автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Программное и математическое обеспечение экспертной системы дифференциальной диагностики

ВВЕДЕНИЕ.

ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ И ПЕРСПЕКТИВЫ ЭКСПЕРТНЫХ СИСТЕМ ДИАГНОСТИКИ.

1.1. Подход к проблеме диагностики.

1.2. Анализ экспертных систем диагностики.

1.3. Основные положения теории экспертных систем.

ГЛАВА 2. ИССЛЕДОВАНИЕ МЕТОДОВ И СРЕДСТВ ПОСТРОЕНИЯ ЭКСПЕРТНЫХ СИСТЕМ.

2.1. Модели представления знаний.

2.1.1. Формы представления знаний, ориентированные на логику.

2.1.2. Модели знаний на основе продукций.

2.1.3. Структурированные объекты: фреймовая модель.

2.1.4. Структурированные объекты: модель семантических сетей.

2.1.5. Представление знаний в нечётких способах обработки.

2.1.6. Модель представления знаний для задачи дифференциальной диагностики.

2.2. Извлечение знаний и обучение.

2.2.1. Извлечение знаний от многих экспертов.

2.2.2. Обучение системы.

2.3. Машина вывода.

2.3.1. Логический вывод в модели дифференциальной диагностики.

2.3.2. Логический вывод в модели технической диагностики.

2.4. Интерфейс разработчика и пользователя.

2.4.1. Общие замечания.

2.4.2. Технология разработки интерфейса диагностической ЭС.

2.5. Обстановка и окружение.

2.6. Доступ к внешним данным.

ГЛАВА 3. ИНФОРМАЦИОННОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ

ДИАГНОСТИЧЕСКОЙ ЭКСПЕРТНОЙ СИСТЕМЫ.

3.1. Разработка базы данных формализованного опросника.

3.1.1. Построение дерева, определяющего структуру опроса.

3.1.2. Установление динамических связей при заполнении основного списка опроса.

3.1.3. Составление тактики.

3.2. Разработка базы знаний поддержки диагностического процесса (принципы построения диагностических алгоритмов).

3.3. Разработка процедур для открытия различных по назначению баз знаний.

3.4. Структура программного обеспечения для системы расспроса и диагностики.

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ РЕЗУЛЬТАТЫ ВНЕДРЕНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ.

4.1. Основные модули программного обеспечения системы.

4.1.1. Модуль подготовки знаний.

4.1.2. Модуль проведения опроса.

4.1.3. Модуль ведения базы данных.

4.1.4. Модуль формирования тактики.

4.2. Функциональные возможности и результаты практических исследований экспертной системы.

Существует класс задач, решение которых невозможно традиционными формальными методами. Этот класс задач определен как интеллектуальные задачи. К ним относятся: задачи интерпретации, диагностики, контроля, прогнозирования, планирования, проектирования и т.д. Выдвинутая концепция методов и средств искусственного интеллекта (ИИ) - есть парадигма решения такого ряда задач. При этом экспертные системы (ЭС) представляются как теория и практика одного из направлений исследований ИИ.

Начало первого этапа развития работ в области искусственного интеллекта приходится на конец 60-х годов [43,54,69,85,103,108,117,121,127]. Новая отрасль индустрии - производство интеллектуальных систем сформировалась в 80-е годы. Можно выделить следующие основные черты интеллектуальных систем: наличие человека, который взаимодействует с ней; возможность накапливать и получать новые знания; способность осуществлять рассуждения, характерные для человека.

Экспертные системы - это самостоятельное направление в области искусственного интеллекта. Существует большое количество работ посвященных вопросам разработки ЭС. Наиболее известными являются работы Гавриловой Т.А., Джексона П., Нейлора М., Осипова Г.С., Попова Э.В., Поспелова Д.А.„ Уотермена Д., Форсайта Р., Хейс-Рота Ф., Хорошевского В.Ф. и др. [15,16,22,28,78,81,103,124,126,144]. ЭС все чаще называют системами, основанными на знаниях.

Мощность ЭС обусловлена в первую очередь мощностью базы знаний (БЗ) и возможностью её пополнения, а во вторую очередь - используемыми методами. Опыт показал, что важнее иметь разнообразные специальные знания, а не общие процедуры вывода [15,78,81].

Многие положения по искусственному интеллекту, которые изначально считались незыблемыми, оказались несостоятельными. Например, считалось, что все знания о той или иной проблемной области можно описать в рамках некой формальной теории и воспользоваться принципами доказательных рассуждений. Однако, принцип монотонности выводов в логических исчислениях для реальных проблемных областей оказался неверен. Связано это с тем, что во многих областях человеческой деятельности объекты, с которыми оперируют специалисты, не могут быть сведены к чисто синтаксическим объектам, характерным для математики. Знания экспертов в основном эвристические, эмпирически неопределенные, т.к. решаемые задачи плохо формализуемы [12,53,77,85, 112-114,144].

Анализ современной литературы показал, что в настоящее время имеется опыт создания технологии проектирования и создания ЭС, в том числе систем, связанных с решением задач медицинской и технической диагностики. Goodall А. утверждает, что в типичной ЭС приблизительно 70% времени уходит на разработку интерфейса, который занимает в среднем 44% кода, в то время как машина логического вывода занимает 8% кода, база знаний - 22%. Причинами этого являются наличие большого числа понятий предметной области, характеризующих исходные данные задачи, а также совместное проектирование интерфейса с базой знаний и машиной вывода.

Опыт практического применения моделей и методов представления знаний, исследованный в работах Аверкина А.В., Бурдиева В.П., Волкова А.А., Гришина А.В., Доброседова А.Ю., Кобринского Б.А., Куракиной Т.Ю., Устинова А.Г., Черняховской М.Ю., Яхно Т.М., Buchman B.G., Zadeh L.A. и др. [1,1416,26,29,46,52,104,112-114,121,129,131,135,140,143,144] показал, что ни одна из форм представления знаний «чистом виде» (продукционные правила, семантические сети, фреймы т.д.) не обладает достаточной выразительной мощностью для описания задач, выходящих за рамки демонстрационного прототипа. Наиболее успешные разработки в инженерии знаний чаще всего строятся на базе объединения нескольких из указанных парадигм.

Для внедрения ЭС в практику большое значение имеет пользовательский интерфейс. ЭС применяется для решения задач только в том случае, если её интерфейс отвечает требованиям пользователей. Проблемам разработки интерфейса в ЭС посвящено большое количество исследований [15,25]. Значительный вклад в решение этих проблем внесли: van Beek, Kidd A., Swartout W., Hendler J., Lowgren J., Хорошевский В.Ф., Грибова В.В. и другие учёные. Ими разработан ряд методов организации диалога, генерации объяснений, формирования сценария взаимодействия с пользователем [7,10,25,40,94,97,103].

Однако, существующие средства для разработки интерфейса имеют ряд недостатков. Основные из них - жёсткая зависимость интерфейса от ядра ЭС, неудовлетворительные объяснительные способности, трудность модификации ядра ЭС и пр.

Одно из направлений решения указанных проблем может быть основано на предложенном Lowgren J. принципе независимого проектирования, реализация которого позволила добиться высокой модифицируемости ядра ЭС, но не устранила остальных недостатков интерфейса в ЭС.

Перспективным направлением является использование объектно-ориентированного программирования при разработке ЭС [7,37]. Особенность данного направления - возможность естественной декомпозиции задачи и набор подзадач, представляемых автономными агентам, работающими со знаниями.

Среди наиболее важных исследований, которые предшествуют процессу разработки ЭС можно выделить следующие:

1. Анализ различных классов задач, наиболее типичных для приложений методов и средств ЭС (диагностика, проектирование обучение и т.д.), который проводится исходя из следующих аспектов:

- общая характеристика проблемной области, для которой создается ЭС (фиксированный или переменный состав знаний, конкретный или абстрактный тип знания, тип решаемой задачи - анализ/синтез);

- способы и этапы решения отдельных задач, а также способы обработки информации на каждом этапе;

- способы получения знаний от специалистов-экспертов;

- принципы организации интерфейсов с различными категориями пользователей;

2. Исследование проблемы приобретения знаний

Актуальным в настоящее время является проектирование и разработка диагностических ЭС, которые могут содержать знания, позволяющие осуществлять поиск ведущих признаков (синдромов) среди любого количества дефектов (состояний) при учёте степени их выраженности, соподчинённости и взаимовлияния. Одновременно система должна предоставлять Лицу, принимающему решение (ЛПР), возможность получения пояснений по поводу своей «логики» в процессе постановки диагноза.

Очень важным оказывается то, что диагностика может проводиться по неполному списку диагностических критериев, не полностью развившемся признаке дефекта и при ограничениях на проведение лабораторных, функциональных исследований.

При проектировании и разработке диагностических ЭС возникает ряд проблем. Связано это с тем, что не решены окончательно многие вопросы, основными из которых являются:

1. Какие способы представления знаний лучше всего использовать?

2. Достаточно ли существующих способов представления знаний для решения задач в данной проблемной области?

3. Какой механизм логического вывода лучше подходит для получения наиболее правильной гипотезы?

4. Как пользователи различной квалификации должны взаимодействовать с ЭС?

5. Какие сервисные функции должны быть реализованы в ЭС?

6. Какие инструментальные средства лучше всего использовать при реализации ЭС и т.д.?

Целью диссертационной работы является исследование процессов проектирования прикладных интеллектуальных систем, организации баз знаний (БЗ) и создания на этой основе программного и математического обеспечения диагностической ЭС, использующей различные по назначению и содержанию базы данных и знаний.

Предметной областью разрабатываемой ЭС являются медицинская диагностика заболеваний хирургического профиля и выработка тактики и техническая диагностика магистрально-насосных агрегатов (МНА) на базе портативных виброанализаторов.

Основными методами, используемыми в диссертационной работе являются методы теории формальных логик; методы принятия решений и исследования операций; методы программирования; методы формализации научных исследований.

В диссертационной работе получены новые научные результаты:

1. Сформулированы научные положения разработки программного и математического обеспечения диагностической ЭС.

2. Дан анализ основных моделей представления знаний. Предложена модифицированная модель представления знаний, на основе которой разработаны специальные базы знаний для дифференциальной диагностики, учитывающие частоту встречаемости и степень выраженности признаков.

3. Разработана методика создания гибкого интерфейса управления тестированием в режиме прямого диалога, открытием и выбором баз данных и знаний.

Практическую ценность работы составляют:

1. Возможность обработки различных по назначению и содержанию групп

БД (файл *.dbn), что делает диагностическую ЭС достаточно универсальной.

2. Предложенная структура программного обеспечения ЭС для расспроса, диагностики, объяснения «логики» решений и выработки тактики.

3. Разработанные БЗ для диагностики МНА, позволяющие повысить эффективность работы нефтеперекачивающих станций (НПС): уменьшится стоимость эксплуатации и ремонта МНА, позволит перейти от обслуживания по графикам планово-предупредительных работ (ППР) к обслуживанию по реальному состоянию агрегата.

Их использование в данной системе также позволяет:

• в значительной мере преодолеть трудности возникающие в процессе определения технического состояния МНА;

• получать результаты качественно не уступающие решениям, принимаемым человеком- экспертом.

4. Система диагностики хирургических заболеваний, обеспечивающая повышение эффективности процесса диагностики, в сочетании с информационной поддержкой деятельности медицинских специалистов в области хирургии.

Использование данной системы позволяет:

• повысить качество врачебной помощи больным хирургического профиля при критических состояниях, за счёт автоматизированного внешнего контроля, максимально исключив действия субъективного фактора.

• оперативно внедрять в общую практику результаты последних научных исследований в области хирургии путём постоянного пополнения баз знаний и баз данных системы; решить задачу повышения квалификации врачей первичного звена медицинской помощи.

• накапливать большие объёмы формализованных клинических данных, которые в дальнейшем могут служить основой для проведения научных исследований; адаптировать эти объёмы к специфике деятельности лечебно-профилактического учреждения и профилю поступающих в него больных.

• специализировать объёмы формализованных данных в соответствии с нозологическими формами заболеваний под требования разных специалистов.

Результаты диссертационной работы были использованы:

- в учебном курсе «Экспертные системы», «Интеллектуальные системы», «Базы данных и знаний», «Диагностика технических систем» для студентов 4, 5 курсов специальности 21.01 «Управление и информатика в технических системах», 35.14 «Прикладная информатика в экономике»;

- при создании программного продукта «Диагностика заболеваний хирургического профиля и выработка лечебной тактики» и внедрены в хирургическом стационаре МУЗ «ЦРБ» г. Серпухова. Эксплуатация системы началась с апреля 2001 года;

- при создании БЗ для диагностики магистральных насосных агрегатов на базе портативных виброанализаторов для НИМИ МНПО «Спектр».

Полученные теоретические и практические результаты рекомендуются к внедрению на предприятиях, занимающихся контролем и диагностикой технических систем: НИМИ МНПО «Спектр», ФГУП ГосНИИПриборостроения, ФГУП ВИАМ и организациях медицинского профиля.

Содержание отдельных разделов и диссертации в целом было доложено:

1. на II Международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права», г. Сочи, 1999 г.;

2. на Межвузовской научно-технической конференции «Проблемы создания технических систем с искусственным интеллектом», г. Москва, 1998 г.;

3.на Межвузовской научно-технической конференции «Автоматизация-99», г. Москва, 1999 г.;

4. на научно-практическом семинаре в Институте прикладной микробиологии РАН, г. Оболенск, 2000 г.;

5. на клинико-анатомической конференции Центральной районной больницы, г. Серпухов, 2000 г.;

6. на IV Международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права», г. Сочи, 2001 г.;

7. на научно-технических семинарах кафедры ТИ-1 факультета «Технические системы с искусственным интеллектом» МГАПИ.

ЗАКЛЮЧЕНИЕ.

В процессе разработки и исследования программного и математического обеспечения ЭС дифференциальной диагностики были получены следующие результаты:

1) Разработана ЭС дифференциальной диагностики и выработки дальнейшей тактики, с возможностью анализа результатов динамического наблюдения, позволяющая повысить эффективность диагностического процесса, в сочетании с информационной поддержкой деятельности специалистов в конкретной предметной области.

2) Произведено исследование диагностических признаков, проанализирована их информативность, предложена классификация признаков с учётом их степени выраженности и частоты встречаемости.

3)Дан аналитический обзор инструментальных средств построения ЭС, приведён их сравнительный анализ и предложена самостоятельная «оболочка» ЭС, которая может проводить диагностику для БЗ различного назначения.

4) Исследованы основные модели представления знаний, выявлены их достоинства и недостатки, виды архитектур ЭС и предлагается новая структура ЭС, которая наиболее полно отвечает поставленной задаче.

5) Создан механизм логического вывода, учитывающий повышение/ понижение ранга гипотез или их исключение и позволяющий определять наиболее вероятные причины патологического состояния диагностируемого объекта.

6) Подтверждена достоверность научных положений работы выполненными экспериментальными исследованиями, практической реализацией разработанной диагностической ЭС, её опытной эксплуатацией и результатами внедрений, (см. Приложение).

1. Аверкин А.В. Нечёткие множества в моделях управления искусственного интеллекта. // М.: Наука, - 1986.

2. Азаров В.Ф. Методология создания и планирования экспертных систем.// Современные диагностические технологии на службе здравоохранения: Материалы научно- практической конференции, посвящ. 10-летию Омского диагност, центра. / Омск, 1998, - с. 81-84.

3. Анализ данных и знаний в экспертных системах.: Сб. ст. / Научн. ред. Н.Г. Загоруйко. Новосибирск, 1990, - 162 стр.

4. База данных России: 2500 баз данных по всем областям деятельности: Каталог. // Комитет Рос. Федерации по информатизации. / Отв. сост. А.Я. Королёва, В.И. Федосимов. М. - 1993. - с. 265.

5. Балицкий Ф.Я., Босамыкин В.А., Ковальский В.Н., Текин А.Д. Некоторые результаты инспекционной вибродиагностики основного и вспомогательного оборудования нефтеперекачивающих станций. «Контроль. Диагностика» № 8, 2000.

6. Белова Т.М., Белов М.В. Объектно-ориентированный подход к проектированию экспертных медицинских систем. // Человек и его здоровье: (Сб. науч. работ). Курск, - 1998, в. 1, с. 80-81.

7. Беляев М.П., Гнеушев М.И., Егорова Т.П. и др. Справочник лабораторных и функциональных показателей здорового человека. М.: НПО «Развитие», 1992,-с. 28.

8. Биргер И.А. Техническая диагностика. М., Машиностроение, 1978.

9. Бохуа Н.А., Геловани В.А., Ковригин О.В. Экспертные системы: опыт проектирования. М., - 1990.

10. Бузук Г.JI. Логика и компьютер. // М.: Финансы и статистика, 1995.

11. Булыгин В.В. Представление неточных и слабовыраженных данных в инструментальных медицинских экспертных системах. // Актуальные проблемы медицины. М., - 1993. - с. 105-109.

12. Бурдиев В.П. Экспертно обучающая система «ПАТФИЗ». // Медицина сегодня и завтра. - 1999. №2. - с. 108- 110.

13. Волков А.А. Использование экспертной системы «ВЮ-RAD Remedy HS Drug Profiling system» в судебно-химическом анализе. // Судебно-медицинская экспертиза./ 1999. 42, №2. - с. 27-28.

14. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб. - Питер, - 2000. - с. 384: илл.

15. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М., Радио и связь, 1992, - 200 с.

16. Гаспарян С.А., Довгань Е.Г., Пашкина Е.С., Чеснокова С.И. Терминологический справочник для формирования формализованной истории болезни. /-М., 1999.-с. 157.

17. Геловани В.А., Ковригин О.В. Экспертные системы в медицине. // Математика, кибернетика. / - М., - №3. - 1987. - с. 32.

18. Гельфанд И.М. и соавт. Структурная организация данных в задачах медицинской диагностики и прогнозирования. // Сб. АН СССР Научные проблемы. «Кибернетика», 1982.

19. Гельфанд И.М., Розенфельд Б.Н., Шифрин М.А. Очерки о совместной работе математиков и врачей. // М.: Наука, - 1989.

20. Генкин А.А. Новая информационная технология анализа медицинских данных-СПб. Политехника, 1999.

21. Герман О.В. Введение в теорию экспертных систем и обработку знаний. Минск: ДизайнПРО, 1995. 255 е.; ил.

22. Гизатуллин Ш.Х., Амиров А.Х. Компьютеризированные истории болезни. // Terra media. 1996. №2. - с. 2-5.

23. Горелик А.Л., Балицкий Ф.Я., Требунский А.Н. Методы технической диагностики машин и механизмов. М.: Информтехника. 1990.

24. Грибова В.В. Разработка и исследование средств реализации гибкого интерфейса в экспертных системах. Владивосток, Автореф-т дисс. канд.т.н. 1998.

25. Гришина А.В., Латфуллин И.А., Терзи В.Ф. и др. Медицинская экспертная система «Доктор», Казанский медицинский журнал, 1996, №1, - с. 69-71.

26. Гублер Е.В. Информатика в патологии, клинической медицине и педиатрии. //-Л., Медицина, 1990,-с. 175.

27. Джексон П. Введение в экспертные системы. -Вильяме, 2001. 624с.

28. Доброседов А.Ю., Мирталибов Т.А. Разработка экспертной системы комплексного диагностирования человека. // Медико-экологические информационные технологии -98: Междунар. технол. конференция 19-22 мая 1998г./ Курск, - 1998. - с. 55-58.

29. Древаль А.В. Диагностика болезней (метод интервью). М., - 1994.

30. Дробышев Ю.П., Пухов В.В. Аппроксимация нечетких множеств. « Эмпирическое предсказание и распознавание образов ». // ВС, 1978.-с.75-82.

31. Евтихиев Н.Н., Оныкий Б.Н., Перепелица В.В., Щербаков И.Б. Математические модели и оптические реализации многослойных и полиномиальных нейронных сетей./- М.: МИФИ, 1994. 32с.

32. Емелин И.В. О стандартах электронного обмена медицинскими документами. // Комплексные технологии в медицине. 1996. №1. - с. 44-48.

33. Ж.-Л. Лорьер. Системы искусственного интеллекта: Пер. с франц. М.: Мир, 1991.-568 с.

34. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Издательство Института математики, 1999, - 270 с.

35. Задачи медицинской диагностики и прогнозирования с точки зрения математика. // Вопросы кибернетики. / Под редакцией И.М. Гельфанда. М., -1985.

36. Замулин А.В. Системы программирования баз данных и знаний. // Отв. ред. В.Е. Котов. / Новосибирск, - 1990. - с. 350.

37. Зислин Б.Д., Баженов A.M., Белкин А.А. и др. Основные принципы экспресс-диагностики и интенсивной терапии неотложных состояний, их peaлизация в экспертных системах. // Анестезиология и реаниматология. -1997, №1, с. 31-35.

38. Ивченко В.Д., Ивченко Н.К. Диагностика технических систем. М.: МГАПИ, 1998.

39. Ивченко В.Д., Нурматова Е.В. Разработка интерфейса диагностической экспертной системы. // М., Информационные технологии. № 10, 2001. - с. - 11-14/4 стр/2 стр.

40. Ивченко В.Д., Нурматова Е.В. Формализация диагностических заключений и понятий в области хирургии и их взаимодействие при разработке экспертной системы. // Тула, Вестник новых медицинских технологий. №3, 2001. - с. - 77-78 / 2 стр /0,6 стр.

41. Изерманн Р. Перспективные методы контроля, обнаружения и диагностики неисправностей и их применение. Приборы и системы управления. 1998 №4.

42. Искусственный интеллект. В 3-х кн.: Справочник / Под ред. Д.А. Поспелова - М.: Радио и связь, 1990.

43. Ищенко А.Н., Ермаков В.В., Толокшов В.М., Козлов В.П. Современное состояние и тенденции развития медицинских экспертных систем. // Труды института ВНИИИМТ, М., 1987. - вып.З, -с.45-58.

44. Кобринский Б.А. Системы искусственного интеллекта в медицине: Состояние, проблемы и перспективы// Новости искусств. Интеллекта. 1995, 2:с.65-79.

45. Колмогоров А.Н. Основные понятия теории вероятностей.// М.-Л.: ОН-ТИ , 1936.

46. Кофман А. Введение в теорию нечетких множеств.// М.: Радио и связь, 1982.

47. Кречетов Е.А., Храмцов В.Г. Система экспертной поддержки процесса принятия решения. // Сб. материалов научно-практической конференции 32-го Центрального Военно-медицинского госпиталя. М.,-1990,-с.60-61

48. Кржижановская О.А., Дубовский Е.Н. Экспертная система новая технология в медицине. - М., 1989,- 24 с. - Деп. В ВНИИМИ НПО «Союзмедин-форм» МЗ СССР.

49. Куракина Т.Ю., Олимпиева С.П., Киликовский В.В., Дегтярёв Д.Н. Экспертная система поддержки диагностических решений врачом-неонатологом. // Мед. техника, 1999, №1, с. 36-40

50. Ларичев О.И., Мечитов А.И. и др. Выявление экспертных знаний. М.: Наука, 1989 г.

51. Лорьер Ж.-Л. Системы искусственного интеллекта. М: Мир. 1991.

52. Макарова Н.В. Информатика.// М.: Финансы и статистика, 2000.

53. Марселлус Д. Программирование экспертных систем на Турбо Прологе. // -М.: Финансы и статистика, 1994.

54. Матюшичев И.Ю., Пассет Б.В. Создание экспертной системы по прогнозированию потребности в лекарственных средствах. / Фармация. - 1995. №2, с.27-29.

55. Медицинские информационные системы. / Под общ. Редакцией Н.М. Амосова, А.А. Попова. Киев: «Наукова Думка», 1975.

56. Мешалкин В.П. Экспертные системы в химической технологии.// М.: Химия, 1995.

57. Милль Д.С. Система логики силлогистической и индуктивной. М.: Книжное дело, 1990.

58. Минский М. Фреймы для представления знаний. М.: Энергия, 1979.

59. Минцер О.П. Экспертные диагностические системы. // Журнал практического врача. 1997., №2, - с. 42,44.

60. Моисеев В.А. Управление процессами диагностики, лечения и профилактики в условиях нового, хозяйственного механизма / Воронеж, политехи, инст-т, автореф. дисс. к.м.н., Воронеж, 1992, 16с.

61. Негойце К. Применение теории систем к проблемам управления.// М.: Мир, 1981.

62. Недоступ А.В. О последовательности расспроса при сборе анамнеза. // Тер. арх. 1990, №4, - с. 122-124.

63. Нейлор К. Как построить свою экспертную систему. // М.: Энергоатом-издат, 1991.

64. Нейлор М. Экспертные системы: Пер. с англ. / -М., 1989. - с. 254.

65. Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. М.: Радио и связь, 1985. - 373 с.

66. Новиков Ф.А. Дискретная математика для программистов. // СПб, Питер, - 2000. - с. 304 с илл.

67. Нурматова Е.В. Диагностика заболеваний хирургического профиля и выработка лечебной тактики. Отраслевой фонд алгоритмов и программ. // -М., Компьютерные учебные программы и инновации, 2001.

68. Нурматова Е.В. Методы представления знаний в базах знаний экспертных систем. // Научные труды Межвузовской научно-технической конференции «Автоматизация 99». // М., 1999, - с. 169- 176.

69. Нурматова Е.В. Экспертная система диагностики заболеваний хирургического профиля и выработки лечебной тактики. (ARCHEI ©). Зарегистрировано в реестре программ для ЭВМ. Москва. Рег.№ 2001611787 от 26.12.2001г.

70. Орловский С.А. Проблемы принятия решений при нечёткой исходной информации. //- М.: Наука , 1981.

71. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. М., Наука, Физматлит, 1997. - 112с.

72. Переверзев-Орлов B.C. Система «Советчик врача» // Экспертные системы: состояние и перспективы. М.: Наука, 1989. - с. 104-109.

73. Петров Э.И. Система Rethink. Применение. Аспекты. // Материалы семинара «Динамические интеллектуальные системы в управлении». М.: ЦРДЗ, 1996.-с. 58-64.

74. Плотников В.М., Суханов В.А. Системы, основанные на знаниях. // М., Мир, - 1995.

75. Поляков М.И., Баллюзек Ф.В., Добрынин Е.В. Особенности представления и использования знаний в медицинских экспертных системах. // Информатика в здравоохранении: Материалы Всесоюзной научной конференции 11-12 декабря 1990 г. М., 1990, - ч.2. - с. 67-68.

76. Попов А.А. Анализ и синтез медицинской информации в клинической медицине. // Применение математических методов и ЭЦВМ в медико-биологических исследованиях.: Тез. Всесоюзн. симпозиума. JI., 1982. -ч. 2.-с. 86-89.

77. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. // М.: Наука, 1987.

78. Поспелов Д.А. (под редакцией) Нечёткие множества в моделях управления и искусственного интеллекта.// М.: Наука , 1986.

79. Преферанский Н.Г. Представление знаний с использованием правил в экспертной системе «Взаимодействие лекарственных средств» // Фармация. 1992. - №3. - с. 8-12.

80. Продеус А.Н., Захрабова Е.Н. Экспертные системы в медицине. М. -Век+, Серия «Физическая и биомедицинская электроника», 1998. - 320с.

81. Рахманинова З.Б., Ульянов С.В. Экспертные системы для лечебно-диагностических процессов // Мед. техника. 1988. - №6. - с. 23 - 41.

82. Сепетлиев Д. Статистические методы в научных медицинских исследованиях. //- М., Медицина, 1968. - с . 419.

83. Середа Е.Н., Родионова Т.А. Формализация структуры знаний в экспертной системе медицинской диагностики. // Компьютеризация в медицине: Межвузовский сборник научных трудов / Под ред. В.Н. Фролова Воронеж, 1993.-с. 11-19.

84. Славин М.Б. Методы системного анализа в медицинских исследованиях.- М. 1989. -с. 304.

85. Сойер Б., Фостер Д.Л. Программирование экспертных систем на ПАСКАЛЕ. // М.: Финансы и статистика, 1990.

86. Статья: Приказ Министерства здравоохранения РФ от 11.12.98 №359. «Об экспертизе программных средств и баз данных, используемых в системе здравоохранения РФ» // Здравоохранение: Журнал для руководителей и главного бухгалтера. 1999. №2, - с. 121-133.

87. Таунсенд X., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. М: Финансы и статистика. 1990.

88. Тимофеев С.Г., Бирюков В.В., Орбачевский Л.С. Система проектирования нейросетевых алгоритмов для медицинских экспертных систем. // Приборы и системы управления. 1998, -№ 3, - с. 15-17.

89. Токарев В.Л. Логические модели в экспертных системах медицинской диагностики. // Вестник новых медицинских технологий. 1998, № 3-4, с. 102-106.

90. Тэрано Т. (под редакцией), Асаи К., Сугэно М. Введение в нечёткие системы. // Токио: Омся, 1986.

91. Тэрано Т. (под редакцией), Асаи К., Сугэно М. Прикладные нечёткие системы.//-М.: Мир, 1993.

92. Уоссермен Ф. Нейрокомпьютерная техника. Теория и практика. М.: Мир, 1992.-93 с.

93. Уотермен Д. Руководство по экспертным системам. // М., Мир, 1989.

94. Устинов А.Г., Таубес В.З. Логический подход в разработке алгоритмов диагностики заболеваний внутренних органов. // Информатика и здравоохранение: Материалы Всес. научн. конф. 11-12 декабря 1990, М., 1990, -ч.2, - с. 86-87.

95. Уэно X. (под редакцией), Исидзуки М. Представление и использованиезнаний. // М.: Мир, - 1989.

96. Хай Г.А. Автоматизированная диагностическая экспертная система // Экспертные системы: состояние и перспективы. М.: Наука, - 1989,- с. 109119.

97. Хаякава В., Екои Н. Экспертная система для оценки и принятия решений по разрушению бетона. // Токио: Никэй Компюта, - 1986.-е. 179-190.

98. Хейс-Рот Ф. (под редакцией), Уотермен Д., Ленат Д. Построение экспертных систем. М.: Мир, 1987. - 441 стр.

99. Циммерман Я.С. Мысли о врачевании. Сборник. Пермь, 1983. - с. 15,20, 51, 80-82, 115, 118.

100. Цыганий А.А., Минцер О.П., Ченский О.П. Статистическое моделирование основных жизненных функций при миткальных пороках сердца. // -Киев: Наукова думка, 1980.

101. Цыганков В.Д. Нейрокомпьютер и его применение./ Под редакцией В.А. Львоваю М.: «СолСистем», 1993. - 117с.

102. Черняховская М.Ю. Автореф. дисс. . . . д-ра мед. наук. М., -1991, - 46с.

103. Черняховская М.Ю. Инженерия знаний в медицине // Теория и практика систем информатики и программирования. Новосибирск, - 1988, - с. 160169.

104. Черняховская М.Ю. Представление знаний в экспертных системах медицинской диагностики. Владивосток, - 1983.

105. Чиркин А.А., Окороков А.Н., Гончарик И.И. Диагностический справочник терапевта. Минск: «Беларусь», - 1993. - 688с.

106. Экспертные медицинские диагностирующие системы // Известия АН СССР. Техническая кибернетика. 1982. - №5.-с.43-63.

107. Экспертные системы. Принципы работы и примеры. / Под редакцией Р. Форсайта. Пер. с англ., М.: Радио и связь, -1987. - 342 с.

108. Элти Дж., Кумбс М. Экспертные системы: концепция и примеры./ Пер. с англ. М.: Финансы и статистика, - 1987.

109. Яхно Т.М. Системы продукций: структура, технология, применение. -Новосибирск: издательство СО АН СССР, 1990.

110. Boehm В. A spiral model of software development and enhancement // IEEE Computer. 1988. -№ 25(5). - P. 61-72.

111. Buchman B.G., Shortliffe E.H. Rule-Based Expert Systems: The MYCIN. // Experiments of the Standford Heuristic Programming Project Addison - Wesly. 1984.

112. Clements B.R. and Preto F. Evaluting Commercial Real Time Expert System Software for Use in the Process Industries. C&I. - 1993. - P. 107-114.

113. Expert system saves 20 million L on pipeline management. C&I July, 1994, p.31.

114. Expert Systems: principles and case studies (Ed. By Richard Forsyth.- London, N-y: Chapman and Hall, 1984. xii + 228p.p.

115. F. Hayes-Roth, N. Jacobstein. The State of Enowledge-Based Systems. Communications of the ACM, March, 1994, v.37, n.3, pp.27-39.

116. Feigenbaum E.A. The art of artificial intelligence: Themes and case studies of knowledge engineering // The fifth International Joint Conference on Artificial Intelligence.- Boston: MIT, 1977.-P. 1014-1029.

117. Feigenbaum E.A., Barn A. The handbook of artificial intelligence. New York: Academic Press, 1982.

118. Hall C. The Intelligent Software Development Tools Market // Part II. Intelligent Software Strategies. 1996. - V. 12. - №3. - P. 1- 16.

119. Harmon P. The Market for intelligent Software Products Intelligent Software Strategies, 1992,- V. 8. 2. P. 5-12.

120. Harmon P. The Size of the Commercial AI Market in the US. Intelligent Software Strategies. 1994, v. 10, n.l, pp. 1-6.

121. Keravnou E.T., Jonson L. Towards a generalized model of diagnostic behavior // Knowledge-based systems.- 1989. Vol 2., №3. - P. 165-177.

122. Lanzola G., Stefanelli M. NeoAnemia: A knowledge-based system emulating diagnostic reasoning // Computers and Biomedical research.- 1990.- №23.-P.560-582.1. A ' !

123. Metody umele inteligence a expertny systemy II. Praha: CSVTS - FEL -CVUT, 1985.-220c.155

124. Moore R. Expert Systems in Real-Time Application: Experience and Developments // Proceedings of the Seventeenth Annual Advance Control Conferenc, 1991. October.

125. Newell A. Production systems: models of control structures // Visual information processing. New York: Academic Press, 1973. - P. 463-526.

126. Nilsson N. J. Principles of Artificial intelligence. Palo Alto; California, Tioga Press, 1980.

127. Perley D.R. Migration to Open Systems. Taming the Tiger. Mc Graw-Hill, 1993.-P. 252.

128. Pichot F, Pissarro B. Essai d'evaluation du systeme "Gamin" dans un departa-ment de region parisienne. Rev Pediat 1980; XVI(6):353-67.

129. Reynolds D., Gomatam T. Stochastic modeling of genetic algorithms // Artificial Intelligence. 1996. - Vol. 82, №1-2. - P.303-303.

130. Rose M. Generalizing the notion of schema in genetic algorithms // Artificial Intelligence. 1991.-Vol. 50. - P. 385-386.

131. Sherry A. Land, Jane T. Malin. Making Intelligent Systems Team Players. A Guide to Developing Intelligent Monitoring Systems // NASA Technicial Memorandum 104807,- 1995, July.

132. Van Bemmel J.H. Medical Informatics, Art or Science? // Meth. Inform. Med. 1996. v.,35. - p. 157- 172.

133. Whitley D. Evaluating evolutionary algorithms // Artificial Intelligence. -1996. Vol.85, №1-2. - P.245-276.

134. Zadeh L.A. Discussion: Probability theory and fuzzy logic are complementary rather than competitive // Technometrics. 1995. - Vol.37. - N 3. - P.271-276.1. Окноредактирования БД о пациентах1. Открытие файла БД (*.dbn)

135. Ввод/ редактирование гипотезft Диагностика заболеваний хирургического профиля и выработки лечебной тактики ШШШ2Ш

136. Файл Пациенты Подготовка знаний Опрос 0 программе J

137. Ж: Комплексы pj—j1 Свойства Разделы Узлы ^ Разметка j I Q i 4*/*1. Выход из системы

138. Информация о программе, вызов справки

139. Вызов основного окна опроса пациента для диагностики

140. Рис.1. Функциональное описание интерфейса ЭС ARCHEI.1. Вход в систему

141. Пользователь: Admin Пароль:1. ОК1. Cancel

142. Рис.2. Окно доступа пользователей различных категорий.1. Открыть базу данных1. Папка: Archei3 aj Ml й\ SMl1. Хирургия, dbn1. И мя Файла: Sирчргия.сю1. Открыть

143. Тип Файлов: j Файлы баз данных Archei (". dbn) ^J1. Г* Только чтение1. ОтменаЖ

144. Рис.3. Открытие БД для приобретения знаний и проведения диагностики.

145. Редактирование базы данных по пациентам

146. Область: . Код пациекга Условие Фильтра:31. Сохранить1. Печать.1. Добавить Удалить

147. И < Пациенты: всего записей 6 ► ►I

148. Г Дополнительно Место работы:1. Должность;завод "Металлист"программист Время, прошедшее с начала заболевание (ч): Палата: 4

149. Отделение: |2-ое хирургическоерг

150. Рис.4. Основное окно ведения данных о пациенте.

151. Ш! Добавление/редактирование комплексов

152. Выберите комплекс, который нужно отредактировать

153. Положительный симптои Раздольского Положительный симптом Бертенье-Михельсона Положительный симгттом Ровзинга Положительный симптом Ровзинга Положительный симптом Ситковского Положительный синдром Фёдорова Синдром Бооса-Свирского1. Синдром Кера

154. Синдром Орренипус Синдром Ортнера Синдром Щёткина-Блюмберга1. Комментарий к комплексусиндром Кера

155. Морфологическое исследование мочимочи (Функциональные пробы) Нагрузка на сегментналичие боли при дизурии1. Наличие раны1. Нарушение аппетита J1. Нарушение дыхания1. Нарушение зрения1. Нарушение настроения

156. Нарушение обоняния (восприятия)1. Нарушение слуха1. Нарушение Функции ВИД

157. Нарушение Функции зоны, области, сегм ,непереваренная пища в кале•Сервис:1. Добавить комплекс1. Переименовать комплекс1. Удалить комплекс

158. Рвота (Нарушение Функций ЖКТ)1. Судороги1. Тошнота1. Боль1. Жар

159. Текущее значение свойства:1. Значение1.maxболезненноебез болиО\----Ю

160. Рис. 5. Модуль приобретения знаний. Окно ввода/редактирования симптомокомплексов.

161. Введение/редактирование свойств

162. Выберите свойство, значения которого нужно отредактироватьголовы (черепа) Голод гормонов денсигометрия1. Детальный характер болей

163. Детальный характер боли Деформация зоны, области, сегмента диагностическая ляпаротомия диагностическая ляпоростомия Дизурия (Нарушение мочеиспускания) Дозиметрия медицинская

164. Г Является ли текущая строка событием (да/нет) Поиск: П^ '

165. Тип значения для текущего свойства

166. Значение представляет собой текстовую строк

167. Рис. 6. Модуль приобретения знаний. Окно ввода/редактирования событий или свойств.

168. Введение/редактирование разделов

169. Выберите раздел, который нужно отредактировать1. Анамнез заболевания

170. Физикальные методы (Status present objectives)ш1. Комментарий к разделупредисгтория патологических изменений

171. Начать опрос сданного раздела1. Добавить раздел1. Переименовать разделт I Удалить раздел

172. Рис. 7. Модуль приобретения знаний. Окно ввода/редактирования разделов.

173. Введение/редактирование гипотез1. Список гипотез1. Добавить гипотезу1. Острый панкреатит1. Острый аппендицит

174. Исключает возможность развития

175. Может увеличивать возможность развития