Рис. 1.11
Чтобы избежать указанных ошибок, необходим принципиально новый диагностический подход, когда необходима оценка не отдельных характеристик, а системный подход к совокупности (х1, х2, …) взаимообусловленных разных качественных характеристик.
В основу алгоритмов положен постулат: наилучшая мера информативности признака определяется вкладом этого признака в минимизацию вероятности ошибки в дифференциальной эгодиагностике и нашими возможностями измерить этот признак с минимальной ошибкой.
Ниже рассматривается проблема достижения высокой степени достоверности знаний, получаемой посредством эгодиагностического комплекса, структурно-функционального синтеза комплекса согласно принципу минимального риска [5]; путем минимизации погрешности измерения, т. е. отыскания оптимальной оценки измеренного сигнала (признака).
Рассмотрим наиболее сложную задачу эгодиагностики – стратегическое оценивание распределенных случайных величин и процессов. Решение такой задачи позволит повысить точность выходной информации при реализации:
– томографии, неразрушающего послойного исследования внутренней структуры объекта посредством многократного его просвечивания в различных непересекающихся направлениях;
– компьютерной томографии спинного и головного мозга;
– компьютерной ядерно-магнитно-резонансной томографии;
– рентгенодиагностики, когда используются рентгеновские излучения для исследования строения и функций органов и рентгенодиагностики заболеваний;
– картирования поверхности мозга путем визуализации распределения значений различных показателей (на поверхности мозга).
Эти подходы позволяют реализовать топическую диагностику путем определения локализации и распространенности патологического очага в нервной системе с последующей оценкой выявленных при комплексном анализе нарушений функций нервной системы.
Учитывая все сказанное выше, мы провели структурно-функциональный синтез диагностического комплекса согласно принципу минимального риска. Итоги такого синтеза представлены в виде структуры подсистем на рис. 1.12.
Подсистема 4 реализует измерение фактического значения хф параметра – процесса х(t), характеризующего работу контролируемого органа. Если хф соответствует норме хн, т. е. хф = хн, то на выходе подсистемы 1 имеем у(хн)