автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Моделирование и рациональный выбор лечения на основе биомедицинской интегрированной учебно-исследовательской системы

На правах рукописи

им

РОДИОНОВ Олег Валерьевич

МОДЕЛИРОВАНИЕ И РАЦИОНАЛЬНЫЙ ВЫБОР ЛЕЧЕНИЯ НА ОСНОВЕ БИОМЕДИЦИНСКОЙ ИНТЕГРИРОВАННОЙ - УЧЕБНО-ИССЛЕДОВАТЕЛЬСКОЙ СИСТЕМЫ'

Специальность 05.13.09 - Управление в биологических и медицинских системах (включая применение вычислительной техники)

Автореферат диссертации на соискание ученой степени доктора технических■наук

N

Воронеж-1996

N

Работа выполнена , в Воронежском государственном техническом университете на межвузовской кафедре "Компьютеризация управления е медицинских и педагогических системах", г.Воронеж

Научный консультант: член-корреспондент Академии медико-технических наук, доктор медицинских . наук Фролов М.В.

Официальные оппоненты: академик Академии естественных наук, доктор технических наук, профессор Зайцева Ж. Н.

доктор медицинских наук, профессор Лровоторов Б.М.

академик Академии естественных наук, доктор технических наук, профессор Сахаров 10. С.

Ведущая организация.- Всероссийский научно-исследовательский институт проблем информатики и вычислительной техники (г.Москва)

Защита состоится "28" июня 1896 г. в 10 часов в конференц-зале на заседании диссертационного совета Д 063.81.04 при Воронежском государственном техническом университете по адресу: 294026, г. Воронеж, Московский проспект, 14.

■С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.

- Автореферат разослан "28" мая 1996 г.

Ученый секретарь диссертационного совета

Пасиурнов С.М.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В последнее время все большее распространение получают высокие медицинские технологии, которые, с одной стороны, позволяют повысить эффективность диагностических и лечебных процессов, а, с другой стороны, - требуют профессионального их освоения, не исключая полностью тех особенностей процессов лечения, которые имеют место при принятии решений лечащим врачом.

Дальнейшее развитие получили автоматизированные системы диагностики, прогнозирования и лечения, медицинские диагностические и лечебно-диагностические центры, широко использующие вычислительные сети для обработки биомедицинской информации, АРМ врачей-специалистов и микропроцессорное медицинское оборудование. Все это требует повышения компьютерной грамотности врачей как пользователей ЭВМ.

Однако при создании автоматизированных систем принятия решений необходимо учитывать, что процессы лечения носят вероятностный характер, принятие решений осуществляется в условиях неполной априорной информации и ряда неопределенностей, имеет место многочисленность схем лечения, желаемые значения физиологических параметров индивидуальны для каждого пациента, цели лечения определены на дискретном множестве возможных видов лечебных воздействий, их явное аналитическое выражение через управляющие воздействия отсутствует, так хе как и критерии, оценивающие эффективность лечения в целом.

К особенностям диагностики и выбора тактики лечения относятся неоднородность характеристик пациентов, наличие количественных и качественных неуправляемых входных переменных.

Для того, чтобы овладеть современными высокими медицинскими технологиями в условиях особенностей диагностического и лечебного процессов необходимо обеспечить им интеллектуальную и компьютерную поддержку на основе обучения с использованием обучающих систем, а для функционирования автоматизированных систем разработать их информационное и программное обеспечение, алгоритмическое обеспечение процедуры принятия решений.

Эффективность интеллектуальной поддержки принятия решений существенным образом зависит от качества и адекватности математического описания физиологических процессов и возможностей их автоматизированного моделирования в обучающих системах.

Все это выдвигает проблему повышения уровня подготовки специалистов в области медицины, которая касается не только процесса овладения новыми медицинскими компьютерными технологиями в процессе

2 v подготовки специалистов, но и обучения практических врачей в предметно-ориентированной области медицины, что, в свою очередь, требует разработки процедуры дифференцированного обучения.

Таким образом, актуальность проблемы заключается в необходимости разработки методов и алгоритмов формирования и функционирования учебно-исследовательской системы для освоения высоких медицинских технологий.

Работа выполнена в рамках III, IV совещаний Международной Ассоциации диагностических центров по вопросам автоматизации обработки информации, в соответствии с межвузовской комплексной научно-технической программой 12.11 "Перспективные информационные технологии в высшей школе" и одним из основных научных направлений Воронежского государственного технического университета и межвузовской кафедры компьютеризации управления в медицинских и педагогических системах "Биомедкибернетика, компьютеризация в медицине".

Педь и задачи исследования. Целью работы является создание комплекса методов, моделей и алгоритмов формирования и функционирования учебно-исследовательской системы для повышения эффективности обучения в предметно-ориентированной области медицины на основе автоматизированных обучающих процедур при моделировании физиологических процессов, диагностике и выборе лечения, и апробация в клинических условиях, в системе обучения и повышения квалификации кадров.

Для достижения поставленной цели необходимо решить следующие задачи:

проанализировать состояние применения автоматизированных медицинских систем и высоких медицинских технологий диагностики, прогнозирования и лечения;

сформировать структуру учебно-исследовательской системы и разработать алгоритмическое обеспечение и методы оптимизации обучающих процедур;

разработать методы и алгоритмы моделирования и принятия решений, ориентированные на учебно-исследовательскую систему для интеллектуальной поддержки принимаемых решений;

разработать алгоритмическое обеспечение процедур анализа физиологических процессов как объектов управления с неоднородными характеристиками;

разработать программно-аппаратный комплекс учебно-исследовательской Сиомедицинской системы,-

п

О

реализовать комплекс методов, моделей и алгоритмов при обучении и управлении лечением заболеваний.

Методы исследования. Для решения поставленных задач использованы основные положения теории систем и исследований операций, теории управления биотехническими и медицинскими системами, теории вероятностей и математической статистики, методы моделирования, оптимизации и адаптивного управления.

Научная новизна результата выводов и положений, выносимых на защиту:

структура учебно-исследовательской системы, отличающаяся интеграцией в едином цикле формирования математического описания, выбора инструментального обеспечения, обработки исходной информации и обучающих средств;

алгоритмы рационального выбора компонентов обучающей системы, основанной на компьютерной интеграции инструментального обеспечения;

алгоритмическое обеспечение компьютерного совещания по экспертному оцениванию эффективности учебно-исследовательской системы, учитывающего количество компонент, интеллектуальную оценку комплексного ресурса;

оптимизационные модели формирования учебных заданий, позволяющие осуществлять выбор обучающих элементов и последовательности их реализации в системе и минимизирующее время выполнения при необходимости изучения заданного информационного объема;

процедура и алгоритмы имитационного эксперимента на основе многоальтернативных оптимизационных моделей обучающей системы, обеспечивающих эффективное использование выбранных структурных компонентов обучения;

методы интеллектуальной поддержки принимаемых решений в процессе обучения и управления лечением, обеспечивающие повышение эффективности процесса принятия решений в условиях неполной априорной информации и неоднородности процессов лечения заболеваний;

математические приемы учета неоднородностей, обеспечивающие использование экспертных оценок на этапах синтеза обобщенной структуры модели, декомпозиции математического описания, идентификации параметров модели и совмещения процедур моделирования и анализа;

алгоритмы обучающих процедур исследования и анализа биомедицинских процессов, позволяющих осуществить обработку биомедицинской информации в процессе обучения и принятия решений;

4 V

методика и технология интеграции медицинских приборов и аппаратов, позволяющие проводить обработку биомедицинской информации в рамках комплексной микропроцессорной системы;

программно-аппаратный комплекс учебно-исследовательской системы, ориентированный на интегрированное инструментальное обеспечение и обучающих процедур на базе микропроцессорной вычислительной сети.

Практическая ценность и реализация результатов работы. Разработана и реализована автоматизированная система инструментальной диагностики, предложена рациональная структура программно-аппаратного комплекса автоматизированной учебно-исследовательской системы, реализованной в рамках инструментального многопроцессорного микродиагностического центра на базе учебной лаборатории межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах", входящего в вычислительную и информационную сеть Воронежского областного клинического лечебно-диагностического центра. Автоматизированная регистрация и анализ физиологических процессов с использованием интеллектуальной поддержки принимаемых решений позволяет формировать медицинские банки данных, выбирать более эффективную тактику лечения на основе более качественного инструментального диагностического процесса при сокращении сроков постановки диагноза или оценки состояния систем организма человека. Разработанные модели и алгоритмы, ориентированные на использование распределенной вычислительной сети, обеспечивают эффективную многоуровневую обработку биомедицинской информации. Результаты создания микропроцессорного медицинского оборудования на базе серийно производимых аппаратов и систем могут быть использованы в учебных учреждениях как отдельная локальная задача, позволяющая создавать автоматизированные системы диагностики и лечения заболеваний. Организация учебного процесса на базе разработанной и реализованной учебно-исследовательской системы, охватывающей различные дисциплины при подготовке студентов по специальности 190500 - "Биотехнические и медицинские приборы и системы", позволяет обеспечить их преемственность и методическую целостность. Ожидаемый экономический эффект от внедрения составляет 19,4 млн.р.(в ценах 1995 г.).Разработанные алгоритмы и модели легли в основу методики использования автоматизированной системы моделирования в практических учреждениях здравоохранения. Обучающие средства позволили повысить уровень врачей-экспертов, участвующих в разработке математического описания физиологических процессов. Построенные модели для прогнозирования генеративной

функции, лечения сахарного диабета и лиыфолейкоза дали возможность организовать интеллектуальную поддержку при создании AFW специалистов.

Создан программно-методический комплекс, зарегистрированный в ГосФАП по разделу 27.41.17 (Алгоритмы и программы, 1992, N 4200).

Результаты диссертации внедрены в Воронежской областной клинической больнице, Воронежском областном клиническом лечебно-диагностическом центре, используются в учебном процессе Воронежского государственного технического университета на межвузовской кафедре "Компьютеризация управления в медицинских и педагогических системах" и Международного университета высоких технологий при обучении студентов по специальности 190500 - "Биотехнические и медицинские аппараты и системы".

Апробация работы. Основные результаты диссертации докладывались и обсуждались на следующих конференциях и семинарах: Всесоюзном совещании-семинаре по интерактивному проектированию технических устройств и автоматизированных систем на персональных ЭВМ (Воронеж,

1991); Российском совещании-семинаре "Оптимизационное проектирование технических устройств и автоматизированных систем" (Воронеж,

1992); Региональном совещании-семинаре "Компьютеризация управления качеством высшего образования" (Еоронеж, 1992); Международной научно-методической конференции "Проблемы качества высшего образования" (Уфз, 1993); Региональном совещании-семинаре "Опыт информатизации в промышленности" (Воронеж, 1993); Российском совещании-семинаре "Высокие технологии в проектировании технических устройств и автоматизированных систем" (Воронеж, 1993); ежегодных конференциях профес-сорско-преподаваательского состава Воронежского политехнического института (1990-1993); научно-практической конференции "Высокие технологии в практике учреждений здравоохранения г. Воронежа" (Воронеж, 1995); Всероссийском совещании-семинаре "Математическое обеспечение высоких технологий в технике, образовании и медицине" (Воронеж, 1995); Всероссийском совещании "Проблемы создания национальной академической системы баз данных и Саз знаний" (Уфа, 1995); Международной научно-технической конференции "Методы и средства оценки и повышения надежности приборов, устройств и систем" (Пенза, 1995); на семинарах межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах" (1990-1996).

Публикации. По теме диссертации опубликовано 41 научная работа, в том числе 2 учебных пособия.

Структура и объем работы. Диссертация состоит из 6 глав., заключения, изложенных на 201 страницах машинописного текста, содержит 48 рисунков, 4 таблицы, список литературы из 138 наименований. В приложении приводятся программный комплекс для обучаающих процедур и акты внедрения.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы, определены цель работы, объект и предмет исследования. Сформулированы научные результаты, выносимые на защиту, определены их научная новизна и практическая значимость, приведены сведения об апробации и внедрении работы.

Первая глава посвящена анализу состояния современных высоких медицинских технологий (рис. 1). Обсуждаются особенности диагностического и лечебного процессов, рассматриваются подходы к управлению процессами при неоперативном и оперативном лечении. Показано, что при лечении заболеваний имеет место неоднородность характеристик пациентов, а процессы лечения носят вероятностный характер, управление ими протекает в условиях неопределенностей и неполной априорной информации при наличии количественных к качественных неуправляемых входных переменных. Применение высоких медицинских технологий не избавляет от перечисленных особенностей процессов лечения, а потому необходимо обеспечить им интеллектуальную и компьютерную поддержку на основе обучения с использованием обучающих систем, что достаточно просто реализуется путем создания учебно-исследовательских систем, для которых необходима разработка информационного и программного обеспечения, а до настоящего времени отсутствовала методика формирования учебно-исследовательских биомедицинских систем. Показано, что при этом необходимо применение методов дифференцированного обучения в связи со спецификой рассматриваемой предметно-ориентированной области.

Исходя из анализа современного состояния в области высоких ме- • дицинских технологий и повышения их эффективности, сформулированы цель и задачи исследования.

Во второй главе рассматривается методика формирования автоматизированной биомедицинской учебно-исследовательской системы. Показано, что учебно-исследовательекая система должна содержать подсистемы обучения, диагностики, прогнозирования и выбора тактики лечения в едином обучающем процессе. Описывается структура биомедицинс-

Рис. 1. Структурная схема современных высоких медицинских технологий

кой интегрированной учебно-исследовательской системы, состав и функциональное назначение ее подсистем (рис. 2).

Предлагается алгоритм рационального выбора структуры учебно-исследовательской системы.

Ориентация выбора компонентов комплекса на обеспечение приоритетных направлений обучения и исследований приводит к разной ценности для построения системы. С целью формирования выбора вводятся альтернативные переменные:

I 1, если выбирается Зк тип фактора к;

х^к = { (1)

О, в противном случае,

где факторы к - средства вычислительной техники, аппаратура медицинских исследований; средства сопряжения, программный модуль;

к = Т74; 31=Т7Т1; э'2=ГГТ2; зз=Т7Тз; о4=1714.

Компоненты каждой группы х^к ранжируются по ценности использования для системы. Тогда суммарная ценность возможностей учебно* исследовательской системы:

Л 32 ЛЗ Л4

£ алхл + Е а^х^г + £ а^зх^з + £ 3^4x^4 —> шах , (2)

31=1 32=1 зз=1 34=1

где а^к ~ ранги факторов, при следующих ограничениях:

■ Л Л2 ЛЗ

Е Б^хл + Е э^Хз2 + £ з^зХзЗ < 3 , (3)

31=1 32=1 з'з=1

Л Л2 ЛЗ Л4

Е Сэ1Х31 + Е Су2Х]2, + £ С^ЗХэЗ + Ц < С*, (4)

31=1 32=1 3 3=1 34=1

Л1 Л2 ЛЗ Л4 _

Е + Е + Е х^з + Е х^4 = а=1,Т), (5)

31=1 32=1 зз=1 34=1

где эл. Яэз - площади, необходимые для установки оборудова-

ния, с учетом правил охраны труда, метрологическими условиями и материальными средствами; Б - площадь, выделенная для системы; сл.

1-----1

-1 I

Логическое моделирование

I

. J

О

©

Экспертиза лечащего врача

Классификация и распознавание на ПЭВМ

Лечащий врач (обучающийся)

воздействии

эЩнной

¡зшры

Выбор вариантов структ' математического опийан:

Формирование статистических выборок

I"

ДЕКОМПОЗЙ -типа эксперименту.

Выбор ?им

Активный эксперимент

Пассивный эксперимент

:ж™го

Реализация

плана эксперимента

Проверка адекватности 1 модели

рмирование

модели

Сбор информации о параметрах и , показателях физиологических процессов Выбор инструменталъ-- кого обеспечения сбора информации

1 1

Первичная обработка информации

.Автоматизированное. формирование моделей

I

Анализ физиологического процесса

I —

Выбор лечебно-профилактических воздействии

Оценка коэффициентов модели

рр

- - ь — — — — — - — — — — — —

Экспертная и архивная текущая информация Верк! тиче< )икэция матема-зкои модели

Библиотека моделей.методов диагностики

лечебно-профилактических воздействии

Прогнозирование физиологических показателей

Рис. 2. Обобщенная структура учебно-исследовательской биомедицинской системы

с0э, с^4 - затраты на приобретение, установку, запуск и эксплуатацию аппаратных и программных средств; С - выделенные материальные средства; с^ = 2, 3, 4; индекс t указывает номер связанной группы компонентов и определяет перечень переменных, входящих в каждую сумму.

Задача оптимального выбора компонентов учебно-исследовательской системы (2), (3), (4), (5) в формализованной постановке является задачей дискретной оптимизации со специальным видом ограничений. Для ее решения применяются рандомизированные алгоритмы многоальтернативной оптимизации,а эффективность решений при этом существенным образом зависит от начального варианта, для получения которого предлагается использовать наглядно-образную модель задачи и модифицировать процедуру построения экспертных прогностических оценок.

Структурная схема выбора компонентов учебно-исследовательской системы показана на рис. 3.

Для организации функционирования учебно-исследовательской системы (рис. 2) разработано алгоритмическое обеспечение для модулей системы в процессе обучения и исследования, интегрированных с обучающими процедурами. Исходя иа особенностей процессов лечения заболеваний, разработана методика процедуры их моделирования.

На первом этапе для упрощения задачи моделирования рассматривается метод выделения наиболее информативных выходных переменных (показателей эффективности лечения) У1, У2, ...,Ут и определения набора наиболее существенных входных переменных XI, Х2,...,ХП, между которыми формализуется связь у^ = Г(XI,... ,хп), (з = 1,- т).

Второй этап заключается в выборе методов моделирования, учитывая характер процессов лечения заболеваний и условия накопления информации для построения математических моделей. •

На третьем этапе исследования процессов лечения в условиях их неоднородностей производится аналиа источников неоднородностей и выбор методов вьвделения однородных компонентов и декомпозиции математического описания.

В основе декомпозиции математического описания статики объектов с неоднородными характеристиками предлагается использовать анализ статистических выборок значений выходных переменных у^, полученных в результате пассивного эксперимента.

По данным пассивного эксперимента для каждого к-го (К = 17Ю наблюдения выходной переменной у[к] ставится в соответствие значе-

Формирование данных о компонентах биомедицинской учебно-исследовательской системы, необходимых для модели оптимального выбора

Визуализация множеств компонентов по показателям площадь и затраты

Графическое отображение связей, соответствующих ограничениям

Формирование экспертом однородных подмножеств

Определение средних значений показателей по однородным множествам

Да

Необходимо ли корректи-вать распреде ления по экспертной ин^ фармации ?

Выбор окончательного варианта

Отсечение неперспективных

точек по результатам автоматического поиска

Экспертные оценки начальных вероятностей

Использование равнов ероя тностных распределений

1

Переход к автоматической рандомизированной схеме поиска

Рис. 3. Структурная схема оптимального выбора компонентов учебно-исследовательской системы

•1 о Ю

ния количественных направляемых входных переменных х^Ск](1=1,с1) и управляющих воздействий и^Ск] ,п. В результате анализа необходимо найти условия по каждой из них, при которых могут быть получены однородные компоненты математического описания статики объектов с неоднородными характеристиками. При этом будем считать, что две Выборга! N1 и N2 принадлежат однородной компоненте Г, г1г<3) = ГС1) у г(2)1 в противном случае требуется проверить однородность выборок при условиях г(3) и г(4), гсз) и г{4) = гш, г(5) и гсб), ГС5> у г(б) _ г(2)_ иСХОдП из этого, на каждом шаге декомпозиции предлагается использовать принцип дихотомии.

Выделение двух групп условий г(1)и гС2) означает разделение интервалов

Х^пнп < < Х1тах(1=1,(1), < ^ < Ч^щах 0'=Т7п) НЗ Две

части

Хшт < X* < х^гр, Х^гр £ XI < Х1тах

? , 16) < и3 < и^гр, и^гр < и, < и^тах )

где х1гр, Ч]гр - граничные значения интервалов входных и управляющих переменных.

Поскольку наблюдения у[к], полученные по архивной информации или информации, накопленной при проведении пассивного эксперимента, соответствуют различным сочетаниям, максимальное число которых 2са+п), они могут быть разделены на р выборок (р < 2(с1+п)).

После формирования структуры возникает необходимость при анализе физиологических процессов выделить диапазоны переменных XI и Ц], в пределах которых статистическая выборка показателя у является однородной по дисперсии. Эта задача является задачей декомпозиции математического описания (В) по однородным компонентам 1"г по результатам пассивного и активного эксперимента.

Для оценки однородности рассматриваются две гипотезы: Н1- выборки уС1) и у(2) неоднородны по дисперсии; На - выборки уС1) и у(2> однородны по дисперсии. Алгоритм анализа однородности основан на вычислении расчетной оценки В - распределения Фишера:

2 0 0

Врасч = - + --(?)

01 0Й

где Б - оценка дисперсии выборки у, 01 и - оценки дисперсии выборок уС1) и у; N. N1, N2 - число элементов соответственно в вы-

борках у(1), у(2}, у. В случае В2расч > В2табл выборки неоднородны и математическое описание отдельно строится для условий гС1), гС2). Б противном случае эксперт предлагает новый вариант сочетания дихотомического деления и процедура проверки повторяется вновь. Если при 3-4 вариантах выборки оказываются однородными, меняют граничное значение х;гр (1=Т7Т)- Невозможность повторного разделения на группы позволяет строить единое математическое описание на интервалах ЗЧтт ^ Хх < Х^щах-

В третьей главе рассматривается оптимизация обучающих процедур в рамках учебно-исследовательской системы. Показано, что при построении предметно-ориентированного алгоритмического обеспечения наиболее целесообразным является комплексирование методов экспертного оценивания и имитационного эксперимента.

Разработано алгоритмическое обеспечение компьютерного совещания по оцениванию эффективности обучающей системы.

Будем говорить, что цель достигнута, если полученный результат удовлетворяет определенным требованиям, которые могут иметь различную природу и быть количественными и качественными к показателю результата. Чтобы достичь цель (получить результат), необходимо выполнить некоторое действие, направленное на преобразование ресурса определенного качества (качество в широком смысле) или совокупности ресурсов (комплексного ресурса). Трудность достижения цели (или трудность получения результата) может рассматриваться как характеристика качества (некачественности) ресурса, учитывая не только его свойства, но и требования, предъявляемые к нему системой.

Интегральные количественные оценки позволяют экспертам сформировать рациональный вариант проектных и управленческих решений.

Структурная схема компьютерного совещания при интегральном оценивании варианта учебно-исследовательской системы приведена на рис. 4.

Построение обучающих процедур в учебно-исследовательской системе связано с основными этапами: планированием лечебно-профилактических мероприятий, прогнозированием их эффекта, оценкой показателей и принятием решений, корректировкой плана.

Выбор количества учебных элементов, объема их информации, способа объединения в учебные задания влияет на целый ряд показателей обучающей подсистемы: степень и прочность усвоения материала пользователем, вероятность ошибки после обучения, время выполнения определенной совокупности заданий. Е данном варианте используют две

РИС. 4.

Структурная схема компьютерного совещания при интегральном оценивании варианта учебно-исследовательской системы

характеристики обучающих заданий: время выполнения и информационный объем. Сформулирована и решена задача синтеза системы обучающих процедур, когда обучение требуется организовать за минимальное время.

Структура обучающих процедур представляет собой такую совокупность заданий, выполнение которых дает возможность полностью изучить систему автоматизированного моделирования за минимальное время, и определяется количеством основных этапов функционирования этой системы, совокупностью сформированных для каждого из них типовых обучающих средств (TQC). Совокупность ТСС для каждого i-ro этапа системы (i=ÏTl) характеризуется следующими параметрами: ki - номер TOC, поддерживающего i-й этап функционирования автоматизированной системы (ki»l,Ki); mi - номер варианта совокупности TOC при выборе структуры обучающих процедур для i-ro этапа (ïïij=l,Mi); Rmi -количество TOC в ms-M варианте (Rmi=l,Kj); Tmi - время выполнения k-го TOC для i-ro этапа, определяемое на основании эксперимента; Vmi - информационный объем к-го TOC для i-ro этапа, рассчитываемый по информационно-графовым моделям TOC. При этом имеют место следующие соотношения :

где С^и - число сочетаний из К* ТОС по к.

Для построения многоальтернативной оптимизационной модели выбора введем переменные:

Учитывая аддитивность показателей (время и информационный объем) и результаты исследований того, что в процессе обучения достаточно обеспечить усвоение только определенной части учебного материала (-0,7 V* - общего объема), оптимизационную модель можно записать в следующем виде:

I Mi

Е Е TmiXnii -» min; i=lliti=l

TW- -t

1 Mi / 1 ___

£ E VmiXmi > 0,7V ; Xm = < ; пц = 1,М> ; i = 1,1 (10)

i=l nii-1 0

(8)

(9)

17 . .

Б результате решения задачи (10) с использованием алгоритмов многоальтернативной оптимизации для каждого этапа функционирования систем автоматизированного моделирования определяется совокупность заданий, которые должен выполнить пользователь в процессе изучения. Поскольку ТОО логически связаны между собой и имеют одно множество подзаданий и базовых семантических элементов, построение рабочих обучающих процедур (ГОЛ) осуществляется на выделенной совокупности ТОС для каждого этапа.

Последовательность РОП реализует адаптивную стратегию обучения пользователя в автоматизированной системе и формируется с учетом модели обучаемого, параметры которой определяются на каждом Gj-м цикле обучения для j-ro уровня заданий. Уровень знаний пользователя учитывается в оптимизационной модели (10) за счет дополнительного условия: предпочтительного включения тех заданий j-ro уровня, соответствующие задания (j-l)-ro уровня которых выполнены хуже (т.е. с меньшей успешностью Hj.^-i). Этому условию соответствует целевая функция:

I Mj

Е L h'miXmi min, . (11)

1=1 nij=l

где Hmi = L Hjnii jmi-i; 5rni - номер уровня, соответствующий пц-му

J»ii=2

варианту совокупности ТОС (jnii = l.Jnti); Hjmi.jmi-i ~ успешность выполнения заданий Шд-го варианта dmi-i-го уровня, входящих в jrnj-й уровень.

С учетом (11) имеем бикритериальную задачу многоальтернативной оптимизации, при реализации алгоритма решения которой определение направления прс ода по дереву заданий связано с еще одним условием. Объем построенной обучающей процедуры по модели (10) в силу дискретности решаемой задачи в большинстве случаев будет больше 0,7V*. Учитывая, что условием окончания обучения в этой подсистеме является усвоение пользователем 0,7 всего необходимого объема информации, определим значение Н* коэффициента усвоения заданий Н* = 0,7V*/Von, где Von - информационный объем обучающей процедуры. Равенство Hj=H* является признаком выполнения любого подзадания РОП j-ro уровня, збеслечивающим выполнение соответствующего задания (j-l)-ro уровня з Hjmi-i - Н". Это обусловлено тем, что дерево подзаданий любого задания обучающей процедуры является содержательно полным, т.е. вы-толнение задания, представленного 1-й вершиной (з'т»-1)-го уровня,

ч о 1.0

равносильно выполнению заданий, соответствующих Sij.j-i вершинам j-ro уровня.

На основании результатов оптимального синтеза в РОП вошли ТОС, связанные, прежде всего, с учетом неоднородностей при построении модели показателей физиологических процессов, особенностей программирования по этим моделям и принятия решений на основе модельной и экспертной информации.

Для оценки проектных решений при разработке содержания дифференциального обучения используются многоадьтернативные оптимизационные модели при организации рандомизированного оптимизационного эксперимента.

Эффективность использования выбранных структурных компонентов обучения целесообразно оценивать в ходе имитационного моделирования на основе многоальтернативных оптимизационных моделей:

•hl(xmn,xm) extr, ii £ Ii,

<h2(Xmn.Xn,) < big, i2 e 12, Ii и Ьг = I, (12)

^xjnn - 1, и = ГГИ',

п-1

f 1, _ , _ ( lf

Xmn = { m = T7H ; n = T7FTm; xm = i m = Т7Й",

v 0, v 0,

где Ii - множество индексов показателей системы, требования к которым формализуются в виде критериев; 1г - множество индексов показателей системы, требования к которым формализуются в виде ограничений;

Xinn = { - альтернативная переменная, характеризующая выбор опре- ' О

деленной реализации т-го компонента обучающей системы;

С 1

хот = < - альтернативная переменная, характеризующая выбор типа ^ О

связей между ш-м и n-м компонентами обучающей системы; Фи(') - математическое описание показателя, к которому предъявляются экстремальные требования, позволяющее вычислить его величину при заданных

значениях альтернативных переменных хтп>хт; Ф1 £>С') - математическое описание показателя, которому предъявляются граничные требования; Ьча - величины ресурсных ограничений.

Окончательная модель для имитационного эксперимента по выбору рационального варианта имеет вид:

I J Mj .

L Е Е ajnjXmj ->■ гоах, i=l з=1 nij=l

J Mj

Е Е vmjXmj £ V, (13.)

3=1 ïïij=l

£ tmjXmj ч Tj, j=l,J, ÎTiji

f1 ' О ,

Xm = ^ _ mj = l,Mj, 3=1,J,

t 1, если m-й раздел 3-й учебной дисциплины обязателен для обеспечения i-ro компо-где aimj = < нента дифференцированного обучения;

0.5, если целесообразен; - О, .в противном случае;

/ 1, если ш-й раздел 3-го учебного курса Хщд = < включается в программу дисциплины; - О, в противном случае;

- объем информации т-го раздела 3-й дисциплины; V - общий объем информации, предусмотренный учебным планом специальности; То - трудоемкость изучения 3-й дисциплины в соответствии с учебным планом; - трудоемкость изучения т-го раздела 3-й дисциплины.

В четвертой главе излагаются методы, алгоритмы принятия решений в рамках учебно-исследовательской системы для повышения эффективности обучения. Рассматриваются методы интеллектуальной поддержки.

»CU

Для интеллектуальной поддержки принимаемых решений в процессе обучения и выбора тактики лечения в условиях исходной априорной информации и ряда неопределенностей предлагается использовать следующие методы, приемы и подходы: методы формализации априорной информации, поступающей от врача (обучаемого), для нзстройки вероятности привлечения критериев рационального выбора и вероятности использования того или иного вида лечебного воздействия; применение математических моделей процессов лечения для организации и реализации имитационного эксперимента по принимаемым врачом (обучаемым) решениям; использование оптимальных значений лечебных воздействий, полученных в результате решений оптимизационной задачи методами математического программирования, для адаптивного выбора лечения на начало лечения и для организации имитационного эксперимента при планировании имитационного эксперимента; логическое моделирование для диагностики и выбора лечения с применением машинных методов.

При наличии математической модели процесса лечения, связывающей показатель эффективности лечения или состояния у с количественными значениями входных переменных, в том числе и лечебных воздействий, вводя на них ограничения, формируется оптимизационная модель и находятся условия оптимальности с помощью метода множителей Лаг-ранжа или, воспользовавшись теоремой Куна-Таккера, решается оптимизационная задача для ограничений типа неравенства. Полученные оптимальные значения лечебных воздействий xi, ..., хп врач (обучаемый) использует как пробные в условиях неопределенностей на начало лечения при выборе тактики лечения с использованием адаптивных методов управления. После реализации начального шага лечения формируется мнение врача (обучаемого) и определяется вероятность привлечения критерия

к 2 ' fiCk] = (yi - у1ж) -»min, (14) !

либо ему противоречивого критерия

k-l k-2 2

fgtk] = C^i - Vi ) -» min, (15)

k-l

где yi - значение i- го физиологического параметра на [k-l] шаге

лечения; yi- значение i- го физиологического параметра на [Ю-м шаге лечения; yj*- желаемое значение 1- го параметра.

После выбора величины вероятности привлечения критериев (14) и (15) производится выбор Tima и величины лечебного воздействия также с применением двухуровневых адаптивных алгоритмов.

Схема алгоритма адаптивного выбора тактики лечения представлена на рис.Б, где atk) - параметр второго уровня адаптивного алгоритма на ¡í-м шаге принятия решений.

Для проведения имитационного эксперимента необходимо располагать моделями, адекватно описывающими процессы лечения. Имитационный эксперимент в обучающей системе реализуется в автоматическом режиме или в режиме диалога. Процедура имитационного моделирования позволяет увеличить объем информации к началу лечения и уменьшить степень неопределенности.

Успех лечебно-профилактической деятельности, • прежде всего, зависит от качества и точности диагностики заболеваний и оценки состояния организма пациента.

Для автоматической диагностики чаще всего используются вероятностные методы, а для дифференциальной диагностики применяется метод Еальда, который представляет собой последовательную процедуру обследований, при которой достигается выбранный уровень вероятности диагноза. Для реализации этого подхода в диагностике используется мккродинамическая система, базирующаяся на ПЭВМ и система сбора и обработки информации.

Логические модели позволяют обеспечить интеллектуальную поддержку врача (обучаемого) при диагностике, уточнять программу клинического обследования, выбирать типовую схему лечения по достигнутому диагнозу. Дополнительные обследования возникают поэтапно, в соответствии с действиями врача по формирован™ логических моделей, которые легко реализуются на ПЭВМ.

Процедура машинной реализации логических моделей и схема ее алгоритма моделирования представлены на рис. 6.

Пятая глава посвящена формированию программно-аппаратного комплекса учебно-исследовательской системы на основе компьютерной интеграции медицинских приборов и аппаратов, содержащей этапы создания микропроцессорного инструментального обеспечения, разработку сбора и обработки информации, диагностики и моделирования и их комплексирование в микропроцессорную систему микродиагностического центра.

Рис. 5. Схема алгоритма адалттзкого выбора тактики лшчвния

Ранжирование параметров по приоритету для 1-го заболевания

(1 - ТЛ)

Информационно-справочная подсистема

Формирование совокупности значений физиологических параметров

Выбор класса заболеваний

Выбор ведущего параметра в классе заболеваний С1=!7п)

Оценка нормы физиологических параметров

Постановка 3-го предполагаемого диагноза

Постановка Е-г о предполагаемого диагноза

Введение ведущего параметра XI для Е-г о диагноза

Введение следующего по приоритету >с3 параметра

I «а

Введение сле-дущего по приоритету параметра и т.д.

Введение следующего по приоритету параметра и т.д.

Выбор схемы лечения из их совокупности для класса заболеваний

Постановка диагноза

Рис.6. Обобщенная схема алгоритма логического моделирования

Каждый прибор или аппарат согласуется с отдельным компьютером, программное обеспечение которых реализовано.в виде отдельных АРМ врачей-специалистов и которые объединены между собой посредством отдельной одноранговой вычислительной сети, позволяющей организовать пересылку сообщений, файлов и совместное использование внешних периферийных устройств.

Разработаны согласующие устройства и преобразователи сигналов, обсуждаются технические особенности разработанных блоков, вопросы , калибровки аналогового тракта и погрешностей измерения.

На следующем этапе разработки все локальные АРМ объединены в единую компьютерную сеть, общая координация которой возлагается на центральную ПЭВМ, управляющую всеми информационными потоками с отдельных медицинских приборов и осуществляющую многозадачную многопользовательскую обработку поступающей информации.

В основе построения программного обеспечения заложен интерактивный программный инструментарий, ориентированный на проведение поисковых исследований при построении и изучении моделей, который позволяет организовать возможности доступа к данным и визуализацию результатов на любом этапе исследования. В основу построения информационного обеспечения положен принцип разработки модульного программного обеспечения, поскольку модульность определяет его функциональную гибкость при изменении задач исследования.

Программный комплекс с сервисными модулями служит как для решения отдельных задач, так и в целом для реализации технологии обучения в рамках учебно-исследовательской системы.

В шестой главе приводятся практические результаты апробации и внедрения материалов диссертационной работы. Рассматривается учебно-исследовательская система на базе микродиагностического центра (ВДЦ), в состав которого входят АРМ врачей, объединенные в локальную вычислительную сеть. Предложена топологическая структура ! (рис.7), содержащая функциональные блоки организации управления и контроля работой всех основных подсистем (блок А), сбора, первичной обработки информации (блок В), проведения учебного процесса (блок С), задач формирования иллюстрационного материала обработки изображений, подготовки учебных компьютерных курсов (блок Д) на базе компьютера Макинтош Quadra - 840, лазерного принтера, цветного планшетного сканера, объединенных с помощью сетевых средств Local Talk.

Рис. 7. Топологическая структура микродиагностического центра

Предлагаются методы построения обучающих моделей диагностики, прогнозирования и выбора лечения с учетом особенностей процессов лечения заболеваний, рассматриваются примеры решения задач исследования процессов лечения с использованием технологии моделирования в условиях неоднородностей и выбора тактики лечения с использованием адаптивных алгоритмов как типовые задачи обучения (сахарный диабет, хронический лимфолейкоз, эндокринное бесплодие, генеративная функция. хронические аднекситы и др.). Описываются технология формирования обучающих процедур и результаты апробации и внедрения в учебный процесс и в клиническую практику.

Схема процедуры обучения и принятия решений представлена на рис. 8.

Учебно-исследовательская система обеспечивает сокращение времени усвоения учебного материала до 20 % и получение объема знаний не менее 0,7 от заданного при обучении студентов, а компьютерное интегра-инструментальное обеспечение позволяет сократить время диагностического процесса до 40 7.. .

Усвоение материала обучающимися врачами с использованием биомедицинской интегральной учебно-исследовательской системы позволяет более эффективно применять полученные знания в диагностической и клинической практике. Например, при использовании и апробации методов рационального выбора реабилитационных мероприятий с применением

4CU

Удовлет^

ЛПР

9 ф

Библиотека типовых схем лечения Библиотека историй болезней

Задание для обучения

Выбор схемы лечения

Постановка диагноза с исполь зованием логической модели

Рис. 8. Вариант схемы обучающей процедуры

методов интеллектуальной поддержки при лечении ряда гинекологических заболеваний длительность лечения сокращается на 27-33 X, общая суммарная доза лекарства уменьшается на 32-47 X, а точность диагноза с применением логических моделей возрастает до 92-96 % по сравнению с другими машинными методами диагностики.

Результаты диссертационной работы используются в учебном процессе межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах" при обучении студентов по специальности "Биотехнические и медицинские аппараты и системы", внедрены в Воронежской областной клинической больнице и Воронежском областном клиническом лечебно-диагностическом центре с ожидаемым экономическим эффектом (в ценах 1995 г.) 19,4 млн.р.

ЗАКЛЮЧЕНИЕ

1. Проведен анализ состояния применения высоких медицинских технологий и показано, что для повышения эффективности их применения в лечебно-диагностическом процессе перспективным является компьютерная интеграция инструментального обеспечения и создание учебно-исследовательских биомедицинских систем для освоения новых медицинских и компьютерных технологий.

2. Показано, что реализация учебно-исследовательской системы на основе компьютерной интеграции базируется на развитом математи-

ческам обеспечении интеллектуальной поддержки всех групп пользователей, основанной на сочетай™ методов математического описания физиологических процессов, экспертно-имитационного моделирования, рационального выбора с их ориентацией как не процесс обучения, так и на лечебно-диагностический процесс.

3. Разработана методика формирования автоматизированной учебно-исследовательской системы, предложены структура и алгоритмы ее рационального выбора, а также алгоритмическое обеспечение функционирования системы.

4. Для функционирования учебно-исследовательской системы с учетом особенностей контингента обучаемых и предметно-ориентированной области обучения и исследования разработана процедура компьютерного совещания по оцениванию эффективности обучающих процедур.

5. С целью повышения эффективности обучения в рамках учебно-исследовательской системы разработаны оптимизационные модели формирования учебных заданий и методика организации имитационного эксперимента, как один из способов интеллектуальной поддержек принимаемых решений.

6. Предложены диалоговые процедуры выбора структуры математического описания физиологических процессов и диапазонов однородности характеристик по входным величинам и управляющим воздействиям. Разработаны алгоритмы декомпозиции математического описания по результатам активного и пассивного эксперимента, идентификации параметров модели с учетом автокорреляции временных рядов и процедуры анализа и прогнозирования физических процессов с использованием моделей.

7. Для реализации интеллектуальной поддержки принимаемых решений как на уровне обучения, так и исследования биомедицинских систем предложена и рассмотрена процедура имитационного моделирования и разработана обобщенная схема построения логических моделей диаг- ' ностики и выбора лечения в режиме диалога "обучаемый (врач) - ПЭВМ".1

■ 8. Разработан и реализован программно-аппаратный комплекс учебно-исследовательской системы, обеспечивающий ее функционирование с учетом компьютерной интеграции медицинских приборов и аппаратов, разработаны и реализованы средства сопряжения медицинского оборудования с ПЭВМ для реализации микродиагностического центра.

9. На базе алгоритмического обеспечения процесса формирования оптимальной структуры обучающей системы и компьютерной интеграции медицинского оборудования разработана и реализована учебно-исследо-

вательская биомедицинская система в рамках микродиагностического центра.

10. Учитывая, что наиболее сложной задачей, решаемой в рамках учебно-исследовательской системы, является задача построения математических моделей, используемых для диагностики, прогнозирования и управления процессами лечения, рассмотрены наиболее приемлемые подходы к получению математического описания в условиях неоднороднос-тей процессов лечения, а также приведены примеры их применения для ряда заболеваний и использования адаптивного управления процессов лечения.

11. На основе алгоритмического обеспечения процесса обучения и с учетом особенностей предметно-ориентированной области исследования и состава обучаемых предложена технология и схема формирования обучающих процедур с использованием учебно-исследовательской биомедицинской системы.

12. Обобщены результаты обучения на примерах исследований, проводимых обучаемыми в диагностической и клинической практике. Показано, что в результате обучения лечащие врачи более эффективно применяют в практической деятельности методы интеллектуальной поддержки при диагностике, прогнозировании и выборе лечения, что приводит к повышению точности диагноза, сокращению времени лечения и уменьшению затрат. Ожидаемый экономический эффект от результатов обучения и применения в клинической практике ряда лечебных учреждений составил (в ценах 1995 г.). 19,4 млн.р. Результаты исследования используются в учебном процессе межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах" при подготовке инженеров по специальности 190500 - Биотехнические и медицинские аппараты и системы, а также в учебном процессе Международного университета высоких технологий.

Основное содержание диссертации опубликовано в следующих работах:

1. Извеков А.Д., Родионов О.В., Фролов М.В. Методы декомпозиции математического описания в условиях неоднородностеи по индивидуальным оценкам объектов и индексам однородных компонент //Оптимизация и моделирование в автоматизированных системах: Межвуз. сб.науч. тр.- Воронеж: ВПИ, 1991. С.173-175.

2. Декомпозиция математического описания генеративной функции по биоднородным компонентам / И.Н.Коротких, О.В.Родионов, В.Г.Сурков, М.В.Фролов // Гитерактивное проектирование технических устройств и автоматизированных систем па персональных ЭВМ: Тез. докл. Всесоюзного совещания-семинара. - Воронеж: ВПИ, 1991. С.91-92.

3. Извеков А.Д. 1 Родионов О.В., Фролов В.Н. Методика построения модели однородной компоненты при неоднородности количественных неуправляемых входных переменных // Компьютеризация в медицине.-

Воронеж: ВПИ, 1991. С.140-143.

4. Зацепина С.А., Родионов О.В., Фролов М.В. База данных автоматизированной системы прогнозирования генеративной функции:1 Тез.докл. Всесоюзного совещания-семинара "Гитерактивное проектирование технических устройств и автоматизированных систем на персональных ЭВМ.- Воронеж: ВПИ. 1991. С.115-117.

5. Родионов О.В., Федянин В.И. Блок ограничения стимуляционно-го сигнала для регистрации кардиограмм // Компьютеризация в медицине: Межвуз.сб.науч.тр.- Воронеж: ВПИ, 1992. С.32-34.

6. Родионов О.В.. Петросян С.Л. Инструментальное обеспечение медицинских технологий в учебном процессе: Тез.докл.регионального совещания-семинара "Компьютеризация управления качеством высшегс образования".- Воронеж: ВПИ. С.64-69.

7. Родионов О.В. Оптимизация структуры обучающих процедур учебно-исследовательской системы автоматизированного моделирования физиологических процессов // Оптимизация и моделирование в автоматических системах: Межвуз.сб.науч.тр.- Воронеж: ВПИ, 1993. С.167-171.

8. Методы идентификации объектов управления в условиях неодно-родяостей и качественных неуправляемых переменных физиологических к технологических систем /Э.И.Воробьев, А.Д.Извеков. В.Г.Сурков. О.В.Родионов // Оптимизация и моделирование в автоматизированных системах: Межвуз.сб.науч.тр..- Воронеж: ВПИ. 1993. С.161-166.

9. Родионов О.В., Петросян С.Л. Совершенствование качества современных медицинских технологий на основе рациональной организации учебного процесса по инструментальному обеспечению: Тез.докл. Международной научно-методической конференции "Проблемы качества высшего образования".- Уфа, 1093. С.129-130.

10. Родионов О.В. Автоматизация анализа объектов с неоднородными характеристиками: Тез.докл. регионального совещания "Опыт информатизации в промышленности",- Воронеж: ВПИ, 1993. С.71.

11. Извеков А.Д., Родионов О.В., Фролов В.Н. Автоматизированный анализ надежности объектов с неоднородными характеристиками: Тез.докл. научно-технической конференции "Машинное моделирование и обеспечение надежности электронных устройств".- Бердянск. 1993. С. 30.

12. Родионов О.В. Алгоритмическое обеспечение процедур анализа физиологических процессов как объектов с неоднородными характеристиками // Компьютеризация в медицине. - Воронеж: ВГТУ. 1993. С.207-210.

13. Исследование генеративной функции с использованием прогностических моделей биоднородных компонент в автоматизированном режиме / И.Н.Коротких. И.В.Матвеева. О.В.Родионов. М.В.Фролов // Компьютеризация в медицине: Межвуз.сб.науч.тр. - Воронеж: БПИ,| 1993. С.138-142. ' •

14! Родионов О.В. Реализация управления в медицинских система^ на основе автоматизированного моделирования физиологических процессов: Тез.докл. Всероссийского совещания-семинара "Высокие технологии в проектировании технических устройств"- Воронеж: ВПИ, 1993. С 57

15. Коротких И.Н., Родионов О.В.. Фролов М.В. Технология реабилитационных мероприятий: Учеб.пособие - Воронеж: ВПИ, 1993. 98 с.

16. Комплексная инструментальная система диагностики и анализа патологических состояний различных систем организма / М.И.Мутафян, О.В.Родионов. Н.А.Степанян, Федянин В.И. // Компьютеризация в медицине: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1994. С.31-34.

17. Разинкин к.А.. Родионов О.В.. Федорков Е.Д. Адаптивный и имитационный подход к выбору тактики лечения хронических заболева-

............31

ний // Компьютеризация в медицине. - Воронеж. 1994. С.121-125.

18. Родионов О.В. Алгоритмическое обеспечение автоматизированного моделирования и анализа физиологических процессов как объектов с неоднородными характеристиками // Высокие технологии в медицинской диагностике. - Воронеж: ВГТУ, ВОКЛДЦ. 1994. С.48-53.

19. Родионов О.В. Структура и оптимизация процедур учебно-исследовательской системы автоматизированного проектирования // Оптимизация и моделирование в автоматизированных системах. - Воронеж: ВГТУ, 1Q94. С.17-22.

20. Родионов О.В., Федянин В.И. Выбор рациональной структуры программно-аппаратного комплекса автоматизированной учебно-исследовательской медицинской лаборатории // Оптимизация и моделирование в автоматизированных системах: Межвуз.сб.научн.тр. / - Воронеж: ВГТУ. 1994. С.144-147.

21. Разинкин К.А., Родионов О.В., Федорков Е.Д. Оценка динамики и выбора управления при лечении хронических заболеваний // Высокие технологии в технике и медицине,- Воронеж: ВГТУ. 1994. С.83-93.

22. Автоматизированная учебная система инструментальной диагностики / М.И.Мутафян, О.В.Родионов. Н.А.Степанян, В.И.Федянин, А.А.Белов // Межотраслевой научно-технический сборник "Информатика". Сер. "Автоматизация проектирования". - М.. 1994. Вып.2-3. С. 125-127.

23. Основы физиологии и инструментальное исследование систем организма человека / И.Н. Коротких. С.Л. Петросян. Г.А. Скрыпченко, О.В. Родионов. H.A. Степанян, М.В. Фролов: Учебное пособие. - Воронеж: ВГТУ, 1994. 175 с.

24. Методы интеллектуальной поддержки принимаемых врачом решений при выборе тактики лечения / О.В.Родионов, Е.Д.Федорков. М.В.Фролов. О.Н.Чопоров: Тез. докл. научно-практической конференции "Высокие технологии в практике учреждений здравоохранения г.Воронежа". - Воронеж. 1995. С.34-35.

25. Родионов О.В.. Пасмурнов С.М.. Фролов Н.В. Автоматическое и модельное исследования работоспособности организма человека: Тез.докл. научно-праотической конференции "Высокие технологии в практике учреждении здравоохранения г.Воронежа".- Воронеж. 1995. С.128.

26. Мутафян М.И.. Родионов О.В.. Федянин В.И. Разработка ютмпьютеризированного комплекса для исследования функциональных систем организма человека // Компьютеризация в медицине: Меж-вуз.сб.науч.тр./ Воронеж: ВГТУ. 1995. С. 16-20.

27. Родионов О.В., Федянин В.И. Алгоритмическое обеспечение и оптимизация процедур учебно-исследовательской биомедицинской системы // Компьютеризация в медицине: Межвуз.сб.науч.тр. / - Воронеж: ВГТУ. 1995. С.178-187.

28. Извеков А.Д.. Петровский B.C.. Родионов О.В. Декомпозиция математического описания статики объектов с неоднородными характеристиками по экспериментальным данным и Высокие технологии в технике. медицине и образовании, часть 1 - Воронеж, 1995. С.88-93.

29. Родионов О.В.. Пасмурнов С.М.. Фролов Н.В. Исследование сердечно-сосудистой и дыхательной систем человека при дозированной физической нагрузке на основе компьютеризированного биомедицинского комплекса // Высокие технологии в технике, медицине и образовании, - Воронеж. 1995. 4.1. С.131-136.

30. Родионов О.В., Савинков Ю.А. Организация имитационного эксперимента на основе оптимизационных моделей проектирования системы образования//Высокие технологии в технике, медицине и образовании. - Воронеж. 1995. 4.2. С.68-74.

31. Построение локальной вычислительной сети автоматизирован-

ной инструментального обеспечения исследования систем организма / М.И. Мутафян, О.В. Родионов. В.И. Федянин, C.B. Говоров // Математическое обеспечение высоких технологий в технике, образовании vi медицине: Тез.докл. Всерос. совещания-семинара. Воронеж: ВГТУ,

1994. С.204-205..

32. Родионов О.В., Федянин В.И. Построение информационного обеспечения для задач комплексного проведения биомедицинских обследований и обучения.// Тез.докл. Всерос. совещания-семинара "Математическое обеспечение высоких технологий в технике, образовании и медицине". - Воронеж: ВГТУ. 1995. С.73-74.

33. АРМ врача на базе персонального аналогового компьютера и ПЭВМ / К.С.Коробова, К.А.Разинкин, О.В.Родионов, Е-Л-Федорков // Высокие технологии в технике, медицине и образовании. - Воронеж.

1995. 4.2. С.108-112.

34. Мутафян М.И.. Родионов О.В., Федянин В.И. Построение программного комплекса визуализации и анализа Сиомедицинской информации // Высокие технологии в технике, медицине и образовании. - Воронеж. 1995. 4.1. С.137-143.

35. Говоров С.Б., Пасмурнов С.М.. Родионов О.В. Программное обеспечение учебно-исследовательской биомедицинской системы // Высокие технологии в практике учреждений здравоохранения г. Воронежа: Тез.докл. научно-практической конференции. - Воронеж. 1995. С.49-50. .

36. Структура и состав микродиагностического центра на основе компьютерной интеграции инструментального обеспечения / С.Б.Говоров. С.М.Пасмурнов, О.В.Родионов, В.И.Федянин // Тез. докл. научно-практической конференции "Высокие технологии в практике учреждений здравоохранения г. Воронежа". - Воронеж. 1995. С.51-52.

37. Родионов О.В., Фролов М.В., Чопоров О.Н. Интеграция компьютерной медицинской системы и баз знаний // Тез. докл. Всерос. совещания "Проблемы создания национальной академической системы баз данных и баз знаний".- Уфа. 1995. С.78-79.

38. Львович Я.Е.. Родионов О.В., Чопоров О.Н. Системная среда высоконадежных компьютерных медицинских систем // Тез.докл. Международной научно-технической конференции "Методы и средства оценки и повышения надежности приборов, устройств и систем".- Пенза. 1995. С.177-178.

39. Родионов О.В.. Чопоров О.Н. Интегрированная компьютерная медицинская система диагностики, прогнозирования и лечения // Тез.докл. Всерос. совещания-семинара "Математическое обеспечение высоких технологий в технике, образовании и медицине". - Воронеж. 1995. С.47.

40. Родионов О.В. Алгоритмическое обеспечение и оптимизация учебно-исследовательских процедур // Математическое обеспечение вы-i соких технологий в технике, образовании и медицине: Тез.докл. Всерос. совещания-семинара. - Воронеж, 1995. С.113.

41. Родионов О.В. Компьютерное совещание по интегрированному оцениванию эффективности учебно-исследовательской системы // Высокие технологии в технике, медицине и образовании.- Воронеж. 1996. С. 14-19.

ЛР N 020419 от 12.02.92.

Подписано к печати 21 ЛЬ Л Усл.печ.л. 2,0. Тираж 1оо

Воронежский государственный технический университет 394026 Воронеж, Московский просп. 14. Участок оперативной полиграфии ВГТУ