автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка моделей и алгоритмов автоматизированного выбора реабилитационных мероприятий при коррекции реноваскулярной артериальной гипертензии

На правах рукописи

РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ АВТОМАТИЗИРОВАННОГО ВЫБОРА РЕАБИЛИТАЦИОННЫХ МЕРОПРИЯТИЙ ПРИ КОРРЕКЦИИ РЕНОВАСКУЛЯРНОЙ АРТЕРИАЛЬНОЙ ГИПЕРТЕНЗИИ

Специальность 05 13 01 - Системный анализ, управление

и обработка информации (технические науки)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Воронеж - 2008

□□3171314

003171314

Работа выполнена в ГОУ ВПО «Воронежский государственный технический университет»

Научный руководитель Заслуженный деятель науки РФ,

доктор технических наук, профессор Фролов Вадим Николаевич

Официальные оппоненты доктор технических наук, профессор

Федянин Виталий Иванович,

кандидат технических наук, доцент Усов Юрий Иванович

Ведущая организация ГОУ ВПО «Курский государственный

технический университет»

Защита состоится «27» июня 2008 г в 1600 часов в конференц-зале на заседании диссертационного совета Д 212 037 02 ГОУ ВПО «Воронежский государственный технический университет» по адресу 394026, г Воронеж, Московский просп, 14

С диссертацией можно ознакомиться в научной библиотеке ГОУ ВПО «Воронежский государственный технический университет»

Автореферат разослан < » мая 2008 г

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Благодаря развитию средств вычислительной техники и связи в настоящее время широкое распространение получили информационные технологии Возможность работать с современными информационными базами и банками данных приобретает все более важное значение для специалистов в области медицины Благодаря большой емкости памяти, быстроте действия и скорости передачи данных стали доступны обширные массивы научной и деловой информации, анализ которой был ранее невозможен, причем это оказывает ощутимую пользу не только в научных исследованиях, но и в решении практических задач, например вопросов диагностики и выбора тактики лечения, диспансерного наблюдения

Мировой опыт показывает необходимость внедрения высоких медицинских технологий, от чего во многом зависит эффективность медицинского обслуживания населения, в конечном результате — его качество и продолжительность жизни, а также и экономические аспекты деятельности медицинских учреждений

И у нас в стране, и за рубежом первые попытки автоматизации работы лечебных учреждений начались с разработок автоматизированных рабочих мест (АРМ) врачей, деятельность которых была связана с трудоемкими математическими расчетами Еще одно направление по внедрению вычислительной техники в медицинскую практику было связано с автоматизацией управленческих и административных функций

В последние годы во всем мире отмечается быстрое и неуклонное повышение частоты заболевания артериальной гипертензией (АГ) По данным обследования репрезентативной выборки (2004 г) стандартизованная по возрасту распространенность АГ (140/90 мм ртст) в России составляет среди мужчин 39,2 %, а среди женщин - 41,1 % В 70 % этих случаев АГ вызвана заболеваниями и поражениями почек

Термин "почечная артериальная гипертония" включает довольно большой перечень заболеваний Несмотря на разнообразие заболеваний, патогенетический механизм, лежащий в основе "почечной" АГ, как правило, един Ре-новаскулярную артериальную гипертензию (РВАГ) выявляют у 1-3 % всех лиц, страдающих АГ, в 20 % всех случаев резистентной АГ, в 30 % случаев злокачественной и быстропрогрессирующей АГ У представителей черной расы РВАГ встречается реже, а у японцев причиной РВАГ нередко бывает хро-

нический неспецифический аортоартериит (болезнь Такаясу) с вовлечением почечных артерий.

В целом полученные данные свидетельствуют о высокой распространенности реноваскулярной артериальной гипертензии в российской популяции, плохой осведомленности больных о наличии у них заболевания (особенно среди мужчин), недостаточном назначении лекарственной терапии больным и катастрофически низкой ее эффективности Бурное развитие исследований по проблеме реноваскулярной артериальной гипертензии, масштабные эпидемиологические и клинические работы обусловили коренной пересмотр многих положений этиопатогенеза, профилактики и лечения реноваскулярной артериальной гипертензии

Таким образом, актуальность диссертационного исследования обусловлена необходимостью разработки методов и алгоритмов процесса диагностики реноваскулярной артериальной гипертензии и выбора тактики коррекции заболевания в клинических условиях

Работа выполнена в соответствии с основными научными направлениями ГОУ ВПО «Воронежский государственный технический университет» «Биокибернетика и компьютеризация в медицине» и «Проблемно-ориентированные системы управления» при выполнении научно-исследовательской работы ГБ 2007 27 «Интеллектуализация принятия управленческих решений в медицинских системах при диагностике и лечении»

Цель работы. Разработка комплекса методов, процедур, моделей диагностики и выбора схем лечения реноваскулярной артериальной гипертензии на основе анализа эпидемиологических характеристик, факторов, характеризующих течение заболевания, а также интеллектуализации принятия решений с применением алгоритма рационального выбора тактики индивидуальной терапии

Для достижения поставленной цели необходимо решить следующие задачи

на основе методов математической статистики разработать решающие правила для классификации пациентов с заболеванием реноваскулярной артериальной гипертензией в зависимости от степени тяжести заболевания,

построить формальную модель дифференциальной диагностики заболевания реноваскулярной артериальной гипертензии на основе технологии интеллектуального анализа анамнестических данных и данных лабораторного исследования,

сформировать имитационную модель лечения больных реноваскулярной артериальной гипертензией и прогнозирования исхода для выбора тактики лечения с применением адаптивных методов принятия решений,

разработать и внедрить автоматизированную компьютерную систему, предназначенную для обеспечения рациональной диагностики реноваскулярной артериальной гипертензии с целью повышения эффективности диагностики в клинических условиях

Методы исследования Для решения поставленных задач использовались методы системного анализа, теории управления, добычи данных, экспертного оценивания и принятия решений, методы теории искусственного интеллекта, систем автоматизированного моделирования, интеллектуального анализа данных, основные положения теории вероятностей и математической статистики

Научная новизна результатов исследования В работе получены следующие результаты, характеризующиеся научной новизной

совокупность решающих правил, позволяющая относить пациента с заболеванием реноваскулярной артериальной гипертензией к одному из выделенных классов, сформированная на основе знания экспертов,

математические модели оценки степени тяжести заболевания, ориентированные на диагностику реноваскулярной артериальной гипертензии, отличающиеся использованием комплекса методов дискриминантного анализа, деревьев решений и нейронных сетей,

алгоритм выбора тактики лечения больных реноваскулярной артериальной гипертензией, позволяющий рационализировать дозу медикаментозного воздействия при лечении больных реноваскулярной артериальной гипертензией и учитывающий индивидуальные особенности пациентов,

автоматизированная система рациональной диагностики реноваскулярной артериальной гипертензии, повышающая эффективность диагностики пациентов в клинических условиях

Практическая значимость и результаты внедрения Разработаны методы поддержки принятия решений для диагностики реноваскулярной артериальной гипертензии, а также на основе математического моделирования медикаментозной терапии предложена методика для клинического использования, что позволяет рационально проводить процесс лечения путем индивидуального подбора вида и дозы лекарственного воздействия при лечении больных

Результаты работ внедрены в научно-исследовательскую работу, учебный процесс межвузовской кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет» и в деятельность МУЗ городского округа г Воронежа «ГКБСМП №10»

Эффективность заключается в возможности повышения эффективности лечения больных, уменьшения фармакологического воздействия, снижения побочных эффектов препаратов, уменьшения осложнений в ходе процесса лечения

Апробация работы. Материалы исследований, представленные в диссертации, докладывались и обсуждались на Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2005, 2007), Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2005), научно-методическом семинаре кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет» (2005,2006,2007)

Публикации Основные результаты диссертации опубликованы в 19 научных работах, в том числе 3 - в изданиях, рекомендованных ВАК РФ

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат [1, 12, 16, 17] построение логической модели выбора схем коррекции реноваскулярной гипертензии, [2] оценка методов оптимального управления процессом коррекции заболевания у пациентов, [3, 13] предложен подход для учета хирургической составляющей логической модели выбора схемы лечения вазоренальной гипертензии, [4, 5, 9] предложен алгоритм адекватного построения процесса лечения вазоренальной гипертензии, [6, 8] анализ методов оптимального управления процессом лечения, [11, 14,19] предложена структура автоматизированной системы диагностики и выбора тактики лечения реноваскулярной гипертензии, [7, 10, 15, 18] анализ актуальности проблемы заболевания и современных методов диагностики вазоренальной гипертензии

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 114 наименований Основная часть работы изложена на 119 страницах, содержит 20 рисунков и 20 таблиц

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении рассматривается актуальность работы, дается ее краткая характеристика, определяются пути решения поставленных задач.

В первой главе рассматривается понятие гипертонической болезни (ГБ), приводятся результаты эпидемиологических исследований, проведенных в различных регионах Российской Федерации (рис. 1), определяются и классифицируются уровни артериального давления.

Рис. 1. Показатели информативности, лечения и адекватного контроля заболеваемости артериальной гипертензией

На основании определенных стратифицированных критериев риска приводится классификация уровней артериального давления, определяется классификация артериальной гипертензии по видам заболевания.

Дается понятие «реноваскулярная артериальная гипертензия» (РВАГ) или «вазоренальная гипертензия», рассматриваются причины возникновения заболевания, реализация гипертензивного и ликвидация антигипертензивного механизмов. Определяется классификация вазоренальной гипертензии по стадиям болезни. Рассматривается комплекс обязательных предварительных тестов, который включает в себя инвазивные и неинвазивные методы диагностики заболевания. Дается представление об основных способах коррекции заболевания, о показаниях и противопоказаниях как для лекарственной терапии, так и для хирургического вмешательства.

Рассмотрены формальные методы выбора тактики реабилитационных мероприятий, включающие в себя математические методы моделирования и

адаптивные методы для анализа и решения задач принятия решений в условиях неопределенности.

На основании проведенного анализа определяются цель и задачи исследования.

Во второй главе рассмотрена возможность классификации пациентов с подозрением на реноваскулярную артериальную гипертензию. В качестве исходной выборки были использованы клинические наблюдения и исследования 95 человек в условиях МУЗ городского округа г. Воронежа «ГКБСМП №10».

Для определения возможности отнесения пациентов в ту или иную группу, используя методы математической статистики, проводится статистический анализ на основе метода главных компонент.

На рис. 2 представлена диаграмма, показывающая графическое распределение признакового пространства на плоскости первых двух главных компонент. При анализе диаграммы рассеивания оказалось, что исследуемые объекты, относящиеся к разным классам, занимают определенные области, хотя и не четко выраженные. Видно, что первая главная компонента дает наибольшее представление о распределении пациентов по группам, нежели чем вторая, по значению которой нельзя судить о принадлежности пациента к определенной группе.

3,0 2,5 2.0 1,5 1.0

м

га 0,5 (1 0,0 г

о

* -0,5 -1,0 -1.5 -2,0 -2,5

О «о,

оО

«со В®

о д

л д

д

О ^ Д £

л

О О

о д

а

о * * о

о д

О^П ад

о д

I лА

о * 4л

-2,0 -1.5 -1.0 -0.5 0,0 0,5 1,0 1,5 2,0 2,5 3,0

о Здоров

□ Низкая ст. тяжести

О Средняя ст. тяжести

д Высокая ст. тяжести

Компонента 1

Рис. 2. Диаграмма рассеивания признакового пространства больных РВАГ

Для уточнения и более детального исследования ситуации по распределению пациентов в группы по степени тяжести реноваскулярной артериальной гипертензии применяется дискриминантный анализ, позволяющий при помощи соответствующих дискриминантных функций распределять объекты, в данном случае пациентов, по классам. В данном случае, имея показатели по рассматриваемым признакам Х1-Х8 и соответствующие дискриминантные функции, можно сразу отнести пациента к тому или иному классу по уровню показателя.

У1 = 152,916 + 0,990*Х1 + 0,439*Х2 - 1,844*ХЗ + 0,428*Х4 + + 1,158*Х5 + 59,249*Х6 + 55,356*Х7 + 56,004*Х8;

У2 =- 169,952 + 1,055*Х1 -0,441 *Х2 - 1,380*Ю + 0,547*Х4 + + 1,010*Х5 + 60,422*Х6 + 56,537*Х7 + 57,959*Х8;

УЗ = -277,841 + 1,291X1 - 0,704*Х2 - 0,701*ХЗ + 0,765*Х4 + + 1,128*Х5 + 82,970*Х6 + 76,151*Х7 + 78,238*Х8;

У4 = - 431,158 + 1,603X1 - 0,937*Х2 + 0,142*ХЗ + 0,970*Х4 + + 1,127*Х5 + 103,526*Х6 + 96,479*Х7 +98,168*Х8.

Данные математические модели позволяют соотносить исследуемого пациента с той или иной группой в зависимости от стадии реноваскулярной артериальной гипертензии.

На рис. 3 показана диаграмма рассеивания пациентов на плоскости по результатам дискриминантного анализа.

Чь-

о -1 -2 -3

о <>° 08 А Ад

Л £

0 А^д д.

О о ООО ъ о д д Д д л

-2 0 2 4 6 8

Рой 1

о Здоров

С] Низкая ст. тяжести

о Средняя ст. тяжести

д Высокая ст. тяжести

Рис. 3. Диаграмма рассеивания исследуемых пациентов с заболеванием РВАГ на плоскости (по результатам дискриминантного анализа)

Для построения моделей дифференциальной диагностики из множества современных методов распознавания образов и добычи данных в данной работе наряду с дискриминантным анализом будем рассматривать такие методы, как деревья решений и нейронные сети

Результаты дискриминантного анализа подтвердили правильность отнесения в ту или иную группу пациентов, страдающих РВАГ, в некоторой степени скорректировав результаты факторного анализа, и распределили пациентов в четыре класса, в зависимости от уровня исследуемых показателей, и позволили рекомендовать построенную модель для использования в диагностике при оценке степени тяжести РВАГ

Алгоритм формирования дерева решений основан на вычислении для каждого атрибутаа, теоретико-информационной £-меры, основанной на энтропии £-мера вычисляется следующим образом Для данного узла пусть р-число положительных примеров, п- число отрицательных примеров, ру - число положительных примеров со значением атрибута а,, пу - число отрицательных примеров со значением V атрибута а, Тогда

Ы Р„ + п„

= (1) Р + П

где 1{х,у)--

0, если х = 0,

0, если у = 0, (2)

хху у

--log----—log——, иначе

х + у х + у х + у х+у

Дерево решений определяет классификационную процедуру естественным образом любой объект связывается с единственным терминальным узлом

Для построения дерева решений, ориентированного на определение степени заболевания пациента по набору входных признаков, использовалась обучающая выборка и программа Deductor Формирование выборки было проведено по данным исследования 95 пациентов Были взяты статистические данные по четырем группам пациентов, у которых в дальнейшем наблюдались четыре состояния здоров, низкая степень тяжести РВАГ, средняя степень тяжести РВАГ, высокая степень тяжести РВАГ Каждый пациент характеризуется 8 признаками, характеризующими состояние здоровья пациента (рис 4)

■ЁО ЕСЛИ (По результату)

хГ<'127.5 ТОГДА у.

Э (=1x1 >=127,5

э-рдаап «1 <177.5

& ¡»■>'1 х1 < 137,5

I I 3 < 5,85 ТОГДА у = 1 Г~"—1 3 >= 5,85 ТОГДА у = 1 х1 >=137,5

хЗ < 9,35 ТОГДА у = 2 хЗ >= 9,35 ТОГДА у = 2 х1 >= 177,5 ТОГДАу = 3

Рис. 4. Фрагмент дерева решений по оценке степени тяжести заболевания

РВАГ пациентов

Признаки XI - Х8 - диагностические признаки пациентов. «Диаг» (следствие) принимает четыре значения: «О», «1», «2», «3», что соответствует четырем диагностируемым состояниям пациента.

Апробация построенной модели была проведена на контрольной выборке, включающей статистику по 45 пациентам тестового множества и 10 - вали-дационного, не вошедшим в обучающую выборку; лишь 2 примера из этого множества были распознаны неверно, таким образом, процент распознавания данной модели - 96,4 % (таблица).

Логические модели, построенные на основе метода «деревья решений», наглядно отражают зависимость осложнения от каждого из параметров, не требуют сложных вычислений для получения ответа и позволяют добиться необходимой уверенности в ответе. Кроме того, для повышения достоверности дифференциальной диагностики больных с заболеванием реноваскулярная артериальная гипертензия рекомендуется использовать нейросетевые модели, которые уступают по вычислительной трудоемкости, но позволяют получить более точный результат. Это позволяет использовать нейросетевые модели для отыскания скрытых закономерностей в запутанных данных. Для этого разработаны на основе нейросетевых технологий инструменты для автоматизированной диагностики заболевания.

Для выявления соответствия состояний пациентов определенной степени тяжести заболевания была создана четырехслойная гомогенная нейро-сеть, включающая 8 входных признаков, 8 входных нейронов, 3 скрытых

нейрона, 1 выходной нейрон С помощью программы Бес1иси)г была обучена нейронная сеть, предназначенная для прогнозирования диагноза пациентов

После того, как нейронная сеть обучена, можно подавать на ее вход данные, которые не были использованы при обучении По входным факторам система будет определять выходной, т е прогнозировать состояние пациента с достаточно высокой степенью точности

Апробация построенной модели была проведена на контрольной выборке, включающей статистику по 55 пациентам, не вошедшим в обучающую выборку 45 пациентов вошли в тестовое множество, 10 — в валидационное, лишь один пример из этого множества был распознан неверно (таблица)

Результаты апробации моделей знаний по оценке степени тяжести РВАГ

Метод добычи данных Контрольная выборка, количество примеров Количество неверно распознанных примеров Процент распознавания, %

Тестовое множество Валидационное множество

Дискриминантный анализ 45 10 3 94,5

Деревья решений 45 10 2 96,4

Нейронные сети 45 10 1 98,1

Таким образом, полученные на основе методов дискриминантного анализа, деревьев решений и нейронных сетей модели оценки степени тяжести РВАГ пациентов могут быть представлены в виде распознающих правил и загружены в базу знаний автоматизированной диагностической системы

Третья глава посвящена алгоритмизации процесса лечения реноваску-лярной артериальной гипертензии с использованием медикаментозной терапии при невозможности проведения хирургического метода лечения При выборе тактики неоперативного лечения одним из важнейших этапов является прогнозирование физиологических параметров на основе моделей процессов лечения

Прогнозирование изменения физиологических параметров является одной из важнейших оценок, точность которых в основном определяет оптимальный выбор тактики лечебных мероприятий Выбор схемы лечения из не-

скольких допустимых альтернатив может быть осуществлен на основе априорных данных об эффективности той или иной терапии для конкретного больного В случае, когда таких данных нет и требуется учесть индивидуальные особенности каждого больного, используются прогностические модели

При выборе тактики лечения и прогнозирования его исхода применяют методы имитационного эксперимента для организации и алгоритмизации диалогового режима «лечащий врач-ЭВМ» в ускоренном и реальном масштабе времени на основе адаптивных алгоритмов, математических и логических моделей, использующих наравне с объективной текущей информацией априорную информацию, поступающую от ЛВ, и экспертную информацию

В работе получены прогностические модели, на основе которых возможно проигрывание различных вариантов с целью выбора оптимального набора параметров для каждого конкретного больного

Для интеллектуальной поддержки принимаемых врачом решений при рациональном выборе тактики лечения с применением ингибиторов АПФ на основе оценки АД наиболее целесообразным является комплексный подход, основанный на имитационном эксперименте с использованием прогностических моделей, и адаптивное управление с использованием двухуровневых адаптивных алгоритмов В том и другом случае для выбора рационального лечения принятие решения производится с применением ПЭВМ, а также в реальном и ускоренном масштабе времени в автоматическом и диалоговом режиме При этом лечащий врач (ЛВ) является лицом, принимающим решение (ЛПР), который оценивает предложенные исследователем операций схемы лечения, полученные в автоматическом режиме, задает условия лечения и оценивает результаты лечения как на каждом шаге лечения, так и на весь период лечения больного, что позволяет принимать рациональное решение в условиях ряда неопределенности и неполной априорной информации

Для оценки эффекта лечения принимается величина АД после окончания переходного процесса от воздействия Лечащий врач в результате лекарственной терапии стремится к достижению желаемого исхода лечения Так как принятие решения на каждом шаге лечения принимается в условиях неполной априорной информации, то на основе методов формализации информации, поступающей от лечащего врача, используются двухуровневые алгоритмы как на уровне выбора текущих целей управления процессом лечения, так и на уровне выбора величины физиотерапевтических воздействий

На каждом шаге лечения поступает информация и оценка эффективности лечения от лечащего врача на предыдущем шаге лечения, которая форма-

11

лизуется и используется при выборе цели лечения и величины физиотерапевтического воздействия на последующем шаге лечения по адаптивным алгоритмам

Если лечащий врач ставит задачу достижения эффекта лечения за наикротчайший срок, то это означает выполнение условия

Л У*)1 ->min, (3)

а если надо выполнить условие противоположное (1), то необходимо, чтобы выполнялось условие

/2=(у^-у!)2->шп, (4)

где к- номер шага управления, на котором принимается решение

В процессе лечения лечащий врач (JIB) должен находить компромисс между противоречивыми критериями (1) и (2) путем свертывания их в глобальный критерий

Л*] = Pji + Pjt, (5)

где pi и р2 - величины вероятности использования критериев соответственно (3)и(4)

Расчет дозы лекарственного вещества производится с текущими значениями вероятности привлечения критериев (3) и (4)

Если на каком-нибудь шаге терапии врач отдает предпочтение виду А = +1, величина дозы определяется по формуле

и^и^+а'Сv"-yLl (6)

величина шага ак в этом случае определяется по формуле следующим образом

а* = а'"1 expji^iy,* - у1Ж)(у^ - y.jj (7)

Начальная доза препарата задается лечащим врачом На первом уровне производится настройка величины вероятностей и определение величины управляющих воздействий, а на втором осуществляется настройка величины коэффициента по итеративным формулам Второй уровень алгоритма обеспечивает их сходимость

На рис 5, 6 представлены примеры использования адаптивного алгоритма при коррекции реноваскулярной артериальной гипертензии

АД мм рт сг

200 О

-*-лда

ускоренный масштаб времени Я АДд реал ьмый масштаб времени

-•-Аде

ускоренный масштаб времени Ч АДс реальный масштаб времени

О Дннлечення

О 3 6 9 12 15 18

Рис 5 Коррекция РВАГ с использованием ингибитора АПФ, динамика терапии в реальном и ускоренном масштабах времени

200

150

У1 Уг

О 150 Г

160

100

100:

О 100 50 100 50 1 2 3 4 5 8 7 В 9 11

•- — — -• у»

о- — — — о у2» • ■ и.

Рис 6 Коррекция РВАГ ингибитором АПФ с использованием адаптивного алгоритма

Как видно из рис 5, 6, применение имитационного моделирования в сочетании с адаптивными алгоритмами позволяет повысить эффективность медикаментозного воздействия ингибиторами АПФ Это происходит за счет оптимизации дозы лечебного воздействия, сокращения сроков лечения по срав-

нению с традиционными методами терапии, а также возможности учета индивидуальных особенностей пациентов. Таким образом, использование адаптивных алгоритмов позволяет построить оптимальную тактику коррекции заболевания.

В четвертой главе представлены результаты апробации автоматизированной системы. На основе описанных математических моделей алгоритмов построена автоматизированная система, предназначенная для повышения эффективности диагностики и управления состоянием пациента с заболеванием реноваскулярной артериальной гипертензии. Общая структурная схема данной автоматизированной системы и организация ее компонент представлена на рис. 7.

База данных

Информационно-справочная подсистема

Подсистема историй болезней

Подсистема моделирования

Адаптивный алгоритм

Подсистема типовых схем лечения

Подсистема выбора схемы лечения

Подсистема мед.

Подсистема

выбора оптимальной схемы лечения

Подсистема автоматизирован, выбора терапии

Рис. 7. Структурная схема автоматизированной системы выбора тактики лечения РВАГ

Автоматизированная система состоит из следующих модулей: подсистема медицинского обследования, подсистема автоматизированного выбора терапии, подсистема выбора оптимальной схемы лечения, подсистема моделирования, база данных. Между данными модулями происходит обмен информационными потоками, которые представляют собой массивы данных, полу-

ченных в результате проведения обследования и взаимодействия врача с пациентом

Применение высоких медицинских технологий в терапии реноваскуляр-ной артериальной гипертензии позволяет повысить качество процесса лечения по сравнению с традиционными методами и принимать рациональные решения в системе медицинского обслуживания населения

Таким образом, реализация автоматизированной системы выбора тактики лечения реноваскулярной артериальной гипертензии в виде отдельных подсистем имеет ряд преимуществ по сравнению с другими видами организации Прежде всего, это гибкость взаимодействия данных за счет формирования внешних и внутренних информационных потоков, взаимодействующих между собой Кроме того, немаловажное значение имеет контроль таких потоков со стороны лица, принимающего решение на этапе верификации моделей, возможность удобного и быстрого их перенаправления Интеграция данных различных подсистем в единый информационный поток повышает достоверность формирования конечного заключения, облегчает их использование лицом, принимающим решение

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1 Проанализированы статистические данные, дающие представление об уровне заболеваемости АГ населения Проанализированы современные методы классификации АГ

2 Проведена оценка современных методов диагностики реноваскулярной артериальной гипертензии, рассмотрены и проанализированы возможности коррекции заболевания на основе инвазивных и неинвазивных методов, рассмотрены как показания, так и противопоказания

3 Методами математической статистики проведен анализ данных для возможности классификации пациентов по степени тяжести реноваскулярной артериальной гипертензии Используя различные диагностические признаки на основе дискриминантного анализа, уточнено отнесение пациентов к тому или иному классу

4 На основе методов дискриминантного анализа, деревьев решений и нейронных сетей построены модели диагностики реноваскулярной артериальной гипертензии, позволяющие оптимизировать процесс постановки диагноза у пациентов по диагностическим признакам с достаточно высокой степенью точности

5 Предложен алгоритм построения рациональной схемы коррекции реноваскулярной артериальной гипертензии при медикаментозной терапии на основе применения имитационного моделирования и адаптивных алгоритмов, позволяющих учитывать индивидуальные особенности пациентов и тем самым повышать эффективность проводимой терапии

6 Для определения эффективности рационального управления процессом лечения реноваскулярной артериальной гипертензии на основе имитационно-адаптивного подхода осуществлена сравнительная оценка результатов лечения в клинических условиях и показана на основе анализа статистических данных экономическая и социальная эффективность применения предложенных в работе методов и алгоритмов рационального управления

Основные результаты диссертации опубликованы в следующих работах:

Публикации в изданиях, рекомендованных ВАК РФ

1 Некравцева Т А, Полтавский А С, Фролов В Н Разработка логической модели классификации, диагностики и выбора схем лечения при реноваскулярной артериальной гипертензии // Вестник Воронежского государственного технического университета 2005 Т1 №10 С 63-65

2 Некравцева Т А, Полтавский А С , Фролов В Н Выбор методов управления процессом лечения реноваскулярной артериальной гипертензии // Вестник Воронежского государственного технического университета 2005 Т 1 №10 С 130-133

3. Полтавский А С, Фролов В Н Инвазивная коррекция вазореналь-ной гипертензии с применением методики рационального принятия решений // Вестник Воронежского государственного технического университета 2007 Т 3 №1 С 20-23

Статьи и материалы конференций

4 Некравцева Т А , Полтавский А С , Фролов В Н Адаптивное управление процессом коррекции реноваскулярной артериальной гипертензии // Интеллектуализация управления в социальных и экономических системах- труды Всерос конф Воронеж, 2005 С 177-178

5 Некравцева Т А , Полтавский А С , Фролов В Н Адаптивный алгоритм оптимального выбора дозы препарата при коррекции РВАГ // Интеллектуальные информационные системы труды Всерос конф Воронеж, 2005 С 208-209

6 Некравцева Т А , Полтавский А С , Фролов В Н Алгоритм оптимального выбора тактики лечения артериальной гипертензии // Интеллектуализация управления в социальных и экономических системах труды Всерос конф Воронеж, 2005 С. 165-166

7 Некравцева Т А, Полтавский А С, Фролов В Н Анализ современных направлений в коррекции артериальной гипертензии // Специализированная медицинская помощь сб науч -практ работ Воронеж, 2005 Вып IX С 154-159

8 Некравцева Т А , Полтавский А С , Фролов В Н Оптимальное управление процессом принятия решений при выборе тактики лечения РВАГ // Управление процессами диагностики и лечения межвуз сб науч тр Воронеж ВГТУ, 2005 С 78-83

9 Некравцева Т А , Полтавский А С , Фролов В Н Применение адаптивного алгоритма при выборе тактики индивидуальной терапии для коррекции реноваскулярной артериальной гипертензии // Управление процессами диагностики и лечения межвуз сб науч тр Воронеж ВГТУ, 2005 С 4-8

10 Некравцева Т А , Полтавский А С , Фролов В Н Применение информационных технологий в процессе диагностики РВАГ // Интеллектуальные информационные системы труды Всерос конф Воронеж, 2005 С 249-250

11 Некравцева Т А , Полтавский А С , Фролов В Н Разработка автоматизированной системы «Диагностика-РВАГ» // Интеллектуальные информационные системы труды Всерос конф Воронеж, 2005 С 222-223

12 Некравцева Т А , Полтавский А С , Фролов В Н Разработка классификационной модели артериальной гипертензии // Интеллектуализация управления в социальных и экономических системах труды Всерос конф Воронеж, 2005 С 145-146

13 Полтавский А С , Фролов В Н Выбор тактики лечения вазоре-нальной гипертензии с учетом хирургической компоненты // Интеллектуализация управления в социальных и экономических системах труды Всерос конф Воронеж, 2007 С 184-185

14 Полтавский А С , Фролов ВН Использование высоких информационных технологий в построении автоматизированной системы диагностики вазоренальной гипертензии // Интеллектуализация управления в социальных и экономических системах труды Всерос конф Воронеж, 2007 С 166-167

15 Полтавский А С , Фролов В Н К вопросу об актуальности проблемы лечения вазоренальной гипертензии // Интеллектуализация управления в

социальных и экономических системах труды Всерос конф Воронеж, 2007 С 207-208

16 Полтавский А С , Фролов В Н Построение модели классификации, диагностики и выбора схем лечения вазоренальной гипертензии с использованием логического моделирования // Сборник трудов победителей конкурса на лучшую научную работу студентов и аспирантов ВГТУ Воронеж ВГТУ, 2007 С 15-16

17 Полтавский А С, Фролов В Н. Применение логического моделирования для построения тактики лечения при вазоренальной гипертензии // Интеллектуализация управления в социальных и экономических системах труды Всерос конф Воронеж, 2007 С 217-218

18 Полтавский А С , Фролов В Н Применение современных методов диагностики при коррекции реноваскулярной артериальной гипертензии // Оптимизация и моделирование в автоматизированных системах межвуз сб науч тр Воронеж ВГТУ, 2006 С 4-9

19 Полтавский А С, Фролов В.Н Реализация автоматизированной системы диагностики на основе применения информационных технологий // Оптимизация и моделирование в автоматизированных системах межвуз сб науч тр Воронеж ВГТУ, 2006 С 59-63

ГОУ ВПО «Воронежский государственный технический университет» 394026 Воронеж, Московский просп , 14

г-

Подписано в печать 19.05 2008. Формат 60x84/16 Бумага для множительных аппаратов Уел печ л 1,0 Тираж 85 экз Заказ № ■{РО

ВВЕДЕНИЕ

1. ПУТИ ПОВЫШЕНИЯ РЕАБИЛИТАЦИОННЫХ МЕРОПРИЯТИЙ ПРИ КОРРЕКЦИИ РЕНОВАСКУЛЯРНОЙ АРТЕРИАЛЬНОЙ ГИПЕР-ТЕНЗИИ

1.1. Современное направление в коррекции артериальной гипертензии

1.2. Особенности коррекции реноваскулярной артериальной гипертензии

1.3. Формальные методы выбора тактики реабилитационных мероприятий

1.4. Цель и задачи исследования

2. РАЗРАБОТКА МЕТОДОВ ДИАГНОСТИКИ ЗАБОЛЕВАНИЯ РЕНОВАСКУЛЯРНОЙ АРТЕРИАЛЬНОЙ ГИПЕРТЕНЗИИ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА МЕДИЦИНСКОЙ ИНФОРМАЦИИ

2.1. Определение степени тяжести РВАГ пациентов методами факторного и дискриминантного анализов

2.2. Формирование моделей диагностики заболеваний РВАГ на основе методов «деревьев решений»

2.3. Разработка модели диагностики пациентов с заболеванием РВАГ на основе нейронных сетей

Выводы второй главы

3. АЛГОРИТМИЗАЦИЯ ПРОЦЕССА ЛЕЧЕНИЯ БОЛЬНЫХ С РЕНОВАСКУЛЯРНОЙ АРТЕРИАЛЬНОЙ ГИПЕРТЕНЗИЕЙ 72 3.1. Построение и проведение анализа математических моделей процессов терапии при лечении реноваскулярной артериальной гипертензии

3.2. Имитационно-адаптивный метод рационального выбора метода коррекции заболевания 82 Выводы третьей главы 103 4. РЕАЛИЗАЦИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МОДЕЛИРОВАНИЯ И ВЫБОРА ТАКТИКИ ЛЕЧЕНИЯ

4.1. Структура автоматизированной системы диагностики и рационального выбора тактики коррекции реноваскулярной артериальной гипертензии

4.2. Анализ результатов исследования, апробации и внедрения в клиническую практику 114 Выводы четвертой главы 117 ЗАКЛЮЧЕНИЕ 118 СПИСОК ЛИТЕРАТУРЫ 120 ПРИЛОЖЕНИЕ

Актуальность темы. Благодаря развитию средств вычислительной техники и связи в настоящее время широкое распространение получили информационные технологии. Возможность работать с современными информационными базами и банками данных приобретает все более важное значение для специалистов в области медицины. Благодаря большой емкости памяти, быстроте действия и скорости передачи данных стали доступны обширные массивы научной и деловой информации, анализ которой был ранее невозможен, причем это оказывает ощутимую пользу не только в научных исследованиях, но и в решении практических задач, например вопросов диагностики и выбора тактики лечения, диспансерного наблюдения.

Мировой опыт показывает необходимость внедрения высоких медицинских технологий, от чего во многом зависит эффективность медицинского обслуживания населения, в конечном результате — его качество и продолжительность жизни, а также и экономические аспекты деятельности медицинских учреждений.

И у нас в стране, и за рубежом первые попытки автоматизации работы лечебных учреждений начались с разработок автоматизированных рабочих мест (АРМ) врачей, деятельность которых была- связана с трудоемкими математическими расчетами. Еще одно направление по внедрению вычислительной техники в медицинскую практику было связано с автоматизацией управленческих и административных функций.

В последние годы во всем мире отмечается быстрое и неуклонное повышение частоты заболевания артериальной гипертензией (АГ). По данным обследования репрезентативной выборки (2004 г.) стандартизованная по возрасту распространенность АГ (140/90 мм рт.ст.) в России составляет среди мужчин 39,2 %, а среди женщин -41,1 %. В'70 % этих случаев АГ вызвана заболеваниями и поражениями почек.

Термин "почечная артериальная гипертония" включает довольно большой перечень заболеваний. Несмотря на разнообразие заболеваний, патогенетический механизм, лежащий в основе "почечной" АГ, как правило, един. Ре-новаскулярную артериальную гипертензию (РВАГ) выявляют у 1-3 % всех лиц, страдающих АГ, в 20 % всех случаев резистентной АГ, в 30 % случаев злокачественной и быстропрогрессирующей АГ. У представителей черной расы РВАГ встречается реже, а у японцев причиной РВАГ нередко бывает хронический неспецифический аортоартериит (болезнь Такаясу) с вовлечением почечных артерий.

В целом полученные данные свидетельствуют о высокой распространенности реноваскулярной артериальной гипертензии в российской популяции, плохой осведомленности больных о наличии у них заболевания (особенно среди мужчин), недостаточном назначении лекарственной терапии больным и катастрофически низкой ее эффективности. Бурное развитие исследований по проблеме реноваскулярной артериальной гипертензии, масштабные эпидемиологические и клинические работы* обусловили коренной пересмотр многих положений этиопатогенеза, профилактики и лечения реноваскулярной- артериальной гипертензии.

Таким образом, актуальность диссертационного исследования обусловлена необходимостью разработки методов и алгоритмов процесса диагностики реноваскулярной артериальной гипертензии и выбора тактики коррекции заболевания» в клинических условиях.

Работа выполнена в соответствии с основными научными направлениями ГОУ ВПО «Воронежский государственный технический университет» «Биокибернетика и компьютеризация? в, медицине» и «Проблемно-ориентированные системы управления» при выполнении научно-исследовательской работы ГБ 2007.27 «Интеллектуализация принятия управленческих решений в медицинских системах при диагностике и лечении».

Цель работы. Разработка комплекса методов, процедур, моделей диагностики и выбора схем лечения реноваскулярной артериальной гипертензии на основе анализа эпидемиологических характеристик, факторов, характеризующих течение заболевания, а также интеллектуализации принятия решений с применением алгоритма рационального выбора тактики индивидуальной терапии.

Для достижения поставленной цели необходимо решить следующие задачи: на основе методов математической статистики разработать решающие правила для классификации пациентов с заболеванием реноваскулярной артериальной гипертензией в зависимости от степени тяжести заболевания; построить формальную5 модель дифференциальной диагностики заболевания реноваскулярной артериальной гипертензии на основе технологии интеллектуального анализа анамнестических данных и данных лабораторного исследования; сформировать имитационную модель лечения больных реноваскулярной артериальной гипертензией и прогнозирования исхода для выбора тактики лечения с применением адаптивных методов принятия решений; разработать и внедрить автоматизированную компьютерную систему предназначенную для обеспечения рациональной диагностики реноваскулярной артериальной гипертензии с целью повышения^ эффективности диагностики в клинических условиях.

Методы исследования. Для решения поставленных задач использовались методы системного анализа, теории управления, добычи данных, экспертного оценивания и принятия решений, методы теории искусственного интеллекта, систем автоматизированного моделирования, интеллектуального анализа данных, основные положения теории вероятностей и математической статистики.

Научная новизна полученных результатов. В работе получены следующие результаты, характеризующиеся научной новизной: совокупность решающих правил, позволяющую относить пациента с заболеванием реноваскулярная- артериальная гипертензия к одному из выделенных классов, сформированную на основе знания экспертов; математические модели оценки степени тяжести заболевания, ориентированные на диагностику реноваскулярной артериальной' гипертензии, отличающиеся использованием комплекса методов дискриминантного анализа, деревьев решений и нейронных сетей; алгоритм выбора, тактики лечения больных реноваскулярной артериальной гипертензией, позволяющий рационализировать дозу медикаментозного воздействия при лечении больных реноваскулярной артериальной гипертензией и учитывающий индивидуальные особенности пациентов; автоматизированная система рациональной диагностики реноваскулярной- артериальной гипертензии, повышающая эффективность диагностики пациентов в клинических-условиях.

Практическая значимость и; результаты внедрения. Разработаны методы поддержки принятия решений-для. диагностики реноваскулярной артериальной* гипертензии, а также на основе математического моделирования- медикаментозной терапии предложена методика для'клинического использования, что, позволяет рационально проводить процесс лечения путем индивидуального подбора вида и дозы лекарственного воздействия при лечении больных.

Результаты работ внедрены в научно-исследовательскую работу, учебный процесс межвузовской кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный, технический университет» и в деятельность ГКБ ОМП №10 «Электроника».

Эффективность.заключается в.возможности повышения эффективности лечения больных, уменьшения фармакологического воздействия, снижения побочных эффектов препаратов, уменьшения осложнений в ходе процесса- лечения.

Апробация работы. Материалы исследований, представленные в диссертации, докладывались и обсуждались на Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2005, 2007); Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2005), научно-методическом семинаре кафедры системного анализа и управления в медицинских системах ГОУ ВПО'«Воронежский государственный технический университет» (2005, 2006, 2007).

Публикации. Основные результаты диссертации опубликованы в 19 на-учных.работах, в том числе 3 - в изданиях, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация »изложена на 118 страницах машинописного текста и состоит из введения, четырех глав, заключения, содержит список литературы из 114 наименований, иллюстрирована 20 рисунками и

Выводы четвертой главы

1. Предложена структурная схема автоматизированной системы принятия решений, которая позволяет в автоматизированном режиме осуществлять диагностику заболевания, используя математические модели процессов лечения реноваскулярной артериальной гипертензии.

2. Рассмотрена функциональная система, которая осуществляет взаимодействие пользовательского интерфейса, логической модели и адаптивного алгоритма автоматизированного выбора дозы лекарственного воздействия при коррекции реноваскулярной артериальной гипертензии.

3. Проведен анализ эффективности лечения результатов лечения РВАГ при традиционном назначении лекарственной терапии и с применением имитационного моделирования для выбора тактики лечения на основе прогностических моделей и адаптивных алгоритмов в реальном и ускоренном масштабах времени и с применением адаптивного управления терапии в реальном масштабе времени.

ЗАКЛЮЧЕНИЕ

1. Проанализированы статистические данные, дающие представление об уровне заболеваемости АГ населения. Проанализированы современные методы классификации АГ.

2. Проведена оценка современных методов диагностики реноваску-лярной артериальной гипертензии, рассмотрены и проанализированы возможности коррекции заболевания на основе инвазивных и неинвазивных методов, рассмотрены как показания, так и противопоказания.

3. Методами математической статистики проведен анализ данных для возможности классификация пациентов по степени тяжести заболевания реноваскулярной артериальной гипертензии. Используя различные диагностические признаки на основе дискриминантного анализа, уточнено отнесение пациентов к тому или иному классу.

4. На основе методов дискриминантного анализа, деревья решений и нейронных сетей построены модели диагностики реноваскулярной артериальной гипертензии, позволяющие оптимизировать процесс постановки диагноза у пациентов по диагностическим признакам с достаточно высокой степенью точности.

5. Предложен алгоритм построения рациональной схемы коррекции реноваскулярной артериальной гипертензии при медикаментозной терапии на основе применения имитационного моделирования и адаптивных алгоритмов, позволяющих учитывать индивидуальные особенности пациентов и тем самым повышать эффективность проводимой терапии.

6. Разработанная автоматизированная система поддержки принятия решений при диагностике реноваскулярной артериальной гипертензии внедрена в учебный процесс ГОУ ВПО «Воронежский государственный технический университет» и в практическую деятельность ГКБ СМП №10 «Электроника».

7. Для определения эффективности рационального управления процессом лечения реноваскулярной артериальной гипертензии на основе имитационно-адаптивного подхода осуществлена сравнительная оценка результатов лечения в клинических условиях и показана на основе анализа статистических данных экономическая и социальная эффективность применения предложенных в работе методов и алгоритмов рационального управления.

1. Антономонов Ю.Г. Моделирование биологических систем. Справочник. К.: Наукова думка, 1977.

2. Арабидзе Г.Г. Артериальная гипертензия: применение ингибиторов ангиотензинпревращающего фермента. Рус. мед. журн. 1999; 15: 699—705

3. Арабидзе Г.Г. "Симптоматические артериальные гипертонии" в кн.: "Болезни сердца и сосудов" под ред. акад. Е.И. Чазова. М.: Медицина, 1992; 3: 196-225.

4. Арабидзе Г.Г., Белоусов Ю.Б., Карпов Ю.А. Артериальная гипертония. Справочное руководство по диагностике и лечению. М.: Ремедиум, 1999.

5. Ахутин В.М., Немирко А.П., Манило JI.A. Оптимизация принятия решений в АСУ здравоохранения: Учеб.пособие. JL: ЛЭТИ, 1989. 64 с.

6. Афанасьев В.Н., Колмановский В.Б., Носов В.Р. Математическая теория конструирования систем управления. М.: Высш. шк., 1998. - 574 с.

7. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский Спб.: Питер, 2001. - 384 с.

8. Беллман Р. Математические методы в медицине: Пер. с англ. / Под ред. Л.Н. Белых. М.: Мир, 1987. - 200 с.

9. Бессмертный Б.С. Математическая статистика в клинической, профилактической и экспериментальной медицине. М.: Медицина, 1967.

10. Бураковский В.И. Сердечно-сосудистая хирургия: рук. В.И. Бураковский, Л.А. Бокерия и др.; под ред. Акад. АМН СССР В.И. Бураковского, проф. Л.А. Бокерия. М.: Медицина, 1989. - 752 с.

11. Васильев В.И., Коноваленко В.В., Горелов Ю.Н. Имитационное управление неопределенными объектами. Киев: Наук, думака, 1989. - 215 с.

12. Васильков Ю.В., Василькова H.H. Компьютерные технологии вычислений в математическом моделировании М.: Финансы и статистика, 2002. - 256 с.

13. Гельфман И.М. Задачи медицинской диагностики и прогнозирования с точки зрения математика.- М.: Мир, 1989.- 230 с.

14. Гогин Е.Е. и др. Гипертоническая болезнь. JL: Медицина, 1997.

15. Гогин Е.Е., Сененко А.Н., Тюрин Е.И. Артериальные гипертензии. -JL: Медицина, 1978. 272 с.

16. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. -JI: Медицина, 1978. 328 с.

17. Джанашия П.Х., Назаренко В.А., Николенко С.А. Фармакотерапия сердечно-сосудистых заболеваний. Учебный курс. М.: РГМУ, 1998.

18. Дифференциальная диагностика при гипертензивном синдроме в практике участкового врача. Тактика ведения больных. Методические указания для студентов старших курсов - Воронеж, 2003, 70 с.

19. Журавлев С.Г., Ермаков В.В. Биомедицинские математические модели и их идентификация,- М.: ВИНИТИ, 1989.

20. Зацепина С.А., Львович Я.Е., Фролов В.Н. теория управления Воронеж: Изд-во ВГУ, 1989. - 200 с.

21. Зацепина С.А., Львович Я.Е., Фролов В.Н. Управление в биотехнических и медицинских системах / Под ред. В.Н. Фролова: Учеб.пособие. Воронеж: ВГТУ, 1994. - 145 с.

22. Кант В.И. Математические модели и моделирование в здравоохранении. -М.: Медицина, 1987.

23. Коротких И.Н. Математическое и инструментальное обеспечение высоких медицинских технологий: Учеб. пособ.- Воронеж, 1994.

24. Криницкий H.A., Миронов Г.А., Фролов Г.Д. Автоматизированные информационные системы / Под ред. A.A. Дородницина. М.: Наука, 1982.

25. Куликовский Р.Оптимальные и адаптивные процессы в системах автоматического регулирования. М.: Наука, 1967.

26. Кушаковский М.С. Гипертоническая болезнь и вторичные артериальные гипертензии. JI.: Медицина, 1983. - 288 с.

27. Лапко A.B., Новиков О.М., Поликарпов Л.С. Статистические методы моделирования и принятия решений в развивающихся медико-биологических системах. Новосибирск: Наука. Сиб. отделение, 1991.-221 с.

28. Литвак Б.Г. Экспертная информация: Методы получения и анализа.- Радио и связь, 1982.- 184 с.

29. Логика и клиническая диагностика: Компьютерный практикум. Учебное пособие для медицинских вузов. М.: Наука, 1994. - 128 с.

30. Львович И.Я. Вариационное моделирование и оптимальный выбор проектных решений. Воронеж: ВГТУ, 1997. 114 с.

31. Львович И.Я., Фролов В.Н. Имитационное моделирование структуры и параметров технологических систем // Математическое и машинное моделирование: тез. докл. Всес. конф. Воронеж, 1991.-61 с.

32. Львович Я.Е. Управление в биологических и медицинских системах /Я.Е. Львович, М.В. Фролов. Воронеж: ВГТУ, 1994. - 183 с.

33. Мисюк Н.С., Мастыкин A.C., Гришков Е.Г. Основы математического прогнозирования заболеваний человека.- Минск: Высш. школа, 1972.- 203 с.

34. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Адаптивное управление процессом коррекции реноваскулярной артериальной гипертензии / Интеллектуализация управления в социальных и экономических системах: труды Всерос. конф. Воронеж, 2005. С. 177-178.

35. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Адаптивный алгоритм оптимального выбора дозы препарата при коррекции РВАГ / Интеллектуальные информационные системы: труды Всерос. конф. Воронеж, 2005. С. 208-209.

36. Некравцева Т.А., Полтавский A.C., Фролов-В.Н. Алгоритм оптимального выбора тактики лечения артериальной гипертензии / Интеллектуализация управления в социальных и экономических системах: труды Всерос. конф. Воронеж, 2005. С. 165-166.

37. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Анализ современных направлений в коррекции артериальной гипертензии / Сборник науч.-практич. работ. Выпуск IX «Специализированная медицинская помощь». Воронеж. 2005. С. 154-159.

38. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Выбор методов управления процессом лечения реноваскулярной артериальной гипертензии / Вестник Воронеж, гос. техн. ун-та. 2005. Т.1. №10. С. 130-133.

39. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Оптимальное управление процессом принятия решений при выборе тактики лечения РВАГ / Управление процессами диагностики и лечения: межвузовский сборник научных трудов. Воронеж: ВГТУ 2005 г. С. 78-83.

40. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Применение информационных технологий в процессе диагностики РВАГ / Интеллектуальные информационные системы: труды Всерос. конф. Воронеж, 2005. С. 249-250.

41. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Разработка автоматизированной системы «Диагностика-РВАГ» / Интеллектуальные информационные системы: труды Всерос. конф. Воронеж, 2005. С. 222-223.

42. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Разработка классификационной модели артериальной гипертензии / Интеллектуализация управления в социальных и экономических системах: труды Всерос. конф. Воронеж, 2005. С. 145-146.

43. Некравцева Т.А., Полтавский A.C., Фролов В.Н. Разработка логической модели классификации, диагностики и выбора схем лечения при ренова-скулярной артериальной гипертензии / Вестник Воронеж, гос. техн. ун-та. 2005. Т.1. №10. С. 63-65.

44. Новосельцев В.Н. Теория управления и биосистемы. Анализ сохра-нительных свойств. М.: Наука, 1978.

45. Петров В.И. и др. Вазоренальная гипертония. М.: Медицина, 1984.

46. Полтавский A.C., Фролов В.Н. Выбор тактики лечения вазореналь-ной гипертензии с учетом хирургической компоненты / Интеллектуализация управления в социальных и экономических системах: Тр. Всеросс. конф. Воронеж, 2007. С. 184-185.

47. Полтавский A.C., Фролов В.Н. Инвазивная коррекция вазореналь-ной гипертензии с применением методики рационального принятия решений / Вестник Воронеж, гос. техн. ун-та. 2007. Т.З. №1. С. 20-23.

48. Полтавский A.C., Фролов В.Н. К вопросу об актуальности проблемы лечения вазоренальной гипертензии / Интеллектуализация управления в социальных и экономических системах: Тр. Всеросс. конф. Воронеж, 2007. С. 207-208.

49. Полтавский A.C., Фролов В.Н. Применение логического моделирования для построения тактики лечения при вазоренальной* гипертензии / Интеллектуализация» управления в социальных и экономических системах:. Тр. Все-росс. конф. Воронеж, 2007. С. 217-218.

50. Оптимизация и моделирование в автоматизированных системах. Межвуз. сб.науч. тр., Воронеж, 2006. С. 59-63.

51. Применение математических методов и ЭВМ. Планирование и обработка результатов эксперимента / А.Н. Останин, В.П. Тюленев, A.B. Романов, A.A. Петровский; Под общ. ред. А.Н. Останина.- Мн.: Высш. шк., 1989.

52. Разинкшг К.А., Родионов О.В., Федорков Е.Д. Адаптивный и имитационный подход к выбору тактики лечения хронических, заболеваний// Компьютеризация в медицине. Воронеж, ВРТУ. 1994. — 156 с.

53. Ратнер H.A. Артериальные гипертонии. М.: Медицина, 1974. -С. 79-128.

54. Сабинин О.Ю. Статистическое моделирование технических систем.- Спб.: Изд. ЭТУ, 1993.- 64 с.

55. Сидоренко Б.А., Преображенский Д.В. Краткий справочник по лечению гипертонической болезни. М.: «Пресид», 1997.

56. Советов Б.Я. Информационная технология.- М.: Высшая школа, 1994.- 368 с.

57. Тарасов К.Е., Беликов В.К., Фролова А.И. Логика и семиотика диагноза. М.: Медицина, 1989.

58. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. — М.: Синтег, 1998.-376 с.

59. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере. М.: Финансы и статистика, 1995. 334 с.

60. Управление в биологических и медицинских системах / О.В. Родионов, Е.Д. Федорков, В.Н. Фролов, М.В. Фролов: Учеб.пособие. Воронеж: ВГТУ, 2002. 343 с.

61. Фрид М., Грайнс С. Кардиология в таблицах и схемах: Пер. с англ. ИД М.: Практика, 1996.

62. Фролов В.Н., Львович Я.Е., Подвальный С.Л. Проблема оптимального выбора в прикладных задачах. Вороне, Изд-во ВГУ, 1980.

63. Фролов В.Н. Выбор тактики лечения с применением математических методов. Воронеж, ВГТУ, 1977. 117 с.- 70. Фролов В.Н. Управление в биологических и медицинских системах: Учеб.пособие. Воронеж: ВГТУ, 2001. 327 с.

64. Цветков В.Я. Моделирование в научных исследованиях и проектировании.- М.: ГКНТ, ВНТИЦентр, 1991.- 125 с.

65. Шеннон Р. Имитационное моделирование систем Искусство и наука.- М.: Мир, 1978.- 418 с.

66. Appel R.G., Bleyer A.J., S. Reavis and Hansen KJ. Renovascular disease in older patients beginning renal replacement therapy. Kidney Int. 1995. 48: P. 171-176,

67. Aurell M, Jensen G. Treatment of renovascular hypertension. Nephron. 1997;75 (4):373-83.

68. Bloch MJ, Basile J. Clinical insights into the diagnosis and management of renovascular disease. An evidence-based review. Minerva Med. Oct 2004;95(5):357-73. •

69. Bloch MJ, Basile J. The diagnosis and management of renovascular disease: a primary care perspective. Part II. Issues in management. J Clin Hypertens (Greenwich). Jul-Aug 2003;5(4):261-8.

70. Braunwald E., Editor. Heart Disease. Textbook of Cardiovascular Medi-cune 5th edition. W.B. Saunders Company, 1998.

71. Caplan N. M. Clinical Hypertension 5th Edition, Williams & Wilkins,1990.

72. Conlon PJ, O'Riordan E, Kalra PA. New insights into the epidemiologic and clinical manifestations of atherosclerotic renovascular disease. Am J Kidney Dis. Apr 2000;35(4):573-87.

73. Erbsloh-Moller B., Dumas A., Roth D., Sfakianakis G.N. and Bourgoig-nie J J. Furosemide-I-hippuran renography after angiotensin-converting enzyme inhibition for the diagnosis of renovascular hypertension. Am. J. Med. 90: 23-29, 1991.

74. Eardley K.S., Lipkin G.W. Atherosclerotic renal artery stenosis: is it worth diagnosing? J. Hum Hypertens 1999 Apr; 13(4): 217-20.

75. Fommei E., Ghione S., Hilson A.J.W., Mezzasalma H.Y., Oei H.-Y., Volterrani D. and The European Multicentre Study Group. Captopril radionuclide testin renovascular hypertension: a European multicentre study. Eur J Nuc Med 20: 617623,1993.

76. Hayes J., Risius B., Novick A. C., et al. Experience with percutaneous transluminal angioplasty for renal artery stenosis at the Cleveland Clinic. J. Urol., 139: 488-492, 1988.

77. Hertz S.M., Holland G.A., Baum R.A., Haskai Z.J., Carpenter J.P. Evaluation of renal artery stenosis by magnetic resonance angiography Am J. Surg 1994 Aug; 168 (2): 140-3.tli

78. Kaplan NM. Renal vascular hypertension. In: Clinical Hypertension. 1 ed. Baltimore: Lippincott Williams & Wilkins; 1998:301-21.

79. Kaylor W., Novick A. C., Ziegelbaum M., Vidt D. Reversal of end-stage renal failure with surgical revascularization in patients with atherosclerotic renal artery occlusion. J. Urol., 141:486—488,1989.

80. Krijnen P., van Jaarsveld B., Steyerberg E.W., Man in't Veld A.J. and Schalekamp M.A. A clinical prediction rule for renal artery stenosis. Ann Intern Med 129: 705-711, 1998.

81. Krumme B., Blum U., Schwertfeger E., Flugel P., Hollstin F., Schollmeyer P. and Rump L.C. Diagnosis of renovascular disease by intra- and extrarenal Doppler scanning. Kid. International 50:1288-1292, 1996.

82. Lawrence W.F., Grist T.M., Brazy P.C. and Fryback D.G. Magnetic resonance angiography in progressive renal failure: A technology assessment. Am. J. Kidney Dis. 25: 701-709, 1995.

83. Lerman L.O., Taler S.J., Textor S.C., Sheedy P.F., Stanson A.W. and Romero J.C. Computed tomography-derived intrarenal blood flow in renovascular and essential hypertension. Kidney Int. 49: 846-854, 1996.

84. Lewis E.J., Hunsicker L.G., Bain R.P. and Rohde R.D. The effect of an-giotensin-converting-enzyme inhibition on diabetic nephropathy N. Engl. J. Med. 329: 1456-1462, 1993.

85. Libertino J. A., Bosco P. J., Ying C. Y., et al. Renal revascularization to preserve and restore renal function. J. Urol., 147:1495-1497, 1992.

86. Menard J., Campbell D.J., Azizi M. and Gonzales M.-F. Synergistic effects of ACE inhibition and Ang II antagonism on blood pressure, cardiac weight,fand renin in spontaneously hypertensive rats. Circ. 96: 3072-3078, 1997.

87. Nally J., Chen C., Fine E., Fommei E., Ghione S., Geyskes G., Hoffer P.B. and Sfakianakis G. Diagnostic criteria of renovascular hypertension with capto-pril renography: a consensus statement. Am J Hypertens 4 7495-7525, 1991.

88. Novick A. C. Surgical correction of renovascular hypertension. Surg. Clin. North Am., 68: 1007, 1988.

89. Novick A. C., Ziegelbaum M., Vidt D. G., et al. Trends in surgical revascularization for renal artery disease: Ten years" experience. JAMA, 257: 498— 501, 1987.

90. Olbright C.J., Katrin P., Prokop M., Chavan A., Scbaefer-Prokop C.M., Jandeleit K., Koch K.M. and Galanski M. Minimally invasive diagnosis of renal artery stenosis by spiral computed tomography angiography Kidney Int. 48: 1332-1337, 1995.

91. Ploth DW. Renovascular hypertension. In: Jacobson H, Striker G, Klahr S, eds. The Principles and Practice of Nephrology. 2nd ed. Philadelphia: BC Decker; 1995:379-86.

92. Prigent A. The diagnosis of renovascular hypertension: the role of Captopril renal scintigraphy and related issues. Eur J Nuc Med 20, 625-644 1993.

93. Ravid M., Brosh D., Levi Z., Bar-Dayan Y., Ravid D. and Rachmani R. Use of enalapril to attenuate decline in renal function in normotensive, normoalbu-minuric patients with type 2 diabetes mellitus. Ann. Intern. Med. 128: 982-988, 1998.

94. Remuzzi G. and Bertani T. Pathophysiology of progressive nephropathies. New Eng J Med 339: 1448-1456, 1998.

95. Russo D., Pisani A., Balletta M.M., De Nicola L., Savino F.A., An-dreucci M. and Minutolo R. Additive antiproteinuric effect of converting enzyme inhibitor and losartan in normotensive patients with IgA nephropathy Am J-Kid Diseases 33: 851-856,1999.

96. Sobel B.J., Bakris G.L. Hypertension: A clinician's guide to diagnosis and treatment. Hanley & Belfus/Mosby, 1995.

97. Sos T. A., Pickering P. G., Sniderman K. W., et al. Percutaneous transluminal renal angiography in renovascular hypertension due to atheroma or fibrous dysplasia. N. Engl. J. Med., 309: 274-279,1983.

98. Spitalewitz S, Reiser I. Renovascular hypertension: diagnosis and treatment. In: Oparil S, Weber MA, eds. Hypertension: A Companion to Brenner and Rector's The Kidney. Philadelphia: WB Saunders Co; 2000:662-74.

99. Stimpel M. "Arterial Hypertension" Walter de Gruyter, 1996.

100. Svetky L. P., Himmelstein S. I., Dunnick N. R., et al. Prospective analysis of strategies for diagnosing renovascular hypertension. Hypertension, 14: 247— 257,1989.

101. Working Group on Renovascular Hypertension. Detection, evaluation, and treatment of renovascular hypertension. Final report. Working Group on Renovascular Hypertension. Arch Intern Med. May 1987;147(5):820-9.