Intelligent Protein Balance Analyzer based on an Artificial Neural Network with the Forced Learning = Інтелектуальний аналізатор білкового балансу у базисі штучної нейронної мережі з примусовим навчанням

Abstract

Protein is the main building material of the body, the norm of which must be constantly monitored to prevent its deficiency. One of the most accessible and common analyses of protein level is a biochemical blood test, which allows you to calculate the total amount of proteins, as well as its individual fractions. However, to obtain reliable results of the analysis, it is necessary to follow some mandatory rules. The medicine taken by the patient can also significantly affect the results of the analysis. For cases where it is impossible to conduct a standard protein analysis or to provide restrictions and fulfillment of rules, a technology for intelligent recognition of the protein balance level is proposed. The purpose of the study is to synthesize a neural network model for recognizing the protein balance level based on extracting knowledge from a representative sample of examples in the database of medical histories associated with a deficiency of protein fragments. The task of finding the functional dependence of the protein balance on the values of the symptoms was solved using the technology of forced learning of neural networks and implemented by models with different architectures as a problem of pattern recognition. The practical significance of the results is the possibility of obtaining an additional independent channel for the analysis of protein balance without need to use the traditional method of biochemical blood analysis with its limitations and contraindications. The synthesized ensemble of models, algorithmic and software tools make it possible to expand the application and reduce the requirements for the restrictions of traditional methods of analysis.

Білок – основний будівельний матеріал організму, норма якого має бути на постійному контролі для недопущення його дефіциту. Одним із найдоступніших і найпоширеніших досліджень рівня білків є біохімічний аналіз крові, що дозволяє обчислити загальну кількість білків, а також окремих його фракцій. Однак для отримання достовірних результатів аналізу необхідно дотримуватися деяких обов'язкових правил, крім того, на результати аналізу можуть суттєво впливати ліки, що приймаються пацієнтом. Для випадків, коли немає можливості провести стандартний білковий аналіз або не вдається забезпечити обмеження та виконання обов'язкових умов, пропонується технологія інтелектуального розпізнавання рівня білкового балансу. Мета дослідження – синтез нейромережевої моделі розпізнавання рівня білкового балансу досліджуваного суб'єкта на основі утримання знань з репрезентативної вибірки прикладів з бази історій хвороб, пов'язаних з дефіцитом білкових фрагментів. Завдання знаходження функціональної залежності білкового балансу від значень симптомів вирішено застосуванням технології примусового навчання нейромереж та реалізовано моделями з різною архітектурою як завдання розпізнавання образів. Практична значимість результатів – можливість отримання додаткового незалежного каналу аналізу білкового балансу без необхідності використання традиційного методу біохімічного аналізу крові з його обмеженнями та протипоказаннями. Синтезований ансамбль моделей, алгоритмічний та програмний інструментарій дозволяють розширити застосування та знизити вимоги до обмежень, що мають місце при традиційних методах аналізу.