Вышедшие номера
Применение методов машинного обучения в поиске статистических паттернов для диагностики обсессивно-компульсивного расстройства
Министерство науки и высшего образования Российской Федерации, Программа стратегического академического лидерства Казанского (Приволжского) федерального университета ("Приоритет-2030")
Юнусов В.А. 1, Демин С.А. 1
1Казанский федеральный университет, Казань, Россия
Email: valentin.yunusov@gmail.com, serge_demin@mail.ru
Поступила в редакцию: 5 мая 2023 г.
В окончательной редакции: 29 июня 2023 г.
Принята к печати: 30 октября 2023 г.
Выставление онлайн: 10 декабря 2023 г.

Одной из актуальных задач современных наук о данных является определение диагностических критериев психических расстройств. Эта задача усложняется наличием множества биофизических параметров, часть из которых может быть избыточной. Нами применяются методы отбора признаков для диагностики обсессивно-компульсивного расстройства. С помощью методов машинного обучения на первом этапе решена задача классификации для исходного набора признаков, а на втором этапе - отбора подмножеств наиболее значимых диагностических признаков для волонтеров, у которых существенно проявлялись симптомы указанного расстройства, и представителей контрольной группы. Ключевые слова: живые системы, обсессивно-компульсивное расстройство, биомедицинские данные, методы машинного обучения, отбор признаков. DOI: 10.61011/PJTF.2023.23.56840.13A
  1. S.A. Demin, R.M. Yulmetyev, O.Yu. Panischev, P. Hanggi, Physica A, 387 (8-9), 2100 (2008). DOI: 10.1016/j.physa.2007.12.003
  2. V.A. Yunusov, S.A. Demin, O.Yu. Panischev, N.Y. Demina, J. Phys.: Conf. Ser., 2103 (1), 012044 (2022). DOI: 10.1088/1742-6596/2103/1/012044
  3. K. Hilbert, T. Jacobi, S.L. Kunas, B. Elsner, B. Reuter, U. Leuken, N. Kathmann, Psychother. Res., 31 (1), 52 (2021). DOI: 10.1080/10503307.2020.1839140
  4. F. Ferreri, A. Bourla, C.S. Peretti, T. Segawa, N. Jaafari, S. Mouchabac, J. Med. Internet Res., 6 (12), e11643 (2019). DOI: 10.2196/11643
  5. M. Hoexter, E. Miguel, J. Diniz, R. Shavitt, G. Busatto, J. Sato, J. Affect. Disord., 150 (3), 1213 (2013). DOI: 10.1016/j.jad.2013.05.041
  6. M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, I.H. Witten, ACM SIGKDD Explor. Newsl., 11 (1), 10 (2008). DOI: 10.1145/1656274.1656278
  7. M. Hall, Correlation-based feature subset selection for machine learning, Ph.D. thesis (University of Waikato, Hamilton, New Zealand, 1999)
  8. E.B. Foa, J.D. Huppert, S. Leiberg, R. Langner, R. Kichic, G. Hajcak, P.M. Salkovskis, Psychol. Assess., 14 (4), 485 (2002). DOI: 10.1037/1040-3590.14.4.485
  9. R. Jones, J. Bhattacharya, J. Behav. Addict., 1 (3), 96 (2012). DOI: 10.1556/JBA.1.2012.005
  10. С.А. Демин, О.Ю. Панищев, С.Ф. Тимашев, Р.Р. Латыпов, Изв. РАН. Сер. физ., 84 (11), 1569 (2020). DOI: 10.31857/S0367676520110083 [S.A. Demin, O.Yu. Panischev, S.F. Timashev, R.R. Latypov, Bull. Russ. Acad. Sci. Phys., 84 (11), 1349 (2020). DOI: 10.3103/S1062873820110088]

Подсчитывается количество просмотров абстрактов ("html" на диаграммах) и полных версий статей ("pdf"). Просмотры с одинаковых IP-адресов засчитываются, если происходят с интервалом не менее 2-х часов.

Дата начала обработки статистических данных - 27 января 2016 г.