity and mid-sections of fuzzy sets, многомерные функции принадлежности, багатовимірні функції належності, центроїди fuzzy-множин об’єктів і кластерів, centroids of fuzzy-sets of objects and clusters, multidimensional membership functions, cluster analysis
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
