DOI: https://doi.org/10.31071/kit2014.11.05

Опис-посилання

ISSN 1812-7231 Klin.inform.telemed. Volume 10, Issue 11, 2014, Pages 45–53

Автор(и)

Г. В. Книшов¹, О. С. Коваленко², Є. А. Настенко³, С. О. Сіромаха¹, О. В. Демін⁴, С. Я. Свистунов⁵, А. О. Пезенцали², А. В. Яковенко³, О. О. Романюк²

Установа(ви)

¹Національний інститут серцево-судинної хірургії ім. М. М. Амосова НАМН України, Київ

²Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, Київ

³Національний технічний університет України "Київський політехнічний інститут"

⁴Інститут сцинтиляційних матеріалів НАН України, Харків

⁵Інститут теоретичної фізики ім. М. М. Боголюбова НАН України, Київ

Назва статті

Створення та впровадження Грід-системи в лікувально-діагностичне кардіохірургічне відділення

Анотація (резюме)

Вступ. В даний час відбувається інтенсивне використання інформаційних технологій в медицині. Однією з таких технологій є Грід-система.

Мета. Для збору та обробки медичних цифрових зображень великих обсягів необхідні системи, що здатні накопичувати великі обсяги даних, отримані при діагностичних дослідженнях і проводити їх автоматизовану обробку в стислі терміни.

Результати та обговорення. Інтелектуальний аналіз необхідний для ідентифікації пацієнтів з високим ризиком розвитку ускладнень серцевої недостатності після операції, що необхідно для поліпшення і зміни тактики лікувального процесу в цілому, і мотивує лікарів до інформаційного накопичення та аналізу даних.

Висновок. Розвиток Грід-технологій в медицині є актуальним і перспективним для отримання нових наукових знань і для полегшення щоденної практики медичного персоналу.

Ключові слова

Грід-система, цифрові зображення, інтелектуальний аналіз даних, бази даних, інформаційна система

Список літератури

1. The Grid, Blueprint for a New computing Infrastructure. Ed. by I. Foster, C. Kesselman, Morgan Kaufmann Publ., 1998, 593 p.

2. The Grid 2: Blueprint for a New Computing Infrastructure. Ed. by I. Foster, C. Kesselman, Morgan Kaufmann Publ., 2004, 748 p.

3. Дюк В., Самойленко А. Data Mining: учебный курс. СПб., Питер, 2001, 368 c.

4. Григорьев С. Г., Юнкеров В. И., Клименко Н. Б. Логистическая регрессия. Многомерные методы статистического анализа категориальных данных медицинских исследований. Уч. пособие. СПб, 2001, cc. 10–21.

5. Ким О. Дж., Мьюллер Ч. У., Клекка У. Р. и др., Факторный, дискриминантный и кластерный анализ. Под ред. И. С. Енюкова. М., Финансы и статистика, 1989, 215 с.

6. Jakulin A., Bratko I. Quantifying and Visualizing Attribute Interactions. An Approach Based on Entropy, PKDD, 2004, vol. 3, pp. 229–240.

7. Яковенко А. В., Руденко А. В., Настенко Е. А., Руденко Н. Л., Павлов В. А. Выявление структуры факторов риска развития острой сердечной недостаточности в раннем послеоперационном периоде. Восточно-европейский журнал передовых технологий, 2013, т. 3, вып.10 (63), сс. 4–8.

Повнотекстова версія http://kit-journal.com.ua/uk/viewer_uk.html?doc/2014_11/8.pdf