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.
11Казанский 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
- 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
- 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
- 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
- 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
- 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
- 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
- M. Hall, Correlation-based feature subset selection for machine learning, Ph.D. thesis (University of Waikato, Hamilton, New Zealand, 1999)
- 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
- R. Jones, J. Bhattacharya, J. Behav. Addict., 1 (3), 96 (2012). DOI: 10.1556/JBA.1.2012.005
- 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.