автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Моделирование процесса заместительной почечной терапии на основе методов многомерного анализа данных

На правах рукописи

ЕФИМОВ Андрей Александрович

МОДЕЛИРОВАНИЕ ПРОЦЕССА ЗАМЕСТИТЕЛЬНОЙ ПОЧЕЧНОЙ ТЕРАПИИ НА ОСНОВЕ МЕТОДОВ МНОГОМЕРНОГО АНАЛИЗА ДАННЫХ

Специальность: 05.13.01 - Системный анализ, управление

и обработка информации (технические и медицинские системы)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Воронеж - 2009

003464368

Работа выполнена в ГОУ ВПО «Воронежский государственный технический университет»

Научный руководитель доктор технических наук, профессор Коровин Евгений Николаевич

Официальные оппоненты: доктор технических наук, профессор Федянин Виталий Иванович;

кандидат технических наук Мешкова Таисия Александровна

Ведущая организация ГОУ ВПО «Курский государственный технический университет»

Зашита состоится «27» марта 2009 г. в 1300 часов в конференц-зале на заседании диссертационного совета Д 212.037.02 ГОУ ВПО «Воронежский государственный технический университет» по адресу: 394026, г. Воронеж, Московский просп., 14.

С диссертацией можно ознакомиться в научно-технической библиотеке ГОУ ВПО «Воронежский государственный технический университет».

Автореферат разослан

Ученый секретарь ^

диссертационного совета

» февраля 2009 г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В последнее время наблюдается все большее увеличение значения информационного обеспечения различных видов человеческой деятельности, в том числе медицинской. Это становится движущим фактором развития науки, что обусловливает разработку и внедрение разных информационных систем и технологий.

Если проанализировать сферы применения персональных ЭВМ в медицинских учреждениях, то можно увидеть, что наибольшее использование компьютеров наблюдается в задачах обработки текстовой документации, хранения и обработки баз данных, ведения статистики и финансовых расчетов. Отдельные ЭВМ используются совместно с различными диагностическими и терапевтическими приборами, которые носят название автоматизированного рабочего места врача.

В большинстве этих областей использования ЭВМ применяют стандартное программное обеспечение. Однако некоторые из важнейших аспектов лечебно-диагностических и реабилитационных видов медицинской деятельности остаются практически не автоматизированными. Прежде всего, это относится к диагностике, назначению лекарственной терапии, прогнозированию течения заболеваний и их исходов. Основные причины такого состояния -недостаточно развитая техническая база многих учреждений здравоохранения и низкая компьютерная грамотность пользователей внедряемых технологий.

Решению описанных выше задач в настоящее время уделяется большое внимание. Это обусловлено провозглашенным Президентом Российской Федерации курсом на техническое и информационное оснащение учреждений здравоохранения, а также теми возможностями и преимуществами, которые дает их внедрение в лечебно-диагностическую практику.

Хроническая почечная недостаточность является исходом практически всех хронических заболеваний почек. Актуальность диагностики и лечения хронических нефропатий в последнее время возросла в связи с прогрессом медицины и широким внедрением в клиническую практику эффективных методов заместительной терапии терминальной стадии хронической почечной недостаточности.

Диализотерапия в амбулаторном режиме возвращает больного к активной жизни и в большинстве случаев позволяет заниматься профессиональной деятельностью.

Освещаемая проблема достаточно непроста, так как рассматриваемое заболевание относится к медленнопротекающим хроническим недугам, оптимальное лечение которых представляется довольно сложной задачей. Объект исследования, то есть процесс лечения диализного больного, можно отнести к числу сложномоделируемых из-за большого количества неформапизуемых случайных воздействий и факторов, влияющих на больного, поэтому в качестве базового метода для описания состояния пациента был выбран классификационный подход. Для его реализации предлагается использовать мощные средства теории искусственных нейронных сетей, а также статистического моделирования.

Таким образом, актуальность темы заключается в необходимости разработки методов интеллектуальной поддержки процесса заместительной почечной терапии с применением методов многомерного анализа данных.

Работа выполнена в рамках НИР ГБ 2007.27 «Интеллектуализация принятия управленческих решений в медицинских системах при диагностике и лечении», в соответствии с одним из основных научных направлений ГОУ ВПО «Воронежский государственный технический университет» «Проблемно-ориентированные системы управления».

Цель и задачи исследования. Целью диссертационной работы является разработка моделей классификации диализных больных по группам лечения, которые позволят максимально индивидуализировать и оптимизировать процесс выбора режима гемодиализа.

С учетом поставленной цели необходимо выполнить следующие

задачи:

оценить состояние сердечно-сосудистой системы на основании минимального перечня регистрируемых параметров центральной гемодинамики, имеющих наибольшую диагностическую ценность;

сформировать алгоритм классификации пациентов по группам лечения с учетом наличия и степени выраженности патологии сердечнососудистой системы и установить оптимальные параметры сеансов гемодиализа для каждой группы больных;

разработать методику оптимизации процесса принятия решений по выбору схемы заместительной почечной терапии на основе кластерного анализа;

сформировать модель классификации больных по группам лечения с использованием методов дискриминантного анализа;

разработать нейросетевую модель выбора тактики лечения гемодиализных больных с учетом показателей деятельности сердечнососудистой системы;

построить _ и внедрить в клиническую практику автоматизированную информационную систему выбора тактики лечения диализных больных.

Методы исследования. Для достижения поставленных задач в работе были использованы методы: системного анализа, экспертного оценивания, распознавания образов, статистического анализа и классификации многомерных данных, нейронных сетей.

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

процедура выбора рационального количества показателей деятельности центральной гемодинамики, позволяющая наиболее полно оценить состояние сердечно-сосудистой системы больных, находящихся на программном гемодиализе;

алгоритм классификации гемодиализных больных по группам, характеризующим состояние сердечно-сосудистой системы на основе выбранных показателей центральной гемодинамики, обеспечивающая оптимальный режим заместительной почечной терапии;

методика интеллектуальной поддержки принятия решений по назначению режима сеансов гемодиализа на основе кластерного анализа, обеспечивающая учет индивидуальных особенностей больных;

модель выбора схемы проведения сеансов заместительной почечной терапии, основанная на методах дискриминантного анализа и позволяющая оптимизировать процесс принятия решений врачами отделений гемодиализа;

нейросетевая модель классификации больных с терминальной стадией хронической почечной недостаточности, характеризующаяся высокой способностью индивидуализировать режим гемодиализной терапии;

структура автоматизированной системы поддержки принятия решений выбора тактики лечения диализных больных, позволяющая индивидуализировать режим заместительной почечной терапии и оптимизировать процесс диагностики и лечения больных с терминальной стадией хронической почечной недостаточности.

Практическая значимость и результаты внедрения. Разработана методика поддержки принятия решений выбора рационального режима заместительной почечной терапии, позволяющая индивидуализировать и оптимизировать процесс диагностики и лечения больных с терминальной стадией хронической почечной недостаточности. Данная методика реализована в автоматизированной системе поддержки принятия решений выбора тактики лечения гемодиализных больных в виде программного средства, которое может использоваться врачами отделений гемодиализа.

Информационно-программное обеспечение поддержки принятия решений назначения заместительной почечной терапии апробировано в отделении гемодиализа муниципального учреждения здравоохранения городского округа город Воронеж «Городская клиническая больница скорой медицинской помощи №10».

Разработанное информационно-программное обеспечение зарегистрировано в Государственном фонде алгоритмов и программ (г. Москва).

Материалы диссертации внедрены в учебный процесс кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет».

Апробация работы. Основные положения и научные результаты диссертационной работы докладывались и обсуждались на следующих конференциях, совещаниях и семинарах: Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2006, 2007, 2008); Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2008); научно-методических семинарах кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет» (Воронеж, 2006, 2007, 2008).

Публикации. По теме диссертации опубликовано 11 научных работ, в том числе 2 - в изданиях, рекомендованных ВАК РФ.

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателем проанализированы пути применения искусственных нейронных сетей для поддержки принятия решений в медицине [3, 5]; проведен анализ моделей нейронов и перспектив их применения в медицине [6]; исследовано влияние параметров сердечнососудистой системы на гемодиапизных больных [7]; предложена подсистема расчета параметров программного гемодиализа [8]; рассмотрено применение методов кластерного и дискриминантного анализов для выбора тактики лечения гемодиализных больных [1, 9, 10]; разработана нейросетевая модель процесса заместительной почечной терапии [2, 11].

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 120 наименований и приложения. Основная часть работы изложена на 120 страницах, содержит 15 рисунков и 34 таблицы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, определены цель и задачи исследования, его научная новизна и практическая значимость, приведены сведения об апробации и внедрении результатов.

В первой главе анализируются текущее состояние сферы оказания диализной помощи больным с терминальной стадией хронической почечной недостаточности, техническое оснащение отделений гемодиализа.

Рассматриваются критерии оценки адекватности режима заместительной почечной терапии, а также стандартные параметры гемодиализа, обеспечивающие достижение целевого показателя эффективности. Описываются основные варианты сопутствующих процессу гемодиализа осложнений и возможные причины их возникновения. Обозначается структура характерных нарушений в деятельности сердечно-сосудистой системы у больных с терминальной стадией хронической почечной недостаточности, которые приводят к формированию и развитию различных патологий. На основе проведенного анализа делается вывод о необходимости помимо медикаментозного

воздействия осуществлять оптимизацию параметров гемодиализного сеанса в зависимости от изменений в функционировании сердечнососудистой системы.

Проводится обзор инструментальных методов диагностики и анализа кардиогсмодинамики; подробно рассматриваются особенности использования компьютерного электрокардиоанализатора «Бианкор». Приводится перечень регистрируемых данным прибором параметров деятельности сердечно-сосудистой системы с описанием их кратких характеристик и нормальных значений.

Выявляется влияние сеанса гемодиализа на основные показатели деятельности сердечно-сосудистой системы. Исследование показало, что стандартные параметры режима заместительной почечной терапии благоприятно влияют на 63 % больных диализной популяции. В свою очередь 37 % больных отмечали ухудшение самочувствия. Из полученных данных был сделан вывод о необходимости индивидуализации диализного режима для достижения адекватного уровня проводимой терапии.

Во второй главе приводится обоснование необходимости минимизации перечня регистрируемых параметров деятельности сердечнососудистой системы. Для выполнения этой задачи используется аппарат экспертного оценивания, где оценка классификационной значимости признаков выставляется на основе мнения экспертов в данной области -врачей-кардиологов.

В ходе проведенного исследования из 16 показателей кардиогемодинамики, полученных с помощью электрокардиоанализатора «Бианкор» были отобраны 5, которые обладают наибольшей информативностью и классификационной значимостью. Ими стали: конечный диастолический объем (EDV), конечный систолический объем (ESV), фракция выброса (EF), ударный объем (SV), а также масса миокарда левого желудочка (MLV). Количественные значения данных показателей позволяют оценивать состояние сердечно-сосудистой системы, прогнозировать вероятные осложнения, вызванные гемодиализной сессией и возможное развитие патологий.

На основе выделенных классификационных признаков вся выборка диализных больных в количестве 155 пациентов была подразделена на 6 групп, средние значения рассматриваемых показателей и состав которых сведены в табл. 1.

Таблица 1

Средние значения основных показателей кардиогемодинамики по группам лечения и состав групп

ЕЭУ ЕБУ ЕР МЬУ Состав групп

Группа 1 162,35 59,23 103,09 63.53 57.89 168,7 26

Группа 2 162,33 67,82 93,99 _96,7 17

Группа 3 90,32 28,48 61,19 67,84 181,18 19

Группа 4 Группа 5 92,76 118,02 25,44 67,32 72,61 150,52 38

33,40 84,63 71,71 65,49 145,36 18

Группа 6 | 123,43 42,60 80,83 122,13 37

Для каждой из выделенных групп больных определены параметры оптимального режима заместительной почечной терапии, сведенные в табл. 2, графики профилирования проводимости натрия изображены на рис. 1. Данные режимы позволяют достичь целевого недельного уровня адекватности гемодиапизной терапии.

Таблица 2

Параметры режима заместительной почечной терапии по группам

Скорость кровотока (мл/мин.) Время диализа, ч. Кратность процедур в неделю График проводимости натрия Диапазон изменения Ыа, мС/см

Группа 1 280-310 5 3 1 145-137

Группа 2 240-280 5 4 1 146-140

Группа 3 290-310 4 4 2 136-144

Группа 4 300-360 4,5 -> .3 2 135-142

Группа 5 300-340 4,5 3 -> 135-142

Группа 6 >340 4 3 4 136-143

Ыа+

№

Нисходящая Восходящая Линейная Прямоугольная прогрессия (1) прогрессия (2) зависимость (3) зависимость (4) Рис. 1. Графики профилирования проводимости натрия

В третьей главе рассмотрена возможность применения методов кластерного, дискриминантного и нейросетевого анализов для построения модели выбора заместительной почечной терапии гемодиализных больных.

Перед применением методов статистического анализа производилось нормирование исследуемых показателей. Построение модели на основе кластерного анализа проводилось в программе 81а1151|"са, где в качестве меры расстояния было выбрано евклидово расстояние. В табл. 3 представлено распределение объектов по каждому из кластеров и приведены численные значения расстояний каждого объекта до центра и возможные ошибки классификации.

Таблица 3

Характеристики вычисленных кластеров

Номер кластера 1 2 3 4 5 6

Количество объектов 26 17 19 38 26 29

Минимальное удаление от центра 0,1 0,18 0,03 0,05 0,08 0,13

Максимальное удаление от центра 1,44 0,57 0,59 0,33 0,56 0,55

Разброс объектов в группе 1,33 0,39 0,56 0,28 0,48 0,42

Среднее удаление от центра 0,4 0,35 0,23 0,21 032 0,33

Количество ошибок 0 0 0 0 8 0

Из представленной таблицы видно, что все объекты, входящие в первый, второй, третий, четвертый и шестой кластеры, классифицированы безошибочно. Ошибка распознавания присутствует лишь в пятой группе, в которой из 26 объектов 8 - представители шестого класса. Самый близкорасположенный к своему центру объект находится в третьем кластере (0,03), наиболее удаленный от своего центра - в первом (1,44). Наиболее близко к центру находятся объекты четвертого класса (0,28), самый большой разброс мы видим в первом классе (1,33). Плотнее всего друг к другу распределены составляющие четвертого кластера (0,21), наименее плотно - объекты первого кластера (0,4).

Ошибка вычислений составила 5,2 %, то есть точность распознавания полученной с помощью кластерного анализа модели равняется 94,8 %, что является достаточно высоким показателем.

В качестве исходных данных в дискриминантном анализе используются те же, что и в кластерном. Отличие заключается в

¡¡отсутствии показателя EDV (конечный диастолический объем левого желудочка) в связи с тем, что он обладает значением толерантности ниже критического. Все необходимые расчеты также проводились в прикладной программе статистического моделирования Statistica.

При построении дискриминантных классификационных функций вся выборка больных была разбита на 2 группы. На основе данных, относящихся к первой группе (105 наблюдений), строились классифицирующие функции, а адекватность построенных математических моделей оценивалась с помощью контрольной группы, состоящей из 50 наблюдений.

После задания входных параметров, была получена модель с расчетным значением остаточной дискриминации Л-Уилкса равным 0,0008, что говорит о высокой степени проведенной дискриминации. Значение F-критерия составило 120,99 с вероятной ошибкой (р) равной 0,0001, при этом критический порог равен 20,319. Это говорит об адекватности найденного значения А-Уилкса.

Анализ параметров дискриминантных переменных показал, что для каждого из них Л-Уилкса имеет низкое значение, F-критерий также для всех переменных превысил пороговое значение в 5,96 с нулевой вероятностью ошибки. Вышесказанное говорит о том, что все показатели кардиодинамики обладают хорошей дискриминацией. Толерантность всех переменных превышает пороговое значение в 0,01 - это свидетельствует о достаточно высокой важности показателей для проведения дискриминантного анализа.

Дискриминантные классификационные функции для каждой схемы заместительной почечной терапии имеют следующий вид:

й, = -27,112 + 24,802 • ESV + 3,474 • SV - 4,361 ■ EF + 14,831 ■ MLV;

h2 =-28,391 + 32,164- ESV- 2,921 ■ SV - 3,793- ЕЕ - 2,71 • MLV;

/7; = -17,842 +18,971 • ESV - 21,647-5Г + 10,741 • EF +12,692 • ML V; A4 = -13,737 + 17,17 • ESV - 19,932 • SV + 24,255 • EF - 2,617 • MLV; /?, = -7,229 - 25,444 • ESI' + 12,263 • SV - 5,828 • EF - 6,709 • ML V; hk = -6,597 - 39,229 ■ ESV + 21,143 • SV - 22,458 ■ EF - 8,842 • MLV, где ¡\, hj, fu, /?4, h^, //ü - вероятности отнесения объекта к первому, второму, третьему, четвертому, пятому или шестому классам лечения соответственно.

Классификационная матрица, в которой показано объективное (строки) и рассчитанное (столбцы) распределение объектов по классам (обучающей выборки - в числителе, контрольной выборки - в знаменателе), сведена в табл. 4. В столбце «Точность, %» приведен процент точности произведенной классификации.

Таблица 4

Классификационная матрица

Точность, % Кл. 1 Кл. 2 Кл. 3 Кл. 4 Кл. 5 Кл. 6

Кл. 1 100/100 18/8 0/0 0/0 0/0 0/0 0/0

Кл. 2 100/80 0/0 12/4 0/0 0/0 0/0 0/1

Кл. 3 100/83 0/0 0/0 13/5 0/0 0/0 0/1

Кл. 4 100/100 0/0 0/0 0/0 26/12 0/0 о/о

Кл. 5 92/100 0/0 0/0 0/0 1/0 11/6 о/о

Кл. 6 96/92 о7о 0/0 0/0 0/0 1/1 ^ 23/12

Итог 98/94 18/8 12/4 13/5 27/12 12/7 23/14

По классификационной матрице обучающей совокупности можно сделать вывод о том, что все объекты, априори принадлежащие первым четырем классам лечения классифицированы верно. Ошибка наблюдается только в пятом и шестом классах лечения. Суммарная же точность произведенной классификации составила 98 %. По классификационной матрице контрольной совокупности можно заметить, что точность классификации больных контрольной группы составила 94 % или 47 объектов из 50. Отметим также, что в группе больных, относящихся ко второму и третьему классам лечения дискриминантная модель определила ошибочную шестую группу, а к шестому классу - пятую. То есть отчетливо видна тенденция ошибочной классификации больных, связанная с шестой группой лечения. В тестовой совокупности модель также ошибочно отнесла больного из шестой группы к пятой. Вероятно, это связано с некоторой размытостью границ шестого класса заместительной почечной терапии. Точность классификации объектов составила 95,3 %.

Для построения нейронной сети необходимо сначала определить тип используемого нейрона. Изучив основные типы, наиболее подходящим видится применение персептрона. Для обучения такой сети применяется алгоритм обратного распространения ошибки. В настоящее время - это один из наиболее эффективных алгоритмов обучения многослойной сети.

1 Принципиальная схема полученной нейросети представлена на рис. 2.

Вт°Р°й Выхо лной

Рис. 2. Многослойный персептрон для выбора тактики лечения гемодиализных больных

Прежде чем подать сигналы на вход первого скрытого слоя, 81аИз1юа производит операцию шкалирования по методу ггпштах. Далее преобразованные данные поступают на входы нейронов первого скрытого слоя, затем второго и после этого выходного слоя. Фрагменты уравнений нейронов для искусственной нейронной сети следуют ниже (переменные обозначены в соответствии с рис. 2). Первый скрытый слой: г., = -2,0784-0,7646• х' -0,6562• х' + 0,2521-х' -6,53■ х* + 16,2936• х';

II » * I » 2 ' 3 4 5 '

г15 = 5,9479 - 5,6228 ■ х' - 5,2343 • х* - 2,29 • х* + 9,3373 ■ х* - 5,1396 • х'. Второй скрытый слой:

2,. =-2,857+ 2,9516-г -5,7417-г -13,856т +11,1103-2 -9,387т.,; 21 > ' Ц > 12 ' 1.1 ' I''

г,, =1,0514 +5,165т + 0,9569- г +14,3653-2 -14,394-2 + 10,2288-г...

' II ' 12 ' 1.1 ' 14 ' 1>

Выходной слой:

/=-5,9+11,27-2 -1,81-2 -16,98-2 +11,94-2 -5,02-2 -26,12-2 ;

' 21 22 ' 2Т ' 24 ' 25 ' 26 9

/=-16,75-16,7-2 -9,1-2 +8,35-2 +13,2-2 +11,78-2 -12,36т .

у 0 21 22 23 24 9 25 26

Класс заместительной почечной терапии соответствует индексу нейрона, имеющего наибольшее значение.

В результате построения нейросетевой модели стало возможным определить значимость каждой из входных характеристик. Наиболее значимый показатель при выборе схемы лечения - фракция выброса ЛЖ (EF - 0,32), затем масса миокарда левого желудочка (MLV - 0,31), конечный систолический объем ЛЖ (ESV - 0,24), а конечный диастолический объем ЛЖ (EDV - 0,22) и ударный объем ЛЖ (SV - 0,22) поделили два последних места.

В результате проведенного исследования нужно отметить, что ошибки классификации отсутствуют, то есть полученная модель все объекты классифицировала точно. Распределение процента точности отнесения пациентов к группам проведения программного гемодиализа представлено в табл. 5.

Таблица 5

Точность классификации больных нейронной сетью

№ схемы лечения Всего больных Точность, %

1 5 95,5

2 2 99,9

3 3 99,8

4 7 99,9

5 2 100

6 6 99,6

Всего 25 99,1

Полученная нейросетевая модель выбора тактики лечения гемодиализных больных на основе показателей деятельности сердечнососудистой системы обладает точностью классификации больных по группам лечения равной 99,1 %, что свидетельствует об адекватности модели и возможности ее применения практикующими врачами.

Все три разработанные модели выбора схемы лечения больных с терминальной стадией хронической почечной недостаточности являются адекватными и могут использоваться в качестве интеллектуальной поддержки приятия решений практикующими врачами. Точность классификации у статистических моделей приблизительно одинаковая -95 %, у нейросетевой же несколько выше - 99 %. В связи с этим можно

5сделать вывод о целесообразности применения методов кластерного, дискриминантного и нейросетевого анализов для решения поставленной задачи.

В четвертой главе на основании разработанных ранее алгоритмов й моделей выполняется реализация автоматизированной системы поддержки принятия решений о назначении оптимальной схемы гемодиализной терапии.

Предлагаемая автоматизированная система имеет модульную структуру. На рис. 3 изображен состав ее компонентов и их взаимосвязей. Каждый из модулей, входящих в комплекс, отвечает за решение локальной задачи, представляющей один из этапов обработки информации в процессе автоматизированной диагностики и выбора тактики лечения.

Рис. 3. Структурная схема автоматизированной системы выбора тактики лечения гемодиализных больных

С помощью среды объектно-ориентированного программирования Delphi было создано программное средство, реализующее в себе разработанную автоматизированную систему выбора тактики лечения больных с терминальной стадией хронической почечной недостаточности.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. На основе мнения экспертов выявлены пять основных показателей деятельности сердечно-сосудистой системы: конечный диастолический объем левого желудочка (EDV), конечный систолический объем левого желудочка (ESV), ударный объем левого желудочка (SV), фракция выброса левого желудочка (EF), масса миокарда левого желудочка (MLV).

2. Вся популяция больных по выявленным признакам разделена на шесть групп. Каждая группа характеризуется преимущественно свойственным только ей диапазоном изменения основных параметров деятельности сердечно-сосудистой системы.

3. Определены параметры диализного сеанса, способные влиять на показатель адекватности проведенной процедуры гемодиализа: скорость кровотока, продолжительность сеанса гемодиализа, кратность процедур в неделю, а также график профилирования проводимости натрия в растворе диализата. Установлены оптимальные параметры сеансов гемодиализа для каждой из шести групп больных.

4. На основе математических методов кластерного анализа разработана модель выбора тактики лечения гемодиализных больных, состоящая из шести кластеров. Точность распознавания принадлежности больного к заданной группе лечения в полученной модели равняется 94,8 %.

5. Построены дискриминантные классификационные модели выбора тактики заместительной почечной терапии на основе показателей кардиодинамики, предоставляющие точность распознавания объектов равную 95,3 %.

6. С применением методов теории искусственных нейронных сетей разработана модель выбора схемы лечения гемодиализных больных, содержащая входной, выходной, а также два скрытых слоя, точность классификации больных по группам лечения составила 99,1 %.

< 7. Разработана автоматизированная система поддержки принятия

f решений по выбору тактики лечения гемодиализных больных, имеющая модульное строение и позволяющая максимально индивидуализировать схему лечения и достичь повышения степени физической и социальной реабилитации.

8. Результаты работы используются в учебном процессе ГОУ ВПО «Воронежский государственный технический университет» на кафедре системного анализа и управления в медицинских системах, а также внедрены в практическую работу отделения гемодиализа МУЗ ГО г. Воронеж «ГКБСМП №10».

Основные результаты диссертации опубликованы в следующих

работах:

Публикации в изданиях, рекомендованных ВАК РФ

1. Построение модели выбора тактики лечения гемодиализных больных на основе многомерного статистического анализа / A.A. Ефимов, E.H. Коровин, Е.А. Назаренко, В.А. Синозерская // Вестник Воронежского государственного технического университета. 2008. Т.4. № 4. С. 78-80.

2. Моделирование выбора заместительной почечной терапии на основе методов нейросетевого и статистического анализов / A.A. Ефимов, E.H. Коровин, Е.А. Назаренко, В.А. Синозерская // Системный анализ и управление в биомедицинских системах: журнал практической и теоретической биологии и медицины. М., 2008.Т.7. № 4. С. 859-864.

Статьи и материалы конференций

3. Ефимов A.A., Коровин E.H. Применение искусственных нейронных сетей для поддержки принятия решений в медицине // Высокие технологии в технике, медицине, экономике и образовании: межвуз. сб. науч. тр. Воронеж: ВГТУ, 2005. С. 180-184.

4. Ефимов A.A. Многослойный персептрон как основа для создания систем поддержки принятия решений в медицине // Интеллектуализация управления в социальных и экономических системах: труды Всерос. конф. Воронеж: ВГТУ, 2006. С. 228-229.

5. Ефимов A.A., Коровин E.H., Матусов П.Н. Использование нейросетевого моделирования для решения задач диагностики и лечения //

Высокие технологии в технике, медицине, экономике и образовании: межвуз. сб. науч. тр. Воронеж: ВГТУ, 2006. С. 179-187.

6. Ефимов A.A., Коровин E.H., Магусов П.Н. Анализ моделей -нейронов и перспективы их применения в медицине// Интеллектуализация

управления в социальных и экономических системах: труды Всерос. конф. Воронеж: ВГТУ, 2007. С. 254-255.

7. Исследование влияния параметров сердечно-сосудистой системы на гемодиализных больных / A.A. Ефимов, E.H. Коровин, Е.А. Назаренко, В.А. Синозерская // Управление процессами диагностики и лечения: межвуз. сб. науч. тр. Воронеж: ВГТУ, 2007. С. 19-25.

8. Разработка подсистемы расчета параметров программного гемодиализа / А.И. Воронин, A.A. Ефимов, С.Ю. Коновалов, В.А. Синозерская // Интеллектуализация управления в социальных и экономических системах: труды Всерос. конф. Воронеж: ВГТУ, 2008. С. 198-199.

9. Применение кластерного анализа для выбора тактики лечения гемодиализных больных / A.A. Ефимов, E.H. Коровин, Е.А. Назаренко, В.А. Синозерская // Интеллектуальные информационные системы: труды Всерос. конф. Воронеж: ВГТУ, 2008. С. 118-120.

10. Ефимов A.A., Коровин E.H. Решение задач выбора тактики лечения диализных больных с применением методов дискриминантного анализа // Интеллектуальные информационные системы: труды Всерос. конф. Воронеж: ВГТУ, 2008. С. 131-133.

П.Ефимов A.A., Коровин E.H. Разработка нейросетевой модели выбора схемы лечения диализных больных // Прикладные задачи моделирования и оптимизации: межвуз. сб. науч. тр. Воронеж: ВГТУ, 2008. С. 105-110.

ГОУВПО «Воронежский государственный технический университет» 394026 Воронеж, Московский просп., 14

Подписано в печать 24.02.2009. Формат 60x84/16. Бумага для множительных аппаратов. Усл. печ. л. 1,0. Тираж 85 экз. Заказ № ¿У

Введение.

1. Теоретические основы реализации программного гемодиализа.

1.1. Актуальные вопросы лечения пациентов с терминальной стадией хронической почечной недостаточности.

1.2. Использование компьютерного электрокардиоанализатора кардиогемодинамики «Бианкор».

1.3. Выявление влияния сеанса гемодиализа на основные показатели деятельности сердечно-сосудистой системы.

1.4. Цель и задачи исследования.

2. Анализ показателей кардиодинамики и классификация гемодиализных больных по группам лечения.

2.1. Анализ параметров деятельности сердечно-сосудистой системы

2.2. Классификация и характеристика основных групп лечения гемодиализных больных.

2.3. Выбор вариантов коррекции режима гемодиализа, обеспечивающих адекватный уровень недельного К1/У.

Выводы второй главы.

3. Моделирование процесса выбора тактики лечения гемодиализных больных.

3.1. Выбор рациональной заместительной терапии на основе методов кластерного анализа.

3.1.1. Теоретические основы применения кластерного анализа для лечения больных с ТХПН.

3.1.2. Построение модели выбора тактики лечения гемодиализных больных.

3.2. Выбор схемы заместительной почечной терапии на основе дискриминантного анализа.

3.2.1. Теоретические основы применения дискриминантного анализа для лечения больных с ТХПН.

3.2.2. Разработка модели классификации гемодиализных больных по группам лечения.

3.3. Выбор рациональной заместительной терапии на основе нейросетевого моделирования.

3.3.1. Теоретические основы применения нейронных сетей для лечения больных с ТХПН.

3.3.2. Разработка модели классификации гемодиализных больных по группам лечения.

Выводы третьей главы.

4. Реализация разработанных моделей в автоматизированной системе и программном продукте.

4.1. Создание автоматизированной системы поддержки принятия решений выбора ЗПТ.

4.2. Разработка компьютерной программы на основе автоматизированной системы.

Выводы четвертой главы.

Актуальность темы. В последнее время наблюдается все большее увеличение значения информационного обеспечения различных видов человеческой деятельности, в том числе медицинской. Это становится движущим фактором развития науки, что обусловливает разработку и внедрение разных информационных систем и технологий.

Если проанализировать сферы применения персональных ЭВМ в медицинских учреждениях, то можно увидеть, что наибольшее использование компьютеров наблюдается в задачах обработки текстовой документации, хранения и обработки баз данных, ведения статистики и финансовых расчетов. Отдельные ЭВМ используются совместно с различными диагностическими и терапевтическими приборами, которые носят название автоматизированного рабочего места врача.

В большинстве этих областей использования ЭВМ применяют стандартное программное обеспечение. Однако некоторые из важнейших аспектов лечебно-диагностических и реабилитационных видов медицинской деятельности остаются практически не автоматизированными. Прежде всего, это относится к диагностике, назначению лекарственных мероприятии, прогнозированию течения заболеваний и их исходов. Основные причины такого состояния - недостаточно развитая техническая база многих учреждений здравоохранения и низкая компьютерная грамотность пользователей внедряемых технологий.

Решению описанных выше задач в настоящее время уделяется большое внимание. Это обусловлено провозглашенным Президентом Российской Федерации курсом на техническое и информационное оснащение учреждений здравоохранения, а также теми возможностями и преимуществами, которые дает их внедрение в лечебно-диагностическую практику.

Хроническая почечная недостаточность является исходом практически всех хронических заболеваний почек. Актуальность диагностики и лечения хронических нефропатий в последнее время возросла в связи с прогрессом медицины и широким внедрением в клиническую практику эффективных методов заместительной терапии терминальной стадии хронической почечной недостаточности. Диализотерапия в амбулаторном режиме возвращает больного к активной жизни и в большинстве случаев позволяет заниматься профессиональной деятельностью.

Освещаемая проблема достаточно непроста, так как рассматриваемое заболевание относится к медленнопротекающим хроническим недугам, оптимальное лечение которых представляется довольно сложной задачей. Объект исследования, то есть процесс лечения диализиого больного, можно отнести к числу сложномоделируемых из-за большого количества неформализуемых случайных воздействий и факторов, влияющих на больного, поэтому в качестве базового метода для описания состояния пациента был выбран классификационный подход. Для его реализации предлагается использовать мощные средства теории искусственных нейронных сетей, а также статистического моделирования.

Таким образом, актуальность темы заключается в необходимости разработки методов интеллектуальной поддержки процесса заместительной почечной терапии с применением методов многомерного анализа данных.

Работа выполнена в рамках НИР ГБ 2007.27 «Интеллектуализация принятия управленческих решений в медицинских системах при диагностике и лечении», в соответствии с одним из основных научных направлений ГОУ ВПО «Воронежский государственный технический университет» «Проблемно-ориентированные системы управления».

Цель и задачи исследования. Целью диссертационной работы является разработка моделей классификации диализных больных по группам лечения, которые позволят максимально индивидуализировать и оптимизировать процесс выбора режима гемодиализа.

С учетом поставленной цели необходимо выполнить следующие задачи: оценить состояние сердечно-сосудистой системы на основании минимального перечня регистрируемых параметров центральной гемодинамики, имеющих наибольшую диагностическую ценность; сформировать, алгоритм классификации пациентов по группам лечения с учетом наличия и степени выраженности патологии сердечнососудистой системы и установить оптимальные параметры сеансов гемодиализа для каждой группы больных; разработать методику оптимизации процесса принятия решений по выбору схемы заместительной почечной терапии на основе кластерного анализа; сформировать модель классификации больных по группам лечения с использованием методов дискриминантного анализа; разработать нейросетевую модель выбора тактики лечения гемодиализных больных с учетом показателей деятельности сердечнососудистой системы; построить и внедрить в клиническую практику автоматизированную информационную систему выбора тактики лечения диализных больных.

Методы исследования. Для достижения поставленных задач в работе были использованы методы: системного анализа, экспертного оценивания, распознавания образов, статистического анализа и классификации многомерных данных, нейронных сетей.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной: процедура выбора рационального количества показателей деятельности центральной гемодинамики, позволяющая наиболее полно оценить состояния сердечно-ссосудистой системы больных, находящихся на программном гемодиализе; алгоритм классификации гемодиализных больных по группам, характеризующим состояние сердечно-ссосудистой системы на основе выбранных показателей центральной гемодинамики, обеспечивающая оптимальный режим заместительной почечной терапии; методика интеллектуальной поддержки принятия решений по назначению режима сеансов гемодиализа на основе теории кластерного анализа, обеспечивающая учет индивидуальных особенностей больных; модель выбора схемы проведения сеансов заместительной почечной терапии, основанная на методах дискриминантного анализа и позволяющая оптимизировать процесс принятия решений врачами отделений гемодиализа; нейросетевая модель классификации больных с терминальной стадией хронической почечной недостаточности, характеризующаяся высокой способностью индивидуализировать режим гемодиализной терапии; структура автоматизированной системы поддержки принятия решений выбора тактики лечения диализных больных, позволяющая индивидуализировать режим заместительной почечной терапии и оптимизировать процесс диагностики и лечения больных с терминальной стадией хронической.

Практическая значимость и результаты внедрения. Разработана методика поддержки принятия решений выбора рационального режима заместительной почечной терапии, позволяющая индивидуализировать и оптимизировать процесс диагностики и лечения больных с терминальной стадией хронической почечной недостаточности. Данная методика реализована в автоматизированной системе поддержки принятия решений выбора тактики лечения гемодиализных больных в виде программного средства, которое может использоваться врачами отделений гемодиализа.

Информационно-программное обеспечение поддержки принятия решений назначения заместительной почечной терапии апробировано в отделении гемодиализа муниципального учреждения здравоохранения городского округа город Воронеж «Городская клиническая больница скорой медицинской помощи №10».

Разработанное информационно-программное обеспечение зарегистрировано в Государственном фонде алгоритмов и программ (город Москва).

Материалы диссертации внедрены в учебный процесс кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет».

Апробация работы. Основные положения и научные результаты диссертационной работы докладывались и обсуждались на следующих конференциях, совещаниях и семинарах: Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2006, 2007, 2008); Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2008); научно-методических семинарах кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет» (Воронеж, 2006, 2007, 2008).

Публикации. Основные результаты диссертации опубликованы в 11 научных работах, в том числе 2 - в изданиях, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения. Работа содержит 118 страниц, 15 рисунков, 34 таблицы, приложение и список литературы из 120 наименований.

8. Результаты работы используются в учебном процессе ГОУ ВПО «Воронежский государственный технический университет» на кафедре системного анализа и управления в медицинских системах, а также внедрены в практическую работу отделения гемодиализа МУЗ ГО г. Воронеж «ГКБСМП №10».

Заключение

1. На основе мнения экспертов выявлены пять основных показателей деятельности сердечно-сосудистой системы: конечный диастолический объем левого желудочка (EDV), конечный систолический объем левого желудочка (ESV), ударный объем левого желудочка (SV), фракция выброса левого желудочка (EF), - масса миокарда левого желудочка (MLV).

2. Вся популяция больных по выявленным признакам разделена на шесть групп. Каждая группа характеризуется преимущественно свойственным только ей диапазоном изменения основных параметров деятельности сердечно-сосудистой системы.

3. Определены параметры диализного сеанса, способные влиять на показатель адекватности проведенной процедуры гемодиализа: скорость кровотока, продолжительность сеанса гемодиализа, кратность процедур в неделю, а также график профилирования проводимости натрия в растворе диализата. Установлены оптимальные параметры сеансов гемодиализа для каждой из шести групп больных.

4. На основе математических методов кластерного анализа разработана модель выбора тактики лечения гемодиализных больных, состоящая из шести кластеров. Точность распознавания принадлежности больного к заданной группе лечения в полученной модели равняется 94,8 %.

5. Построены дискриминантные классификационные модели выбора тактики заместительной почечной терапии на основе показателей кардиодинамики, предоставляющие точность распознавания объектов равную 95,3 %.

6. С применением методов теории искусственных нейронных сетей разработана модель выбора схемы лечения гемодиализных больных, содержащая входной, выходной, а также два скрытых слоя, точность классификации больных по группам лечения составила 99,1 %.

7. Разработана автоматизированная система поддержки принятия решений по выбору тактики лечения гемодиализных больных, имеющая модульное строение и позволяющая максимально индивидуализировать схему лечения и достичь повышения степени физической и социальной реабилитации.

1. Айвазян С.А. и др. Прикладная статистика: Исследование зависимостей: Справ, изд. / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин; Под ред. С.А. Айвазяна. М.: Финансы и статистика, 1985. - 487 с, ил.

2. Айвазян С.А. и др. Прикладная статистика: Классификации и снижение размерности: Справ, изд. / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин; Под ред. С.А. Айвазяна. М.: Финансы и статистика, 1989. - 607 с.

3. Айвазян С.А. и др. Прикладная статистика: Основы моделирования и первичная обработка данных. Справочное изд. / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1983. - 471 с.

4. Айвазян С., Мхитарян В. Прикладная статистика и основы эконометрики. М.: Юнити, 1998.

5. Актуальные проблемы экстракорпорального очищения крови, нефрологии и гемафереза. // Сборник материалов Первого международного конгресса./ Под редакцией Калинина H.H. М., 2002.

6. Анфилатов B.C., Емельянов A.A., кукушкин A.A. Системный анализ в управлении. М.: Финансы и статистика, 2005. — 386 с.

7. Багрий А.Э. Сердечно-сосудистые нарушения при ХПН. Тер. архив 1998; 70; 11: 80-83 с.

8. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. — М.: Финансы и статистика, 2004. — 176 с.

9. Беркинблит М.Б. Нейронные сети: Учебное пособие. — М.: МИРОС и ВЗМШ РАО, 1993. 96 с.

10. Берсегян A.A., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. СПб.: БХВ-Петербург, 2004. - 336 с.

11. Бикбов Б.Т. Выживаемость и факторы риска неблагоприятных исходов у больных на программном гемодиализе. Нефрология и диализ 2004; 6; 4: 280-296 с.

12. Бикбов Б.Т., Кнрхман В.В., Ушакова А.И. Камшилова Н.И., Томилина H.A. Предикторы летального исхода у больных на гемодиализе. Нефрология и диализ 2004; 6; 2: 154-163 с.

13. Боровиков В.П., Боровиков И.П. STATISTICA Статистический анализ и обработка данных в среде Windows. -М., 1998. — 592 с.

14. Боровиков В.П. Популярное введение в систему STATISTICA. М., 1998.-266 с.

15. Боровиков В.П., Ивченко Г.И. Прогнозирование в STATISTICA в среде Windows 95 (основы теории и интенсивная практика на компьютере). -М., 1999.-382 с.

16. Боровиков В. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд. СПб.: Питер, 2003. - 688 с.

17. Вавилова В.А., Нахаев В.И., Стахурский М.В. Клинические особенности низкопоточного гемодиализа как альтернативного варианта терапии. -М., 2001.

18. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. Главная редакция физико-математической литературы издательства «Наука», М., 1979, 448 с.

19. Влияние гемодиализного лечения на факторы риска развития сердечно-сосудистых заболеваний. Информация фирмы "Фрезениус'7/ Эфферентная терапия. 1998; 5; 1: 61 - 66 с.

20. Волгина Г.В. Клиническая эпидемиология кардиоваскулярных нарушений при хронической почечной недостаточности (обзор литературы). Нефрология и диализ 2000; 2; 1-2: 25-32 с.

21. Волгина Г.В., Перепеченных Ю.В., Бикбов Б.Т. и соав. Факторы риска кардиоваскулярных заболеваний у больных с хронической почечной недостаточностью. Нефрология и диализ 2000; 2 (4): 252-259 с.

22. Волков М.М. Факторы течения заболевания, влияющие на выживаемость больных на хроническом гемодиализе. Нефрология 1997; 1: 43-49 с.

23. Воробьев П.А. Дифференциальная диагностика и терапия при лечении недостаточности функции почек. М.: Мед-технологическое предприятие «Ньюдиамед - АО», 1993.

24. Вороневский Г.К., и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев. X.: ОСНОВА, 1997. - 112 с.

25. Воронов A.A. Основы теории автоматического управления: Автоматическое регулирование непрерывных линейных систем. 2-е изд., перераб. -М.: Энергия, 1980. -312 с.

26. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб. пособие для вузов / Общая ред. А.И. Галушкина. М.: ИПРЖР, 2000. - 416 с.

27. Гаскаров Д.В. Интеллектуальные информационные системы. М.: Высшая школа, 2003. — 431с.

28. Гланц С. Медико-биологическая статистика. М.: Практика, 1999:459 с.

29. Гудвин В.К., Гребе С.Ф., сальгадо М.Э. Проектирование систем управления. Пер. с англ. Епанешникова A.M. М.: Бином. Лаборатория знаний, 2004.-911 с.

30. Гусаров В.М. Статистика. -М.: "ЮНИТИ", 2003. 463 с.

31. Даугирдас Д., Блейк П., Инг Т. Руководство по диализу / Пер. с анг. под ред. Денисова А.Ю., Шило В.Ю. Третье издание. — М.: Центр диализа. - Тверь: ООО «Издательство «Триада», 2003. - 744 с.

32. Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт / Пер. с англ. М.: Издательский Дом «АЛЬПИНА», 2001. - 317 с.

33. Дронов C.B. Многомерный статистический анализ. : Учебное пособие. Барнаул: Изд-во Алт. гос. ун-та. 2003, 213 с.

34. Дюран Б. и Оделл П. Кластерный анализ. Пер. с англ. Е.З. Демиденко. Под ред. А.Я. Боярского. М., «Статистика», 1977. 128 с.

35. Ежов А., В. Чечеткин Нейронные сети в медицине. Открытые системы, 1997 №4.

36. Ермоленко В.М. Хронический гемодиализ. М.: Медицина, 1982. -287 с.

37. Ефимова М. Р., Рябцев В. М., Общая теория статистики: Учебник. -М.: Финансы и статистика, 1995.

38. Земченков А.Ю. Адекватность гемодиализа. Классический подход. Нефрология и диализ 2001; 3; 1: 4-20 с.

39. Земченков А.Ю., Семыкина М.В., Герасимчук Р.П. Особенности уремической кардиомиопатии у больных, длительно находящихся на диализе. //Материалы конференции. -М., 2001.

40. Ильин А.П., Богоявленский В.Ф., Газизов P.M., Полетаев И.В. Дисфункция миокарда у больных ХПН в возрасте старше 55 лет, находящихся на программном гемодиализе. Нефрология и диализ 2000; 3: 365-369 с.

41. Каллан Р. Основные концепции нейронных сетей. : Пер. с англ. — М. : Издательский дом «Вильяме», 2001.

42. Кендалл М., Стюарт А. Многомерный статистический анализ и временные ряды. Главная редакция физико-математической литературы изд-ва «Наука», 1976.

43. Кендалл М., Стюарт А. Статистические выводы и связи. Главная редакция физико-математической литературы изд-ва «Наука», 1973.

44. Ким Дж.-О. Факторный, дискриминантныи и кластерный аналнз: Пер. с англ. / Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989. - 215 с.

45. Комашинскнй В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия - Телеком, 2003. 94 с.

46. Коношкова P.JI. Ишемические изменения миокарда у больных с ХПН, получающихтерапию гемодиализом. Нефрология 2000; 4; 3: 18-26 с.

47. Коношкова PJL, Михеева К.В. Выявление нарушений ритма и ишемических нарушений миокарда с помощью суточного кардномониторирования у больных с ХПН, получающих лечение хроническим гемодиализом. СПб., 1999.

48. Коротченко Н.В. Допплероэхокардиографическое исследование параметров центральной гемодинамики у больных с ХПН, находящихся на перитонеальном диализе и гемодиализе. //Автореферат. М.: 2001.

49. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. 2-е изд. стереотип. - М. : Горячая линия — Телеком, 2002. 382 с.

50. Кузнецов С.И. Инвариантное моделирование в медицине на базе кластерного анализа. Воронеж: Изд-во Воронежского государственного университета, 1997. 208 с.

51. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах: Учебник. М.: Логос, 2000. - 296 с.

52. Леденева Т.М. Модели и методы принятия решений. — Воронеж: ВГТУ, 2004. 189 с.

53. Лондон Ж.М. Ремоделирование артерий и артериальное давление у больных с уремией. Нефрология и диализ 2000; 2; 3: 4-2 с.

54. Лю Б. Теория и практика неопределенного программирования / Б. Лю; Пер. с англ. М.: БИНОМ. Лаборатория знаний, 2005. - 416 с.

55. Макаров А.А., Тюрин Ю.Н. Анализ данных на компьютере. Киев, 2003-217 с.

56. Манд ель И. Д. Кластерный анализ. М.: Финансы и статистика. 1988.-176 с.

57. Мареев В.Ю. Новые достижения в оптимизации лечения хронической сердечной недостаточности. Кардиология 1997; 12: 3-10 с.

58. Милованова Л.Ю., Николаев А.Ю., Милованов Ю.С. Гипер-фосфатемия как фактор риска сердечно-сосудистых заболеваний у больных ХПН на хроническом гемодиализе. Нефрология и диализ 2002; 2: 113-117 с.

59. Мухаметзянов И.Ш., Ермоленко В.М. Компьютерные информационные технологии в программном гемодиализе. -М., 1995.

60. Найдич A.M., Честухина О.В., Кремлева Ю.В., Мойсюк Я.Г. с соавт. Гипертрофия левого желудочка, индуцированная хронической почечной недостаточностью, и структурно-функциональное ремоделирование миокарда. Нефрология и диализ 2005; 1: 46-54 с.

61. Назаренко Г.И., Гулиев Я. И., Ермаков Д.Е. Медицинские информационные системы: теория и практика / Под ред. Г.И. Назаренко, Г.С. Осипова. М.: ФИЗМАТЛИТ, 2005. 320 с.

62. Назаренко Г.И., Осипов Г.С. Основы теории медицинских технологических процессов. Ч. 1. М.: ФИЗМАТЛИТ, 2005. 144 с.

63. Назаренко Г.И., Осипов Г.С. Основы теории медицинских технологических процессов. 4.2. Исследование медицинских технологических процессов на основе интеллектуального анализа данных. -М.: ФИЗМАТЛИТ, 2006. 144 с.

64. Николаев А.Ю., Милованов Ю.Ф. Лечение почечной недостаточности. — М.: ООО "Медицинское информационное агентство", 1999.

65. Орлов А.И. Статистика. Вероятность. Экономика. — М: Наука, 1985. 99-107 с.

66. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. — М.: Финансы и статистика, 2004.

67. Петрова Н.Н. Концепция качества жизни у больных на заместительной почечной терапии. Нефрология и диализ 2002; 4; 1: 9-14 с.

68. Поздние осложнения ХПН у пациентов на программном гемодиализе. //Сборник материалов 2 Московской Международной научно-практической конференции. -М., 2001.

69. Преображенский Д.В., Сидоренко Б.А. Достижения в лечении сердечной недостаточности (по результатам многоцентровых исследований). -Москва, 2000, 84 с.

70. Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ БТАНЭПСА. М., МедиаСфера, 2002, 312 с.

71. Рекомендации по диагностике и лечению хронической сердечной недостаточности. Доклад экспертной группы по диагностике и лечению хронической сердечной недостаточности Европейского общества кардиологов. Сердечная недостаточность 2001; 6: 251-276 с.

72. Рекомендации. Прикладная статистика. Методы обработки данных. Основные требования и характеристики.- М.:ВНИИС,1987. 64 с.

73. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского — М: Горячая линия — Телеком, 2006. 452 с.

74. Рябов С.И. Лечение хронической почечной недостаточности. -СПб. Фолиант, 1997.

75. Рябов С.И. Современные подходы к лечению гемодиализом больных с ХПН. Нефрология 1999; 3; 1: 8-13 с.

76. Сафонов М.Ю. Электрокардиографическая диагностика функционального состояния центральной гемодинамики. Воронеж: 1998, 104 с.

77. Сидоренко Б.А., Преображенский Д.В. Диагностика и лечение хронической сердечной недостаточности. Второе издание. М., 2002, 299 с.

78. Смирнов A.B., Добронравов В.А., Румянцев А.Ш. и соавт. Факторы риска ИБС у больных, получающих лечение гемодиализом. Нефрология 2003; 7: 30-35 с.

79. Советов Б.Я., Цехановский В.В. Информационные технологии. -М.: Высшая школа, 2003. 263 с.

80. Сторожаков Г.И., Гендлин Г.Е., Шилов В.Ю., Томилина H.A. Сердечная недостаточность у больных с хронической почечной недостаточностью. Сердечная недостаточность 2005; 6 (3): 100-105 с.

81. Тезисы Всероссийского конгресса "Нефрология и диализ сегодня" (Новосибирск 2003г.). Нефрология и диализ 2003; 5; 3: 265-310 с.

82. Тейлор Дж. Введение в теорию ошибок. Пер. с англ. — М.: Мир, 1985.-272 с.

83. Трофимова И.П. Системы обработки и хранения информации. -М.: Высшая школа, 1989. 190 с.

84. Тюрин Ю.Н., Макаров A.A. Статистический анализ данных на компьютере / Под ред. В.Э. Фигурнова М.: ИНФРА-М, 1998. - 528 с.

85. Уидроу Б., Стирнс С. Адаптивная обработка сигналов: Пер. с англ. М.: Радио и связь, 1989. - 440 с.

86. Уотермен Д. Руководство по экспертным системам. Пер. с англ. Под ред. Стефанюка В.Л. М.: Мир, 1989. - 388 с.

87. Факторный дискриминантный и кластерный анализ: Сборник. Пер с англ. Хотинского А.М., Королева С.Б. Под ред. Енюкова И.С. М.: Финансы и статистика, 1989. - 215 с.

88. Фальквал Т. Компьютерный контроль за гемодиализом // Лечение хронической почечной недостаточности. Под ред. Рябова С.И. СПб., 1997: 435-442 с.

89. Хайкин С. Нейронные сети: полный курс, 2-е издание. : Пер. с англ. М. : Издательский дом «Вильяме», 2006. - 1104 с.

90. Чупрасов В.Б. Программный гемодиализ. СПб.: Фолиант, 2001: 1256 с.

91. Чарра Б. Длительный гемодиализ: опыт Тассина. // Материалы конференции. М., 2001.

92. Царегородцев В.Г. Общая неэффективность использования суммарного градиента выборки при обучении нейронной сети. Материалы XIII Всеросс. семинара «Нейроинформатика и её приложения», Красноярск, 2004. 196с. 145-151 с.

93. Царегородцев В.Г. Определение оптимального размера нейросети обратного распространения через сопоставление средних значений модулей весов синапсов. Материалы XIV Международной конференции по нейрокибернетике, Ростов-на-Дону, 2005.Т.2. 60-64 с.

94. Царегородцев В.Г. Оптимизация экспертов Ьооэйг^-коллектива по их кривым обучения. Материалы XIII Всеросс. семинара «Нейроинформатика и её приложения», Красноярск, 2004. 196с. 152-157 с.

95. Царегородцев В.Г. Редукция размеров нейросети не приводит к повышению обобщающих способностей. Материалы XII Всеросс. семинара «Нейроинформатика и её приложения», Красноярск, 2004. 196с. - С.163-165 с.

96. Чен К., Джиблин П., Ирвинг A. MATLAB в математических исследованиях: Пер. с англ. М.: Мир, 2001. 346 с.

97. Шеффе Г. Дисперсионный анализ. М.: Наука. Главная редакция физико-математической литературы, 1980. 512 с.

98. Шутов A.M., Ермоленко В.М. Диагностика гипертрофии левого желудочка. Нефрология и диализ 2002; 4; 2: 128-131 с.

99. Шутов A.M., Куликова Е.С., Ивашкина Т.Н., Шепелева Г.И., Кондратьева Н.И. Влияние анемии на диастолическую функцию левого желудочка у больных с ХПН. Кардиология 2001; 41; 5: 60 с.

100. Электронный учебник от Statsoft.

101. Acbinger S.G., Ayus J.С. The role vitamin D in left ventricular hypertrophy and cardiac function. Kidney Tnt 2005; 67: 37-42 p.

102. Amann K., Rits E. Cardiac structure and function in renal disease. Curr Opin Nephrol Hypertens 1996; 5: 102-106 p.

103. Bergstrom J., Lindboim В., Malnutrition, cardiac disease and mortality: an integrated point of view. Am J Kidney Dis 1998; 32: 834-841 p.

104. Cbakko S., Girgis I., Contreras G. et al. Effects of hemodialysis in left ventricular diastolic filling. Am J Cardiol 1997; 79: 106-108 p.

105. Culleton B.F., Larson M.G., Wilson P.W.F. et al. Cardiovascular disease and mortality in a community-based cohort with mild renal insufficiency. Kidney Int. 1999; 56: 2214-2219 p.

106. Daugirdas J.T.: Simplified equation on monitoring Kt/V, PVRn, eKt/V and ePCRn. Advances in Renal Replacement Therapy 2, 1995.

107. Foley R.N., Parfrey P.S., Kent G.M. et al. Long-term evolution of cardiomyopathy in dialysis patients. Kidney Int. 1998; 54: 1720-1725 p.

108. Ma K.W., Green E.L., Raij L. Cardiovascular risk factors in chronic renal failure and hemodialysis populations. Am J Kidney Dis 1992; 26: 505-513 p.

109. NKF-DOQI Clinical Practice Guidelines for Hemodialysis Adequancy. New York, National Kidney Foundation, 1997.

110. Ozkabya M., Toz H., Qzerkan F et al. Impact of blood control on left ventricular hypertrophy in dialysis patients. J Nephrol 2002; 15: 655-660 p.

111. Parfrey P.S. (editor): Cardiac disease in chronic uremia: Uremia-related risk factors. Semin Dial 1999; 12: 1-132 p.

112. Port F.K., Asbby., Dbingra R.K. et al. Diálisis dose and body mass index are strongly associated with survival in hemodialysis patients. J Am Soc Nephrol 2002; 13: 1061-1066 p.

113. Rabman M., Dixit A., Donley V et al. Factors associated with inadequate blood pressure control in hypertensive hemodialysis patients. Am J Kidney Dis 1999; 33: 498-506 p.

114. Rambausek M., Amann K., Mall G. et al. Struktural causes o cardiac dysfunction in uremia. Ren. Fail 1993; 3: 421-428 p.

115. Robinson T.G., Carr S.J. Cardiovascular autonomic dysfunction in uremia. Kidney Int 2002; 62: 1921-1932 p.