автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Исследование методов статистического анализа данных тональной аудиометрии и разработка на их основе системы диагностики нарушений слуха

На правах рукописи

БОНДАРЕНКО Роман Павлович

ИССЛЕДОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОГО АНАЛИЗА ДАННЫХ ТОНАЛЬНОЙ АУДИОМЕТРИИ И РАЗРАБОТКА НА ИХ ОСНОВЕ СИСТЕМЫ ДИАГНОСТИКИ НАРУШЕНИЙ СЛУХА

Специальность: 05.11.17 «Приборы, системы и изделия медицинского назначения»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 5 СЕН 2011

Таганрог 2011

4853131

Работа выполнена в Технологическом институте Федерального государственного автономного образовательного учреждения высшего профессионального образования «ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ» в г. Таганроге (ТТИ ЮФУ) на кафедре электрогидроакустической и медицинской техники

Научный руководитель:

доктор технических наук, профессор Н.П. ЗАГРАЙ (ТТИ ЮФУ, г. Таганрог)

Официальные оппоненты:

доктор технических наук, профессор И.И. ТУРУЛИН (ТТИ ЮФУ, г. Таганрог)

кандидат технических наук, заведующий отделом А.Я. ЧЕРЧАГО (ЗАО ОКБ «Ритм», г. Таганрог)

Ведущая организация: Ростовский государственный

медицинский университет (ГОУ ВПО РостГМУ Минздравсоцразвития России, г. Ростов-на-Дону)

Защита состоится « ^ 4 » 2011 г. в ^часов на заседании

диссертационного совета Д212.208С23 при Южном федеральном университете по адресу:

Ростовская обл., г. Таганрог, ул. Шевченко, 2, ауд. Е-306

С диссертацией можно ознакомиться в зональной библиотеке Южного федерального университета.

Автореферат разослан « 2011 г.

Ученый секретарь ______^ ЙЛэ. Старченко

диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы диссертации

Задачи исследования восприятия звуковых сигналов, совершенствование методов диагностики слуха и создание систем исследования и анализа слуховой функции человека наиболее актуальны в современной аудиологии. Это объясняется, прежде всего, тем, что все способы диагностики и реабилитации тугоухости направлены в конечном итоге на достижение улучшения восприятия разборчивости речи у больных. Выявлению патологии органа слуха посвящены многочисленные исследования в России и за рубежом: Таварткиладзе Г.А., Загорянская М. Е., Сагалович Б.М., Коломийченко А.И, Шейнман Н.С., Григорьева О.М., Джафек Б.У. Решение представленных выше задач обуславливает необходимость проведения клинических, методологических и теоретических исследований, с целыо повышения эффективности диагностики и профилактики лечения патологии слуховой системы.

Актуальность диссертации определяется: особенностями методов оценки функционального состояния, использующих, в основном, косвенные оценки слуха, вытекающие из субъективных ощущений пациента; применением качественных показателей оценки слуха; необходимостью повысить точность решения задачи по определению отклонения от нормы; отсутствием эффективных алгоритмов статистической обработки тональных аудиограмм.

На кафедре электрогидроакустической и медицинской техники Технологического института Южного федерального университета в течение последних лет проводятся работы по исследованию физиологии системы слуха, в частности рассматривались вопросы анализа речевых сигналов методами нелинейной динамики и выявление на их основе классификационных признаков, позволяющих выявить различные эмоции в сигнале или состояние стресса/покоя (Хроматиди А.Ф., 2005 г., Перервенко Ю.С., 2009 г.). В этих работах разработан и апробирован аппарат и алгоритмы анализа физиологических сигналов методами нелинейной динамики.

В данной диссертационной работе предлагается применить методы регрессионного и кластерного анализа к данным тональной пороговой аудиометрии с целью определения новых классификационных признаков.

Цели и задачи работы

Целыо диссертационной работы является исследование и разработка методик и алгоритмов статистического анализа данных тональной аудиометрии и разработка на их основе приборов для диагностики нарушений слуха.

Для достижения поставленной цели необходимо решить следующие задачи диссертационной работы:

1. Сформулировать правила определения конфигурации тональных

аудиограмм.

2. Разработать методику и алгоритм регрессионного анализа данных тональных аудиограмм.

3. Разработать методику и алгоритм кластерного анализа данных тональных аудиограмм.

4. Определить на основе результатов регрессионного и кластерного анализа данных аудиометрии новые признаки отклонения от нормы при статистическом анализе данных тональной аудиометрии.

5. Разработать принципы построения системы диагностики нарушений слуха и выполнить моделирование элементов системы.

Методики исследования

В работе использованы методы регрессионного и кластерного анализа данных тональной аудиометрии, полученных в результате исследования слуховой функции у пациентов для различных типов нарушения звукопроводимости и звуковосприятия, с целью определения новых диагностических признаков отклонения выходных параметров аудиометрии от нормы. Проводилась статистическая обработка и ранжирование данных тональной аудиометрии. На базе приложений в среде ЬаЬУ1Е\У разработаны виртуальный прибор для регрессионного анализа данных аудиометрии и виртуальный прибор, реализующий алгоритм к-внутригрупповых средних для анализа тональных аудиограмм. Достоверность вычислений обеспечивалась статистической значимостью.

Основные выводы и положения сравнивались с известными результатами и были теоретически обоснованы. Анализируемый объем данных тональной аудиометрии включал аудиограммы с экспертной оценкой (по А.И. Коломийченко и Н.С. Шейнману) и тестовые аудиограммы, полученные в общекурортном сурдологическом центре ЗАО санаторий «Дружба» (г. Геленджик) с использованием медицинской аппаратуры, сертифицированной Минздравсоцразвития России.

Научная новизна диссертационной работы

1. Предложена методика регрессионного анализа данных тональных аудиограмм, которая позволила определить диапазоны значений коэффициентов корреляции, направление и силу корреляционной связи для выборок, характеризующих потери воздушной и костной проводимости тонов речевой зоны для нарушений звукопроводимости и звуковосприятия.

2. Предложена методика кластерного анализа данных тональных аудиограмм на основе метода к-средних, которая позволила определить область решений нечетких правил для совокупности значений атрибутов отклонения потерь воздушной и костной проводимости от нормы.

3. Разработаны принципы построения подсистем статистического и кластерного анализа для диагностики нарушений слуха.

Практическая значимость работы

1. Разработаны ранее не применявшиеся алгоритмы регрессионного и кластерного анализа данных аудиограмм.

2. Система диагностики слуха дополнена функциями регрессионного и кластерного анализа.

3. Сформулированы правила определения конфигурации тональных аудиограмм.

4. Выполнено моделирование подсистем регрессионного и кластерного анализа для диагностики нарушений слуха в среде ЬаЬУ1Е\\^.

Внедрение результатов работы

Разработанные методики анализа данных тональной аудиометрии и алгоритмы были использованы в НМФ «Нейротех» (Россия, г.Таганрог) для внедрения в компьютерную систему акустических вызванных потенциалов головного мозга. Методы оценки корреляционной зависимости и кластерного анализа и база данных тональных аудиограмм были использованы в учебном процессе кафедры ЭГА и МТ ТТИ ЮФУ для студентов специальности 200401 «Биотехнические и медицинские аппараты и системы» и магистрантов направления 200300 «Биомедицинская инженерия» в рамках курсов «Теория биотехнических систем», «Системный анализ и принятие решений» и «Узлы и элементы медицинской техники».

Апробация работы

Основные результаты работы обсуждались на научных конференциях и семинарах:

1. Всероссийская НТК «Медицинские информационные системы» с международным участием, (Россия, г. Таганрог, 2006г., 2008г., 2010г.);

2. VI Всероссийская научная конференция «Информационные технологии, системный анализ и управление» (Россия, г. Таганрог, 2008г.);

3. Всероссийская НТК с элементами научной школы для молодежи «Перспективы фундаментальной и прикладной науки в сфере медицинского приборостроения», (Россия, г. Таганрог, 2009г.);

4. VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых с международным участием «Молодежь и современные информационные технологии», (Россия, г. Томск, 2009г.);

5. 14-я Пущинская международная школа-конференция молодых ученых, (Россия, г. Пущино, 2010г.);

6. X и XI научно-практические семинары «Практика и перспективы развития партнерства в сфере высшей школы», (Украина, г. Донецк, 2009г., 2010г.);

7. 8-я Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых «Молодежь XXI века — будущее Российской науки», (Россия, г. Ростов-на-Дону, 2010г.).

8. Научно-технические конференции профессорско-преподавательского состава, аспирантов и сотрудников ТТИ ЮФУ (Россия, г.Таганрог, 2008-2011гг.

Работа была обсуждена на совместном заседании кафедр электрогидроакустической и медицинской техники (ЭГА и МТ) и автоматизированных систем научных исследований и экспериментов (АСНИ и Э) Технологического института Федерального государственного автономного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г.Таганроге от 8 июня 2011г.

Публикации

По материалам диссертационной работы опубликовано 15 печатных работ, среди которых 6 работ в журналах из Перечня ВАК.

Структура и объем диссертации

Диссертационная работа состоит из введения, пяти глав, заключения, библиографического списка, включающего 141 наименование, приложений. Содержание диссертационной работы изложено на 189 страницах.

Научные положения, выносимые на защиту

1. Результаты исследований данных тональной аудиометрии методами регрессионного анализа и сформулированные на их основе признаки отклонения от нормы.

2. Результаты исследований данных тональной аудиометрии методами кластерного анализа и сформулированные на их основе признаки отклонения от нормы.

3. Принципы построения структурных схем подсистем регрессионного и кластерного анализа для диагностики нарушений слуха на основе разработанных алгоритмов формирования базы данных тональной аудиометрии, ранжирования аудиограмм, классификации аудиограмм по конфигурации, регрессионного и кластерного анализа аудиограмм.

СОДЕРЖАНИЕ ДИССЕРТАЦИОННОЙ РАБОТЫ

Во введении обосновывается актуальность темы исследования, кратко изложено содержание диссертации, сформулированы основные научные положения, выносимые на защиту.

В первой главе на основе выполненного аналитического обзора методов и систем диагностики слуха сформулированы цель и задачи работы. Рассмотрены особенности слухового восприятия и виды нарушений слуха. Проведен анализ методов диагностики нарушений слуха и результатов

аудиометрических исследований. Проведен анализ параметров субъективных методов исследования слуха и концепции построения систем диагностики слуха. Представлены результаты оценки параметров, их связь с состоянием органов слуха и признаки отклонения от нормы, результаты анализа основных выходных параметров, наиболее часто используемых для субъективной оценки слуховой функции по виду оценки и характеристикам оценки параметра. Обосновывается потребность в разработке современных, информативных и объективных методов диагностики самых ранних изменений в состоянии слухового анализатора и изучении особенности показателей слуховой функции. Сформулированы основные функции, необходимые для реализации системы диагностики на основе анализа данных пороговых тональных аудиограмм.

Во второй главе проводится теоретическое исследование статистических методов обработки тональных аудиограмм и определение оценки значимости различия статистических показателей. Приводятся результаты анализа графических методов обработки данных тональной аудиометрии и теоретических исследований статистических методов обработки данных тональной аудиометрии, соответствующих результатам исследования слуховой функции больных с диагнозом неврит слуховых нервов, гипертоническая болезнь, отеросклероз, отит, болезнь Меньера. Результаты оценки необходимого объема данных показали, что имеющийся набор данных, состоящий из 146 аудиограмм с экспертной оценкой (по А.И. Коломийченко и Н.С. Шейнману) и 170 тестовых аудиограмм, удовлетворяет с заданной доверительной вероятностью 0,95 условию, определяющему минимальный объем данных, необходимых для достоверного анализа аудиограмм.

На основе данных тональной аудиометрии формируется информация, представляющая собой набор сведений о текущем исследовании - массивы значений воздушной проводимости (ВП) и костной проводимости (КП). Также формируется ранжированный массив (ИМ), который представляет собой набор параметров, определяющих степень расхождения полученной аудиограммы от нормы. Данный процесс выполняется для каждого значения или ранга частоты i. Значения уровней для проверки соответствия норме поступают из банка данных оценочных критериев диагностирования. В анализируемой тональной аудиограмме интервалы заменяются значениями чувствительности в децибелах и частотами в герцах в линейной либо преобразованной шкале в формате fi =2(fi-l), где f - частота. Значения диапазонов рангов уровней по текущей аудиограмме сохраняются в индексном массиве, где i — номер диапазона частот, а ВП, КП - индексные значения соответствия или несоответствия норме. По данным созданных массивов КП, ВП строится ранжированная аудиограмма.

Рассмотрена задача по установлению корреляционной связи результатов исследования слуховой функции и использованию коэффициента корреляции для произвольной тональной аудиограммы и тональной аудиограммы нормального слуха в качестве результативного признака отклонения потерь слуха от нормы. Направление и сила корреляционной связи характеризуется коэффициентом линейной корреляции Пирсона. Полагалось, что средняя потеря слуха до 20 дБ находится в нормальном слуховом диапазоне. Расчет

значений коэффициента корреляции выполнялся с помощью программы МаШсас!.

При регрессионном анализе данных полный частотный диапазон (ЧД) 508000 Гц был разбит на три поддиапазона: низких частот (НЧ) 50-500 Гц, средних частот (СЧ) 500-2500 Гц и высоких частот (ВЧ) 2500-8000 Гц! Результаты статистической обработки и рассчитанные средние значения коэффициента корреляции для ЧД, НЧ, СЧ, ВЧ и средние квадратичные отклонения ВП (СКОв) и КП (СКОк) представлены в табл. 1.

Таблица 1

Средние значения коэффициента корреляции для выделенных частотных интервалов на примере аудиограмм, соответствующих диагнозу неврит слуховых нервов

Частотный диапазон ВП СКОв КП СКОк

Полный частотный диапазон 50-8000 Гц -0,08 0,45 0,47 0,29

НЧ 50-500 Гц 0,44 0,25 0,81 0,14

СЧ 500-2500 Гц -0,82 0,16 -0,78 0,21

ВЧ 2500-8000 Гц -0,36 0,12 -0,43 0,14

Результаты сравнительного анализа полученных данных по оценке силы корреляционной связи тональных аудиограмм, соответствующих различным случаям нарушения звуковосприятия и звукопроводимости представлены в табл. 2. При этом в качестве значащего признака силы связи учитывался знак коэффициента корреляции для рассматриваемых случаев отклонения от нормы.

Таблица 2.

Сравнительный анализ полученных данных по оценке корреляционной связи тональных аудиограмм

Частотный диапазон Нарушения звуковосприятия Нарушения звукопроводимости

болезнь Меньера неврит слуховых нервов отит отеросклероз

ВП К11 ВП КП ВП КП ВП КП

Полный частотный диапазон 50-8000 Гц неопр. + неопр. + неопр. неопр. неопр. неопр.

НЧ 50-500 Гц + + + + + + + неопр.

СЧ 500-2500 Гц - - - - - неопр. - -

ВЧ 2500-8000 Гц - + - - - неопр. - -

Прямое и обратное направление связи обозначены как «+» и «-», соответственно. Результаты оценки силы корреляционной связи в частотных полосах НЧ, СЧ и ВЧ более информативны. Необходимо отметить, что для случаев, соответствующих нарушению звуковосприятия для ВП и КП, и для ВП при нарушении звукопроводимости имеются закономерности, которые отражаются в том, что направление связи «+» или «-» не изменяются для всех аудиограмм в пределах отдельного частотного диапазона.

Результаты сравнительного анализа полученных данных показывают, что оценка корреляционной связи в частотных полосах НЧ, СЧ и ВЧ, а именно направление «+» или «-» и сила корреляционной связи, содержат информацию об отклонении потерь воздушной проводимости от нормы и могут быть использованы как информативные признаки при анализе данных тональной аудиометрии.

В третьей главе проводится разработка правил и системы качественных признаков для анализа результатов исследования тональных аудиограмм. Определены качественные признаки конфигурации тональных пороговых аудиограмм и характеристики потерь слуха, лингвистические переменные, характеризующие потери слуха и их качественные оценки. Сформулированы правила идентификации тональной аудиограммы по виду конфигурации и определен набор необходимых переменных. Переменные Xi,eg, Xe„d, Хтах и Х„ш содержат соответствующие частотам координаты точек, определяющих значения начального уровня аудиограммы, конечного уровня, значения максимума и минимума аудиограммы, соответственно. Переменные У определяются значениями потери слуха: Ybcg - начальный уровень аудиограммы (в дБ), Ye„j - конечный уровень аудиограммы, Ymax - значение максимума аудиограммы, Уш,„ - значение минимума аудиограммы, Delta - диапазон изменения аудиограммы. Назначение переменных, на примере выпуклой аудиограммы, показано на рис. 1.

Правило идентификации аудиограммы по виду конфигурации, выраженные через переменные выпуклой аудиограммы можно сформулировать следующим образом: значение Ymax находится в интервале между Xteg и Xend\ дополнительное условие - значение Ymi„ находится на краю интервала и соответствует положению ХЬея или Хет1.

Аналогично, на основе базовых правил для проверки условий алгоритма классификации, в диссертации сформулированы правила для других видов конфигурации тональных аудиограмм (восходящей, нисходящей, выпуклой, вогнутой, горизонтальной и обрывистой).

Ymax

УЬ.3 --

чг

X,

V

Yend Ymin

Рисунок 1 - Назначение переменных на примере выпуклой аудиограммы

На основе алгоритма к-внутригрупповых средних были вычислены крайние функции принадлежности нечетких множеств лингвистических меток, соответствующих результатам исследования слуховой функции больных с диагнозом неврит слуховых нервов, отеросклероз, отит.

В качестве исходной выборки применена сформированная база данных Е, в которой собраны факты, относительно результатов исследования потерь слуха по ВП и КП. Предполагалось, что возможны два состояния системы слуха, в зависимости от значений атрибутов: норма и нарушение (отклонение от нормы). Численные факты сгруппированы в лингвистические оценки атрибутов для построения базы правил. Исходя из условий задачи, число кластеров к=2.

Е1=(25 90), Е2 = (25 25), Е3=(25 20), Е4 = (30 20), Е5=(30 15), Е6 = (45 25), Е7 = (45 35), Е8 = (70 35), Е9 = (75 10), ЕЮ = (90 10) Шаг 1. Пусть г1(1) = Е1 = (25 90), 22(1) = ЕЮ =(90 10) Шаг 2. х1, = |]Е1 - 2|(1)| |= бЧП(Е10>0- 21(1)о,о)2+ (Е10,, - 2,(1)0 ,)2 х2,= ||Е1 - г2(1)|| = зяП(Е10,0- г2(1)о,о)2+ (Е10>, - г2(\)0])2

xl 0 65 70 70,178 75,166 68,007 58,523 71,063 94,34 103,078 I

х2 103,078 66,708 65,765 60,828 60,208 47,434 51,478 32,016 15 0

Сравнение расстояний до центра первого и второго кластера позволяет выявить два кластера: 81 = {Е1, Е2} (при условии х1<х2), Б2 = {ЕЗ, Е4, Е5, Е6, Е7, Е8, Е9, ЕЮ} (при условии х1>х2).

Была проведена коррекция центров кластеров и в результате получены окончательные значения центров кластеров. Результатом выполнения алгоритма для рассматриваемого примера являются два кластера и Б2, характерными которых значениями будут являться: для 1-го атрибута -а!,,=17,222 а2,1=25; для 2-го атрибута - а)>2=11,667 а2>2=90. Были построены нечеткие множества для каждого интервала атрибутов и крайние левую и правую функции принадлежности нечетких множеств (1) и (2).

1.0,еслих< 17,222 л-17,222

7,778 0,еслих>25

,если\7,222 < х < 25.

(1)

О,еслих < 11,667 *-11,667

78,333 1.0, если* > 90

если\ 1,667 < х < 90.

(2)

Области решений нечетких правил показаны на рис. 2.

Рисунок 2 - Области решений нечетких правил для данных соответствующих отиту

Как следует из рис. 2, максимальное число правил, которое может быть сформировано, если имеется два атрибута, каждый из которых принимает одно из двух лингвистических значений, равно четырем. Наличие в рассматриваемой совокупности областей неоднозначности «?» означает, что на имеющихся записях базы данных возможно любое из заключений о принадлежности к классам «норма» и «отклонение от нормы (нарушение слуха)». В этом случае результаты тональной аудиометрии не позволяют сделать окончательный вывод о состоянии системы слуха и необходимо проведение дополнительных

исследований. В рассматриваемом примере следует принимать во внимание ограниченность базы данных, записи которой рассматривались как обучающие примеры.

Определим на кластерах Si и S2 минимальные и максимальные значения каждого атрибута. В результате получим: min) = 0, тах, = 45, min2 = 0, шах2 = 90. Здесь индексы определяют номера атрибутов. Далее зададим множества интервалов, на которых определены лингвистические метки каждого атрибута и вычислим функции принадлежности нечетких множеств лингвистических меток, определенных на соответствующих интервалах. Пусть заданы лингвистические метки: для 1-го атрибута - мало, значительно; для 2-го атрибута - мало, значительно; для кластера S, - не сильно; для кластера S2 -сильно. Преобразованная на основе лингвистических меток база данных Е представлена в табл. 3.

Таблица 3

Воздушная проводимость Костная проводимость Заключение

El ((мало, 0.9), (значительно, 0)) ((мало, 1), (значительно, 0)) Не сильно

Е2 ((мало, 0.9), (значительно, 0)) ((мало, 1), (значительно, 0)) Не сильно

ЕЗ ((мало, 0.75), (значительно, 0)) ((мало, 1), (значительно, 0)) Не сильно

Е4 ((мало, 0.75), (значительно, 0)) ((мало, 0.9), (значительно, 0)) Не сильно

Е5 ((мало, 0.6), (значительно, 1)) ((мало, 0.9), (значительно, 0)) Не сильно

Е6 ((мало, 0.6), (значительно, 1)) ((мало, 0.6), (значительно, 1)) Не сильно

Е7 ((мало, 0.5), (значительно, 1)) ((мало, 0.2), (значительно, 1)) Сильно

Е8 ((мало, 0.2), (значительно, 1)) ((мало, 0), (значительно, 1)) Сильно

Е9 ((мало, 0), (значительно, 1)) ((мало, 0), (значительно, 1)) Сильно

ЕЮ ((мало, 0), (значительно, 1)) ((мало, 0), (значительно, 1)) Сильно

Здесь коэффициенты при лингвистических метках являются значениями функции принадлежности числовой величины атрибута нечеткому множеству, определяющего соответствующую лингвистическую метку (лингвистическое значение атрибута). Аналогично был проведен анализ на основе алгоритма к-внутригрупповых средних данных тональной аудиометрии для других экспертных оценок заболеваний системы слуха.

В четвертой главе описаны алгоритмы статистической обработки тональных аудиограмм. Разработаны алгоритм формирования базы данных (упрощенный базовый алгоритм), алгоритм ранжирования аудиограмм, алгоритм классификации аудиограмм по конфигурации, алгоритм теста тональной аудиометрии. На основе разработанных алгоритмов и правил для проверки и классификации результатов тональной аудиометрии сформулированы требования к разработке виртуальных приборов для диагностики нарушений слуха на основе анализа тональных аудиограмм.

Работа диагностического комплекса основана на последовательном выполнении алгоритмов, начиная с получения аудиограммы методами аудиометрии, определения ее основных характеристик и занесения в базу данных аудиограмм, последующего анализа алгоритмом классификации соответствия норме и формирования индексного массива. Далее, если по

индексному массиву аудиограмма соответствует норме, то работа алгоритма заканчивается. Если же нет соответствия норме, выполняется алгоритм классификации аудиограммы по виду (выпуклая, вогнутая и т.п.), и полученные данные, совместно с данными индексного массива, используются в дальнейшем для диагностирования.

Базовый алгоритм (рис. 3) позволяет оператору выбрать аудиограмму из БД, после чего выполняется анализ аудиограммы по типу воздушной проводимости (ВП), костной проводимости (КП) и костно-воздушному интервалу (КВИ) на предмет соответствия норме, по всей зоне частотного диапазона (элементы «проверка окончена и ¡;Ч+1 - переключение частотного диапазона тестирования»).

Наличие в системе диагностики программных средств позволяет обеспечивать накопление и визуализацию полученной информации. В частности, подсистема накопления и визуализации результатов тональной аудиометрии может представлять собой приложение локальной базы данных (БД).

Рисунок 3 - Базовый алгоритм системы диагностики

Для организации доступа к БД, как правило, используются технологии, обеспечивающие доступ, как к локальным БД, так и к серверам баз данных, что позволяет создавать локальную и сетевую версию системы с разграничением функций подсистем по рабочим местам её использования и разграничить права доступа к БД. Актуальность алгоритма состоит в том, что не всегда по аудиограмме визуально можно точно классифицировать соответствие норме и вид конфигурации аудиограммы, используемые для диагностики и последующего лечения. В данном случае, алгоритм позволяет строго поставить граничные условия для классификации.

В пятой главе рассмотрены вопросы разработки структурной схемы системы диагностики нарушений слуха и создания виртуального прибора (ВПр) - системы диагностики нарушений слуха в среде ЬаЬУ1Е\У с подсистемами регрессионного и кластерного анализа. Структурная схема системы диагностики нарушений слуха, реализующая описанные в диссертации диагностические функции и принципы построения системы, показана на рис. 4.

Биотехническая система диагностики нарушений слуха

Врач-эксперт

Подсистема тональной аудио метр и и

БД•тестов

Шумовые тесты

Речевые тесты

Тональные эталонные тесты

Модуль тестовых сигналов

Модуль инициализации

БД аудиограмм с экспертной оценкой

БД аудиограмм соответствия норме

БД аудиограмм несоответствия норме_

БД критериев оценки

Карта пациента

БД результатов аудиометрии

Пациент

1

Врач

Модуль визуализации

Модуль классификации

Модуль определения конфигурации

Модуль ранжирования аудиограмм

Модуль корреляционного анализа

_г

Модуль кластерного анализа

Подсистема статистического анализа данных тональной аудиометрии

Рисунок 4 - Структурная схема системы диагностики нарушений слуха

Работа системы диагностики нарушений слуха основана на последовательном выполнении алгоритмов, начиная построения аудиограммы методами аудиометрии, определения основных характеристик, последующего анализа алгоритмами определения конфигурации, регрессионного и кластерного анализа, определения соответствия полученных данных норме,

формирования индексного массива и занесения результатов диагностики в БД аудиограмм.

Модуль инициализации производит инициализацию всего алгоритма, устанавливая его параметры в исходные состояния при включении системы. Модуль классификации производит классификацию выбранных из БД аудиограмм по типу соответствия норме, указанной в БД оценочных критериев нарушений слуха. Значения уровней для проверки соответствия норме поступающие из БД оценочных критериев, для каждого алгоритма могут быть различными. Результат отображается в модуле визуализации. Модуль визуализации результатов тональной аудиометрии представляет собой приложение локальной БД. Данные, не соответствующие нормальному состоянию системы слуха, передаются в БД несоответствия норме.

Блок-диаграмма ВПр для регрессионного анализа данных аудиометрии показана на рис. 5. Окно лицевой панели ВПр для регрессионного анализа данных аудиометрии в среде ЬаЬУ1Е\\' показано на рис. 6. Блок-диаграмма ВПр кластерного анализа данных аудиометрии показана на рис. 7. Окно лицевой панели ВПр кластерного анализа данных аудиометрии в среде ЬаЬУ1Е\У показано на рис. 8

Рисунок 5 - Блок-диаграмма виртуального прибора регрессионного анализа в среде ЬаЬУШ\У

Рисунок 7 - Блок-диаграмма виртуального прибора, реализующего алгоритм к-внутригрупповых средних в среде ЬаЬУШУ/

.«/'и-»;,*»»»,-.'..

Рисунок 8 - Окно лицевой панели подсистемы кластерного анализа в среде ЬаЬУ1Е\¥

В заключении сформулированы основные результаты, полученные в диссертационной работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1)Установлено, что корреляция средних возрастных потерь воздушной и костной проводимости тонов речевой зоны, полученных в результате сравнения выборок для возрастов 30-39, 40^9, 50-59 и 69-79 лет с выборкой для возраста 20-29 лет, находится в интервале 0,92-0,95 и, следовательно, отличием возрастных потерь на результаты регрессионного и кластерного анализа тональных аудиограмм можно пренебречь.

2)Рассчитаны средние значения коэффициента корреляции и средние квадратичные отклонения воздушной и костной проводимости для полного частотного диапазона, диапазона низких, средних и высоких частот, которые являются количественными признаками отклонения от нормы для различных видов нарушения звукопроводимости и звуковосприятия.

3)Разработаны методика и алгоритм ранжирования выходных параметров тональной аудиометрии, результаты которых могут быть использованы в качестве дополнительных признаков отклонения от нормы состояния слуховой функции к норме.

4)Установлено, что направление («+» или «-») и абсолютное значение коэффициента корреляции содержат информацию об отклонении потерь воздушной и костной проводимости от нормы.

5)Проведена статистическая оценка выходных параметров тональной аудиометрии с целью использования коэффициента корреляции в качестве результативного признака отклонения потерь слуха от нормы.

6)Сформулированы правила идентификации тональной аудиограммы по виду конфигурации, выраженные через переменные, соответствующие частотам, координатам начального уровня, конечного уровня, значения максимума и минимума, диапазону изменения уровня.

7)На основе алгоритма k-внутригрупповых средних вычислены функции принадлежности нечетких множеств, которые позволили определить области решений нечетких правил, которые являются количественными признаками отклонения от нормы для различных видов нарушения звукопроводимости и звуковосприятия и построить нечеткие множества для атрибутов, соответствующих различным видам нарушения звукопроводимости и звуковосприятия.

8)Разработаны структурная схема системы диагностики нарушений слуха, алгоритмы работы отдельных блоков: формирования базы данных и подсистемы накопления и визуализации результатов тональной аудиометрии, ранжирования аудиограмм, классификации аудиограмм по конфигурации, регрессионного и кластерного анализа данных.

9)На базе приложений в среде LabVIEW разработаны виртуальный прибор регрессионного анализа данных аудиометрии и виртуальный прибор кластерного анализа, реализующий алгоритм k-внутригрупповых средних.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИОННОЙ РАБОТЫ: Статьи в журналах из «Перечня» ВАК

1.Бондаренко, Р.П. Концепция разработки электронной библиотеки аудиограмм [Текст] / Р.П. Бондаренко, И.А. Кириченко, В.В. Салов // Известия ЮФУ. Технические науки.- 2008.-№5.- С.157-159.

2.Бондаренко, Р.П. Биотехническая система компьютерного анализа данных аудиометрии [Текст] / Р.П. Бондаренко, И.И. Кириченко // Известия ЮФУ. Технические науки. - 2009. - №7(96). - С. 29-34.

3.Бондаренко, Р.П. Разработка базы тестовых сигналов для аудиометрии [Текст] / Р.П. Бондаренко, И.И. Кириченко, М.Н. Рябец // Известия ЮФУ. Технические науки. - 2009. - №7(96). - С.241 -243.

4.Бондаренко, Р.П. Метод определения конфигурации тональных аудиограмм [Текст] / Р.П. Бондаренко, Н.П. Заграй, И.И. Кириченко, Т.Б. Фирсова // Известия ЮФУ. Технические науки. -2009. -№10(99). - С. 239-241.

5.Бондаренко, Р.П. Применение лингвистических переменных для анализа аудиограмм [Текст] / Р.П. Бондаренко, Н.П. Заграй, И.И. Кириченко, Т.Б. Фирсова // Известия ЮФУ. Технические науки. - 2009. - №10(99). - С. 242-243.

6.Бондаренко, Р.П. Применение регрессионного анализа данных в аудиометрии [Текст] / Р.П. Бондаренко, И.И. Кириченко, С.Г. Черноморченко // Известия ЮФУ. Технические науки. - 2010. - №9(110). - С.199-200.

Статьи в других изданиях и тезисы докладов на конференциях

7.Бондаренко, Р.П. Подсистема накопления и визуализации результатов

тональной аудиометрии для автоматизированной системы диагностики нарушений слуха. [Текст] / Р.П. Бондаренко, И.А. Кириченко // Нелинейные акустические системы. Сб. статей.-Ростов н/Д: ЗАО «Ростиздат». -2008.- С.131-134.

8.Бондаренко, Р.П. Алгоритмический комплекс накопления и анализа данных результатов тональной аудиометрии [Текст] / Р.П. Бондаренко // Неделя науки -2008: Сб.тезисов. Том 2,- Таганрог: Изд-во ТТИ ЮФУ,- 2008.- С.188-189.

9.Бондаренко, Р.П. Подсистема визуализации данных результатов речевой аудиометрии [Текст] / Р.П. Бондаренко // Неделя науки - 2008: Сб.тезисов. Том 2.- Таганрог: Изд-во ТТИ ЮФУ.- 2008.- С.192.

Ю.Бондаренко, Р.П. Подсистема управления для компьютерного анализа данных тональной аудиометрии [Текст] / Р.П. Бондаренко, И.А. Кириченко, М.Н. Рябец, В.В. Сапов // Материалы X научно практического семинара. «Практика и перспективы развития партнерства в сфере высшей школы» В 2-х томах. T.I - Донецк: ДонНТУ,- 2009.- С.193-200.

11 .Бондаренко, Р.П., Биотехническая система компьютерного анализа данных тональной аудиометрии [Текст] / Р.П. Бондаренко, М.Н. Рябец // Сб.трудов VII ВНК «Молодежь и современные информационные технологии». Томск: Изд-во СПБ Графике - 2009. - чЛС.245-246.

12.Бондаренко, Р.П. Классификация нарушений слуха на основе определения конфигурации аудиограмм [Текст] / Р.П. Бондаренко, И.И. Кириченко // Неделя науки - 2009,- Таганрог: Изд-во ТТИ ЮФУ.- 2009.- С.98-100.

13.Бондаренко, Р.П. Биотехническая система классификации нарушений слуха на основе определения конфигурации аудиограмм [Текст] / Р.П. Бондаренко, И.И. Кириченко // Биология - наука XXI века: 14-я Путинская международная школа-конференция молодых ученых. Сб. тезисов.- Т.1.- 2010 - С.79.

14.Бондаренко, Р.П. Применение программы Mathcad для анализа данных тональной аудиометрии [Текст] / Р.П. Бондаренко, И.И. Кириченко // Известия ТТИ ЮФУ—ДонНТУ. Материалы XI Hay4HO-npáKTH4ecKoro семинара «Практика и перспективы развития партнерства в сфере высшей школы». В 3-х кн. - Таганрог. Изд-во ТТИ ЮФУ. Кн. 2,- 2010.- №10.-С.65-67.

15.Бондаренко, Р.П. Оценка силы корреляционной связи тональных аудиограмм [Текст] / Р.П. Бондаренко, И.И. Кириченко, С.Г. Черноморченко // Сб. трудов 8-й Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Молодежь XXI века — будущее Российской науки», В 2 томах. Т1.- Ростов н/Д: Изд-во ЮФУ.- 2010,- С.15.

В работах, опубликованных в соавторстве, лично автору принадлежат следующие результаты:

• в работе [! ] - была разработана система анализа данных аудиограмм;

• в работе [2] - проведено моделирование тестовых сигналов;

® в работе [3] - были сформулированы правила определения конфигурации аудиограмм;

• в работе [4] - была разработана база термов лингвистических переменных;

• в работе [5] - проведена оценка силы корреляционной связи аудиограмм;

• в работе [6] - выполнено наполнение базы данных аудиограмм; ■

• в работе [7] - разработан алгоритм визуализации данных тональной аудиометрии;

• в работе [10]- разработан алгоритм накопления данных тональной аудиометрии;

• в работе [11]- разработана структурная схема биотехнической системы;

• в работе [12] - разработан алгоритм определения конфигурации аудиограмм;

• в работе [13]- разработана подсистема определения конфигурации аудиограмм;

• в работе [14]- выполнен расчет статистических параметров в МаЛсас);

• в работе [15]- проведен анализ силы корреляционной связи тональных аудиограмм.

ЛР 02205665 от 23.06.1997 г. Подписано к печати_._. 2011 г.

Формат 60x84 1/16. Печать офсетная. Бумага офсетная. Усл.п. л. -

Заказ № Z3L/ Тираж 100 экз. __ ©______

Издательство Технологического института Южного федерального университета в г.

Таганроге

Таганрог, 28, ГСП 17А, Некрасовский, 44 Типография Технологического института Южного федерального университета в г. Таганроге Таганрог, 28, ГСП 17А, Энгельса, 1

ВВЕДЕНИЕ.

1 АНАЛИТИЧЕСКИЙ ОБЗОР МЕТОДОВ И СИСТЕМ ДИАГНОСТИКИ НАРУШЕНИЙ СЛУХА.

1.1 Анализ особенностей слухового восприятия и виды нарушений слуха.

1.2 Методы диагностики нарушений слуха и анализ результатов аудиометрических исследований.

1.3 Анализ параметров субъективных методов исследования слуха и концепции построения систем диагностики слуха.

1.4.Выводы по главе 1.

2 ИССЛЕДОВАНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ ОБРАБОТКИ ТОНАЛЬНЫХ АУДИОГРАММ И ОПРЕДЕЛЕНИЕ ОЦЕНКИ ЗНАЧИМОСТИ РАЗЛИЧИЯ СТАТИСТИЧЕСКИХ ПОКАЗАТЕЛЕЙ.

2.1 Графические методы обработки результатов тональной аудиометрии;.

2.2 Исследование статистических методов обработки результатов тональной аудиометрии.

2.3 Регрессионный анализ результатов тональной аудиометрии и оценка значимости различия показателей системы слуха.

2.4 Оценка необходимого:объема данных для анализа аудиограмм.

2.5 Выводы по главе 2.

3 РАЗРАБОТКА ПРАВИЛ И СИСТЕМЫ ПРИЗНАКОВ ДЛЯ АНАЛИЗА РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ ТОНАЛЬНЫХ АУДИОГРАММ.

3.1 Разработка системы качественных признаков для анализа тональных аудиограмм.

3.2 Разработка правил определения конфигурации тональных аудиограмм на основе данных результатов исследования системы слуха.

3.3 Применение нечетких правил для анализа базы данных исследования системы слуха по результатам тональной аудиометрии

3.4.Выводы по главе 3.

4 РАЗРАБОТКА АЛГОРИТМОВ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ СФОРМИРОВАННЫХ БАЗ ДАННЫХ ПОРОГОВЫХ ТОНАЛЬНЫХ АУДИОГРАММ И ОЦЕКИ ИССЛЕДУЕМЫХ ПРИЗНАКОВ ПОТЕРЬ СЛУХА.

4.1 Разработка алгоритма накопления и визуализации результатов тональной аудиометрии.

4.2 Разработка диагностического комплекса анализа результатов тональной аудиометрии.

4.3.Выводы по главе 4.

5 РАЗРАБОТКА ВИРТУАЛЬНЫХ ПРИБОРОВ В СРЕДЕ LABWIEV ДЛЯ ДИАГНОСТИКИ СЛУХОВОГО АНАЛИЗАТОРА ЧЕЛОВЕКА.

5.1 Тестовые сигналы для тональной аудиометрии.

5.2 Разработка структурной схемы системы диагностики нарушений слуха.

5.3 Разработка виртуального прибора для статистической обработки данных тональной аудиометрии в среде LabView.

5.4.Выводы по главе 5.

Способностью слышать человек обладает благодаря тому, что его наружное, среднее и внутреннее ухо, а также нервная система и мозг могут воспринимать и преобразовывать звук [1]. Проблема понижения слуха (тугоухости) является актуальной во всем мире. Статистика показывает, что число детей с нарушенной слуховой функцией постоянно увеличивается. Стремительно растет процент лиц с нарушенным слухом в группе населения после 50 лет [2-3]. По статистическим данным Всемирной организации здравоохранения (ВОЗ) по индустриально развитым странам, количество лиц в мире, страдающих нарушениями слуха больше 40 дБ на лучше слышащее ухо, различной этиологии, составляет порядка 300 млн. Число больных с нарушением слуха в Российской Федерации превышает 13 млн. человек, более 1 млн. - дети. В литературе приводятся данные о том, что незначительное понижение слуха на 15-20 дБ, в том числе и кратковременное, на ранних периодах развития ребенка влияет как на формирование речи ребенка, так и всей личности [4]. Установлено, что при таком понижении слуха возникают сложности восприятия некоторых согласных звуков уже на самом близком расстоянии (около уха), а на расстоянии 2 м не различается более одной трети согласных, произнесенных голосом разговорной громкости. Снижение слуха на 15-20 дБ, влияющее на развитие речи, принимается в качестве условной границы между нормальным слухом и тугоухостью [5] и рассматривается как минимальное нарушение слуховой функции. По прогнозам ВОЗ, к 2020 году более 30% всей популяции земного шара будут иметь нарушения слуха [3].

Задачи исследования восприятия звуковых сигналов, совершенствование методов диагностики слуха и создание систем исследования и анализа слуховой функции человека наиболее актуальны в современной аудиологии. Это объясняется, прежде всего, тем, что все способы диагностики и реабилитации тугоухости направлены в конечном итоге на достижение улучшения восприятия разборчивости речи у больных. Выявлению патологии органа слуха в системе медицинского обеспечения посвящены многочисленные исследования в России и за рубежом: Таварткиладзе Г.А. [4, 5, 12, 15, 30, 31], Загорянская М. Е. [2, 11, 13, 14, 16], Сагалович Б.М. [26-28], Коломийченко А.И, Шейнман Н.С. [22], Григорьева О.М. [51, 61], Джафек Б.У. [1].

Решение представленных выше задач обуславливают необходимость проведения клинических, методологических и теоретических исследований, с целью которого повышения эффективности диагностики, лечения и профилактики патологии слуховой системы.

Учитывая актуальность вопроса диагностики нарушений слуха и важность решаемой задачи, автором диссертационной работы была поставлена цель: исследование и разработка методик и алгоритмов статистического анализа данных тональной аудиометрии и разработка на их основе приборов для диагностики слухового анализатора человека.

Диссертация состоит из семи разделов (введения, пяти глав и заключения), списка использованных источников и приложения.

В главе 1 диссертационной работы представлен аналитический обзор публикаций, посвященных методам и системам диагностики слуха. Проведен анализ основных работ, которые затрагивают некоторые вопросы, решаемые в данной диссертационной работе. Рассмотрены особенности слухового восприятия и виды нарушений слуха. Проведен анализ методов диагностики нарушений слуха и результатов аудиометрических исследований. Проведен анализ параметров субъективных методов исследования слуха и концепции построения систем диагностики слуха.

На основании выполненного обзора сформулированы задачи диссертационной работы, необходимые для решения поставленной цели.

В главе 2 проводится теоретическое исследование статистических методов обработки тональных аудиограмм и определение оценки значимости различия статистических показателей. Приводятся результаты анализа графических методов обработки результатов тональной аудиометрии и теоретических исследований статистических методов обработки результатов тональной аудиометрии, соответствующих результатам исследования слуховой функции больных с диагнозом неврит слуховых нервов, отеросклероз, отит, болезнь Меньера.

Установлены значения коэффициентов корреляции для выборок, характеризующих средние возрастные потери воздушной и костной проводимости тонов речевой зоны. Показано, что для значений 0,92 - 0,95 сила корреляционной связи может быть интерпретирована как очень высокая корреляция и, следовательно, влиянием возрастных потерь на результаты проводимого анализа тональных аудиограмм можно пренебречь. Рассчитаны средние значения коэффициента корреляции и средние квадратичные отклонения воздушной и костной проводимости для полного частотного диапазона, диапазона низких, средних и высоких частот для тональных аудиограмм, соответствующие болезни Меньера, гипертонической болезни, отеросклерозу, отиту, невриту слуховых нервов. Показано, что направление и сила корреляционной связи «+» или «-», содержат информацию об отклонении потерь воздушной проводимости от нормы и могут быть использованы как признаки отклонения от нормы при анализе данных тональной аудиометрии.

В главе 3 проводится разработка правил и системы качественных признаков для анализа результатов исследования тональных аудиограмм. На основе анализа видов и методов диагностики нарушения слуха определены качественные признаки конфигурации« тональных пороговых аудиограмм и характеристики потерь слуха, лингвистические переменные, характеризующие потери слуха и их качественные оценки. Сформулированы правила идентификации тональной аудиограммы по виду конфигурации. Показано, что правила идентификации аудиограммы по типу конфигурации, выраженные через переменные, содержащие значения координаты точек соответствующих частотам, значениям начального уровня аудиограммы, конечного уровня, значениям максимума и минимума аудиограммы, могут быть использованы для проверки условий классификации по конфигурации всех тональных аудиограмм.

На основе алгоритма k-внутригрупповых средних вычислены крайние функции принадлежности нечетких множеств лингвистических меток, соответствующих результатам исследования слуховой функции больных с диагнозом неврит слуховых нервов, гипертоническая болезнь, отеросклероз, отит. Показано, что наличие в рассматриваемой совокупности областей неоднозначности означает, что на имеющихся записях базы данных возможно любое из заключений о принадлежности к классам «норма» и «отклонение от нормы (нарушение слуха)».

С целью проверки полученных теоретических результатов разработаны структурная схема биотехнической системы диагностики нарушений слуха, алгоритмы формирования базы данных, классификации и ранжирования: тональных аудиограмм, результаты которых рассматриваются в главе 4.

В главе 4 диссертационной работы приводятся результаты разработки алгоритмов статистической обработки тональных аудиограмм. Разработаны алгоритмический модуль классификации (базовый алгоритм), базовый алгоритм ранжирования аудиограмм, обобщенный алгоритм классификации аудиограмм по конфигурации, алгоритм теста тональной аудиометрии. На основе базовых алгоритмов и правил для проверки и классификации результатов тональной аудиометрии, можно сформулированы требования к разработке виртуальных приборов для диагностики нарушений слуха на основе анализа тональных аудиограмм.

В главе 5 рассматриваются вопросы по разработке виртуальных приборов в среде Lab VIEW, предназначенных для исследования нарушений слуха и анализа тональных аудиограмм. На основе разработанного алгоритма теста тональной аудиометрии выполнено моделирование структуры тестового сигнала для тональной аудиометрии. На базе приложений в среде LabVIEW разработаны блок-диаграмма виртуального прибора для регрессионного анализа данных аудиометрии и блок-диаграмма виртуального прибора, позволяющего реализовать алгоритм к-внутригрупповых средних для анализа результатов исследований воздушной и костной проводимости.

В заключении сформулированы основные результаты выполненных исследований и выводы по работе, подтверждающие целесообразность алгоритмов статистической обработки сформированных баз данных пороговых тональных аудиограмм воздушной и костной проводимости.

Приводится список используемой литературы, содержащий 141 наименование.

В приложении представлены результаты расчета значений коэффициента корреляции и примеры построения тональных аудиограмм в Mathcad, выборки значений тональных аудиограмм, соответствующих результатам исследования слуховой функции, ранжированные выборки значений тональных аудиограмм, соответствующих результатам исследования слуховой функции, результаты статистической обработки ранжированных значений тональных аудиограмм.

Основные результаты диссертационной работы были представлены и обсуждались на следующих конференциях: ВНТК «Медицинские информационные системы» с международным участием (Россия, г. Таганрог, 2006г., 2008г., 2010г.); VI Всероссийская научная конференция «Информационные технологии, системный анализ и управление» (Россия, г.Таганрог, 2008г.); Всероссийская НТК с элементами научной школы для молодежи «Перспективы фундаментальной и прикладной науки в сфере медицинского приборостроения», (Россия, г. Таганрог, 2009г.); VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых с международным участием «Молодежь и современные информационные технологии», (Россия, г. Томск, 2009г.); 14-я Пущинская международная школа-конференция молодых ученых, (Россия, г. Пущино, 2010г.); X и XI научно-практический семинар «Практика и перспективы развития партнерства в сфере высшей школы», (Украина г. Донецк, 2009г., 2010г.); 8-я Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых «Молодежь XXI века — будущее Российской науки», (Россия, г. Ростов-на-Дону, 2010г.); Научно-технические конференции профессорско-преподавательского состава, аспирантов и сотрудников ТТИЮФУ, (Россия, г. Таганрог, 2008-2010гг.).

Разработанные методики анализа данных тональной аудиометрии и алгоритмы, были использованы в НМФ «Нейротех» (Россия, г.Таганрог) для внедрения в компьютерную систему акустических вызванных потенциалов головного мозга. Методы оценки корреляционной зависимости и кластерного анализа и база данных тональных аудиограмм были использованы в учебном процессе кафедры ЭГА и МТ ТТИ ЮФУ для студентов специальности 200401 «Биотехнические и медицинские аппараты и системы» и магистрантов направления 200300 «Биомедицинская инженерия» в рамках курсов «Теория биотехнических систем», «Системный анализ и принятие решений» и «Узлы и элементы медицинской техники».

По теме диссертации опубликовано 15 печатных работ, среди которых 6 работ в журналах из Перечня ВАК. Научная новизна диссертационной работы:

1. Предложена методика регрессионного анализа данных тональных аудиограмм, которая позволила определить диапазоны значений коэффициентов корреляции, направление и силу корреляционной связи для выборок, характеризующих потери воздушной и костной проводимости тонов речевой зоны для нарушений звукопроводимости и звуковосприятия.

2. Предложена методика кластерного анализа данных тональных аудиограмм на основе метода к-средних, которая позволяет определить область решений нечетких правил для совокупности значений атрибутов отклонения потерь воздушной и костной проводимости от нормы.

3. Разработаны принципы построения подсистем статистического и кластерного анализа для диагностики нарушений слуха. Практическая значимость работы:

1. Сформулированы правила определения конфигурации тональных аудиограмм

2. Разработаны ранее не применявшиеся алгоритмы регрессионного и кластерного анализа данных аудиограмм.

3. Система диагностики слуха дополнена функциями регрессионного и кластерного анализа.

4. Выполнено моделирование подсистем регрессионного и кластерного анализа для диагностики нарушений слуха в среде Lab VIEW.

В диссертации защищаются основные научные положения: ¡.Результаты исследований данных тональной аудиометрии методами регрессионного анализа и сформулированные на их основе признаки отклонения от нормы.

2.Результаты исследований данных тональной аудиометрии методами кластерного анализа и сформулированные на их основе признаки отклонения от нормы.

3.Принципы построения структурных схем подсистем регрессионного и кластерного анализа для диагностики нарушений слуха на основе разработанных алгоритмов формирования базы данных тональной аудиометрии, ранжирования аудиограмм, классификации аудиограмм по конфигурации, регрессионного и кластерного анализа аудиограмм.

5.4.Выводы по главе 5

Исходя из результатов разработки виртуальных приборов в среде Lab VIEW, предназначенных для исследования нарушений слуха и- анализа тональных аудиограмм, представленных в главе 5, можно сформулировать следующие выводы:

1)На основе разработанного алгоритма теста тональной аудиометрии выполнено моделирование структуры тестового сигнала для тональной аудиометрии.

2)На основе предложенных принципов построения разработана структурная схема системы диагностики нарушений слуха.

3)На базе приложений в среде Lab VIEW разработаны блок-диаграмма виртуального прибора для регрессионного анализа данных аудиометрии, панель терминала которого отображает результаты исследований воздушной и костной проводимости, вычисленный костно-воздушный интервал, нормированные значения аудиограмм воздушной и костной проводимости, значения коэффициента корреляции и коэффициента ранговой корреляции для полного частотного диапазона, диапазона низких, средних и высоких частот.

4)На базе приложений в среде Lab VIEW разработана блок-диаграмма виртуального прибора, позволяющего реализовать алгоритм к-внутригрупповых средних для анализа результатов исследований воздушной и костной проводимости.

ЗАКЛЮЧЕНИЕ

Подробные выводы по результатам исследований приведены в конце каждого раздела диссертационной работы. Подводя общий итог представленной диссертационной работы, можно сделать следующие основные выводы и заключения:

1)Проведены анализ и исследование субъективных методов диагностики системы слуха с целью формирования множества наиболее значимых выходных параметров тональной аудиометрии и их использования для ранней диагностики и профилактики нарушений слуха.

2)На основе результатов статистической обработки сформированных баз данных пороговых тональных аудиограмм воздушной и костной проводимости установлен характер распределения исследуемых признаков потерь слуха.

3) Установлено, что корреляция средних возрастных потерь воздушной и костной проводимости тонов речевой зоны, полученные в результате сравнение выборок для возрастов 30-39, 40-49, 50-59 и 69-79 лет с выборкой для возраста 20-29 лет, находится в интервале 0,92-0,95 и, следовательно, отличием возрастных потерь на результаты проводимого анализа тональных аудиограмм можно пренебречь.

4) Рассчитаны средние значения коэффициента корреляции и средние квадратичные отклонения воздушной и костной проводимости для полного частотного диапазона, диапазона низких, средних и высоких частот, которые являются количественными признаками отклонения от нормы для различных видов нарушения звукопроводимости и звуковосприятия.

5) Разработаны методика и алгоритм ранжирования выходных параметров тональной аудиометрии, результаты которых могут быть использованы в качестве дополнительных признаков отклонения от нормы состояния слуховой функции к норме.

6)Проведена оценка выходных параметров тональной аудиометрии с целью использования коэффициента корреляции в качестве результативного признака отклонения потерь слуха от нормы.

7)Сформулированы правила идентификации тональной аудиограммы по виду конфигурации, выраженные через переменные, соответствующие частотам координаты точек, определяющих значения начального уровня аудиограммы, конечного уровня, значения максимума и минимума аудиограммы, начальный уровень аудиограммы, конечный уровень аудиограммы, значение максимума аудиограммы, значение минимума аудиограммы, диапазон изменения уровня аудиограммы.

8) На основе алгоритма к-внутригрупповых средних вычислены функции принадлежности нечетких множеств, которые позволили определить области решений нечетких правил, которые являются количественными признаками отклонения от нормы для различных видов нарушения звукопроводимости и звуковосприятия и построить нечеткие множества для атрибутов; соответствующих различным видам нарушения звукопроводимости и звуковосприятия.

9) Разработаны алгоритмы формирования БД и подсистемы накопления и визуализации результатов тональной аудиометрии, алгоритм ранжирования аудиограмм, алгоритм классификации аудиограмм по конфигурации, алгоритмы регрессионного и кластерного анализа данных тональной аудиометрии

10) Разработана структурная схема системы диагностики нарушений слуха, реализующая следующие функции: формирование базы данных пороговых тональных аудиограмм воздушной (ВП) и костной (КП) проводимости; вывод и редактирование таблиц результатов исследования ВП и КП слуховой функции; формирование базы данных КВИ; статистическая обработка базы данных пороговых тональных аудиограмм воздушной (ВП) и костной (КП) проводимости; построение оценок потерь слуха по ВП и КП в нормированных и нечетких шкалах; построение оценок признаков отклонения от нормы по конфигурации (форме) аудиограммы; построение оценок признаков отклонения от нормы по результатам регрессионного анализа; построение оценок признаков отклонения от нормы по результатам кластерного анализа.

11) На базе приложений в среде Lab VIEW разработан виртуальный прибор регрессионного анализа данных аудиометрии, реализующий алгоритмы определения коэффициента корреляции Пирсона и коэффициента ранговой корреляции Спирмена в полном частотном диапазоне и в частотных полосах низких, средних и высоких частот.

12)На базе приложений в среде Lab VIEW разработан виртуальный прибор кластерного анализа, реализующий алгоритм к-внутригрупповых средних.

В заключение автор выражает глубокую благодарность научному руководителю доктору технических наук, профессору Николаю Петровичу Заграй за руководство и постоянное внимание и за помощь в решении поставленных задач, а также сотрудникам кафедры электрогидроакустической и медицинской техники Технологического института Южного федерального университета в г. Таганроге за помощь в проведении исследований.

1. Солдатов И.Б. Лекции по оториноларингологии: Учеб. пособие. 2-е изд., перераб. и допол. - М.: Медицина, 1994. -288 с.

2. Таварткиладзе Г.А. Выявление детей с подозрением на снижение слуха. Младенческий, ранний, дошкольный и школьный возраст: Методическое пособие. Под ред. Г.А. Таварткиладзе, Н.Д. Шматко. 2-е изд.- М., Издательство "Экзамен", 2004. 96 с.

3. Палчун В.Т., Крюков А.И. Отоларингология: Руководство для врачей. -М.: Медицина, 2001. 616 с

4. Руленкова Л.И., Смирнова О.И. Аудиология и слухопротезирование.- М.: Академия, 2003. 208 с.

5. Базаров В.Г., Лисовский В.А., Мороз Б.С., Токарев О.П. Основы аудиологии и слухопротезирования. М.: Медицина, 1984.-256с.

6. Самойлов В.О. Медицинская биофизика. — СПб.: СпецЛит, 2007.560с.

7. Таварткиладзе, Г.А. Современное состояние и тенденции развития экспериментальной и клинической аудиологии / Г. А. Таварткиладзе // Вестник оториноларингологии : Медицинский научно-практический журнал. — 2003. —N6. —С. 3-6.

8. Загорянская М: Е. Значение систематического изучения эпидемиологии нарушений слуха для создания стандартов профилактики и лечения тугоухости и глухоты/ М. Е. Загорянская, М. Г. Румянцева// Рос. оторинолар. Приложение. 2007. — С. 134—139.

9. Евдощенко Е.А., Косаковский А.Л. Нейросенсорная тугоухость, 1989. К.: Здоровья. - 112 с.

10. Говорун М.И., Гофман B.P., Парфенов В.Е. Кохлеопатии Спб: Военно-медицинская академия 2003 - 295 с.

11. Вартанян И.А., Цирульников Е.М. Коснуться невидимого, услышать неслышимое: Действие фокусированного ультразвука на органы чувств и мозг. Л.: Наука, 1985. - 143 с.

12. Бабияк В.И., Ланцов A.A., Базаров В.Г. Клиническая вестибулология. СПб.: Гиппократ 1996. 336 с.

13. Вартанян И.А. Физиология сенсорных систем. СПб.: Лань 1999,

14. Коломийченко А.И, Шейнман Н.С. Атлас тональных аудиометрических исследований. Киев: Госмедиздат УССР, 1962. -292с.

15. Петров С.М. Некоторые аспекты пороговой тональной аудиометрии Вестник оториноларингологии, N 2-2000, С. 43-45

16. Яременко, Л. Н. Практические навыки для врачей общей практики. Исследование слуха. Аудиометрия / Л. Н. Яременко // Российский семейный врач: Медицинский научно-практический журнал. 2001. - Том 5,N 1 . - С. 61-63.

17. Сагалович Б.М., Преображенский H.A., Патякина O.K. / Под ред. Преображенского H.A. Тугоухость. М.: Медицина, 1978 - 439с.

18. Сагалович Б. М., Петровская А. Н. Ранняя диагностика тугоухости.

19. М.:Медицина, 1998. — 145 с.

20. Сагалович Б. М., Пальчун В. Т. Болезнь Меньера. М.: ООО «Медицинское информационное агентство», 1999. - 525 с.

21. Бабияк В.И., Гофман В.Р., Накатис Я.А. Нейрооториноларингология: Руководство для врачей.- СПб: Гиппократ, 2002.- 728 с.

22. Альтман Я. А., Таварткиладзе Г. А. Руководство по аудиологии. -М.: ДМК Пресс, 2003. 360 с.

23. Цыганкова Е.Р., Гвелисиани Т. Г., Тавартквиладзе Г. А. Экстратимпанальная электрокохлеография: Метод, рекомендации.—М., 1998.—22 с.

24. Арифов, С. С. Аудиометрия с применением компьютерной технологии / С. С. Арифов, Ф. Ф. Ражабов, А. А. Хасанов // Вестник оториноларингологии. 2001. - N 1 . - С. 30-32.

25. Вартанян И. А. Клинико-физиологические аспекты изучения слуховой системы // Слуховая система / Ред. Я.А. Альтман.- Л.: Наука, 1990.-С.486 512.

26. Kemp D.T. Otoacoustic emissions, their origin in cochlear function, and use// British Medical Bulletin.-2002. V.63. -P.223-241.

27. Jedrzejczak W., Blinowska KJ. Identification of otoacoustic emissions components by means of adaptive approximations// JASA.-2004. V.115, №5.-P.2148-2158.

28. Дайхенс H.A. Понятия и термины аудиологии и сурдологии. М.: Медицина, 2004. - 104 с.

29. Ахлаков, М. К. Тестовые системы в медико-биологических исследованиях: Учеб. пособие / М. К. Ахлаков, К. Н. Болсунов, Попечителев Е. П. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003. - 80 с.

30. Warwick Williams Noise exposure levels from personal stereo use // International Journal of Audiology 2005; 44:231-236

31. Neitzel, R., Seixas, N., Olson, J., Daniell, W. & Goldman, B. 2004. Nonoccupational noise exposures associated with routine activities. J Acoust Soc Am, 115(1), 237-245.

32. Rice, C.G., Breslin, M. & Roper, R.G. 1987. Sound levels from personal cassette players. Br J Audiol ,21, 273-278.

33. Smith, P.A., Davis, A., Ferguson, M. & Lutman, M.E. 2000. The prevalence and type of social noise exposure in young adults in England. Noise Health 2000, 6,41-56.

34. Руденко В.П., Малинский Д.М. Подготовка тональных аудиограмм для обработки на ЭВМ и статистический анализ полученных результатов / Вестник оториноларингологии, 1977 №4, с.38-42

35. Белов И.М., Грачев К.В. Компрессированное описание и обработка тональных аудиограмм//Вестник оториноларингологии, 1988 №4, с.20-24

36. Ахлаков, М. К. Тестовые системы в медико-биологических исследованиях: Учеб. пособие / М. К. Ахлаков, К. Н. Болсунов, Попечителев Е. П. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003. - 80 с.

37. Потапов А.И., Самойлов Б.В., Потапов И.А. Технические и аппаратно-программные средства телемедицины: Науч. и учеб. — метод, справ, пособие. СПб.: СЗТУ, 2005. - 451 с.

38. Князь В., Желтов С., Визильтер Ю. Обработка и анализ цифровых изображений с примерами на LabVIEW и IMAQ Vision. — М.: ДМК Пресс, 2008. 464 с.

39. Намджин Ким, Нэссер Кетарнаваз. Цифровая обработка сигналов на системном уровне с использованием LabVIEW. М.: Додэка, 2007. -304 с.

40. Абу.-Мандил Н. Система диагностики нарушений слуха. Автореферат. СПб. Санкт-Петербургский государственный электротехнический университет «ЛЭТИ». 2006

41. Мш1го K.J., Benton C.L., Marchbanks R.J. Sonotubometry findings in children at high risk from middle ear effusion // Clin. Otolaryngol. 1999. - Vol. 24, № 3 . - P . 223-227.

42. Leuwer R., Schubert R., Wenzel S. New aspects of the mechanisms of the auditory tube // HNO. 2003. - Vol. 51, №5. - P. 431-437.

43. Karhuketo T.S., Dastidar P.S., Laasonen E.M. et al. Visualization of the middle ear with high resolution computed tomography and superfine fiberoptic video-microendoscopy // Eur. Arch. Otorhinolaryngol. 1 998. - Vol. 255, №6. - P. 277-280.

44. Лопотко А.И., Бобошко М.Ю. Объективная регистрация тубарных биоакустических эмиссий // Рос. оториноларингология. 2003. - №2 . - 101104.

45. Биотехнические системы: Теория и проектирование // В.М. Ахутин, Е.Г. Попечителев и др. / Под. ред. В.М. Ахутина.- Л.: Изд-во ЛГУ, 1981.-220с.

46. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ.-М.: Наука, 1987.-288 с.

47. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем / Учебник для ВУЗов 1-е изд., — СПб .: Питер, 2001 г. 384с.

48. Гриднев С.Н. Применение алгоритмов нечеткого поиска для поиска идентичных объектов в обобщенном наборе информации // Научная сессия

49. МИФИ-2008. Информатика и процессы управления. Компьютерные системы и технологии Т. 12 М.:-МИФИ 2008 С. 20-22

50. Юнкеров В.И., Григорьев С.Г. Математико-статистическая обработка данных медицинских исследований. СПб.: ВМедА, 2002. -266с.

51. Лапач С.Н., Чубенко A.B., Бабич П.Н. Статистические методы в медико-биологических исследованиях с использованием Excel Киев Изд-во: "Морион"-2001 -408с

52. Орловский С.А. " Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. 208 с.

53. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой.- М.: Наука, 1990.- 272 с.

54. Ларичев О. И., Мошкович Е. М. Качественные методы принятия решений: Вербальный анализ решений,- М.: Наука: Физматлит, 1996. 207с.

55. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во Тюменского государственного университета, 2000. 352 с.

56. Берштейн JI.С., Боженюк A.B. Нечеткие модели принятия решений: дедукция, индукция, аналогия. Таганрог: Изд-во ТРТУ, 2001. 110 с.

57. Вербальный анализ решений Автор: Ларичев О.И., Мошкович Е.М. Издательство: М.: Наука. Физматлит Год: 1996 Страниц: 208

58. Ларичев О.И. Теория и методы принятия решений. 2-е изд., перераб. и доп. М.: Логос, 2002. — 392 с.

59. Найда С.А. Математическая модель среднего уха человека // Электроника и связь. 2002. - №15. - С. 49-50.

60. Найда С.А. Частотные характеристики коэффициента усиления звукового давления слуховыми косточками и акустического рефлекса// Электроника и связь. 2003. -№ 19. - С.11-16.

61. Найда С.А. Объективная аудиометрия на основе формулы среднего уха новый метод исследования и дифференциальной диагностики слуха // Электроника и связь. - 2004. - №23. - С.66-70.

62. Новоселова С.М. О системе связанных резонаторов в улитке уха, Математические вопросы теории распространения волн. 26, Зап. научн. сем. ПОМИ, 239, ПОМИ, СПб., 1997, С. 197-210.

63. Бабич В.М., Новоселова С.М., О колебаниях базилярной мембраны во внутреннем ухе млекопитающих, Математические вопросы теории распространения волн. 10, Зап. научн. сем. ЛОМИ, 89, Изд-во «Наука», Ленинград, отд., Л., 1979, С. 54-62.

64. Анохин П.К. Очерки по физиологии функциональных систем. М.: Медицина, 1974. - 446с.

65. Судаков K.B. Теория функциональных систем. М.: Медицина, 1984.-224с.

66. Фант Г. Акустическая теория речеобразования.- М.: Наука, 1964 —304с

67. Цвикер Э., Фельдкеллер Р. Ухо как приемник инофрмации / Пер. с нем. под ред. Б. Г. Белкина М.: Связь 1971 — 255с

68. Римар Н.В. Тесты языковой аудиометрии для целей слухопротезирования. / Журнал ушные, носовые и горло болезни. 2003. - №2. С.64-66

69. Голубок-Абизова Т.М. Применение вызванной отоакустической эмиссии для диагностики поражений слуховых системы при слухопротезирования. / Журнал ушные, носовые и горло болезни. 2000. - №3. С.64-66

70. Бикбаева А.Н., Валиуллина JI.A. Некоторые аспекты повышения эффективности слухопротезирования. / Журнал Ушные, носовые и горловые болезни. 1990. - № 4. - С.36-41

71. Кукса Э.Н., Киреева П.А., Полякова С.К. О влияния частотных характеристик слуховых аппаратов на восприятие речи при нейросенсорной тугоухосты у детей. / Вестник оториноларингологиы. 1990. - № 2. - С.22-26

72. Блувштейн Г.М., Филатов В.Ф., Бек A.B. О построения структурной модели окончательного слуха применительно к задачам слухопротезирования. / Журнал Ушные, носовые и горловые болезни. 1989. - № 5. - С.42-50

73. Таваркиладзе Г.А. Клиническая аудиология: Учебное пособие / Г.А. Таваркиладзе, Т.Г. Гвелисиани. -М.,1996. 64с.

74. Этиопатогенетические аспекты в лечении кохлеовестибулярных нарушений / Т.С. Полякова и др. // Вестн. оториноларингологии: материалы Рос. науч.-практ. конф. — 2003. — С. 182-185.

75. Brookler, К.Н. Electronystagmography: vestibular findings in a patient with tinnitus / K.H. Brookler // Ear Nose Throat. J. 2003. - Vol. 82, № 9. - P. 673.

76. Manley, G.A. Otoacoustic emissions, hair cells, and myosin motors / G.A. Manley, L. Gallo // J. Acoust. Soc. Am. 1997. - Vol. 102, № 2 (Pt. 1). - P. 1049-1055.

77. Лопотко А.И., Бобошко М.Ю. Объективная регистрация тубарных биоакустических эмиссий // Рос. оториноларингология. 2003. - №2 . - 101104.

78. Лопотко А.И. Особенности возрастной инволюции слуховой функции человека. — Автореф. дис. д-ра мед. наук. — Л., 1980. 43 с.

79. Лопотко А.И., Бердникова И.П., Бобошко М.Ю. и др. Практическое руководство по сурдологии / Под ред. проф. А.И. Лопотко. СПб.: Диалог, 2008.-273 с.

80. ЮО.Астанин C.B., Чепиков Э.В. Принципы построения тренажно-моделирующих комплексов в среде виртуальной реальности / Материалы всероссийской начно.-практтич. конф. «Человеческое измерение в информационном обществе». — М.: ВВЦ, 2003. —116с.

81. Астанин C.B., Жуковская Н.К., Чепиков Э.В. Поиск нечетких правил на основе анализа базы данных / Перспективные интеллектуальные технологии и интеллектуальные системы. — Таганрог: ТРТУ, №4, 2004. — С. 11-24.

82. Астанин C.B., Захаревич В.Г. Обработка и представление знаний в информационно-советующих комплексах систем гибридного интеллекта. — Таганрог: ТРТУ, 1997. 136с.

83. ЮЗ.Хартман К. и др. Планирование эксперимента в исследовании технологических процессов. — М.: Мир, 1977. — 408с.

84. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А.Поспелова. М.: Наука, 1986. — 312с.

85. Алтунин А.Е., Семухин М.В: Модели? и алгоритмы принятия решений в нечетких условиях — Тюмень: Изд. ТГУ, 2000. —352с.

86. Юб.Ломов Б.Ф., Сурков E.H. Антиципация в структуре деятельности. -М.: Наука, 1980.-278с.

87. Адлер Ю. П., Маркова Е. В;, Грановский Ю. В: Планирование эксперимента при поиске оптимальных условий.—М.: Наука, 1976, 279 с.

88. Кендалл М;Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. Перевод с английского. М. Наука 1976г. 736с.

89. Лагутин М.Б. Наглядная математическая статистика: Учебное пособие. М.: БИНОМ. Лаборатория знаний, 2007. —472 с

90. Хургин Я.И. Проблемы неопределенности в задачах нефти и газа. Москва-Ижевск: Институт компьютерных исследований. 2004. 320 с.

91. Пб.Поспелов Д. А. Логико-лингвистические модели в системах управления.- М.: Энергоиздат, 1981.- 232 с.

92. Нечеткие множества в моделях управления и искусственного интеллекта/А.Н. Аверкин, И.З. Батыршин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов. Под ред. Д.А. Поспелова,- М.:Наука.Гл.ред.физ.-мат. лит., 1986.-312с.

93. Уткин Л.В., Шубинский И.Б. Нетрадиционные методы оценки надежности информационных систем. — СПб.: Любавич, 2000. 173 с.119.0рловский С.А. Проблемы принятия решений при нечеткой информации.- М.:Наука, 1981.- 206 с.

94. Минаев Ю.Н., Филимонова О.Ю., Бенамеур Лиес. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе. М.: Горячая линия -Телеком, 2003. 205 с.

95. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях. Тюмень: Изд-во Тюменского государственного университета, 2000. 352 с.

96. Борисов А.Н., Алексеев A.B., Крумберг O.A. и др. Модели принятия решений на основе лингвистической переменной. Рига: Зинатне, 1982.-256 с.

97. Борисов А.Н., Алексеев A.B., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений.- М: Радио и связь. 1989. 304 с.

98. Борисов А.Н., Крумберг O.A., Федоров И.П. Принятие решений на основе нечетких моделей. Примеры использования.- Рига: Зинатне, 1990.184 с

99. Бондаренко Р.П., Кириченко И.А. Биотехническая система для аудиометрии с нелинейным преобразованием речевого сигнала / Известия ТРТУ.- Таганрог: Изд-во ТРТУ, 2006. №11, С.160-161.

100. Бондаренко Р.П. Применение нелинейного преобразования речевых сигналов в современной аудиологии. Неделя науки 2007 Сб.тезисов докладов. Ростов н/Д: Изд-во «ЦВВР», -2007, С. 300-301

101. Бондаренко Р.П., Кириченко И.А., Салов В.В. Концепция разработки электронной библиотеки аудиограмм / Известия ЮФУ. Технические науки.- Таганрог: Изд-во ТТИЮФУ, 2008 .№5, С. 157-159.

102. Бондаренко Р.П. Алгоритмический комплекс накопления и анализа данных результатов тональной аудиометрии Неделя науки 2008: Сб.тезисов. Том 2,- Таганрог: Изд-во ТТИ ЮФУ, 2008. С. 188-189

103. Бондаренко Р.П., Рябец М.Н. Биотехническая система компьютерного анализа данных тональной аудиометрии Сб.трудов VII ВНК «Молодежь и современные информационные технологии».2009, 4.1. Томск: Изд-во СПБ Графике, С.245-246

104. Бондаренко Р.П., Кириченко И.И. Биотехническая система компьютерного анализа данных аудиометрии Известия ЮФУ. Технические науки. 2009. - №7(96). - С. 29-34.

105. Бондаренко Р.П., Кириченко И.И., Рябец М.Н. Разработка базы тестовых сигналов для аудиометрии Известия ЮФУ. Технические науки. — 2009. №7(96). - С.241-243

106. Бондаренко Р.П., Заграй Н.П., Кириченко И.И., Фирсова Т.Б. Метод определения конфигурации тональных аудиограмм // Известия ЮФУ. Технические науки. 2009. - №10(99). - С. 239-241.

107. Бондаренко Р.П., Заграй Н.П., Кириченко И.И., Фирсова Т.Б. Применение лингвистических переменных для анализа аудиограмм // Известия ЮФУ. Технические науки. 2009. - №10(99). - С. 242-243.

108. НО.Бондаренко Р.П., Кириченко И.И., Черноморченко С.Г. Применение регрессионного анализа данных в аудиометрии // Известия ЮФУ. Технические науки. 2010. - №9(110). - С. 199-200