|
|
|
|
| LEADER |
00000naa2a2200000 4500 |
| 001 |
630744 |
| 005 |
20231101133627.0 |
| 035 |
|
|
|a (RuTPU)RU\TPU\conf\32046
|
| 035 |
|
|
|a RU\TPU\conf\32045
|
| 090 |
|
|
|a 630744
|
| 100 |
|
|
|a 20191224d2019 k y0rusy50 ca
|
| 101 |
0 |
|
|a rus
|d eng
|
| 102 |
|
|
|a RU
|
| 105 |
|
|
|a y z 101zy
|
| 135 |
|
|
|a drgn ---uucaa
|
| 181 |
|
0 |
|a i
|
| 182 |
|
0 |
|a b
|
| 200 |
1 |
|
|a Алгоритм поддержки принятия решения в процессе диагностики функционального состояния системы гемостаза
|d Decision support algorithm for the hemostasis functional state estimation
|f Е. А. Чурсина, А. В. Кудинов
|
| 203 |
|
|
|a Текст
|c электронный
|
| 225 |
1 |
|
|a Системный анализ и обработка информации в медицине
|
| 230 |
|
|
|a 1 компьютерный файл (pdf; 530 Kb)
|
| 300 |
|
|
|a Заглавие с титульного экрана
|
| 320 |
|
|
|a [Библиогр.: с. 495 (5 назв.)]
|
| 330 |
|
|
|a Thromboelastography is a test that provides information about all components of hemostasis. Thromboelastograph presents a blood test result as graphic information with a set of additional numeric parameters which can be hard to interpret in detail. This paper describes the decision support algorithm that uses machine learning methods to distinguish eleven functional states of hemostasis. Testing on real blood tests dataset showed high metrics values. The classifier was implemented in the module that became a part of thromboelastograph software and is used to help doctors.
|
| 463 |
|
1 |
|0 (RuTPU)RU\TPU\conf\31887
|t Информационные технологии в науке, управлении, социальной сфере и медицине
|o сборник научных трудов VI Международной конференции, 14-19 октября 2019 г., Томск
|f Национальный исследовательский Томский политехнический университет (ТПУ) ; ред. кол. О. Г. Берестнева [и др.]
|v [491-495]
|d 2019
|
| 510 |
1 |
|
|a Decision support algorithm for the hemostasis functional state estimation
|z eng
|
| 610 |
1 |
|
|a электронные ресурсы
|
| 610 |
1 |
|
|a труды учёных ТПУ
|
| 610 |
1 |
|
|a hemostasis
|
| 610 |
1 |
|
|a thromboelastography
|
| 610 |
1 |
|
|a machine learning
|
| 610 |
1 |
|
|a classification
|
| 610 |
1 |
|
|a random forest
|
| 610 |
1 |
|
|a gradient boosting
|
| 610 |
1 |
|
|a гемостаз
|
| 610 |
1 |
|
|a тромбы
|
| 610 |
1 |
|
|a машинное обучение
|
| 610 |
1 |
|
|a классификация
|
| 610 |
1 |
|
|a алгоритмы
|
| 610 |
1 |
|
|a принятие решений
|
| 610 |
1 |
|
|a диагностика
|
| 610 |
1 |
|
|a функциональное состояние
|
| 700 |
|
1 |
|a Чурсина
|b Е. А.
|
| 701 |
|
1 |
|a Кудинов
|b А. В.
|c специалист в области автоматического управления
|c доцент Томского политехнического университета, кандидат технических наук
|f 1975-
|g Антон Викторович
|2 stltpush
|3 (RuTPU)RU\TPU\pers\25545
|
| 712 |
0 |
2 |
|a Национальный исследовательский Томский политехнический университет
|b Инженерная школа информационных технологий и робототехники
|b Отделение информационных технологий
|h 7951
|2 stltpush
|3 (RuTPU)RU\TPU\col\23515
|
| 801 |
|
2 |
|a RU
|b 63413507
|c 20200121
|g RCR
|
| 856 |
4 |
|
|u http://earchive.tpu.ru/handle/11683/57422
|
| 942 |
|
|
|c BK
|
