Tematem rozprawy doktorskiej jest modelowanie i symulacja wybranych parametrów medycznych dla przypadków z niewydolnością oddechową. Zagadnienie to jest ważnym problemem dla pacjentów przyjętych do Kliniki do drugiej doby życia z powodu niewydolności układu oddechowego. Do modelowania i symulacji stanów chorobowych wykorzystano metody komputerowe z dziedziny sztucznej inteligencji. Przeprowadzone w ramach pracy badania dotyczyły w przeważającym stopniu określenia przydatności metod adresowanych do dwóch różnych problemów. Pierwszy problem związany jest z modelowaniem przewidywanych stanów chorobowych pacjenta. Stany te są generowane za pomocą metody opartej na algorytmie Artificial Immune System (AIS).
Drugim poruszonym w pracy problemem jest metoda klasyfikacji zdarzeń. Metoda ta znana w literaturze jako Support Vector Machine (SVM) jest używana do klasyfikacji parametrów medycznych, które są pomocne w zagadnieniu określenia stanu przeżycia lub zgonu pacjenta z niewydolnością oddechową.
Modelling and simulation of selected medical parameters related to respiratory insufficiency.
The topic of this dissertation is modelling and simulation of chosen medical parameters related to the infants respiratory insufficiency. This issue is an important problem for patients admitted for ward hospitalization on the second day after birth due to the respiratory insufficiency. For modelling and simulation of insufficiency states computational intelligence tools were used.
First issue is related to the modelling of predicted insufficiency states for the patient. These states are generated by the method based on artificial immune system algorithm.
Second issue presented in the dissertation is a method of event classification. This method is known in literature as Support Vector Machine (SVM) and is used for classification of medical parameters, which are then used in prediction of mortality rate for patients with respiratory insufficiency.
