Розроблено алгоритм інформаційно-екстремального машинного навчання системи підтримки прийняття рішень з багаторівневою системою контрольних допусків на значення ознак розпізнавання для радіонуклідної діагностики перфузії міокарда. Пропонується використання як кількісних ознак, що характеризують яскравість пікселів полярної карти розподілу радіофармпрепарату, так і контекстних ознак, що описують наявність симптомів, шкідливих звичок та хронічних хвороб. Розглядається обчислювальний аспект нормованої модифікації інформаційного критерію ефективності машинного навчання, що є функціоналом від точністних характеристик вирішальних правил. Аналізуються результати машинного навчання з ройовою оптимізацією контрольних допусків при різній кількості їх рівнів. Отримано безпомилкові за навчальною матрицею вирішальні правила.
