автореферат диссертации по документальной информации, 05.25.05, диссертация на тему:Информационная система мониторинга состояния головного мозга человека

На правах рукописи

ФАРЕА СУЛТАН ГАБЕР

ИНФОРМАЦИОННАЯ СИСТЕМА МОНИТОРИНГА СОСТОЯНИЯ ГОЛОВНОГО МОЗГА

ЧЕЛОВЕКА

Специальность 05.25.05 - Информационные и ппоиессы

(технические науки)

4858870

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

- з ноя 2011

Тамбов 2011

4858870

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Тамбовский государственный технический университет» (ФГБОУ ВПО «ТГТУ») на кафедре «Биомедицинская техника».

Научный руководитель

доктор технических наук, профессор Фролов Сергей Владимирович

Научный консультант

доктор медицинских наук Горбунов Алексей Викторович

Официальные оппоненты:

доктор технических наук, доцент Колыбанов Кирилл Юрьевич

кандидат технических наук, доцент Кутузов Денис Валерьевич

Ведущая организация

ФГБОУ ВПО «Тверской государственный технический университет», г. Тверь

Защита состоится 10 ноября 2011 г. в 15 часов на заседании диссертационного совета Д 212.260.05 в ФГБОУ ВПО «ТГТУ» по адресу: 392000, г. Тамбов, ул. Советская, д. 106, ФГБОУ ВПО «ТГТУ», Большой актовый зал.

Отзыв на автореферат в двух экземплярах, заверенных гербовой печатью, просим направлять по адресу: 392000, г. Тамбов, ул. Советская 106, ФГБОУ ВПО «ТГТУ», ученому секретарю диссертационного совета З.М. Селивановой.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «ТГТУ».

Автореферат диссертации размещен на официальных сайтах ВАК РФ www.vak.ed.gov.ru и ФГБОУ ВПО ТГТУ www.tstu.ru/

Автореферат разослан 8 октября 2011г.

Ученый секретарь диссертационного совета доктор технических наук, профессор

З.М. Селиванова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. На практике часто возникают проблемы при работе с объектами, которые представляют собой сложные системы. Особую актуальность приобретает одновременная работа с множеством однотипных объектов, каждый из которых является сложной системой. Примерами сложных объектов могут быть административно-территориальные образования, организации, транспортные системы, технологическое оборудование, технологические процессы, экологические и биологические объекты. Особую значимость представляет прогнозирование состояний, при которых дальнейшее нормальное функционирование объекта невозможно. Состояния, возникающие при нарушении работы одной из подсистем и делающие невозможным функционирование сложной системы в целом, являются критическими. Критические состояния возникают в биологических объектах при нарушениях работы одной из подсистем (мозгового кровообращения, дыхания, пищеварения и др.). Своевременное прогнозирование критических состояний для каждого из множества однотипных объектов проводится в результате мониторинга, который представляет собой специально организованное, систематическое наблюдение за состоянием подсистем каждого объекта с целью их оценки, контроля и прогноза.

Актуальным является мониторинг возможности возникновения опасных для жизни заболеваний на стадиях, когда возможно эффективное проведение профилактических мероприятий. Особенно опасным для жизни человека является возникновение острого нарушения кровообращения в головном мозге (инсульта). Возможность возникновения мозгового инсульта с высокой степенью достоверности можно определить на основе комплексного мониторинга состояния головного мозга.

Проблемам мониторинга сложных объектов посвящены работы ученых В.Н. Костюкова, Е.Г. Дудникова, Е.П. Стефани, Э.Л. Ицковича, Р. Мэнна, Ю.А. Израэля, И.П. Герасимова, А.Г. Емельянова, В.А. Королева, Т.З. Аралбаева, С.Л. Подвального, Ю.Л. Муромцева и др.

К разработке систем мониторинга в медицине относятся работы ученых В.И. Бураковкого, В.А. Лищука, Б.И. Леонова, С.А. Гаспаряна, Б. А. Кобринского, В.В. Шаповалова, Ю.М. Шерстюка и другими белорусскими учеными (рук. Н.С. Мисюк) создана система для прогнозирования мозгового инсульта. В этой системе не дается прогноз, когда некоторые входные параметры не определены, не может быть отредактирована база знаний (БЗ). Система не имеет свойства расширяемости путем добавления новых блоков для прогнозирования других заболеваний.

Очевидно, что разработка информационной системы мониторинга (ИСМ) состояния головного мозга, которая позволяет выявить возможность возникновения инсульта, обладает свойством масштабируемости и расширяемости, является актуальной задачей современности.

Объект исследования - система мониторинга состояния головного мозга для поддержки принимаемых врачом решений по диагностике и тактике лечения пациентов.

Предмет исследования - информационная и процедурные модели для ИСМ состояния головного мозга.

Целью работы является сокращение времени принятия решений и исключение ошибок врачами при оценке возможности возникновения инсульта у наблюдаемых пациентов с помощью ИСМ состояния головного мозга на стадиях, когда возможно эффективное использование профилактических мероприятий.

Для достижения поставленной цели необходимо решить следующие задачи:

- построить информационную модель для ИСМ состояния головного мозга, позволяющую представить структуру и состав БЗ системы;

- сформировать систему входных параметров ИСМ состояния головного мозга для проведения оценки возможности возникновения инсульта у наблюдаемых пациентов;

- разработать процедурные модели формирования БЗ и оценки выходных показателей ИСМ состояния головного мозга.

Методы исследования. Для решения сформулированных задач в работе использовались методы системного анализа, булевой алгебры, теории графов.

Научная новизна:

- разработана информационная модель БЗ ИСМ состояния головного мозга в виде иерархической системы блоков общеизвестных достоверных медицинских показателей с использованием метода многоблочной разделительной декомпозиции для прогноза возможности возникновения у человека инсульта;

- предложена процедурная модель формирования БЗ ИСМ состояния головного мозга, построенной на основе аппарата булевой алгебры с применением положений блочно-иерархического подхода;

- разработана процедурная модель прогнозирования возможности возникновения инсульта с учетом наличия неопределенных входных параметров для ИСМ состояния головного мозга.

Практическая ценность. На основе разработанных информационной и процедурных моделей для ИСМ состояния головного мозга создано информационное и программное обеспечение, реализующее БЗ и позволяющую осуществлять с высокой степенью достоверности прогнозирование возможности возникновения мозгового инсульта на стадии, когда возможно эффективное использование профилактических мероприятий.

Разработана процедура формирования БЗ ИСМ критических состояний сложных систем.

Создана корпоративная система телемедицинского консультирования, позволяющая на основе созданной ИСМ своевременно выявлять у работников организации возможность возникновения опасных для жизни заболеваний. Эта система используется в работе Телемедицинского центра ТамбГТУ.

Положения, выносимые на защиту:

— информационная модель БЗ ИСМ состояния головного мозга, построенная с использованием метода многоблочной разделительной декомпозиции;

— процедурная модель формирования БЗ ИСМ состояния головного мозга на основе применения положений блочно-иерархического подхода;

— процедурная модель прогнозирования возникновения мозгового инсульта на стадии, когда возможно эффективное использование профилактических мероприятий.

Апробация работы. Результаты работы докладывались на: VII научно-практической конференции «Образовательные, научные и инженерные приложения в среде LabVIEW и технологии NATIONAL INSTRUMENTS» (Москва, 2008); Международной научно-технической конференции «Computer - based conference» (Пенза, 2010); Научной школе для молодежи «Нейробиология и новые подходы к искусственному интеллекту и науке о мозге» (Таганрог, ЮФУ, 2010); Всероссийской научной конференции «Биосовместимые материалы и покрытия» (Саратов, СГГУ, 2010); Международной научно-практической конференции «Информационные ресурсы и системы в экономике, науке и образовании» (Пенза, 2011); V Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине и экологии» (Пенза, 2011); XIX Международной студенческой школе-семинаре «Новые информационные технологии» (Судак, 2011); Всероссийской научной школе «Актуальные проблемы нано- и микроэлектроники» (Тамбов, 2011).

Публикации. Материалы, отражающие основные результаты работы, представлены в 14 публикациях (в том числе пять статей в изданиях, рекомендованных ВАК РФ).

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, выводов, списка использованных источников; изложена на 156 страницах основного текста, содержит 43 рисунка и 40 таблиц. Список использованных источников включает 130 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследования, кратко описано содержание глав, приведены основные положения, выносимые на защиту, раскрыты научная новизна и практическая значимость.

В первой главе «Информационные системы мониторинга и их использование в медицинской прастике» проанализировано понятие мониторинга, рассмотрены обобщенные структуры и основные сферы применения ИСМ в промышленности, на транспорте, в системах экологического контроля, охранных системах и др. Отмечено, что с развитием информационных технологий происходит рост числа, совершенствование и расширение функций ИСМ. Показано, что одной из самых актуальных сфер применения ИСМ является медицина. Приведена классификация медицинских ИСМ, которые разделяются на три класса: ИСМ медицинской продукции, ИСМ здоровья населения, ИСМ параметров организма человека. Функции известных ИСМ для медицины в основном сводятся к получению количественных и качественных данных о состоянии приборов, систем и изделий медицинского назначения в масштабе региона или отдельного медицинского учреждения. Показано, что в России и за рубежом активно используются ИСМ здоровья населения, которые охватывают регионы, отдельные организации, различные возрастные группы. Недостатком известных систем является то, что они в основном предназначены для оценки текущего состояния здоровья групп людей. Известные ИСМ здоровья населения основываются на малобюджетных скрининг-исследованиях и на анкетировании, а не на высокотехнологичной аппаратной диагностике; в них отсутствуют функции прогноза состояния здоровья населения, в особенности возможности возникновения опасных для жизни заболеваний, например мозгового инсульта. Целью известных ИСМ здоровья населения является сбор и обобщение статистической информации для принятия профилактических мер к определенному множеству обследуемых, а не к конкретному пациенту.

Рассмотрены различные ИСМ параметров организма: локальные, когда информация о состоянии организма передается с различного диагностического оборудования на персональный компьютер пациента, и сетевые ИСМ, когда диагностическая информация о состоянии организма передается по сети на единый сервер хранения данных. Показано, что пока не разработана ИСМ параметров организма, позволяющая по мониторинговым показателям делать вывод о возможности возникновения инсульта у наблюдаемого пациента на стадии, когда возможно эффективное использование профилактических мероприятий. Проведенный сопоставительный анализ медицинских ИСМ показал, что у всех известных ИСМ отсутствует полный набор входных параметров, по которым можно оценить состояние головного мозга.

Проведен краткий обзор современного состояния рынка медицинских информационных систем (МИС). Показано, что несмотря на имеющийся рост количества лечебно-диагностических МИС, требуется разработка новых систем поддержки принятия решений врача по комплексной оценке состояния головного мозга для прогноза возникновения инсульта, которые обладают свойствами масштабируемости и расширяемости.

На основании проведенного в главе анализа сформулирована цель исследования, состоящая в сокращении времени принятия решений и исключении ошибок врачами при оценке возможности возникновения инсульта у наблюдаемых пациентов с помощью ИСМ состояния головного мозга.

Во второй главе «Разработка информационной и процедурных моделей для системы мониторинга оценки критического состояния объекта» предложена структура ИСМ прогнозирования критических состояний для однотипных объектов, каждый из которых представляет собой сложную систему. К таким объектам относится биологический объект - человек.

Сложная система 5 как объект, за состоянием которого ведется мониторинг, показана на рис. 1. Система Я состоит из подсистем:

5 = {Ля2, ..., Множество А ={ах, а2,..., ап,..., ам] соответствует множеству входных параметров, которые можно измерять на объекте. Множество значений параметра ап, (и = 1, Л^), есть {0, 1, -}: а„ = 0 -норма и-го параметра; а„ = 1 - параметр п выходит за границу нормы. Если параметр п является неопределенным, то (а„ = -) и параметр п относится к множеству N входных неопределенных параметров. Система 5 определяется состоянием его подсистем (0= 1, £2.

В диссертации предложено создание ИСМ оценки возможности возникновения опасных для жизни заболеваний на стадиях, когда возможно

Гис. 1. Система 5 как объект мониторинга

эффективное использование профилактических мероприятий. Тогда система 5 представляет собой конкретного человека, а подсистема 5й характеризует возможность возникновения опасного для жизни заболевания, например, мозгового инсульта.

Состояние подсистемы s'0 характеризуется выходным мониторинговым показателем Ь03. Здесь Ью = 0 означает, что состояние подсистемы некритическое; 6™ = 1 - критическое состояние подсистемы я™ Функционирование системы 5 невозможно, если хотя бы одна из подсистем яю на-

£2

ходится в критическом состоянии, т.е. выполняется условие V 6й = 1.

ю=1

Состояние Ъю определяется в зависимости от значений множества А отображением

Ош:А->Ьш. (1)

Здесь 0ю - отображение, представляющее процедурную модель определения критического состояния подсистемы я10, реализуется ИСМ.

Основой ИСМ является реализация отображения (1), правила работы с которым одинаковы для всех подсистем 5°', (со = 1, £>). Отображению (1) соответствует булева функция

Ь = ' (2)

которая определяется таблицей истинности с числом строк, равным 2N. Булевы переменные ап , (и = 1, /V) образуют множество А, ап е А и характеризуют «норму» входных параметров. Булева функция (2) является основой БЗ ИСМ и строится с учетом того, что все переменные ап определены, т.е. ап принимает только значения из множества {0, 1}. Неопределенность параметра (а„ = -) в БЗ не рассматривается.

Обычно количество входных параметров может быть N > 30. Тогда эксперту потребуется в БЗ заполнить таблицу истинности из более 10 строк, что является неосуществимым.

Для решения проблемы заполнения экспертом таблицы истинности с большим количеством строк используются положения блочно-иерархического подхода (БИЛ). Согласно БИЛ создается иерархическая система блоков показателей, которую удобно представить в виде четырех уровневой структуры (рис. 2). Вводится понятие: блок показателей, представляющий в общем случае булеву функцию, которая определяется таблицей истинности. Блоки показателей располагаются на 2, 1, 0 уровнях иерархии. Набор входных параметров блока показателей формируется из условий конкретной задачи. Выходной показатель блока может быть входным параметром для другого блока.

о В

Рис. 2. Иерархическая система блоков показателей БЗ ИСМ

Предлагается провести декомпозицию булевой функции Г по методу многоблочной разделительной декомпозиции.

Для формирования показателей уровней 0, 1, 2 задается разбиение множества А аргументов исходной булевой функции Р(А) на подмножества 2т,(т-1,М):

л=г1иг2...игти...цгм, г1пг) = 0, (з>

На уровне 2 формируются показатели р1 - Р1 (2т), где 1)(1 = 1 ,Ь) -булева функция, которая называется блоком / показателей уровня 2. На уровне 1 формируются показатели гк = Ик(Р,(1 т),...,Р1+ц(2т+Г[),2т_{), где

11к,{к = 1,К) - булева функция, являющаяся к-м блоком показателей уровня 1. Таким образом, булева функция (2) представляется в виде суперпозиции булевых функций:

ь^в^щгз),..., ..., як(Р^т),.... Р1+ц(гт+п),

..., Як(р^м_у), ..., Рь(2и\ гм_7.,), г,). (4)

Булевой функции (4) соответствует граф в виде дерева (рис. 2), которое можно представить в виде множества

Г = {С, Т, Б, V }. (5)

Элементами множества Г являются матрицы, определяющие структуру декомпозиции булевой функции ^. Множество Г называется шаблоном иерархии блоков показателей. Здесь С = ||сп||, и = сп = 1, если ап смежна с вершиной В, с„ = О в противном случае; ^=||'м|> к = \,К\ /=1,1; ¡к1 =1, если вершина Як смежна с Р1, tk / =0 в противном случае. Для Э = „||, V = ||ул „||, с1К „ = „ = 1, если вершины ИК, Р1 смежные а„, с1кп =у/ „ = 0 в противном случае.

Разбиение множества А (3) на непересекающиеся подмножества 2т, [пг — 1 ,м) задается условием

1, (6)

и, /, у, у, г\ = 1,Ы; к,и = \,К; /Д = 1,£; i?tj, у*г|, и* к,

Нормы входных параметров определяются упорядоченным множеством П , которое представляет последовательность N кортежей:

П = {(<*!, р„ У!, 8], Д),..., (ап, Р„, у„, 8„, [е^, Д),..., }. (7)

Здесь а„ - целое число, соответствующее названию и-го параметра; р„ -тип значения и-го параметра; (Зл = 1 - логический тип; р„ = 2 - целый (количественный) тип; Р„ = 3 - интервальный тип. Множество значений элемента уп есть {0,1}. Здесь у„ характеризует норму и-го параметра, когда Р„=1. Значение у„=0 соответствует понятию «отсутствует», У„ = 1 - понятию «имеется». Элемент 5„ принимает целые числа и соответствует норме и-го параметра при Р„ = 2. Элемент [еп, е„] есть интервальное число и характеризует норму и-го параметра при Р„ = 3. Таким

образом, входные параметры могут принимать логические, целые и интервальные значения.

БЗ ИСМ формируется на основе информационной модели (3) - (5), (7). Процедурная модель формирования БЗ показана на рис. 3. В диссертации разработана процедурная модель (рис. 4) оценки состояния объекта мониторинга. Таким образом, информационная и процедурные модели определяют работу ИСМ, которая предназначена для оценки критического состояния объектов, являющихся сложными системами.

8

Рис. 3. Процедурная модель формирования базы данных

^— Параметры ап при |

^—е N значимы? Да

^Т^Нет

Вычисление выходного мониторингового показателя Ъ = В(Як (Р1 {2] ), 7Ч )2Х)

Нет ^^ ^^ Да ^—_

Состоянием™ / / Состояние 51

некритическое / / критическое

В третьей главе «Реализация информационной системы мониторинга состояния головного мозга» показано, что комплексный мониторинг состояния головного мозга человека позволяет осуществлять с высокой степенью достоверности прогнозирование возникновения мозгового инсульта на стадиях, когда возможно эффективное использование профилактических мероприятий. Созданная для этих целей ИСМ состояния головного мозга человека обеспечивает оперативность и объективность полученной информации. На основе проведенных диагностических исследований с помощью ИСМ происходит более оперативное выявление пациентов, у которых возможен инсульт, что ведет к экономии времени врача. Применение процедурной модели определения возможности возникновения инсульта снижает вероятность врачебных ошибок. БЗ ИСМ состояния головного мозга человека реализуется на основе разработанных информационной (3) - (5), (7) и процедурных моделей (рис. 3, рис. 4).

В работе обоснованы нормы входных параметров ИСМ состояния головного мозга, которые, согласно (7), определяются упорядоченным множеством П в виде последовательности 32 кортежей: П = {(1 «международное нормализованное отношение», 3, 0, 0, [0,80; 1,15]), (2 «уровень холестерина, ммоль/л», 3, 0, 0, [3,9; 5,2]), (3 «пульс, удар/мин», 3, 0, 0, [60; 80]), (4 «систолическое давление, мм рт. ст.», 3, 0, 0, [120; 140]), (5 «диастолическое давление, мм рт. ст.», 3, 0, 0, [80; 90]), (6 «ишемиче-ские изменения (электрокардиография - ЭКГ)», 1, 0, 0, [0; 0]), (7 «рубцо-вые изменения (ЭКГ)», 2, 0, 0, [0; 0]), (8 «время анакроты {реоэнцефало-графия - РЭГ), с», 3, 0, 0, [0,1; 0,2]), (9 «дикротический индекс (РЭГ), %», 3, 0, 0, [40; 70]), <10 «диастолический индекс (РЭГ), %», 3, 0, 0, [50; 75]), (11 «частота а-ритма (электроэнцефалография - ЭЭГ), Гц», 3,

0, 0, [8; 13]3>, < 12 «амплитуда а-ритма (ЭЭГ), мкВ», 3, 0, 0, [0; 100]), <13 «наличие а-ритма преимущественно в затылочных отделах головного мозга (ЭЭГ)», 1, 1, 0, [0; 0]), <14 «частота ф-ритма (ЭЭГ), Гц», 3, 0, 0, [14; 40]), <15 «амплитуда $-ритма (ЭЭГ), мкВ», 3, 0, 0, [0; 15]), <16 «наличие р-ритма преимущественно в лобных отделах головного мозга (ЭЭГ)», 1, 1, 0, [0; 0] ), <17 «частота 6-активности (ЭЭГ), Гц», 3, 0, 0, [4; 6]), <18 «амплитуда 0-активности (ЭЭГ), мкВ», 3, 0, 0, [0; 40]), <19 «наличие 6-активности более 15% от общего времени регистрации (ЭЭГ)»,

1, 0, 0, [0; 0]), <20 «частота Ъ-активности (ЭЭГ), Гц», 3, 0, 0, [0,5; 3]), <21 «амплитуда Ъ-активности (ЭЭГ), мкВ», 3, 0, 0, [0; 40]), <22 «наличие Ъ-активности более 15% от общего времени регистрации (ЭЭГ)», 1, 0, 0, [0; 0]), <23 «диаметр начала левой (мозговой части внутренней сонной артерии) МЧВСА (магнитно-резонансная ангиография - МРА), мм», 3, 0, 0, [2,439; 2,921]), <24 «диаметр конца левой МЧВСА (МРА), мм», 3, 0, 0, [2,403; 2,877]), <25 «длина левой МЧВСА (МРА), мм», 3, 0, 0, [25,217; 30,183]), <26 «диаметр начала правой МЧВСА (МРА), мм», 3, 0, 0, [2,439;

2,921]), <27 «диаметр конца правой МЧ ВСА {MPА), мм», 3, О, О, [2,403; 2,877]), <28 «длина правой МЧ ВСА (MP А), ми», 3, О, 0, [25,217; 30,183]), <29 «диаметр начала (базипярной артерии) БА (MP А), мм», 3, О, 0, [2,529; 3,031]), <30 «диаметр конца БА (MP А), лш», [2,513; 3, 007]), <31 «ишеми-ческий очаг (магнитно-резонансная томография - МРТ)», 2, О, 0, [0; 0]), <32 «ишемическая киста (МРТ)», 2, О, 0, [0; 0])}.

Первый элемент кортежа определяет название входного параметра, которое соответствует порядку кортежа в множестве П . Для первого элемента кортежа записывается номер входного параметра, в скобках «..» указывается соответствующее номеру название и метод исследования.

На рисунке 5 построена иерархическая система блоков показателей ИСМ состояния головного мозга в соответствие с (3) — (6) и на основе декомпозиции булевой функции по методу многоблочной разделительной декомпозиции.

Рис. 5. Блочно-иерархическая структура БЗ ИСМ состояния головного мозга

На уровне 3 в соотвествии со множеством П представлены входные параметры ИСМ состояния головного мозга. Сформированы блоки показателей уровня 2 и уровня 1, которые показаны в табл. 1. На уровне 0 находится блок В, определяющий значение выходного мониторингового показателя Ь.

Для каждого блока показателей с участием эксперта построены таблицы истинности, на основе которых автоматически сгенерированы фор-

мулы булевой алгебры (табл. 1) с использованием разработанного алгоритма в виде совершенной дизъюнктивной нормальной формы. Здесь норму входного параметра п, (« = 1,32) определяет булева переменная а„ , название которой соответствует номеру кортежа множества П. Булевы переменные /?,(/ = 1,11), гк, (к = 1,3) являются соответственно показателями 2 и 3 уровней иерархии блоков показателей, название которых соответствует названию блоков в табл. 1.

БЗ ИСМ состояния головного мозга формируется врачом-экспертом в соответствии с разработанной процедурной моделью (рис. 3). На основе процедурной модели (рис. 4) определяется возможность (Ь = 1) или невозможность (Ь = 0) возникновения инсульта у объекта мониторинга (пациента). Для этого используются расчетные формулы, приведенные в табл. 1, нормы входных параметров в виде множества П и входные параметры пациента {(а„, Р„, 5®х, е®")}, п = 1,32. Пациент может иметь не полный набор входных параметров, т.е. N Ф 0 и (ап = -), при ап е N. Тогда, в зависимости от набора значений других входных параметров а„ £ И, ИСМ предложит доопределить входные параметры ап е N или даст заключение по выходному мониторинговому показателю Ь.

Предложенная ИСМ состояния головного мозга обладает свойствами масштабируемости и расширяемости. ИСМ может дополняться новыми подсистемами, которые обеспечивают мониторинг возможности возникновения других опасных для жизни заболеваний. При этом применяется положение БИП: многократное использование блоков нижнего уровня в других подсистемах

ИСМ состояния головного мозга входит в состав разработанной системы корпоративного телемедицинского консультирования. Напряженный ритм работы и территориальная разобщенность затрудняет использование медицинской помощи, которую оплачивает корпорация. Разработана новая система медицинского обслуживания с использованием телемедицинской системы. По сети Интернет пациенты направляют в телемедицинскую систему результаты диагностических исследований (входные параметры {(ап, рп, у™, 6®х, е™)}). Средний медицинский

персонал заносит {(ое„, (3„, у£х, 6°х, £®*)} в базу данных. Далее в системе на основе разработанной процедурной модели автоматически выявляются те пациенты, у которых возможно возникновение опасных для жизни заболеваний (например, мозгового инсульта). Далее эти пациенты осуществляют запись по сети Интернет на очный прием к врачу.

1. Булевы функции блоков показателей БЗ ИСМ

Название блока показателей Булева функция

Уровень 0 иерархии блоков показателей БЗ ИСМ

1. Возможность или невозможность возникновения инсульта у объекта мониторинга Ь = (а1+а2 +г, +гг+гт){щ + а2 + гх +г2 +г3)(а, + а2 +г, +г2 +г3) (а, + а2 +1 +г2 +Гз)

Уровень 1 иерархии блоков показателей БЗ ИСМ

2. Кардиологический блок П=(аз + Pi +Р2){аз +Pi +Pi + Рг)

3. Блок электрофизиологических исследований головного мозга Гг =(рз +Р4 +Р5 +Рб + +Р4 + Ps +Р6 + Pj) (рЗ + Р4 +Р5 + Рб + Р?)(РЗ +Р4 +Р5 + Рб +Pl){p3+P4 + Р5 + Рб + Pi) (РЗ+Р4 + Р5 +Р6 +Pl)ipi + Р4 +Р5 +P6+Pl)(p3+P4 +PS + P6+Pl) (РЗ + P4 +/>5 + Рб +Р7)(РЗ + />4 +Р5 + Рб +Pi)(РЗ + Р4 +Р5 +Л> + Pi) {рз +Р4 +PS +Р6 +Pl)^Pi +Р4 +PS+P6 +P1)[P3+P4 +PS+P6+Pl) (РЗ +Р4 + Р5 + Рб +P7)(P3 + Р4 + Р5 + Рб +Pl){pi + Р4 + Р5 + Рб + Р7) (РЗ +Р4 + Р5 + Рб +Р7)(й +Р4 +Р5 +Рб +Pl)

4. Блок морфологического строения головного мозга r3 = 0>8 + Р9 + PlO + Pll )(р8 + Р9 + PlO + Pll) (ps + Р 9 + PlO + Pll)

Уровень 2 иерархии блоков показателей БЗ ИСМ

5. Артериальное давление Pi =(а4 + а5)(а4 +о5)(а4 +а5)

6. ЭКГ Pi =(л6+а7)(а6 + а7)

7.РЭГ ръ =(as +ад +а10)(а^ + ад +аю)(а8 +а9 + д10)(д8 + а9 + а10) (а8 +а9 +а10)(а8 +о9 + о10)

8. а-составляющая ЭЭГ Р4 = (а11 + а12 +а1з)ЙТ + а12 + а1з)(а11 + а12 +а1з)^И+а12 +а1з) (а11 +Щ2 +Я1з)(яп+а12 + а1з)(а11 +°12 +а12 +"1з)

9. (i-составляющая ЭЭГ PS = (а14 +а15 + а1б)(а14 + °15 + а1б)(а14 +а15 +°1б)^14+а15 +а1б) ("14 +OJ5 + а1б)("М+а15 +а1б)(а14 + а15 +Я1б)(о14+"15 +Щб)

10. 9-составляющая ЭЭГ р6=(а„ + а18 +а19){аХ1 + а18 + а19)(я17 + я18 + я19)(,717 +а18 +«19)

11. 5-составляющая ЭЭГ р1 ={а20 + а21 +«22)^20+°21 + аг22)(а20 +о21ч-а22)(а20 +а21 +а22)

12. Состояние левой МЧВСА Р8 = (а23 + ^24 + а25 ) (а23 + а24 + ст25 ) (а23 + »24 + а25 ) (а23 + «24 + а25 )

13. Состояние правой МЧВСА Р9 = (а26 + а27 +028)^6+027 +a2s)(a26 +а27 +a2g)(?26 +аП + а2$)

14. Состояние БА PlO = а29 + азо

15. Исследование МРТ Pll =("31 +а32Даз1 +032)

Для телемедицинской системы разработаны структура базы данных и диаграммы на языке UML: классов организаций и их сотрудников, классов документов, циркулирующих в системе, прецендентов, последовательности бронирования времени пациентом, деятельности проведения телеконсультации.

Предложенные информационная и процедурные модели могут быть использованы при разработке систем поддержки принятия решений врача, которые позволят повысить эффективность лечебно-диагностического процесса и обеспечить снижение числа врачебных ошибок.

В заключении сформулированы основные результаты работы.

1. Разработана ИСМ состояния головного мозга человека, обеспечивающая с высокой степенью достоверности объективную диагностику, в том числе на ранних стадиях заболевания, что снижает вероятность врачебной ошибки и может повысить эффективность лечебных мероприятий.

2. Сформирована система входных параметров ИСМ состояния головного мозга человека, позволяющая проводить оценку возможности возникновения инсульта у наблюдаемых пациентов.

3. Построена информационная модель БЗ ИСМ состояния головного мозга человека в виде обоснованной врачом-экспертом иерархической системы блоков показателей, представленных булевыми функциями.

4. Разработана информационная модель с использованием многоблочной разделительной декомпозиции БЗ ИСМ критических состояний объектов, которая представляет собой совокупность блоков показателей в виде иерархической системы.

5. На основе БИП разработаны процедурные модели формирования БЗ ИСМ и определения состояния объекта мониторинга с учетом наличия неопределенных входных параметров.

6. Разработана и внедрена корпоративная система телемедицинского консультирования, позволяющая на основе представленной ИСМ своевременно выявлять у работников организации возможность возникновения опасных для жизни заболеваний, когда возможно эффективное использование профилактических мероприятий.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

В изданиях, рекомендованных ВАК РФ:

1. Фареа, С.Г. Информационная система мониторинга кровообращения в головном мозге взрослого человека / С.Г. Фареа // Вопр. соврем, науки и практики. Ун-т им. В.И. Вернадского. - 2010. - № 10 - 12(31). - С. 48 - 53.

2. Фролов, C.B. Корпоративная система синхронного телемедицинского консультирования / C.B. Фролов, М.А. Лядов, С.Г. Фареа // Изв. ЮРФУ. Техн. науки. Темат. вып. Мед. информ. системы. - 2010. - № 8(109). - С. 233 - 242.

3. Современные тенденции развития рынка медицинских информационных систем / C.B. Фролов, С.Г. Фареа [и др.] // Вест. Тамб. гос. техн. ун-та. - 2010. -Т. 16,№2.-С. 266-272.

4. Фролов, C.B. Современная классификация направлений биомедицинской инженерии / C.B. Фролов, М.С. Фролова, С.Г. Фареа // Вопр. соврем, науки и практики. Ун-т им. В.И. Вернадского. - 2009. - № 4(18). - С. 8 - 12.

5. Математическая модель бифуркации сосуда, ориентированная на кардио-хирургическую клинику / В.А. Лищук, С.Г. Фареа [и др.] // Вопр. соврем, науки и практики. Ун-т им. В.И. Вернадского. - 2009. - № 12(26). - С. 127 - 131.

В других изданиях:

6. Фролов, C.B. Метод многоблочной разделительной декомпозиции для проектирования цифровых устройств и систем нано- и микроэлектроники / C.B. Фролов, Д.А. Дьякова, С.Г. Фареа // Актуальные проблемы нано- и микроэлектроники : тез. докл. Всерос. науч. шк., 7-8 июля 2011 г. / Тамб. гос. техн. ун-т. - Тамбов, 2011.-С. 228-230.

7. Лядов, М.А. Создание экспертной системы мониторинга кровообращения в головном мозге взрослого человека / М.А. Лядов, С.Г. Фареа // Новые информационные технологии : тез. докл. XIX Междунар. студ. конф.-шк.-семинара / Моск. гос. ин-т электроники и математики (техн. ун-т). - М., 2011. - С. 171-172.

8. Система мониторинга группы однородных объектов с целью оценки их критических состояний / C.B. Фролов, С.Г. Фареа [и др.] // Информационные ресурсы и системы в экономике, науке и образовании : сб. ст. Междунар. науч,-практ. конф. / Приволжский Дом знаний. - Пенза, 2011. - С. 68 - 70.

9. База знаний информационной системы мониторинга состояния головного мозга / C.B. Фролов, С.Г. Фареа [и др.] // Информационные и управленческие технологии в медицине и экологии : сб. ст. V Всерос. науч.-техн. конф. / Приволжский Дом знаний. - Пенза, 2011. - С. 120 - 122.

10. Фареа, С.Г. Система мониторинга мозгового кровообращения / С.Г. Фареа И Биосовместимые материалы и покрытия : сб. материалов Всерос. конкурса науч. работ бакалавров и магистрантов / Саратов, гос. техн. ун-т. - Саратов, 2010. -С. 211-212.

11. Алгоритм заполнения базы знаний экспертной системы мониторинга мозгового кровообращения / C.B. Фролов, С.Г. Фареа [и др.] // Computer - based conference : тр. междунар. науч.-техн. конф. / Пенз. гос. технолог, акад. - Пенза, 2010. - Вып. 12. - С. 130 - 133.

12. Процедурная модель оценки состояния мозгового кровообращения взрослого человека по мониторинговым показателям / A.B. Горбунов, С.Г. Фареа [и др.] // Нейробиология и новые подходы к искусственному интеллекту и науке о мозге : тез. тр. науч. шк. для молодежи / Южн. федер. ун-т Таганрог, технолог, ин-т. - Таганрог, 2010. - С. 259 - 264.

13. Фролов, C.B. Моделирование сердечно-сосудистой системы с пульсирующим сердцем в среде Lab VIEW / C.B. Фролов, С.Н. Маковеев, С.Г. Фареа // Бюллетень Волгоград, науч. центра РАМН. - 2008. - № 3. - С. 60-61.

14. Фролов, C.B. Моделирование системы кровообращения в среде Lab VIEW / C.B. Фролов, С.Н. Маковеев, С.Г. Фареа // Образовательные, научные и инженерные приложения в среде LabVIEW и технологии National Instruments : сб. тр. VII науч.-практ. конф. Москва, Россия, 28-29 ноября 2008 г. / Рос. ун-т дружбы народов. - М., 2008. - С. 135 - 138.

Подписано в печать 05.10.2011 Формат 60x 84/16.0,93 усл. печ. л. Тираж 100 экз. Заказ № 421

Издательско-полиграфический центр ФГБОУ ВПО «II ТУ» 392000, г. Тамбов, ул. Советская, д. 106, к. 14

Введение.

Глава 1 Информационные системы мониторинга и их использование в медицинской практике.

1.1 Общий обзор систем мониторинга.

1.2 Системы мониторинга в медицине.

1.2.1 Классификация медицинских систем мониторинга.

1.2.2 Системы мониторинга медицинской продукции.

1.2.3 Системы мониторинга здоровья населения.

1.2.4 Системы мониторинга параметров организма.

1.2.5 Сравнительный анализ медицинских систем мониторинга.

1.3 Постановка задачи исследования.

Глава 2 Разработка информационной и процедурных моделей для системы мониторинга оценки критического состояния объекта.

2.1 Построение информационной модели базы знаний информационной системы мониторинга критических состояний объекта.

2.2 Процедурная модель формирования базы знаний информационной системы мониторинга.

2.3 Процедурная модель оценки состояния объекта мониторинга.

Выводы.

Глава 3 Реализация информационной системы мониторинга состояния головного мозга.

3.1 Современные диагностические методы оценки состояния головного мозга взрослого человека.

3.2 Система входных параметров информационной системы мониторинга состояния головного мозга.

3.3 Иерархическая система блоков показателей базы знаний информационной системы мониторинга состояния головного мозга человека.

3.4 Корпоративная система телемедицинского консультирования для мониторинга состояния головного мозга.

3.5 Структура базы данных информационной системы мониторинга.

Выводы.

Актуальность работы. На практике часто возникают проблемы при работе с объектами, которые представляют собой сложные системы. Особую актуальность приобретает одновременная работа с множеством однотипных объектов, каждый из которых является сложной системой. Примерами сложных объектов могут быть административно-территориальные образования, организации, транспортные системы, технологическое оборудование, технологические процессы, экологические и биологические объекты. Особую значимость представляет прогнозирование состояний, при которых дальнейшее нормальное функционирование объекта невозможно. Состояния, возникающие при нарушении работы одной из подсистем и делающие невозможным функционирование сложной системы в целом, являются критическими. Критические состояния возникают в биологических объектах при нарушениях работы одной из подсистем (мозгового кровообращения, дыхания, пищеварения и др.). Своевременное прогнозирование критических состояний для каждого из множества однотипных объектов проводится в результате мониторинга, который представляет собой специально организованное, систематическое наблюдение за состоянием подсистем каждого объекта с целью их оценки, контроля и прогноза.

Актуальным является мониторинг возможности возникновения опасных для жизни заболеваний на стадиях, когда возможно эффективное проведение профилактических мероприятий. Особенно опасным для жизни человека является возникновение острого нарушения кровообращения в головном мозге (инсульта). Возможность возникновения мозгового инсульта с высокой степенью достоверности можно определить на основе комплексного мониторинга состояния головного мозга.

Проблемам мониторинга сложных объектов посвящены работы ученых В.Н. Костюкова, Е.Г. Дудникова, Е.П. Стефани, Э.Л. Ицковича, Р. Мэнна, Ю.А. Израэля, И.П. Герасимова, А.Г. Емельянова, В.А. Королева, Т.З. Аралбаева, С.Л. Подвального, Ю.Л. Муромцева и др.

К разработке систем мониторинга в медицине относятся работы ученых В.И. Бу-раковкого, В.А. Лишука, Б.И. Леонова, С.А. Гаспаряна, Б.А. Кобринского, В.В. Шаповалова, Ю.М. Шерстюка и др. Белорусскими учеными (рук. Н.С. Мисюк) создана система для прогнозирования мозгового инсульта. В этой системе не дается прогноз, когда некоторые входные параметры не определены, не может быть отредактирована база знаний (БЗ). Система не имеет свойства расширяемости путем добавления новых блоков для прогнозирования других заболеваний.

Очевидно, что разработка информационной системы мониторинга (ИСМ) состояния головного мозга, которая позволяет выявить возможность возникновения инсульта, обладает свойством масштабируемости и расширяемости является, актуальной задачей современности.

Объект исследования - система мониторинга состояния головного мозга для поддержки принимаемых врачом решений по диагностике и тактике лечения пациентов.

Предмет исследования - информационная и процедурные модели для ИСМ состояния головного мозга.

Целью работы является сокращение времени принятия решений и исключение ошибок врачами при оценке возможности возникновения инсульта у наблюдаемых пациентов с помощью ИСМ состояния головного мозга на стадиях, когда возможно эффективное использование профилактических мероприятий.

Для достижения поставленной цели необходимо решить следующие задачи:

- построить информационную модель для ИСМ состояния головного мозга, позволяющую представить структуру и состав БЗ системы;

- сформировать систему входных параметров ИСМ состояния головного мозга для проведения оценки возможности возникновения инсульта у наблюдаемых пациентов;

- разработать процедурные модели формирования БЗ и оценки выходных показателей ИСМ состояния головного мозга.

Методы исследования. Для решения сформулированных задач в работе использовались методы системного анализа, булевой алгебры, теории графов.

Научная новизна:

- разработана информационная модель БЗ ИСМ состояния головного мозга в виде иерархической системы блоков общеизвестных достоверных медицинских показателей с использованием метода многоблочной разделительной декомпозиции для прогноза возможности возникновения у человека инсульта;

- предложена процедурная модель формирования БЗ ИСМ состояния головного мозга, построенной на основе аппарата булевой алгебры с применением положений блочно-иерархического подхода;

- разработана процедурная модель прогнозирования возможности возникновения инсульта с учетом наличия неопределенных входных параметров для ИСМ состояния головного мозга.

Практическая ценность. На основе разработанных информационной и процедурных моделей для ИСМ состояния головного мозга создано информационное и программное обеспечение, реализующее БЗ и позволяющую осуществлять с высокой степенью достоверности прогнозирование возможности возникновения мозгового инсульта на стадии, когда возможно эффективное использование профилактических мероприятий.

Разработана процедура формирования БЗ ИСМ критических состояний сложных систем.

Создана корпоративная система телемедицинского консультирования, позволяющая на основе созданной ИСМ своевременно выявлять у работников организации возможность возникновения опасных для жизни заболеваний. Эта система используется в работе Телемедицинского центра ТамбГТУ.

Положения, выносимые на защиту:

- информационная модель БЗ ИСМ состояния головного мозга, построенная с использованием метода многоблочной разделительной декомпозиции;

- процедурная модель формирования БЗ ИСМ состояния головного мозга на основе применения положений блочно-иерархического подхода;

- процедурная модель прогнозирования возникновения мозгового инсульта на стадии, когда возможно эффективное использование профилактических мероприятий.

Апробация работы. Результаты работы докладывались на: VII научно-практической конференции «Образовательные, научные и инженерные приложения в среде Lab VIEW и технологии NATIONAL INSTRUMENTS», (Москва, 2008 г.), на Международной научно-технической конференции «Computer - based conference», (Пенза, 2010 г.), Научной школе для молодежи «Нейробиология и новые подходы к искусственному интеллекту и науке о мозге», (Таганрог, ЮФУ, 2010 г.), Всероссийской научной конференции «Биосовместимые материалы и покрытия», (Саратов, СГТУ, 2010 г.), на Международной научно-практической конференции «Информационные ресурсы и системы в экономике, науке и образовании», (Пенза, 2011 г.), на V Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине и экологии», (Пенза, 2011 г.), на XIX Международной студенческой школе-семинаре «Новые информационные технологии», (Судак, 2011 г.), на Всероссийской научной школе «Актуальные проблемы нано- и микроэлектроники», (Тамбов, 2011 г.).

Публикации. Материалы, отражающие основные результаты работы, представлены в 14 публикациях (в том числе 5 статей в изданиях, рекомендованных ВАК РФ).

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, выводов, списка использованных источников; изложена на 156 страницах основного текста, содержит 43 рисунка и 40 таблиц. Список использованных источников включает 130 наименований.

Выводы

1. На основе анализа современных диагностических методов оценки состояния головного мозга человека сформулирована система входных параметров информационной системы мониторинга.

2. Нормы входных параметров информационной системы мониторинга состояния головного мозга человека предлагается определять упорядоченным множеством в виде последовательности кортежей.

3. Построена иерархическая система блоков показателей информационной системы мониторинга состояния головного мозга человека.

4. В программной среде Lab VIEW для имитационных исследований построена база знаний, на основе которой определяется возможность или невозможность возникновения инсульта у человека.

5. Предложена структура корпоративной телемедицинской системы для мониторинга состояния головного мозга человека.

6. Построена структура базы данных информационной системы мониторинга состояния головного мозга человека.

Заключение

1. Разработана информационная система мониторинга состояния головного мозга человека, обеспечивающая с высокой степенью достоверности объективную диагностику, в том числе на ранних стадиях заболевания, что снижает вероятность врачебной ошибки и может повысить эффективность лечебных мероприятий.

2. Сформулирована система входных параметров информационной системы мониторинга состояния головного мозга человека, позволяющая проводить оценку возможности возникновения инсульта у наблюдаемых пациентов.

3. Построена информационная модель базы знаний информационной системы мониторинга состояния головного мозга человека в виде обоснованной врачом-экспертом иерархической системы блоков показателей, представленных булевыми функциями.

4. Разработана информационная модель с использованием многоблочной разделительной декомпозиции базы знаний информационной системы мониторинга, которая представляет собой совокупность в виде иерархической системы блоков показателей.

5. На основе блочно-иерархического подхода разработаны процедурные модели формирования базы знаний информационной системы мониторинга и определения состояния объекта мониторинга с учетом наличия неопределенных входных параметров.

6. Разработана корпоративная система телемедицинского консультирования, позволяющая на основе представленной информационной системы мониторинга своевременно выявлять у работников организации возможность возникновения опасных для жизни заболеваний, когда возможно эффективное использование профилактичсебких мероприятий.

1. Танеева, Ж.Г. Определение понятия «мониторинг» в различных сферах его применения / Ж.Г. Танеева // Вест. Челяб. гос. ун-та. № 1(7). - 2005. - 144 с.

2. Саночкин, М. Мониторинг как практическая система / М. Саночкин // Менеджмент в России и за рубежом. 2002. - № 8. - С. 15-19.

3. Боровкова, Т.Н. Мониторинг развития системы образования. Ч. 1 : Теоретические аспекты / Т.И. Боровкова, И.А.Морев. Владивосток : Изд-во Дальневост. ун-та, 2004. - 150 с.

4. Лукина, В.Е. Мониторинг состояния окружающей среды. Нормирование качества окружающей среды / В.Е. Лукина. Донецк, 2002. С. 25-29.

5. Реймерс, Н.Ф. Природопользование : слов.-справ. / Н.Ф. Реймерс. М.: Мысль, 1990.-639 с.

6. Федотов, В.А. Системы диспетчеризации, мониторинга и навигации с применением ТИС: современное состояние вопроса, проблемы и перспективы / В.А. Федотов // Информ. бюл. ГНС-Ассоциации. 2003. - № 3(40). - С. 123-140.

7. Дональд Крэйг. Оптимизация просмотра изображения в системах видеонаблюдения с камер в центре мониторинга и видеонаблюдения Электронный ресурс. / Дональд Крэйг. Режим доступа : http://www.secfocus.ru/articles/14646.htm.

8. Безель, Б. Агенты безопасности / Б. Безель // Идеи Вашего Дома. 2005. -№ 8(87).-С. 154-160.

9. Матвейкин, В.Г. Применение SCADA-систем при автоматизации технологических процессов : учеб. пособие / В.Г. Матвейкин, C.B. Фролов, М.Б. Шехтман. -М. ; Тамбов : Машиностроение, 2000. 176 с.

10. Системы диспетчерского управления и сбора данных (SCADA-системы) // Мир компьютер, автоматизации. 1999. - № 3. - С. 4-9.

11. Барков, A.B. Мониторинг и диагностика роторных машин по вибрации / A.B. Барков, H.A. Баркова, А.Ю. Азовцев. СПб. : Изд-во С.-Петерб. гос. морск. техн. ун-та, 2000. - 169 с.

12. Азовцев, Ю.А. Диагностика и прогноз технического состояния оборудования целлюлозно-бумажной промышленности в рыночных условиях / Ю.А. Азовцев, H.A. Баркова, В.А. Доронин // Журн. «Бумага, картон, целлюлоза». 1999. - №1.

13. Барков, A.B. Вибрационная диагностика колесно-редукторных блоков на железнодорожном транспорте / A.B. Барков, H.A. Баркова, В.В. Федорищев. СПб. : Изд-во С.-Петерб. гос. морск. техн. ун-та, 2002. - 103 с.

14. Коротких, A.B. Система автоведения работает успешно (опыт депо Москва III) / A.B. Коротких, А.Н. Гусев, A.J1. Донской // Локомотив : ежемес. масс, производств. журн. 2006. - № 2. - С. 33-35.

15. Донской, A.JI. Автоматизированные системы управления для тягового подвижного состава / A.J1. Донской // Журн. «Наука и транспорт». Спецвыпуск. 2008. -С. 20-21.

16. Козлова, O.JI. Внедрение автоматизированной информационной системы мониторинга медицинских изделий на территории Санкт-Петербурга / O.J1. Козлова, Ю.С. Кудрявцев // Медтехника и медизделия. 2004. - № 2(19). - С. 22-23.

17. Ковалев, В.А. Мониторинг управления качеством J1C и изделий медицинского назначения / В.А. Ковалев // Ремедиум. 2009. - № 8-9. - С. 55-56.

18. Салман М.С. Абухуса. Система технического качества кабинетов ультразвуковой диагностики многопрофильных больниц : автореф. дис. . канд. техн. наук : 05.11.17 / Салман М.С. Абухуса. Санкт-Петербург, 2007. - 16 с.

19. Павлов, А.П. Применение АИС «Мониторинг МИ» для совершенствования системы медицинского снабжения / А.П. Павлов, В.Я. Зиниченко // Врач и информ. технологии. 2007. - № 4. - С. 67-68.

20. Проблемы создания единой номенклатуры медицинских изделий / Б.И. Леонов и др. // Мед. техника. 2006. - № 4. - С. 33-35.

21. Виленский, A.B. Общероссийская номенклатура медицинских изделий в национальной и международной системах регулирования оборота медицинской продукции / А.В Виленский, В.Я. Зиниченко // Врач и информ. технологии. 2007. -№3.-С. 30-32.

22. Салман М.С. Абухуса. Об оценке технического качества ультразвуковых исследований / Салман М.С. Абухуса // Сб. тр. 61-ой научн.-техн. конф. НТОРЭС им. A.C. Попова. СПб, 2006. - С. 184-185.

23. Салман М.С. Абухуса. Методы оценки качества медико-технического оснащения ЛПУ / Салман М.С. Абухуса, Т.Н. Пахарьков // Сб. тр. 59-ой научн.-техн. конф. НТОРЭС им. A.C. Попова. СПб, 2004. - С. 78-80.

24. Салман М.С. Абухуса. Метод Саати для оценки качества медицинских изделий / Салман М.С. Абухуса, Т.Н. Пахарьков // Изв. Таганрог, гос. радиотехн. унта. Вып. : Мед. информ. системы. 2006. - № 11. - С. 29-33.

25. Воронцов, И.М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей диагностики нарушений здоровья / И.М. Воронцов, В.В. Шаповалов, Ю.М. Шерстюк. СПб. : Коста, 2006. - 432 с.

26. Шаповалов В.В.Автоматизированные системы скринирующей диагностикиздоровья детей и подростков Текст. : дис. на соиск. учен. степ. д.т.н. (05.11.17) /145

27. В.В. Шаповалов; Науч. коне.: д.т.н., проф., В.М.Ахутин, д.мед.н., проф. И.М.Воронцов ; СПбГЭТУ "ЛЭТИ". СПб., 2000. - 328 с.

28. Kiyoshi Jamaguchi. Toshiba Multiphusic Health Centre / Kiyoshi Jamaguchi // Japan Electronics Engineering. 1970. -10. - P. 10-15.

29. Yasukava, M. Trends in World Population and Future of the Japan Population The First Takem / M. Yasukava // Symposium on International Health. Tokio, 1984. -P. 31-42.

30. Fairview Health Services Ressource Electronique. Режим доступа: http://www.fairview.org/staywell/quizzes.aspx.

31. Natus Médical Incorporated Ressource Electronique. Режим доступа: http : // www .natus. com.

32. Система мониторинга здоровья населения в зоне действия промышленных объектов Электронный ресурс. / Breath Technologies. 2010. - Режим доступа : http://www.breath.ru/promzone.html.

33. Методические рекомендации по изучению здоровья населения Новгородской области : утв. МЗиСР РФ от 16.09.2005 / О.П. Щепин и др.. В. Новгород, 2005.-57 с.

34. Методология изучения здоровья населения : утв. МЗиСР РФ и РАМН от 27.10.2004 / О.П. Щепин и др.. М., 2004. - 25 с.

35. Методические рекомендации по статистическому анализу показателей здоровья и деятельности системы здравоохранения / В.А. Медик и др.. В. Новгород, 2005.-65 с.

36. Методические рекомендации по изучению здоровья населения : утв. МЗиСР РФ и РАМН от 15.12.2005 / О.П. Щепин и др.. М., 2005. - 70 с.

37. Медик, В.А. Руководство по статистике здоровья и здравоохранения / В.А. Медик, М.С. Токмачев. М. : Медицина, 2006. - 527 с.

38. Куликов, A.M. Клиники, дружественные к молодежи, в системе охраны репродуктивного здоровья подростков / A.M. Куликов, П.Н. Кротин, Т.Ю. Кожуховская // Мать и дитя : мат. V Рос. форума . М., 2003. - С. 580.

39. Здоровье школьников и педагогов по результатам АИС «Социально-гигиенический мониторинг» (на примере г. Новокузнецка) / А.Е. Фадеева и др. // Соц. аспекты здоровья населения. 2009. - №3 (11).

40. Гундаров, И.А. Аппаратно-программный комплекс для управления индивидуальными резервами здоровья АПК «Эскиз» / H.A. Гундаров, В.Н. Крутько // Электр, науч. изд. «Ученые заметки ТОГУ». -2010. - Т. 1, № 1. - С. 5-8.

41. Иммореев, И.Я. Практическое использование сверхширокополосных радаров / И.Я. Иммореев // Журн. радиоэлектроники. 2009. - № 9.

42. Пат. № 82536 Российская федерация, МПК А 61 В 5/00. Медико-биологический комплекс для дистанционного мониторинга физиологических параметров / Монич В.А., Кушников О.И., Алакаев Р.Р. № 2008145324/22 ; заявлено 19.11.2008 ; опубл. 10.05.2009.

43. Пат. № 95419 Российская федерация, МПК G 06 F 19/00. Система удаленного мониторинга состояния пациента / Прилуцкий Д.А., Архиреев Д.В. № 2009147280/22 ; заявлено 18.03.2010 ; опубл. 27.06.2010.

44. МедВедь информационная система Электронный ресурс. Режим доступа : http://www.mis-region.ru.

45. Костюков B.H. Мониторинг безопасности производства / B.H. Костюков. -М. : Машиностроение, 2002. 224 с.

46. Дудников, Е.Г. Промышленные автоматизированные системы управления / Е.Г. Дудников, A.A. Левин. -М. : Энергия, 1973.- 192 с.

47. Стефани, Е.П. Основы построения АСУ ТП : учебн. пособие для вузов / Е.П. Стефани. М. : Энергоиздат, 1982. - 32 с.

48. Ицкович, Э.Л. Методы рациональной автоматизации производства / Э.Л. Ицкович. М. : ИНФРА-Инженерия, 2009. - 247 с

49. Израэль, Ю.А. Экология и контроль состояния природной среды / Ю.А. Израэль. Л. : Гидрометеоиздат, 1979. - 376 с.

50. Израэль, Ю.А. Глобальная система наблюдений. Прогноз и оценка окружающей природной среды. Основы мониторинга / Ю.А. Израэль // Метеорология и гидрология. 1974. - № 7. - С. 3-8.

51. Герасимов, И.П. Научные основы современного мониторинга окружающей среды / И.П. Герасимов // Изв. АН. Сер. География. 1978. - № 3. - С. 13-25.

52. Емельянов, А.Г. Комплексный геоэкологический мониторинг / А.Г. Емельянов. Тверь : Изд-во Твер. гос. ун-та, 1994. - 263 с.

53. Королёв, В.А. Мониторинг геологической среды : учеб. для вузов // под ред. В.Т. Трофимова. М. : Изд-во Моск. гос. ун-та, 1995. - 272 с.

54. Аралбаев, Т.З. Построение адаптивных систем мониторинга и диагностирования сложных промышленных объектов на основе принципов самоорганизации / Т.З. Аралбаев. Уфа : Гилем, 2003. - 247 с.

55. Подвальный, С.Л. Информационно-управляющие системы мониторинга сложных объектов : учеб. пособие / С.Л. Подвальный. Воронеж : Научная книга, 2010.- 164 с.

56. Муромцев, Ю.Л. Безаварийность и диагностика нарушений в химических производствах / Ю.Л. Муромцев. М. :Химия, 1990. - 144 с.

57. Принципы индивидуальной терапии на основе электронно-вычислительной техники / В.И. Бураковский и др. // Вест. АМН СССР. 1974. -№6. -С. 31-40.

58. Лишук, В.А. Интеллектуальное обеспечение диагностики и лечения нарушений кровообращения / В.А. Лишук // Лекции по сердечно-сосудистой хирургии / под ред. Л.А. Бокерия. М.: Изд-во НЦССХ им. А.Н. Бакулева РАМН, 2001. - Т. 1. - 540 с.

59. Гаспарян, С.А. Классификация медицинских информационных систем / С.А. Гаспарян // Врач и информ. технологии. 2005. - № 3. - С. 21-28.

60. Кобринский, Б.А. Медицинская информатика / Б.А. Кобринский. М. : Академия, 2009. - 192 с.

61. Мисюк, Н.С. Прогнозирование и профилактика острых нарушений мозгового кровообращения / Н.С. Мисюк. Минск : Вышэйшая школа, 1987. - 191 с.

62. Норенков, И.П. Интеллектуальные технологии на базе онтологий / И.П. Норенков // Информ. технологии. -2010. № 1. - С. 17-23.

63. Норенков, И.П. Основы автоматизированного проектирования / И.П. Норенков. М. : Изд-во Моск. гос. техн. ун-та им. Н.Э. Баумана, 2009. - 430 с.

64. Норенков, И.П. Информационно-образовательные среды на базе онтологического подхода / И.П. Норенков, М.Ю. Уваров // Интернет-порталы: содержание и технологии- М., 2005. Вып. 3. - С. 367-378.

65. Ручкин, В.Н. Универсальный искусственный интеллект и экспертные системы / В.Н. Ручкин, В.А. Фулин. СПб. : БХВ-Петербург, 2009. - 240 с.

66. Закревский, А. Д. Логические основы проектирования дискретных устройств / А.Д. Закревский, Ю.В. Поттосин, Л.Д. Черемисинова. М. : ФИЗМАТ-ЛИТ, 2007. - 592 с.

67. Кардиология в таблицах и схемах : пер. с англ. / под ред. М. Фрида и С. Грайнс. М. : Практика, 1996. - 736 с.

68. Медицинские приборы, разработка и применение / Джон Г. Вебстер и др..- М. : Медицинская книга, 2004. 720 с.

69. Марусина, М.Я. Современные виды томографии : учеб. пособие / М.Я. Марусина, А.О. Казначеева. СПб. : СПбГУ ИТМО, 2006. - 132 с.

70. Верещагин, Н.В. Мозговое кровообращение: современные методы исследования в клинической неврологии / Н.В. Верещагин, В.В. Борисенко, А.Г. Власен-ко.-М., 1993.-89 с.

71. Инсульт. Практическое руководство для ведения больных / Ч.П. Ворлоу, и др. ; пер с англ. А.В. Борисова [и др.] ; под ред. А.А. Скоромца и В.А. Сорокоумова.- СПб. : Политехника, 1998. 629 с.

72. Михайлов, А.Н. Средства и методы современной рентгенографии : практ. руководство / А.Н. Михайлов. Минск : Бел. Наука, 2000. - 242 с.

73. Корниенко, В.Н. Нейрорадиология состояние и перспективы / В.Н. Корниенко // Вопр. нейрохирургии им. H.H. Бурденко. - 1996. - № 1. - С. 3-5.

74. Общее руководство по радиологии / под ред. X. Петтерсона. М., 1996.

75. Холин, A.B. Диагностика острых нарушений мозгового кровообращения по ишемическому типу / A.B. Холин, Е.В. Бондарева, Н.В. Захаренко // Мед. визуализация. 1999. - № 2. - С. 52-56.

76. Коновалов, А.Н. Клиническое руководство по черепно-мозговой травме / А.Н. Коновалов. М. : Антидор, 1998. - Т. 1.

77. Лихтерман, Л. Методы визуализации в современной неврологии и нейрохирургии / Л. Лихтерман // Мед. газ. 1999. - № 1.

78. Лобкова, Т.Н. Ликворологические синдромы при мозговом инсульте / Т.Н. Лобкова // Сов. медицина. 1982. - № 4. - С. 22-25.

79. Методы лучевой диагностики и информационные технологии в клинической практике: магнитно-резонансная томография / В.А. Иванов и др.. СПб. : МАЛО, 2001.

80. Беличенко, О.И. Магнитно-резонансная томография головы в ранней диагностике цереброваскулярных заболеваний / О.И. Беличенко, С.А. Дадвани, H.H. Абрамова. -М. : Видар, 1998.

81. Методы исследования кровообращения / под ред. Б.Л. Ткаченко. Л. : Наука, 1976.-275 с.

82. McDonald, D.A. Blood flow in arteries / D.A. McDonald. N.-Y. : Edward Arnold, 1960.

83. Кардиосайт Электронный ресурс. Режим доступа : http://www.cardiosite.ru.

84. Карась, С.И. Компьютерные инструменты исследования знаний медицинских экспертов / С.И. Карась, A.B. Конев, A.B. Архипова // Врач и информ. технологии. 2004. - № 1.-С. 37-41.

85. Ультразвуковая допплерография магистральных артерий головы Электронный ресурс. / Российская ассоциация специалистов функциональной диагностики. Режим доступа : http://www.rasfd.com.

86. Заболевания позвоночника : полн. справ. / A.B. Авдеев и др. ; под ред. Ю.Ю. Елесеева. М. : Эксмо, 2008. - 680 с.

87. Ройтберг, Г.Е. Лабораторная и инструментальная диагностика заболеваний внутренних органов : рук. для врачей и студентов / Г.Е. Ройтберг, A.B. Струтын-ский. М. : Бином, 1999. - 622 с.

88. Благодир, Б. Применение реоэнцефалографии для оценки мозгового кровообращения Электронный ресурс. / Б. Благодир // Мед. информ. сеть. Режим доступа : http://www.medicinform.net/nevro/nevrospecl.htm.

89. Жмуркин, В. П., И. В. Давыдовский (1887-1968) : дискуссия о патологии в 20 веке / В. П. Жмуркин // Архив патологии. 2009. - Т. 71, № 3. - С. 42-47

90. Пономарев, В.А. Метод независимых компонент для анализа количественных характеристик электроэнцефалограммы / В.А. Пономарев // Функцион. диагностика. 2007. - № 1. - С. 40^11.

91. Кондякова, Е.А. Электроэнцефалография: анализ и интерпретация / Е.А. Кондякова // Мед. газ. 2009. - № 64. - С. 7-9.

92. Эхокардиография Электронный ресурс. // Московские лекарства : мед. справ. Режим доступа : http://medarticle.moslek.ru/articles/48355.htm.

93. Рыбакова, М.К. Возможности современной эхокардиографии : крат, обзор / М.К. Рыбакова // Техника в медицине. 2003. -№3.-С.31-33.

94. МНО (Международное нормализованное отношение, INR) Электронный ресурс. // СтолицаМедикл : мед. справ. Режим доступа : http://smed.ni/guides/322/#article.

95. Свертываемость крови Электронный ресурс. // Infomedical мед. портал. -Режим доступа : http://www.infomedical.ru/lab/svert-krovi.php.

96. Вашадзе, Ш.В. О возможной связи изменения уровня холестерина и серо-тонина у больных с цереброваскулярной патологией и суицидальными наклонностями / Ш.В. Вашадзе // Междунар. невролог, журн. 2010. - № 2. С. 145-152.

97. Предупреждение инфарктов и инсультов. Не будьте жертвой предохраните себя Электронный ресурс. / ВОЗ ; сост. Shanthi Mendis [и др.]. - 2006 - 44 с. -Режим доступа : http://www.rudn.ru/adminsite/ñle.php?id=l562.

98. Биохимия человека : в 2-х т. : пер. с англ. / Р. Марри. М. : Мир, 1993. -2 т. С. 13-17.

99. Суслина, З.А. Сосудистые заболевания головного мозга. Эпидемиология. Основы профилактики / З.А. Суслина, Ю.Я. Варакин, Н.В. Верещагин. М. : МЕД-пресс-информ, 2006. - 256 с.

100. Профилактика, диагностика и лечение артериальной гипертензии : рос. рекомендации (второй пересмотр) / Всерос. науч. о-во кардиологов. М. : б. и., 2004. - 19 с. - (Прил. к журн. «Кардиоваскуляр. терапия и профилактика»; №6 (2004)).

101. Частота сердечных сокращений Электронный ресурс. // ЭКГ энциклопедия. Режим доступа : www.ecg.su.

102. Тахикардия сердца. Виды: синусовая, желудочковая. Лечение тахикардии Электронный ресурс. // Тюмен. кардиолог, центр. Режим доступа : http://www.infarkta.net/patsientam/! 6321/16435.

103. Мурашко, В.В. Электрокардиография : учебн. пособие / В.В. Мурашко, A.B. Струтынский. 5-е изд. - М. : МЕДпресс-информ, 2001. С. 15-18.

104. Кулаичев, А.П. Компьютерная электрофизиология / А.П. Кулаичев. 3-е изд., перераб. и дополн. - М. : Изд-во Моск. гос. ун-та, 2002. С. 3-7.

105. Реография в клинической практике : справ, пособие. СПб. : ДИАМАНТ, 1998. С. 9-13.

106. Зенков, JT.P. Клиническая электроэнцефалография (с элементами эпилептологии) : рук. для врачей / JI.P. Зенков. 3-е изд. - М. : МЕДпресс-информ, 2004. -368 с.

107. Asymptomatic carotid lésions and silent cérébral infarction / Hougaku B. Matsumoto M. and others. // Stroke. 1992. - Vol. 23 (4). - P. 483-485.

108. Горбунов, А.В. Варианты развития артерий головного мозга и церебро-васкулярные нарушения : монография / А.В. Горбунов. Тамбов : Изд-во Першина Р.В., 2009. - 310 с.

109. Caplan, L.R. Posterior circulation ischemia: then, now, and tomorrow. The Thomas Willis Lecture / L.R. Caplan // Stroke. 2000. - Vol. 31.

110. Savitz, S.I. Vertebrobasilar Disease / S.I. Savitz, L.R. Caplan // N Engl J Med. -2005.-Vol. 352.

111. Верещагин, H.B. Гетерогенность инсульта в клинической практике / Н.В. Верещагин // Атмосфера. Нервные болезни. 2004. -№ 1. - С. 19-20.

112. Суворов, А.В. Клиническая электрокардиография / А.В. Суворов. Н. Новгород : Изд-во НМИ, 1993.- 124 с.

113. Дубенко, О.Е. Кардиальная дисфункция при остром мозговом инсульте Электронный ресурс. / О.Е. Дубенко // Здоровье Украины. Режим доступа : http://www.health-ua.org/article/health/2224.html.

114. Telemedical Centre in Tambov State Technical University at the Heart of the Regional Telemedical Net / S.V. Mischenko and others. // Abstract Book 13th World Congress "Internet in Medicine" MedNet 2008. - St. Petersburg, 2008. - P. 30.

115. Бабич, A.B. UML: Первое знакомство. Пособие для подготовки к сдаче теста UM0-100 (OMG Certified UML Professional Fundamental) : учеб. пособие / A.B. Бабич. М.: Интернет-ун-ет информ. технологий ; БИНОМ, 2008. - С. 35-37.

116. Лядов, М.А. Автоматизированная система телемедицинского консультирования сотрудников университета / М.А. Лядов, С.В. Фролов // Биотехн., мед. и эколог, системы и комплексы. Рязань : Рязан. гос. радиотехн. ун-т, 2009. - С. 281— 295.