INNE EBOOKI AUTORA
Autor:
Format:
ibuk
Przebieg modelowania przedstawiony został jako ciąg działań, na który składają się:
- analiza systemu biomedycznego, studia literaturowe z zakresu biologii, fizjologii a także stanu wiedzy w zakresie modelowania, sformułowanie założeń i ograniczeń;
- propozycja modelu matematycznego opisanego np. w kategoriach zmiennych stanu;
- zaplanowanie (optymalizacja jakościowa) i wykonanie eksperymentu;
- identyfikacja modelu, ocena wyników modelowania;
- zaplanowanie (optymalizacja ilościowa) i wykonanie pomiarów w warunkach eksperymentu optymalnego dla identyfikacji modelu;
- ocena wyników (dokładność estymatorów, ich przydatność medyczna).
Zaprezentowany sposób postępowania pozwala na otrzymanie modelu najlepszego spośród przebadanych, według infomacyjnych kryteriów jakości modelu (np. kryterium Akaike), oraz dokłądnych dzięki zastosowaniu ilościowej optymalizacji eksperymentu. Tak otrzymane dokładne wyniki modelowania, które uzyskały dodatkowo pozytywną ocenę ich przydatności medycznej, są dobrą podstawą wspomagania diagnostyki medycznej i planowania terapii.
Prof. dr hab. inż. Juliusz Kulikowski, Instytut Biocybernetyki i Inżynierii Biomedycznej PAN: „Praca jest wartościowym opracowaniem naukowym, dotyczącym aktualnej i ważnej dziedziny, a przy tym – odznaczającym się wysokim poziomem naukowym.”
Prof. dr hab. inż. Zbigniew Nahorski, Instytut Badań Systemowych Polskiej Akademii Nauk: „Praca jest poświęcona istotnemu dla biocybernetyki i inżynierii biomedycznej obszarowi badań związanych z tworzeniem modeli matematyczncyh procesów zachodzących w organizmach żywych, z wykorzystaniem do tego pomiarów przeprowadzonych w rutynowych badaniach lub planowanych eksperymentach. Jest to kierunek bardzo mocno rozwijający się na świecie. W literaturze polskiej brak jest znaczących pozycji w tym obszarze. Książka będzie przydatna dla coraz szerszego grona czytelników i może stać się punktem odniesienia dla wielu badaczy.”
Rok wydania | 2013 |
---|---|
Liczba stron | 220 |
Kategoria | Radiologia i diagnostyka obrazowa |
Wydawca | Akademicka Oficyna Wydawnicza EXIT Andrzej Lang |
ISBN-13 | 978-83-7837-500-5 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
INNE EBOOKI AUTORA
POLECAMY
Ciekawe propozycje
Spis treści
1. Wstęp | |
2. Modelowanie systemów biomedycznych. Od starożytności do współczesności | |
2.1. Rodzaje modeli | |
2.2. Porównanie właściwości biomedycznego modelowania matematycznego i fizycznego | |
3. Wykorzystanie modelowania matematycznego w nowoczesnej diagnostyce medycznej | |
3.1. Istotność statystyczna wyników modelowania | |
4. Modelowanie procesów zachodzących w systemach biomedycznych | |
4.1. Regulacja w systemach biomedycznych | |
4.2. Liniowość modelu procesów biomedycznych | |
4.3. Specyfika modelowania systemów biomedycznych | |
5. Identyfikacja modelu systemów biomedycznych | |
5.1. Estymacja odpowiedzi impulsowej z wykorzystaniem rozplotu | |
5.2. Estymacja odpowiedzi impulsowej metodą najmniejszych kwadratów | |
5.3. Estymacja odpowiedzi impulsowej w dziedzinie częstotliwości | |
5.4. Identyfikacja modelu parametrycznego (gray box) | |
5.5. Metoda minimalizacji błędów predykcji | |
6. Problemy estymacji parametrów | |
6.1. Strukturalna identyfikowalność | |
6.2. Analiza czułościowa | |
7. Jakość modelu | |
8. Modelowanie kompartmentowe | |
8.1. Kompartment - podstawowe pojęcia i definicje | |
8.2. Modele kompartmentowe - opis w kategoriach zmiennych stanu | |
8.3. Modele kompartmentowe z pobudzeniem endogennym i egzogennym | |
8.4. Właściwości strukturalne modeli kompartmentowych | |
9. Modelowanie regulacji insulina-glukoza | |
10. Mechanizm regulacji glukoza-insulina | |
11. Modelowanie drogi dyfuzyjnej tlenu | |
11.1. Pojemność dyfuzyjna w mikroangiopatii płucnej | |
11.2. Model drogi dyfuzyjnej | |
11.3. Test diagnostyczny | |
12. Modelowanie wyników badania spirometrycznego | |
12.1. Przydatność diagnostyczna parametrów spirometrii | |
12.2. Modelowanie wyników badania spirometrycznego | |
12.3. Przydatność diagnostyczna parametrów modelu | |
12.4. Test diagnostyczny | |
13. Modelowanie dynamiki znacznika w badaniach MRI mózgu | |
13.1. Dwa podejścia do modelowania dystrybucji znacznika w badaniach MRI | |
13.2. Obliczanie parametrów perfuzji | |
13.3. Porównanie modeli | |
14. Optymalizacja eksperymentu | |
14.1. Jakościowe planowanie eksperymentu | |
14.2. Ilościowe planowanie eksperymentu | |
14.3. Kryteria optymalności | |
15. Filtracja sygnałów biomedycznych | |
15.1. Teoretyczne podstawy filtracji sygnałów. Pojęcia podstawowe, klasyfikacja sygnałów | |
15.2. Filtracja stochastyczna | |
15.3. Przygotowanie sygnałów biomedycznych | |
15.4. Program FILTR | |
15.5. Przykłady. Ocena wyników filtracji stochastycznej | |
15.6. Zastosowanie filtracji stochastycznej do poprawy właściwości szumowych sygnałów DSC_MRI | |
16. Optymalizacja schematu próbkowania | |
16.1. D, E, S i A-optymalne minimalne schematy próbkowania | |
16.2. Optymalny, nie minimalny SP. Metoda Leave-Worst-Out | |
16.3. Przegląd algorytmów optymalizacji | |
17. Optymalizacja sygnału testującego | |
17.1. Ograniczenia praktyczne w naukach biomedycznych | |
17.2. Optymalność pobudzenia impulsowego | |
17.3. Optymalizacja sygnału testującego. Zadanie programowania liniowego | |
17.4. Podstawy teoretyczne zadania programowania nieliniowego z ograniczeniami | |
17.5. Wyniki optymalizacji | |
17.6. Planowanie terapii z wykorzystaniem wyników identyfikacji modeli na podstawie pobudzeń optymalnych | |
17.7. Porównanie rozwiązań A, D, E, L i S-optymalnych | |
18. Podsumowanie | |
19. Wykaz ważniejszych oznaczeń | |
20. Spis ilustracji | |
21. Spis tabel | |
22. Literatura | |