автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Прогнозирование, донозологическая и дифференциальная диагностика мочекаменной болезни

На правах рукописи

ии-з

СТАРОДУБЦЕВА ЛИЛИЯ ВИКТОРОВНА

ПРОГНОЗИРОВАНИЕ, ДОНОЗОЛОГИЧЕСКАЯ И ДИФФЕРЕНЦИАЛЬНАЯ ДИАГНОСТИКА МОЧЕКАМЕННОЙ БОЛЕЗНИ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (технические системы)

^ иоп г::э

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Курск 2009

003482220

Работа выполнена в ГОУ ВПО «Курский государственный технический университет» на кафедре «Биомедицинская инженерия»

Научный руководитель:

заслуженный деятель науки РФ, доктор технических наук, профессор Кореневский Николай Алексеевич

Официальные оппоненты:

заслуженный деятель науки РФ, доктор технических наук, профессор Попечителев Евгений Парфирович

кандидат технических наук, доцент Бобырь Максим Владимирович

Ведущая организация:

ГОУ ВПО «Воронежский государственный технический университет» (г. Воронеж)

Защита диссертации состоится «26» ноября 2009 г. в часов в конференц-зале на заседании совета по защите докторских и кандидатских диссертаций Д 212.105.03 при ГОУ ВПО Курском государственном техническом университете по адресу: 305040, Курск, ул. 50 лет Октября, 94.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Курский государственный технический университет», по адресу г. Курск, ул. 50 лет Октября, 94.

Автореферат разослан «2?» октября 2009г. Автореферат размещен на сайте http:// kurskstu.ru «_»_

Ученый секретарь диссертационного совета

к.ф-м.н, профессор

Ф.А. Старков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Клиническая практика показывает, что в группе мочекаменных болезней значительное место занимает заболевание, обозначаемое как мочекаменная болезнь. Мочекаменная болезиь (МКБ) является одной из самых распространенных среди урологических заболеваний и затрагивает значительную часть населения. Пациенты с конкрементами мочевой системы составляют до 40% всего контингента больных урологических стационаров. В последние годы заболеваемость мочекаменной болезнью не только не снижается, но имеет явную тенденцию к росту. Значительный рост числа больных с данной патологией обусловлен не только определенной предрасположенностью организма, но и особенностями экологии, характером питания, качеством жизни людей, возрастающим психоэмоциональным напряжением и рядом других факторов. Заболевание встречается у мужчин, женщин, детей всех возрастов и во всех регионах Земного шара. Однако распространенность ее по регионам неодинакова и колеблется в пределах от 0,19 до 55 человек на 10 тыс. населения. Как правило, МКБ страдают люди в трудоспособном возрасте - 20-40 лет, при этом мужчины болеют в З раза чаще, чем женщины. Если человек доживает до 70 лет, вероятность возникновения мочекаменной болезни составляет 12,5%.

Несмотря на широкую распространенность и высокую социальную значимость заболевания вопросы лечения, профилактики, мезофилактики и метафилактики МКБ остаются открытыми. При всем многообразии методов лечения выбор оптимальной комбинации для конкретного пациента является нелегкой задачей, требующей творческого подхода и учета ряда признаков: размер, локализация, химическая структура и плотность камня, длительность стояния камня в мочеточнике, функциональное состояние почки, анатомия верхних мочевых путей, сократительная способность мочеточника, вид оборудования и технические ограничения. Проблема выбора адекватной антилитогенной терапии связана со сложностями верификации и учета всего многообразия индивидуальных причин болезни, особенностей патогенеза, осложнений и типа камнеобразования.

В связи с этим возникает необходимость в разработке процедур прогнозирования, диагностики, выбора рациональной терапии и профилактики, учитывающей особенности течения заболевания. При этом необходим учет теоретических й прикладных системных связей и закономерностей развития патологического процесса с ориентацией на использование современных математических методов и информационных технологий.

Повысить достоверность прогнозирования и диагностики МКБ с учетом ограничений на оперативность, стоимость и качество принимаемых решений можно используя методологию системного анализа, опирающуюся на современные информационные технологии, включая нечеткую логику принятия решений.

Это в свою очередь позволяет рационализировать тактику ведения больных, повысить эффективность лечения и снизить сроки нетрудоспособности.

Таким образом, актуальность темы исследования определяется необходимостью повышения эффективности прогнозирования и диагностики

людей, склонных к МКБ или страдающих этим заболеванием на основе современных математических методов и информационных технологий.

Работа выполнена в соответствии с иланами научно-исследовательской работы межведомственного научного совета по урологии и оперативной нефрологии и секции Министерства здравоохранения и социального развития РФ и Российской академии наук и в соответствии с научным направлением Курского государственного технического университета «Разработка медико-экологических информационных технологий».

Цель работы: Разработка моделей и алгоритмов для системы поддержки принятия решений врача-уролога, обеспечивающих повышение качества прогнозирования и дифференциальной диагностики мочекаменной болезни за счет использования комбинированных нечетких решающих правил и методов рефлексодиагностики.

Для достижения поставленной цели необходимо решить следующие задачи:

- на основании данных об этиологии и патогенезе исследуемого заболевания и данных разведочного анализа сформировать пространство информативных признаков и обосновать выбор типа решающих правил;

- синтезировать систему нечетких решающих правил для прогнозирования и дифференциальной диагностики мочекаменной болезни;

- разработать алгоритм управления процессами прогнозирования и диагностики мочекаменной болезни по данным опроса, осмотра, инструментальных исследований и энергетическим характеристикам биологически активных точек, связанных с исследуемым заболеванием, а также построить соответствующие меридианные модели;

- используя стандартные пакеты компьютерной математики, построить модели, реализующие синтезируемые решающие правила, и предложить структуру системы поддержки принятия решений врача-уролога, интегрирующую эти модели в своей базе знаний;

провести апробацию предложенных методов и средств на репрезентативных контрольных выборках.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, управления в биотехнических системах, математической статистики, теории распознавания образов, теории нечеткой логики принятия решений, рефлексологии и экспертного оценивания. Для построения и тестирования нечетких систем распознавания использовалась система компьютерной математики MATLAB 7 SP1 и пакет визуального моделирования Simulink с системой нечеткой логики Fuzzy Logic Toolbox.

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

- пространство информативных признаков для решения задач прогнозирования и диагностики мочекаменной болезни, отличающееся использованием медицинской информации, характеризующей различные проявления жизнедеятельности, включая энергетическое состояние меридианных биологически активных точек, изменяющих свои характеристики при заболеваниях почек, позволяющее получать решающие правила, обеспечивающие требуемое качество классификации;

- система нечетких решающих правил для прогнозирования возникновения и обострения мочекаменной болезни, отличающаяся тем, что высокое качество принятия решений обеспечивается агрегированием различных типов правил, выбираемых с учетом структуры подпространств информативных признаков;

- нечеткое правило диагностики клинических форм мочекаменной болезни, отличающееся тем, что оно агрегирует разнотипные данные, получаемые путем опроса, осмотра и доступных инструментальных исследований и позволяющее выделять такие классы заболеваний, как нефролитиаз, уретролитиаз, уретронефролитиаз, что обеспечивает возможность рационализации соответствующих лечебно-оздоровительных мероприятий;

- модель взаимодействия почек с биологически активными точками, отличающаяся учетом всех существенных для рефлексодиагностики и рефлексотерапии факторов, позволяющая осуществлять анализ энергетического состояния соответствующих меридиан с целью рационализации диагностического и терапевтического процесса при заболевании почек.

- алгоритм управления процессами обучения, прогнозирования и дифференциальной диагностики мочекаменной болезни, отличающийся возможностью корректировки решающих правил в соответствии с выбранным критерием качества классификации, позволяющий гибко менять тактику обследования и рефлексотерапии пациентов с учетом индивидуальных особенностей организма, наличия сочетанных заболеваний, энергетического разбаланса меридианных структур и обеспечивающий достаточную для практических целей точность решаемых задач по выбранному классу заболеваний.

Практическая значимость и результаты внедрения работы.

Разработанные методы, модели, решающие правила и алгоритмы составили основу построения системы поддержки принятия решений врача-уролога, клинические испытания которой показали целесообразность ее использования в медицинской практике.

Применение предложенных в диссертации разработок позволяет снизить риск возникновения, развития и обострения заболеваний почек, а также вырабатывать рациональные схемы проведения лечебно-оздоровительных мероприятий, повышая эффективность лечения и сокращая его сроки.

Основные теоретические и практические результаты работы внедрены в составе медицинской информационной системы в практическую деятельность урологических отделениях МУЗ «Городская больница скорой медицинской помощи №1» г. Курска, используются в научно-исследовательской работе кафедры химической технологии биологически активных веществ Курского государственного медицинского университета и в учебном процессе Курского государственного технического университета при подготовке специалистов по направлению «Биомедицинская инженерия».

Экономическая и социальная значимость результатов диссертационного исследования состоит в улучшении качества медицинского обслуживания населения.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: XIII, XIV Российской научно-технической конференции с

международным участием «Материалы и упрочняющие технологии-2006, 2007» (Курск, 2006, 2007); XIX всероссийской научно-технической конференции «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2006, г.); юбилейной X международной научно-технической конференции «Медико-экологические информационные технологии-2007» (Курск, 2007 г.); научной конференции «Системные исследования в науке и образовании» (Курск, 2007); международной научной конференции «Измерительные и информационные технологии в,.-охране здоровья (Метромед-2007)» (Санкт-Петербург, 2007); всероссийской научно-практической конференции «Интеллектуальные и информационные системы» (Тула, 2007); V всероссийской научно-практической конференции «Искусственный интеллект в XXI веке. Решения в условиях неопределенности» (Пенза, 2007); 3-й международной научно-технической конференции «Актуальные проблемы бирмединженерии» (Харьков, 2008); на научно-технических семинарах кафедры биомедицинской инженерии Курск ГТУ.

Публикации. По материалам диссертации опубликовано 19 печатных работ, перечень которых приведен в конце автореферата. Из них 4 работы в журналах, рекомендованных ВАК РФ.

Личный вклад автора. В работах [1, 3] опубликованных в соавторстве, автором обосновано использование нечеткой логики принятия решений в задачах прогнозирования возникновения осложнений у урологических больных. В [2] предложен способ агрегации нечетких решающих правил для решения задач прогнозирования и ранней диагностики с использованием нечетких таблиц связей. В [11, 13, 15] получены правила прогноза осложнений у урологических больных. В работе [4] определены факторы риска заболеваний мочекаменной болезнью. В [5] синтезированы решающие правила на основе энергетических характеристик биологически активных точек (БАТ) по урологическим заболеваниям. В [6] получен набор функций принадлежностей для прогнозирования рецидивного камнеобразования в почках. В работе [7] определены особенности решаемых задач, выбран адекватный математический аппарат и получена система нечетких прогностических правил для урологических заболеваний характерным для Курской области. В [8, 9] получены решающие правила для прогнозирования возникновения мочекаменной болезни на основе нечеткой логики. В работе [10] составлены правила прогноза возникновения пиелонефрита на основе нечеткой логики. В [14] предложены нечеткие модели принятия решений для урологических приложений. В [17,18] разработаны нечеткие правила прогнозирования урологических заболеваний.

• Структура и объем работы. Диссертация состоит из введения, четырех глав, . заключения и библиографического списка, включающего 131 отечественных и 27 зарубежных наименований. Работа изложена на 132 страницах машинописного текста, содержит 25 рисунков и 15 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

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

В первой главе проанализированы современные подходы к решению задач прогнозирования, диагностики и управления состоянием здоровья людей в типовых лечебно-профилактических учреждениях, включая пациентов страдающих урологическими заболеваниями и показано, что улучшить качество медицинского обслуживания урологических больных можно при использовании современных математических методов, включая теорию нечеткой логики принятия решений и информационные технологии. В заключении главы определяются цель и задачи исследования.

Во второй главе на основании сведений 96 этиологии и патогенезе мочекаменной болезни с привлечением группы высококвалифицированных

экспертов было......сформировано комбинированное пространство

информативных признаков состоящее из нескольких разнотипных блоков:

I. Место проживания: Xi - климатографическая зона; xj- миграция с частой сменой климатических условий. :*-"

II. Производственные факторы: х3 - класс труда по выполняемой нагрузке; х4 - нарушения привычной ритмичности жизни и режима труда (при сменности в работе, вахтовом методе, ночных сменах); Х5 - характер трудового процесса.

III. Факторы питания: хб - гиперкалорическое питание; х7 - регулярность приема свежих овощей и фруктов (в количестве дней в неделю); xs - избыточное употребление в пищу продуктов, содержащих пурины (в количестве дней в неделю); Х9 - жесткость воды (мг-экв/л); хю - употребление сырой воды; хц -ограничение употребления жидкости (мл/сут).

IV. Поведенческие факторы: Х|2 - длительная стрессовая ситуация; xi3 -малоподвижный образ жизни.

V. Медико-биологические факторы: х^ - наследственная предрасположенность; Х15 - индекс массы тела (кг/м2); Xi6 - длительный прием витамина Д или препаратов кальция; xt7 - остеопороз, остеомиелит; Xig -хронические заболевания желудочно-кишечного тракта; Х|9 - рН мочи; х2о -гиперурикемия; х2, - кристалурия; Х22 - фоновые заболевания; х2з - врожденные аномалии развития мочевой системы; Х24 - нефроптоз; х25 - гидронефроз; х26 -инфравезикальная обструкция; х27 - хронический пиелонефрит; х28 - возраст.

Учитывая опыт, накопленный на кафедре Биомедицинской инженерии Курского государственного технического университета в состав прогностических и диагностических признаков нами была включена энергетическая реакция биологически активных точек (БАТ) «связанных» с исследуемой проблемой - это точки V54, VB25, F14 и G7 во французской классификации.

Для решения классификационных задач был выделен следующий список классов: ш0 - относительно здоровые люди которые в период наблюдения не имели мочекаменной болезни (МКБ); coi - прогнозируется МКБ в течение заданного времени; ю\ - прогнозируется обострение МКБ в течение заданного времени; сонл - нефролитиаз; Шул - уретеролитиаз; Юцу - нефроуретролитиаз.

С целью выбора адекватного математического аппарата по выбранным классам состояний был проведен разведочный анализ в ходе которого было установлено что система исходных признаков носит неполный и нечеткий характер, а структура классов такова, что для них невозможно составить достаточно точного формализованного описания и, более того, исследуемые

классы.плавно переходят друг в друга, а зоны пересечения классов "учитель" четко не идентифицирует. Многочисленный опыт решения задач распознавания образов показывает, что в таких условиях из всего разнообразия методов теории распознавания образов целесообразно использовать теорию нечеткой логики принятия решений.

Из множества известных подходов к синтезу нечетких решающих правил в предлагаемой работе был выбран подход развиваемый на кафедре биомедицинской инженерии КурскГТУ, в котором объединяются методы построения нечетких решающих правил по Zadeh, методы синтеза, предложенные Buchanan и Shortliff и методы разведочного анализа.

При таком подходе синтез нечетких решающих правил реализуется в 3 этапа. На первом этапе производится разведочный анализ, позволяющий изучить геометрическую структуру классов в пространстве информативных признаков, имея в виду под структурой взаиморасположение объектов различных классов на обучающей выборке.

На втором этапе под известную структуру классов и типы признаков выбираются носители и параметры частных функций принадлежностей, решающих задачи классификации по подпространствам и областям исходного пространства признаков. При этом выбор осуществляется с таким расчетом, чтобы при заданной сложности классификатора каждая частная функция принадлежности на каждом технологическом шаге принятия решений обеспечивала максимально возможную уверенность классификации или прогнозирования.

На третьем этапе частные функции принадлежностей объединяются в коллективы нечетких решающих правил в виде сетевых структур, обеспечивающих требуемое качество решаемой задачи.

С учетом особенностей решаемых задач в качестве базовых расчетных формул был выбран следующий их список:

КУЦ +1) = КУЦ) + КУ'(УМ) • [1 - КУЦ)}; (1)

ЛУ(/+1) = *КО')+а (ХМ)-Ц-КУЩ; (2)

ЕСЛИ Q ТО (КУ=А) ИНАЧЕ (КУ=В), (3)

где KY(j) - коэффициент уверенности на j-ом шаге итерации; Ky'(Yltl) -коэффициент уверенности от свидетельства YM; ц(Хм) - функция принадлежности с носителем по шкале Хш; Q - логическое условие; А и В -числовые значения соответствующих коэффициентов уверенности.

Удобно в ряде случаев, при выполнении ряда дополнительных условий по областям определений и диапазонам изменений, частные коэффициенты уверенностей отождествлять с соответствующими функциями принадлежностей.

Основной задачей синтеза нечетких решающих правил (1), (2) и (3) является ' выбор формы и параметров соответствующих функций принадлежностей. Для решения этой задачи была сформирована группа из 8 высококвалифицированных экспертов (1 доктор медицинских наук, заведующий урологическим отделением; 1 кандидат медицинских наук, заведующий урологическим отделением; 1 кандидат медицинских наук, врач-уролог; 5 врачей-урологов высшей квалификации).

Согласованность действий экспертов проверялась с помощью коэффициента конкардации, который составил 0,89, что позволило сделать вывод о их профессиональной подготовленности для решения выбранного класса задач.

Например, по признакам х9 и х]9 функции принадлежностей к классу со, -описываются следующими аналитическими выражениями: 0, если х, < 5;

0,015 х,- 0,075, если 5 2 х, <15; 0,00667 х, + 0,05,если 15 £ х< 30; 0,25, если х9 2: 30.

/фг19) =

1,033-0,1667х19, если 5 < дг19 < 6,2; 0 если 6,2 < *19 < 6,8; 0,1667*19-1,133,если 6,8 < *19 <8; 0,2если л19 < 5 или (если дг19 > 8).

По группе биологически активных точек частое решающее правило определяется правилом логического вывода типа: ЕСЛИ [(611у54>10%) И (611У25>10%)] ТО {КУбат(Р+1 )=КУБАТ(Р)+Ц (§1^) [ 1 -КУбат(Р)] } ИНАЧЕ {КУЕА1-0}, (4)

где КУбат(р) - коэффициент уверенности в прогнозе мочекаменной болезни на р-м шаге итерации; <5Яу - относительное отклонение сопротивления БАТ с номером j от номинальных значений; КУбатО) = 4=1,2,3; 5^= 8Яув15">

8К2=5КР14;8Кз=5КУ07.

Агрегация всех частых составляющих для классов Ш] и со, осуществляется с использованием выражений (1,...,4).

Результаты математического моделирования и экспертное оценивание показывают, что для предельного варианта, когда у обследуемого значительно нарушена энергетика БАТ и при наличии всех факторов риска с максимальными значениями функций принадлежностей величины КУЮ] и КУсо, превышают значение 0,93. Для среднестатистического набора факторов риска с учетом энергетического состояния информативных БАТ величины КУсО) и КУах находится на уровне 0,86, что вполне приемлемо для практического использования.

Для решения задач дифференциальной диагностики МКБ был определен список информативных признаков разбитый на несколько разнородных блоков:

I - данные опроса: X) - приступы почечной колики в анамнезе; х2 -самостоятельное отхожденис камней в анамнезе; хз - нефролитотомия, пиелолитотомия, уретеролитотомия, литотрипсия в анамнезе.

II - боли в поясничной области: х4 - боль в поясничной области; Х5 -периодичность боли; х6 - интенсивность боли; х7 г иррадиация боли; х8 - связь боли с движением;

III. - клинические признаки возникающие в момент болевого приступа: х9 -тошнота; хю - озноб; XI г сухость во рту;

IV. - лабораторные показатели: Х12 - рН мочи; х^ - эритроцитурия; х14 -кристалурия;

V. - данные УЗИ: х15 - ретенция ЧЛС; х^ - гиперэхогенные структуры; хп - количество гиперэхогенных структур; х)8 - размер; Х19 - акустическая тень;

VI.- рентгенологическое исследование: х20 - наличие тени, подозрительной на конкремент, с градациями; х21 - экскреторная урография.

Аналогично прогностическим признакам по признакам дифференциальной диагностики были получены соответствующие функции принадлежностей.

Коэффициенты уверенности в отнесении обследуемого к классам сонл> <оул рассчитываются для каждого класса отдельно по формулам (1,...,3).

Общая уверенность в диагнозе по выделенной системе признаков при наличии у обследуемого всех признаков с максимальными величинами функций принадлежности превышает величину 0,95. Для обследуемых имеющих наиболее распространенные наборы и значения признаков величина КУ "достигает значения 0,88.

Для адекватного функционирования системы поддержки принятия решения в ходе ее обучения были определены пороговые значение КУ которое после проверки на объектах контрольной выборки приняли значения: КУ"Ш= 0,65, КУ^„=0,7.

Дефазификация вывода осуществляется согласно условиям: ЕСЛИ (КУШЛ<КУ^ И КУ^Л<КУ^Л), ТО [«Мочекаменная болезнь отсутствует»];

ЕСЛИ (КУИНП > КУ"^ И КУРСКУ",,), ТО [диагноз: Мочекаменная болезнь. Нефролитиаз];

ЕСЛИ (КУ> КУ "ул И КУ_<КУ1), ТО [диагноз: Мочекаменная болезнь. Уретеролитиаз]

ИНАЧЕ [диагноз: Мочекаменная болезнь. Нефроуретеролитиаз]. (5)

В ходе специально проведенных исследований было установлено, что заподозрить МКБ можно исходя из данных по общему анализу крови. Для этого варианта в работе получено соответствующее правило нечеткого вывода работающее с уверенностью не хуже 0,85.

Третья глава посвящена разработке основных элементов автоматизированной системы поддержки принятия решений по управлению процессами прогнозирования и диагностики мочекаменной болезни.

Проведенные исследования показали что при решении задач прогнозирования и профилактики МКБ существенную помощь оказывают модели взаимодействия внутренних органов с поверхностными проекционными зонами. Общая методика построения таких моделей, называемых меридианными моделями разработана на кафедре биомедицинской инженерии КурскГТУ.

В предлагаемой работе синтезирована меридианная модель для заболеваний почек, включая МКБ. В компьютерном варианте графовые модели используются вместе с блоком раскраски моделей, который расцвечивает изображение БАТ, сопряженные с ними ассоциации и ситуации в различные цвета соответствующие их энергетиче9кому состоянию. В работе принято, что

чрезмерное энергетическое перенапряжение раскрашивается красным цветом, патологический недостаток энергии - в синий цвет, нормальное состояние - в зеленый цвет. Промежуточные состояния обозначаются промежуточной цветовой гаммой.

В ходе исследований на этапе прогнозирования и диагностики производится измерение энергетических характеристик БАТ, по которым раскрашиваются соответствующие элементы моделей с учетом номинальных энергетических состояний, формируемых генератором номинальных состояний.

На этапе проведения реабилитационных мероприятий врач, наблюдая раскрашенные меридианы, связанные с МКБ, определяет тип, интенсивность и продолжительность воздействий с тем, чтобы нормализовать энергетику меридианных БАТ (привести окраску к зеленому цвету). При этом хорошо прослеживается динамика процесса коррекции, визуально видно, на какие сопутствующие ситуации направлено воздействие и как оно повлияет на работу сопряжено работающих органов и (или) систем.

В разрабатываемой системе взаимодействие между пользователями и ПЭВМ осуществляется с помощью предлагаемого в работе алгоритма управления процессами приятия решений состоящего из трех основных блоков.

В первом блоке решаются задачи уточнения параметров решающих правил, полученных экспертным путем, если в расположении пользователя имеются обучающие выборки достаточного объема. В ходе обучения реализуется минимизация количества ошибок в соответствии с выбранным критерием качества классификации.

Во втором блоке осуществляется вычисление значений функций принадлежности и расчет частных и финальных коэффициентов уверенностей по МКБ в результате чего определяется риск возникновения или обострения заболевания или определяется форма заболевания.

В третьем блоке формируются рекомендации по коррекции энергетического состояния меридианных и внемеридианных БАТ «связанных» с исследуемой патологией и с сопутствующей патологией, что позволяет снизить риск появления и развития МКБ.

На рис. 1. приведен фрагмент алгоритма управления процессом принятия решений.

Анализ специальной литературы показал, что существующие системы поддержки принятия решений (СППР), включая системы, ориентированные на врачей урологов, не решают поставленных в данной работе задач.

В связи с этим была разработана структура базы знаний и ряд других блоков прикладного программного обеспечения для соответствующей СППР, которая решает задачи управления процессами обучения, прогнозирования, диагностики и предупреждения мочекаменной болезни с учетом индивидуальных особенностей организма ■ .

Рис. 1. Алгоритм управления процессом принятия решений.

Если выбирается режим прогнозирования обострения заболевания (блоки 1, 2), то обеспечивается сбор соответствующих информативных признаков (ИП) с расчетом коэффициента уверенности КУори1СЕ (блоки 5, 6). Аналогично с использованием блоков 3, 4 определяется риск возникновения мочекаменной болезни. Если полученные коэффициенты уверенности меньше пороговых КУЦ (блок 7), то работа алгоритма заканчивается. В противном случае пользователю сообщается уверенность в прогнозах с рекомендациями по дальнейшему ведению пациентов (блок 8), включая рекомендации по проведению рефлексотерапии (блоки 15,16).

Если решается задача проведения дифференциальной диагностики при установленном диагнозе МКБ (блок 9), то осуществляется сбор соответствующих информативных признаков с расчетом коэффициентов уверенности КУ„ш и КУ^ (блоки 10, 11). Далее в соответствии с логическим решающим правилом (5) принимается соответствующее диагностическое заключение (блоки 12,13,14).

Если принимается решение о проведении рефлексотерапии с целью профилактики или снижения болевых ощущений, то по схемам, извлекаемым из базы данных соответствующей СППР, осуществляется контроль энергетических характеристик БАТ. При возникновении затруднений в поиске искомых биологически активных точек производится вызов соответствующих анатомических моделей. Если принимается решение об анализе энергетического состояния меридианных моделей, то производится их вызов из базы данных, измеряются энергетические характеристики БАТ и далее реализуется

«энергетическая раскраска» выбранных моделей. Если возникает необходимость в контроле энергетического состояния всего меридиана, то реализуется специальный механизм, основанный на анализе состояния концевых, главных или специальных БАТ.

В четвертой главе приводятся результаты экспериментальных исследований.

Полученные во второй главе решающие правила строились на основе знаний и опыта высококвалифицированных экспертов и моделировались в системе компьютерной математики MATLAB 7 SPI с использованием пакета визуального моделирования Simulink и системы нечеткой логики Fuzzy Logik Toolbox.

Для проверки достоверности срабатывания правил расчетов соответствующих коэффициентов уверенности в работе формировались репрезентативные контрольные выборки, по которым рассчитывались такие показатели качества «срабатывания» решающих правил, как прогностическая значимость положительных и отрицательных результатов наблюдений (П3+ и ПЗ"), диагностические чувствительность, специфичность и эффективность (ДЧ, ДС и ДЭ, соответственно).

Прогностические решающие правила построены как правила определения уверенности в том, что в течение заданного времени Т0 обследуемый из класса а>о попадает в класс сое при достаточно высоком уровне КУсо(. Для

определения порога срабатывания этих правил (КУ"е) нами были построены гистограммы распределения исследуемых классов ю0 и со, на шкалах КУсое, по которым эксперты выбрали пороги КУ"(, обеспечивающие минимальные значения ошибочных решений. Относительно полученных порогов рассчитывались выбранные показатели качества классификации как по прогностическим, так и по диагностическим задачам.

Рассчитываемые на репрезентативной контрольной выборке показатели качества сравнивались с коэффициентами уверенности в принимаемых решениях КУазе, полученными в ходе синтеза соответствующих решающих правил и согласованными с экспертными заключениями (табл. 1).

В этой таблице КУ™Х соответствуют максимальным значениям функций

принадлежностей, кур наиболее распространенным факторам риска.

Табл. 1.

Контрольные испытания и экспертные оценки решающих правил

Класс Показатели качества по контрольной выборке Экспертная уверенность

ДЧ ДС П3+ ПЗ" ДЭ КУ™ КУрс ' те

(У, 0,91 0,97 0,88 0,98 0,96 0,94 0,86

со\ 0,96 0,93 0,88 0,93 0,94 0,96 0,86

<Оу* 0,98 0,97 0,97 0,98 0,97 0,95 0,88

«я, 0,97 0,98 0,97 0,98 0,98 0,95 088

0,93 0,99 098 0,95 0,96 0,95 0,87

Анализ полученных результатов позволяет сделать вывод о том, что показатели качества срабатывания полученных решающих правил имеют хорошее совпадение с экспертной уверенностью этих правил и имеют величины, позволяющие рекомендовать полученные теоретические и практические результаты к внедрению в урологическую практику.

В заключении сформулированы научные и практические результаты исследования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Определен класс'заболеваний, цели и задачи исследования, установлены факторы риска и другие информативные признаки, характерные для выбранной патологии, проведен разведочный анализ структуры исследуемых классов и типов используемых признаков на основании чего был выбран математический аппарат нечеткой логики принятия решений для прогнозирования и диагностики мочекаменной болезни.

2. Синтезировала система нечетких решающих прайил для прогнозирования возникновения, обострения и дифференциальной диагностики мочекаменной болезни, обеспечивающая уверенность в прогностических решениях не менее 0,85 в диагностических решениях не хуже 0,95, что позволяет рекомендовать полученные результаты в медицинскую практику.

3. Разработан алгоритм управления процессами принятия решений для системы поддержки принятия решений врача уролога позволяющий решать задачи корректировки параметров решающих правил с целью улучшения качества их работы, а так же задачи прогнозирования, дифференциальной диагностики, профилактики и лечения мочекаменной болезни с учетом индивидуальных особенностей организма, обеспечивая согласованную работу врача и автоматизированной системы.

4. Разработаны основные элементы системы поддержки принятия решений, обеспечивающей рациональное планирование медицинского обслуживания пациентов страдающих урологическими заболеваниями.

5. Проанализирована эффективность предложенных моделей, алгоритмов и программных средств и показана целесообразность их использования на региональном уровне.

Основные результаты диссертации опубликованы в следующих работах:

, Публикации в изданиях, рекомендованных ВАК РФ

1. Стародубцева Л.В. Использование нечетких моделей для прогнозирования послеоперационных осложнений у урологических больных [Текст]/ Л.В. Стародубцева, С.С. Демченко, Д.В. Мешковский // Системный анализ и управление в биомедицинских системах, 2007. Т.6 № 3.- С.566-571.

2. Стародубцева Л.В. Использование нечетких моделей для прогнозирования осложнений у урологических больных [Текст]/ С.П. Серегин, С.Д. Долженков, Л.В. Стародубцева и др// Медицинская техника. Москва -2008. №2. С.8-11.

3. Стародубцева Л.В. Синтез решающих правил для прогнозирования и ранней диагностики по прогностическим таблицам с использованием методов рефлексодиагностики [Текст] / В.И. Серебровский, H.A. Коптева, P.A.

Крупчатников, J1.B. Стародубцева // Системный анализ и управление в биомедицинских системах, 2008. Т. 7 № 3 С. 643-648.

4. Стародубцева J1.B. Использование нечетких моделей для прогнозирования и профилактики пиелонефрита [Текст]/ A.B. Новиков, С.П. Серегин, JI.B. Стародубцева // Биомедицинская радиоэлектроника. Издательство «Радиотехника», 2009 г. Москва -2009. С.50-55.

Статьи, труды и материалы конференций

5. Стародубцева JI.B. Факторы риска мочекаменной болезни [Текст]/ JI.B. Стародубцева, С.С. Демченко // XIX Всероссийская научно-практическая конференция студентов, молодых ученых и специалистов «Биомедсистемы -2006»; материалы конференции. Издательство Рязанский гос.радиотехн. университет. Рязань 2006. С. 162-163.

6. Стародубцева J1.B. Синтез диагностических решающих правил по энергетическим характеристикам проекционных зон [Текст]/ H.A. Кореневский, В.В. Буняев, JI.B. Стародубцева, В.Н. Гадалов //Материалы и упрочняющие технологии - 2006, сборник материалов XII Российской научн.-техн. конф. с международным участием (17-19 октября 2006 г). 4.2. Издательство Курск, гос. техн. ун-т. Курск, 2006. С.110-115.

7. Стародубцева Л.В. Прогнозирование рецидивного камнеобразования у больных мочекаменной болезнью [Текст]/ Л.В. Стародубцева, С.С. Демченко //Материалы и упрочняющие технологии - 2006, сборник материалов XII Российской научн.-техн. конф. с международным участием (17-19 октября 2006 г). 4.2. Издательство Курск, гос. техн. ун-т. Курск, 2006. С. 128-129.

8. Стародубцева Л.В. Прогнозирование заболеваний вызываемых экологическими факторами на основе нечетких решающих моделей [Текст]/ H.A. Кореневский, Ю.А. Иванков, Л.В. Стародубцева // Измерительные и информационные технологии в охране здоровья «Метромед -2007»; труды международной научной конференции / Санкт-Петербург. Издательство политехнического университета2007 С. Ill -113.

9. Стародубцева Л.В. Прогнозирование возникновения мочекаменной болезни с использованием нечеткой логики принятия решений [Текст]/ Л.В. Стародубцева, С.Д. Долженков, С.П. Серегин и др. // Медико-экологические информационные технологии: сборник материалов юбилейной X международной научно-технической конференции / Издательство Курск, гос. техн. ун-т. Курск, 2007. С 91-94.

10. Стародубцева Л.В. Использование звуковой стимуляции верхних мочевых путей у больных с мочекаменной болезнью при почечной колике [Текст]/ С.С. Демченко, Л.В. Стародубцева, В.В. Пахомов и др. // Системные исследования в науке и образовании: сборник научных трудов; КГУ, Курск МУ изд. центр ЮМЭКС, 2006. С. 12-14.

11. Стародубцева Л.В. Прогнозирование возникновения пиелонефрита гестационного периода с помощью правил нечеткого вывода [Текст]/ В.В. Пахомов, С.Д. ДолженкоВ, С.П. Серегин, С.С. Демченко, A.B. Новиков, Л.В. Стародубцева и др. // Системные исследования в науке и образовании: сборник научных трудов; КГУ, Курск МУ изд. центр ЮМЭКС, 2006. С. 24-25.

и

щ

12. Стародубцева Л.В. Метод синтеза нечетких моделей для прогнозирования послеоперационных осложнений у урологических больных [Текст]/ Л.В. Стародубцева, Д.В. Мешковский, С.Д. Долженков // Системные исследования в науке и образовании: сборник научных трудов; КГУ, Курск МУ изд. центр ЮМЭКС, 2006. С. 33-36.

13. Стародубцева Л.В. Нечеткое прогнозирование мочекаменной болезни по факторам риска, характерным для Курской области [Текст]/ Л.В. Стародубцева // Материалы и упрочняющие технологии - 2007: сб. материалов XIV Рос. науч.-техн. конф. с международным участием / Издательство Курск, гос.техн.ун-т. Курск, 2007. С. 212-215.

14. Стародубцева Л.В. Построение нечетких решающих правил для прогнозирования послеоперационных осложнений в урологии [Текст]/ Л.В. Стародубцева, В.В. Пахомов, С.С. Демченко // Интеллектуальные и информационные системы (г.Тула, 20-21 ноября 2007г): материалы Всероссийской науч-практ. конф. Издательство Тул. гос. уни-т. Тула - 2007. С. 35-37.

15. Стародубцева Л.В. Нечеткие модели принятия решений для медицинских и экологических приложений, обучаемые по структуре данных [Текст]/ H.A. Кореневский, Л.В. Стародубцева, Ю.А. Иванков // Искусственный интеллект в XXI веке. Решения в условиях неопределенности: V Всероссийская науч.-практ. конф.. Издательство АНОО «Приволжский Дом знаний». Пенза - 2007. С. 5-7.

16. L.V. Starodubtseva Use of Fuzzy Models for Predicting Post-surgery Complications in Urological Patients / S.P. Seregin, S.D. Dolzhenkov, L.V. Starodybtseva dr. // Biomedical Engineering, Vol. 42, No. 2, 2008, pp. 55-59.

17. Стародубцева Л.В. Синтез нечетких решающих правил для прогнозирования мочекаменной болезни [Текст]/ Л.В. Стародубцева // Управление медицинскими и образовательными технологиями: сборник научных трудов,- КГУ, Курск МУ изд. центр ЮМЭКС, 2008. С. 109-112.

18. Стародубцева Л.В. Использование нечетких решающих моделей для прогнозирования заболеваний вызываемых экологическими факторами [Текст]/ H.A. Кореневский, P.A. Крупчатников, Л.В. Стародубцева // Актуальные проблемы биомединженерии: 3-й международный радиоэлектронный форум «Прикладная радиоэлектроника. Состояние и перспективы развития» МРФ-2008. Сборник научных трудов. Т. IV. Харьков - 2008. С.275-277.

Патент

19. Пат. №2360679 Российская Федерация. Способ лечения мочекаменной болезни /A.B. Новиков. А.Г. Коцарь, С.П. Серегин, С.С. Демченко, Л.В. Стародубцева; заявитель и патентообладатель КурскГТУ. (51) МПК А61 КЗ 1/505 (2006.01), А61Р13/04 (2006.01), А61В17/225 (2006.01); заявка:2008105172/14, 11.02.2008; опубл. 10.07.2009.

Соискатель Л.В. Стародубцева

Подписано в печать_2009г. Формат 60x84 1/16 .

Печатных листов 1,1. Тираж 100 экз. Заказ 3.9 Курский государственный технический университет, 305040, Курск, ул. 50 лет Октября, 94.

Введение

1. АНАЛИТИЧЕСКИЙ ОБЗОР СОСТОЯНИЯ ПРОБЛЕМЫ И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

1.1. Современные представления об этиологии и патогенезе мочекаменной болезни. Методы диагностики.

1.2. Математические методы и технологии обработки и анализа данных используемые при типовых медицинских исследованиях.

1.3. Использование аппарата нечеткой логики принятия решений в медицине.

114 Цель и задачи исследования.

2. СИНТЕЗ НЕЧЕТКИХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ И ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ МОЧЕКАМЕНОЙ БОЛЕЗНИ

2.1. Формирование комбинированного пространства информативных признаков для прогнозирования риска возникновения и обострения мочекаменной болезни. '

2.2. Синтез решающих правил для прогнозирования возникновения и обострения мочекаменной болезни.

2.3. Синтез решающих правил диагностики клинических форм мочекаменной болезни. I

2.4 Синтез решающих правил дифференциальной диагностики по общему анализу крови в процессе скрининга.

2.5 Выводы второй главы.

3. РАЗРАБОТКА ОСНОВНЫХ ЭЛЕМЕНТОВ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ

РЕШЕНИЙ ДЛЯ ПРОГНОЗИРОВАНИЯ И ДИАГНОСТИКИ МОЧЕКАМЕННОЙ БОЛЕЗНИ

3.1 Меридианные модели взаимодействия внутренних органов с биологически активными точками, меняющими свое энергетическое состояние при мочекаменной болезни.

3.2 Алгоритм управления процессами обучения, прогнозирования, дифференциальной Диагностики и рефлексотерапии в системе поддержки принятия решений.

3.3 Разработка структуры программного обеспечения системы поддержки принятия решений.

3.4 Выводы третьей главы.

4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

4.1 Результаты экспериментальной проверки достоверности решающих правил прогнозирования возникновения и рецидива МКБ.

4.2 Проверка эффективности правил дифференциальной диагностики мочекаменной болезни.

Актуальность проблемы. Немаловажной задачей современного медицинского обслуживания населения является повышение качества прогнозирования, диагностики и лечебных мероприятий. Одним из решений является использование методов системного анализа, позволяющих эффективно решать проблемы, связанные с построением моделей заболеваний, прогнозированием различных исходов с выбором оптимальной тактики лечения, что дает возможность значительно повысить уровень качества оказания медицинской помощи при значительном уменьшении финансовых затрат. Одним из основных направлений внедрения компьютерных технологий в практическую медицину выступает создание автоматизированных систем, основанных на использовании математического аппарата, методов моделирования и системного анализа, призванных обеспечивать интеллектуальную поддержку врачебных решений в прогнозировании, донозологической и дифференциальной диагностике.

Несмотря па. широкую распространенность и высокую социальную значимость заболевания, вопросы лечения, профилактики, мезофилактики и метафилактики мочекаменной болезни (МКБ) остаются открытыми. При всем многообразии методов лечения выбор оптимальной комбинации для конкретного пациента является нелегкой задачей, требующей творческого подхода и учета ряда признаков: размер, локализация, химическая структура и плотность камня, длительность стояния камня в мочеточнике, функциональное состояние почки, анатомия верхних мочевых путей, I

I / ■ сократительная способность мочеточника, вид оборудования и технические ограничения. Проблема выбора адекватной антилитогенной терапии связана 1 ( л со сложностями верификации и учета всего многообразия индивидуальных причин болезни, особенностей патогенеза, осложнений и типа камнеобразования:

В связи с этим возникает необходимость в разработке процедур прогнозирования, диагностики, выбора рациональной терапии и профилактики, учитывающей особенности течения заболевания. При этом необходим учет теоретических и прикладных системных связей и закономерностей развития патологического процесса с ориентацией на использование современных математических методов и информационных технологий. "Г | ] !

Повысить достоверность прогнозирования и диагностики МКБ с учетом

I ограничений на оперативность, стоимость и качество принимаемых решений можно, используя методологию системного анализа, опирающуюся на современные информационные технологии, включая нечеткую логику принятия решений.

Это, в свою очередь, позволяет рационализировать тактику ведения » больных, повысить эффективность лечения и снизить сроки / ► нетрудоспособности. ч

Таким образом, актуальность1 темы исследования определяется необходимостью'повышения эффективности прогнозирования и диагностики людей, склонных,к МКБ или страдающих этим заболеванием, на основе современных математических методов и информационных технологий.

Работа выполнена в соответствии с планами научно-исследовательской работы межведомственного научного совета по урологии и оперативной нефрологии, секции Министерства здравоохранения и социального развития РФ, Российской академии наук и в соответствии с научным направлением Курского государственного технического университета «Разработка медико-экологических информационных технологий». I ; Цель работы: Разработка моделей и алгоритмов для системы поддержки принятия решений врача-уролога, обеспечивающих повышение качества прогнозирования и дифференциальной диагностики мочекаменной болезни за счет использования комбинированных нечетких решающих правил г и методов рефлексодиагностики.

Для достижения поставленной цели необходимо решить следующие задачи:

- на основании данных об этиологии и патогенезе исследуемого заболевания и данных разведочного анализа сформировать пространство информативных признаков и обосновать выбор типа решающих правил; синтезировать систему нечетких решающих правил для . . ; ■ I , I » . • прогнозирования и дифференциальной диагностики мочекаменной болезни; - разработать алгоритм управления процессами прогнозирования и Г . * » | диагностики мочекаменной болезни по данным опроса, осмотра, инструментальных исследований и энергетическим характеристикам биологически активных точек, связанных с исследуемым заболеванием, а также построить соответствующие меридианные модели;

- используя стандартные пакеты компьютерной математики, построить модели, реализующие синтезируемые решающие правила, и предложить структуру системы поддержки принятия решений врача-уролога, интегрирующую эмодели в своей базе знаний; ; ' .;- провести! апробацию предложенных методов" и средств на репрезентативных контрольных выборках.

Методы исследований. ' Для решения поставленных задач использовались методы системного анализа, управления в биотехнических системах, математической статистики, теории распознавания образов, теории нечеткой логики: принятия решений, рефлексологии и экспертного оценивания. Для построения и тестирования нечетких систем распознавания использовалась система компьютерной математики MATLAB 7 SP1 и пакет визуального моделирования Simulink с системой нечеткой логики Fuzzy Logic-Toolbox. > ; /

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

- пространство информативных признаков для решения задач прогнозирования и диагностики мочекаменной болезни, отличающееся использованием медицинской информации, характеризующей различные проявления жизнедеятельности, включая энергетическое состояние меридианных биологически активных точек, изменяющих свои характеристики при заболеваниях почек, что позволяет-получать решающие правила, обеспечивающие требуемое качество классификации;

- система - нечетких решающих правил для прогнозирования возникновения и'оЬострения мочекаменной болезни, отличающаяся тем, что t . , высокое качество принятия решений обеспечивается агрегированием различных типов правил, выбираемых с учетом структуры подпространств информативных признаков;

- нечеткое правило диагностики клинических форм мочекаменной болезни, отличающееся тем, что оно агрегирует разнотипные данные, '• < ' i ' получаемые путем опроса, осмотра и' доступных инструментальных ' • . * исследований, и позволяющее выделять такие классы заболеваний, как

I : нефролитиаз, : уретролитиаз, уретронефролитиаз, 1 что ' обеспечивает возможность рационализации соответствующих лечебно-оздоровительных мероприятии;

- модель взаимодействия почек с биологически активными точками, отличающаяся учетом всех существенных для рефлексодиагностики и рефлексотерапии факторов, позволяющая осуществлять анализ энергетического • состояния соответствующих меридиан с целью рационализации диагностического и терапевтического процесса при заболевании почек.

- алгоритм управления процессами обучения, .прогнозирования и дифференциальной диагностики мочекаменной болезни, отличающийся возможностью корректировки решающих правил в соответствии с I выбранным критерием качества классификации, позволяющий гибко менять тактику обследования и рефлексотерапии пациентов с учетом индивидуальных особенностей организма, наличия сочетанных заболеваний, энергетического разбаланса меридианных структур и обеспечивающий достаточную для' практических' целей точность' решаемых задач по выбранному классу заболеваний.

Практическая значимость и результаты внедрения работы. '' Разработанные методы, модели, решающие правила и алгоритмы составили основу построения системы поддержки принятия реЩений врача-уролога, клинические испытания которой ¿оказали целесообразность ее использования в медицинской практике. ! 1 11 Применение предложенных в диссертации разработок позволяет снизить риск возникновения, развития и обострения заболеваний почек, а также вырабатывать рациональные схемы проведения лечебнооздоровительных мероприятий, повышая эффективность лечения и сокращая

• 1 • : { : I . ! \ его сроки.

1 Основные Теоретические и практйческие результаты работы внедрены в составе медицинской информационной'системы в практического деятельность урологических отделениях МУЗ «Городская клиническая больница скорой . , ; I * { я £

Медицинской помощи №1» г. Курска, используются в научно ! ; ■ исследовательской работе кафедры химической технологии биологически активных веществ\ЕСурского государственного медицинского университета и в учебном процессе Курского государственного технического университета при подготовке специалистов по направлению «Биомедицинская инженерия». I

Экономическая и социальная значимость результатов диссертационного исследования состоит в улучшении качества медицинского обслуживания населения.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях:

ХШ,

XIV Российской научно-технической конференции с международньш, Участием «Материалы и упрочняющие технологии-2006,

2007» (Курск,1 2006, 2007); XIX Всероссийской ' научно-технической конференции «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2006 г.); X юбилейной' Международной научнотехнической конференции «Медико-экологические информационные технологии-2007» (Курск, 2007); научной конференции «Системные исследования в науке и образовании» (Курск, 2007); Международной научной конференции «Измерительные й информационные технологии в' охране здорЬвья (Метромед-2007)» (Санкт-Петербург, 2007); Всероссийской научно' '1 .г * ; ■ ; • I практической конференций «Интеллектуальные и информационные системы» (Тула, 2007); V Всероссийской научно-практической конференции

I ( , 4 • 1

Искусственный *' интеллект в XXI веке. Решения в условиях \ ! ' .• -II неопределенности» (Пенза, 2007); 3-й Международной научно-технической

1 * . . ^ - . , конференции «Актуальные проблемы биомединженерии» (Харьков, 2008); на

I научно-технических семинарах кафедры биомедицинской инженерии Курск

ГТУ: ' - I

Публикации. По материалам диссертации опубликовано 19 печатных « / работ, перечень которых приведен в конце автореферата, из них 4 работы - в I журналах, рекомендованных ВАК РФ. . ' . « • ; Личный вклад автора. В работах [1, 3], опубликованных в ' I • ' ' соавторстве, автором обосновано использование нечеткой логики принятия решений в задачах прогнозирования возникновения осложнений у урологических больных. В [2] предложен способ агрегации нечетких решающих правил для решения задач прогнозирования и ранней диагностики с использованием нечетких таблиц связей. В [11,12,13,15] получены правила прогноза осложнений у урологических больных. В работе [4] определены факторы риска заболеваний мочекаменной болезнью. В [5] синтезированы решающие правила на основе энергетических характеристик биологически активных точек (БАТ) по урологическим заболеваниям. В [6] получен набор

I • ' 1 1 функций принадлежностей для прогнозирования' рецидивного камнеобразования в почках. В работе [7] определены особенности решаемых задач, выбран' адекватный математический аппарат и получена система нечетких прогностических правил для урологических заболеваний, характерных для Курской области. В [8,9] получены решающие правила для прогнозирования'возникновения мочекаменной болезни на основе нечеткой логики. В работе [10] составлены правила прогноза возникновения ¡1 : '» • . пиелонефрита на основе нечеткой логикй. В .[14] предложены нечеткие модели принятия решений для урологических приложении. В [16, 17, 18] разработаны нечеткие правила прогнозирования урологических заболеваний.

4 \ * 1 ' Структура и объем работы. Диссертация'состоитиз введения, четырех глав,1 заключения' и библиографического списка, включающего 131

1* I * ' 1 • * ' . ^ отечественных и 27 зарубежных наименований. Работа изложена на 132 страницах машинописного текста, содержит 25 рисунков и 15 таблиц.

I • .4?

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ • Во введении обоснована актуальность темы исследования, определяются цели и задачи работы, ее научная новизна и практическая I значимость. / В первой главе на основе обзора литературы проанализированы современные подходы к прогнозированию и диагностике мочекаменных

Я ' ' болезней почек, показано, что улучшение качества медицинского обслуживания выбранного контингента людей можно достичь, используя современные информационные технологии. Обоснован выбор

• 1 •• Т ' соответствующего математического аппарата.

Во второй главе разрабатываются модели для прогнозирования и диагностики мочекаменной болезни на основе теории нечетких множеств с привлечением моделей взаимодействия внутренних органов с поверхностными- проекционными зонами, включая биологически активные

V : П£ ' Н I ' ; ; ; точки.

В третьей главе разрабатываются меридианные модели по заболеваниям почек, алгоритм управления процессами прогнозирования и диагностики мочекаменной болезни, и основные элементы системы

I « поддержки принятия решений врача-уролога. I

В четвертой главе приводятся результаты 3 экспериментальных исследований, проверяется качество работы полученных решающих правил и / показывается целесообразность использования полученных в работе * < '1 ч » . ■ , ■ . результатов в медицинской практике.

• И! ' ! ! > ■ :

1 ; г |

В заключении сформулированы научные и практические результаты 1 1 ' исследования. : ■ ; .

1 3.4 Выводы третьей главы

1. Полученные меридианные модели взаимодействия почек с меридианными структурами позволяют уточнить степень риска появления и обострения мочекаменной болезни, а также составлять рациональные схемы рефлексодиагностики и рефлексотерапии.

2. Предложенный алгоритм управления процессом принятия решений позволяет осуществлять коррекцию параметров решающих правил с целью улучшения показателей качества классификации, обеспечивать процедуры прогнозирования возникновения, обострения и дифференциальной диагностики мочекаменной болезни, а также решать задачи оптимизации рефлексодиагностики и рефлексотерапии.

3. Разработанная структура программного обеспечения системы поддержки принятия решений врача-уролога обеспечиваёт рациональное ведение пациентов, страдающих мочекаменной болезнью в условиях ограничений на время и стЬимость принимаемых решений.

4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ < <

4.1. Результаты экспериментальной проверки достоверности решающих правил прогнозирования возникновения и рецидива МКБ.

Полученные во второй главе решающие правила для прогнозирования МКБ строились в основном на основе знаний и опыта высококвалифицированных экспертов.

Для проверки качества «срабатывания» синтезированных решающих правил, были • сформированы контрольные выборки, объем которых определялся в соответствии с рекомендациями работ [60, 89] для уровня вероятности правильной .классификации 0,9. В течении двух лет нами наблюдались , студенты Курского государственного технического университета, пациенты урологических отделений МУЗ ГКБСМП г. Курска без признаков МКБ, страдающие другими урологическими заболеваниями (всегго 500 человек). Для каждого из них вначале .исследований были рассчитаны величины КУормкб- Критерием отбора в группу наблюдения было значение КУрмкб >0,2. После указанного, периода наблюдений в каждой группе сформировались два класса, обследуемых. Класс ф0 - люди без признаков МКБ (всего 408: человек) и ©i - люди у которых в течение периода наблюдения выявлена. МКБ (всего 92 человека). То есть, в процессе наблюдений намц были получены две выборки для построения решающего правила, отделяющего здоровых людей от людей, которые заболеют МКБ в течение двух лет по признаку уверенность в риске МКБ, что эквивалентно правилу прогноза^искомого заболевания. Для этогр нами;.были построены гистограммы распределения классов ©о и со i по признаку КУрмкб (рис. 4.1). На основании анализа пересечения полученных щстограмм в качестве пороговой ' ы КУ.ртБ ДДя правила определения р^ска возникновения i ^ r i ■ ¡ i > t

МКБ была выбрана величина 0,6. Относительно этих величин определялись ! показатели чувствительности, специфичности, прогностической значимости и диагностической эффективности полученных решающих правил (раздел

• I

3.2) на контрольной выборке в соответствии с таблицей 4.1 распределения результатов наблюдений. hcor hcoj ) i s .

T—i—гп—i—i—i—i—i—i—г ОД 0;2 0,3 0,4 0,5 0,6 0,7

1—I I—I—

0,9 1,0КУРМКБ i s .

Рис. 4.1. Гистограммы распределения классов Шо и а>! по признаку КУрмкб Для прогнозирования возникновения МКБ

ЗАКЛЮЧЕНИЕ

Предлагаемая работа посвящена решению научных и практических задач, связанных с повышением качества медицинского обслуживания людей страдающих мочекаменным заболеванием.

1. Определен класс заболеваний, цели и задачи исследования, установлены факторы риска и другие информативные признаки, характерные для выбранной патологии, проведен разведочный анализ структуры исследуемых

• • г классов и типов используемых признаков, на основании чего был выбран математический аппарат нечеткой логики принятия решений для прогнозирования и диагностики мочекаменной болезни.

- ! • ! ■ ■ : ! I : '

2., Синтезирована система, нечетких решающих правил для прогнозирования возникновения, обострения и дифференциальной диагностики мочекаменной болезни, обеспечивающая уверенность в прогностических решениях не менее 0,85 в диагностических решениях не I хуже 0,95, что позволяет рекомендовать полученные результаты в ( * медицинскую практику. > ; с I I

3. Разработан алгоритм управления процессами принятия решений для системы поддержки принятия решений врача-уролога, позволяющий решать задачи корректировки параметров решающих правил с целью улучшения качества их работы, а также задачи прогнозирования, дифференциальной диагностики, профилактики и лечения мочекаменной болезни с учетом • ■ . • . .1 . индивидуальных особенностей организма, обеспечивая согласованную работу врача и автоматизированной системы. I

1.1! I [ I II

4. Разработаны основные элементы системы поддержки принятия решений, обеспечивающей рациональное планирование медицинского обслуживания пациентов, страдающих урологическими заболеваниями.

5. Проанализирована эффективность предложенных моделей, алгоритмов и программных средств и показана целесообразность их использования на региональном уровне.

1. Айдаралиев, А. А Комплексная оценка функциональных резервов организма. Текст. / А. А. Айдаралиев, Р. М. Баевский, А. П. Берсенева, А. Л. Максимов- Фрунзе: ИЛИМ, 1988 195с.

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

3. Александров, В. В. Алгоритмы и программы структурного метода обработки данных. Текст. / В. В. Александров, И. Д. Горский Л.: Наука, 1983.- 125с.

4. Ананин, В. Ф. Рефлексология (теория и методы). Текст. / В. Ф. Ананин //Монография. М.: изд-во РУДН и Биомединформ, 1992. — 168с.

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

6. Артеменко, М. В. Автоматизированная система самоорганизационной структурно-параметрической идентификации математических моделей в психологии Текст. / М. В. Артеменко, В. Л. Баскаков // Биомедицинская радиоэлектроника, 2001, №3. С. 57-63.

7. Ахутин, В. М Автоматизированные системы профилактических осмотров детей (Аспон-Д)-состояние и перспективы. Текст. / В. М. Ахутин, В. В. Шаповалов, Д. Мансур // Биотехнические и медицинские системы. Сб. науч. тр. Ленинград, 1990. - С. 3-6.

8. Баевский, Р. М. Оценка адаптационных возможностей организма и риск развития заболеваний. Текст. / Р. М. Баевский, А. П. Берсенева -М. Медицина, 1997.-235с.

9. Баевский, Р. М. Диагноз донозологический. Текст. / Р. М. Баевский, В. П. Казначеев М.: БМЭ, 1978. С. 252 - 255.

10. Бала. М. А. Обоснование подходов к алгоритмизации процесса выбора тактики лечения экологически зависимой патологии текст. / М.А.

11. Бала, H.B. Пискарёва // Современные методы диагностики и лечения: международный сборник научных трудов: Воронеж, 1995. 61 с.

12. Букатова, И. Л. Эволюционное моделирование и его приложения. Текст. / И.Л. Букатова М.: Наука. 1979. - 231с.

13. Буняев, В. В. Донозологическая диагностика методами рефлексологии. Текст. / В.В. Буняев, H.A. Кореневский // Биомедицинская радиоэлектроника, 2001, №3. С. 21-27.

14. Буняев, В. В. Разработка моделей и алгоритмов оценки адаптационных возможностей организма и риска развития заболеваний Текст.: Дисс. канд. мед. наук: 05.13.09.: защищена. 29.06.00 / Буняев Виктор Владимирович: Тула. 2000. 148с.

15. Бродал, А. Ретикулярная формация мозгового ствола. Текст. / А.Бродал // Пер. с англ. М., 1960. - 257с.

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

17. Вайнцваг, Н. Н. Алгоритмы обучения распознаванию образцов. Текст. / Н. Н. Вайнцваг. — М.: Сов. радио, 1973. С.8 - 16.

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

19. Вогралик, В. Г. Пунктуационная рефлексотерапия. Текст. / В.Г. Вогралик, М.В. Вогралик — Горький: Волго-Вятское кн. изд-во, 1988. 335с.

20. Воробьёв, С. А. Математическая обратботка результатов исследований в медицине, биологии и экологии. Текст. / С.А. Воробьёв, A.A. Яшин // под ред. A.A. Яшина. Монография. Тула.: ТулГу, 1999. - 120с.

21. Гаваа, Лувсан Традиционные и современные аспекты восточной рефлексологии. Текст. / Гаваа Лувсан // М.: Наука, 1986. 575с.

22. Гельман, В.Я. Медицинская информатика Текст./ В.Я. Гельман // СПб: Питер, 2001. 480с.

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

24. Горбатенко, П. К. Моделирование процесса распознавания с помощью нейронной сети. Текст. / П.К. Горбатенко, Л.Н. Паринский // Вестник новых медицинских технологий. — 2000 — Т.: VII, №3 4. С. 21-22.

25. Горелик, А. Л. Методы распознавания. Текст. / А.Л. Горелик, В.А. Скрипкин М.: Высшая школа, 1984. - 258с.

26. Грачев, А.Д. Перспективы изучения распространенности урологических заболеваний в РСФСР Текст. / А.Д. Грачев, A.C. Ларионов // Урология и нефрология.-1990.-№3.С. 16-19. '

27. Гринин, А. С. Математическое моделирование в экологии Текст. :Учебное пособие для вузов / A.C. Гринин, H.A. Орехов, В.Н. Новиков. М.: ЮНИТИ-ДАНА, 2003. 269с.

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

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

30. Ефименко, H.A. Инфекции в урологии. Фармакотерапия и профилактика Текст. / Н.А Ефименко, И.А. Гучев, C.B. Сидоренко -Смоленск, 2007.-296с.

31. Жуков, JI. А. Технология нейросетевого решения прикладных классификационных задач в экологии, биологии, медицине Текст.: дисс. кан. техн. наук: 05.13.16: защищена 23.03.00 Жуков Лёонид Александрович. Красноярск, 2000. 150с.

32. Заде, Л. А. Понятие лингвистической переменной и её применние к принятию приближнных решений. Текст. / Л.А. Заде М.: Мир, 1976. -312с.

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

34. Ивахненко, А. Г. Самообучающиеся системы распознавания и автоматического регулирования. Текст. / А.Г. Ивахненко — Киев.: Техника, 1969.-392с.

35. Исаева, H. M. Системный подход к математическому моделированию в биологии и медицине / Н.М. Исаева, Т.Н. Субботина // Вестник новых медицинских технологий. 2000 - т. VII № 3-4. - 25 с.

36. Казначеев, В. П. Донозологическая диагностика в практике массовых заболеваний населения. Текст. / В.П. Казначеев, P.M. Баевский, А.П. Берсенев JL: медицина, 1986. - 216с.

37. Колоскова, Г. П. Представление знаний для биомедицинскихинтеллектуальных систем. Текст. / Г.П. Колоскова, H.A. Кореневский, М.В.

38. Медведева // Монография. Курск, гос. техн. ун-т. Курск, 2000. 166с.

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

40. Кореневский, Н. А. Методы поиска информативных проекционных зон и синтеза нечётких решающих правил для рефлексодиагностики. Текст. / H.A. Кореневский, В.В. Буняев // Системный анализ и управление в биомедицинских системах. Том 3, №2, 2004. С. 175-178.

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

42. Кореневский, H.A. Энергоинформационные модели рефлексодиагностики. Текст. / H.A. Кореневский, Л.П. Лазурина // Монография Курск, ОЦМП, 2000, 177с.

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

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

45. Коровищ Е. Н. Методы анализа заболеваемости в территориально распределённом регионе и интеллектуальной поддержки рационального управления в системе стоматологической помощи Текст.: Монография / E.H.i

46. Коровин, В.А. Купин, О.В. Родионов, A.B. Сущенко, В.Н. Фролов. Воронеж:I1 < :i Воронеж, гос. техн. ун-т, 2003. 112с.

47. Круглов, В. В. Искусственные нейронные сети. Теория и практика Текст. / В. В. Круглов, В. В. Борисов // М.: Горячая линия телеком, 2002. 382с.

48. Кэнал, JI. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога. Текст. / Л.Кэнал // Распознавание образов при помощи цифровых вычислительных машин. М.: Мир, 1974. -157с.' 5

49. Ларина, В.Н. Опыт комплексной иммунокоррегирующей терапии в лечении урогенитальных инфекций Текст. / Ларина В.Н,, Полякова H.H., Рвачева A.B., Гришина Т.Н. // Андрология и генитальная хирургия.-2000.-№1.-С.27.

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

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

52. Лопаткин, H.A. Руководство по урологии. М., 1998.-М.: Медицина, 1998.Т2.-С.393-440.

53. Лоран О.Б., Сегал A.C. Система суммарной оценки симптомов при хроническом простатите (СОС-ХП) // Урология. — 200Г. №5. - С. 16-19.

54. Лувсан, Г. Очерки методов восточной рефлексотерапии. Текст. / Г.Лувсан // 3-е изд., перераб. и доп. Новосибирск: Наука. Сиб. отд-е, 1991. -402с.

55. Методика применения экспертных методов для оценки качества продукции. М.: Стандарт, 1975. — 31с.

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

57. Нехаенко, Н. Е. Рациональная микроволновая терапия на основе мониторирования -потенциала биологически активных точек Текст./ Н.Е. Нёхаёнко // (моделирование, оптимизация и компьютеризация в сложных системах; кн 23) Воронеж: ВГТУ, 2002. 113с.

58. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под. ред. Р.П. Ягеря. М.: Радио и связь, 1986.-408с.

59. Никифоров, В. Г. Электропунктура метод изучения механизмов иглорефлексотерапии Текст./ В.Г. Никифоров // В кн.: Электропунктура и проблемы информационно- энергетической регуляции деятельности человека. М.:1976.-С. 11-19. !

60. Омельченко, В. П. Практикум' по медицинской информатике Текст./ В.П. Омельченко, A.A. Демидова // серия учебники. Учебные пособия / Ростов на Дону. Феникс, 2001. 304с.

61. Осипов, В. П. Основные показатели медицинского обслуживания населения Курской области за 2005 год Текст. / В.П. Осипов, Е.В. Поляков // Комитет здравоохранения Курской области, Курск. 2005. 119с.

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

63. Подвальный, Е. С. Модели индивидуального прогнозирования и классификации состояний в системах компьютерного мониторинга. Воронеж: изд-во ВГТУ, 1998.- 127с.

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

65. Попов,'Э. В. Экспертные системы:' Решение неформализованных задач в диалоге с ЭВМ.- М.: Наука, 1987. 287с. *

66. Портнов, Ф. П. Электропунктурная рефлексотерапия. — Рига: Зинатне. 1980.-245с.

67. Прикладная статистика: классификация и Снижение размерности/

68. Под ред. Айвазяна'С.А.- М.: Финансы и статистика, 1989. 315 с.

69. Распознавание образов и медицинская диагностика / Под ред. Неймарка Ю.И., гл. ред. физ.- мат. литературы издательства "Наука", М., 1972.-328 с.'

70. Самсонов, В. В. Эксперимент по реализации ЭС Консультант-2 методом трансляции базы знаний из глубинного представления в поверхностное // Технология разработки экспертных систем.- Кишинев, 1987.-С.116-120.

71. Серегин С.П., Долженков С.Д., Коцарь А.Г., Новиков А.В., Кореневский Н.А. Современные информационные технологии в урологии.-Курск: ОАО «ИПП «Курск»», 2009.-364с.

72. Соболева, В. В. Анализ информации электропунктурных точек (по методу) при профилактических обследованиях работников промышленного предприятия Текст.: дисс. кан. биол. наук: 05.13.01: защищена11.11!.04/СоболеваВера Владимировна. Тула,2004. 137с.

73. Ватищева, Ю. Е. Справочник по функциональной диагностике в педиатрии Текст./ Под ред. Ю.Е. Ватищева, Н.С. Кисляк. М., Медицина, 1979.-624 с. "

74. Стародубцева JI.В. Использование нечетких моделей для прогнозирования осложнений у урологических больных Текст./ С.П. Серегин, С.Д. Долженков, Л.В. Стародубцева и др// Медицинская техника. Москва -2008. №2.С.8-11. ;

75. Стародубцева Л.В. Прогнозирование заболеваний вызываемыхэкологическими факторами на основе нечетких решающих моделей Текст./

76. Стародубцева JI.B. Нечеткие модели принятия решений длямедицинских и экологических приложений, обучаемые по структуре данныхt

77. Текст./ H.A. Кореневский, JI.B. Стародубцева, Ю.А. Иванков // Искусственный интеллект в XXI веке. Решения в условиях неопределенности:1.Г'- 5 ■ ■ • >

78. V Всероссийская науч.-практ. конф. Издательство АНОО «Приволжский Домf 1 : • ! ■ ' • • ; знаний». Пенза 2007. С. 5-7.

79. L.V. Starodubtseva Use of Fuzzy Models for Predicting Post-surgery Complications in Urological Patients / S.P. Seregin, S.D. Dolzhenkov, L.V. Starodybtseva dr. // Biomedical Engineering, Vol. 42, No. 2, 2008, pp. 55-59.

80. Стародубцева JI.B. Синтез нечетких решающих правил для прогнозирования мочекаменной болезни Текст./ JI.B. Стародубцева //

81. Управление медицинскими и образовательными технологиями: сборник' *научных трудов.- КГУ, Курск МУ изд. центр ЮМЭКС, 2008. С. 109-112.

82. Судаков, К. В. Функциональные системы- организма в норме и патологии // Системные механизмы поведения/ Труды научного совета по экспериментальной и прикладной физиологии РАМН, 1993 Т2. - С. 17-33.

83. Судаков, К. В. Системное взаимодействие в целом организме

84. Текст. / К.В. Судаков, Е.А. Юматов // Физиология функциональных систем. Учебное пособие. Иркутск, 1997.- С. 498-510.

85. Табеева, Д. М. Руководство по иглорефлексотерапии Текст./ Д.М. Табеева. М.: Медицина, 1980.- 560 с. :

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

87. Татаренков, А. А. Обоснование использования диалоговых системраспознавания образов в'задачах медицинской диагностики Текст./ A.A. i

88. Татаренков, Е:Н. ¡Кореневекая// сб. материалов- VIII международной научно —технической конференции "медиков экологические: информационныетехнологии-2005V КурскГТУ, 2005.-С. 57-60. ! :

89. Новосельцев, В. Н Теория управления и биосистемы. Анализсохранительных свойств Текст./ Новосельцев В.Н:, гл. Ред. Физ.-мат. Лит.

90. Изд-во Наука, М.: 1978. 320 с.

91. Терехина, А. Ю. Анализ данных методами многомерногоi # ,шкалирования1 Текст./ А.Ю.Терёхина- М.: Наука, 1986.-215 с:' ! 128

92. Титов,: В. С. Основы теории управления. Линейные системы автоматического регулирования Текст. / B.C. Титов, Т.А. Ширабакина // Учебное пособие/ Курский государственный технический университет, 1997.-71 с.

93. Турмян; В. Е. Теория вероятностей и математическая статистика Текст./ В.Е. Турмян. М.: Высшая шк. 1988.-479 с.

94. Трошин, В. Д. Сосудистые заболевания нервной системы. Ранняя диагностика, лечёние и профилактика Текст./ В.'Д. Трошин. Научное издание. 1992. 302 с. 5

95. Тьюки Д. Анализ результатов наблюдений. Разведочный анализ Текст./ Д. Тьюки. М.: Мир, 1981 .-562 с.

96. Уотерман, Р. Д. Построение экспертных систем Текст./ Р. Д. Уотерман, Д. Ленат, Ф. Хейсе-Рот.: Пер. с англ. М.: Мир, 1987. 165 с.

97. Усков, А. А. Интеллектуальные технологий управления. Искусственные нейронные сети и нечёткая логика Текст. / A.A. Усков, A.B.

98. Фролов В.Н., Львович Я.Е., Подвальный С. Л. Проблема оптимального выбора в прикладных задачах Текст. / В.Н. Фролов, Я.Е Львович, С.Л. Подвальный Воронеж, 1980. :

99. Хадарцёв: A.A. Информационные' технологии в медицине:

100. Монография Яшйн A.A., Еськов BiM., Агарков Н.М., Кобринский Б.А.,iii , » 1 . » « ^^

101. Фролов М.В., Чухраев A.M., Хромушин В.А.,Тонтарев С.Н., Каменев Л.И.,. 1

102. Валёйтнов Б.Г., Агаркова Д.И., Науч. Ред. Ä.A. Хадарцева.- Тула, 2006.- 272с. ' ' ■ : ; !

103. Хайкин, Саймон Нейронные сети: Полный курс Текст./ С. Хайкин1. 2-е изд., испр!: Пер. с англ.-М.: ООО «И.Д. Вильяме», 2006.- 1104 с.1.' ■ * ■ 129

104. Честнова, Т. В. Контекстно-развивающаяся база данных для логической интеллектуальной системы, используемой в здравоохранении Текст./ Т.В. Честнова, В.Н. Щеглов, В.А. Хромушин // Эпидемиология и инфекционные болезни.- 2001.- №4.- С. 38-40.

105. Щеглов, В. Н. Интеллектуальная система на базе алгоритма построения алгебраических моделей конструктивной (интуиционистской) логики Текст. / В.Н. Щеглов, В.А. Хромушин // Вестник новых медицинских технологий.- 1999.-№2.-С. 131-132.

106. Брукинг, А. Экспертные системы. Принципы работы и примеры: Текст. Пер. с ёягл./ А. Брукинг, Д. Джонс; Ф. Кокс и' др.; Под ред. Р. Фройсата.- М.: Радио и связь, 1987.- 352 с. ' !

107. Элти Дж. Кумбс Экспертные системы: концепций и примеры: Пер.с англ.- М.: Финансы и статистика, 1987.-251 с.

108. Энди Митчелл. Руководство ESRI по ГИС анализу. Том Г: Географические закономерности и взаимодействия, 2001.-200с.

109. Bossy J. Bases neyrobiolgigues des reflexotherapies. Paris, Masson, 1975.-110 p. • ' 't

110. Bruce G. Buchanan, Edward H. Shortliffe. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Addison-Wesley Publishing Company. Reading, Massachusetts, 1984, ISBN 0-201-10172-6.

111. Chandrasekaran B., Mittal S., Conceptual Representation of Medical Knowledge for Diagnosis by Computer: MDX and Related System// Adv. Comput.1983.-N22.- P. 217-293.

112. Clough K., Jardine I. Telemedicine- the agent for change // Brit. J. Healthcare Comput. Inform. Management.- 2001.- Vol. 18, No.8.- P.22-24.

113. Demikova N.S., Zhuchenko L.A., Kobrynsky B.A. The results of birth defects monitoring in newborn in Russia // Abstracts of the' 8th ' European symposium "Prevention of congenital anomalies", Arch' of Perinatal Medicine, suppl.- 2005.- P.3Í.'

114. Hammer M., Champy J. Reengineering the Crporation: A Manifesto for Business Revolution.- New York: Harper Collins, 1993.

115. Hayes Roth, F.:"The Knowledge - Based Expert System: A Tutorial". IEEE COMPUTER.'- 1987.-Vol. 17, N9.-P. 11-18.

116. Kobrinsky B., Tester I., Demikova N. et al. A. Multifunctional system of the national genetic register // Medinfo'98: Proc.9th Intern, congr. on medical informatics. Pt I.- Seoul, 1998.- P. 121-125.

117. Lemáire E. Telerehabilitátion for Paediatrics // ' Telepediatrics: Telemedicine and Child Health / Wooton R., Batch J., edsJ- London: Royal Society of Medicine Press Ltd, 20Ó5:.- P.233-248:' ■ I ; . .i ' ( ' • 1 : 1 ^ ' ' » ' '

118. Multisensorikpraxis / H.Ahlers, hrsg.- Berlin; etc.: Springer, 1996.390s.

119. Negoita, C.N.: Expert System and Fuzzy Systems. The Benjamin/ Cammings Publishing Co., Menio Park, CA, 1985; .

120. Pomeranz B. Brain opites work in acupuncture.- New Scientist, 1977, vol.73. N1 033. -Ip.12-13.

121. Rogers W. etal. Computer Aided Medical Diagnosis: Literature Review.- International Journal of Biomedical Computing, 10. - 1979.-P. 267-289.

122. Sammon Y.W. An optimal discriminant plane// IEEE Trans. Comput.-I970.-Vol. 19,N9.-P. 15-25. ;

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

124. Sandifort P., Annett H., Cibulskis'R. What can information systems do for primary health: care? An international perspective // Social sei. And med.-1992^- Vol.34.-P. 1077-1087.

125. Saoty:T. Measuring the fuzziness of sets//:Cybernetics.-1974.-Vol. 4,N4.-P. 53-61. 11 , : .

126. ShortlifFe E.H. Computer Based medical Consultations: MYCIN, New York: American Elseviver, 1976.

127. Weiss S.M., Kulikowski C.A. A Practical Cuide to Desinging Expert System.-New Gersey: Powman & Allan held Publ., 1984.

128. Advances in Fuzzy Mathematics ' and Engineering Fuzzy Sets and Fuzzy Informatiori-branulation Theory. Beijing. Beijing Normal University Press. 2005. ISBN 7-303-05324-71. C3 '

129. Zadeh, ' L.A., King-Sun Fu, Kokichi Tanaka, Masamichi Shimura. Fuzzy sets and their applications to cognitive and decision processes. Academic Press, Inc. New York San Francisco London, 1975. ISBN 0-12-775260-9