Название статьи:
Нейро-нечеткие модели в медицине и здравоохранении
Авторы: Лябах Н.Н., доктор технических наук, профессор, научный руководитель научно-исследовательского центра цифровых, интеллектуальных и инновационных технологий, Майкопский государственный технологический университет, г. Майкоп, Российская Федерация,
liabakh@rambler.ru,
Беслангурова З.А., кандидат медицинских наук, декан лечебного факультета, Майкопский государственный технологический университет, г. Майкоп, Российская Федерация,
beszarema@mail.ru,
Инухова Д.М., аспирант, Майкопский государственный технологический университет, г. Майкоп, Российская Федерация,
inukhova2001@mail.ru,
Удычак Д.А., студент, Майкопский государственный технологический университет, г. Майкоп, Российская Федерация,
udychakdarina@yandex.ru Для цитирования:
Нейро-нечеткие модели в медицине и здравоохранении / Н.Н. Лябах, З.А. Беслангурова, Д.М. Инухова, Д.А. Удычак . — DOI 10.17150/2713-1734.2025.7(3).324-332. — EDN WCFLTU // System Analysis & Mathematical Modeling. — 2025. — Т. 7, № 3. — С. 324–332.
В рубрике:
МАТЕМАТИЧЕСКИЕ НАУКИ
Год: 2025 Том: 7 Номер журнала: 3
Страницы: 324-332
Тип статьи: Научная статья
УДК: 510.22:61
DOI: 10.17150/2713-1734.2025.7(3).324-332
Аннотация:
В статье рассматривается роль математической теории нечетких множеств (ТНМ) и нечеткой логики в моделировании сложных медицинских процессов. Показано, что нечеткие системы позволяют формализовать экспертные знания, основанные на лингвистических терминах и субъективных оценках, что особенно актуально в медицине и здравоохранении. Автор анализирует функции принадлежности для различных лингвистических переменных, иллюстрируя их применение на примерах оценки рисков и поведения пациентов. Особое внимание уделяется интеграции нечетких систем с нейронными сетями для создания нейро-нечетких моделей, таких как ANFIS, что повышает точность и интерпретируемость решений. Рассматриваются подходы к разработке интеллектуальных мобильных приложений (чат-ботов) для взаимодействия врача и пациента, учитывающих индивидуальные особенности обеих сторон. В статье подчеркивается необходимость использования гибридных методов для повышения эффективности диагностики и терапии, а также выделяются основные преимущества и перспективы применения ТНМ в медицине.
Ключевые слова: нечеткие множества, нечеткая логика, медицинские системы, экспертные оценки, функции принадлежности, нейро-нечеткие модели, ANFIS, интеллектуальные приложения, гибридные методы
Финансирование: Статья подготовлена при поддержке гранта НП11-2025 ФГБОУ ВО «МГТУ»: «Природоподобные технологии синтеза систем искусственного интеллекта».
Информация о статье: Дата поступления: 14 мая 2025 г.; дата принятия к публикации: 27 сентября 2025 г.; дата онлайн-размещения: 23 октября 2025 г.
Список цитируемой литературы: - Конышева Л.К. Элементы теории нечетких множеств : учеб. пособие / Л.К. Конышева, Т.А. Серова. - Екатеринбург : Изд-во ГОУ ВПО «Рос. гос. проф.-пед. ун-т», 2007. - 129 с.
- Белова Л.Ю. Элементы теории множеств и математической логики. Теория и задачи : учеб. пособие / Л.Ю. Белова, Ю.А. Белов. - Ярославль : ЯрГУ, 2012. - 204 с.
- Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде. - Москва : Мир, 1976. - 166 с.
- Гатин Р.Р. Функции и возможности конструктора ANFIS для проектирования нечетких нейронных сетей / Р.Р. Гатин, Р.Р. Бикмухаметов. - EDN VWRGWG // Наука сегодня: Реальность и перспективы : материалы Междунар. науч.-практ. конф., Вологда, 27 февр. 2019 г. - Вологда, 2019. - С. 11-13.
- Назаркин О.А. Повышение эффективности параллельного обучения ансамблей аппроксиматоров на основе ненормализованного варианта моделей ANFIS / О.А. Назаркин, П.В. Сараев. - EDN YQTHC // Суперкомпьютерные технологии (СКТ-2016) Дивноморское : материалы 4-й Всерос. науч.-техн. конф., Ростов-на-Дону, 19-24 сент. 2016 г. - Ростов-на-Дону, 2016. - С. 184-188.
- Колмогоров А.Н. Основные понятия теории вероятностей / А.Н. Колмогоров. - 2-е изд. - Москва : Наука, 1974. - 120 с.
- Todes D.P. Ivan Pavlov: a Russian Life in Science / D.P. Todes. - Oxford; New York : Oxford University Press, 2014. - 855 p.
- Мелков Д.А. Сравнение алгоритмов нечёткого вывода с использованием языков стандарта МЭК / Д.А. Мелков. - EDN RHLETL // Молодой ученый. - 2013. - № 5 (52). - С. 74-79.