автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы, модели и алгоритмы принятия решений о состоянии здоровья студентов в зоне действия неблагоприятных экологических факторов

На правах рукописи

Медникова Оксана Васильевна

МЕТОДЫ, МОДЕЛИ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ О СОСТОЯНИИ ЗДОРОВЬЯ СТУДЕНТОВ В ЗОНЕ ДЕЙСТВИЯ НЕБЛАГОПРИЯТНЫХ ЭКОЛОГИЧЕСКИХ ФАКТОРОВ

Специальность 05 13 01 - Системный анализ, управление и обработка

информации

Автореферат

диссертации на соискание ученой степени кандидата технических наук

003168198

Воронеж-2008

003168198

Работа выполнена в ГОУ ВПО «Курский государственный технический университет»

Научный руководитель - Заслуженный деятель науки РФ,

доктор технических наук, профессор Кореневский Николай Алексеевич

Официальные оппоненты доктор технических наук, профессор,

Коровин Евгений Николаевич

кандидат технических наук, Уварова Анна Георгиевна

Ведущая организация - ГОУ ВПО Волгоградский

государственный технический университет

Защита диссертации состоится «30 » мая 2008 года в 16°° часов на заседании диссертационного совета Д 212 037 02 при Воронежском государственном техническом университете по адресу 394026, г Воронеж, Московский просп, 14

С диссертацией можно ознакомиться в научной библиотеке ГОУ ВПО «Воронежский государственный технический университет»

Автореферат разослан « 28 » апреля 2008 г

Ученый секретарь диссертационного совета

Федорков Е Д

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Одной из важных и одновременно сложных социальных проблем современного общества является низкий уровень здоровья молодых людей и студенческой молодежи в частности К этой проблеме тесно примыкают такие жизненно важные, социально значимые вопросы как рождаемость, экономическое благополучие, обороноспособность и т д

Современные социально-экономические условия требуют от высших и средних специальных учебных заведений разработки новых медико-технологических приемов, обеспечивающих повышение качества жизни обучающихся, включая улучшение состояния их здоровья (В М Ахутин, Е П Попечителев, А В Завьялов, О В Родионов)

В отличие от взрослого населения у молодых людей, включая студенческую молодежь, защитные функции организма только формируются, не реализуя в полной мере своих функций по обеспечению сбалансированного взаимодействия человека с окружающей средой

Учитывая, что на этот контингент обучающихся действуют длительные нервно-психические нагрузки, которые в экологически неблагоприятных регионах усиливаются длительно действующими экологически неблагоприятными факторами, возможно в совокупности с набором индивидуальных факторов риска, значительно возрастает риск появления и развития различных видов заболеваний (В И Гуткин, А В Завьялов, М П Попов, Н Н Заброда)

Снизить риск и уровень заболеваемости в молодежной студенческой среде можно, используя высокоэффективные методы принятия решений, учитывающие комплексное влияние вредных факторов различной модальности на недостаточно окрепший организм молодого человека и позволяющие выбирать рациональные схемы организации лечебно-оздоровительных мероприятий с учетом индивидуальных особенностей организма с привлечением современных информационных технологий

Существует достаточно большой арсенал методов и средств, решающих задачи улучшения качества медицинского обслуживания студентов с использованием современных информационных технологий (В М Ахутин, А В Белюк, Д Б Богоявленский) Однако, большинство существующих систем использует информацию об уже имеющихся заболеваниях и (или) использует недостаточно обоснованные списки факторов риска, что не позволяет с требуемой точностью решать задачи прогнозирования и ранней диагностики заболеваний студентов, особенно находящихся под комплексным влиянием вредных факторов окружающей среды в сочетании с индивидуальным состоянием здоровья обследуемых

Недоучет всех существенных факторов риска в существующих системах снижает их потенциальные возможности в управлении процессами поддержания соответствующего уровня здоровья студенческой молодежи

Таким образом, исследования в области совершенствования методов и средств принятия решений о состоянии здоровья студентов с учетом

неблагоприятных экологических факторов и индивидуальных факторов риска с использованием современных информационных технологий являются актуальной научной и практической задачей

Работа выполнена в соответствии с научным направлением Курского государственного технического университета «Медико-экологические информационные технологии»

Цель и задачи исследования Целью диссертационной работы является разработка методов, моделей и алгоритмов, повышающих эффективность принятия решений о состоянии здоровья студентов в зоне действия неблагоприятных экологических факторов на основе нечеткой логики принятия решений при неполном и нечетком представлении исходных данных

Для достижения поставленной цели необходимо решить следующие задачи

- определить наиболее характерные заболевания среди студентов наиболее неблагоприятного в экологическом смысле региона Курской области, провести разведочный анализ и выбрать адекватный математический аппарат,

- разработать метод синтеза и систему нечетких решающих правил для принятия решений о состоянии здоровья студентов в зоне действия неблагоприятных экологических факторов с учетом индивидуальных характеристик организма,

- синтезировать модели взаимодействия внутренних структур организма с биологически активными точками, меняющими свои электрические параметры при заболеваниях дыхательной системы,

- разработать алгоритмы управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья студентов в условиях комплексного воздействия вредных экологических факторов,

- создать основные элементы программного обеспечения системы поддержки принятия решений для управления состоянием здоровья студенческой молодежи,

- провести апробацию предложенных методов и средств в средних специальных учебных заведениях города Железногорска

Методы исследования. Для решения поставленных задач в работе использовались методы системного анализа, теории управления и нечеткой логики принятия решений, рефлексологии, математической статистики и экспертного оценивания

Научная новизна В работе получены следующие результаты, характеризующиеся научной новизной

1 Метод синтеза нечетких решающих правил для принятия решений о состоянии здоровья студентов, проживающих и обучающихся в зоне длительного действия вредных экологических факторов, отличающийся тем, что получаемые классификационные правила учитывают повышенный уровень психоэмоционального напряжения, формируемого в процессе обучения в сочетании с экологическими и индивидуальными факторами риска,

позволяющий получать достаточный для практики уровень уверенности в принимаемых решениях при плохоформагтизуемой структуре данных,

2 Модели взаимодействия внутренних структур организма с меридианными проекционными зонами, отличающиеся возможностью контроля состояния системы дыхания по величине электрических параметров биологически активных точек, позволяющие составлять рациональные схемы рефлексодиагностики и рефлексотерапии для этой системы

3 Система правил прогнозирования и ранней диагностики заболеванийя, вызываемых комплексным воздействием внешних и внутренних факторов на организм студентов в зоне действия неблагоприятных экологических факторов, обеспечивающих уверенность в принимаемых решениях не менее 0,85, в зависимости от объема получаемой информации (на примере города Железногрска Курской области)

4 Алгоритмы управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья студентов, отличающиеся возможностью гибко менять тактику наблюдения за состоянием здоровья обследуемых в зависимости от внешних воздействий и индивидуальных особенностей организма и позволяющие в составе системы поддержки принятия решений составлять рациональные схемы медицинского обслуживания студентов, длительное время находящихся в экологически неблагоприятных регионах

Практическая значимость работы.

Разработанные методы, модели и алгоритмы составили основу построения системы поддержки принятия решений для учреждений здравоохранения, решающих задачи медицинского обслуживания студенческой молодежи

Применение предложенных в диссертации разработок позволяет снизить риск возникновения и развития заболеваний в молодежной студенческой среде, подверженной длительному воздействию неблагоприятных экологических факторов Социальная значимость работы состоит в улучшении качества медицинского обслуживания студентов в регионах с повышенной экологической опасностью

Результаты исследований в виде информационного и программного обеспечения для системы поддержки принятия решений апробированы и приняты к внедрению в Железногорском горно-металлургическом колледже Материалы диссертации внедрены в учебный процесс Курского государственного технического университета при подготовке специалистов по направлению «Биомедицинская инженерия»

Апробация работы. Основные положения диссертационного исследования докладывались и обсуждались на следующих конференциях, совещаниях и семинарах Юбилейной X Международной научно-технической конференции «Медико-экологические информационные технологии-2007» (Курск, 2007), на Российской научно-технической конференции с международным участием «Материалы и упрочняющие технологии» (Курск,

2007), на XIV Российской научно-технической конференции «Молодежь и наука XXI века» (Железногорск, 2007 г) На научно-технических конференциях кафедры «Биомедицинская инженерия» (г Курск 2004-2008)

Публикации. По материалам диссертации опубликовано 8 печатных работ, в том числе в изданиях по перечню ВАК РФ 2

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит в [1] способ определения уровня доверия к неустойчивым признакам через систему функций принадлежностей, в [2, 5] метод синтеза нечетких решающих правил для прогнозирования и ранней диагностики студентов в условиях длительного воздействия вредных экологических факторов, в [4] метод получения параметров функций принадлежностей для разнородной структуры признаков, в [3, 6] системы нечетких решающих правил для прогнозирования заболеваний студентов в городе Железногорске, в [7] математическая модель определения адаптационного потенциала человека в задачах прогнозирования и ранней диагностики, в [8] нечеткое решающее правило для определения уровня адаптационного потенциала организма человека

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения и библиографического списка, включающего 189 наименований Объем диссертации 141страница машинописного текста, 47 рисунков и 22 таблицы

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

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

В первой главе проанализированы современные подходы к решению задач автоматизированного прогнозирования и диагностики в здравоохранении Показано, что хорошей прогностической и диагностической ценностью обладают меридианные модели взаимодействия внутренних структур организма с поверхностными проекционными зонами и рассмотрены механизмы построения этих моделей Обосновано применение нечеткой логики принятия решений и современных информационных технологий для поставленных в работе задач В заключение первой главы определяются цель и задачи исследования

Во второй главе определены объекты исследования - студенты горнометаллургического колледжа города Железногорска, проживающие и обучающиеся в условиях действия повышенной напряженности постоянного магнитного поля (около 100 мэ) и выбросов предприятий горно-добывающей промышленности (Михайловский горно-обогатительный комбинат - МГОК и сопутствующие предприятия), которые выбрасывают в воздух кремнесодержащую пыль, оксид углерода, диоксид азота, диоксид серы и др

Анализ заболеваемости молодежи, включая студентов, показывает, что в зоне действия Курской магнитной аномалии (КМА) и МГОК по сравнению с фоновыми городами Курской области наблюдается повышенный процент болезней органов дыхания, пищеварения, нервной системы, костно-мышечной системы и соединительных тканей, эндокринной системы и др

Учитывая структуру исходных данных, в качестве основного математического аппарата в работе используется теория нечеткой логики принятия решений, в рамках которой информативные признаки (факторы риска) х, представляются функциями принадлежности иа (х.) к

рассматриваемым классам а(, а синтез промежуточных и финальных решающих правил осуществляется при использовании формулы расчета соответствующих коэффициентов уверенности КУ

Задачу прогнозирования заболеваний, вызываемых

психофизиологическими перегрузками, возникающими в процессе обучения на фоне действия экологических и индивидуальных факторов риска, удобно рассматривать как задачу определения двух классов состояний - обследуемый не заболеет с достаточно большой уверенностью через заданное время Т0 (класс юй) и заболеет с достаточной уверенностью через время Т0 (высокий риск заболевания - класс о>1), где ( - имя прогнозируемого заболевания

Задачу ранней (донозологической) диагностики будем рассматривать как задачу отделения класса а>е (у обследуемого имеется ранняя стадия заболевания с именем £) от всех остальных классов со0

Характерной особенностью выбранного класса задач является наличие четырех разнородных подпространств информативных признаков, каждое из которых вносит существенный вклад в процедуру принятия решений Это факторы риска от экологической составляющей, признаки характеризующие психоэмоциональную составляющую, факторы риска и информативные признаки, определяющие индивидуальный риск и индивидуальные особенности организма, признаки, характеризующие степень защитных свойств организма от воздействия внешних факторов риска

Для комплексного учета повышенного уровня психоэмоционального напряжения, формируемого в процессе обучения в сочетании с экологическими и индивидуальными факторами риска в работе предлагается метод синтеза нечетких решающих правил для принятия решений о состоянии здоровья студентов, проживающих и обучающихся в зоне длительного воздействия вредных экологических факторов, позволяющий получать решающие правила, обеспечивающие достаточную для практики уверенность в классификации при заданных медико-технических ограничениях и плохоформапизуемой структуре данных

Для описания предлагаемого метода введем ряд обозначений для частных коэффициентов уверенности КУГЭ ш - уверенность в классе со, по задаче г от

экологической составляющей, КУП - от психоэмоционального напряжения,

КУи.а " от индивидуальных особенностей организма человека, КУГ3 а/ -

уверенность в возможности защитных свойств организма от воздействия внешних факторов (экологических, социальных, образа жизни и др), г = Я -для задач прогнозирования, г = Д - для задач донозологической (ранней диагностики)

Финальную уверенность по задаче г будем определять путем агрегации частных коэффициентов уверенности в соответствии с их вкладом в решаемую задачу Учитывая, что увеличение значений первых трех составляющих ведет к увеличению общей уверенности в со( по задаче г, финальную уверенность будем определять выражением

ку; = КУ'Э^ + КУп,со, + КУ'и + КУ'э КУ'п* - КУ'э КУ'и*. -

КУгп,Ыс КУГИЫ[+КУГЭЫ1 югПщ КУИ,0!

(1)

Результаты исследований показали, что различные защитные механизмы организма по-разному реагируют на различную модальность внешних факторов риска, поэтому эту составляющую в правиле (1) будем вводить относительно исходных данных для каждой из составляющих

Рассмотрим подробнее способы расчета каждой из этих составляющих Характерной особенностью влияния на организм человека вредных факторов окружающей среды является то, что их действие определяется не только интенсивностью, но и временем воздействия Результаты проведенных экспериментальных исследований показали, что интенсивность и время воздействия удобно представить двумя функциями принадлежностей ца ()',)-

принадлежность объекта исследования к классу а, с носителем по шкале интенсивности действия фактора ), у (О - принадлежность к классу со( по

фактору ] с носителем по времени воздействия этого фактора

Учитывая, что интенсивность и время воздействия увеличивают уверенность в классификации со1 начиная с некоторого периода времени Тп, частную уверенность в а, по фактору у без учета защитных механизмов организма будем определять выражением [О, если / < Тп ,

(Унесли {>тп (2)

Известно, что вредному воздействию факторов окружающей среды препятствуют защитные механизмы человеческого организма, снижая риск возникновения и развития соответствующих заболеваний

При этом следует иметь ввиду множественность защитных механизмов человека, которые могут характеризоваться различной системой показателей адаптационным потенциалом организма (АП), иммунным статусом (ИС), энергетической сбалансированностью меридианных структур (ЭС) и т д

Выбрав систему показателей защитных свойств организма YK (К=ИФИ, ИС, ЭС и т д) в качестве носителя соответствующих функций принадлежностей t(YK) получаем выражения определяющие частные

коэффициенты уверенности характеризующие уровень защитных свойств организма по фактору j

КУ1 (К +1) = КУ'Хщ {К) + цЫ1 ,(Ук)[1 - КУ-J т (3)

С учетом того, КУ3 М( (j) уменьшает общую уверенность в прогнозе

(диагнозе) со(, можно записать

i 0, если КУ'Э а (j)^ КУза КУ' {j) = \ ' (4)

[^э О) ~ КУ^если КУ'Э в( (j) > КУ> а>

Учитывая множество экологических факторов, каждый из которых приводит к появлению и развитию заболеваний сое общая уверенность КУЭ

в соответствии с общими рекомендациями по синтезу нечетких решающих правил, разработанными на кафедре биомедицинской инженерии КурскГТУ определяется по итерационной формуле

КУз» 0 + 1) = КУЭ Ш! (j) + КУ'Э И( (J + l)[l - КУэ О)] (5)

Для определения уверенности в принятии решений по классу со( в зависимости от уровня психоэмоционального напряжения (ПЭН) предлагается использовать комплексный показатель, определяемый через такие составляющие, как шкала личной тревожности теста Спилбергера-Ханина (ЛТ), шкала интроверсии теста Айзенка (АИ), энергетические характеристики биологически активных точек (БАТ), связанных с эмоциональной сферой (R8, VB20, Р9), показатели, характеризующие состояние внимания (селективность (СВ)), переключаемость (ПВ), устойчивость (УВ), концентрированность (KB), показатели, характеризующие состояние памяти (полное воспроизведение ПВП и поиск сигнала в шуме - ПСШ)

Для определения уровня психоэмоционального напряжения (ПЭ) по каждой из составляющих вводятся соответствующие функции принадлежности с носителями по шкалам, определяющим величину измеряемого показателя -Алэ(*,,)> где р=ЛТ, АИ, SRrs, SRlBg20, SRRg, СВ, ПВ, УВ, KB, ПВП, ПСШ, SRJ -величина отклонения сопротивлений БАТ от их номинальных значений

Учитывая, что полученные коэффициенты уверенности отражают различные механизмы, формирующие уровень психоэмоционального напряжения, и что уверенность в возникновении заболеваний будет тем выше, чем выше уровень напряжения различных систем, в качестве интегральной характеристики, отражающей эмоциональное напряжение организма в целом, выбираем выражение вида

КУЫЭН (Р +1) = КУаэн (Р) + Мпэ (V)[' - (РЯ (6)

Используя полученный показатель как носитель функции принадлежностей к классу со( по степени ПЭН, получаем выражение для определения второй составляющей выражения (1)

(7)

Кроме устойчивого психоэмоционального напряжения, вызываемого процессом обучения, каждый из студентов обладает набором индивидуальных факторов риска и других информативных признаков х, (табакокурение, употребление алкоголя, наследственность, перенесенные заболевания и т д) Рассматривая эти признаки как носители функций принадлежностей - ца (х,) и

используя агрегирующее правило типа(5) с заменой Л"УЭО((./ + 1) на (х,+,)

и J на /, получаем третью составляющую для правила (1)

Характерной особенностью ряда информативных признаков, таких как артериальное давление, энергетические характеристики БАТ и ряд других является то, что они могут кратковременно изменять свои значения, не приводя к риску появления и развития со(, а могут достаточно длительное время удерживаться за рамками своих номинальных значений, что приводит к высокому риску возникновения и развития заболеваний

Для такого вида признаков рекомендуется использовать понятие различных уровней доверия Например, к первому уровню доверия со 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 и тд С учетом сказанного целесообразно соответствующие функции принадлежности и (или) частные функции принадлежностей строить для каждого уровня доверия <7 - цч (х,) и

(или) КУ1

Удобной формой расчета числовых значений показателей для различных уровней доверия является использование выражения вида

=<(*,.') (8)

где КУ], - коэффициент уверенности, рассчитанный для первого уровня

доверия, (*,,/) - весовой коэффициент, зависящий от времени «удержания»

параметра лг, за рамками номинальных значений Таблица (график) ачы (хп1)

определяется экспертным путем и уточняется на обучающих выборках статистическими методами

Опыт решения задач прогнозирования и ранней диагностики показал, что качество классификации значительно увеличивается, если при расчете составляющих выражения (1) в качестве информативных признаков использовать электрические характеристики биологически активных точек

(БАТ), «связанных» с исследуемыми заболеваниями со( Эффективность использования БАТ повышается, если использовать рекомендации, разработанные на кафедре биомедицинской инженерии КурскГТУ, в соответствии с которыми из выбранных по атласам меридиан списков точек выделяются так называемые диагностически значимые точки (ДЭТ), одновременное изменение электрических характеристик которых позволяет, для всех выбранных диагнозов со1, уточнять искомые гипотезы в соответствии с решающим правилом вида

ЕСЛИ {(Для всех Г; из ДЗТШ, > 5Я_вр ] ТО

{кУ[ (д + 1) = КУ[ («?) + Ж )[1 - КУ[ (9)]} ИНА ЧЕ {КУ[ = 0),

где - имена БАТ с номером _/, 5Я) - величина отклонения сопротивления

БАТ У] от его номинального значения, 6Япор- пороговое значение отклонений

после которого начинают анализироваться прогностические или

диагностические гипотезы, (. - номер анализируемого класса заболевания, I -номер решаемой задачи (1 - прогнозирование, 2 - донозологическая диагностика), (] - номер итерации в расчете соответствующего коэффициента

уверенности по задаче / для класса а>(, - функция принадлежности к

классу со, в задаче г с носителем по шкале

Опыт работы с использованием БАТ для прогнозирования, диагностики, профилактики и лечения различных заболеваний показывает, что удобным инструментом для выбора рациональных схем взаимодействия специалистов с обследуемыми является так называемые меридианные модели, общая методика синтеза которых разработана на кафедре биомедицинской инженерии КурскГТУ Для решения конкретных задач, поставленных в данном диссертационном исследовании, разработаны меридианные модели взаимодействия внутренних структур организма с биологически активными точками, меняющими свои электрические характеристики при изменении параметров системы дыхания Использование этих моделей позволяет уточнять искомые прогнозы и диагнозы и выбирать рациональные схемы рефлексотерапии по выбранному классу заболеваний

В третьей главе разрабатываются основные элементы системы поддержки принятия решения по управлению процессами прогнозирования, диагностики и коррекции состояния здоровья студентов с учетом действия неблагоприятных экологических факторов

Синтез осуществляется для наиболее распространенных среди студентов города Железногорска заболеваний системы дыхания (классы сод, сод),

системы пищеварения (классы соЦ), нервной системы (классы со^, соЦ) Верхние индексы характеризуют решаемые задачи Я - прогноз (риск появления заболевания о)е), П - предболезнь (донозологический диагноз) по классу со()

Для экологической составляющей выражения (1) в качестве факторов риска были выбраны напряженность магнитного поля (Н), пыль (П), оксид углерода, диоксид азота и диоксид серы с построением пар функций принадлежностей для выражения (2) В качестве носителя функции принадлежностей для фактора напряженность магнитного поля выбрана его напряженность в миллиэрстедах, а в качестве носителей для вредных веществ, выбрасываемых в атмосферу - отношение средней годовой концентрации вещества цср к предельно-допустимой концентрации

(г, = Яср / ПДК О = П, СО, М02,502))

Например, по кремнесодержащей пыли для заболеваний системы дыхания соответствующие функции принадлежностей определяются выражениями

^(Я) = 0,04гя,

[0, если / <4,

м я (0 = 1 "5/ [0,0125? -0,05, если I > 4

Для определения защитных свойств организма (формула 3) в работе используется такие показатели как адаптационный потенциал (АП), определяемый через индекс функциональных изменений (ИФИ), предложенный научной школой Р М Баевского, и энергетическая сбалансированность (ЭС) меридианных структур организма, которая может быть определена по электрическим характеристикам БАТ, «связанных» с общесистемной реакцией организма (Е23, Е36, ЯР6, У40, У60 и УВ20) Для каждой из этих составляющих в работе определены соответствующие функции принадлежностей ^АП) и ца ](ЭС) с расчетом КУ3 а< ] по формуле (3)

Для определения второй составляющей выражения (1) получено нечеткое решающее правило для расчета КУЭН и по каждому из выделяемых классов построены соответствующие функции принадлежностей

В качестве примера на рис 1 приведен график функции принадлежностей к классу риск заболевания дыхательной системы от фактора психоэмоционального перенапряжения

М к (КУл-ж)

0,3 - -

0,1 0,2 0 3 04 0,5 0 6 0 7 0,8 0,9 1,0 КУпэн

Рис 1 График функции принадлежности к классу Юд по фактору ПЭН

При определении третьей составляющей формулы (1) использовались традиционно определяемые факторы риска (перенесенные заболевания, наследственность, употребление алкоголя, табакокурение, условия работы и

тд) и энергетическая реакция БАТ точек, имеющих связи с выбранными классами заболеваний Для первой группы признаков частная уверенность в принятии решений по классу т, рассчитываются по формуле аналогичной (5), для БАТ - по формуле (9)

Проведенное математическое моделирование по полученным решающим правилам показало, что при наличии большинства факторов риска с максимальными значениями функций принадлежностей соответствующие значения коэффициентов уверенностей стремятся к следующим величинам КУ'У ->0,98, КУяг ->0,98, ->095

°>л ап «>н

КУ—>0,95, КУ"™ ->0,9, КУ"- -+0,8

(Уд ' ' ÚÍJJ ' ' üttf '

При наличии у обследуемых наиболее часто встречающихся факторов риска соответствующие коэффициенты уверенности стремятся к следующим значениям

КУ^ —> 0,87, КУ*'* -> 0,85, КУ^ ^0,87, КУ"; ->0,85, КУ% ->0,83, КУ£ ->0,77

Взаимодействие различных программных модулей и взаимодействие между пользователем и системой поддержки принятия решений обеспечивается алгоритмами принятия решений по прогнозированию и управлению процессами коррекции состояния здоровья студентов, выполненными из следующих основных блоков прогнозирования, ранней (донозологической) диагностики, коррекции защитных механизмов организма, коррекции образовательных траекторий, коррекции работы территориальных служб здравоохранения

На рис 2 приведен фрагмент блоков коррекции защитных механизмов обучающихся и работы территориальных служб здравоохранения

В этой схеме, если пользователь принимает решение о корреляции защитных механизмов организма (блок 1), что позволяет снизить индивидуальный риск заболеваний студентов, делается анализ адаптационного и (или) энергетического потенциала (блоки 2, 4) В случае низкого адаптационного потенциала организуется коррекция артериального давления или возможно веса (блок 3), а в случае энергетического разбаланса путем анализа состояний меридианных моделей организуются сеансы рефлексотерапии (блок 5)

Если пользователь запрашивает рекомендации по корректировке работы территориальных лечебно-профилактических учреждений (ЛПУ), отвечающих за здоровье контролируемого учебного заведения (блок 6), составляются планы обследования и лечебно-оздоровительных мероприятий (блок 7)

На основании составленных планов формируются диспансерные группы обучающихся, решаются задачи прогнозирования и (или) диагностики после чего, при необходимости, осуществляется проведение лечебно оздоровительных мероприятий (блоки 8, 9 10) Реализация этих блоков

осуществляется с помощью специализированных справочников системы поддержки принятия решений

Исходя из результатов профилактики и лечения может быть принято решение о динамическом контроле за отдельными группами студентов (блок И)

Рис 2 Фрагмент схемы алгоритма принятия решений по прогнозированию, диагностике и управлению процессами коррекции состояния здоровья студентов

Для студентов, не требующих динамического контроля, решение задачи их медицинского сопровождения в рамках одного сеанса работы алгоритма заканчивается

Анализ литературы показал, что существующие системы поддержки принятия решений (СППР) не решают поставленных в работе задач В связи с

этим была разработана структура программного обеспечения СППР, решающая задачи прогнозирования, диагностики и управления процессами коррекции состояния здоровья студентов, проживающих и обучающихся в экологически неблагоприятных регионах

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 Simuiink 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 (ПЗ' и ПЗ"), диагностические чувствительность, специфичность и эффективность (ДЧ, ДС и ДЭ) соответственно

Рассчитываемые на репрезентативной контрольной выборке показатели качества сравнивались с коэффициентами уверенности в принимаемых решениях КУт , полученными в ходе синтеза соответствующих решающих

правил и согласованными с экспертными заключениями (табл 1)

Табл I

Контрольные испытания и экспертные оценки решающих правил

Класс Показатели качества по контрольной выборке Экспертная уверенность

ДЧ ДС П3+ пз- ДЭ КУГ КУ[?

Ф* 0,88 0,91 0,91 0,87 0,89 0,98 0,87

< 0,93 0,92 0,89 0,95 0,92 0,98 0,85

<°н 0,88 0,91 0,87 0,91 0,89 0,95 0,87

< 0,92 0,93 0,9 0,94 0,92 0,95 0,85

< 0,93 0,92 0,89 0,95 0,92 0,90 0,83

т» 0,92 0,86 0,86 0,94 0,91 0,80 0,77

Анализ полученных результатов позволяет сделать вывод о том, что показатели качества срабатывания полученных решающих правил имеют хорошее совпадение с экспертной уверенностью этих правил и имеют величины, позволяющие рекомендовать полученные теоретические и практические результаты к внедрению в практику здравоохранения регионов, находящихся в зоне действия неблагоприятных экологических факторов, для анализа состояния здоровья учащейся молодежи

Для проверки профилактических возможностей предлагаемого алгоритма на протяжении 2004, ,2007 годов было организовано наблюдение за студентами горно-металлургического колледжа к классам eof Всего на протяжении 2004 года было отобрано 150 человек со значениями КУ^, КУ%П и КУ^ выше порогового, но у которых не было выявлено соответствующих

заболеваний и жалобы на их возможное наличие студентами не предъявлялись Эта группа студентов была разбита по 75 человек каждая Одна из подгрупп продолжала наблюдаться в течение 2005г без проведения с ними специальной лечебно-оздоровительной работы с учетом того, что у них не наблюдалось клинических проявлений заболеваний Второй подгруппе в течение 2005 года было предложено пройти комплекс лечебно-профилактических мероприятий в профилактории МГОКа в соответствии с рекомендациями, формируемыми при работе алгоритма принятия решений по каждому из классов со? В результате таких мероприятий в 2006 году из всей подгруппы с высоким риском заболеваний по классам соf в состояние предболезнь по соответствующим заболеваниям перешло 6 человек, а в состояние болезнь 3 человека, и они были переданы специалистам для дальнейшего ведения

В группе студентов, не проходящих курс лечебно-профилактических мероприятий на протяжении 2005 года, в 2006 году 25 человек перешли в состояние предболезнь, и 16 человек перешли в группу с выраженными клиническими признаками заболеваний, и им было рекомендовано обратиться к специалистам-медикам

Таким образом у студентов, прошедших курс профилактики в соответствии с предлагаемыми СППР рекомендациями качество жизни в условиях города Железногорска ухудшилось у 12% обучающихся, на которые было обращено внимание медиков, а у второй подгруппы качество жизни ухудшилось более чем у 54% учащихся Такие результаты позволяют сделать вывод о целесообразности проведения работ в соответствии с предложенным алгоритмом принятия решений с формированием соответствующих методических рекомендаций для специалистов-медиков, обслуживающих студентов, проживающих и обучающихся в экологически неблагоприятных районах

В заключении сформулированы научные и практические результаты исследования

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1 Определены наиболее характерные заболевания среди студентов города Железногорска, являющегося наиболее экологически опасным регионом 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 Разработан метод синтеза комбинированных правил нечеткой классификации, позволяющий получать систему правил для расчетов коэффициентов уверенности, характеризующих состояние здоровья студентов, проживающих и обучающихся в зоне длительного воздействия вредных факторов окружающей среды в сочетании с длительными психоэмоциональными перегрузками, порождаемыми процессом обучения

3 Получены меридианные модели взаимодействия внутренних структур организма с биологически активными точками, меняющими свои электрические параметры при заболеваниях дыхательной системы Использование этих моделей позволяет обеспечивать выбор минимальных наборов информативных признаков для решения задач прогнозирования и ранней диагностики заболевания системы дыхания Анализ меридианных моделей позволяет рационализировать тактику проведения лечебно-оздоровительных мероприятий по этому классу заболеваний

4 Разработана система нечетких решающих правил для прогнозирования и ранней диагностики заболеваний дыхательной системы, системы пищеварения и нервной системы, вызываемых комплексным воздействием перегрузок, вызываемых процессом обучения, в сочетании с вредными факторами окружающей среды города Железногорска с учетом индивидуальных особенностей организма, использование которых позволяет при приемлемых временных и технико-экономических затратах обеспечивать достаточно высокое для практики качество классификации

5 Разработан алгоритм управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья студентов в условиях комплексного воздействия вредных экологических факторов, позволяющий гибко менять тактику лечебно-оздоровительных мероприятий с учетом индивидуальных характеристик организма

6 Разработана система поддержки принятия решений для управления состоянием здоровья обучающихся, обеспечивающая рациональное планирование лечебно-профилактических мероприятий для студентов, проживающих и обучающихся в условиях неблагоприятных экологических факторов

7 Проанализирована эффективность предложенных методов, моделей, алгоритмов и программных средств в условиях Железногорского горнометаллургического колледжа, показана эффективность их использования на примере студентов среднего специального учебного заведения и разработаны рекомендации по их применению

СПИСОК НАУЧНЫХ РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ:

Научные работы в журналах из перечня ВАК РФ

1 Кореневский Н А , Капуцкий Р Ф , Филист С А , Медникова О В Метод синтеза нечетких решающих правил для прогнозирования и диагностики

состояния здоровья обучающихся с учетом психофизиологических затрат на процесс обучения // Системный анализ и управление в биомедицинских системах, 2007 Т 6 №2 - С 306-313

2 Медникова О В, Кореневский H А, Емельянов С Г Прогнозирование и ранняя диагностика заболеваний среди студентов в зоне действия неблагоприятных экологических факторов // Системный анализ и управление в биомедицинских системах, 2008 Т 7 №1 - С 33-37

Статьи, труды и материалы конференций

3 Медникова О В Прогнозирование и ранняя диагностика заболеваний у учащихся г Железногорска, вызываемых экологическими факторами // Медико-экологические информационные технологии-2007 сборник материалов юбилейной X международной научно-технической конференции / Курск гос техн ун-т Курск, 2007 С 94-97

4 Кореневский H А , Медникова О В Метод синтеза многомерной функции принадлежностей с носителем по «центральной» линии выделяемых классов // Медико-экологические информационные технологии-2007 сборник материалов юбилейной X международной научно-технической конференции / Курск гос техн ун-т Курск, 2007 С 212-215

5 Кореневский H А , Иванков Ю А , Медникова О В Синтез нечетких правил прогнозирование заболеваний школьников, находящихся в условиях действия неблагоприятных факторов г Железногорска // Материалы и упрочняющие технологии - 2007 сб материалов XIV Рос науч -техн конф с международным участием / Курск гос техн ун-т Курск, 2007 С 215-219

6 Кореневский H А, Медникова О В, Яковлева Е А Учет экологических факторов при прогнозировании и диагностики заболеваний учащихся среди профессиональных учреждений // Управление медицинскими и образовательными технологиями сборник научных трудов, КГУ, Курск МУ изд центр ЮМЭКС, 2008 С 48-51

7 Медникова О В, Серебровский В И Использование нечетких решающих правил для определения адаптационного потенциала организма человека в задачах прогнозирования и медицинской диагностики // Управление медицинскими и образовательными технологиями сборник научных трудов, КГУ, Курск МУ изд центр ЮМЭКС, 2008 С 71-73

8 Медникова О В Прогнозирование состояния здоровья у студентов Железногорского горно-металлургического колледжа методом распознавания образов // Молодежь и наука XXI века сборник материалов XIV Российской научно-технической конференции Железногорск, 2007 С 89-90

Подписано в печать 21 04 2008г Формат 60x84 1/16

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

ВВЕДЕНИЕ.

1. АНАЛИТИЧЕСКИЙ ОБЗОР СОСТОЯНИЯ ПРОБЛЕМЫ И

ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

1.1. Математические методы прогнозирования и диагностики в здравоохранении.

1.2. Использование методов рефлексодиагностики в системах поддержки принятия решений для медицины и экологии.

1.3 Системы поддержки принятия решений ориентированные на здравоохранение. '

1.4. Цель и задачи исследования

2. МЕТОДЫ И МОДЕЛИ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ СТУДЕНТОВ В ЗОНЕ ДЕЙСТВИЯ НЕБЛАГОПРИЯТНЫХ ЭКОЛОГИЧЕСКИХ

ФАКТОРОВ

2.1. Объект, методы и средства исследования.

2.2. Метод синтеза нечетких правил принятия решений о состоянии здоровья студентов в зоне действия неблагоприятных экологических факторов.

2.3. Модели рефлексодиагностики и рефлексотерапии по заболеваниям легких среди молодежи в условиях комплексного воздействия вредных экологических факторов

Выводы второй главы.

3. РАЗРАБОТКА ОСНОВНЫХ ЭЛЕМЕНТОВ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ПРОЦЕССАМИ ПРОГНОЗИРОВАНИЯ ДИАГНОСТИКИ И КОРРЕКЦИИ СОСТОЯНИЯ ЗДОРОВЬЯ СТУДЕНТОВ С УЧЕТОМ ДЕЙСТВИЯ НЕБЛАГОПРИЯТНЫХ ЭКОЛОГИЧЕСКИХ ФАКТОРОВ

3.1. Синтез прогностических и диагностических решающих правил.

3.2. Алгоритмы принятия решений по прогнозированию, диагностике и управлению процессами коррекции состояния здоровья студентов.

3.3. Структура программного обеспечения системы поддержки принятия решений.

Выводы третьей главы.

4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

4.1. Проверка качества прогнозирования по ведущим заболеваниям у студентов г. Железногорска.

4.2. Проверка качества работы правил ранней диагностики заболеваний студентов г. Железногорска.

4.3. Оценка эффективности работы алгоритма принятия решений в автоматизированной системе.

Выводы четвертой главы.

Актуальность темы. Одной из важных и одновременно сложных социальных проблем современного общества является низкий уровень здоровья молодых людей и студенческой молодежи в частности. К этой проблеме тесно примыкают такие жизненно важные, социально значимые вопросы как рождаемость, экономическое благополучие, обороноспособность и т.д.

Современные социально-экономические условия требуют от высших и средних специальных учебных заведений разработки новых медико-технологических приемов, обеспечивающих повышение качества жизни обучающихся, включая улучшение состояния их здоровья (В.М. Ахутин, Е.П. Попечителев, A.B. Завьялов, О.В. Родионов).

В отличие от взрослого населения у молодых людей, включая студенческую молодежь, защитные функции организма только формируются, не реализуя в полной мере своих • функций по обеспечению сбалансированного взаимодействия человека с окружающей средой.

Учитывая, что на этот контингент обучающихся действуют длительные нервно-психические нагрузки, которые в экологически неблагоприятных регионах усиливаются длительно действующими экологически неблагоприятными факторами, возможно в совокупности с набором индивидуальных факторов риска, значительно возрастает риск появления и развития различных видов заболеваний (В.И. Гуткин, A.B. Завьялов, М.П. Попов, H.H. Заброда).

Снизить риск и уровень заболеваемости в молодежной студенческой среде можно, используя высокоэффективные методы принятия решений, учитывающих комплексное влияние вредных факторов различной модальности на недостаточно окрепший организм молодого человека и позволяющие выбирать рациональные схемы организации лечебно-оздоровительных мероприятий с учетом индивидуальных особенностей организма с привлечением современных информационных технологий.

Существует достаточно большой арсенал методов и средств, решающих задачи улучшения качества медицинского обслуживания студентов с использованием современных информационных технологий (В.М. Ахутин, A.B. Белюк, Д.Б. Богоявленский). Однако, большинство существующих систем использует информацию об уже имеющихся заболеваниях и (или) использует недостаточно обоснованные списки факторов риска, что не позволяет с требуемой точностью решать задачи прогнозирования и ранней диагностики заболеваний студентов, особенно находящихся под комплексным влиянием вредных факторов окружающей среды в сочетании с индивидуальным состоянием здоровья обследуемых.

Недоучет всех существенных факторов риска в существующих системах снижает их потенциальные возможности в управлении процессами поддержания соответствующего уровня здоровья студенческой молодежи.

Таким образом, исследования в области совершенствования методов и средств принятия решений о состоянии здоровья студентов с учетом неблагоприятных экологических факторов и индивидуальных факторов риска с использованием современных информационных технологий являются актуальной научной и практической задачей.

Работа выполнена в соответствии с научным направлением Курского государственного технического . университета «Медико-экологические информационные технологии».

Цель и задачи исследования. Целью диссертационной работы является разработка методов, моделей и алгоритмов, повышающих эффективность принятия решений о состоянии здоровья студентов в зоне действия неблагоприятных экологических факторов на основе нечеткой логики принятия решений при неполном и нечетком представлении исходных данных.

Для достижения поставленной цели необходимо решить следующие задачи:

- определить наиболее характерные заболевания среди студентов наиболее неблагоприятного в экологическом смысле региона Курской области, провести разведочный анализ и выбрать адекватный математический аппарат;

- разработать метод синтеза и систему нечетких решающих правил для принятия решений о состоянии здоровья студентов в зоне действия неблагоприятных экологических факторов с учетом индивидуальных характеристик организма;

- синтезировать модели взаимодействия внутренних структур организма с биологически активными точками, меняющими свои электрические параметры при заболеваниях дыхательной системы;

- разработать алгоритмы управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья студентов в условиях комплексного воздействия вредных экологических факторов;

- создать основные элементы программного обеспечения системы поддержки принятия решений для управления состоянием здоровья студенческой молодежи;

- провести апробацию предложенных методов и средств в средних специальных учебных заведениях г. Железногорска.

Методы исследования. Для решения поставленных задач в работе » использовались методы системного анализа, теории управления и нечеткой логики принятия решений, рефлексологии, математической статистики и экспертного оценивания.

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

1. Метод синтеза нечетких решающих правил для принятия решений о состоянии здоровья студентов, проживающих и обучающихся в зоне длительного действия вредных экологических факторов, отличающийся тем, что получаемые классификационные правила учитывают повышенный уровень психоэмоционального напряжения, формируемого в процессе обучения в сочетании с экологическими и индивидуальными факторами риска, позволяющий получать достаточный для практики уровень уверенности в принимаемых решениях при плохоформализуемой структуре данных;

2. Модели взаимодействия внутренних структур организма с меридианными проекционными зонами, отличающиеся возможностью контроля состояния системы дыхания по величине электрических параметров биологически активных точек, позволяющие составлять рациональные схемы рефлексодиагностики и рефлексотерапии для этой системы.

3. Система правил прогнозирования и ранней диагностики заболеваний, вызываемых комплексным воздействием внешних и внутренних факторов на организм студентов в зоне действия неблагоприятных экологических факторов, обеспечивающих уверенность в принимаемых решениях не менее 0,85, в зависимости от объема получаемой информации (на примере города Железногрска Курской области).

4. Алгоритмы управления процессами принятия решений по прогнозированию, ранней диагностике и коррекции состояния здоровья студентов, отличающиеся возможностью гибко менять тактику наблюдения за состоянием здоровья обследуемых в зависимости от внешних воздействий и индивидуальных особенностей организма и позволяющие в составе системы поддержки принятия решений составлять рациональные схемы медицинского обслуживания студентов, длительное время находящихся в экологически неблагоприятных регионах.

Практическая значимость работы.

Разработанные методы, модели и алгоритмы составили основу построения системы поддержки принятия решений для учреждений здравоохранения, решающих задачи медицинского обслуживания студенческой молодежи.

Применение предложенных в диссертации разработок позволяет снизить риск возникновения и развития заболеваний в молодежной студенческой среде, подверженной длительному воздействию неблагоприятных экологических факторов. Социальная значимость работы состоит в улучшении качества медицинского обслуживания студентов в регионах с повышенной экологической опасностью.

Результаты исследований в виде информационного и программного обеспечения для системы поддержки принятия решений апробированы и приняты к внедрению в Железногорском горно-металлургическом колледже. Материалы диссертации внедрены в учебный процесс Курского государственного технического университета при подготовке специалистов по направлению «Биомедицинская инженерия».

Апробация работы. Основные положения диссертационного исследования докладывались и обсуждались на следующих конференциях, совещаниях и семинарах: Юбилейной X Международной научно-технической конференции «Медико-экологические информационные технологии-2007» (Курск, 2007); на Российской научно-технической конференции с международным участием «Материалы и упрочняющие технологии» (Курск, 2007), на XIV Российской научно-технической конференции «Молодежь и наука XXI века» (Железногорск, 2007 г). На научно-технических конференциях кафедры «Биомедицинская инженерия» (г. Курск 2004-2008).

Публикации. По материалам диссертации опубликовано 8 печатных работ, в том числе в изданиях по перечню ВАК РФ - 2.

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения и библиографического списка, включающего 189 наименований. Объем диссертации 141 страница машинописного текста, 47 рисунков и 22 таблицы.

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 трехлетний прогноз по выбранным классам заболеваний на уровне 0,85 и выше в зависимости от используемой входной информации.

2. Правила принятия решений для установления донозологического диагноза по выбранным классам заболеваний обеспечивают уверенность для наиболее распространенных факторов риска достаточную для их широкого использования в практике врачей, работающих с выбранным контингентом студентов.

3. Использование предлагаемого алгоритма управления процессами принятия решений позволяет сократить количество студентов, приобретающих заболевания, связанные с процессом обучения в экологически неблагоприятной среде не менее чем на 40%, что позволяет рекомендовать полученные в работе результаты для практического использования в Железногорском горнометаллургическом колледже.

1. Автоматизированные медико-технологические системы в 3-х частях: Монография / А.Г. Устинов, В.А. Ситарчук, H.A. Кореневский; Под ред. А.Г. Устинова. Курск, гос. техн. ун-т. Курск, 1995. 390 с.

2. Агарков Н.М., Агаркова Д.И., Гонтарев С.Н., Чухраев A.M., Якрвлев А.П., Хадарцев A.A. Управление и информационные технологии // Вестник новых медицинских технологий. Т. XIII. №2. 2006. С. 163-164.

3. Анохин П.К. Очерки по физиологии функциональных систем. -М.: Наука, 1972. 372 с.

4. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. - 607 с.

5. Ананин В.Ф. Механизм формирования иридоорганных проекций // Офтальмолог. № 1. 1990. С. 42-46.

6. Ананин В.Ф. Рефлексология (теория и методы): Монография. М.: Изд-во РУДН и Биомединформ, 1992. - 168 с.

7. Ананин В.Ф. О механизме регуляции микроциркуляторной системы кровообращения. Сообщение 2 // Проблемы бионики. Харьков: Вищашк., 1983. Вып.ЗО. С. 86-96.

8. Ананин В.Ф. Структурная организация центральной нервной системы и ее роль в регуляции сердечно-сосудистой системы. Сообщение 6 // Проблемы бионики. Харьков: Вища шк., 1987. С. 35-47.

9. Ананин В.Ф. Двойной реципрокный принцип иннервации как биорегуляторная основа нейрогуморальной регуляции сердечнососудистой системы. Сообщение 10 // Проблемы бионики. Харьков: Основа, 1991. № 46. С. 122-132.

10. Ананин В.Ф., Вельховер Е.С. О роли ретикулярной формации в регуляции сердечно-сосудистой системы. Сообщение 4 // Проблемы бионики. Харьков: Вища шк., 1984. № 33. С.108-120.

11. Анохин П.К. Очерки по физиологии функциональных систем. -М.: Наука, 1972.-372 с.

12. Анохин А.К., Орлов В.И., Ерохина Л.Г. Боль // БМЭ. 3-е изд. М.: 1976. Т.З. С. 294-298.

13. Ахутин В.М., Шаповалов В.В., Мансур Д. Автоматизированные системы профилактических осмотров детей (АСПОН-Д) состояние и перспективы // Биотехнические и медицинские системы: Сб.науч.тр. Л., 1990. С.3-6.

14. Антюхов A.A. Автоматизированная система для комплексной психофизиологической оценки феномена комформности: дис. канд. техн. наук. 05.13.09: защищена 28.12.99 Курск, 1999. 133 с.

15. Артеменко М.В., Дронова Т.А. Количественная оценка различных соорганизаций физиологических функций в диагностическом процессе // Вестник новых медицинских технологий, 2006. Т. XIII. №2. С. 127-129.

16. Ахутин В.М., Зингерман A.M., Кислицин М.М. и др. Комплексная оценка функционального состояния человека-оператора в системах управления В кн.: Проблемы космической биологии. Т. 34, М., 1977 - С. 120-125.

17. Баевский P.M., Берсенева А.П. " Оценка адаптационных возможностей организма и риск развития заболеваний. М.: Медицина, 1997.-235 с.

18. Баевский P.M., Казначеев В.П. Диагноз донозологический. М.: БМЭ, 1978. С.252-255.патологии // Современные методы диагностики и лечения: международ, сб. науч. тр. Воронеж, 1995. 61 с.

19. Бала М.А., Пискарева Н.В. Система комплексного ведения больных с осложненными формами ОРЗ в условиях стационара с учетом экологической неоднородности региона // Современные методы диагностики и лечения: международ, сб. науч. тр. Воронеж, 1995. 18 с.

20. Башлыков И.А. Разработка и исследование методов и средств управления процессами диагностики и комбинированной терапии язвенной болезни желудка: дис. кан. мед. наук 05.13.01: защищена 23.12.05 Воронеж, 2005.- 139 с.

21. Бочоришвили M.JL, Летникова Л.И. Рациональное управление системой здравоохранения региона на основе медицинского мониторинга и прогнозирования развития заболеваний // Системный анализ и управление в биомедицинских системах. Том 3 № 2. 2004. С. 193-196.

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

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

24. Буняев В.В. Разработка моделей и алгоритмов оценки адаптационных возможностей организма и риска развития заболеваний: Дисс. канд. мед. Наук: 05.13.09, защищена 29.06.00 Тула. 2000. 235 с.

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

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

27. Воробьев С.А., Яшин A.A. Математическая обработка результатов исследования в медицине, биологии и экологии: Монография / Под ред. A.A. Яшина. Тула: ТулГу, 1999. - 120 с.

28. Гаваа Лувсан Традиционные и современные аспекты восточной рефлексотерапии. М.: Наука, 1986. - 575 с.

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

30. Глухов A.A., Земсков A.M., Степанян H.A., Андреев A.A., Рог А.И., Савенок Э.В., Химина И.Н., Кутошов В.А.Статистика в медицинских исследованиях. Воронеж: Водолей, 2005. - 158 с.

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

32. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1984. - 258 с.

33. Государственный доклад «О саниторно-эпидемиологической обстановке в Курской области в 2003 году» // Государственная санитарно-эпидемиологическая служба Курской области. Курск, 2004. 163 с.

34. Гринин A.C., Орехов H.A., Новиков В.Н. Математическое моделирование в экологии. Учебное пособие для вузов. М.: ЮНИТИ-ДАНА, 2003. - 269 с.

35. Дмитриева Н.В., Глазачев О.С. Индивидуальные здоровье и полипараметрическая диагностика функциональных состояний организма (системно-информационный подход). VI. 2000. - 214 с.

36. Дуброва Т.А. Статистические методы прогнозирования. Учебное пособие для ВУЗов. М.: ЮНИТИ-ДАНА, 2003. - 206 с.

37. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976.-511 с.

38. Дюк В.А. Компьютерная психодиагностика. С-Пб.: Братство, 1994. -364 с.

39. Елисеева И.И., Юзбашев М.М. Общая теория статистики. Учебник. 4-е изд. Перераб. и доп. М.: Финаны и статистика, 2003. 80 с.

40. Ершов Д. А. Методы й алгоритмы автоматизированного управления профессиональной ориентацией абитуриента с учетом прогноза физиологических затрат на процесс обучения. Дисс. канд. техн. наук: 05.13.10, защищена 18.06.03. Курск. 2003. 158 с.

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

42. Жуков JI.A. Технология прикладных классификационных задач в экологии, биологии, медицине. Дисс. канн. техн. наук: 05.13.16, защищена 23.03.00. Красноярск, 2000. 150 с.

43. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и анализ изображений / искусственный интеллект. В 3-х книгах. Кн. 2. Модели и методы. Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. -304 с.

44. Заброда H.H., Артеменко М.В., Елисеев Ю.Ю. Влияние природных и антропогенных факторов на заболеваемость в регионе, системный анализ и моделирование. Монография. ООО ТПК «Радон», 2006. - 153 с.

45. Заброда H.H., Артеменко М.В., Калуцкий П.В., Елисеев Ю.Ю. Выявление геопатогенных зон на основе ГИС и анализ влияния на здоровьенаселения региона. Методические рекомендации. -М.: Региональный фин.-эконом. ин-тут, 2006. 34 с.

46. Заде J1.A'. Понятие лингвистической переменной и ее применение к принятию приближенных решений. — М.: Мир, 1976. -312 с.

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

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

49. Исаева Н.М., Субботина Т.Н. Системный подход к математическому моделированию в биологии и медицине // Вестник новых медицинских технологий. Т. VII. № 3-4. 2000. 25 с.

50. Казначеев В.Б., Баевский Р.М., Берсенева А.П. Донозологическая диагностика в практике массовых заболеваний населения. JL: Медицина, 1980.-215 с.

51. Калуцкий Р.Ф. Определение уровня нервно-психического напряжения в ходе реализации учебного процесса // Материалы и упрочняющие технологии 2006: сб. материалов XIII Росс, научн.-техн. конф. /КГТУ. Курск, 2006. С. 131-133.

52. Колоскова Г.П., Кореневский H.A., Медведева М.В. Представление знаний для биомедицинских интеллектуальных систем. Монография. Курск, гос. техн. ун-т. Курск, 2000. 166 с.

53. Кореневский H.A. Проектирование нечетких решающих сетей, настраиваемых по структуре данных для задач медицинской диагностики // Системный анализ и управление в биомедицинских системах. Т. 4 № 1.2005. С. 12 -20.

54. Кореневский H.A. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования // Вестник новых медицинских технологий Т. XIII, № 2.2006. С. 6-10.

55. Кореневский H.A. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования // Телекоммуникации, № 6. 2006. С. 25-31.

56. Кореневский H.A., Авилова И.А. Магнитные и электромагнитные поля как экологический фактор внешней и производственной среды // Проблемы региональной экологии: материалы международ. НТК. Израиль, Тель-Авив, 1999. С. 28-31.

57. Кореневский H.A., Буняев В.В. Методы поиска информативных проекционных зон й синтеза нечетких решающих правил длярефлексодиагностики // Системный анализ и управление в биомедицинских системах. Т. 3, №2.2004. С. 175-178.

58. Кореневский H.A., Буняев В.В. Синтез меридианных моделей для рефлексодиагностики и рефлексотерапии // Системный анализ и управление в биомедицинских системах. Т. 3, №2.2004. С. 178-182.

59. Кореневский H.A., Буняев В.В., Гадалов В.Н., Тутов Н.Д. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике и рефлексотерапии. Монография. Курск, гос. техн. ун-т. Курск, 2005. 224,'с.

60. Кореневский H.A., Буняев В.В., Королева С.А. Синтез решающих правил для прогнозирования профессиональных заболеваний методами рефлексодиагностики // Системный анализ и управление в биомедицинских системах. Т. 3, №2. 2004. С. 172-175.

61. Кореневский H.A., Буняев В.В., Корепов C.B. Комплексная оценка функциональных резервов человека с использованием методов рефлексодиагностики // Системный анализ и управление в биомедицинских системах. Т. 2, №2. 2003. С. 182-185.

62. Кореневский H.A., Буняев В.В., Яцун С.М. Компьютерные системы ранней диагностики состояния организма методами рефлексологии. Монография. Юж. Рос.гос.техн.ун-т (НПИ). Новочеркасск: Ред.журн. «Изв.вузов. Электромеханика», 2003. 206 с.

63. Кореневский H.A., Рудник М.И., Рудник Е.М. Энергоинформационные основы рефлексологии. Монография. Курск: КГТУ. 2001.-236 с.

64. Кореневский H.A., Тутов Н.Д., Лазурина Л.П. Проектирование медико-технологических информационных систем. Монография. Курск. Курск, гос. техн. ун-т. Курск,Курск, 2001. 194 с.

65. Королева С.А. Разработка методов и средств контроля и прогнозирования состояния здоровья в задачах профессионального отборана основе нечеткой логики принятия решений: дисс. канд. техн. наук: 05.13.01, защищена 1.03.05. Курск. 2005. 132 с.

66. Корыстин С.И. Синтез информационных технологий диагностик и воздействий на текущее состояние относительно локально-замкнутых экосистем: дисс. докт. техн наук: 05.13.16,05.13.10, защищена 14.06.00. Воронеж, 2000. 299 с.

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

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

69. Купренко П.С., Коровин E.H., Родионов О.В., Фролов A.B. Методы оценки среды проживания и риска заболеваемости населения // Системы жизнеобеспечения и управления в чрезвычайных ситуациях: межвуз. сб. науч. тр. ВГТУ, Воронеж, 2003: С. 27-30.

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

71. Лбов Г.С. Логические функции в задачах эмпирического предсказания // Эмпирическое предсказание и распознавание образов. Вычислительные системы. Вып. 76. Новосибирск, 1978. С. 34-64.

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

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

74. Лицман Н.И., Родионов О.В., Гордеева О.И. Разработка технологии мониторинга состояния здоровья студентов // Интеллектуальные информационные системы: Ч 1. труды Всерос. конф. Воронеж: DUNE, 2005. С. 295-296.

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

76. Малышев Н.Г., Бернштейн Л.С., Боженюк А.Б. Нечеткие модели для экспертных систем в САПР. М.: Энергоатом издат, 1991. - 195с.

77. Макаров В.И. Теоретические основы, использования материалов дистанционного зондирования // Дистанционные исследования при нефтегазопоисковых работах. -М.: Наука, 1988. С. 28-36.

78. Максимова Н.В. Уточненная оценка загрязнения воздушного бассейна промышленного развитого региона с учетом снежного мониторинга: дисс. канд. техн. наук: 11.00.11, защищена 23.06.00. Тула, 2000. 248 с.

79. Медникова О.В. Прогнозирование и ранняя диагностика заболеваний у учащихся г. Железногорска вызываемых экологическимифакторами // Медико-экологические информационные технологии-2007: сб. материалов юбилейной X межденарод. конф. Курск. 2007. С. 94-97.

80. Медникова О.В. Прогнозирование состояния здоровья студентов железногорского горно-металлургичекого колледжа методом распознавания образов // Молодежь и наука XXI века: сб. материалов XIV Рос. научн.-техн. конф. Железногорск, 2007. С. 89-90.

81. Мезенцев A.A. Информационные база и принципы формирования автоматизированного медико-экологического паспорта административного района // высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы науч. конф. Воронеж, 1995. -64 с.

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

83. Мелихов А.Н., Берштейн JI.C., Коровин СЛ. Расплывчатые ситуационные модели принятия решений // Учеб. Пособие. Таганрог: ТРТИ. 1986.-211 с.

84. Нехаенко Н.Е. Рациональная микроволновая терапия на основе мониторирования потенциала биологически активных точек //

85. Моделирование, оптимизация и компьютеризация в сложных системах, кн. 23. ВГТУ. Воронеж, 2002. 113 с.

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

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

88. Омельченко В.П., Демидова A.A. Практикум по медицинской информатике. Серия учебники. Учебные пособия. Ростов-на-Дону: Феникс, 2001. 304 с.

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

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

91. Пайар Ж. Применение физиологических показателей в психологии. В кн.: Экспериментальная психология. Под ред. П. Фресса и Ж. Пиаже. -М.: 1970. вып III. С. 29-35.

92. Платонов К.К. Вопросы психологии труда. Изд. 2-е. М.: 1970.315 с.

93. Плотников В.В. Комплексный подход к исследованию динамики работоспособности при нервно-психологических нагрузках монотонного типа // Психологические системы охраны труда в сельском хозяйстве: сб. научн. тр. ВНИИОТ СХ. Орел, 1984. С. 3-15.

94. Плотников В.В. Определение и принципы диагностики функциональных состояний человека У/ Методы и технические средства психологической диагностики: тезисы научн. сообщений Всесоюзной конф. ВНИИОТ Госагропрома СССР. Орел, 1988. С. 14-15.

95. Плотников В.В., Кореневский H.A., Забродин Ю.М. Автоматизация методик психологического исследования: Принципы и рекомендации. Орел: Изд-во ин-та психологии АНССР; ВНИИОТ Госагропрома СССР, 1989. - 327 с.

96. Подвальный Е.С. Модели индивидуального прогнозирования и классификации состояний в системах компьютерного мониторинга. -Воронеж: изд-во ВГТУ, 1998. 127 с.

97. Подшибякин А.К. Об изменении электрических потенциалов во внутренних органах и связанных с ними активных точек кожи // Физиолог. Журнал. СССР. Т. 41, вып. 3. 1995. С. 357-362.

98. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. - 287 с.

99. Портнов Ф.П. Электропунктурная рефлексотерапия Рига: Зинатне, 1980.-245 с.

100. Порохна B.C. Некоторые аспекты рефлексодиагностики и рефлексотерапии // Вестник новых медицинских технологий. 2003. Т. X, № 3. с. 45-47.

101. Построение экспертных систем. / Пер. с англ. Под ред. Ф. Хейса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. - 412 с.

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

103. Распознавание образов и медицинская диагностика / Под ред. Неймарка Ю.П., гл. ред. физ.-мат. литературы издательства «Наука», 1972. -328 с.

104. Самсонов В.В. Эксперимент по реализации ЭС Консультант-2 методом трансляции базы знаний из глубинного представления в поверхностное // Технология разработки экспертных систем. Кишинев. 1987. С. 116-120.

105. Ситникова В.П. Методы оценки влияния тяжелых металлов на заболеваемость детей Воронежской области // Высокие технологии в практике учреждений здравоохранения г. Воронежа: материалы научн. конф. Воронеж, 1995. С. 9-10.

106. Соболева В.В. Анализ информации электропунктурных точек при профилактических обследованиях работников промышленного предприятия: дисс. канд. биол. Наук: 05.13.01, защищена 11.11.04. Тула,2004.- 137 с.

107. Соколов Э.М., Панарин В.М., Павпертов В.Г., Котлеревская Л.В., Дергунов Д.В. Применение геоинформационных систем для оцнки загрязнения окружающей среды. Тула: ТулГу, 2005. - 284 с.

108. Солодихин П.Б. Экологические проблемы г. Курска и пути их решения // Экология, окружающая среда и здоровье населения центрального Черноземья: сб. материалов международ, научн.-практич. конф. В 2-ух частях. Часть 2. Курск: КГМУ, 2005. С. 168-171.

109. Спичак А.И. Автоматизированная система исследования и управления уровнем заболеваемости населения региона с учетом выбросов производственных предприятий: дисс. канд. техн. наук: 05.13.10, защищена 18.06.03.-Курск, 2003.- 153 с.

110. Спичак А.И., Артеменко М.В. Концептуальная геосоциальная модель Курской области // Медико-экологические информационные технологии-2001: сб. материалов 4-ой международ, научн.-техн. конф. КурскГТУ. Курск, 2001. С. 3-5.

111. Ватищева Ю.Е. Справочник по функциональной диагностике в педиатрии / Под ред. Ю.Е. Ватищевой, Н.С. Кисляка. М.: Медицина, 1979. -624 с.

112. Судаков К.В. Функциональные системы организма в норме и патологии // Системные механизмы поведения: тр. научн. совета по экспериментальной и прикладной физиологии РАМН. Т. 2. 1993. С. 17-33.

113. Судаков К.В., Юматов Ё.А. Системное взаимодействие в целом организме. Физиология функциональных систем. Учебное пособие. -Иркутск, 1997. С. 498-510.

114. Табеева Д.М. Руководство по иглорефлексотерапии М.: Медицина, 1980.-560 с.

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

116. Новосельцев В.Н. Теория управления и биосистемы. Анализ сохранительных свойств. М.: Наука, 1978. - 320 с.

117. Тёрехина А.Ю. Анализ данных методами многомерного шкалирования М.: Наука, 1986. - 215.с.

118. Титов B.C., Ширабакина. Т.А. Основы теории управления. Линейные системы автоматического регулирования. Учебное пособие. КурскГТУ, 1997.-71 с.

119. Турмян В.Е. Теория вероятностей и математическая статистика. -М.: Высш. шк., 1988. 479 с.

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

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

122. Тьюки Д. Анализ результатов наблюдений. Разведочный анализ. -М.: Мир,1981. 562 с.

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

124. Усков A.A., Кузьмин A.B. Интеллектуальные технологие управления. Искусственные нейронные сети и нечеткая логика. М.: Горячая линия - телеком, 2004. - 143 с.'*'

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

126. Хайкин С. Нейронные сети: полный курс. 2-е изд, испр.: Пер. с англ. М.: ООО «И.Д. Вильяме», 2006. - 1104 с.

127. Чайнова Л.Д, Левшинова Ж.В, Каширина Л.В. О важности дифференциальной оценки состояний напряженности. В кн.: Проблемы функционального комфорта. -М.: 1977. С. 81-83.

128. Черниговский В.Н. Интерорецепция Л.: Наука,. 1985. - 413 с.

129. Черных A.M., Калуцкий П.В, Емельянов В.М. Экспериментальное изучение сочетанного воздействия постоянного магнитного поля и агрохимикатов на организм. Методические рекомендации. М, 2002. - 24 с.

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

131. Чжан Цзе-бинь Атлас меридианов: Атлас точек накладывания и прижигания, используемых при лечении методами акупунктуры и прижигания, с комментариями на китайском языке. Пекин: Жемин вэйшенVчубаньше, 1958. 292 с.

132. Штотланд Т.М. Комплекс компьютерных тестов для диагностики функциональных состояний по показателям внимания // VI Международная научно-техническая конференция «Медико-экологические информационные технологии 2003». Курск, 2003. С. 54-56.

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

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

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

136. Яковлев А.Е. Математическое моделирование здоровья населения с использованием геоинформационных технологий: дисс. канд. техн. наук: 05.13.18, защищена 27.12.05. Тула. 125 с.

137. Alexander J., Jayne D. Multi-Cause Coding: A Major Step in Improving Mortality Statistics in Australia. Proceedings of the ICE on

138. Automating Mortality Statistics, voi. II, CDC, Hyattsville, Maryland, September, 2001.

139. Bachman G. Leitfaden der Akupunktur, die Akupunktur, eine altchinegicshe Heilwese und ihre kliniseh experimentle Bestätigung. - UlmDonau: Hang, 1961. - 2039 p.

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

141. Bossy, J. Bases neyrobiologigues des Paris, Masson, 1975. - 110 p.

142. Buchanan B.G., Shorliff E.N. Rule Expert Systems The MYCIN Experiments of the Stanfond Neuristic Programming Progect. - Addision -Wesley.- 1984.

143. Chandrasekaran B., Mittal S., Conceptual Representation of Medical Knowledge for Diagnosis by Computer: MDX and Related System // Adv. Comput. 1983. № 22. P. 217-293.

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

145. 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.-31 p.

146. Hammer M., Champy J. Reengineering the Corporation: A Manifesto for Business Revolution. New York: Harper Collins, 1993.

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

148. 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. Pt I.- Seoul, 1998. P. 121-125.

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

150. 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.

151. Multisensorikpraxis / H.Ahlers, hrsg.- Berlin; etc.: Springer, 1996.390 p.

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

153. Pomeranz B. Brain opites work in acupuncture.- New Scientist, 1977, vol.73. N1033. P. 12-13.

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

155. Sammon Y. W. A. An optimal discriminant plane // IEEE Trans. Comput. 1970. Voul. 19. N9 P. 15-25. •

156. Sammon Y. W. Nonlinear mapping for Data Structure Analysis // IEEE Trans. Comput. 1969, C 18 - N 5. P. 401-409.

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

158. Saoty T. Measuring the fuzziness of sets // Cibernetics. 1974. - Vol. 4, №4. P. 53-61.

159. Shortliffe E/H7 Computer "Based medical Consultations: MYCIN, New York: American Elseviver, 1976.

160. Weiss S.M., Kulikow'ski C.A. A Practical Cuide to Desinging Expert System. New Gersey: Powman and Allan held Publ., 1984.

161. Voll, R. Geluvte und ungelu,ste Probleme den Elektroakupunctur -Schriftenreihe des Zentralrerbandes der ^ryte &k Naturheilverfahren Text./ R. Voll// 1961. 5. Sonderhaift. ,