автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Математические модели, метод и алгоритмы прогнозирования послеоперационных осложнений при урологических заболеваниях

На правах рукописи

Харьков Сергей Вячеславович

Математические модели, метод и алгоритмы прогнозирования послеоперационных осложнений при урологических заболеваниях

Специальность 05.11.17 - Приборы, системы и изделия медицинского

назначения

Автореферат диссертации

на соискание ученой степени кандидата технических наук

- 8 НОЯ 2012

Курск-2012

005054616

005054616

Работа выполнена в Юго-Западном государственном университете на кафедре биомедицинской инженерии

Научный руководитель: доктор технических наук, профессор,

заслуженный деятель науки Российской Федерации Кореневский Николай Алексеевич

Официальные оппоненты: Дегтярев Сергей Викторович

доктор технических наук, профессор, Юго-Западный государственный университет, декан факультета информатики и вычислительной техники

Работкина Ольга Евгеньевна доктор технических наук, доцент Воронежский институт государственной противопожарной службы МЧС России, профессор кафедры гражданской защиты

Ведущая организация: Воронежский государственный

технический университет (г. Воронеж)

Защита диссертации состоится «02» ноября 2012 года в 12:00 часов на заседании диссертационного совета Д 212.105.08 при Юго-Западном государственном университете по адресу: 305040, г. Курск, ул. 50 лет Октября, 94 (конференц-зал).

С диссертацией можно ознакомиться в библиотеке Юго-Западного государственного университета»

Автореферат разослан «01» октября 2012 г.

Ученый секретарь диссертационного совета Д 212.105.08

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Одной из важнейших проблем хирургии является адекватная оценка состояния и выбор рациональных схем ведения пациентов в послеоперационный период. Это в полной мере относится к пациентам, страдающим урологическими заболеваниями. Даже после сравнительно безопасных хирургических вмешательств, использующих трансуретральную электрорезекцию, развиваются послеоперационные осложнения. Наиболее серьёзные из них обусловлены развитием инфекционно-воспалительных процессов в послеоперационном периоде. Неблагоприятное состояние пациентов в послеоперационный период может значительно усиливаться сопутствующими заболеваниями сердечнососудистой и дыхательной систем, кровопотерей во время операций и т.д.

Одним из путей повышения качества оказания медицинских услуг урологическим больным в послеоперационном периоде является своевременное и точное прогнозирование возможных послеоперационных осложнений у исследуемой категории больных, что позволит назначить эффективные и своевременные способы профилактики и лечения. Однако с математической точки зрения задача прогнозирования послеоперационных осложнений у урологических больных не является тривиальной в виду отсутствия точного, чёткого и однозначного описания взаимосвязи между признаками, характеризующими состояние больного до операции, и возможными классами состояний послеоперационного периода.

Многочисленные исследования в области совершенствования прогнозирования, диагностики профилактики и лечения различных заболеваний, включая исследуемую патологию, показывают, что наилучших результатов удаётся достичь при использовании адекватных математических методов с привлечением современных информационных и интеллектуальных технологий, позволяющих поднять на новый качественный уровень решение задач прогнозирования послеоперационных осложнений больных урологического профиля.

Таким образом, актуальность данного исследования определяется необходимостью улучшения показателей качества прогнозирования послеоперационных осложнений у урологических больных с целью повышения уровня медицинского обслуживания этой категории пациентов.

Работа выполнена в соответствии с Федеральной целевой программой «Научные и научно-педагогические кадры инновационной России на 20092013 гг.», в рамках реализации мероприятия №1.2.1 «Проведение научных исследований научными группами под руководством докторов наук», в соответствии с Федеральной целевой программой «Предупреждение и борьба с социально-значимыми заболеваниями» 2007-2011 гг. и с научным направлением Юго-Западного государственного университета «Медико-экологические информационные технологии».

Цель работы. Разработка математических моделей, метода и алгоритмов, обеспечивающих повышение качества прогнозирования послеоперационных осложнений урологических больных за счёт

использования современных информационных технологий и адекватного математического аппарата, основывающегося на технологии мягких вычислений.

Для достижения поставленной цели необходимо решить следующие задачи:

- на основании анализа существующих методов и средств прогнозирования послеоперационных осложнений сформировать систему информативных признаков и выбрать адекватный математический аппарат исследования для прогнозирования послеоперационных осложнений урологических больных;

- разработать метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях;

- разработать способ определения уровня защиты организма;

- получить меридианные модели взаимодействия внутренних органов с поверхностными биологически активными точками, меняющими свои энергетические характеристики в зависимости от наличия и степени тяжести урологических заболеваний и уровня защитных механизмов организма;

- синтезировать комбинированные нечеткие решающие правила прогнозирования послеоперационных осложнений урологических больных;

- разработать алгоритм управления и основные элементы системы поддержки принятия решений по прогнозированию послеоперационных осложнений и формированию рекомендаций по послеоперационному ведению урологических больных;

- оценить эффективность разработанных методов и средств на репрезентативных выборках в клинических условиях.

Объект исследования. Пациенты, нуждающиеся в оперативном лечении урологических заболеваний.

Предмет исследования. Метод, модели и алгоритмы прогнозирования послеоперационных осложнений урологических больных.

Содержание диссертации соответствует п. 1 «исследование, разработка и создание медицинской техники, изделий, инструментов, методов и способов диагностики и лечения человека, которые рассматриваются как средства восстановления нарушенной поливариантной системы, представление которой возможно математической, физико- и биотехнической, механической моделью, а также энергетической, физико-химической, химической, электрохимической моделью и т.д.» паспорта специальности 05.11.17 - Приборы, системы и изделия медицинского назначения:

Методы исследования. Для решения поставленных задач использовались методы управления в биотехнических системах, системного анализа, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, теории нечётких множеств, прикладной математической статистики, экспертного оценивания. При разработке диагностической

системы в качестве инструментария использовалась среда Matlab 7.10 (R2010a) со встроенным пакетом Fuzzy Logic Toolbox.

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

набор информативных признаков для прогнозирования послеоперационных осложнений урологических больных, отличающийся тем, что кроме традиционно используемых в медицине показателей в него включены интегральные показатели, характеризующие уровень защитных свойств организма, психоэмоционального напряжения, утомления и энергетического разбаланса меридианных структур организма, что позволило синтезировать высококачественные прогностические правила;

- метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях, отличающийся нечеткой агрегацией традиционно используемых в прогнозировании послеоперационных осложнений специфических признаков и интегральных показателей, характеризующих психоэмоциональное напряжение, энергетический разбаланс меридианных структур и уровень защиты организма, позволяющий получать решающие правила для оценки степени риска послеоперационных осложнений с требуемой для медицинской практики точностью;

способ комплексной оценки уровня защиты организма, отличающийся использованием решающих правил, в которых группируются функции принадлежности с базовыми переменными, определяемыми на шкалах уровня адаптационного потенциала, энергетического разбаланса соответствующих меридианных структур и уровня функционального резерва, позволяющий получать количественные характеристики уровня защитных свойств организма с приемлемым для медицинской практики качеством;

- модели взаимодействия внутренних органов и систем организма с меридианными биологически активными точками, меняющими свои электрические характеристики при урологических заболеваниях и изменениях уровня защитных механизмов организма, анализ которых позволяет уточнять послеоперационное состояние пациентов и планировать различные схемы рефлексотерапии;

- математические модели прогнозирования послеоперационных осложнений урологических больных, отличающиеся использованием нечетких решающих правил, агрегирующих различные данные, характеризующие функционирование организма на различных его уровнях, составившие основу построения базы знаний системы поддержки принятия решений врача-уролога, обеспечивающей рациональное ведение урологических больных после оперативных вмешательств;

- алгоритм управления и основные элементы системы поддержки принятия решений по прогнозированию послеоперационных осложнений, их профилактике и формированию рекомендаций по послеоперационному ведению урологических больных в условиях неполного и нечеткого

представления данных, обеспечивающие повышение качества оказания медицинской помощи исследуемой категории больных.

Практическая значимость работы. Разработанные метод, модели, алгоритмы и соответствующее программное обеспечение составили основу построения системы поддержки принятия решений врача-уролога, опытная эксплуатация элементов которой позволяет рекомендовать ее к использованию при планировании операций и послеоперационному ведению

урологических больных.

Основные теоретические и практические результаты работы используются в клинической практике муниципального учреждения здравоохранения клинической больнице скорой медицинской помощи г. Курска и в учебном процессе Юго-Западного государственного университета при подготовке специалистов 200402.65 «Инженерное дело в медико-биологической практике» (дисциплина «Автоматизация обработки экспериментальных данных»), что подтверждено соответствующими актами.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: XIV и XV Международных научно-технических конференциях «Медико-экологические информационные технологии» (Курск, 2011, 2012); X Международной научно-технической конференции «физика и радиотехника в медицине и экологии» (Владимир-Суздаль, 2012); на XXIV Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы» (Биомедсистемы - 2011) (Рязань, 2012); XIX Международной конференции «Лазерно-информационные технологии в медицине, биологии и геоэкологии - 2011» (Новороссийск, 2011); V Всероссийских научно-технических конференциях «Информационные и управленческие технологии в медицине и экологии» (Пенза, 2011); на Ш Международной конференции «Молодежь и XXI век» (Курск, 2011); на Второй Международной научно-технической конференции «Компьютерные науки и технологии - 2011» (Белгород, 2011); на Международной практической конференции «Интегративные процессы в науке» (Москва, 2011); на Международной практической конференции «Информационные проекты в медицинской и педагогической практике» (Курск, 2010); научно-технических семинарах кафедры биомедицинскои инженерии ЮЗГУ ( Курск, 2010,2011,2012 гг.).

Публикации. По теме диссертации опубликовано 18 научных работ, из них 4 работы в рецензируемых научных журналах.

Личный вклад автора. Все выносимые на защиту результаты получены лично автором. В работах, опубликованных в соавторстве и приведенных в конце автореферата, соискателем лично разработаны в [1, 8, 13, 14, 17, 18] модели и алгоритмы прогнозирования послеоперационных осложнении у урологических больных; в [2, 3, 7, 16] - модели оценки интегральных показателей здоровья на основе разнотипных исходных данных; в [4, У] -нечеткие нейронные сети для оценки состояния здоровья, в [5, 10] -

специализированное программное обеспечение для систем интеллектуальной поддержки врача-специалиста.

Структура и объём диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы из 158 наименований, изложена на 171 странице машинописного текста, содержит 54 рисунка, 15 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

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

В первой главе на основе обзора литературы проанализированы современные подходы к решению задач прогнозирования состояния здоровья человека, включая оценки рисков послеоперационных осложнений, показано, что улучшение качества решения выбранного класса задач можно достичь, используя современные информационные технологии и методологию системного анализа, включая нечеткую логику принятия решений. Обоснован выбор соответствующего математического аппарата.

Во второй главе определяется объект, методы и средства исследования, формируется пространство информативных признаков и разрабатывается метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях, предлагается способ определения уровня защиты организма при оперативных вмешательствах.

Учитывая актуальность задач повышения качества прогнозирования послеоперационных осложнений, в качестве объектов исследования, были выбраны пациенты с доброкачественной гиперплазией предстательной железы и пиелонефритом, по которым было принято решение о проведении операционного вмешательства.

С целью выбора адекватного математического аппарата исследований с использованием методов разведочного анализа изучалась структура признакового пространства по двум классам: послеоперационные осложнения наступают за время наблюдения Т0 (класс a>i); послеоперационные осложнения не наблюдаются (класс со0) в системе признаков, определяемых до операции по данным опроса, осмотра и лабораторных исследований.

В ходе проведенных исследований было установлено, что между классами со0 и ом не существует четко определяемой границы, а исходные признаки не всегда удается получить в заданное время до проведения операционного вмешательства. Кроме того, некоторые из признаков получают с большой долей субъективизма (данные опросов и осмотров).

В этих условиях в качестве основного математического аппарата исследования была выбрана нечеткая логика принятия решений в ее

модификации применительно к задачам классификации, к которым может быть отнесена и задача, решаемая в данном диссертационном исследовании С формальной точки зрения для решения исследуемых в работе задач необходимо построить нечеткое решающее правило для распознавания двух классов состояний пациентов оо0 и ш,. В отличие от традиционной нечеткой логики принятия решений по Л. Заде, базирующейся на понятиях и законах нечетких множеств, в работе используется понятие функций принадлежностей ца/ (х,) к исследуемым классам состояний со, (£ = 1,2), которые представляют собой «непрерывные» области многомерного лР^НСТВа признаков аналогично тому, как это реализуется в системах АСПОН-Д (Санкт-Петербург). Построение нечетких решающих правил «работающих» в многомерном пространстве признаков, осуществляется с использованием агрегирующих операций, состав которых выбирается в зависимости от структуры используемых данных в соответствии с методом разработанным на кафедре биомедицинской инженерии Юго-Западного государственного университета.

В ходе специально проведенных исследований было установлено что для получения достаточного для практической медицины качества прогнозирования в список используемых информативных признаков следует включить данные, традиционно используемые в медицинской практике (набор предикатов х,), в состав которых входят: анализ крови, мочи показатели характеризующие иммунный статус, и т.д.; показатели характеризующие уровень психоэмоциоанального напряжения (ПЭН)-УН-уровень хронического утомления (УХУ)-Уи; уровень защиты организма от оперативных вмешательств Ш; энергетическая сбалансированность (ЭС) меридианных структур организма, «связанных» с урологическими заболеваниями.

Для решения задачи получения нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях в работе предложен метод синтеза комбинированных нечетких правил реализуемый в соответствии со следующей последовательностью действий. '

1. Для заданного типа операции, оперируемого органа и класса заболеваний (задача ш, Ц = 1, .... , Ц) с учащем квалифицированной группы экспертов формируется список специфических признаков традиционно принятых в медицинской практике, из которого, используя известные статистические критерии (например, оценку информативности по Кульбаку), выделяется группа информативных признаков х„ каждый из которых рассматривается как фактор риска, повышающий уверенность в оценке прогноза возникновения послеоперационных осложнений Далее используя рекомендации по выбору ввда и параметров функций принадлежности, разработанные на кафедре биомедицинской инженерии Юго-Западного государственного университета (БМИ ЮЗГУ), эксперты по методу Делфи строят графики функций принадлежности цДх,) к классу

«риск послеоперационных осложнений по задаче I», которые группируются в частное решающее правило вида:

+ц<(х,+,)[1-ТТ< (¡)], (1)

где ТБ^ — риск послеоперационных осложнений для задачи с номером I; ТТД1) = Ц<(х;); цДх,+/) — функция принадлежности, определяющая риск послеоперационных осложнений по признаку х,+/ для группы признаков, являющихся традиционными (специфическими) для медицинской практики.

2. Выбираются сопутствующие заболевания, которые увеличивают риск послеоперационных осложнений, и для них, аналогично пункту 1 формируется список специфических признаков хч, по которым строятся функции принадлежностей к классам сопутствующих заболеваний сос с базовыми переменными хч. Для каждого из выбранных классов с (с=1,..„, С) получают систему частных нечетких решающих правил вида:

ТРс(Ч+1)=ТТс(ч) +Цс(х9+,)[1-ТРс(я)]. (2)

Знание "Щ, позволит рационализировать схемы реабилитационных, предупредительных или лечебных мероприятий.

3. Полученные математические модели для оценки степени риска послеоперационных осложнений по основному 110, и сопутствующим БОс заболеваниям уточняются путем введения составляющих оценки уровня длительного психоэмоционального напряжения УН, и хронического утомления Уи1:

КО<=ТР<+УНг+Уи<-ТР<¥Н<-ТРгУи<-иН<Уи<+ТР<УН<¥и<; (3) РОс=ТРс+УН (С+Уие С-ТРСУН, с-ТРсУи, С-УН, сУи, С+ТРСУН, сУи, с, (4) где УН<С и Уи,с — вклад составляющих уровня психоэмоционального напряжения в риск обострения сопутствующих патологий шс при условии выполнения оперативного вмешательства по классу урологического заболевания со,, УН( = Fш [//й1( (СТ), (В),

/лЮ((СТ), р0{(В), ^(Жу) - функции принадлежности к прогнозируемым осложнениям по задаче I с базовыми переменными, определяемыми по показателям субъективного тестирования (СТ-тесты Спилбергера-Ханина), внимания (В-переключаемость, концентрированность, устойчивость); отклонения электрического сопротивления биологически активных точек (БАТ) меридианных структур, «связанных» с психоэмоциональной сферой от своих номинальных значений —

уи( (5)

где СТ*, В*, 8Я, - базовые переменные по показаниям субъективного тестирования (по А. Леоновой), внимания и относительных отклонений сопротивлений БАТ от своих номинальных значений для предикторов, характеризующих хроническое утомление.

4. С использованием атласов меридиан выбираются списки биологически активных точек, «связанных» с основными и сопутствующими заболеваниями. Используя методику синтеза комбинированных нечетких

правил принятия решений по электрическим характеристикам БАТ, разработанную на кафедре БМИ ЮЗ ГУ, получаем частные решающие правила типа:

ЕСЛИ (Ч8ЯГ е ДЗТШз > ТО {ВЯ, 0+1) = ВЯ, 0) + (Щч) Р -ВЯ, 0)]} ИНАЧЕ (ВЯ, =0);

где V - квантор общности (для всех); 8ЯГ -относительное отклонение сопротивлений БАТ с номером г от своих номинальных значений из списка диагностически значимых точек (ДЗТ); ДЗТ^ - список дигностически

значимых точек по классу заболевания <о5; ЗЯ1 - пороговое значение сопротивления, превышение которого свидетельствует о патологическом энергетическом разбалансе исследуемой точки по заболеванию ю3; ВЯ((1) - (¿г?!); ] - номер информативной БАТ.

5. С учетом информативных БАТ выражения (3) и (4) модифицируются в выражения:

Ш^БЮ, -н^ВЯДЫЮД (б)

РРс=РОс+т£ВК., (1-РОс), (?)

где у ( и Ус - весовые коэффициенты, определяющие «вклад» энергетических характеристик соответствующих БАТ в величины Ш*., и РРС.

6. В соответствии с возможностями лечебно-профилактического учреждения или в соответствии со способом, предложенным в диссертационном исследовании, определяется уровень защиты организма

для задачи I и формируется решающее правило вида:

_ \яя( - иг1, если, ш( > иг(; ^

Я7'е ~ {О,если, ЯЯ, <112

7. Если в результате дополнительных статистических исследований или на экспертном уровне выясняется положительное влияние сопутствующих заболеваний шс на послеоперационные осложнения, выражение (6) корректируется до модели вида:

(Ж, =^+9^(1-1^), где 0, - весовой коэффициент учитывающий влияние Шс на ХШ.^.

Описанный метод синтеза комбинированных решающих правил может быть адаптирован практически на все типы операций урологического профиля, однако для каждого типа операций по каждому из урологических заболеваний необходимо получить «свои» функции принадлежностей и весовые коэффициенты.

Известно, что вредному воздействию внешних и внутренних факторов препятствуют защитные механизмы человеческого организма, снижая риск возникновения и развития соответствующих заболеваний. Учесть влияние защитных механизмов в классификационных решающих правилах можно, синтезировав решающие правила определения уровня внутренней биологической защиты организма (в дальнейшем уровня защиты) по

заболеванию со,. Существует достаточно большое количество способов опенки защитных механизмов организма человека, например, по состоянию иммунной системы, по величине функционального резерва, по адаптационному потенциалу и т.д.

Как показали результаты наших исследований, «хорошей» информативностью с точки зрения определения защитных свойств организма обладают адаптационный потенциал (АП), определяемый через индекс функциональных изменений (ИФИ) по методике P.M. Баевского, а также энергетическая сбалансированность (ЭС) меридианных структур организма, которая может быть определена по электрическим характеристикам БАТ, «связанных» с общесистемной реакцией организма (Е23, Е36, RP6, V40, V60 и VB20), и уровень функционального резерва UF,, определяемый по электрическому сопротивлению точек пособников

(в терминологии Г. Лувсана).

Для выбранных показателей уровня защиты разработан способ определения уровня защиты организма, реализуемый следующей последовательностью действий.

1. В задачах, для которых эксперты считают, что уровни АП и ЭС отражают различные механизмы деятельности человека и каждый из них вносит свой положительный вклад в защитные функции организма, уровень защиты УЗа определяется выражением:

= /Ш1(АП) + Д (ЭС)[1 - /„, (АП)], где fa (AlI)=FtA(ЧП, САД, ДАД, В, МТ, Р) - функциональная зависимость

уровня защиты организма от показателей: АП; ЧП - частота пульса, САД, ДАД - величины систолического и дистонического артериального давления, В - вес; МТ - масса тела, Р - рост; /в,(ЭС) =Fl^SRee) - формула уровня защиты организма по показателю электрической сбалансированности общесистемных БАТ; 5R^ - относительное отклонение сопротивления, общесистемных БАТ от их номинальных значений.

2. В задачах, когда низкий уровень защиты, определяемый по одному из показателей, свидетельствует о низком уровне защитных свойств всего организма, агрегацию целесообразно производить используя нечёткую операцию типа:

У3&1 = min [fBt {АП), fa( (ЭС) ].

Типовые графики функций уровня защиты (ФУЗ) приведены на рисунках 1 и 2.

3. Для лингвистической переменной «адаптационный потенциал» АП вводится система нечетких переменных со следующими именами: УА -удовлетворительная адаптация; НМ - напряжение механизмов адаптации; НА - неудовлетворительная адаптация; СА - срыв адаптации. Таким образом, лингвистическая переменная с именем АП = «адаптационный потенциал» представляется терм- множеством Т={УА, НМ, НА, СА}.

4 12 и, (АП)

1 1 1 1 1 I I 1

Рис. 1. График ФУЗ с базовой переменной АП

Для лингвистической переменной «уровень энергетического разбаланса»=УР вводится система нечетких переменных с именами ОР -отсутствие разбаланса; НР - небольшой разбаланс; ЗР - значительный разбаланс; НБ - неудовлетворительный баланс. В данной работе эти классы выбраны как имена нечётких переменных (термов) лингвистической переменной УР с терм-множеством Т={ОР, НР, ЗР, НБ}.

Для входных лингвистических переменных АП и УР на экспертном уровне строятся системы функций принадлежности ЦУЛ(ИФИ), ц//м(ИФИ), цЯ/((ИФИ), ц^СИФИ), цоКЭР), ЦяКЭР), ЦзКЭР), Цяь{ЭР), где ЭР=1-ЭС.

4. Для выходной лингвистической переменной «уровень защиты» УЗ* определяются нечеткие переменные: НЗ - незначительный; НБ - небольшой; €Р - средний; БШ - большой; ГШ - полный. Таким образом, сформирована лингвистическая переменная Ъ с терм-множеством Т={НЗ, НБ, СР, БШ, ГШ}. Для этой лингвистической переменной построены графики функций принадлежностей с базовой переменной УЗ*.

5. Используя алгоритм Мамдани - Заде определяется система нечетких правил типа:

П1: Если ИФИ есть УА и ЭР есть ОР то УЗ* есть ПЛ;

П2: Если ИФИ есть УА и ЭР есть НР то УЗ * есть БШ;

П10 Если ИФИ есть СА и ЭР есть НБ то УЗ * есть НЗ.

По полученной системе правил определяется центр тяжести результирующей формулы принадлежностей, то есть УЗ*.

6. По группе показателей АП и ЭС уровень защиты определяется по формуле

У301='/2(У3,+ У3*,).

7. Поскольку по отношению к У30( такой показатель как функциональный резерв для выбранного класса задач ведет себя как мера увеличения доверия по Е. Шортлифу, окончательную формулу для расчета уровня защиты организма от оперативных вмешательств по задаче ю, определяем выражением:

Ш, = У30(+иР, (1 - УЗт), где Ш,- 5, • ; 5, - весовой коэффициент корректирующий ЦБ, по типу заболеваний и виду операций;

иРм(1+1)=иРм(1)+а,1+!цц(уь+1)[1-иРм(!)],

где ЦРм(1)=а1ци(У1);

«ь < 1 - коэффициент, определяющий вклад меридиана Л в оценку уровня общего функционального резерва (ФР) организма, определяемого по всей меридианной структуре организма-

у - ЯГ>(0) * Крн(НУ

где ЛрА(0)- сопротивление точки пособника меридиана А, измеренное до нагрузки, ^(Я)— после нагрузки; Ци{УА) - функция уровня ФР, определяемого по меридиану А.

В третьей главе разрабатываются модели и алгоритмы для интеллектуальной системы поддержки принятия решений (СППР) по оценке послеоперационных осложнений в урологии.

Одним из основных элементов СППР является база знаний, состоящая из наборов нечетких решающий правил, построенных с помощью метода синтеза, предложенного в главе 2, на функциях принадлежности к двум классам осложнений: осложнения после трансуретальной электрорезекции предстательной железы (классе ю,= <вопж); послеоперационные осложнения при гнойном пиелонефрите (класс со, = шпн).

В качестве примеров на рисунке 3 приведены графики функций принадлежности к классу соопж с базовой переменной Х4 - антиокислительная активность сыворотки крови в %; и к классу шпн с базовой переменной по относительному отклонению электрического сопротивления БАТ У53.

Полученные в работе графики функций принадлежности строились высококвалифицированными экспертами под руководством инженера по знаниям в соответствии с методом Делфи. Все полученные экспертным путем функции принадлежности финальных решающих правил корректировались по критерию минимизации ошибки классификации на контрольных выборках с использованием обучающей программы, разработанной на кафедре БМИ ЮЗГУ.

Мо^ (хл)

Рис. 3. Графики функций принадлежности к классам соопж и <оп„: а) со0пж с базовой переменной х4; б) сопн с базовой переменной 5ЯУ5з

Результаты математического моделирования полученных комбинированных нечетких решающих правил показали, что для наиболее часто встречающихся в урологической практике значений информативных признаков уверенность в прогнозе обострений составляет 0,9.

С учетом того, что энергетическая реакция меридианных структур организма человека является высокоинформативным показателем по отношению к исследуемым классам состояний, в работе получены модели взаимодействия внутренних органов и систем организма с меридианными биологически активными точками, меняющими свои электрические характеристики при урологических заболеваниях и изменениях уровня защитных механизмов организма. Использование этих моделей позволяет составлять биофизически обоснованные схемы рефлексодиагностики, использование которых позволяет уменьшить риск возникновения послеоперационных осложнений и планировать рациональные схемы профилактики и борьбы с этими осложнениями.

Управление элементами базы знаний, взаимодействие блоков программного обеспечения между собой и врачами - урологами осуществляется алгоритмом управления процессами принятия решений

ПО прогнозированию риска послеоперационных осложнений и формированию рекомендаций по рациональному ведению больных с урологическими заболеваниями, требующих оперативного вмешательства. На рисунке 4 представлен фрагмент схемы этого алгоритма.

Начало ^

1

0

11

1Ж( = 1Ю,

Проведение рефлексо диагностики

Расчет БЖ,

Рис. 4. Фрагмент схемы алгоритма управления для СППР

Весь алгоритм условно разбит на 4 основных блока: блок оценки риска послеоперационных осложнений; блок формирования профилактических рекомендаций; блок оценки результатов профилактики и принятия решений по технологии оперативного вмешательства; блок формирования рекомендаций по послеоперационному ведению больного.

Выход А на рисунке 4 передает управление блокам алгоритма, решающим задачи оценки уровня защиты организма и выбора рациональных схем профилактики и послеоперационного лечения.

В четвертой главе рассматриваются вопросы программной реализации разрабатываемой СППР и результаты экспериментальной проверки полученных решающих правил.

В качестве примера разрабатываемого программного продукта на рисунке 5 показано окно решения системы нечеткого вывода с помощью которого решается задача получения выходных переменных в зависимости от значений входных переменных

Рис. 5. Графический интерфейс окна решения системы нечеткого вывода

Полученные прогностические решающие правила соответствуют субъективному мнению экспертов в том, какое качество классификации принципиально достигается при выбранной системе информативных признаков. Для объективизации исследований были сформированы репрезентативные контрольные выборки. Объемы выборок определялись в соответствии с рекомендациями, принятыми в теории распознавания образов и составили не менее 100 человек на каждый из исследуемых классов. Качество классификации определяется по таким показателям, как диагностическая чувствительность (ДЧ), диагностическая специфичность

(ДС), прогностическая значимость положительных П3+, и отрицательных ПЗ" результатов и диагностическая эффективность (ДЭ).

Численные значения показателей качества прогнозирования с величинами коэффициентов уверенности для максимальных значений соответствующих функций принадлежности КУ1

встречающихся факторов риска КУС? оцениванием, приведены в таблице.

Таблица 1

а" и для наиболее часто определенных экспертным

Классы Показатели качества на контрольной выборке Экспертная уверенность

ДЧ ДС ПЗ+ ГО" ДЭ КУг* кус1

аопж 0,93 0,91 0,93 0,92 0,9 0,97 0,9

а>п„ 0,95 0,93 0,93 0,95 0,94 0,98 0,9

Как видно из приведенных расчетов, результаты контрольных испытаний «близки» к ожиданиям экспертов при использовании нечетких решающих правил, и полученные числовые значения имеют достаточные величины для рекомендации полученных решающих правил к практическому использованию.

В заключении сформулированы научные и практические результаты исследования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. На основании анализа существующих методов и средств прогнозирования послеоперационных осложнений сформирована система информативных признаков и выбран адекватный математический аппарат исследования для прогнозирования послеоперационных осложнений у урологических больных.

2. Разработан метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях, включающий нечеткую агрегацию традиционно используемых в прогнозировании послеоперационных осложнений специфических признаков и интегральные показатели, характеризующие психоэмоциональное напряжение, энергетический разбаланс меридианных структур и уровень защиты организма, позволяющий увеличить показатели надежности прогнозирования риска, по сравнению с традиционно используемой методикой, не менее чем на 10%.

3. Разработан способ комплексной оценки уровня защиты организма, основанный на решающих правилах, построенных на шкалах уровня адаптационного потенциала, энергетического разбаланса соответствующих меридианных структур и уровня функционального резерва, позволяющий

получать количественные характеристики уровня защитных свойств организма с приемлемым для медицинской практики качеством.

4. Получены модели взаимодействия внутренних органов и систем организма с меридианными биологически активными точками, меняющими свои электрические характеристики при урологических заболеваниях и изменениях уровня защитных механизмов организма, анализ которых позволяет уточнять послеоперационное состояние пациентов и планировать различные схемы рефлексотерапии.

5. Разработаны математические модели прогнозирования послеоперационных осложнений урологических больных посредством нечетких решающих правил, агрегирующих различные данные, характеризующие функционирование организма на различных его уровнях, составившие основу построения базы знаний системы поддержки принятия решений врача-уролога, обеспечивающей рациональное ведение урологических больных после оперативных вмешательств.

6. Предложен алгоритм управления и основные элементы системы поддержки принятия решений по прогнозированию и профилактике послеоперационных осложнений у урологических больных, обеспечивающий повышение качества оказания медицинской помощи исследуемой категории больных.

7. Разработано специальное алгоритмическое и программное обеспечение, предназначенное для автоматизированного прогнозирования послеоперационного риска, реализованное в среде Matlab 7.10. Результаты его испытания на репрезентативных контрольных выборках показали, что для решающих правил прогнозирования послеоперационных осложнений и больных с доброкачественной гиперплазией предстательной железы при проведении трансуретральной резекции и при оперативных вмешательствах при гнойном пиелонефрите их прогностическая значимость для финального правила нечеткого вывода не ниже величины 0,90; что позволяет использовать полученные результаты в медицинской практике.

СПИСОК НАУЧНЫХ РАБОТ. ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ: Публикации в рецензируемых научных журналах

1. Долженков С.Д., Харьков C.B. Прогнозирование послеоперационных осложнений у урологических / Биомедицинская радиоэлектроника. 2012. №4. С.36-42.

2. Харьков C.B., Долженков С.Д., Кореневская С.Н. Оценка защитных свойств и их роль в задачах прогнозирования и медицинской диагностики / Системный анализ и управление в биомедицинских системах. 2012. Т.11. №1. С.44-50.

3. Расчет уверенностей в принимаемых решениях по энергетической реакции меридианных структур /P.A. Крупчатников, И.А. Ключников, C.B. Харьков и др.//Известия Юго-Западного государственного университета. 2011. №6 (39). 4.2. С.62-66.

4. Синтез нечетких решающих праЕил для прогнозирования и медицинской диагностики на основе данных об энергетическом состоянии акупунктурных точек /H.A. Кореневский, C.B. Харьков, Е.А. Соглаев и др. // Системный анализ и управление в биомедицинских системах. 2010. Том 9. №4 С.768-782.

Статьи, труды и материалы конференций

5. Методическое обеспечение экспертной системы врача рефлескотерапевта / H.A. Кореневский, J1.B. Стародубцева, C.B. Харьков и др.// Информационные проекты в медицинской и педагогической практике: сборник материалов между народной практической конференции. Курск:. ЮМЭКС, 2010. С.31-34.

6. Харьков C.B. Прогнозирование послеоперационных осложнений на основе правил нечеткого вывода Е. Шортлифа / «Медико-экологические информационные технологии-2011»: сборник материалов XIV Международной научно-технической конференции. Курск: Юго-Зап. Гос. ун-т, 2011.С.71-84.

7. Кореневский H.A., Филист С.А., Харьков C.B. Метод определения защитных свойств организма с использованием нечеткого алгоритма Мамдани-Заде / «Медико-экологические информационные технологин-2011»: сборник материалов XIV Международной научно-технической конференции. Курск: Юго-Зап. Гос. ун-т, 2011- С.84-92.

8. Харьков C.B. Методы прогнозирования послеоперационных осложнений урологических больных / Информационные и управленческие технологии в медицине и экологии: сб. статей V Всероссийская научно-техническая конференция. Пенза, 2011. С.136-138.

9. Формирования нечетких множеств на шкалах наименований в интеллектуальной системе определения защитных свойств организма /C.B. Харьков, О.В. Шаталова, С.А. Горбатенко и др.// «Лазеры. Измерения. Информация - 2011»: сборник докладов 21-й Международной конференции. T.3. СПб: Изд-во Политехи, ун-та, 2011. С.155-163.

10. Харьков C.B., Зо Зо Тун, Волков И.И., Система нечеткого вывода Мамдани в среде MATLAB / «Компьютерные науки и технологии-2011». Сборник трудов Второй Международной научно-технической конференции. Белгород, 2011. С.382-387.

11. Харьков C.B. Интеграционная оценка состояния здоровья с использованием нечеткого логического вывода / Медицинские приборы и технологии: Международный сборник научных статей. Вып.4. Тула: ТулГУ, 2011. С.255-258.

12. Харьков C.B. Оценка послеоперационного состояния урологических больных на основе нечетких моделей / Медицинские приборы и технологии: Международный сборник научных статей. Вып.4. Тула: ТулГУ, 2011. С.25 8-260.

13. Прогнозирование послеоперационных осложнений в урологии на основе нечетких математических моделей / C.B. Харьков, A.B. Шащков, С.Д. Долженков и др.//Интегративные процессы в науке: материалы

международной научно-практической конференции, Москва, 2011. С30-33.

14. Нечеткий прогноз возникновения послеоперационных осложнений у урологических больных / С.Д. Долженков, C.B. Харьков, Т.Н Говорухина и др.// Моделирования и управления процессами в здравоохранении:/ Межвузовский сборник научных трудов. Воронеж: ВГТУ, 2011. С.54-60.

15. Харьков C.B. Нечеткие нейронные сети для интегральной оценки состояния здоровья/ Биотехнические, медицинские и экологические системы и комплексы (Биомедсистемы - 2011): сб. матер. XXIV Всероссийской научно-технической конференции студентов, молодых ученых и специалистов. 4.2.-Рязань, 2011. С. 199-204.

16. Определения уровня защитных механических реакций и их роль в прогнозировании послеоперационных осложнений / С.Д. Долженков, C.B. Харьков, С.Н. Кореневская и др.// «Физика и радиоэлектроника в медицине и экологии: доклады 10-й межд. научн.-техн. конф. Книга 3. Владимир, 2012. С.255-258.

17. Долженков С.Д., Харьков C.B., Кореневская С.Н. Нечеткая оценка послеоперационных осложнений у пациентов с гнойным пиелонефритом / «Медико-экологические информационные техйологии-2012»: сборник материалов XV Международной научно-технической конференции Курск: Юго-Зап. Гос. ун-т, 2012. С.65-69.

18. Харьков C.B., Долженков С.Д. Прогноз состояний пациента после трансуретальной резекции предстательной железы / «Медико-экологические информационные технологии-2012»: сборник материалов XV Международной научно-технической конференции. Курск: Юго-Зап. Гос. ун-т, 2012. С.70-76.

Подписано в печать_._. 2012 г. Формат 60x84 1/16.

Печатных листов 1,1. Тираж 100 экз. Заказ № Юго-Западный государственный университет, 305040, г. Курск, ул. 50 лет Октября, 94 Отпечатано в ЮЗГУ

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ.

1.1 Математические модели количественной оценки состояния здоровья человека.

1.2. Особенности использования нечёткой логики принятия решений для прогнозирования и медицинской диагностики.

1.3. Использование методов рефлексодиагностики и рефлексотерапии в медицинской практике.

1.4. Краткий обзор систем поддержки принятия решений медицинского назначения.

1.5. Цель и задачи исследования.

2.1. Объект, методы и средства исследований.

2.2. Формирование пространства информативных признаков

2.3. Разработка метода синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях.

2.4. Разработка способа определения уровня защиты организма.

2.5. Выводы второй главы.

3.1. Синтез меридианных моделей взаимодействия внутренних органов с биологически активными точками для хирургов, специализирующихся по урологическим заболеваниям.

3.2. Синтез нечетких моделей принятия решений по прогнозированию послеоперационных осложнений при трансуретальной резекции предстательной железы.

3.3. Синтез нечетких моделей для прогнозирования послеоперационных осложнений при гнойном пиелонефрите.

3.4. Алгоритм управления процессами принятия решений по прогнозированию риска послеоперационных осложнений и формированию рекомендаций по рациональному ведению больных с урологическими заболеваниями, требующих оперативного вмешательства.

3.5. Выводы третьей главы.

ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ РАЗРАБОТАННЫХ СРЕДСТВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ.

4.1. Программная реализация системы поддержки принятия решений врача для прогнозирования риска послеоперационных осложнений у больных урологическими заболеваниями.

4.2. Методы тестирования системы поддержки принятия решений прогнозирования риска послеоперационных осложнений урологических больных.

4.3. Оценка качества работы математических моделей прогнозирования послеоперационных осложнений при трансуретральной резекции предстательной железы.

4.4. Оценка качества работы математических моделей прогнозирования послеоперационных осложнений пациентов с гнойным пиелонефритом.

4.5. Выводы четвертой главы.

Актуальность темы. Одной из важнейших проблем хирургии является адекватная оценка состояния и выбор рациональных схем ведения пациентов в послеоперационный период. Это в полной мере относится к пациентам, страдающим урологическими заболеваниями. Даже после сравнительно безопасных хирургических вмешательств, использующих трансуретральную электрорезекцию, развиваются послеоперационные осложнения. Наиболее серьёзные из них обусловлены развитием инфекционно-воспалительных процессов в послеоперационном периоде. Неблагоприятное состояние пациентов в послеоперационный период может значительно усиливаться сопутствующими заболеваниями сердечно-сосудистой и дыхательной систем, кровопотерей во время операций и т.д.

Одним из путей повышения качества оказания медицинских услуг урологическим больным в послеоперационном периоде является своевременное и точное прогнозирование возможных послеоперационных осложнений у исследуемой категории больных, что позволит назначить эффективные и своевременные способы профилактики и лечения. Однако с математической точки зрения задача прогнозирования послеоперационных осложнений у урологических больных не является тривиальной в виду отсутствия точного, чёткого и однозначного описания взаимосвязи между признаками, характеризующими состояние больного до операции, и возможными классами состояний послеоперационного периода.

Многочисленные исследования в области совершенствования прогнозирования, диагностики профилактики и лечения различных заболеваний, включая исследуемую патологию, показывают, что наилучших результатов удаётся достичь при использовании адекватных математических методов с привлечением современных информационных и интеллектуальных технологий, позволяющих поднять на новый качественный уровень решение задач прогнозирования послеоперационных осложнений больных урологического профиля.

Таким образом, актуальность данного исследования определяется необходимостью улучшения показателей качества прогнозирования послеоперационных осложнений у урологических больных с целью повышения уровня медицинского обслуживания этой категории пациентов.

Работа выполнена в соответствии с Федеральной целевой программой «Научные и научно-педагогические кадры инновационной России на 20092013 гг.», в рамках реализации мероприятия №1.2.1 «Проведение научных исследований научными группами под руководством докторов наук», в соответствии с Федеральной целевой программой «Предупреждение и борьба с социально-значимыми заболеваниями» 2007-2011 гг. и с научным направлением Юго-Западного государственного университета «Медико-экологические информационные технологии».

Цель работы. Разработка математических моделей, метода и алгоритмов, обеспечивающих повышение качества прогнозирования послеоперационных осложнений урологических больных за счёт

Т1ЛТТГЧ ТТТ Г»ЛППТТТ71Т Я ЛТТ1ТТ Т\7 Т1ТТгк/МЛ» ГПТТПАТТТТТ ТЛЛ Т^Л/'ТТ/'Ч ТТ/"\Т"«ТХТХ ТХ П ТТОТ/ППТТТАГЛ п^иилооиоиппл гш^и^шицпииишл ГАГА п и^кииших V/ математического аппарата, основывающегося на технологии мягких вычислений.

Для достижения поставленной цели необходимо решить следующие задачи: на основании анализа существующих методов и средств прогнозирования послеоперационных осложнений сформировать систему информативных признаков и выбрать адекватный математический аппарат исследования для прогнозирования послеоперационных осложнений урологических больных;

- разработать метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях;

- разработать способ определения уровня защиты организма;

- получить меридианные модели взаимодействия внутренних органов с поверхностными биологически активными точками, меняющими свои энергетические характеристики в зависимости от наличия и степени тяжести урологических заболеваний и уровня защитных механизмов организма;

- синтезировать комбинированные нечеткие решающие правила прогнозирования послеоперационных осложнений урологических больных;

- разработать алгоритм управления и основные элементы системы поддержки принятия решений по прогнозированию послеоперационных осложнений и формированию рекомендаций по послеоперационному ведению урологических больных;

- оценить эффективность разработанных методов и средств на репрезентативных выборках в клинических условиях.

Объект исследования. Пациенты, нуждающиеся в оперативном ттаттатттзгтт т тл ттАГчлталт/чгл/ оо^л ттапоттптг л^ ч^илп ^ уилчл и ч^✓апл

Предмет исследования. Метод, модели и алгоритмы прогнозирования послеоперационных осложнений урологических больных.

Содержание диссертации соответствует п. 1 «исследование, разработка и создание медицинской техники, изделий, инструментов, методов и способов диагностики и лечения человека, которые рассматриваются как средства восстановления нарушенной поливариантной системы, представление которой возможно математической, физико- и биотехнической, механической моделью, а также энергетической, физико-химической, химической, электрохимической моделью и т.д.» паспорта специальности 05.11.17 - Приборы, системы и изделия медицинского назначения:

Методы исследования. Для решения поставленных задач использовались методы управления в биотехнических системах, системного анализа, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, теории нечётких множеств, прикладной математической статистики, экспертного оценивания. При разработке диагностической системы в качестве инструментария использовалась среда Matlab 7.10 (R2010a) со встроенным пакетом Fuzzy Logic Toolbox.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной: набор информативных признаков для прогнозирования послеоперационных осложнений урологических больных, отличающийся тем, что кроме традиционно используемых в медицине показателей в него включены интегральные показатели, характеризующие уровень защитных свойств организма, психоэмоционального напряжения, утомления и энергетического разбаланса меридианных структур организма, что позволило синтезировать высококачественные прогностические правила;

- метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях, отличающийся нечеткой агрегацией традиционно используемых в прогнозировании послеоперационных осложнений специфических признаков и интегральных показателей, характеризующих психоэмоциональное напряжение, энергетический разбаланс меридианных структур и уровень защиты организма, позволяющий получать решающие правила для оценки степени риска послеоперационных осложнений с требуемой для медицинской практики точностью; способ комплексной оценки уровня защиты организма, отличающийся использованием решающих правил, в которых группируются функции принадлежности с базовыми переменными, определяемыми на шкалах уровня адаптационного потенциала, энергетического разбаланса соответствующих меридианных структур и уровня функционального резерва, позволяющий получать количественные характеристики уровня защитных свойств организма с приемлемым для медицинской практики качеством;

- модели взаимодействия внутренних органов и систем организма с меридианными биологически активными точками, меняющими свои электрические характеристики при урологических заболеваниях и изменениях уровня защитных механизмов организма, анализ которых позволяет уточнять послеоперационное состояние пациентов и планировать различные схемы рефлексотерапии;

- математические модели прогнозирования послеоперационных осложнений урологических больных, отличающиеся использованием нечетких решающих правил, агрегирующих различные данные, характеризующие функционирование организма на различных его уровнях, составившие основу построения базы знаний системы поддержки принятия решений врача-уролога, обеспечивающей рациональное ведение урологических больных после оперативных вмешательств;

- алгоритм управления и основные элементы системы поддержки принятия решений по прогнозированию послеоперационных осложнений, их профилактике и формированию рекомендаций по послеоперационному ведению урологических больных в условиях неполного и нечеткого представления данных, обеспечивающие повышение качества оказания медицинской помощи исследуемой категории больных.

Практическая значимость работы. Разработанные метод, модели, алгоритмы и соответствующее программное обеспечение составили основу построения системы поддержки принятия решений врача-уролога, опытная эксплуатация элементов которой позволяет рекомендовать её к использованию при планировании операций и послеоперационному ведению урологических больных.

Основные теоретические и практические результаты работы используются в клинической практике муниципального учреждения здравоохранения клинической больнице скорой медицинской помощи г. Курска и в учебном процессе Юго-Западного государственного университета при подготовке специалистов 200402.65 «Инженерное дело в медико-биологической практике» (дисциплина «Автоматизация обработки экспериментальных данных»), что подтверждено соответствующими актами.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: XIV и XV Международных научно-технических конференциях «Медико-экологические информационные технологии» (Курск, 2011, 2012); X Международной научно-технической конференции «физика и радиотехника в медицине и экологии» (Владимир-Суздаль, 2012); на XXIV Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы» (Биомедсистемы - 2011) (Рязань, 2012); XIX Международной конференции «Лазерно-информационные технологии в медицине, биологии и геоэкологии - 2011» (Новороссийск, 2011); V Всероссийских научно-технических конференциях «Информационные и управленческие технологии в медицине и экологии» (Пенза, 2011); на III Международной конференции «Молодежь и XXI век» (Курск, 2011); на Второй Международной научно-технической конференции «Компьютерные науки и технологии - 2011» (Белгород, 2011); на Международной практической конференции «Интегративные процессы в науке» (Москва, 2011); на Международной практической конференции «Информационные проекты в медицинской и педагогической практике» (Курск, 2010); научно-технических семинарах кафедры биомедицинской инженерии ЮЗГУ ( Курск, 2010, 2011,2012 гг.).

Публикации. По теме диссертации опубликовано 18 научных работ, из них 4 работы в рецензируемых научных журналах.

Личный вклад автора. Все выносимые на защиту результаты получены лично автором. В работах, опубликованных в соавторстве и приведенных в конце автореферата, соискателем лично разработаны в [1, 8, 13, 14, 17, 18] модели и алгоритмы прогнозирования послеоперационных осложнений у урологических больных; в [2, 3, 7, 16] - модели оценки интегральных показателей здоровья на основе разнотипных исходных данных; в [4, 9] -нечеткие нейронные сети для оценки состояния здоровья, в [5, 10] -специализированное программное обеспечение для систем интеллектуальной поддержки врача-специалиста.

Структура и объём диссертации. Диссертация состоит из введения, четырех глав, заключения и списка литературы из 158 наименований, изложена на 171 странице машинописного текста, содержит 54 рисунка, 15 таблиц.

4.5. Выводы четвертой главы

1. Разработано специальное программное обеспечение, предназначенное для автоматизированного анализа риска послеоперационных осложнений у урологических больных, реализованное в среде МайаЬ 7.10, отличающееся функциональной последовательностью включения каждого модуля в технологический процесс алгоритма нечеткого вывода, осуществляемого посредством интерфейсных окон и всплывающих меню, позволяющее осуществлять процессы фуззификации, агрегации, дуфуззификации и формирования базы данных нечетких решающих правил, а также формирование обучающих и контрольных выборок и определения диагностической эффективности полученных решающих правил.

2. Результаты статистических испытаний на репрезентативных контрольных выборках показали, что для решающих правил прогнозирования послеоперационных осложнений и больных с доброкачественной гиперплазией предстательной железы при проведении трансуретральной резекции их прогностическая значимость для финального правила нечеткого вывода превышает величину 0,95; что позволяет рассматривать полученные результаты в медицинской практике.

3. Для задачи прогнозирования послеоперационных осложнений при оперативных вмешательствах при гнойном пиелонефрите полученные решающие правила принятия решений обеспечивают прогностическую значимость не менее 0,9; что позволяет рекомендовать полученные результаты для практического использования в урологии.

ЗАКЛЮЧЕНИЕ

В диссертационной работе получены следующие основные результаты.

1. На основании анализа существующих методов и средств прогнозирования послеоперационных осложнений сформирована система информативных признаков и выбран адекватный математический аппарат исследования для прогнозирования послеоперационных осложнений у урологических больных.

2. Разработан метод синтеза комбинированных нечетких правил прогнозирования послеоперационных осложнений при урологических заболеваниях, включающий нечеткую агрегацию традиционно используемых в прогнозировании послеоперационных осложнений специфических признаков и интегральные показатели, характеризующие психоэмоциональное напряжение, энергетический разбаланс меридианных структур и уровень защиты организма, позволяющий увеличить показатели надежности прогнозирования риска, по сравнению с традиционно используемой методикой, не менее чем на 10%.

3. Разработан способ комплексной оценки уровня защиты организма,

ЛТТЛТ>Л ТТТТТ ТТТ ТТП ♦ЧЛТТТЛТ/ЧТТТТХЛГ ТТ1ЛО ПТТ ТТГ»-*/- ТТЛЛФ1ЛЛШТТТТ IV ттп т Т Т ТУ О ТТП V \ Т <Т па р^шашхцпл ирасплиЛ) ни тисциил ^риин/х адаптационного потенциала, энергетического разбаланса соответствующих меридианных структур и уровня функционального резерва, позволяющий получать количественные характеристики уровня защитных свойств организма с приемлемым для медицинской практики качеством.

4. Получены модели взаимодействия внутренних органов и систем организма с меридианными биологически активными точками, меняющими свои электрические характеристики при урологических заболеваниях и изменениях уровня защитных механизмов организма, анализ которых позволяет уточнять послеоперационное состояние пациентов и планировать различные схемы рефлексотерапии

5. Разработаны математические модели прогнозирования послеоперационных осложнений урологических больных посредством нечетких решающих правил, агрегирующих различные данные, характеризующие функционирование организма на различных его уровнях, составившие основу построения базы знаний системы поддержки принятия решений врача-уролога, обеспечивающей рациональное ведение урологических больных после оперативных вмешательств

6. Предложен алгоритм управления и основные элементы системы поддержки принятия решений по прогнозированию и профилактике послеоперационных осложнений у урологических больных, обеспечивающий повышение качества оказания медицинской помощи исследуемой категории больных.

7. Разработано специальное алгоритмическое и программное обеспечение, предназначенное для автоматизированного прогнозирования послеоперационного риска, реализованное в среде Ма1:1аЬ 7.10. Результаты его испытания на репрезентативных контрольных выборках показали, что для решающих правил прогнозирования послеоперационных осложнений и ттттгчтг г«тггтл»м-гттоот*ат1 ТТТЛО ПЛТОТат ТТ/~\ТХ МЛ<атта01.Т ТТГ*ЧТ/Г ииЛСПШЛ V А пи^рилооп^п А 1Л. А АА^ААЧ^ГА УАЧЧ^АЧ^А-М и^и проведении трансуретральной резекции и при оперативных вмешательствах при гнойном пиелонефрите их прогностическая значимость для финального правила нечеткого вывода не ниже величины 0,90; что позволяет использовать полученные результаты в медицинской практике.

1. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов: В 2 т. Т. 2. Основы эконометрики Текст. / С.А. Айвазян. 2-е изд., испр. М.: ЮНИТИ-ДАНА, 2001. 432 с.

2. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов. В 2 т. Т. 1. Теория вероятностей и прикладная статистика Текст. / С.А. Айвазян, B.C. Мхитрян. 2-е изд., испр. М.: ЮНИТИ-ДАНА, 2001. 656 с.

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

4. Алексахин, C.B. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения Текст. / C.B. Алексахин В 2-х томах. М. ПРИОР, 2002. - 688с.

5. Андерсен, Т. Введение в многомерный статистический анализ Текст. / Андерсен. Т. М.: Физматгиз, 1963. 500с.

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

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

8. Бобырь, М.В. Теоретические основы построения автоматизированных систем управления технологическими процессами на основе нечеткой логики: монография Текст. / М.В. Бобырь, B.C. Титов, С,Г. Емельянов // Старый Оскол: ТНТ, 2011 .-232с.

9. Бешелев, С.Д., Математико-статистические методы экспертных оценок Текст. / Бешелев, С.Д., Гурович Ф.Г. // М.: Статистика, 1980. -263с.

10. Браверман, Э.М. Структурные методы обработки эмпирических данных Текст. / Браверман, Э.М., Мучник Ч.Б. // М.: Наука, 1983. -464с.

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

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

13. Воронцов, И.М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей диагностики нарушений здоровья Текст. / Воронцов, И.М., Шаповалов В.В., Шерстюк Ю.М. // СПб.: ООО «ИГЖ «Коста». 2006. 432с.

14. Гаваа Лувсан. Очерк методов восточной рефлексотерапии Текст. / Гаваа Лувсан. 3-е изд. Новосибирск, 1991. - 432 с.

15. Гайдышев, И.П. Анализ и обработка данных: специальный справочник Текст. / Гайдышев, И.П. СПб.: Питер, 2001. -752 с.

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

17. Генкин, Я.Я. Новая информационная технология анализа медицинских данных Текст. / Генкин, Я.Я. СПб: Политехника, 1999. -191с.

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

19. Горбань, А.Н. Обучение нейронных сетей Текст. / Горбань, А.Н. M.: Изд. СССР-США СП «ParaGraph», 1990. -160с.

20. Долженков, С.Д. Прогнозирование послеоперационных осложнений у урологических больных на основе комбинированных правил нечеткого вывода Текст. / С.Д. Долженков, C.B. Харьков, В.Н. Шевякин // Биомедицинская радиоэлектроника, 2012, №4, С. 36-42.

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

22. Дуда, Р. Распознавание образов и анализ сцен Текст. / Дуда, Р., Харт П. // М.: Мир, 1978.-510с.

23. Дюбуа, Д. Теория возможностей. Приложения к представлению знаний в информатике Текст. / пер. с фр. Д. Дюбуа, А. Прад. // М.: Радио и----- 1 г\г\г\ оооивялэ, iyyyj. — ¿OOt.

24. Дюк, В., Эммануэль, В. Информационные технологии в медико-биологических исследованиях Текст. / Дюк, В., Эммануэль, В. // СПб: Питер, 2003.-528с.

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

26. Загоруйко, И.Г Методы распознавания и их применение Текст. / Загоруйко, И.Г. М.: Сов. Радио, 1972. -208с.

27. Заде, JI. Основы нового подхода к анализу сложных систем и процессов принятия решений Текст. / Заде, J1. Математика сегодня. М.: Знание, 1974.

28. Заде, JI. А. Понятие лингвистической переменной и ее применение к принятию приближенных решений Текст. / Л.А. Заде М.: Мир, 1976.-312с.

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

30. Иванов, В.А. Современные проблемы рефлексологии Текст. / В.А. Иванов. Курск: Курск, гос. ун-т, 2012. - 110 с.

31. Иванов, В. А. Прибор для электрорефлексотерапии и диагностики «Пчелка» Текст. / В.А. Иванов, Ю. Н. Горяинов // Управление медицинскими и образовательными технологиями: сборник научных трудов. -Курск. МУ «Издательский центр «ЮМЭКС»». 2008.С 24-26.

32. Иванов, В. А. Приборная акупунктурная аурикулодиагностика Текст. / В. А. Иванов, С. Г. Емельянов // Управление медицинскими и образовательными технологиями: сборник научных трудов. Курск: МУ «Издательский центр «ЮМЭКС»». 2008. С 27-31.

33. Ивахненко, А. Г. Моделирование сложных систем по экспериментальным данным Текст. / Ивахненко А. Г., Юрачковский Ю. П. // М.: Радио и связб, 1987. 118с.

34. Казначеев, В.П. Донозологическая диагностика в практике массовых заболеваний населения Текст. / В.П. Казначеев, P.M. Баевский, А.П. Берсенев // Л.: Медицина, 1986. 216с.

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

36. Кореневский, H.A. Проектирование нечетких решающих сетей настраиваемых по структуре данных для задач медицинской диагностики Текст. / H.A. Кореневский. Системный анализ и управление в биомедицинских системах. Москва, 2005, Т.4, №1. С. 12-20.

37. Кореневский, H.A. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования Текст. / H.A. Кореневский. Вестник новых медицинских технологий, 2006. Т. XIII, №2. С.6-10.

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

39. Кореневский, H.A. Метод синтеза двумерных классификационных пространств Текст. / Кореневский, H.A. Известия ВУЗов. Приборостроение. Т.48, №2, 2005. С. 35-38.

40. Кореневский, H.A. Обучение классификации в режиме диалога Текст. / H.A. Кореневский. Курск, ПИ.-ОФАП.ВНИИМТИ; Инв. №5348939.-1993.-116с.

41. Кореневский, Н.А, Проектирование нечетких систем принятия решений, обучаемых по структуре данных Текст. / H.A. Кореневский. Мехатроника, автоматизация, управление. 2005.-№9.-С.47-53.

42. Кореневский, H.A. Проектирование систем поддержки принятия решений для медико-экологических приложений: монография Текст. / H.A. Кореневский, B.C. Титов, Н.Е. Чернецкая; Курск.i ос.техн.ун-т. Курск, 2004. 180с.

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

44. Кореневский, H.A. Комплексная оценка уровня психоэмоционального напряжения Текст. / H.A. Кореневский, О.И. Филатова, М,И. Лукашов, P.A. Крупчатников // Биомедицинская радиоэлектроника. 2009. - №5. - с.4-9.

45. Кореневский, H.A. Методы поиска информативных проекционных зон и синтеза нечетких решающих правил для рефлексодиагностики Текст. / H.A. Кореневский, В.В. Буняев // Системныйанализ и управление в биомедицинских системах. Том 3, №2, 2004. С. 175178.

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

47. Кореневский, H.A. Метод оценки функционального резерва человека-оператора на основе комбинированных правил нечеткого вывода Текст. / H.A. Кореневский, А.Н. Коростелев, JI.B. Стародубцева, В.В. Серебровский // Биотехносфера, №1 (19), 2012. С. 40-45.

48. Кореневский, H.A. Моделирование процессов взаимодействия внутренних органов с поверхностными проекционными зонами Текст. / H.A. Кореневский, P.A. Крупчатников, B.C. Титов, А.Г. Устинов // Ъиомедицинская радиоэлектроника, №4, 2012, С. 12-19.

49. Коростелев, А. Н. Комплексная оценка уровня функциональных резервов организма человека на основе нечетких моделей принятия решений

50. Текст. / Н. А. Кореневский, А. Н. Коростелев, Е. В. Нечаева, Е. А. Бойцова // Биомедицинская радиоэлектроника.-2010. №2С. 30-36.

51. Круглов, В.В. Нечеткая логика и искусственные нейронные сети Текст. / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. // М.: Физматлит, 2001. -221с.

52. Кульбак, С. Теория информации и статистика Текст. / Кульбак, С. -М.: Наука, 1967.-408с.

53. Кучеренко, В.З. Социальная гигиена и организация здравоохранения Текст. / В.З. Кучеренко, Н.М. Агарков, А.П. Яковлев, C.J1. Васильев // (учебное пособие). Москва,2000. —432с.

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

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

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

57. Леонова, А. Б. Психодиагностика функциональных состояний человека Текст. / Леонова А. Б. М.: Изд-во Моск. Ун-та. 1984.-200 с.

58. Леонова А. Б. Функциональное состояние человека в трудовой деятельности Текст. / Леонова А. Б., Медведев В. И. // М., 1981.-125 с.

59. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzy TECH Текст. / Леоненков A.B. СПб.: БХВ-Петербург, 2005. 736 с.

60. Лисенков, А.Н. Математические методы планирования многофакторных медико-биологических экспериментов Текст. / Лисенков, А.Н. -М.: Медицина, 1979.-344с.

61. Литвак, Б.Г. Экспертная информация. Методы получения и анализа Текст. / Литвак, Б.Г. М.: Радио и связь, 1982. -184с.

62. Лукашов, М. И. Определение уровня длительного физического утомления как фактора риска рецидивов хронических заболеваний. Текст. /

63. М. И. Лукашов, Н. А. Кореневский, А. В. Еремин, О. И. Филатова // Биомедицинская радиоэлектроника, 2009. №5. С. 10-15.

64. Малышев, Г. Нечеткие модели для экспертных систем в САПР Текст. / Г. Малышев, Л. Берштейн, А. Боженюк. // М.: Энергоатомиздат, 1991.- 135с.

65. Медведев, В. И. Функциональные состояния оператора Текст. / Медведев В. И. В кн.: Эргономика. Принципы и рекомендации. М., 1970, Т.1.-С. 35-48.

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

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

68. Нечушкин, А. И. Определение функционального состояния канала по изменению электрокожного сопротивления в одной точке Текст. / А. И. Нечушкин, Г. В. Мысов, Е. Б. Новикова, С. С. Усаков // В кн.: Иглорефлексотерапия. Горький, 1974. С. 22-25.

69. Новосельцев, В. И. Теоретические основы системного организма. Текст. / В. И. Новосельцев, Б. В. Тарасов, В. К. Голиков, Б. Е. Демина // М.Майор, 2006.-592 с.

70. Омельченко, В. П. Практикум по медицинской информатике Текст. / В. П. Омельченко, А. А. Демидова // Серия учебники. Учебные пособия/Ростов на Дону. Феникс, 2001. 304 с.

71. Орлов, А.И. Прикладная теория измерений // Прикладной многомерный статистический анализ Текст. / Орлов, А.И. -М.: наука, 1978.С.68-138.

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

73. Патент 96119067/14 ГШ, МКИ А61В5/05. Способ выявления патологического акупунктурного меридиана Текст. / А. П. Морозов, А. А. Морозов; заявл. 25.09.99. Бюл. №3.

74. Попечителев, Е.П. Методы медико-биологических исследований. Системные аспекты Текст. / учеб. Пособие Е.П. Попечителев. Житомир, 1997. 186с.

75. Плотников, В. В. Автоматизация методик психологического исследования: Принципы и рекомендации Текст. / Плотников В. В., Кореневский Н. А., Забродин Ю. М. // Орел: Изд-во ин-та психологии АНССР; ВНИИОТ Госагропрома СССР, 1989. 327 с.

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

77. Попов, Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ Текст. / Попов, Э.В. М.: Наука, 1987. -287с.

78. Портнов, Ф.И. Электропунктурная рефлексотерапия Текст. / Портнов, Ф.И. Рига: Зинатне.1980. -245с.

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

80. Серженко, С. К. Практикум по инженерной психологии и эргономике: Учеб. Пособие для студ. высш. учеб. заведений Текст. / С. К. Серженко, В. А. Бодров, Ю. Э. Писаренко и др. Под ред. Ю. К. Стрелкова // -М.: Издательский центр «Академия». 2003, 400 с.

81. Распознавание образов и медицинская диагностика Текст. / под ред. Неймарка Ю.И., гл. ред. Физ.-мат. Литературы издательства «Наука», -М., 1972.-328с.

82. Рыков, A.C. Модели и методы системного анализа: принятие решений и оптимизация Текст. / Рыков, A.C. Учебное пособие для вузов М.: «МИСИС». Издательский дом «Руда и металлы», 2005. 352с.

83. Рябкова, Е.Б. Метод синтеза нечетких решающих правил по информации о геометрической структуре многомерных данных Текст. / H.A. Кореневский, Е.Б. Рябкова // Вестник Воронежского государственного технического университета 2011г. Т.7. №8. С. 128-137.

84. Рябкова, Е.Б. Алгоритм коррекции многомерной разделяющей поверхности Текст. / Е.Б. Рябкова, Т.Н. Говорухина, H.A. Кореневский // Вестник Воронежского государственного технического университета. 2011г. Тю7. №7. С. 194-200

85. Рябкова, Е.Б. Использование нечетких классификаторов для прогнозирования заболеваний системы дыхания у работников пылевых профессий Текст. / Е.Б. Рябкова, Л.В. Стародубцева, Е.А. Бойцова //

86. Системный анализ и управление в биотехнических системах. 2011. Т. 10. №3. С.706-712.

87. Рябкова, Е.Б. Синтез нечетких решающих правил для медицинских экспертных систем с сетевой базой знаний: Коллективная монография Текст. / Н.А. Кореневский, Е.Б. Рябкова, С.А. Горбатенко, Е.А. Нечаева // Краснодар. 2010. с.166-187.

88. Сидельников, Ю.В. Теория и организация экспертного прогнозирования Текст. / Сидельников, Ю.В. М.: ИМЭМО АН СССР, 1990г. - 196с.

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

90. Таусенд, К. Проектирование и программная реализация экспертных систем на персональных ЭВМ Текст. / Таусенд, К., Фохт, Д. М.: Финансы и статистика. 1990г. 346с.

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

92. Титов, B.C. Выбор оптимальных параметров управления технологическим процессом методами нечеткой логики Текст. / B.C. Титов, М.В. Бобырь, С.С. Тевс // Промышленные АСУ и контроллеры. Москва. -2003. - №5. - с.21-23.

93. Тэрано, Г. Прикладные нечеткие системы Текст. / Г. Тэрано, К. Асаи, М. Сугэно. // М.: Мир, 1993. 368с.

94. Уотерман, Р.Д. Построение экспертных систем Текст. / Д. Уотерман, Д. Ленат, Ф. Хейсе-рот.: пер. С англ. // М. Мир, 1987. 521с.

95. Усков, A.A. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика Текст. / A.A. Усков, A.B. Кузьмин.М.: горячая линия телеком, 2004. - 143с.

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

97. Флейшман, Б.С. О методах математического моделирования сложных систем Текст. / Флейшман, Б.С. Брусиловский П.М., Розенберг Г.С. // Системные исследования. Ежегодник. М.: Наука, 1982. - С.65-79.

98. Фогель, Л. Искусственный интеллект и эволюционное моделирование Текст. / Фогель, Л., Оуэне А., Уолш М. // Мир, 1969. 230с.

99. Фомин, A.A. Статистическое распознавание образов. Текст. / A.A. Фомин, Г.Р. Тарловский // Радио и связь, 1986.-288с.

100. Фролов, В.Н. Управление в биологических и медицинских системах Текст. /' учеб. Пособие В.Н. Фролов. Под ред. д-ра техн. наук, проф. Я.Е. Львовича и д-ра мед. наук, проф. М.В. Фролова // Воронеж.гос.техн.ун-т. Воронеж, 2001. 327с.

101. Фу, К. Структурные методы распознавания образов Текст. / К. Фу.-М.: Мир, 1977.-320с.

102. Фукунага, К. Введение в статистическую теорию распознавания образов. Текст. / К. Фукунага. Пер. с англ. М.: наука, 1979. 350с.

103. Харьков, C.B. Оценка послеоперационного состояния урологических больных на основе нечетких моделей Тескт. /C.B. Харьков // Медицинские приборы и технологии: Международный сборник научных статей, Вып.4, Тула: Изд-во ТулГУ, 2011. С. 258-260.

104. Харьков, C.B. Интегральная оценка состояния здоровья с использованием нечеткого логического вывода Текст. / C.B. Харьков // Медицинские приборы и технологии: Международный сборник научных статей, Вып.4, Тула: Изд-во ТулГУ, 2011. С. 255-258

105. Харьков, C.B. Нечеткий прогноз возникновения послеоперационных осложнений у урологических больных Текст. / С.Д. Долженков, C.B. Харьков, Т.Н. Говорухина, С.Н. Кореневская // Межвузовский сборник научных трудов, Воронеж. Изд-во ВГТУ, 2011. С. 54-60.

106. Шевченко, Ю.Л. Прогнозирование в кардиохирургии Текст. / Ю.Л. шевченко, Н.Н. Шихвердиев, А.В. Оточкин // СПб: Питер Паблишинг. 1998. 208 с.

107. Яхъяева, Г.Э. Нечеткие множества и нейронные сети. Учебное пособие Текст. / Г.Э. Яхъяева // М.: Интернет-университет информационных технологий; БИНОМ. Лаборатория знаний. 2006. 316с.

108. Bruce, G. Buchanan Sportlife. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Projext Текст. / Bruce, G. Buchanan, Edward H. // Addison-Wesley Publishng Company. Reading, Massachusetts, 1984.

109. Han, J, "Neurochemical basis of acupuncture analgesia" Текст. / Han, J, Terenius L. // American Review Pharm Toxicology, 1982; 22, P. 193-220.

110. Kendall, D.E. "A Scientific model for acupuncture: part 1" American Journal of acupuncture. 1989. V.17, №3. P.251-268.

111. Kendall, D. "A Scientific model for acupuncture: part 1 &2" Текст. / Kendall, D. American Journal of acupuncture. 1989;.17(3) P.251-268; 17(4) P.343-360.

112. Computational Intelligence (CI 2009) August 17-19, 2009 Honolulu, Hawaii, USA P. 190-194.

113. Kulback, S. Information Theory and Statistics. Текст. / Kulback, S. New York: Wiley, 1959.

114. Mann, F. Acupuncture: The ancient Chinese art of heating.-L. Текст. /Mann, F. Heinemann, 1978.-200p.

115. Sammon, Y.W. An optimal discriminant plane Текст. / Sammon, Y.W. IEEETtrans.Comput.-1970.-Vol. 19, N9.-P.15-25.

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

117. Schnorrenberger, C.C. Lehrbuch der chinesischen Medizin fur westliche Arzte. Текст. / Schnorrenberger, C.C. Die theoretischen Grundlagen der chinesischen Akupunktur und Arzneiverordnung.-Stuttgart: Hippokrates Veri., 1979.-636 p.

118. Shortliffe, E.H. Computer- Based medical Consultations: MYCIN, New York: American Elseviver, 1976. 548 p.

119. Takagi, T. Fuzzy identification of Systems and its applications to Modeling and Control Текст. / Takagi Т., Sugeno M. // IEEE. Trans. SMC. 1985. Vol. 15, N1. P.116-132.

120. Tran, D.V. "The curious meridians." American Journal of acupuncture Текст. / Tran, D.V. 1989.V.17, №1, P.45-56.

121. Tran, D.V. "Wind as a factor of pathogenesis." Текст. / Tran, D.V. American Journal of acupuncture. 1988.V.16,№2. P.159-164.

122. Voll, R. "Electroakupuncturdiagnostik" Текст. / Voll, R. Medizin heute. 1960.№5.P. 128-131.

123. Voll, R. "Electroakupuncturtepapie" Текст. / Voll, R. Medizin heute. 1960.№l.P.256-260.

124. Voll, R. "Gelöste und ungelöste Probleme den Electroakkupunctur" Текст. / Voll, R. Schriftenrehe des Zentralrerbandes der Ärtzte für Naturheilverfahren. 1961.5.Sonderheft. P.148-152.

125. Wen, Z. Fuzzy-based determination of model and parameters of dual-wavelength vision system for on-line apple sorting Текст. / Z.Wen, Y. Tao // Opt. Eng. 1998. - vol.37. - no.l. - P.293-299.

126. Zadeh, L.A. Advances in Fuzzy Mathematics and Engineering Fuzzy Sets and Fuzzy information-Granulation Theory Текст. / Zadeh, L.A. Beijing Normal University Press. 2005.

127. Zadeh, L.A. Fuzzy sets and their applications to cognitive and decision processes Текст. / Zadeh, L.A., King-Sun Fu, Kokichi Tanaka, Massamichi Shimura //Academic Press, inc. New York San Francisco London, 1975.