тгму коробов (1)

1.

Фундаментальная математика для фундаментальной
медицины
СРАВНИТЕЛЬНЫЙ АНАЛИЗ
МЕТОДИК ПРЕДМОДЕЛЬНОЙ
ОБРАБОТКИ БИОМЕДИЦИНСКИХ
ДАННЫХ
Докладчик: Коробов Константин Алексеевич
Научный руководитель: к.ф.-м.н., доцент Яковлев Анатолий Александрович
Владивосток, 2026

2.

ТЯЖЁЛЫЙ ХВОСТ И ВЫБРОСЫ
• Тяжёлый хвост — распределение, в
котором сравнительно часто
встречаются экстремальные
значения.
• Выброс — отдельное наблюдение,
сильно удалённое от основной
массы данных.
• Для биомедицинских данных
такие значения нередко несут
клиническую информацию, а не
только шум.
Рис. 1. Пример распределения с выраженным правым хвостом.

3.

АКТУАЛЬНОСТЬ ИССЛЕДОВАНИЯ
• Биомедицинские показатели часто характеризуются
асимметрией и «тяжёлыми хвостами».
• Экстремальные значения могут отражать патологические
состояния, а не ошибки измерения.
• Стандартные правила удаления выбросов (например, 3σ)
способны искажать выборку и снижать диагностическую
ценность данных.
• Требуется разделение: техническая ошибка и клинически
значимая аномалия.

4.

ЦЕЛЬ
Повышение качества и устойчивости ML-моделей за счёт
корректной предобработки биомедицинских данных.
ЗАДАЧИ
• Разработать и обосновать робастный подход к анализу
выбросов.
• Подобрать трансформации признаков для стабилизации
распределений.
• Сравнить качество моделей при базовой и предложенной
предобработке.

5.

ОПИСАНИЕ ДАННЫХ
• Данные: ретроспективная клиническая выборка, N = 256,
анализ по уникальным пациентам.
• По средним значениям часть показателей выглядит
«условно нормальной» (например, средний ОФВ1 > 90%).
• Однако именно хвосты распределений содержат
пациентов с выраженной патологией.
• Поэтому задача предобработки — не вырезать хвосты, а
привести признаки к форме, с которой модель работает
устойчиво.

6.

ПРОБЛЕМА: В МЕДИЦИНЕ «ВЫБРОС» ≠ ОШИБКА
• В клинических данных
экстремальные значения часто
отражают тяжёлые случаи, а не брак
измерений.
• Механическое отсечение
наблюдений (например, по правилу
3σ) может уничтожить клинически
важные данные.
Рис. 2. Q-Q plot для fev1Percent: отклонения в хвостах
указывают на ненормальность распределения.

7.

ТРАНСФОРМАЦИИ ПРИЗНАКОВ
• Для каждого признака
выбиралась стратегия: Keep /
Transform / Drop.
• Ключевой критерий выбора —
величина асимметрии.
Рис. 3. Матрица решений для группы «Базовая
спирометрия».
Робастная логика отбора помогает различать признаки, которые можно оставить
без изменений, и признаки, требующие целевой трансформации.

8.

СОПРОТИВЛЕНИЕ ВЫДОХУ rEx
Рис. 4.Гистограммы распределения rEx. Слева — исходные данные с правосторонней асимметрией, справа — нормализованное
распределение.
• Исходное распределение имеет правостороннюю асимметрию и тяжёлый
хвост.
• Сравнивались допустимые преобразования признака.
• Наилучшую нормализацию дал Yeo–Johnson.
• После преобразования выбросы по MAD отсутствуют, а параметр
сохраняет биофизическую интерпретацию.

9.

ПОКАЗАТЕЛЬ ПРИРОСТА ОФВ1 (deltaFev1Percent)
Рис. 5.Гистограммы распределения deltaFev1Percent. Слева — исходное островершинное распределение, справа — результат
нормализации через Arcsinh.
• Распределение островершинное, с пиком около нуля.
• Значения могут быть отрицательными, нулевыми и положительными, поэтому
обычные логарифмические преобразования не подходят.
• Оптимальным методом оказался Arcsinh.
• Результат: эксцесс снизился с 13 до 1.16.

10.

ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА
ЭФФЕКТИВНОСТИ ПРЕДОБРАБОТКИ
•Сравнивались две методики: стандартная подготовка данных и
предобработка с анализом распределений и целевыми
трансформациями
•Модели: Logistic Regression и MLP
•Схема валидации: 10 блоков × 50 повторов = 500 прогонов
(устойчивая оценка)
•Основная метрика: ROC-AUC + анализ worst-case (минимальные
значения)
•Цель: проверить не только среднее качество, но и надёжность
(уменьшение “провалов”)

11.

ВЫВОДЫ
Таблица 1. Сравнительная таблица базового и предложенного подходов
•Logistic Regression: Mean ROC-AUC ≈ 0.82 → 0.86 при Proposed preprocessing
•Надёжность: Worst-case ≈ 0.50 → 0.59 (меньше неудачных прогонов)
•MLP: качество также существенно растёт (≈ 0.38 → 0.63)
•Вывод: корректная предобработка (робастный EDA + целевые
трансформации) повышает качество и устойчивость моделей

12.

ВЫВОДЫ
Таблица 1. Сравнительная таблица базового и предложенного подходов
•Logistic Regression: Mean ROC-AUC ≈ 0.82 → 0.86 при Proposed preprocessing
•Надёжность: Worst-case ≈ 0.50 → 0.59 (меньше неудачных прогонов)
•MLP: качество также существенно растёт (≈ 0.38 → 0.63)
•Вывод: корректная предобработка (робастный EDA + целевые
трансформации) повышает качество и устойчивость моделей

13.

ВЫВОДЫ
Таблица 1. Сравнительная таблица базового и предложенного подходов
•Logistic Regression: Mean ROC-AUC ≈ 0.82 → 0.86 при Proposed preprocessing
•Надёжность: Worst-case ≈ 0.50 → 0.59 (меньше неудачных прогонов)
•MLP: качество также существенно растёт (≈ 0.38 → 0.63)
•Вывод: корректная предобработка (робастный EDA + целевые
трансформации) повышает качество и устойчивость моделей

14.

Фундаментальная математика для фундаментальной
медицины
СПАСИБО ЗА ВНИМАНИЕ!
Автор: Коробов Константин Алексеевич обучающийся группы Б9123-01.03.02ии
Научный руководитель: к.ф.-м.н. , доцент Яковлев Анатолий Александрович