автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы и средства прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса на основе нечеткой логики принятия решений

На правах рукописи

Ои^4^--

Коптева Наталья Алексеевна

Методы и средства прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса на основе нечеткой логики принятия решений

Специальность 05.13.01 - Системный анализ, управление и обработка

информации (технические науки)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

:м 2000

Курск-2008

003458246

Работа выполнена в ГОУ ВПО «Курская государственная сельскохозяйственная академия»

Научный руководитель -

Заслуженный деятель науки РФ, доктор технических наук, профессор Кореневский Николай Алексеевич

Официальные оппоненты:

доктор технических наук, профессор Маслак Анатолий Андреевич

Кандидат технических наук, доцент Горбатенко Светлана Александровна

Ведущая организация -

ГОУ ВПО Воронежский государственный технический университет

Защита диссертации состоится «29» декабря 2008 года в 12 часов на заедании диссертационного совета Д 212.105.03 при Курском государственном техническом университете по адресу: 305040, г. Курск, ул. 50 лет Октября, 96.

С диссертацией можно ознакомиться в научной библиотеке ГОУВПО «Курский государственный технический университет».

Автореферат разослан «_ ноября 2008 г.

Ученый секретарь диссертационного совета

Старков Ф.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Несмотря на значительные усилия затрачиваемые на решение задач повышения качества медицинского обслуживания населения, проблема повышения уровня здоровья жителей России остается весьма далекой от своего решения (Ходарцев A.A., Еськов В.М., Лазаренко В.А., Есаулснко И.Э.). Это в значительной мере касается и работников агропромышленного комплекса состояние здоровья которых для целого ряда сельскохозяйственных профессий зависит от таких специфических факторов риска как: высокий уровень загрязнения окружающего воздуха содержащего пыль с микрочастицами удобрений, радиоактивных веществ и тяжелых металлов; наличие во вдыхаемом воздухе газов от низкокачественного топлива сельскохозяйственных машин; нарушение санитарно-гигиенических норм на рабочих местах; неудобные рабочие позы в сочетании с вредными климатическими условиями; низкие эргономические характеристики агрегатов и машин, управляемых сельскохозяйственными рабочими и т.д. Низкий уровень состояния здоровья сельскохозяйственных рабочих определяется так же недостаточно хорошо организованной медицинской помощью требуемой квалификации с соответствующим медико-техническим оснащением в сочетании с индивидуальными факторами риска, определяемыми образом жизни и индивидуальным здоровьем (Бесько В.А., Плотников В.В., Мазур И.И., Калуцкий П.В.).

Повысить качество оказания медицинских услуг населению занятому в сельскохозяйственном производстве можно совершенствуя систему управления учреждениями здравоохранения работающими с этим контингентом трудящихся. Специалисты, решающие задачи повышения качества оказания медицинских услуг одной из важных составляющих в общем процессе совершенствования методов управления лечебно диагностическим процессом называют эффективное прогнозирование и раннюю диагностику заболеваний вызываемых профессиональной деятельностью, в частности работой в агропромышленном комплексе.

Характерной особенностью задач прогнозирования и ранней диагностики выбранного класса заболеваний является то, что собираемая службами здравоохранения информация позволяет в основном анализировать уже имеющиеся заболевания, тогда как во многих случаях условия трудовой деятельности могут формировать предпосылки к возникновению и развитию той или иной патологии. Своевременное выявление людей склонных к профессиональным заболеваниям связанным с работой в агропромышленном комплексе и имеющих донозологические формы заболеваний позволит формировать рациональные схемы организации лечебно-оздоровительных мероприятий улучшив качество медицинского обслуживания населения занятого в сельскохозяйственном производстве.

С математической точки зрения сложность решения задач прогнозирования и ранней диагностики заболеваний определяется тем, что используемые информативные признаки носят неполный, нечеткий и разнотипный характер с нечеткой структурой классов, что требует специальных подходов к синтезу соответствующих решающих правил.

С учетом сказанного, актуальность работы определяется необходимостью разработки и внедрения в практическое здравоохранение высокоэффективных

средств прогнозирования и ранней диагностики заболеваний, вызываемых вредным воздействием окружающей среды, на основе внедрения современных методов управления и информационных технологий, что позволит повысить качество оказания медицинских услуг населению занятому в агропромышленном комплексе.

Работа выполнена в соответствии с тематическим планом научно-исследовательских работ Курской ГСХА (тема 11, номер государственной регистрации 01.9.20.006.402.), координационным планом ГОСНИТИ (проблема 5, тема 32, раздел 2), координационным планом научно- технических программ Центрально-Черноземного района.

Цель работы. Разработка методов, моделей и алгоритмов повышающих эффективность решения задач принятия решений по прогнозированию и ранней диагностике профессиональных заболеваний работников агропромышленного комплекса при неполном и нечетком представлении данных с пересекающейся структурой классов.

Для достижения поставленной цели необходимо решить следующие задачи:

- на основании анализа существующих подходов к прогнозированию и диагностике профессиональных заболеваний и структуры данных определить задачи и выбрать математический аппарат исследования;

- разработать способ определения риска возникновения профессиональных заболеваний сельскохозяйственных рабочих в зависимости от степени хронического физического утомления.

- разработать метод синтеза и систему нечетких решающих правил для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса;

- синтезировать алгоритм управления процессами принятия решений по организации процедур прогнозирования, профилактики, диагностики и лечения профессиональных заболеваний рабочих сельскохозяйственных производств;

- создать основные элементы программного обеспечения системы поддержки принятия решений для управления лечебно-профилактическими учреждениями обслуживающими работников агропромышленного комплекса;

- оценить эффективность предложенных методов и средств на примере мониторинга состояния здоровья работников сельскохозяйственных производств Курской области.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, нечетких множеств, прикладной математической статистики, экспертного оценивания.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

способ оценки риска профессиональных заболеваний работников агропромышленного комплекса по уровню хронического физического утомления, отличающийся использованием нечетких правил агрегирующих индекс физического утомления, параметры внимания и электрические характеристики общесистемных биологически активных точек, позволяющий определять риск появления и развития заболеваний сельскохозяйственных рабочих в зависимости от степени выраженности хронического утомления;

- метод синтеза нечетких решающих правил для решения задач прогнозирования и ранней диагностики заболеваний, вызываемых комплексным воздействием

факторов характерных для работников занятых в агропромышленном комплексе отличающийся тем, что получаемые классификационные правила учитывают различные по приреде внешние и внутренние факторы риска, время их воздействия и индивидуальные свойства организма, позволяя повысить качество принятия решений в задачах управления учреждениями здравоохранения обслуживающими население работающее в сельском хозяйстве при неполном и нечетком представлении исходной информации о границах разделяемых классов;

- система правил нечеткого вывода для прогнозирования и ранней диагностики заболеваний, характерных для работников агропромышленной отрасли, составившая основу базы знаний соответствующей системы поддержки принятия решений и позволяющая решать поставленные в работе задачи с требуемым для практики качеством при приемлемых технико-экономических затратах;

- алгоритмы управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции заболеваний характерных для работников сельскохозяйственной отрасли, отличающиеся возможностью гибко менять тактику управления в зависимости от индивидуальных особенностей организма и состояния окружающей среды;

Практическая значимость работы.

Разработанные методы, решающие правила, алгоритмы и соответствующее программное обеспечение составили основу построения системы поддержки принятия решений, опытная эксплуатация элементов которой позволяет рекомендовать ее к использованию в учреждениях здравоохранения обслуживающих работников сельскохозяйственной отрасли.

Применение предложных в диссертации разработок позволяет снизить риск возникновения и развития заболеваний, вызываемых неблагоприятными условиями труда сельскохозяйственных рабочих, а также выбирать рациональные схемы проведения профилактических и лечебно-оздоровительных мероприятий для региональных учреждений здравоохранения обслуживающих работников агропромышленного комплекса. Основные теоретические и практические результаты работы приняты к внедрению в МУЗ «Беловская центральная районная больница» и в учебном процессе Курского государственного технического университета при подготовке специалистов по направлению «Биомедицинская инженерия», при чтении лекций и проведении лабораторных занятий по курсу «Компьютерные технологии в медико-биологических исследованиях»

Экономическая и социальная значимость результатов диссертационного исследования состоит в улучшении качества медицинского обслуживания сельского населения.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: XIV международной научно-практической конференции «Экология и жизнь» (Пенза 2008г.); на XI международной научно-технической конференции «Медико-экологически информационные технологии» (Курск 2008г.); XV международной научно-технической конференции с международным участием «Материалы и упрочняющие технологии» (Курск 2008г.); на^Ш Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» «Распознавание, 200,8» (Курск 2008г.); на Всероссийской научно-технической конференции «Биомедицинская инженерия и биотехнология» (Курск 2008г.); на научно-технических семинарах

кафедры «Электротехника» Курской государственной сельскохозяйственной академии (Курск 2004,..., 2008г.)

Публикации. По материалам диссертации опубликовано 17 печатных работ, перечень которых приведен в конце автореферата, из них две работы в журналах по перечню журналов и изданий, рекомендованных ВАК Минобразования и науки РФ.

Личный вклад автора. В работах [1,3,11,12] опубликованных в соавторстве, автором выполнен анализ задач прогнозирования и ранней диагностики заболеваний вызываемых экологической обстановкой в сочетании с факторами риска трудовой деятельности и индивидуальных факторов риска и обосновывается выбор нечетких моделей обучаемых по структуре данных для решения выбранного класса задач. В [2, 5, 7, 14] предложены методы синтеза нечетких решающих правил для прогнозирования и ранней диагностики заболеваний работников агропромышленного комплекса в условиях комплексного воздействия агроэкологических факторов в сочетании с эргономическими особенностями сельскохозяйственной техники, условиями труда и индивидуальными характеристиками организма. В [4, 8, 13] обосновано использование нечетких моделей для систем поддержки принятия решений решающих задачи прогнозирования и медицинской диагностики в условиях неполного и нечеткого представления данных с плохоформализуемой структурой классов. В [6, 9, 10, 15, 16] получена система решающих правил для прогнозирования профессиональных заболеваний сельскохозяйственных рабочих проживающих и работающих в условиях повышенной экологической опасности Курской области. В [17] показана эффективность использования проекционных зон для решения задач прогнозирования, ранней диагностики и профилактики профессиональных заболеваний.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения и библиографического списка, включающего 170 наименований. Объем диссертации 172 страницы машинописного текста 51 рисунок и 18 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, определены цели и задачи работы, ее научная новизна и практическая значимость, выбраны методы решения сформулированных задач, приведены сведения об апробации и внедрении результатов работы.

В первой главе проанализированы современные подходы к решению задач прогнозирования, диагностики и управления состоянием здоровья людей работающих в условиях комплексного воздействия вредных факторов окружающей среды и показано, что улучшить качество медицинского обслуживания этого контингента населения, можно при использовании современных математических методов, включая теорию нечеткой логики принятия решений и информационные технологии. В заключении главы определяются цель и задачи исследования.

Во второй главе определяются объект, методы и средства исследования, разрабатываются способ оценки риска профессиональных заболеваний в зависимости от степени хронического физического утомления и метод синтеза нечетких решающих правил для прогнозирования и ранней диагностики

профессиональных заболеваний работников агропромышленного комплекса (АПК).

Анализ заболеваний работников АПК по Курской области показа!, что среди этой группы людей наблюдается повышенный процент болезней системы пищеварения, бронхолегочпой и мочеполовой систем.

Анализ наиболее существенных факторов риска и структуры классификационных пространств показал, что измеряемые информативные признаки по отношению к задачам прогноза и диагностики носят неполный и нечеткий характер, а структура классов, относительно которых принимается решение, имеет нечеткие границы с зонами пересечения, переходящими из класса в класс. В таких условиях в качестве основного математического аппарата целесообразно использовать теорию нечеткой логики принятия решений, в рамках которой информативные признаки (факторы риска) х1 представляются функциями принадлежности // ) к рассматриваемым классам ш,, а синтез промежуточных и финальных решающих правил осуществлять при использовании формул расчета соответствующих коэффициентов уверенности КУЫ(

Проведенные исследования показали, что одним из существенных факторов риска по выбранному классу заболеваний является хроническое физическое утомление, которое предлагается оценивать через: индекс физического утомления (ИФУ); показатели, характеризующие состояние внимания (переключаемость, концентрированность, устойчивость); энергетический разбаланс общесистемных биологически активных точек (ЭР).

Способ оценки риска профессиональных заболеваний работников АРК по выбранной системе показателей заключается в следующем:

1. Для каждого из показателей определяется пара функций принадлежностей /^(С) и Ца (/), где а - идентификатор используемого показателя; С - носитель функции принадлежностей по шкале определяющей величину а; I - время в течении которого действует показатель а на обследуемого.

2. С учетом времени воздействия факторов риска по каждому показателю рассчитываются частные коэффициенты уверенности в том, что у обследуемого имеется хроническое утомление, степень которого пропорциональна величине этого коэффициента КУа[ра(С),ра(1)] в соответствии с выражением:

(О,если /ла{С) '/^(0 = 0; КУа[ма{С),цМ)] = \ г , (1)

3. Общая уверенность в уровне хронического физического утомления определяется агрегацией соответствующих частных коэффициентов уверенностей в соответствии с выражением:

КУ хг=КУ^+КУвху+КУьху-КУИхг-КУвхг-КУ^ .'КУв„ -

-куЬ-КУЪ + КУЪ-КУЬ-КУЪ

где КУ^у, КУху и КУ^у - частные коэффициенты уверенности в уровне хронического физического утомления по индексу физического утомления, по показателям внимания и по энергетическому разбалансу биологически активных точек (БАТ) соответственно.

4. Используя КУху как носитель определяем уверенность в риске возникновения заболеваний &>( через соответствующие функции принадлежностей

В рамках выбранной теории нечеткой логики принятия решений задачу прогнозирования заболеваний, вызываемых комплексным воздействием на человека различных факторов риска связанных с его деятельностью в агропромышленном комплексе удобно рассматривать как задачу определения двух классов состояний - не заболеет с достаточно большой уверенностью через заданное время Тв (класс Шо) и заболеет с достаточной уверенностью через время Т0 (высокий риск заболевания - класс юе) где I - имя прогнозируемого заболевания.

Задачу ранней (донозологической) диагностики будем рассматривать как задачу отделения класса (Ot (у обследуемого имеется ранняя стадия заболевания с именем () от всех остальных классов а>0.

В такой постановке решение задач прогнозирования и ранней диагностики может быть осуществлено при использовании одного и того же метода синтеза нечетких решающих правил, суть которого заключается в том, что все множество факторов риска и информативных признаков разбивается на четыре основные подгруппы: агроэкологические факторы (пыль содержащая удобрения и другие вредные вещества, загрязнение воды от сельскохозяйственной деятельности, паразиты и др.); общеэкологические факторы (постоянные и переменные магнитные и электромагнитные поля, пятна радиационного загрязнения, наличие вредных веществ в атмосфере, воде и на почве и др.); условия труда (эргономика сельскохозяйственных машин, перепады температур и другие климатические условия, физические перегрузки, приводящие к развитию хронического утомления и др.); индивидуальные факторы риска (наследственность, уровень защитных свойств организма, употребление алкоголя, табакокурение и др.).

Для построения соответствующих прогностических и диагностических решающих правил по каждой из подгрупп введем частные коэффициенты уверенности в принимаемых решениях по выбранным классам заболеваний cot:

КУгЛЭа( - уверенность в гипотезе а>( от группы агроэкологических факторов; КУг0Э ш/ - от группы общеэкологических факторов; КУгУГ са( - от условий труда; КУГИ ю( - от индивидуальных факторов риска; r~R - для задач прогнозирования;

г=Д- для задач ранней (донозологической) диагностики.

По мнению высококвалифицированных экспертов подтвержденному разведочным анализом и статистическим экспериментом каждая из этих составляющих увеличивает уверенность в гипотезе а>(, поэтому в соответствии с рекомендациями разработанными на кафедре биомедицинской инженерии КурскГТУ агрегирование частных решений в финальное решающее правило целесообразно осуществлять в соответствии с выражением:

КУГЩ (q +1) = КУ'Щ (?) + КУГЩ (q + l)[l - КУГЩ (q)\ (3)

где ц - номер интеграции в расчетах КУ'Ч; КУГ (1) = КУГАЭ ;

КУГ(Ч (2) = КУ'ю^ ; КУщ (3) = ; КУга, (4) = КУ'И„.

Каждая из составляющих правил (3) определяется множеством разнородных факторов вносящих свою долю в исследуемую гипотезу и требует отдельного исследования с синтезом соответствующих решающих правил.

В дайной работе предлагается следующий механизм синтеза каждой из частных составляющих правила (3).

С точки зрения агроэкологии одной из особенностей ряда сельскохозяйственных производств является наличие пыли, которая вдыхается в организм способствуя развитию патологии дыхательной системы, а так же попадает в пищеварительную систему человека с продуктами питания и водой. Учет влияния пыли на появление и развитие патологии су, может быть

осуществлен через функцию принадлежности цгЫ( где bJ = <7с/у/ПДК;; цср) -средняя годовая концентрация вещества ] (в частном случае пыли), окружающей человека; ПДК) - предельно допустимая концентрация этого вещества

При таком подходе частный коэффициент уверенности в гипотезе со, от наличия в окружении обследуемого пыли или других вредных веществ определяется выражением ¡СУГЮ( П = ¡лШ( (Ьп), где идентификатор П соответствует веществу «пыль».

Если в составе пыли удается выделить токсичные вещества с расчетом соответствующих величин Ъ( и построением частных функций принадлежности к

классу сое, то для воздуха и (или) воды производится синтез набора частных решающих правил типа:

КУ»и=М) (4)

На практике выделить из состава пыли различные составляющие с тем, чтобы оценить их вклад в риск возникновения заболеваний достаточно трудно и для массового обследования населения такой подход мало приемлем. Более просто оценить риск заболеваний от наличия пыли с различным составом с «привязкой» к регионам, где известен ее средний ориентировочный состав, выражаемый нечеткими категориями.

В таком варианте частные коэффициенты уверенности в й), могут быть получены экспертным путем для каждого выделенного региона (района, участка), в соответствии с выражением вида:

ЕСЛИ А, ТО КУщ п , . (5)

где А„ - площадь (район) с номером в; КУГ^М - коэффициент уверенности в прогнозе со( на участке с номером 5 от пылевой составляющей.

Характерной особенностью действия пыли или других вредных веществ у на организм человека является, то, что ее вредное влияние зависит от времени воздействия, которое может выражаться стажем работы в неблагоприятных условиях.

Учет временного фактора может осуществляться через поправочный коэффициент а!(1)<1:

КУ '»,,, = а '(/) • КУ '1д1 ! (6)

В другом варианте учет временного фактора может осуществляться

аналогично (1) с введением временной функции принадлежностей Мю,,/ (О вместо И, (0 и КУгюи вместо ц,(С).

Агрегация частных агроэкологических составляющих в формулу для определения ку \п осуществляется аналогично (3) с заменой КУгщ(д) на

КУЮЫ и КУщ (<? +1) на КУГЮ,,]+1 или на .

Состав общеэкологических факторов риска различен для различных регионов. Наиболее значимыми, с точки зрения заболеваемости, для Курской области является наличие аномально высоких значений постоянного магнитного поля вызываемого действием Курской магнитной аномалии (КМА), наличие в ряде районов опасно высоких концентраций таких веществ, как окись углерода, двуокись азота, двуокись серы, фенол, формальдегид и ряд других веществ с менее опасными концентрациями.

Характерной особенностью влияния экологических факторов на организм человека является то, что большинство из них начинает свое вредное воздействие при условии, что человек находится в зоне воздействия достаточно долгое время.

Интенсивность действия экологического фактора К, совместно с временем воздействия в частном решающем правиле по фактору с номером) аналогично (1) могут быть учтены при использовании правила вида:

куг _ Го, если (У, )• ^ д (/) = о)

" к (к> - Ыесл» М-> о

где //„Д^) - функция принадлежности к классу а, по шкале интенсивности

действия К; ¡.1Г„¡,,1, (г) - и' (Л функция принадлежности к классу (о, от

" ">(.!)

действия фактора с носителем по шкале времени воздействия.

С учетом множества экологических факторов каждый из которых в той или иной степени приводит к появлению и развитию заболеваний ю( уверенность

КУоэ,аг может быть определена по формуле:

КУгоэ,щ и +1) = КУгОэ,0>( О') + ,/+1[1 - КУгОЭт (;)] (8)

Учет условий труда в формировании тех или иных заболеваний требует анализа множества различных признаков специфических для различных сельскохозяйственных профессий.

Для определенности рассмотрим такие достаточно распространенные профессии как водители различных типов сельскохозяйственных машин (трактористы, комбайнеры и т.д.). Для этих профессий характерны такие факторы риска как физическое утомление (цШ1{КУху)); плохая эргономика сельскохозяйственных машин; уровень концентрации газов от работающих двигателей, которые из-за низкой скорости движения в большом количестве попадают в кабину и др.

Известно, что эргономика сельскохозяйственных машин определяется комплексом показателей, ряд из которых оказывает вредное воздействие на организм человеку (жесткие, неудобные сиденья, вибрация, плохо продуманная система управления, неудобные рабочие позы, перепады рабочих температур и влажности и др.).

В общем виде по каждому из этих факторов может быть построена соответствующая функция принадлежащей к классу а>1 с последующей их агрегацией в нечеткое решающее правило определения коэффициента уверенности в прогнозе сое в зависимости от конструктивных особенностей рабочего места.

Однако такой подход весьма трудоемок и требует проведения специальных длительных исследований.

Более практичным, на наш взгляд, является подход при котором соответствующий коэффициент уверенности определяется экспертами относительно конкретных типов конструкций машин - тогда обозначив через £>/ тип сельскохозяйственной машины (агрегата) получаем логическое выражение для

определения в виде

ЕСЛИ ТО (9)

С учетом стажа работы аналогично (6) можно записать

куг.(Л/) = Р,И)-КУ:нЛ{Л, (10)

где 0(() - поправочный коэффициент на стаж работы на машине (агрегате)

Qf■

В другом варианте, учет временного фактора может быть осуществлен аналогично (7) с заменой //ГЯ(>)}(0 на МГа„/(0 и на //„,(/).

Здесь ¡/щ у (/) - функция принадлежности к классу ш, для машины <2/ с

носителем по стажу работы, а //<»г(/) - для конструктивных особенностей машины Qj

Учет вредных выбросов от работы двигателей может быть осуществлен по формулам аналогичным (4), но может быть учтен и в КУга1 к(/) в выражении (9).

Индивидуальные факторы риска определяются в основном образом жизни и индивидуальными особенностями организма, характеризующимися склонностями к тому или иному заболеванию.

Рассматривая индивидуальные факторы риска (х) как носители

соответствующих функций принадлежности к классам а1- /лгю/ (х1) и комплексные

показатели, получаемые на основе признаков характеризующих состояние здоровья обследуемых характеризующиеся частными коэффициентами уверенности в сог, получаем четвертую составляющую КУГИ а( для

агрегирующего решающего правила (3).

Характерной особенностью ряда информативных признаков, таких как артериальное давление, энергетические характеристики БАТ и ряд других, является то, что они могут находиться за рамками значений, считающихся нормой различное время (неделю, месяц, год и т.д.), что приводит к разному риску возникновения и (или) развития заболеваний.

9

Для такого вида признаков рекомендуется использовать понятие различных уровней доверия. Например, к первому уровню доверия со с своими частными решающими правилами следует отнести выводы, делаемые по результатам однократных измерений, ко второму уровню доверия - результаты, получаемые при устойчивой тенденции к выходу измеряемых параметров за рамки номинальных значений в течение недели, месяца, года и т.д. С учетом сказанного целесообразно соответствующие функции принадлежности стоить для каждого уровня доверия т- (х1) или рассчитывать коэффициенты уверенности для различных уровней доверия через коэффициенты уверенности, полученные для первого уровня доверия и через весовые коэффициенты, отражающие

время удержания исследуемого фактора дг/ в определенных рамках (*,,<), то

есть КУи,<о( = Гкщ О,,/) • КУГИ\( (11)

Известно, что вредному воздействию факторов препятствуют защитные механизмы человеческого организма снижая риск возникновения и развития соответствующих заболеваний. Учесть влияние защитных механизмов в классификационных решающих правилах можно синтезировав решающие правила

определения уверенности в уровне защитных свойств по диагнозу сое - КУ 3 Ю(.

Как показали результаты исследований хорошей информативностью, с точки зрения защитных свойств организма, обладают адаптационный потенциал (АП), определяемый через индекс функциональных изменений (ИФИ) и энергетическая сбалансированность (ЭС) меридианных структур организма, которая может быть определена по электрическим характеристикам БАТ, косвенно связанных с общесистемной реакцией организма (Е23, Е36, КР6, У40, У60 и УВ20).

Учитывая, что уровни АП и ЭС отражают различные механизмы жизнедеятельности человека и каждый из них вносит свой вклад в защитные функции, удобно в качестве меры доверия к защите от фактора У) для заболевания й), выбрать параметр

КУъщ,! =Ма(,МП) + Ма>е^ЭС)[1-11ш,,МП)] (12)

где /ла( ^ (АП) - функция принадлежностей к уровню защитных свойств по фактору у для класса й)1 по значению адаптационного потенциала, ] (ЭС) - по

значению энергетической сбалансированности.

С учетом того, что КУЪаи] уменьшает общую уверенность в прогнозе

(диагнозе) сое можно записать

Г0,есл и{КУ^<КУае,) ^-\кУюы-КУ3,1ч1,если(КУть]>КУХщ.)

В описанном механизме синтеза нечетких решающих правил качество классификации во многом определяется таким субъективным фактором, как компетенция экспертов.

Снизить величину субъективизма можно, если на этапе синтеза или практического использования нечетких решающих правил удается получить репрезентативные .контрольные выборки.

По объектам этой выборки считается ошибка классификации, которая зависит как от параметров соответствующих функций принадлежностей, так и от способа их агрегации в финальное решающее правило.

Организуя процедуру минимизации ошибки классификации, (например, используя алгоритмы, разработанные на кафедре биомедицинской инженерии КурскГТУ) уточняются параметры решающих правил полученных экспертным путем.

В третьей главе разрабатываются основные элементы автоматизированной системы поддержки принятия решений для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса

В качестве основных профессиональных заболеваний были отобраны: бронхолегочная патология (класс ¿»¿у); патология мочеполовой системы (класс

со\ш); патология системы пищеварения (класс а'сп).

Одним из основных элементов системы поддержки принятия решений является база знаний которая наполняется системами правил нечеткого вывода типа (3) синтезируемых на основе метода предложенного во второй главе.

По группе агроэкологических факторов вместо прямых измерений концентрации и состава вредных веществ в работе предлагается использовать специализированные опросники характеризующие запыленность рабочих мест и наличие вредных веществ в пыли провоцирующих заболевание (йг.

Эти две характеристики используются для определения частных коэффициентов уверенности по агроэкологической составляющей для прогнозирования заболеваний системы пищеварения КУ^ЭСП и бронхолегочной системы КУ^Э БЛ.

Например, с учетом фактора времени КУдЭБЛ определяется выражением аналогичным (7), где:(7,) = 0,14^сз + /4т(Чвп)[1 ~0,14^сз];

г. , ГО, если 1 <0,5;

0, если цвп <1;

я, , 10, , 1Д/ - 0,5)2 /16, если 0,5 </ < 4,5;

^м(<?ш7НЩ<?ш>-1) /64,если 1<дл„<5; /¿,,,(0 =

л, , ,,, „ ' 1-2(/-9)2/81,если 4,5</<9;

0,9[1-2(9м-7)2/16],если 5<Чвп <7,

1, если Г >9;

<7С, - градация степени запыленности рабочего места; - функция

принадлежности к классу Вщ с носителем по шкале опросника о наличии вредных веществ в пыли провоцирующих заболевание т,. Аналогично определяется КУ%Э сп.

На риск возникновения заболеваний мочеполовой системы агроэкологические факторы Курской области практически не влияют.

Действие общеэкологических факторов риска как и агроэкологических факторов существенно различается в различных районах. На большей территории области этими факторами можно пренебречь. Наиболее опасным для здоровья

11

считается район города Железногорска где люди подвергаются комплексному воздействию магнитного поля Курской магнитной аномалии в сочетании с выбросами вредных веществ от Михайловского горно-обогатительского комбината (МГОК).

В качестве основных факторов риска выступают напряженность магнитного поля (Н) и совокупность вредных веществ выбрасываемых МГОК в атмосферу совместно с автомобильным транспортом. В расчетных формулах учитываются защитные механизмы организма, определяемые по соотношению (13) и время нахождения людей в зоне воздействия общеэкологических факторов в соответствии с формулой (7).

Например, с учетом времени работы в условиях действия постоянного магнитного поля риск заболевания мочеполовой системы определяется

выражением (7) с заменой: КУ на КУ'1,"1Г,; на Мип(1!)\ И0>ы (О

на /4ял(0.

О,если Н < 30;

Причем: //¿„„(0 = 0,005/, //¿я(Я) = 10,0014Я-0,04,если 30<Я <100;

0,1, если Я >100,

где Н - напряженность магнитного поля в миллиэрстедах; I - время нахождения в зоне действия постоянного магнитного поля.

Аналогично получены выражения для определения частных коэффициентов уверенности по классам <осп и а>а,, с учетом действия других вредных факторов окружающей среды. Агрегация всех общеэкологичсеких составляющих но формуле (8) определяет КУГ0Эщ для формулы (3).

Для определения составляющей КУугМ( в работе получены частные коэффициенты уверенностей по факторам физическое хроническое утомление вызываемое профессиональной деятельностью, психоэмоциональное напряжение, степень защищенности рабочего места от перепадов температур, вибрационные характеристики рабочего места, воздействие газов от работающих двигателей.

Составляющая КУГИШ! для (3) определяется с использованием информации об этиологии и патогенезе выбранного класса заболеваний. Информация о факторах риска получается с использованием данных опроса, осмотра и несложных инструментальных исследований. В частности в работе использованы специализированные опросники и реакция биологически активных точек связанных с исследуемыми заболеваниями.

Например, при прогнозировании и ранней диагностике заболеваний мочеполовой системы используются данные о: перенесенных заболеваниях этой системы; болезнях мочеполовой системы у близких родственников; употреблении алкоголя; отклонении электрических характеристик БАТ (Е27, Е28 и Е29) от их номинальных значений.

По каждому из этих факторов получены соответствующие функции принадлежностей по классам ы,,„ и , агрегирование которых дает выражение

для определения КУ "ИМП и КУ\

д

и.ш ■

Аналогично получены составляющие: ЛГУ/|г/7; КУЦСП; КУ^Ы\ КУЦ/щ.

Математическое моделирование и экспертная оценка полученной системы правил нечеткого вывода позволили определить числовые значения коэффициентов уверенности по всем исследуемым классам заболеваний для наиболее неблагоприятных условий при максимальных значениях всех функций принадлежностей участвующих в расчетах (Я"У£{тах) и для наборов факторов риска

наиболее характерных для регионов г. Курска (КУ^С( ). Полученные результаты

представлены двумя последними столбцами таблиц 1 и 2.

В разрабатываемой системе взаимодействие между пользователями и ПЭВМ осуществляется с помощью предлагаемого в работе алгоритма управления процессами принятия решений состоящего из четырех основных блоков.

В первом блоке решаются задачи выбора факторов риска характерных для работников агропромышленного комплекса (АПК), экспертным путем определяются вид и параметры соответствующих функций принадлежности, производится синтез частных и общих коэффициентов уверенности в принимаемых решениях для выбранного класса задач. Если в распоряжении пользователей имеются обучающие и контрольные выборки достаточного объема решаются задачи уточнения параметров решающих правил полученных экспертным путем.

Во втором блоке осуществляется вычисление значений функций принадлежности и расчет частных и финальных коэффициентов уверенностей по выбранным классам заболеваний, в результате чего определяется риск возникновения заболеваний или определяется их ранняя форма.

В третьем блоке формируются рекомендации по коррекции энергетического состояния меридианных и внемеридианных БАТ «связанных» с исследуемыми классами заболеваний и с сопутствующей патологией, что позволяет снизить риск появления и развития болезней характерных для работников АПК.

В четвертом блоке формируется система рекомендаций по рационализации процессов управления учреждениями здравоохранения, работающими с исследуемым контингентом пациентов, на основе модифицированных схем диспансерного обследования и планов организации лечебно-оздоровительных мероприятий, учитывающих модальность и интенсивность неблагоприятных факторов внешней среды, включая агротехническое окружение.

Анализ специальной литературы показал, что существующие системы поддержки принятия решений (СППР), включая системы, ориентированные на экологические службы и службы здравоохранения, не решают поставленных в данной работе задач. В связи с этим была разработана структура базы знаний и ряд других блоков прикладного программного обеспечения для соответствующей СППР, которая решает задачи управления процессами обучения, прогнозирования, диагностики и предупреждения заболеваний, связанных с профессиональной деятельностью работников АПК, с учетом индивидуальных особенностей организма

В четвертой главе приводятся результаты экспериментальных исследований.

Полученные в третьей главе решающие правила строились на основе знаний и опыта высококвалифицированных экспертов и моделировались в системе

компьютерной математики MATLAB 7 SPI с использованием пакета визуального моделирования Simulink и системы нечеткой логики Fuzzy Logic Toolbox.

Для проверки достоверности срабатывания правил расчетов соответствующих коэффициентов уверенности в работе формировались репрезентативные контрольные выборки, по которым рассчитывались такие показатели качества «срабатывания» решающих правил, как прогностическая значимость положительных и отрицательных результатов наблюдений (П3+ и ПЗ"), диагностические чувствительность, специфичность и эффективность (ДЧ, ДС и ДЭ, соответственно).

В ходе экспериментальных исследований было установлено, что при решении прогностических задач все показатели растут по мере увеличения срока наблюдения и, по мнению экспертов, на третий год наблюдения полученным решающим правилам можно доверять с уверенностью приемлемой для практического использования.

Тенденция изменения качества прогнозирования по показателю П3+ в зависимости от времени наблюдения по выбранным классам заболеваний иллюстрируется графиком, приведенным на рис. 1.

Аналогичные зависимости наблюдаются по показателям ПЗ", ДЧ, ДС и ДЭ. лг

0.85 0,8 0,75 0,7 0,65 0,6

брончолсг эчнаясист !ма, лг

А]

/ / " Г ПР щеварения еполовая с ютема

2005 2006 2007 I, года

Рис. 1. График изменения показателя ПЗ^ в зависимости от времени наблюдения.

Численные значения показателей качества прогнозирования на трехлетний период со значениями коэффициентов уверенности определенными экспертным оцениванием приведены в табл. 1.

Табл. 1

Таблица контрольных испытаний и экспертных оценок прогностических

Класс ДЧ ДС П3+ ПЗ" ДЭ Экспертная уверенность

К-КГ Kvlf

<асп 0,88 0,86 0,83 0,9 0,87 0,98 0,87

аБЛ 0,87 0,87 0,83 0,9 0,87 0,98 0,91

<°мп 0,89 0,87 0,83 0,92 0,88 0,98 • 0,86 1

* - для наиболее неблагоприятного в Курской области района - Железногорска.

Результаты контрольных испытаний для задач ранней диагностики в сопоставлении с экспертным оцениванием приведены в табл. 2.

Табл. 2

Таблица контрольных испытаний и экспертных оценок и диагностических

Класс ДЧ дс П3+ пз- дэ Экспертная уверенность

ку*Г КуДсР

(Осп 0,92 0,91 0,91 0,92 0,91 0,98 0,9

0,94 0,91 0,91 0,94 0,92 0,98 0,95

амп 0,89 0,92 0,92 0,89 0,90 0,98 0,92

Анализ полученных результатов позволяет сделать вывод с том, что показатели качества срабатывания решающих правил имеют хорошее совпадение с экспертной уверенностью этих правил и имеют величины, позволяющие рекомендовать полученные теоретические и практические результаты к внедрению в практику учреждений здравоохранения, обслуживающих работников АПК.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Предлагаемая работа посвящена решению научных и практических задач, связанных с повышением качества медицинского обслуживания населения занятого в агропромышленном комплексе страны.

1. Определены наиболее характерные заболевания среди работников агропромышленного комплекса Курской области, установлены факторы риска и другие информативные признаки, характерные для этих заболеваний, проведен разведочный анализ структуры исследуемых классов и типов используемых признаков на основании чего был выбран математический аппарат нечеткой логики принятия решений для прогнозирования и диагностики выбранного класса заболеваний.

2. Предложен способ определения риска возникновения профессиональных заболеваний сельскохозяйственных рабочих в зависимости от уровня хронического физического утомления, позволяющий повысить качество прогнозирования и диагностики исследуемого класса задач.

3. Разработаны метод синтеза и система комбинированных правил нечеткой классификации для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, позволяющие учитывать время и интенсивность воздействия разнородных факторов внешней среды на организм человека занятого в сельскохозяйственном производстве.

4. Разработан алгоритм управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья рабочих сельскохозяйственных производств в условиях комплексного воздействия вредных факторов окружающей среды, позволяющий гибко менять тактику лечебно-оздоровительных мероприятий с учетом индивидуальных характеристик

организма.

5. Разработаны основные элементы системы поддержки принятия решений, использование которых позволяет решать задачи рационального планирования медицинского обслуживания населения занятого в сельскохозяйственном производстве

6. Проанализирована эффективность предложенных методов, моделей, алгоритмов и программных средств в условиях Курской области, показано, что уверенность в прогнозировании возникновения профессиональных заболеваний работников АПК превышает 0,85, а в ранней диагностике наиболее распространенных профессиональных заболеваний - 0,9. Это позволяет рекомендовать к практическому использованию полученных результатов на региональном уровне.

СПИСОК НАУЧНЫХ РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ. Научные работы в журналах из перечня ВАК РФ

1. Коптева H.A. Синтез решающих правил для прогнозирования и ранней диагностики по прогностическим таблицам с использованием методов рефлексодиагностики [Текст] / В.И. Серебровский, H.A. Коптева, P.A. Крупчатников, Л.В. Стародубцева // Системный анализ и управление в биомедицинских системах, 2008. Т. 7 № 3 с. 643-648.

2. Коптева H.A. Прогнозирование и ранняя диагностика заболеваний сельскохозяйственных рабочих на основе нечеткой логики принятия решений [Текст] / H.A. Кореневский, H.A. Коптева, P.A. Крупчатников // Вестник Воронежского государственного технического университета Том 4, № 7, 2008, с. 86-89.

Научные работы в других изданиях

3. Коптева H.A. Прогнозирование возникновения заболеваний работников сельскохозяйственного производства [Текст] / H.A. Кореневский, В.И. Серебровский, H.A. Коптева//Курск: изд-во Курск, гос. с.-х. ак., 2005. - 35 с.

4. Коптева H.A. Системы поддержки принятия решений с нечеткой базой знаний для региональных учреждений здравоохранения, обслуживающих агропромышленный комплекс [Текст] / H.A. Кореневский, В.И. Серебровский, H.A. Коптева // Курск: Изд-во Курск, гос. с.-х. ак., 2006. - 22 с.

5. Коптева H.A. Метод синтеза нечетких решающих правил для медико-экологичеких приложений [Текст] / H.A. Кореневский, H.A. Коптева, В.И. Серебровский II Вестник Курской государственной сельскохозяйственной академии, 2008. № 2. с. 16-18.

6. Коптева H.A. Нечеткое прогнозирование профессиональных заболеваний системы дыхания рабочих сельскохозяйственной отрасли [Текст] / H.A. Коптева // Вестник Курской государственной сельскохозяйственной академии, 2008. № 4. с. 17-19.

7. Коптева H.A. Прогнозирование и диагностика профессиональных заболеваний у работников агропромышленного комплекса [Текст] / H.A. Коптева, H.A. Кореневский II Вестник Курской государственной сельскохозяйственной академии, 2008. № 2 с. 14-16.

8. Коптева H.A. Нечеткие сетевые модели для решения задач принятия решений при социально-гигиеническом мониторинге состояния здоровья населения [Текст] /

H.A. Кореневский, И.Л. Гаврилов, H.A. Коптева // Экология и жизнь: сборник материалов XIV международной научно-практической конференции «Экология и жизнь» / Приволжский дом знаний, Пенза, 2008. с. 57-59.

9. Коптева H.A. Нечеткое прогнозирование заболеваний у работников подверженных комплексному воздействию вредных экологических факторов, на примере Железногорского района [Текст] / P.A. Крупчатников, H.A. Коптева, О.В. Медникова // Медико-экологические информационные технологии - 2008: сборник материалов XI международной научно-технической конференции / Курск, гос. техн. ун-т Курск, 2008. с. 29-33.

10. Коптева H.A. Синтез нечетких правил прогнозирования заболеваний дыхательной системы у работников агропромышленного комплекса [Текст] / H.A. Коптева // Медико-экологические информационные технологии - 2008: сборник материалов XI международной научно-технической конференции / Курск, гос. техн. ун-т Курск, 2008. с. 38-40.

И. Коптева H.A. Выбор математического аппарата для прогнозирования и диагностики заболеваний работников агропромышленного комплекса [Текст] / H.A. Коптева // Материалы и упрочняющие технологии - 2008: сборник материалов XV российской научно-технической конференции с международным участием / Курск, гос. техн. ун-т. Курск, 2008. с. 281-283.

12. Коптева H.A. Использование нечетких продукционных правил в задачах прогнозирования и медицинской диагностики [Текст] / H.A. Коптева, P.A. Крупчатников, М.И. Лукашов // Материалы и упрочняющие технологии - 2008: сборник материалов XV российской научно-технической конференции с международным участием / Курск, гос. техн. ун-т. Курск, 2008. с. 283-285.

13. Коптева H.A. Нечеткие сетевые модели для прогнозирования и медицинской диагностики [Текст] / М.И. Лукашов, P.A. Крупчатников, H.A. Коптева // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2008: сборник материалов VIII международной конференции / Курск, гос. техн. ун-т. Курск, 2008. с. 197- 198.

14. Коптева H.A. Нечеткая логика принятия решений в задачах прогнозирования и ранней диагностики заболеваний работников агропромышленного комплекса [Текст] / H.A. Коптева // Оптимизация образовательного и лечебно-диагностического процесса: Сб. научных тр. - Курск: МУ издательский цент «ЮМЭКС», 2008. с. 60-62.

15. Коптева H.A. Прогнозирование заболеваний дыхательной системы у работников АПК [Текст] / H.A. Кореневский, H.A. Коптева // Биомедицинская инженерия и биотехнология: Сборник материалов всероссийской научно-практической конференции / Курск, гос. мед. ун-т. Курск, 2008. с. 98-99.

16. Коптева H.A. Прогнозирование заболеваний в зоне действия вредных факторов окружающей среды с помощью нечетких моделей на примере Курской области [Текст] / H.A. Кореневский, H.A. Коптева, P.A. Крупчатников // Биомедицинская инженерия и биотехнология: Сборник материалов всероссийской научно-практической конференции / Курск, гос. мед. ун-т. Курск, 2008. с. 95-97.

17. Коптева H.A. Особенности использования проекционных зон для решения задач прогнозирования, ранней диагностики и профилактики заболеваний [Текст] / H.A. Коптева, В.И. Серебровский, Е.А. Нечаева // Биомедицинская инженерия и

биотехнология: Сборник материалов всероссийской научно-практической конференции / Курск, гос. мед. ун-т. Курск, 2008. с. 94-95.

Подписано в печать 200_г. Формат 60x84 1/16

Печ. л. 1,0. Тираж 100 экз. Заказ. Ч£ Курский государственный технический университет Издательско-полиграфический центр Курского государственного технического университета 305040, г. Курск, ул. 50 лет Октября, 94.

ВВЕДЕНИЕ

Глава I. Аналитический обзор и постановка задач исследования

1.1. Математические методы диагностики и прогнозирования заболеваний.

1.2. Использование методов рефлексодиагностики для прогнозирования и ранней диагностики заболеваний.

1.3. Применение экстерных систем для прогнозирования, диагностики и управления лечебно-оздоровительными мероприятиями.

1.4. Цель и задачи исследования.

Глава II. Методы нечеткого прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса.

2.1. Объект, методы и средства исследования.

2.2. Способ оценки риска профессиональных заболеваний в зависимости от степени хронического физического утомления.

2.3. Метод синтеза нечетких решающих правил для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса.

2.4. Выводы второй главы.

Глава III. Разработка основных элементов автоматизированной системы поддержки принятия решений для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса.

3.1. Синтез решающих правил для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса.

3.2. Алгоритм управления процессами принятия решений в автоматизированной системе оценки состояния здоровья работников агропромышленного комплекса.

3.3. Разработка программного обеспечения системы поддержки принятия решений по прогнозированию и диагностике профессиональных заболеваний работников агропромышленного комплекса.

3.4. Выводы третьей главы.

Глава IV. Результаты экспериментальных исследований.

4.1. Проверка качества прогнозирования по выбранным классам заболеваний работников агропромышленного комплекса.

4.2. Проверка качества работы решающих правил донозологической диагностики.

4.3. Выводы четвертой главы. 147 Заключение. 148 Библиографический список.

Актуальность темы. Несмотря на значительные усилия затрачиваемые на решение задач повышения качества медицинского обслуживания населения, проблема повышения уровня здоровья жителей России остается весьма далекой от своего решения (Хадарцев A.A., Еськов В.М., Лазаренко В.А., Есауленко И.Э.). Это в значительной мере касается и работников агропромышленного комплекса состояние здоровья которых для целого ряда сельскохозяйственных профессий зависит от таких специфических факторов риска как: высокий уровень загрязнения окружающего воздуха содержащего пыль с микрочастицами удобрений, радиоактивных веществ и тяжелых металлов; наличие во вдыхаемом воздухе газов от низкокачественного топлива сельскохозяйственных машин; нарушение санитарно-гигиенических норм на рабочих местах; неудобные рабочие позы в сочетании с вредными климатическими условиями; низкие эргономические характеристики агрегатов и машин, управляемых сельскохозяйственными рабочими и т.д. Низкий уровень состояния здоровья сельскохозяйственных рабочих определяется так же недостаточно хорошо организованной медицинской помощью требуемой квалификации с соответствующим медико-техническим оснащением в сочетании с индивидуальными факторами риска, определяемыми образом жизни и индивидуальным здоровьем (Бесько В.А., ПлотниковВ.В., Мазур И.И., Калуцкий П.В.).

Повысить качество оказания медицинских услуг населению занятому в сельскохозяйственном производстве можно совершенствуя систему управления учреждениями здравоохранения работающими с этим контингентом трудящихся. Специалисты, решающие задачи повышения качества оказания медицинских услуг одной из важных составляющих в общим процессе совершенствования методов управления лечебно диагностическим процессом называют эффективное прогнозирование и раннюю диагностику заболеваний вызываемых профессиональной деятельностью, в частности работой в агропромышленном комплексе.

Характерной особенностью задач прогнозирования и ранней диагностики выбранного класса заболеваний является то, что собираемая службами здравоохранения информация позволяет в основном анализировать уже имеющиеся заболевания, тогда как во многих случаях условия трудовой деятельности могут формировать предпосылки к возникновению и развитию той или иной патологии. Своевременное выявление людей склонных к профессиональным заболеваниям связанным с работой в агропромышленном комплексе и имеющих донозологические формы заболеваний позволит формировать рациональные схемы организации лечебно-оздоровительных мероприятий улучшив качество медицинского обслуживания населения занятого в сельскохозяйственном производстве.

С математической точки зрения сложность решения задач прогнозирования и ранней диагностики заболеваний определяется тем, что используемые информативные признаки носят неполный, нечеткий и разнотипный характер с нечеткой структурой классов, что требует специальных подходов к синтезу соответствующих решающих правил.

С учетом сказанного, актуальность работы определяется необходимостью разработки и внедрения в практическое здравоохранение высокоэффективных средств прогнозирования и ранней диагностики заболеваний, вызываемых вредным воздействием окружающей среды, на основе внедрения современных методов управления и информационных технологий, что позволит повысить качество оказания медицинских услуг населению занятому в агропромышленном комплексе.

Работа выполнена в соответствии с тематическим планом научно-исследовательских работ Курской ГСХА (тема 11, номер государственной регистрации 01.9.20.006.402.), координационным планом ГОСНИТИ (проблема 5, тема 32, раздел 2), координационным планом научно-технических программ Центрально-Черноземного района.

Цель работы. Разработка методов, моделей и алгоритмов повышающих эффективность решения задач принятия решений по прогнозированию и ранней диагностике профессиональных заболеваний работников агропромышленного комплекса при неполном и нечетком представлении данных с пересекающейся структурой классов.

Для достижения поставленной цели необходимо решить следующие задачи:

- на основании анализа существующих подходов к прогнозированию и диагностике профессиональных заболеваний и структуры данных определить задачи и выбрать математический аппарат исследования; разработать способ определения риска возникновения профессиональных заболеваний сельскохозяйственных рабочих в зависимости от степени хронического физического утомления.

- разработать метод синтеза и систему нечетких решающих правил для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса;

- синтезировать алгоритм управления процессами принятия решений по организации процедур прогнозирования, профилактики, диагностики и лечения профессиональных заболеваний рабочих сельскохозяйственных производств;

- создать основные элементы программного обеспечения системы поддержки принятия решений для управления лечебно-профилактическими учреждениями обслуживающими работников агропромышленного комплекса;

- оценить эффективность предложенных методов и средств на примере мониторинга состояния здоровья работников сельскохозяйственных производств Курской области.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, нечетких множеств, прикладной математической статистики, экспертного оценивания.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- способ оценки риска профессиональных заболеваний работников агропромышленного комплекса по уровню хронического физического утомления, отличающийся использованием нечетких правил агрегирующих индекс физического утомления, параметры внимания и электрические характеристики общесистемных биологически активных точек, позволяющий определять риск появления и развития заболеваний сельскохозяйственных рабочих в зависимости от степени выраженности хронического утомления;

- метод синтеза нечетких решающих правил для решения задач прогнозирования и ранней диагностики заболеваний, вызываемых комплексным воздействием факторов характерных для работников занятых в агропромышленном комплексе отличающийся тем, что получаемые классификационные правила учитывают различные по природе внешние и внутренние факторы риска, время их воздействия и индивидуальные свойства организма, позволяя повысить качество принятия решений в задачах управления учреждениями здравоохранения обслуживающими население работающее в сельском хозяйстве при неполном и нечетком представлении исходной информации о границах разделяемых классов;

- система правил нечеткого вывода для прогнозирования и ранней диагностики заболеваний, характерных для работников агропромышленной отрасли, составившая основу базы знаний соответствующей системы поддержки принятия решений и позволяющая решать поставленные в работе задачи с требуемым для практики качеством при приемлемых технико-экономических затратах; алгоритмы управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции заболеваний характерных для работников сельскохозяйственной отрасли, отличающиеся возможностью гибко менять тактику управления в зависимости от индивидуальных особенностей организма и состояния окружающей среды.

Практическая значимость работы.

Разработанные методы, решающие правила, алгоритмы и соответствующее программное обеспечение составили основу построения системы поддержки принятия решений, опытная эксплуатация элементов которой позволяет рекомендовать ее к использованию в учреждениях здравоохранения обслуживающих работников сельскохозяйственной отрасли.

Применение предложных в диссертации разработок позволяет снизить риск возникновения и развития заболеваний, вызываемых неблагоприятными условиями труда сельскохозяйственных рабочих, а также выбирать рациональные схемы проведения профилактических и лечебно-оздоровительных мероприятий для региональных учреждений здравоохранения обслуживающих работников агропромышленного комплекса. Основные теоретические и практические результаты работы приняты к внедрению в МУЗ городская больница скорой медицинской помощи, МУЗ центральная районная больница Беловского района и в учебном процессе Курского государственного технического университета при подготовке специалистов по направлению «Биомедицинская инженерия», при чтении лекций и проведении лабораторных занятий по курсу «Компьютерные технологии в медико-биологических исследованиях»

Экономическая и социальная значимость результатов диссертационного исследования состоит в улучшении качества медицинского обслуживания сельского населения.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: XIV международной научно-практической конференции «Экология и жизнь» (Пенза 2008г.); на XI международной научно-технической конференции «Медико-экологически информационные технологии» (Курск 2008г.); XV международной научно-технической конференции с международным участием «Материалы и упрочняющие технологии» (Курск 2008г.); наУШ Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной, информации» «Распознавание 2008» (Курск 2008г.); на Всероссийской научно-технической конференции «Биомедицинская инженерия и биотехнология» (Курск 2008г.); на научно-технических семинарах кафедры «Электротехника» Курской государственной сельскохозяйственной академии (Курск 2004,.2008г.)

Публикации. По материалам диссертации опубликовано 17 печатных работ, перечень которых приведен в конце автореферата, из них две работы в журналах по перечню журналов и изданий, рекомендованных ВАК Минобразования и науки РФ.

Личный вклад автора. В работах [1, 3, 11, 12] опубликованных в соавторстве, автором выполнен анализ задач прогнозирования и ранней диагностики заболеваний вызываемых экологической обстановкой в сочетании с факторами риска трудовой деятельности и индивидуальных факторов риска и обосновывается выбор нечетких моделей обучаемых по структуре данных для решения выбранного класса задач. В [2, 5, 7, 14] предложены методы синтеза нечетких решающих правил для прогнозирования и ранней диагностики заболеваний работников агропромышленного комплекса в условиях комплексного воздействия агроэкологических факторов в сочетании с эргономическими особенностями сельскохозяйственной техники, условиями труда и индивидуальными характеристиками организма. В [4, 8, 13] обосновано использование нечетких моделей для систем поддержки принятия решений решающих задачи прогнозирования и медицинской диагностики в условиях неполного и нечеткого представления данных с плохоформализуемой структурой классов. В [6, 9, 10, 15, 16] получена система решающих правил для прогнозирования профессиональных заболеваний сельскохозяйственных рабочих проживающих и работающих в условиях повышенной экологической опасности Курской области. В [17] показана эффективность использования проекционных зон для решения задач прогнозирования, ранней диагностики и профилактики профессиональных заболеваний.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения и библиографического списка, включающая 170 наименований. Объем диссертации 172 страницы машинописного текста 51 рисунок и 18 таблиц.

4.4. Выводы четвертой главы

1. Качество принятия решений, обеспечиваемое нечеткими решающими правилами было проверено на репрезентативных контрольных выборках и было установлено, что для наиболее часто встречающихся факторов риска они обеспечивают четырехлетний прогноз по выбранным классам заболеваний на уровне 0,85 и выше в зависимости от используемой входной информации.

2. Использование графиков изменения показателей качества классификации прогностических решающих правил по годам позволяет оценивать величину уверенности в прогнозе по выбранным классам заболеваний через выбранный исследователем интервал времени наблюдения.

3. Правила принятия решений для установления донозологического диагноза по выбранным классам заболеваний обеспечивают уверенность для наиболее распространенных факторов риска достаточную (0,9 и выше) для их широкого использования в практике врачей, обслуживающих работников агропромышленного комплекса.

ЗАКЛЮЧЕНИЕ

Предлагаемая работа посвящена решению научных и практических задач, связанных с повышением качества медицинского обслуживания населения занятого в агропромышленном комплексе страны.

1. Определены наиболее характерные заболевания среди работников агропромышленного комплекса Курской области, установлены факторы риска и другие информативные признаки, характерные для этих заболеваний, проведен разведочный анализ структуры исследуемых классов и типов используемых признаков на основании чего был выбран математический аппарат нечеткой логики принятия решений для прогнозирования и диагностики выбранного класса заболеваний.

2. Предложен способ определения риска возникновения профессиональных заболеваний сельскохозяйственных рабочих в зависимости от уровня хронического физического утомления, позволяющий повысить качество прогнозирования и диагностики исследуемого класса задач.

3. Разработаны метод синтеза и система комбинированных правил нечеткой классификации для прогнозирования и ранней диагностики профессиональных заболеваний работников агропромышленного комплекса, позволяющие учитывать время и интенсивность воздействия разнородных факторов внешней среды на организм человека занятого в сельскохозяйственном производстве.

4. Разработан алгоритм управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья рабочих сельскохозяйственных производств в условиях комплексного воздействия вредных факторов окружающей среды, позволяющий гибко менять тактику лечебно-оздоровительных мероприятий с учетом индивидуальных характеристик организма.

5. Разработаны основные элементы системы поддержки принятия решений, использование которых позволяет решать задачи рационального планирования медицинского обслуживания населения занятого в сельскохозяйственном производстве

6. Проанализирована эффективность предложенных методов, моделей, алгоритмов и программных средств в условиях Курской области, показано, что уверенность в прогнозировании возникновения профессиональных заболеваний работников АПК превышает 0,85, а в ранней диагностике наиболее распространенных профессиональных заболеваний — 0,9. Это позволяет рекомендовать к практическому использованию полученных результатов на региональном уровне.

1. Айдаралиев, А. А Комплексная оценка функциональных резервов организма. Текст. / А. А. Айдаралиев, Р. М. Баевский, А. П. Берсенева, А. Л. Максимов. Фрунзе: ИЛИМ, 1988 - 195с.

2. Александров, В. В. Анализ данных на ЭВМ (на примере СИТО). Текст. / В. В. Александров, А. И. Алексеев, И. Д. Горский. М.: Финансы и статистика, 1990. - 245с.

3. Александров, В. В. Алгоритмы и программы структурного метода обработки данных. Текст. / В. В. Александров, И. Д. Горский. Л.: Наука, 1983.-125с.

4. Ананин, В. Ф. Рефлексология (теория и методы). Текст. / В. Ф. Ананин //Монография. М.: изд-во РУДН и Биомединформ, 1992. 168с.

5. Анохин, П. К. Очерки по физиологии функциональных систем. Текст. / П. К. Анохин // М.: Медицина, 1975. 446с.

6. Артеменко, М. В. Автоматизированная система самоорганизационной структурно-параметрической идентификацииматематических моделей в психологии Текст. / М. В. Артеменко, В. Л. Баскаков // Биомедицинская радиоэлектроника, 2001, №3. С. 57-63.

7. Ахутин, В. М Автоматизированные системы профилактических осмотров детей (Аспон-Д)-состояние и перспективы. Текст. / В. М. Ахутин, В. В. Шаповалов, Д. Мансур // Биотехнические и медицинские системы. Сб. науч. тр. Ленинград, 1990.-С. 3-6.

8. Баевский, Р. М. Оценка адаптационных возможностей организма и риск развития заболеваний. Текст. / Р. М. Баевский, А. II. Берсенева М.Медицина, 1997. - 235с.

9. Баевский, Р. М. Диагноз донозологический. Текст. / Р. М. Баевский, В. П. Казначеев М: БМЭ, 1978. С. 252 - 255.

10. Букатова, И. Л. Эволюционное моделирование и его приложения. Текст. / И.Л. Букатова. -М.: Наука. 1979. 231с.

11. Буняев, В. В. Донозологическая диагностика методами рефлексологии. Текст. / В.В. Буняев, H.A. Кореневский // Биомедицинская радиоэлектроника, 2001, №3. С. 21-27.

12. Буняев, В. В. Разработка моделей и алгоритмов оценки адаптационных возможностей организма и риска развития заболеваний Текст.: Дисс. канд. мед. наук: 05.13.09.: защищена. 29.06.00 I Буняев Виктор Владимирович: Тула. 2000. 148с.

13. Бродал, А. Ретикулярная формация мозгового ствола. Текст. / А.Бродал // Пер. с англ. М., 1960. - 257с.

14. Брекман, И. И. Введение в валиологию науку о здоровье. Текст. /И.И. Брекман-JI.: Наука, 1987. - 125с.

15. Васильев, В. Н. Распознающие системы. Текст. / В.Н. Васильев // Справочник. Киев.: Наукова думка, 1983. - 82с.

16. Вайнцваг, Н. Н. Алгоритмы обучения распознаванию образцов. Текст. / Н. Н. Вайнцваг. М.: Сов. радио, 1973. - С.8 - 16.

17. Вельховер, Е. С. Клиническая рефлексология. Текст. / Е. С. Вельховер, В.Г. Никифоров.-М.: Медицина, 1983. С. 19-83.

18. Вогралик, В. Г. Пунктуационная рефлексотерапия. Текст. / В.Г. Вогралик, М.В. Вогралик Горький: Волго-Вятское кн. изд-во, 1988.-335с.

19. Воробьёв, С. А. Математическая обратботка результатов исследований в медицине, биологии и экологии. Текст. / С.А. Воробьёв,

20. A.A. Яшин // под ред. A.A. Яшина. Монография. Тула.: ТулГу, 1999.-120с.

21. Гаваа, Лувсан Традиционные и современные аспекты восточной рефлексологии. Текст. / Гаваа Лувсан // М.: Наука, 1986. -575с.

22. Галушкин, А. И. Синтез многослойных систем распознавания образов. Текст. / А.И. Галушкин М.: Энергия, 1974. - 386с.

23. Глухов, А. А. Статистика в медицинских исследованиях. Текст. /A.A. Глухов, А.М. Земсков, H.A. Степанян, A.A. Андреев, ATI. Рог, Э.В. Савенюк, И.Н. Химина, В.А. Куташов. Воронеж: Изд-во «Водолей», 2005. - 158с.

24. Горбатенко, П. К. Моделирование процесса распознавания с помощью нейронной сети. Текст. / П.К. Горбатенко, Л.Н. Паринский // Вестник новых медицинских технологий. 2000 - Т.: VII, №3 - 4. С. 21-22.

25. Горелик, А. Л. Методы распознавания. Текст. / А.Л. Горелик,

26. B.А. Скрипкин М.: Высшая школа, 1984. - 258с.

27. Государственный доклад «О санитарно-эпидемиологической обстановке в Курской области в 2003 году» Текст. / Государственнаясанитарно-эпидемиологическая служба Курской области, Курск, 2004. 163с.

28. Гринин, А. С. Математическое моделирование в экологии Текст.:Учебное пособие для вузов / A.C. Гринин, Ы.А. Орехов, В.Н. Новиков. М: ЮНИТИ-ДАНА, 2003. 269с.

29. Дуброва, Т. А. Статистические методы прогнозирования Текст.: Учебное пособие для вузов/ Т.А. Дуброва. М.: ЮНИТИ-ДАНА, 2003. 206с.

30. Елисеева, Н. Н. Общая теория статистики. Текст. /H.H. Елисеева, М.М. Юзбашев // Учебник под ред. И.И. Елисеевой. 4-е изд., перераб. и доп. - М: Финансы и статистика, 2003. - 480с.

31. Железные руды КМА. Под ред. В.П. Орлова, И.Л. Шевырева, H.A. Соколова. М.: ЗАО «Геоинформатик», 2001- 616с.

32. Жуков, Л. А. Технология нейросетевого решения прикладных классификационных задач в экологии, биологии, медицине Текст.: дисс. кан. техн. наук: 05.13.16: защищена 23.03.00 Жуков Леонид Александрович. Красноярск, 2000. 150с.

33. Заброда, Н. Н. Влияние природных и антропогенных факторов на заболеваемость в регионе, системный анализ и моделирование Текст.: Монография / H.H. Заброда, М.В. Артеменко, Ю.Ю. Елисеев; ООО ТПК «Радон», 2006. 153с.

34. Заде, JI. А. Понятие лингвистической переменной и её применние к принятию приближнных решений. Текст. / JI.A. Заде -М.:Мир, 1976.-312с.

35. Зилов, В. Г. Новое в изучении акупунктурных меридианов тела человека. Текст. / В.Г. Зилов // Вестник новых медицинских технологий. -1999-т. VI. № 3-4. С. 148-153.

36. Ивахненко, А. Г. Самообучающиеся системы распознавания и автоматического регулирования. Текст. / А.Г. Ивахненко Киев.: Техника, 1969.-392с.

37. Казначеев, В. П. Донозологическая диагностика в практике массовых заболеваний населения. Текст. / В.П. Казначеев, P.M. Баевский, ATI. Берсенев Л.: медицина, 1986. - 216с.

38. Коптева H.A. Синтез нечетких правил прогнозирования дыхательной системы работников агропромышленного комплекса Текст.: /H.A. Коптева// сб. материалов XI Международный научно-технической конференции/ Курск,гос.техн.ун-т Курск, 2008.-С.38-40.

39. Кореневский, Н. А. Магнитные и электромагнитные поля как экологический фактор внешней и производственной среды Текст./ H.A. Кореневский, И.А. Авилова// материалы международной НТК «Проблемы региональной экологии»: Израиль, Тель-Авив, 1999x28-31.

40. Кореневский, Н. А. Проектирование нечётких решающих сетей настраиваемых по структуре данных для задач медицинской диагностики. Текст. / H.A. Кореневский // Системный анализ и управление в биомедицинских системах, т. 4, №1. 2005. С. 1220.

41. Кореневский, Н. А. Методы поиска информативных проекционных зон и синтеза нечётких решающих правил для рефлексодиагностики. Текст. / H.A. Кореневский, В.В. Буняев // Системный анализ и управление в биомедицинских системах. Том 3, №2, 2004.-С. 175-178.

42. Кореневский, Н. А. Синтез меридианных моделей для рефлексодиагностики и рефлексотерапии. Текст. / Н. А. Кореневский, В.В. Буняев // Системный анализ и управление в биомедицинских системах. Том 3. №2, 2004. С. 178-182.

43. Кореневский, Н. А. Энергоинформационные модели рефлексодиагностики. Текст. / H.A. Кореневский, Л.П. Лазурииа // Монография Курск, ОЦМП, 2000, 177с.

44. Кореневский, Н. А. Энергоинформационные основы рефлексологии. Текст. / H.A. Кореневский, М.И. Рудник, Е.М. Рудник Курск, гуман.-техн. инст., Курск, 2001 236 с.

45. Кореневский, Н. А. Синтез решающих правил в задачахмедицинского прогнозирования. Текст. / H.A. Кореневский // сб. материалов научной конференции «Интеграция медицины и образования» Курск, гос. ун-т, 2006. С. 52-54.

46. Кореневский, Н. А. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования. Текст. / Н. А. Кореневский // Вестник новых медицинских технологий, 2006. T.XIII, № 2. С. 6-10.

47. Кореневский, Н. А. Прогнозирование возникновения заболеваний работников сельскохозяйственного производства Текст.:/Н.А. Кореневский, В.И. Серебровский, Н.А.Коптева.-Курск: изд-во Курск.гос.с.-х. ак., 2005.-с.З5.

48. Кретушева, Т. А. Полифункциональная система диагностики состояния здоровья человека и животных с учетом экологического фактора Текст.: дисс. канд. техн. наук: 05.13.09: защищена 21.05.98/ Кретушева Татьяна Александровна. Курск 1998. 135с.

49. Круглов, В. В. Искусственные нейронные сети. Теория и практика Текст. / В. В. Круглов, В. В. Борисов // М: Горячая линия -телеком, 2002. 382с.

50. Кэнал, Л. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога. Текст. / Л.Кэнал // Распознавание образов при помощи цифровых вычислительных машин. М: Мир, 1974. - 157с.

51. Лбов, Г. С. Методы обработки разнотипных экспериментальных данных. Текст. / Г.С. Лбов Новосибирск: Наука, 1981.-287с.

52. Леонова, А. Б. Психодиагностика функциональных состояний. Текст. / А.Б. Леонова, Москва, МГУ. 1978, 315 с.

53. Лиц, Н. В. Моделирование и прогнозирование очагов заражения био- и химически опасными удобрениями на основе нейросетевых технологий Текст.: дис. канд. техн. наук: 05.13.01; 05.13.10; защищена 22.12.06. / Лиц Надежда Владимировна. Воронеж 2006. 157с.

54. Лувсан, Г. Очерки методов восточной рефлексотерапии. Текст. / Г.Лувсан // 3-е изд., перераб. и доп. Новосибирск: Наука. Сиб. отд-е, 1991.-402с.

55. Максимова, Н. В. Уточненная оценка загрязнения воздушного бассейна промышленно развитого региона с учетом снежного мониторинга Текст.: дисс. канд. техн. наук: 11.00.11.: защищена 23.06.00/ Максимова Наталья Викторовна. Гула 2000. 248с.

56. Методика применения экспертных методов для оценки качества продукции. Текст. -М.: Стандарт, 1975.-31с.

57. Мелихов, А. II. Расплывчатые ситуационные модели принятия решений Текст. / А.Н. Мелихов, Л.С. Берштейн, С.Я. Коровин // Учеб. пособие, Таганрог: ТРТИ, 1986. 211с.

58. Мурынов А. И. Построение цифровой картографическойосновы // ГИС обозрение, №2-1998, С.31-35

59. Нехаенко, Н. Е. Рациональная микроволновая терапия на основе мониторировапия потенциала биологически активных точек Текст./ Н.Е. Нехаенко // (моделирование, оптимизация и компьютеризация в сложных системах; кн 23) Воронеж: ВГТУ, 2002. 113с.

60. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под. ред. Р.П. Ягеря. М.: Радио и связь, 1986.-408с.

61. Никифоров, В. Г. Электропунктура метод изучения механизмов иглорефлексотерапии Текст./ В.Г. Никифоров // В кн.: Электропунктура и проблемы информационно- энергетической регуляции деятельности человека. М.: 1976.-С. 11-19,

62. Омельченко, В. П. Практикум по медицинской информатике Текст./ В.П. Омельченко, A.A. Демидова // серия учебники. Учебные пособия / Ростов на Дону. Феникс, 2001. 304с.

63. Осипов, В. П. Основные показатели медицинского обслуживания населения Курской области за 2005 год Текст. / В.П. Осипов, Е.В. Поляков // Комитет здравоохранения Курской области, Курск. 2005. 119с.

64. Осовский С. Нейронные сети для обработки информации. Текст./ С. Осовский / Пер. с польского Рудинского Л.Д. М: Финансы и статистика.2002.- 344с.

65. Плотников, В. В. Автоматизация методик психологического исследования Текст./ В.В. Плотников, H.A. Кореневский, Ю.М. Забродин. Орел, изд-во института психологии АНСССР; ВНИИОТ Госагропрома СССР, 1989.-327 с.

66. Подшибякин, А. К. Об изменении электрических потенциалов во внутренних органах и связанных с ними активных точек кожи // Физиол. Журнал. СССР, 1995, Т.41, вып.З. С.357-362.

67. Попов, Э. В. Экспертные системы: Решениенеформализованных задач в диалоге с ЭВМ.- М.: Наука, 1987. 287с.

68. Портнов, Ф. П. Электропунктурная рефлексотерапия. Текст. / Ф.П. Портнов Рига: Зинатне. 1980. -245с.

69. Порохна, В. С. Некоторые аспекты рефлексодиагностики и рефлексотерапии Текст. / B.C. Порохна // Вестник новых медицинских технологий. 2003 -Т. X, №3 -С. 45-47.

70. Практикум по инжнерной психологии и энергономике: учеб. Пособие для высших учеб. заведений Текст. / С.К. Сергеенко, В.А. Бодров, Ю.Э. Писаренко и др., под ред. Ю.К. Стрелкова. М.: Изд. центр «Академия», 2003. - 400 с.

71. Прикладная статистика: классификация и снижение размерности Текст. / Под ред. Айвазяна С.А.- М.: Финансы и статистика, 1989. -315с.

72. Распознавание образов и медицинская диагностика Текст. / Под ред. Неймарка Ю.И., гл. ред. физ.- мат. литературы издательства "Наука", М, 1972.-328 с.

73. Самсонов, В. В. Эксперимент по реализации ЭС «Консультант-2» методом трансляции базы знаний из глубинного представления в поверхностное Текст. / В.В. Самсонов // Технологияразработки экспертных систем.- Кишинев, 1987.-С.116-120.

74. Ситникова, В. П. Методы оценки влияния тяжёлых металлов на заболеваемость детей Воронежской области Текст.: В.П. Ситникова // материалы научной конференции «Высокие технологии в практике учреждений здравоохранения г. Воронежа»; Воронеж, 1995. С. 9-10.

75. Соболева, В. В. Анализ информации электропунктурных точек при профилактических обследованиях работников промышленного предприятия Текст.: дисс. кан. биол. наук: 05.13.01: защищена 11.11.04/Соболева Вера Владимировна. Тула,2004. 137с.

76. Соколов, Э. М. Применение геоинформационных ситем для оценки загрязнения окружающей среды / Э.М. Соколов, В.М. Панарин, В.Г. Павиертов, JI.B. Котлеревская, Д.В. Дергунов. Тула: Изд-во ТулГу, 2005.

77. Ватищева, Ю. Е. Справочник по функциональной диагностике в педиатрии Текст./ Под ред. Ю.Е. Ватищева, Н.С. Кисляк. М, Медицина, 1979. 624 с.

78. Судаков, К. В. Функциональные системы организма в норме и патологии // Системные механизмы поведения/ Труды научного совета по экспериментальной и прикладной физиологии РАМН. 1993 - Т2. - С. 1733.

79. Судаков, К. В. Системное взаимодействие в целом организме Текст. / К.В. Судаков, Е.А. Юматов // Физиология функциональных систем. Учебное пособие. Иркутск, 1997.- С. 498-510.

80. Табеева, Д. М. Руководство по иглорефлексотерапии Текст./Д.М. Табеева. М.: Медицина, 1980.- 560 с.

81. Танака, К. Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве Текст./ К. Танака // в кн.: Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ./ Под ред. P.P. Ягеря М.: Радио и связь, 1986.-408 с.

82. Татаренков, А. А. Обоснование использования диалоговых систем распознавания образов в задачах медицинской диагностики Текст./

83. A.A. Татаренков, E.H. Кореневская// сб. материалов VIII международной научно технической конференции "Медико экологические информационные технологии - 2005"/ КурскГТУ, 2005.-С. 57-60.

84. Новосельцев, В. Н Теория управления и биосистемы. Анализ сохранительных свойств Текст./ Новосельцев В.Н., гл. Ред. Физ.-мат. Лит. Изд во Наука, М.: 1978. 320 с.

85. Терехина, А. Ю. Анализ данных методами многомерного шкалирования Текст./А.Ю.Терехина. -М.: Наука, 1986.-215 с.

86. Титов, В. С. Основы теории управления. Линейные системы автоматического регулирования Текст. /B.C. Титов, Т.А. Ширабакина // Учебное пособие/ Курский государственный технический университет, 1997.-71 с.

87. Турмян, В. Е. Теория вероятностей и математическая статистика Текст./ В.Е. Турмян. М: Высшая шк. 1988.-479 с.

88. Тутов, Н. Д. Методы диагностики заболеваний по содержанию микроэлементов в органах и тканях Текст. / Н.Д. Тутов, Л.П. Лазурина // Биомедицинская радиоэлектроника. М, 2001, №3: С. 35-40.

89. Трошин, В. Д. Сосудистые заболевания нервной системы. Ранняя диагностика, лечение и профилактика Текст./ В.Д. Трошин. Научное издание. 1992. 302 с.

90. Тыоки Д. Анализ результатов наблюдений. Разведочный анализ Текст./ Д. Тьюки. М: Мир, 1981.-562 с.

91. Уотерман, Р. Д, Построение экспертных систем Текст./ Р. Д. Уотерман, Д. Ленат, Ф. Хейсе-Рот.: Пер. с англ. М: Мир, 1987. 165 с.

92. У сков, А. А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика Текст. / A.A. Усков, A.B. Кузьмин. М.: Горячая линия телеком, 2004. 143 с.

93. Устинов, А. Г. Автоматизированные медико-технологические системы в 3-х частях Текст. / А.Г. Устинов, В.А. Ситарчук, H.A. Кореневский // Под ред. А.Г. Устинова //Монография. КурскГТУ, Курск.1995. 390с.

94. Хайкин, Саймон Нейронные сети: Полный курс Текст./ С. Хайкин // 2-е изд., испр.: Пер. с англ.-М.: ООО «И.Д. Вильяме», 2006.-1104 с.

95. Черных, A.M. Экспериментальное изучение сочетанного воздействия постоянного магнитного ноля и агрохимикатов на организм Текст./ A.M. Черных, П.В. Калуцкий, В.М. Емельянов: методические рекомендации. М., 2002,-24с.

96. Честнова, Т. В. Контекстно-развивающаяся база данных для логической интеллектуальной системы, используемой в здравоохранении Текст./ Т.В. Честнова, В.Н. Щеглов, В.А. Хромушин // Эпидемиология и инфекционные болезни.- 2001.- №4.- С. 38-40.

97. Штотланд Т.М. Разработка методов и средств комплексной диагностики и управления функциональным состоянием человека по фазам динамики деятельности Текст.: дис. канд. техн. наук: 05.13.01: защищена 28.10.03 / Т.М. Штотланд. Курск, 2003. 145 с.

98. Щеглов, В. Н. Интеллектуальная система на базе алгоритма построения алгебраических моделей конструктивной (интуиционистской) логики Текст. / В.Н. Щеглов, В.А. Хромушин // Вестник новых медицинских технологий.- 1999.- №2.- С. 131-132.

99. Никитина, А. Т. Экология, охрана природы, экологическая безопасность / Под ред. Проф. А.Т. Никитина, проф. МНЭПУ С.А. Степанова. М.МНЭПУ, 200.-648с.

100. Брукинг, А. Экспертные системы. Принципы работы и примеры: Текст. Пер. с англ./ А. Брукинг, Д. Джонс, Ф. Кокс и др.; Под ред. Р. Фройсата.- М.: Радио и связь, 1987.- 352 с.

101. Элти Дж. Кумбс Экспертные системы: концепции и примеры: Пер.с англ.- М.: Финансы и статистика, 1987.-251 с.

102. Энди Митчелл. Руководство ESRI по ГИС анализу. Том Г: Географические закономерности и взаимодействия, 2001 .-200с.

103. Яковлев, А.Е. Математическое моделирование здоровья населения с использованием геоинформационных технологий Текст.: дис. канд. техн. наук: 05.13.18: защищена 27.12.05 /Яковлев Александр Евгеньевич. Тула 125с.

104. Alexander J., Jayne D. Multi-Cause Coding: A Major Step in Improving Mortality Statistics in Australia. Proceedings of the ICE on Automating Mortality Statistics, voi. II, CDC, hyattsville, Maryland, September,2001.

105. Bachman G. Leitfaden der Akupunktur, die Akupunktur, eine altchinegische Heilwese und ihre kliniseh experimentle Bestätigung.-Ulm-Donau: Hang, 1961.- P.2039.

106. Blobel B. Interoperable healthcare infrmation system components for continity of care // Brit. J. Healthcare Comput. Inform. Management.- 2003.-Vol.20, No.7.- P.22-24.

107. Bossy J. Bases neyrobiolgigues des reflexotherapies. Paris, Masson, 1975.-110 p.

108. Buchanan B.G. and Shorliff E.N. Rule Expert Systems The MYCIN Experiments of the Stanfond Neuristic Programming Progect. Addison-Wesley .-1984.

109. Chandrasekaran B., Mittal S., Conceptual Representation of Medical Knowledge for Diagnosis by Computer: MDX and Related System//Adv. Comput. 1983.-N22.- P. 217-293.

110. Clough K., Jardine I. Telemedicine- the agent for change // Brit. J. Healthcare Comput. Inform. Management.- 2001.- Vol.18, No.8.- P.22-24.

111. Demikova N.S., Zhuchenko L.A., Kobrynsky B.A. The results of birth defects monitoring in newborn in Russia // Abstracts of the 8th European symposium "Prevention of congenital anomalies", Arch, of Perinatal Medicine, suppl.- 2005.-P.31.

112. Hammer M., Champy J. Reengineering the Crporation: A Manifesto for Business Revolution.- New York: Harper Collins, 1993.

113. Hayes Roth, F.:"The Knowledge - Based Expert System: A Tutorial". IEEE COMPUTER.- 1987.- Vol. 17, N9.- P. 11-18.

114. Kobrinsky B., Tester I., Demikova N. et al. A. Multifunctional system of the national genetic register // Medinfo'98: Proc.9th Intern, congr. on medical informatics. PtL- Seoul, 1998.- P. 121-125.

115. Kobrinsky B.A., Database for disabled children received an injuries in disasters // Prehospital and Disaster med.- 1997.- Vol.12, №3. Suppl.l.1. P.90-91.

116. Lemaire E. Telerehabilitation for Paediatrics // Telepediatrics: Telemedicine and Child Health / Wooton R., Batch J., eds.- London: Royal Society of Medicine Press Ltd, 2005.- P.233-248.

117. Multisensorikpraxis / H.Ahlers, hrsg.- Berlin; etc.: Springer, 1996.390s.

118. Negoita, C.N.: Expert System and Fuzzy Systems. The Benjamin/ Cammings Publishing Co., Menio Park, CA, 1985.

119. Pomeranz B. Brain opites work in acupuncture.- New Scientist, 1977, vol.73. NI033.-P.12-13.

120. Rogers W. etal. Computer Aided Medical Diagnosis: Literature Review.- International Journal of Biomedical Computing, 10. -1979.-P. 267-289.

121. Sammon Y.W. An optimal discriminant plane// IEEE Trans. Comput.-1970.-Vol. 19,N9.-P. 15-25.

122. Sammon Y.W A. Nonlinear mapping for Data Structure Analysis//IEEE Trans. Comput.-1969,-C-18-N5-P. 401-409.

123. Sandifort P., Annett H., Cibulskis R. What can information systems do for primary health care? An international perspective // Social sei. Andmed.-1992.-Vol.34.-P. 1077-1087.

124. Saoty T. Measuring the fuzziness of sets// Cybernetics.-1974.-Vol. 4,N4.-P. 53-61.

125. Shortliffe E.H. Computer Based medical Consultations: MYCIN, New York: American Elseviver, 1976.

126. Weiss S.M., Kulikowski C.A. A Practical Guide to Desinging Expert System.-New Gersey: Powman & Allan held Publ., 1984.

127. Voll R. Geloste und ungelöste Probleme den Elektroakupunktur.-Schriftenreihe des Zentralrerbandes der Arzte fur Naturheilverfahren, 1961, S. Sonderheft. Pomeranz B. Brain opites work in acupuncture.- New scients, 1977, Vol. 73. N1033.-P. 12-13