автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Интеллектуализация принятия решений и рациональный выбор тактики лечения на основе цифро-аналогового имитационного моделирования

ВВЕДЕНИЕ.

ГЛАВА 1. ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ИНТЕЛЛЕКТУАЛЬНОЙ

ТАКТИКИ ЛЕЧЕНИЯ ЗАБОЛЕВАНИЙ.

1.1. Системный анализ патологических процессов с позиций теории управления.

1.2. Особенности математического описания патологических процессов как объекта интеллектуальной поддержки принятия врачебных решений.

1.3. Цель и задачи исследования.

ГЛАВА 2. ФОРМИРОВАНИЕ СТРУКТУРЫ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ РАЦИОНАЛЬНОГО ВЫБОРА ТАКТИКИ ЛЕЧЕНИЯ.

2.1. Алгоритмизация оценивания информативности лабораторных показателей и клинических симптомов.

2.2. Формализация математического описания графических данных мониторного контроля.

2.3. Информационные оценки эффективности принятия решений в клинической практике.

Выводы второй главы.

ГЛАВА 3. РЕАЛИЗАЦИЯ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ НА ОСНОВЕ ГИБРИДНЫХ ВЫЧИСЛИТЕЛЬНЫХ СРЕДСТВ.

3.1. Идентификация динамики патологических процессов на основе интеграция цифровых и аналоговых средств поддержки принятия решений.

3.2. Алгоритмизация выбора рациональной схемы управления динамикой физиологического параметра с использованием аналоговой модели.

3.3. Структура аппаратного обеспечения цифро-аналогового вычислительного комплекса.

Выводы третьей главы.

ГЛАВА 4. АЛГОРИТМЮАЦИЯ ВЫБОРА ТАКТИКИ ЛЕЧЕНИЯ.

4.1. Выбор тактики лечения на основе адаптивных алгоритмов ицифро-аналогового имитационного моделирования.—

4.2. Адаптивный алгоритм формирования и анализа интегральных оценок эффективности лечения.

4.3. Коррекция лечебных мероприятий на основе рационального выбора тактики лечения.

Выводы четвертой главы.

ГЛАВА 5. ПРОГНОЗИРОВАНИЕ ВОЗНИКНОВЕНИЯ И РАЗВИТИЯ ИНТЕНСИВНЫХ ПАТОЛОГИЧЕСКИХ ПРОЦЕССОВ В УСЛОВИЯХ ИНДИВИДУАЛЬНОЙ ШОДНОЮДНОСТИ ПАЦИЕНТОВ.

5.1. Прогнозирования возникновения осложнений интенсивных патологических процессов на основе классификационных методов.

5.2. Прогнозирования развития осложнений критических состояний по данным оперативного мониторинга и ретроспективной информации.

Выводы пятой главы.

ГЛАВА 6. АНАЛИЗ ЭФФЕКТИВНОСТИ КОМПЛЕКСА МЕТОДОВ И АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В КЛИНИЧЕСКОЙ ПРАКТИКЕ.

6.1. Анализ показателей эффективности лечения на основе традиционной тактики лечения и с применением подсистемы интеллектуальной поддержки деятельности врача.

6.2. Программное обеспечение комплекса интеллектуальной поддержки принятия решений и цифро-аналогового имитационного моделирования.

Выводы шестой главы.

Актуальность темы. Одной из основных проблем повышения эффективности управления процессом лечения заболеваний и последующей реабилитации больных в условиях существенных различий в закономерностях развития и течения патологических процессов является проблема комплексной оценки состояния пациента и выбора адекватных схем лечебных мероприятий [65].

Успешное освоение новых терапевтических методик и лечебно-диагностических технологий, усложнение методов и средств мониторингового контроля физиологических показателей стимулировали значительное увеличение объема информации, поступающей в распоряжение врачей, что приводит к формированию неопределенности в выборе целей на текущих этапах лечебных и реабилитационных мероприятий. Необходимость учета большого числа взаимосвязанных факторов и быстро меняющихся требований к адекватной оценке и прогнозированию состояния больного, выбору и корректировке схемы лечения диктуют необходимость использования вычислительной техники в рамках систем интеллектуальной поддержки принятия решений (СИППР).

Специфика патогенетических механизмов определяет структуру и состав как аппаратного, так и математического обеспечения СИППР [92].

Однако, существующие сегодня подходы к формированию структуры таких систем были направлены, прежде всего на рационализацию аналитического описания биомедицинских систем, которое лишь косвенно влияет на оптимизацию принятия прогностических и терапевтических решений, тогда как эффективность выбора тактики лечения, особенно на ранних этапах достигается в условиях реализации экспериментов с имитационными моделями, которые позволяют проводить не только анализ их характеристик, но и решать задачи структурного и параметрического синтеза при заданных критериях эффективности принимаемых решений.

В этой связи создание адекватного математического аппарата формализованного описания динамики патологического процесса и его коррекции, позволяющего учитывать такие характеристики как тяжесть заболевания, степень хронизации процесса, соотношения между затратами и эффективностью лечения, побочными реакциями, осложнениями и улучшением исходов и др. целесообразно осуществлять на основе интеграции цифровых и аналоговых средств имитационного моделирования и оптимизации принятия решений при выборе тактики лечения.

Таким образом, актуальность темы диссертации определяется необходимостью создания инвариантной среды интеллектуальной поддержки принятия врачебных решений, включающей прогнозирование раннего возникновения и течения осложнений на основе текущей и ретроспективной информации и коррекцию терапевтических мероприятий на основе рационального выбора тактики лечения, ориентированной на гибридную вычислительную технику.

Диссертационная работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 «Перспективные информационные технологии в высшей школе» в рамках одного из основных направлений Воронежского государственного технического университета «Биомедкибернетика, компьютеризация в медицине».

Цель и задачи исследования. Целью исследования является создание теоретических и методологических основ формирования системы интеллектуальной поддержки принятия решений врача и рационального выбора тактики лечения на основе цифро-аналогового имитационного моделирования.

Для достижения поставленной цели необходимо решить следующие задачи: провести системный анализ существующих подходов к математическому описанию динамики патологических процессов; сформировать структуру информационного обеспечения динамики физиологических показателей на основе алгоритмизации оценивания информативности лабораторных показателей и клинических симптомов и предложить информационные оценки эффективности принимаемых терапевтических решений; разработать методы моделирования и оптимизации лечения заболеваний на основе ретроспективной, текущей и экспертной информации; разработать методы интеллектуальной поддержки принятия решений врачом на основе интеграции цифровых и аналоговых вычислительных средств с целью реализации имитационного эксперимента, индивидуализирующего выбор адекватной тактики лечения; создать комплекс алгоритмов выбора тактики лечения заболеваний, ориентированных на динамический режим изменения физиологических показателей с учетом оценок, сформированных врачом в интерактивном режиме; обосновать алгоритмические схемы оптимального адаптивного управления в режимах макро- и микродинамики с использованием аналитических и имитационных прогностических моделей; реализовать математический аппарат численных расчетов в рамках предложенных методов и алгоритмов и оценить эффективность его использования в клинической практике.

Методы исследования. Для решения поставленных задач использовались основные положения теории вероятности и математической статистики, теории информации, методов имитационного и нейросетевого моделирования, основных положений теории управления биосистемами.

Научная новизна. В диссертации получены следующие основные результаты, характеризующиеся научной новизной: структура информационного обеспечения формализованного описания динамики заболеваний, отличающаяся интеграцией как алгоритмов оценивания информативности как дискретных лабораторных показателей и клинических симптомов, так и непрерывных графических данных мониторного контроля; процедуры количественного оценивания эффективности принимаемых врачебных решений, отличающиеся введением критерия сравнения информационной меры неопределенности выбора и величины скрытой информации; модифицированный компенсационный метод идентификации динамических характеристик патологических процессов, реализованный на базе гибридных вычислительных средств, отличающийся алгоритмизацией цифровой настройки аналоговой модели, позволяющий учитывать индивидуальные (настроечные) коэффициенты характеристик больных при формировании модели нестационарного изменения физиологического параметра при лечении; комплекс алгоритмов рационального выбора тактики ведения лечебного и реабилитационного процессов и их коррекции, отличающиеся преобразованием качественных оценок и визуальных представлений врача в количественные меры при организации диалога на основе ретроспективной и экспертной информации; алгоритмическое обеспечение прогнозирования состояния больного, отличающееся возможностью интеграции результатов обработки ретроспективной информации на основе полиномиальных моделей, имитационного моделирования и адаптивного формирования обобщенного показателя; подход к прогнозированию возникновения осложнений заболеваний по данным оперативного мониторинга и ретроспективной информации, позволяющий сочетать методики дискриминантного анализа, нейросетевого моделирования и графоаналитических методов классификации; алгоритм структурной и параметрической оптимизации при управлении медицинскими объектами, основанный на интеграции адаптивных схем, имитационного моделирования и экспертного оценивания, реализованный на основе цифро-аналогового вычислительного комплекса метод формализации динамики физиологических показателей в виде нелинейных моделей множественной регрессии, отличающийся использованием модифицированного алгоритма подбора линеаризующего преобразования.

Практическая ценность и реализация результатов работы. В результате проведенного системного анализа инновационных технологий лечения заболеваний обоснована концепция разработки интегрированной системы прогнозирования состояния и рационализации лечения больных, на основе гибридного имитационного моделирования.

Сформирована структура и разработано программно-алгоритмическое обеспечение цифро-аналогового вычислительного комплекса для учета динамики физиологических параметров.

Учет динамики контролируемых физиологических показателей, алгоритмические схемы адаптивного формирования оценок эффективности лечения позволили врачам выбирать более эффективную схему терапевтических мероприятий.

Результаты диссертации внедрены в практику работы диабетологического центра Воронежского областного клинического лечебно-диагностического центра в виде программно-алгоритмического обеспечения выбора рациональной тактики лечения инсулинзависимого сахарного диабета.

Разработанные методы моделирования и алгоритмы оптимального выбора внедрены в отделениях анестезиологии и реанимации Воронежской областной клинической больницы при рационализации тактики лечении кардиохирургических больных в послеоперационном периоде и отделении токсикологии при лечении экзотоксического шока. На основании исследований получены модели, позволяющие прогнозировать состояние больного и индивидуализировать процесс коррекции схем медикаментозной и инфузионной терапии.

Теоретические и практические результаты работы, реализованные автором в комплексе программных средств выбора оптимальных лечебных мероприятий, внедрены в учебный процесс на межвузовской кафедре «Системный анализ и управление в медицинских и педагогических системах» для студентов специальности 190500 "Биотехнические и медицинские аппараты и системы" и кафедре «Анестезиологии и реаниматологии» Воронежской государственной медицинской академии им. H.H. Бурденко.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах: Всероссийском совещании-семинаре "Высокие технологии в проектировании технических и автоматизированных устройств" (Воронеж, 1993); Всероссийском совещании семинаре "Математическое обеспечение высоких технологий в технике, образовании и медицине" (Воронеж, 1994); Научно-практической конференции "Высокие технологии в деятельности учреждений здравоохранения Воронежа" (Воронеж, 1995); Международной научно-технической конференции "Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств и систем" (Пенза, 1996); Всероссийском совещании семинаре "Высокие технологии в региональной информатике" (Воронеж, 1998); Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 1999-2000); Международной научно-технической конференции «Системные проблемы качества, математического моделирования и информационных технологий»

Москва-Воронеж-Сочи, 2000); Третьем конгрессе с международным участием "Папиативная медицина и реабилитация в здравоохранении" (Анталия, Турция, 2000); Юбилейной конференции "Прогресс и проблемы в диагностике и лечении заболеваний сердца и сосудов" (Санкт-Петербург, 2000); VII Всероссийском съезде анестезиологов и реаниматологов (Санкт-Петербург, 2000); ежегодных научных конференциях профессорско-преподавательского состава Воронежского государственного технического университета.

Публикации. Основное содержание диссертационной работы изложено в 52 печатных работах, в том числе монографии, трех учебных пособиях и методических рекомендациях для врачей.

Структура и объем работы. Диссертация состоит из введения, 6 глав, заключения, изложенных на 237 страницах машинописного текста, списка литературы (196 наименований), приложений, содержит 46 рисунков, 48 таблиц.

ВЫВОДЫ ШЕСТОЙ ГЛАВЫ

1. Анализ показателей эффективности лечения на основе традиционной тактики лечения и с применением подсистемы интеллектуальной поддержки деятельности врача показал достоверные различия в группах пациентов и преимущества разработанных методов и алгоритмов на практике. Экономическая эффективность лечения заключалась в снижении продолжительности пребывания в реанимационном отделении с 4,76 до 4,03 койко-дней и процента летальности с 3,3 до 3,2%.

2. При выборе тактики интенсивной терапии для лечения кардиохирургических больных целесообразным является применение в качестве средства мониторного контроля многофункционального информационно-вычислительного комплекса НР УшсНа и его интеграция в общую структуру программно-аппаратного обеспечения системы интеллектуальной поддержки принятия решений.

ЗАКЛЮЧЕНИЕ

Разработка методов, моделей и алгоритмов, ориентированных на конкретные классы лечения больных, является одним из основных направлений прикладного системного анализа и теории управления. Особую значимость приобретает интеграция предметно-ориентированных процедур в систему интеллектуальной поддержки принятия решений врачом. Именно такую цель преследуют реализованные в диссертации задачи моделирования и прогнозирования состояния больных находящихся в экстремальных состояниях. Тем самым обеспечивается выбор рациональной тактики лечения на основе адаптивных алгоритмов с использованием комплекса программно-аппаратных средств.

Основными результатами работы являются следующие:

1. Проведен системный анализ путей повышения эффективности систем поддержки принятия врачебных решений в клинической практике. Показано, что существующие подходы к формированию структуры таких систем были направлены, прежде всего, на рационализацию аналитического описания биомедицинских систем, которое лишь косвенно влияют на оптимизацию принятия прогностических и терапевтических решений, тогда как эффективность выбора тактики лечения, особенно на ранних этапах достигается в условиях реализации экспериментов с имитационными моделями, которые позволяют проводить не только анализ их характеристик, но и решать задачи структурного и параметрического синтеза при заданных критериях эффективности принимаемых решений;

2. Обоснованы информационные оценки эффективности математического обеспечения принятия врачебных решений и определен ряд дополнений к традиционным средствам интеллектуальной поддержки решений по терапевтической тактике, обеспечивающих более эффективное накопление в процессе выбора скрытой информации;

3. Сформирована структура информационного обеспечения динамики интенсивных патологических процессов на основе алгоритмизации оценивания информативности как дискретных лабораторных показателей и клинических симптомов, так и непрерывных графических данных мониторного контроля на основе автоматизированной классификации информативных участков физиологических кривых;

4. Разработаны методы интеллектуальной поддержки принятия решений врачом на основе интеграции цифровых и аналоговых вычислительных средств в рамках имитационных вычислительных экспериментов по выбору тактики лечения.

5. Предложена алгоритмическая процедура формирования и анализа интегральных оценок эффективности лечения, включающая адаптивную настройку весовых коэффициентов текущих физиологических показателей на основе наглядно-образных представлений врача.

6. Обоснована необходимость интеграции данных оперативного мониторинга и имеющейся ретроспективной информации с целью объективизации принимаемых решений врачом. С этой целью разработаны модели включающие оценку влияния на результативный признак, как показателей состояния, так и временного фактора на основе нелинейных моделей множественной регрессии с использованием модифицированного алгоритма подбора линеаризующего преобразования.

7. Разработаны предметно-ориентированные процедуры классификации осложнений интенсивных патологических процессов для ранних этапов лечения, и проведен их сравнительный анализ.

1. Адаптивные системы идентификации / Под ред. В.И. Костюка. Киев: Техника, 1975.

2. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985.

3. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

4. Алексаков Г.Н, Гаврилин В.В., Федоров В.А. Персональный аналоговый компьютер. М., Энергоатомиздат, 1992.

5. Амосов Н.М., Палец Б.Л., Агапов Б.Г. и др. Теоретические исследования физиологических систем. Математическое моделирование. -Киев: Наукова думка, 1977. 245 с.

6. Аналоговые и гибридные вычислительные машины / Под ред. А.Н. Лебедева и В.Б. Смолова. М.: Высшая школа, 1984.

7. Аналого-цифровые вычислительные системы общего назначения на основе АВК-6 / В.Г. Беляков, И.М. Витенберг, В.А. Святный, Л.П. Фельдман // Электронное моделирование. Киев: Техника, 1984. т.6. N5. с. 40-43.

8. Антомонов Ю.Г. Моделирование биологических систем. Справочник. К.: Наукова думка, 1977.

9. Антомонов Ю.Г. О задаче управления уровнем сахара крови.- В кн.: Семинар "Математические модели в биологии и бионике". К., 1965.

10. Антомонов Ю.Г., Кифоренко С.И., Микульская И.А., Пароконная Н.К. Математическая теория системы сахара крови. К.: Наукова думка, 1971.

11. Апальков В.А., Бала Ю.М., Львович Я.Е., Фролов В.Н. Идентификация динамики сахара крови у больных сахарным диабетом с применением обучающейся модели. Воронеж: " Автоматика, автоматизация измерений. Сб.тр. ВПИМ973 г.- 210 с.

12. Атаманюк М.Ф. Современное состояние и перспективы развития хирургической помощи при пороках и заболеваниях сердца и сосудов / М.Ф. Атаманюк, С.Л. Петрова, Л.А. Заикина // IV Всесоюзная конференция сердечнососудистых хирургов. Киев, 1983.-С.45-46.

13. Афифи А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. Пер. с а нгл. М.: Мир, 1982. - 488 с.

14. Ахутин В.М. Анализ и синтез биотехнических систем // Моделирование физиологических и биологических процессов. М. 1977.-С.З-7.

15. Балантер Б.И. Вероятностные модели в физиологии. М., Наука, 1977.-252 с.

16. Балантер Б.И., Ханин М.А., Чернавский Д.С. Введение в математическое моделирование патологических процессов. М.: Медицина, 1980, 264 с.

17. Бахур А.Б. Некоторые положения теории гомеостатических систем, используемые для анализа сложных управляющих комплексов. //Технологические системы и управление в организме: общие приципы и аналогии. Сб. трудов, вып. 3. М.: ИПУ РАН, 1996г. (стр. 15-29)

18. Бейли Н. Математика и биология в медицине.- М.:Мир, 1970.-269с.

19. Беллман Р. Математические методы в медицине: Пер. с англ. / Под ред. Л.Н. Белых. М.: Мир, 1987. - 200 с.

20. Белых Л.Н. Анализ математических моделей в иммунологии / Под ред. Г.И. Марчука. М.: Наука, 1988.

21. Биологическая и медицинская кибернетика. Справочник / О.П. Минцер, Б.Н. Угаров и пр. Киев: Наукова думка, 1986.

22. Бокерия JI.А. Информатизация кардиохирургии: нужно ли интеллектуальное обеспечение или достаточно компьютеризации?/ Л.А. Бокерия, В.А. Лищук // Третий Всероссийский съезд сердечно-сосудистых хирургов. М, 1996.- С.13-14.

23. Боровский Е.В., Леонтьев В.К. Биология полости рта. М.: Медицина, 1991. - 303 с.

24. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983.

25. Бураковский В.И., Керцман В.П., Лищук В.А., Мосткова Е.В. Острая сердечная недостаточность классификация и диагностика с использованием математических методов // Вестник. АМН СССР, 1982. - N 8 - С. 18-32.

26. Вейнер Э. Давление крови. Вопросы и ответы / Пер. с англ.-М.: Кран-Пресс, 1998.

27. Вентцель Е.С. Теория вероятностей. М.: Наука, 1998.

28. Вишнев С.М. Основы комплексного прогнозирования. М.: Наука, 1977.-287 с.

29. Вишняков В.А. Архитектура интеллектуального АРМ контроля // Приборы и системы управления. 1990. № 3. - с. 8-10.

30. Владимиров П.В., Тепленький Г.С. Применение математической модели кровообращения для системной оценки состояния гемодинамики во время терапии сердечной недостаточности после операций на открытом сердце // Вестник АМН СССР. 1984. - №2. - С.72-80.

31. Волков Ю.Н. Принципы автоматического оперативного врачебного контроля и их реализация в практике реанимации. Автореферат дисс. д.мед.наук. JI. - 1975. - 49с.

32. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб. Пособие для вузов / Под ред. А.И. Галушкина. М.: ИПРЖР, 2000. - 416 с.

33. Гельфанд И.М., Семенюк Э.П., и др. Некоторые задачи классификации и прогнозирования из различных областей медицины // Вопросы кибернетики. 1985. - Вып. 112. - с. 65-127.

34. Гичев Ю.П. и др. Медико-биологические аспекты комплексной оценки состояния организма // Бюл. АМН СССР. 1981. - № 3. - с. 59-64.

35. Гольдман С. К вопросу о кибернетических аспектах гомеостазиса.-В кн.: Саморегулирующиеся системы. М., 1964.

36. Горелик A.J1. и др. Современное состояние проблемы распознавания: Некоторые аспекты / A.JI. Горелик, И.Б. Гуревич, В.А. Скрипкин. М.: Радио и связь, 1985. - 160 с.

37. Горелик А.Л. Скрипкин В.А. Методы распознавания: Учеб. пособие. 2-е изд., перераб. и доп. - М.: Высш. шк., 1984. - 209 с.

38. Гродинз. Ф. Теория регулирования и биологические системы: Пер. с англ. М., 1966. - 254 с.

39. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. Л.: Медицина, 1978, - 294 с.

40. Джексон Д. Ряды Фурье и ортогональные полиномы. М.: изд-во иностранной литературы, 1958.

41. Добров Г.М., Ершов Ю.В. Экспертные оценки в научно-техническим прогнозировании. Киев: Наукова думка, 1974. - 112 с.

42. Дришель Г. Регулирование уровня сахара крови. В кн.: Процессы регулирования в биологии. М., 1960.

43. Дубко М.И., Марголин А.Д. Математические модели физиологических процессов дыхания и кровообращения // Проблемы создания аппаратуры для медицинских лабораторных исследований. Л. -1974.-№3.-С.89-91.

44. Дюк В. Обработка данных на ПК в примерах.- СПб: Питер, 1997.240 с.

45. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987. - 120 с.51 .Искусственный интеллект. Справочник. Т. 1,2./ Под ред. Э.И. Попова. М.: Радио и связь. 1990. - 340 с.

46. Кант В.И. Математические модели и моделирование в здравоохранении. М.: Медицина, 1987.

47. Кант В.И. Методология системного подхода и ее применение в практике здравоохранения. М.: Медицина, 1978. 135 с.

48. Кибернетика в сердечной хирургии / О.П. Минцер, Г.В. Кнышев и др. Киев: Вища школа, 1984. 140 с.

49. Кини Р.П., Райфа X. Принятие решений при многих критериях. М.: Радио и связь.

50. Коротких И.Н., Родионов О.В., Фролов М.В. Технология реабилитационных мероприятий: Учеб. пособие. Воронеж, 1993.

51. Костюк В.И. Беспоисковые градиентные самонастраивающиеся системы. К., 1969.

52. Краткое руководство по токсикологии / Под ред. Г.А. Степанского. М.: Медицина, 1998.

53. Кристофидес Н. Теория графов. Алгоритмический подход. М.: Мир, 1978, 432 с.

54. Кузнецов С.И. Инвариантное моделирование в медицине на базе кластерного анализа. Воронеж: Изд-во ВГУ, 1997.

55. Кули В.И. Ортогональные фильтры. Киев. Техника, 1967.

56. Ларичев О.И. Человеко-машинные процедуры принятия решений // Автоматика и телемеханика. 1972. № 12.

57. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М.: Наука, 1996.

58. Лебедева Р.Н. Осложнения в системе кровообращения после хирургических вмешательств. М.: Медицина, 1979. - 176 с.

59. Ли.Э.Б., Маркус Л. Основы теории оптимального управления. М.: Наука, 1972.

60. Лищук В.А. Математическая теория кровообращения. М.: Медицина, 1990.- 254 с.

61. Лищук В. А. Формализованная теория кровообращения, ориентированная на кардиохирургическую клинику. Автореферат докт.мед.наук. М. - 1981. - 49 с.

62. Локшин Л.С., Лурье Г.О. Искусственное и вспомогательное кровообращение в сердечно-сосудистой хирургии. Практ. пособие. М.: Медицина. 1998. - 212 с.

63. Лопаткин H.A., Лопухин Ю.М. Эфферентные методы в медицине. М.: Медицина, 1989. 350 с.

64. Львович И.Я. Оптимизация принятия решений в САПР на основе интеграции вариационного моделирования и рационального выбора-Автореферат докт. мед. наук. Воронеж. 1999. - 32 с.

65. Львович И.Я., Федорков Е.Д. Математические основы информатики, Воронеж: изд. ВГТУ, 1997. 98 с.

66. Львович И .Я., Фролов В.Н. Имитационное моделирование структуры и параметров технологических систем // Математическое и машинное моделирование: Тез. докл. Всес. конф. Воронеж, 1991, с. 61.

67. Львович Я.Е. Управление в биологических и медицинских системах / Я.Е. Львович, М.В. Фролов. Воронеж: ВГТУ, 1994. 183 с.

68. Львович Я.Е., Фролов М.В. Моделирование биотехнических и медицинских систем: Учеб. пособие. Воронеж, ВГТУ, 1994.

69. Маркова Е.В., Лисенков А.Н. Планирование эксперимента в условиях неоднородностей. М.: Наука, 1973.

70. Мартыненко В.Ф. Классификация прогнозов и методов прогнозирования. М.: ЦИУВ, 1973. - 23 с.

71. Материалы медицинского приборостроения: Учеб. пособие / К.А.Разинкин, О.Е.Работкина, Д.С.Залавский; Под ред. В.Н.Фролова. Воронеж: Изд-во ВГТУ, 2000. 166 с.

72. Минаков Э.В., Нестеровский И.П., Соболев Ю.А. Модель учета побочных действий лекарственных средств в медицинских информационных системах// Современные методы диагностики и лечения Межвузовский сборник научных трудов, Воронеж, 1995 г.

73. Минцер О.П., Чуканов Ю.Г. Клиническое прогнозирование. К.: Здоровье, 1983.- 143 с.

74. Моделирование биотехнических и медицинских систем: Учеб. пособие / Я.Е.Львович, М.В.Фролов, К.А.Разинкин и др.; Под ред.

75. В.Н.Фролова. Воронеж: Изд-во ВГТУ, 1994. С.114-119, 157-161, 165-169, 176-180.

76. Моисеев H.H. Предисловие к книге Орловского С.А. Проблемы принятия решений при нечеткой исходной информации. М., Наука. 1981.

77. Мостеллер Ф., Тьюки Дж. Анализ данных, регрессия. М.: Финансы и статистика, 1982. - 305 с.

78. Мянник Г.Г. Оценка динамики иммунологических показателей при некоторых стоматологических заболеваниях // Автореф. дис. канд. мед. наук./ МГСИ М., 1987. - 16 с.

79. Нейлор Т. Машинные имитационные эксперименты с моделями экологических систем. М.: Наука, 1975. - 214 с.

80. Неймарк Ю.И. Распознавание образов и медицинская диагностика / Ю.И. Неймарк, З.С. Баталова, Ю.Г. Васин, М.Д. Бредо. М.: Наука, 1972. 328 с.

81. Никитенко В.А., Шатунов В.П., Блох Д.А. Выявление групп риска заболеваний внутренних органов у стоматологических больных // Стоматология. 1993. - № 2. - С. 27-29.

82. Новосельцев В.Н. Теория управления и биосистемы. Анализ сохранительных свойств., Наука, 1978.

83. Носач В.В. Решение задач аппроксимации с помощью персональных компьютеров. М.: Бином. 1994. с. 350.

84. Перегудов Ф.И. Тарасенко Ф.П. Введение в системный анализ М.: Высшая школа, 1989, 368 с.

85. Питерсон Дж. Теория сетей Петри и моделирование систем. М.: Мир, 1984,261 с.

86. Понтрягин JI.C., Болтянский В.Г. и др. Математическая теория оптимальных процессов. -М.: Наука, 1969.

87. Попечителев Е.П., Романов C.B. Интерактивные методы обработки биомедицинской информации: Учеб. Пособие. Л., 1983. - 64 с.93 .Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. М.: Наука. - 1988.

88. Построение АРМ врача на основе цифроаналогового компьютерного комплекса / К.С. Коробова, Е.В. Мезенцев, К.А. Разинкин, Е.Д. Федорков // Прикладные задачи моделирования и оптимизации: Межвуз.сб.науч.тр. Воронеж, 1998. С. 4-6.

89. Прогнозирование в кардиохирургии / Шевченко Ю.А., Шихвердиев H.H., Оточкин A.B. Спб: Питер Пресс. 1999. 208 с.

90. Разинкин К.А. Оптимизация распределенных телекоммуникационных систем в медицине критических состояний // Высокие технологии в технике, медицине, экономике и образовании: Сб. науч. тр. Воронеж: ВГТУ, 2001. 4.1. С.79-89.

91. Разинкин К.А. Перспективы разработки автоматизированной системы прогнозирования и выбора тактики лечения больных тяжелым экзотоксическим шоком // Интеллектуальные информационные системы: Тр. Всерос. конф. Воронеж: ВГТУ, 1999. 4.2. С. 70-72.

92. Разинкин К.А. Построение АРМ врача на основе цифро-аналогового компьютерного комплекса // Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1996. С. 72-76.

93. Разинкин К.А. Программно-аппаратные особенности коммутации IBM PC и АВК-6 в составе цифро-аналогового комплекса // Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1996. С. 36-41.

94. Разинкин К.А., Федорков Е.Д. Структура программно-алгоритмического комплекса лечения хронических заболеваний: Компьютеризация в медицине // Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1994. С. 19-22.

95. Разинкин К.А., Белов К.А. Прогнозирование исходов тяжелых травм на основе деревьев классификации // Компьютеризация в медицине: Сб. науч. тр. Воронеж: ВГТУ, 2001. С. 67-78.

96. Разинкин К.А., Васильев C.JI. Организация доклинических исследований терминального кровообращения условиях экспериментальной электро импульсной терапии // Компьютеризация в медицине: Сб. науч.тр. Воронеж: ВГТУ, 2000. С. 70-75.

97. Разинкин К.А., Залавский Д.С. Моделирование биологических сред и структур // Вестник ВГТУ. Сер. САПР и системы автоматизации производства. 2001. Вып.1. С. 65-67.

98. Разинкин К.А., Заславская B.C., Садова Л.И. Выбор тактики лечения эндокринной формы бесплодия на основе адаптивных алгоритмов и настраиваемых полиномиальных моделей // Компьютеризация в медицине: Межвуз сб. науч. тр. Воронеж: ВГТУ, 2000. С.54-60.

99. Разинкин К.А., Коробова К.С., Федорков Е.Д. Определение разовых доз по модели микродинамики сахара крови // Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1995. С. 132-139.

100. Разинкин К.А., Коробова К.С., Федорков Е.Д., Родионов О.В. АРМ врача на базе персонального аналогового компьютера и ПЭВМ // Высокие технологии в технике, образовании, медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1995. С. 108-113.

101. Разинкин К.А., Лаврентьев A.A. Прогнозирование и адаптивный выбор тактики лечения после операций на открытом сердце // Седьмой Всероссийский съезд анестезиологов и реаниматологов. Санкт-Петербург. 2000. С. 147.

102. Разинкин К.А., Лаврентьев A.A., Струков М.А. Выбор метода поддерживающей и корригирующей терапии и прогнозирование состояния кардиохирургических больных // Вестник ВГТУ. Сер. САПР и системы автоматизации производства. 2001. Вып. 1. С. 32-37.

103. Разинкин К.А., Лаврентьев A.A., Федорков Е.Д. Адаптивная схема коррекции последовательного лечения кардиохирургических больных // Компьютеризация в медицине: Сб. науч. тр. Воронеж: ВГТУ, 2000. С.9-16.

104. Разинкин К. А., Львович И .Я., Заславский Е.Л. Оптимизация структуры урологического отделения в условиях перехода к новым информационным технологиям // Интеллектуальные системы: Тр. Всерос. конф. Воронеж: ВГТУ, 1999. 4.1. С. 166- 167.

105. Разинкин К.А., Львович И.Я., Заславский Е.Л. Рационализация оценивания результатов работы отделений городской поликлиники // Интеллектуальные информационные системы: Тез. докл. научн.-техн. конф. Воронеж: ВГТУ, 1999. С. 165.

106. Разинкин К.А., Родионов O.B., Федорков Е.Д. Оценка динамики и выбор управления при лечении хронических заболеваний // Высокие технологии в технике, образовании, медицине: Межвуз. сб. науч.тр. Воронеж: ВГТУ, 1994. С.83-93.

107. Разинкин К.А., Струков М.А. Адаптивный алгоритм управления вспомогательной веноартериальной перфузией крови при экзотоксическом шоке тяжелой степени // Компьютеризация в медицине: Межвуз сб. науч. тр. Воронеж: ВГТУ, 1999. С. 96-101.

108. Разинкин К.А., Струков М.А., Львович Я.Е. Алгоритмизация адаптивного управления вспомогательной перфузией крови / Прикладные информационные аспекты медицины: Сб. науч. тр. Воронеж: ВГМА им.Н.Н. Бурденко, 2000. Т.З, № 1. С.48-56.

109. Разинкин К.А., Струков М.А., Родионов В.Н. Экспертные оценки информационной значимости основных параметров системной гемодинамики // Высокие технологии в технике, медицине и образовании: Межвуз сб науч. тр. Воронеж: ВГТУ, 1998. Ч. 3. С. 65-68.

110. Разинкин К.А., Таранникова Е.Л. Прогнозирование тяжести инфекционных осложнений тяжелых механических травм / VII Всерос. съезд анестезиологов-реаниматологов Санкт-Петербург, 2000. С. 47.

111. Разинкин К.А., Федорков Е.Д. Методы оптимизации и программное обеспечения лечебных воздействий: Математическое обеспечение высоких технологий в технике, образовании, медицине // Тез. докл. Всерос. совещ.-семинара. Воронеж, 1994. С.59.

112. Разинкин К.А., Федорков Е.Д. Адаптивный и имитационный подход к выбору тактики лечения хронических заболеваний // Компьютеризация в медицине: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 1994. С.121-125.

113. Разинкин К.А., Федорков Е.Д., Коробова К.С. Моделирование и оптимизация лечения сахарного диабета // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез. Всерос. совещ.-семинара. Воронеж, 1995. С.45.

114. Разинкин К.А., Федорков Е.Д., Коробова К.С. Моделирование микродинамики сахара в крови // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез. Всерос. совещ.-семинара. Воронеж, 1995. С.60.

115. Разинкин К.А., Фролов В.Н. Комплексирование программно-алгоритмических средств лечения хронических заболеваний: Компьютеризация в медицине // Межвуз. сб. науч. тр. Воронеж: ВПИ, 1994. С.32-34.

116. Разинкин К.А., Чопоров О.Н. Выбор оптимального плана лечения больных на основе классификационных и прогностических моделей // Высокие технологии в региональной информатике: Всерос. совещ.-семинар. 1998. 4.2. С. 13.

117. Разинкин К.А., Чопоров О.Н., Шевченко И.И Опыт использования классификационных методов при прогнозировании течения и исходов кардиогенного шока // Интеллектуальные информационные системы: Тр. Всерос. конф. Воронеж: ВГТУ, 2001. 4.1. С. 19-21.

118. Разинкин К.А., Чопоров О.Н., Шевченко И.И. Опыт использования классификационных методов при прогнозировании течения и исходов кардиогенного шока // Интеллектуальные информационные системы: Тр. Всерос. конф. Воронеж: ВГТУ, 2001. 4.1. С. 19-21.

119. Разинкин К.А., Шевченко И.И. Способ прогнозирования течения и исхода кардиогенного шока / Информационный листок № 79-118-01. Воронежский ЦНТИ, 2001.

120. Разинкин К.А., Шевченко И.И., Сафонов М.Ю., Махина C.B. Классификация типов и вариантов центральной гемодинамики при остром инфаркте миокарда не осложненном и осложненном кардиогенном шоке / Информационный листок № 79-117-01. Воронежский ЦНТИ, 2001.

121. Разинкин К.А., Шевченко И.И., Сафонов М.Ю., Махина C.B. Оптимизация противошоковой терапии пациентов с острым инфарктом миокарда / Информационный листок № 79-134-01. Воронежский ЦНТИ, 2001.

122. Ремез Е.Я. Основы численных методов чебышевского приближения. Киев: Наукова думка, 1962.

123. Романов В.Н., Соболев B.C., Цветков Э.И. Интеллектуальные средства измерений / Под ред. Э.И. Цветкова. М.: РИЦ «Татьянин день», 1994.-280 с.

124. Сазыкина JI.B., Газизова Д.Ш., Стороженко И.Н. Количественные показатели гемодинамики для оценки состояния больных с острой недостаточностью кровообращения. Методические рекомендации // М.: МЗ СССР. 1983. - 32 с.

125. Сейдж Э. П., Мелса Дж. Л. Идентификация систем управления. М., 1974.

126. Селиваненко В.Т. Раннее распознавание острой сердечной недостаточности после операций на сердце // Советская медицина, 1987. -№1, С.9-13.

127. Сердечно-сосудистая хирургия: руководство. Под ред. Бураковского В.И. и Бокерия Л.А. М.: Медицина, 1989. 752 с.

128. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. Пособие для вузов,- 2-е изд., перераб. и доп. М.: Высш. шк., 1998.- 319 с.

129. Справочник терапевта. Под ред.проф. Кассирского И.А.,-М.,1973г.

130. Средства сопряжения. Контролирующие и информационно-управляющие системы / Под ред. JI.H. Преснухина. М.: Высшая школа, 1986.

131. Старлинг Э. Основы физиологии человека. М. Медицина. -1933.-Т.2.

132. Стороженко И.Н., Лищук В.А. Диагностика острой сердечной недостаточности с помощью математической модели после операции на открытом сердце // Грудная хирургия. 1979. - №3. - С.81-82.

133. Судаков К.В. Функциональные системы организма: Руководство. М.: медицина, 1987. - 431 с.

134. Теоретические и практические основы физиологии человека и управления лечением заболеваний: Учеб. пособие / И.Я.Львович, Е.А.Назаренко, О.В.Родионов, К.А.Разинкин и др.; Под ред. В.Н.Фролова. Воронеж: Изд-воВГТУ, 1999. С.123-136.

135. Тетельбаум И.М., Шнейдер Ю.Р. Практика аналогового моделирования динамических систем. М.: Энергоатомиздат, 1987.

136. Технология системного моделирования / Е.Ф. Аврамчук, A.A. Вавилов, C.B. Емельянов и др. / Под общ. ред. C.B. Емельянова М.: Машиностроение, 1988.

137. Ткаченко Б.И., Левтов В.А., Москаленко Ю.Е. и др. Физиология кровообращения. Регуляция кровообращения. Л.: Наука - 1986. - 639 с.

138. Толокнов В.И. Биокибернетические аспекты «искусственной бета-клетки». М., 1987.

139. Трахтенгерц Э.А., Компьютерная поддержка принятия решений. М: Синтег, 1998. - 376 с.

140. Турецкий А.Х. Теория интерполирования в задачах. Минск: Вышейшая школа, 1968.

141. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере/Под ред. В.Э. Фигурнова. М.: ИНФРА-М, Финансы и статистика, 1995. - 384 с.

142. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика. М.: Мысль, 1992. 184 с.

143. Федорков Е.Д. Моделирование и оптимизация дуальных объектов в медицине. ВГТУ. Воронеж, 1997 143 с.

144. Федорков Е.Д. Управление в медицинских и социальных системах на основе моделирования и оптимизации дуальных динамических процессов. Автореферат докт. мед. наук. Воронеж. 1999. - 32 с.

145. Фишберн П.С. Теория полезности для принятия решений. Пер. с англ. М.: Наука, 1978, 352 с.

146. Форсайт Дж., Малькольм М., Моулер К. Машинные методы математических вычислений. М.: Мир, 1980.

147. Фролов В.Н. Выбор тактики лечения с применением математических методов. Воронеж, ВГТУ, 1977.

148. Фролов В.Н., Львович Я.Е., Подвальный С.Л. Проблема оптимального выбора в прикладных задачах. Воронеж, изд-во ВГУ, 1980.

149. Фролов М.В. Генеративные статистические характеристики биоднородных компонент // Компьютеризация в медицине. Воронеж: ВПИ, 1992. с.25.

150. Фролов М.В. Построение и анализ прогностических моделей генеративной функции // Оптимизация и моделирование в автоматизированных системах. Воронеж: ВПИ, 1992. с. 102.

151. Чопоров О.Н. Оптимизация планирования стационарного лечения больных на основе классификационных и прогностических моделей. Дис. канд. техн. наук / ВГТУ. Воронеж, 1997.

152. Шеннон Р. Имитационное моделирование систем Искусство и наука.- М.: Мир, 1978. - 418 с.

153. Шорников Б.С. Классификация и диагностика в биологическом эксперименте. М., Наука, 1979.

154. Шрейдер Ю. Сознание и его имитация // Новый мир, 1989, N 11, с. 244-255.

155. Шумаков В.И., Новосельцев В.Н., Сахаров М.П., Штенгольд Е.Ш. Моделирование физиологических систем организма / Под ред. Б.В. Петровского М., 1971. - 352.

156. Beneken J.E.W. A mathematical approach to cardiovascular function. The uncontrolled human system // Institute of Medical Physics Report.- Utrecht, 1965.-194 p.

157. Bolie Victor W. Coefficients of normal blood glucose regulation.G Appl.Physiol., 16, 5, 1961.

158. Burattini R., Fioretti S., Jetto L. // Comput. Biomed. Res. 1985. -VI8, N4. - P.303-312.

159. Card W. The computer, the clinical and the future. Practitioner, 1978. - V/220, N1317. - P.431-435.

160. Coleman T.G. A mathematical model of the human body in heart disease and during treatment // Proceedings Joint. Autom. Cont. Conf.-Philadelphia, 1978. Vol. 3-4. - P. 77-86.

161. Defares Y.J., Osborn J.J., Hiroshi H.H. Theoretical synthesis of the cardiovascular system. Study I: The controlled system // Acta Physiol. Pharmacol. 1963.-Vol. 12, №3 - P. 189-265.

162. Dichinson C.J. The use and potential use of simulation models in clinical medicine // Real-time computer in patient menagement. London, 1976. -P.171-174.

163. Edmunds L.H. et al. Evaluation of computer aided monitoring of1. V.postoperative cardiae patients // 57 Annual Meeting. Toronto, Canada. - 1977. -P.66.

164. Engel G. The heed for a new medical model // A challenge for biomedicine. Science. - 1977. - V.196, N4386/ - P. 129-136

165. Eom S.B. Decosion support systems research: reference disciplines and a cumulative tradition. The International Journal of Management Science, 23, 5, October 1995, p. 511-523.

166. Guyton A.C., Coleman T.G., Manning B.D., Hall G.E. Some problems and solutions for modeling overall cardiovascular regulation // Math. Biosc. 1984. - Vol. 72, №4. - P. 141-155.

167. Koski E.M., Makivirta A., Sukuvaara Tkari A. Development of an expert system for haemodynamic monitoring: computerized symbolizatio of online monitoring data // Int. J. Clin. Monit. Comput. 1991. - V.8, N4. - P.289-293.

168. Laehorne T.W., Devis J.L., Smith G.W. General surgical complications afte cardiac surgery // Amer. J. Surg. 1978. - V.136, N2. - P.254.

169. Legrand C., Carlier E., Th Ediers F., a Nys A. Influence of insulin on glycogen.-Arch.Intern. Pharmac. etTherap., 75,1948.432.

170. Linkens A.D. Identification of respiratory and cardiovascular systems // Identif. and Syst. Parametr. Estimât.: Proc. 7th IFAC/IFORS.- 1985. Vol.1

171. Macleod J.R. a. Noble E.L. Does insulin influence glycogenic function of perfused liver of the turtle.- Journ. Physiol., 58,1923,33.

172. XiX XiJ lWy.lVLjJLlJr.LC/ 1

173. Y1 ACHEHEART; Y2 - ACHEBREAT; Y3 - ACHE WATER; Y4 - ACHELIVER; Y5 - ACHE POCHXl 1 .

174. Предобработка входных симптомов для подачи сети:

175. N11 — F( 0,4205303*Х1-ОД826198*Х2-ОД582059*ХЗ-0,06783447*Х4+0,2564939*Х5-0,1533609*Х6+0,469185*Х7+0,2708534*Х8-0,091934

176. ОД68538*х12+0,0937356*х13-0д570202*х14+0,2106793*х15+0,2841037*х16-0д405657*х17+0,226123*х18-0,08100338*^ )

177. N12 = F( 0,08279426*Х1+0,204825*Х2+0,04108591*ХЗ+0Д418885*Х4-0,2111447*Х5-0,2193879*Х6-0,3482357*Х7+0Д249278*Х8+0,18061^^0,09302887*Х12-0,01420748*Х13+0Д952133*Х15-0,0791676*Х16+0,1628849*Х17+0,221275*Х18+0,1746533*Х19-0,0339496 )

178. N24=F( -0,2412815*N11+0,5103545*N 12-0,3178503 *N 13+0,2616594*N14+0,4901034*N 15-0,2436841*>П 6-0,2192709*Ш 7+0 )

179. N32=F( 0,2080082*N21+0,2565646*N22+0,05556588*N23-0,6695301*N24+0,4723633*N25+0,1058845*N26+0,08513881*N27+0,1822912*N28+0,2843079*N20+0,04947117 )

180. N33=F( -0,1148491 *N21-0,6952322*N22+0,5142367*N23+0,1885495*N24+0,4020172*N25-0,5276524*N27+0^ )

181. N34=F( -0,01308924*N21-0,3713861*N22+0,2686453*N23-0,2153428*N24-0,2319571*N25+0,3718629*N26-0,06187549*N27-0,06904331*N28+0,01661564*N29+0,3734754*N20-0,1849043 )

182. N35=F( 0,1783112*N21-0,220501 *N22+0,2397027*N23-0,2442722*N24-0,4635158*№ )

183. N36=F( -0,4034912*N21+0,04914575*N22+0,04358479*N23+0,4415935*N24+0,3323524*N25-0,3085985*N27+0,02668103*N28+0,02873993*N29-0,6954996*N20+0,06868382 )

184. N37= F( -0,1259558*N21+0,4821848*N22+0,2394327*N23+0,5369913*N24+0,4407382*N25-0,2827961*N26-0,03210172*N27-0,2267661*N28-0,1850242*N29+0,01941148 )

185. N38=F( -0,2306211*N21-0,01720453*N22+0,4654866*N23+0,5677326*N24-0,09832858*N25-0,06750282*N^ )

186. N39= f( -0,07972327*n21+0,5837695*n22-0,263 3775*n24-0,33 8883 7*n25+0,1441603 *n26+0,1092466*n2 7-0,382214*n28-0,6608486*n20+0,300408 )

187. N30=F( 0,1068033*N21-0J608675*N22+0>055l6107*N23-0,07562737*N24+0,516Q13*N25-0,1957814*N26-0^^^ )1. Конечные синдромы:

188. Y5G2 =-0,7699499*N31-0,2542453 *N32-0,4112335*N33-0,2803459*N34-0,648622*N35+0,08577582*N36+0,376263*N37+0,1886698*N38-0,2447912*N39-0,06447107*N30+0,192162

189. Постобработка конечных синдромов:

190. Y1 = MAX( TRUE I Y1G1, FALSE | Y1G2 ); Y2 = MAX( TRUE | Y2G1, FALSE | Y2G2 ); Y3 = MAX( TRUE | Y3G1, FALSE | Y3G2 ); Y4 = MAX( TRUE | Y4G1, FALSE | Y4G2 ); Y5 = MAX( TRUE | Y5G1, FALSE | Y5G2 ).