| DC Field | Value | Language |
|---|
| dc.contributor.author | Василевская, В. С. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-08-20T10:27:47Z | - |
| dc.date.available | 2026-08-20T10:27:47Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Василевская, В. С. Анализ и повышение достоверности медицинских данных на основе фильтрации шумов = Analysis and increase of reliability of medical data based on noise filtering / В. С. Василевская // Информационные системы и технологии : сборник статей 62-й научной конференции аспирантов, магистрантов и студентов, Минск, 13–17 апреля 2026 г. / Институт информационных технологий Белорусского государственного университета информатики и радиоэлектроники ; редкол.: А. И. Парамонов [и др.]. – Минск, 2026. – С. 17–21. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/65589 | - |
| dc.description.abstract | В работе рассматривается проблема достоверности медицинских данных, используемых при диагностике и
мониторинге состояния пациентов. Предлагается подход к анализу и обработке биометрических данных, направленный на
выявление шумов, аномалий и пропусков измерений. Описаны методы фильтрации сигналов и алгоритм оценки качества
данных. Показано, что повышение достоверности исходных данных позволяет снизить вероятность ошибочных диагностических
решений. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | медицинские данные | en_US |
| dc.subject | шумы | en_US |
| dc.subject | биометрические данные | en_US |
| dc.title | Анализ и повышение достоверности медицинских данных на основе фильтрации шумов | en_US |
| dc.title.alternative | Analysis and increase of reliability of medical data based on noise filtering | en_US |
| dc.type | Article | en_US |
| local.description.annotation | This paper examines the reliability of medical data used in diagnosing and monitoring patients. An approach to analyzing and
processing biometric data aimed at identifying noise, anomalies, and missing measurements is proposed. Signal filtering methods and a
data quality assessment algorithm are described. It is shown that increasing the reliability of initial data reduces the likelihood of erroneous
diagnostic decisions. | en_US |
| Appears in Collections: | Информационные системы и технологии : 62-я научная конференция аспирантов, магистрантов и студентов (2026)
|
