автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка моделей и алгоритмов дифференциальной диагностики патологии коленного сустава

На правах рукописи

ПАСЫНКОВА Ирина Вячеславовна

РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ПАТОЛОГИИ КОЛЕННОГО СУСТАВА

Специальность: 05.13.01 - Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Воронеж - 2005

Работа выполнена в Воронежском государственном техническом университете

Научный руководитель: кандидат технических наук, доцент

Зашита состоится « 25 » февраля 2005 г. в// - часов в конференц-зале на заседании диссертационного совета Д 212.037.02 Воронежского государственного технического университета по адресу: 394026, г. Воронеж, Московский просп., 14.

С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета.

Автореферат разослан «_»_2005 г.

Пасмурное Сергей Михайлович

Официальные оппоненты: доктор технических наук, профессор

Львович Игорь Яковлевич;

кандидат технических наук Войтенко Андрей Владимирович

Ведущая организация: Курский государственный

технический университет

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Одной из важнейших задач современного здравоохранения является повышение качества диагностических и лечебных мероприятий. Вариантом решения является использование методов системного анализа, позволяющих эффективно решать проблемы, связанные с построением моделей заболеваний, прогнозированием различных исходов, выбора оптимальной тактики лечения, что дает возможность значительно повысить уровень качества оказания медицинской помощи при значительном снижении трудоёмкости и уменьшении финансовых затрат. Одним из основных направлений внедрения компьютерных технологий в практическую медицину выступает создание автоматизированных систем, основанных на использовании методов моделирования и системного анализа и призванных обеспечивать интеллектуальную поддержку врачебных решений в диагностике, выборе лечения и прогнозировании состояний пациента.

Несмотря на значительные достижения современной травматологии, проблема поражения крупных суставов является одной из наиболее распространенных. На ее долю приходится 36,8% от всех случаев нетрудоспособности, связанных с патологией опорно-двигательной системы. Наиболее часто (10%) встречаются повреждения коленного сустава различной этиологии, дифференциальная диагностика которых является довольно сложной задачей в связи с малым количеством и схожестью проявлений симптомов при различных патологиях. Автоматизированный подход к диагностике патологии коленного сустава (ПКС) может оказать существенную помощь врачу на этапе постановки диагноза и при выборе дальнейших методов лечения.

Создание автоматизированных диагностических систем и применение методов математического моделирования позволяет осуществить диагностику патологии коленного сустава на первичном этапе оказания медицинской помощи, что дает возможность существенно повысить качество и рациональность медицинской диагностики, оптимизировать процесс лечения и, в конечном итоге, достичь максимального эффекта при значительном снижении трудоемкости и уменьшении финансовых затрат.

Актуальность темы исследования заключается в разработке комплекса математических моделей и алгоритмов, ориентированных на формирование диагноза при патологии коленного сустава, а также создания на этой основе автоматизированной системы диагностики ПКС.

Диссертационная работа выполнена в соответствии с межвузовской научно-практической программой 12.11 «Перспективные информационные

технологии в высшей школе» и в рамках одного из основных направлений ВГТУ «Проблемно-ориентированные системы управления».

Цели и задачи исследования. Целью диссертационной работы является разработка комплекса моделей и алгоритмов для автоматизации дифференциальной диагностики патологии коленного сустава.

Для достижения поставленной цели необходимо решить следующие задачи:

выявить особенности методов диагностики патологии коленного сустава, позволяющие сформировать пространство признаков, используемых в диагностическом процессе;

провести классификацию признаков, используемых в процессе диагностики;

разработать модели и алгоритмы диагностики больных с патологией коленного сустава;

сформировать информационное и программное обеспечение автоматизированной системы диагностики, реализующее предложенные алгоритмы и модели;

провести клиническую апробацию автоматизированной системы диагностики патологии коленного сустава, оценить эффективность ее использования.

Методы исследования. Для решения поставленной задачи помимо клинических методов использовались: метод системного анализа, методы управления и обработки информации в биосистемах, основные положения теории вероятности и математической статистики.

Научная новизна результатов исследования. Основные результаты диссертации, характеризующиеся научной новизной и выносимые на защиту, состоят в следующем:

подход к решению задачи выбора информативных признаков, позволяющий рационально осуществить формирование пространства информативно-ценных признаков;

математическая модель постановки диагноза на основании неоднородной последовательной процедуры Вальда, обеспечивающая сокращение времени обработки диагностических показателей;

логическая модель принятия диагностического решения, обеспечивающая разработку оптимального плана проведения исследований;

человеко-машинная процедура принятия решения при управлении процессом диагностики, позволяющая одновременно использовать априорные знания и практический опыт врача и возможности современных ЭВМ;

структурное, информационное и программное обеспечение автоматизированной системы диагностики патологии коленного сустава, учитывающее модельные оценки для принятия решения в условиях многоальтернативности.

Практическая значимость работы. Используемый при разработке информационного и программного обеспечения принцип модульности позволил оформить отдельные подсистемы как автономные комплексы, способные решать задачи построения моделей классификации применительно к любым данным.

На основе модели постановки диагноза при патологии коленного сустава разработана методика диагностики, реализованная в рамках автоматизированной системы.

Предложена структура автоматизированной системы диагностики, объединяющая разработанные процедуры интеллектуальной поддержки и стандартное обеспечение баз данных.

Разработанная система инвариантна к предметной области приложения и может быть использована для решения поставленных задач в любой области медицины.

Разработанные модели и алгоритмы используются в клинической практике для решения вопросов диагностики патологии коленного сустава на этапе амбулаторного звена оказания медицинской помощи.

Применение системы позволяет увеличить вероятность максимально точной диагностики состояния пациента, сократить время постановки диагноза и определить рациональную тактику ведения больного с патологией коленного сустава за счет автоматизации процесса диагностики.

Реализация и внедрение результатов работы Результаты исследования апробированы и внедрены в отделении травматологии Областной клинической больницы №1 (г. Воронеж) и Областной клинической поликлинике. Материалы диссертации используются в учебном процессе кафедры «Травматология, ортопедия и военно-полевая хирургия» Воронежской государственной медицинской академии им. Н.Н. Бурденко при обучении студентов, врачей-интернов, клинических ординаторов и кафедры «Системный анализ и управление в медицинских системах» Воронежского государственного технического университета для студентов специальности «Биотехнические и медицинские аппараты и системы».

Апробация работы. Основные положения диссертации докладывались и обсуждались на Всероссийской научной конференции (Рязань, 1997), I Всероссийской научно-технической конференции «Компьютерные технологии в науке, проектировании и производстве» (Нижний Новгород, 1999), Всероссийской конференции «Интеллектуальные информационные

з

системы» (Воронеж, 2000), IV Всероссийской научной конференции «Компьютерное и математическое моделирование в естественных и математических науках» (Тамбов, 2002), Международной научной конференции «Информационные технологии в естественных, технических и гуманитарных науках» (Таганрог, 2002), Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2002-2003), научной конференции ГКБ «Электроника» «Специализированная медицинская помощь» (Воронеж, 2002-2004).

Публикации. По материалам диссертации опубликовано 16 печатных работ. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит: [6,7,8] - анализ возможностей применения методов математического моделирования для диагностики состояний больных с патологией коленного сустава; [10,12,15,16] -обоснование применения математических методов и компьютерных технологий в диагностике и выборе тактики лечения у больных с суставной патологией для рационализации и оптимизации диагностического процесса; [11] - разработка методического подхода к процедуре минимизации признакового пространства; [14] - анализ возможностей внедрения разработанной методики в клиническую практику; [1,2,3,4,5,13] - разработка систем автоматизации диагностики, адекватных рассматриваемой предметной области и описание практического применения разработанного структурного, информационно-методического и программного обеспечения.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, изложенных на 124 страницах, списка литературы из 166 наименований и приложения, содержит 15 рисунков и 10 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы цель и задачи исследования, представлены научная новизна и практическая значимость результатов, выносимых на защиту, приведены сведения об апробации и внедрении результатов работы.

Первая глава посвящена анализу возможностей использования математических методов и компьютерных технологий для повышения эффективности диагностики больных с патологией коленного сустава.

Показано, что суставные патологии разнообразны и часто встречаются в клинической практике. Так как коленный сустав представляет собой комплекс структур, объединенных функциональным единством, многие признаки и симптомы повреждений коленного сустава являются общими для нескольких видов заболеваний. Диагностика форм патологии коленного

сустава может быть затруднена по ряду причин, в частности, из-за недостаточно пристального выяснения обстоятельств и механизма травмы или начала заболевания, невнимательного клинического обследования сустава и неправильной оценки симптомов. Процедура установления диагноза при патологии коленного сустава призвана выяснить, является ли заболевание суставов самостоятельной нозологической формой или проявлением патологии других систем, уточнить характер патологического процесса, выявить возможное поражение внутренних органов, уточнить нозологическую форму, стадию, степень активности, функциональную недостаточность суставов.

Проведен анализ методов диагностики патологии коленного сустава. Показано, что традиционные подходы к диагностике часто приводят к эмпирическому выбору схем лечения, что значительно снижает адекватность и качество оказываемой медицинской помощи.

Отмечена необходимость построения автоматизированных систем, позволяющих проводить комплексное исследование патологии коленного сустава с целью совершенствования работы врача по качественному сбору медицинской информации во время опроса, осмотра и обследования пациента, совершенствования врачебного мышления.

Отмечено, что повышение эффективности лечебно-диагностического процесса может быть достигнуто с помощью использования систем компьютерных технологий интеллектуальной поддержки деятельности врача, что даст возможность улучшить качество принимаемых решений и не допустить появления врачебных ошибок.

Исходя из анализа современного состояния и путей повышения эффективности функционирования диагностических систем, сформулированы цель и задачи исследования.

Во второй главе рассматриваются модели процесса принятия решения при диагностике патологии коленного сустава.

Показано, что диагностика представляется в качестве задачи классификации, где классифицированию подвергаются состояния больных с патологией коленного сустава.

Обоснована целесообразность применения вероятностных методов для решения задач дифференциальной диагностики. В работе предложен подход, основанный на использовании неоднородной последовательной процедуры Вальда, который предполагает пошаговое вычисление отношения вероятностей упорядоченных по информативности признаков, и сравнение суммы этих отношений с двумя порогами, величина которых определяется ошибками классификации.

В этом случае формируется перечень диагнозов (классов) (Оч), q = \,2, { = номер этапа, ¡ = \,к. На каждом этапе задаются допустимые значения вероятностей правильных (а,) и ошибочных (Д1 решений, что позволяет определить значения порогов для принятия решения.

В результате проведения совокупности исследований определяется вектор значений признаков для каждого из обследуемых,

признаки ранжируются по информативности и затем рассчитываются отношения вероятностей

Значения Лт сопоставляются с соответствующими порогами Аг и Вр г = !,к. При этом, если ЛП1 > А,, то принимается решение о принадлежности рассматриваемого состояния к классу 0|„ исследование прекращается, ставится соответствующий диагноз или осуществляется переход к следующему этапу. Если Я)11 ^ В„ то принимается решение о принадлежности объекта к классу С^к проведение исследования также прекращается и ставится соответствующий диагноз или осуществляется переход к следующему этапу.

Если после рассмотрения N признаков В, < Л?/ А„ то принимается решение «Имеющейся информации недостаточно для принятия решения с заданным уровнем ошибок» (зона неопределенности). В этом случае необходимо проведение дополнительных исследований для получения новой информации и выявления дополнительных признаков.

Для постановки диагноза больного с патологией коленного сустава построена логическая модель принятия решения (рис. 1), рассматривающая на каждом этапе только специфический набор признаков, позволяющий выявить подозрение на определенный характер патологии и использующая врачебную логику принятия решения, что значительно упрощает применение модели в клинической практике.

Отмечена необходимость формирования пространства информативных признаков на основании анамнестических данных, результатов инструментального и рентгенологического исследования, лабораторных анализов, всесторонне описывающих состояние обследуемого.

б

Рис. I. Логическая модель принятия решения

Предложен подход к определению информативности признаков с использованием информационной меры Кульбака. Информативность признака определяется суммарной информативностью его поддиапазонов:

Щх /Лк) — число больиьж сданным поддиапазоном признака,

- число больных со всеми поддиапазонами признака при

У

рассматриваемом состоянии.

Для проверки степени обоснованности построенного пространства информативных признаков было проведено определение достоверности различий двух сравниваемых выборок с помощью критериев Колмогорова-Смирнова и ТМФ. Показано, что статистическая значимость различий р<0.05, что позволяет говорить о достоверной различимости выборок по одностороннему критерию.

Задача определения информативности признаков решалась в два этапа. На первом определялись наиболее информативные признаки для дифференциальной диагностики «заболевание-травма», на втором -определялись информативные признаки для диагностики непосредственно по группам заболеваний.

Учитывая установленный экспертами порог информативности, равный 85%, выделены группы наиболее информативных признаков, использование которых в качестве управляющих переменных модели позволяет достичь наибольшей достоверности принятия решения на каждом этапе диагностики.

1, Для диагностики на этапе "заболевание - травма": а15 - характер пунктата в суставе, а18 - деформация эпифизов с формированием остеофитов ^-грамма), а23 - изменения в биохимическом анализе крови, а22 - изменения в общем анализе крови, a4 - интенсивность боли, а7 - симптомы, характерные для повреждения крестообразных, внутреннебоковых и наружнобоковых связок, а5 - симптомы, характерные для повреждения менисков, а6 -крепитация и хруст в суставе, а19 - внутрисуставные переломы (рис. 2, а).

2. Для воспалительных заболеваний: а17 - характер синовиальной жидкости, а26 - бактериальный посев синовиальной жидкости, а3 -температура тела, а8 - местное повышение температуры кожи над суставом, а25 - лейкоциты крови, а24 - СОЭ крови (рис. 2, б).

3 Для диагностики заболеваний, связанные с нарушением обмена веществ а28 - изменения показателей обмена веществ, а11 - заболевания суставов, сочетающиеся с системным поражением других органов, а3 -температура тела, а30 - С-реактивный белок крови, а10 - симптом баллотирования надколенника, а31 - фосфолипиды крови (рис 2, в)

4 Для диагностики аутоиммунных и дегенеративно-дистрофических заболеваний а32 - Т-клетки крови, а34 - титр АСЛ-0, а22 - изменения в общем анализе крови, а12 - наличие стартовых болей в суставе, а3з -иммуноглобулины ^ О, а24 - СОЭ крови, а21 - нарушение конгруэнтности суставных поверхностей, а8 - местное повышение температуры кожи над суставом, а20 -субхондральный остеосклероз, а30- С-реактивный белок крови (рис 2, г)

Рис 2. Гистограмма информативности признаков

В третьей главе рассматривается алгоритмизация диагностики патологии коленного сустава

Показано, что формирование диагноза осуществляется на основе используемого математического аппарата и имеет единое унифицированное представление При этом постановка диагноза осуществляется на основе отнесения индивидуального состояния пациента к одному из выделенных прогностических классов и формируется на основе применения неоднородной последовательной процедуры распознавания Вальда

Отмеченная неоднородность характеристик патологии коленного сустава затрудняет диагностику, в связи с этим невозможно полностью формализовать диагностический процесс Для решения поставленной задачи

предложена автоматизированная система, обеспечивающая формирование критериев распознавания классов, а также автоматизированное распознавание новых объектов.

Алгоритм работы системы реализуется в виде нескольких взаимосвязанных процедур, описывающих различные режимы работы.

Режим обучения представляет собой интерактивную процедуру работы системы, реализующую процесс формирования исходного перечня признаков классов, описывающих объекты, создание обучающих выборок и вычисление требуемых параметров, используемых при распознавании. Процесс обучения проходит под непосредственным контролем ЛПР, определяющего требуемый объем формируемой выборки и управляющего процессом отнесения ее к известному классу заболевания.

Режим распознавания реализует разработанный аппарат классификации и позволяет определить принадлежность анализируемого объекта к известному классу. Кроме того, лицу, принимающему решение (ЛПР) предоставляется возможность пополнения базы данных, описывающих распознаваемые классы, за счет процедуры дообучения, позволяющей в процессе распознавания адаптировать систему к изменяющимся условиям работы. Алгоритмы обучения и распознавания представлены на рис. 3,4.

Каждый из представленных алгоритмов включает в себя несколько функциональных блоков, взаимодействующих между собой, и позволяет находить решение задачи по определению следствий, вытекающих из некоторого заданного набора предпосылок. Все блоки состоят из определенной заранее последовательности действий, реализуемой соответствующими подсистемами разработанной автоматизированной системы.

Предложена модульная структура автоматизированной системы, реализующая разработанные алгоритмы в виде работы различных подсистем. Показано, что каждый блок алгоритмов решает свой набор задач в рамках вычислительного процесса. Единый интерфейс доступа к данным различных программных модулей позволяет организовать их гибкую корректировку и эффективную работу с ними.

Разработана функциональная схема автоматизированной системы на основе универсапьных процедур, в которых связывание структуры данных и программ производится лишь в момент исполнения программы. Обеспечение устойчивого функционирования построенной системы реализуется посредством организации диалога между лицом, принимающим решение, и системой.

Рис. 3. Алгоритм работы системы в режиме обучения

исследование? _______—

"~Т"Нет

Формирование диагностического заключения, сохранение в БД

I

Конец ^

Рис. 4. Алгоритм работы системы в режиме распознавания 12

Заключение о невозможности постановки диагноза

С

В четвертой главе рассматривается структура

и

состав

автоматизированной системы диагностики патологии коленного сустава, состав отдельных модулей и информационные связи между ними.

Автоматизированная система представляет собой совокупность технических и программных средств получения и обработки информации, предназначенных для решения поставленной задачи диагностики. Оптимальный подход к построению таких систем включает в себя формирование нескольких взаимосвязанных модулей, ориентированных на решение специализированных задач в рамках алгоритма функционирования всей системы.

В соответствии с предлагаемой структурой, система состоит из отдельных модулей, организованных и связанных между собой управляющей подсистемой. Каждый из модулей представляет собой функциональный узел, имеющий упорядоченные значения входных и выходных параметров и единый унифицированный интерфейс.

В состав автоматизированной системы включены: подсистема клинических исследований, подсистема формирования диагноза, подсистема моделирования, разработанная база данных, модуль сервисных процедур (рис. 5).

Рис. 5. Структурная схема автоматизированной системы

Взаимодействие между компонентами системы осуществляется за счет внутренних и внешних информационных потоков. Внутренний поток составляют результаты функционирования подсистем, представляющие собой входные воздействия для других модулей системы, внешний поток связан с информационным обменом с внешней средой, включающей ЛПР, пациента и подсистему клинических исследований.

Апробация системы в клинических условиях проводилась по материалам травматологического отделения Областной клинической больницы №1 (г. Воронеж) и Областной клинической поликлиники.

Оценка эффективности предложенного метода проводилась путем вычисления его прогностической значимости в зависимости от нозологических форм.

Оценка прогностической значимости метода

Показатели I группа II группа III группа IV группа V группа

Чувствительность 75,3% 75,8% 76,5% 74.2% 73.1%

Специфичность 77,3% 79,2% 78,1% 78,9% 79,4%

Предсказующая ценность положительного теста 83,2% 85,8% 85,1% 84,2% 82,2%

Предсказующая ценность отрицательного теста 77,4% 76,8% 77,2% 78,8% 72,8%

Предсказующая точность 87,5% 86,8% 89,6% 88,2% 85,2%

Программное обеспечение создано в среде программирования Delphi 3.0 и работает под управлением операционной системы Windows 98 и выше.

Автоматизированная система может работать на персональных компьютерах класса IBM PC/AT, с оперативной памятью 16 Мб.

Практическая реализация предложенных моделей и алгоритмов позволила обеспечить высокий уровень оказания медицинской помощи, сократить время проведения диагностических мероприятий на 9%, повысить точность и достоверность диагностики в среднем на 7%, определить тактику лечения и интегрировать эти процессы в едином комплексе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Проведенная классификация признаков патологии коленного сустава с помощью информационной меры Кульбака позволила выявить наиболее существенные симптомы для каждого этапа диагностики, позволяющие их использовать в дальнейшем для диагностики ПКС, и ранжировать их по степени информативности.

2. На основании неоднородной последовательной процедуры Вальда сформирована математическая модель диагностики патологии коленного сустава, которая используется в автоматизированной системе диагностики.

3. Построена логическая модель принятия решения, обеспечивающая разработку оптимального плана проведения исследований.

4. Разработаны алгоритмы работы автоматизированной системы диагностики патологии коленного сустава в режиме обучения и распознавания, позволяющие реализовывать процедуру дообучения системы после каждого проводимого исследования и ориентированные на автоматизацию процесса диагностики.

5. Разработана структура, информационное и программное обеспечение автоматизированной системы диагностики, реализующее предложенные алгоритмы и модели; проведена программная реализация.

6. Разработанные методика, модели и алгоритмы диагностики больных с патологией коленного сустава апробированы в клинической практике.

7. Проведена оценка эффективности функционирования автоматизированной системы, подтверждена целесообразность ее практического использования.

8. Результаты работы внедрены в Областной клинической больнице №1 (г. Воронеж), Областной клинической поликлинике (г. Воронеж), в учебный процесс кафедры «Системный анализ и управление в медицинских системах» Воронежского государственного технического университета и на кафедре «Травматология, ортопедия и военно-полевая хирургия» Воронежской государственной медицинской академии им. Н.Н.Бурденко.

Основные результаты диссертации опубликованы в следующих работах:

1. Воронин А.И., Пасынкова И.В., Харина М.В. Автоматизированная система диагностики ПМК// Тез.докл. Всерос. науч.конф. Рязань, 1997. С.50.

2. Пасынкова И.В. Автоматизированная система прогнозирования работоспособности операторов // Компьютерные технологии в науке, проектировании и производстве: Материалы I Всерос. науч.-техн. конф. Нижний Новгород, 1999. С.86-88.

3. Пасмурнов СМ., Гуськов Е.Б., Пасынкова И.В. Интеграция информационного обеспечения и автоматизированных процедур прогнозирования работоспособности // Компьютерные технологии в науке, проектировании и производстве: Материалы I Всерос. науч.-техн. конф. Нижний Новгород, 1999. С.91-93.

4. Пасмурнов СМ., Пасынкова И.В. Выбор критериев создания автоматизированных систем для проведения массовых обследований // Интеллектуальные информационные системы: Труды Всерос. конф. Воронеж, 2000. С. 122.

5. Белецкая С.Ю., Пасынкова И.В. Комплексное применение оптимизационных процедур в диалоговых системах оптимизации // Высокие технологии в технике, медицине, экономике и образовании: Межвуз. сб. науч. тр. Воронеж: ВГТУ, 2000. С.132-137.

6. Пасмурнов СМ., Пасынкова И.В. Применение кластерного анализа для моделирования сложных состояний // Информационные технологии в естественных, технических и гуманитарных науках: Материалы Междунар. науч. конф. Таганрог, 2002. С. 38-39.

7. Кузнецова В.П., Пасынкова И.В. Применение методов математического моделирования для классификации состояний // Компьютерное и математическое моделирование в естественных и технических науках: Материалы IV Всерос. науч.-практ. Шетпе^конф. Тамбов: ИМФИ ТГУ им. Г.Р.Державина, 2002. С. 33-34.

8. Есауленко И.Э., Кузнецова В.П., Пасынкова И.В. Метод кластерного анализа для математического моделирования классификации патологий коленного сустава // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VI. Воронеж, 2002. С. 55-57.

9. Пасынкова И.В. Использование телемедицинских технологий для повышения уровня здоровья населения // Интеллектуализация управления в социальных и экономических системах: Труды Всерос. конф. Воронеж, 2002. С.166-168.

10. Клинический опыт артроскопической диагностики и лечения заболеваний коленного сустава / А.Н.Летников, В П.Кузнецова, Б.В.Шуваев, И.В. Пасынкова // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VI. Воронеж, 2002. С. 114-116.

11. Процедура минимизации количества признаков, используемых при автоматизированной диагностике патологий коленного сустава /

И.Э. Есауленко, Ю.П. Колесников, В.П.Кузнецова, А.Н. Летников, И.В. Пасынкова // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VII. Воронеж, 2003. С. 77-81.

12. Кузнецова В.П., Пасмурное СМ., Пасынкова И.В. Рационализация и оптимизация процесса диагностики больных с патологией коленного сустава на основе последовательного анализа признаков // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VII. Воронеж, 2003. С. 89-94.

13. Пасынкова И.В., Кузнецова В.П. Автоматизация диагностики и лечения патологий коленного сустава // Интеллектуализация управления в социальных и экономических системах: Труды Всерос. конф. Воронеж, 2003. С.156-158.

14. Пасынкова И.В., Мацнева Е.А. Некоторые особенности маркетинга медицинских услуг // Интеллектуализация управления в социальных и экономических системах: Труды Всерос. конф. Воронеж, 2003. С. 82-84.

15. К вопросу дифференциальной диагностики патологий коленного сустава / В Г. Самодай, Ю.П. Колесников, В.П. Кузнецова, И.В. Пасынкова // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VIII. Воронеж, 2004. С. 153-155.

16. Рационализация и оптимизация процесса диагностики больных с патологией коленного сустава на основе математических моделей / И.Э. Есауленко, Ю.П. Колесников, В.П. Кузнецова, И.В. Пасынкова // Журнал теоретической и практической медицины. Т.2. №1. Москва, 2004. С.

Подписано в печать 24.01.05 Формат 60x84/16. Бумага для множительных аппаратов Усл. печ. л. 1,0. Тираж 85 экз. Заказ № 11

Воронежский государственный технический университет 394026 Воронеж, Московский просп., 14

53-55.

05.1.2- 05.13

1183

ВВЕДЕНИЕ.

1. АНАЛИЗ ИНФОРМАЦИОННЫХ ВОЗМОЖНОСТЕЙ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ДЛЯ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ КОЛЕННОГО СУСТАВА.

1.1. Причины возникновения и классификация патологий коленного сустава.

1.2. Анализ подходов к построению автоматизированных систем для диагностики заболеваний коленного сустава.

1.3. Цель и задачи исследования.

2. МОДЕЛИРОВАНИЕ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЯ ПРИ ДИАГНОСТИКЕ ПАТОЛОГИИ КОЛЕННОГО СУСТАВА.

2.1. Анализ подходов к классификации состояния больных с патологией коленного сустава на основе вероятностных 43 методов.

2.1.1. Общие подходы к решению задач классификации.

2.1.2. Методы распознавания образов в диагностике больного с патологией коленного сустава.

2.1.3. Вероятностные методы распознавания.

2.1.4 Применение неоднородной последовательной процедуры Вальда для автоматизированной диагностики больных с патологией коленного сустава.

2.2. Формирование пространства информативных признаков для построения моделей.

2.3. Логическая модель постановки диагноза при патологии коленного сустава.

ВЫВОДЫ ВТОРОЙ ГЛАВЫ.

3. АВТОМАТИЗИРОВАННЫЕ ПРОЦЕДУРЫ ДИАГНОСТИКИ ПАТОЛОГИИ КОЛЕННОГО СУСТАВА.

3.1. Формирование диагностических алгоритмов при патологии коленного сустава.

3.2. Методологические основы выбора режима управления

•ф диагностическим процессом.

3.3. Автоматизированные процедуры формирования управляющего решения.

ВЫВОДЫ ТРЕТЬЕЙ ГЛАВЫ.

4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И АПРОБАЦИЯ

РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ.

4.1. Структура автоматизированной системы диагностики патологии коленного сустава.

4.2. Оценка эффективности функционирования автоматизированной системы диагностики патологии коленного сустава.

I ВЫВОДЫ ЧЕТВЕРТОЙ ГЛАВЫ.

Актуальность темы. Одной из важнейших задач современного здравоохранения является повышение качества диагностических и лечебных мероприятий. Вариантом решения является использование методов системного анализа, позволяющих эффективно решать проблемы, связанные с построением моделей заболеваний, прогнозированием различных исходов, выбора оптимальной тактики лечения, что дает возможность значительно повысить уровень качества оказания медицинской помощи при значительном уменьшении финансовых затрат. Одним из основных направлений внедрения компьютерных технологий в практическую медицину выступает создание автоматизированных систем, основанных на использовании методов моделирования и системного анализа и призванных обеспечивать интеллектуальную поддержку врачебных решений в диагностике, выборе лечения и прогнозировании состояний пациента.

Несмотря на значительные достижения современной травматологии, проблема поражения крупных суставов является одной из наиболее распространенных. На ее долю приходится 36,8% от всех случаев нетрудоспособности, связанных с патологией опорно-двигательной системы. Наиболее часто (10%) встречаются повреждения коленного сустава различной этиологии, дифференциальная диагностика которых является довольно сложной задачей в связи с малым количеством и схожестью проявлений симптомов при различных патологиях. Автоматизированный подход к диагностике патологии коленного сустава (ПКС) может оказать существенную помощь врачу на этапе постановки диагноза и при выборе дальнейших методов лечения.

Создание автоматизированных диагностических систем и применение методов математического моделирования позволяет осуществить диагностику патологии коленного сустава на первичном этапе оказания медицинской помощи, что дает возможность существенно повысить качество и рациональность медицинской диагностики, оптимизировать процесс лечения и, в конечном итоге, достичь максимального эффекта при значительном снижении трудоемкости и уменьшении финансовых затрат.

Актуальность темы исследования заключается в разработке комплекса математических моделей и алгоритмов, ориентированных на формирование диагноза при патологии коленного сустава, а также создания на этой основе автоматизированной системы диагностики ПКС.

Диссертационная работа выполнена в соответствии с межвузовской научно-практической программой 12.11 «Перспективные информационные технологии в высшей школе» и в рамках одного из основных направлений ВГТУ «Проблемно-ориентированные системы управления».

Цели и задачи исследования. Целью диссертационной работы является разработка комплекса моделей и алгоритмов для автоматизации дифференциальной диагностики патологии коленного сустава.

Для достижения поставленной цели необходимо решить следующие задачи: выявить особенности методов диагностики патологии коленного сустава, позволяющие сформировать пространство признаков, используемых в диагностическом процессе; провести классификацию признаков, используемых в процессе диагностики; разработать модели и алгоритмы диагностики больных с патологией коленного сустава; сформировать информационное и программное обеспечение автоматизированной системы диагностики, реализующее предложенные алгоритмы и модели; провести клиническую апробацию автоматизированной системы диагностики патологии коленного сустава, оценить эффективность ее использования.

Методы исследования. Для решения поставленной задачи помимо клинических методов использовались: метод системного анализа, методы управления и обработки информации в биосистемах, основные положения теории вероятности и математической статистики.

Научная новизна результатов исследования. Основные результаты диссертации, характеризующиеся научной новизной и выносимые на защиту, состоят в следующем: подход к решению задачи выбора информативных признаков, позволяющий рационально осуществить формирование пространства информативно-ценных признаков; математическая модель постановки диагноза на основании неоднородной последовательной процедуры Вальда, обеспечивающая сокращение времени обработки диагностических показателей; логическая модель принятия диагностического решения, обеспечивающая разработку оптимального плана проведения исследований; человеко-машинная процедура принятия решения при управлении процессом диагностики, позволяющая одновременно использовать априорные знания и практический опыт врача и возможности современных ЭВМ; структурное, информационное и программное обеспечение автоматизированной системы диагностики патологии коленного сустава, учитывающее модельные оценки для принятия решения в условиях многоальтернативности.

Практическая значимость работы. Используемый при разработке информационного и программного обеспечения принцип модульности позволил оформить отдельные подсистемы как автономные комплексы, способные решать задачи построения моделей классификации применительно к любым данным.

На основе модели постановки диагноза при патологии коленного сустава разработана методика диагностики, реализованная в рамках автоматизированной системы.

Предложена структура автоматизированной системы диагностики, объединяющая разработанные процедуры интеллектуальной поддержки и стандартное обеспечение баз данных.

Разработанная система инвариантна к предметной области приложения и может быть использована для решения поставленных задач в любой области медицины.

Разработанные модели и алгоритмы используются в клинической практике для решения вопросов диагностики патологии коленного сустава на этапе амбулаторного звена оказания медицинской помощи.

Применение системы позволяет увеличить вероятность максимально точной диагностики состояния пациента, сократить время постановки диагноза и определить рациональную тактику ведения больного с патологией коленного сустава за счет автоматизации процесса диагностики.

Реализация и внедрение результатов работы. Результаты исследования апробированы и внедрены в отделении травматологии Областной клинической больницы №1 (г.Воронеж) и Областной клинической поликлинике. Материалы диссертации используются в учебном процессе кафедры «Травматология, ортопедия и военно-полевая хирургия» Воронежской государственной медицинской академии им. Н.Н. Бурденко при обучении студентов, врачей-интернов, клинических ординаторов и кафедры «Системный анализ и управление в медицинских системах» Воронежского государственного технического университета для студентов специальности «Биотехнические и медицинские аппараты и системы».

Апробация работы. Основные положения диссертации докладывались и обсуждались на Всероссийской научной конференции (Рязань, 1997), I Всероссийской научно-технической конференции «Компьютерные технологии в науке, проектировании и производстве» (Нижний Новгород, 1999), Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2000), IV Всероссийской научной конференции «Компьютерное и математическое моделирование в естественных и математических науках» (Тамбов, 2002), Международной научной конференции «Информационные технологии в естественных, технических и гуманитарных науках» (Таганрог, 2002), Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2002-2003), научной конференции ГКБ «Электроника» «Специализированная медицинская помощь» (Воронеж, 2002-2004).

Публикации. По материалам диссертации опубликовано 16 печатных работ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, изложенных на 124 страницах, списка литературы из 166 наименований и приложения, содержит 15 рисунков и 10 таблиц.

8. Результаты работы внедрены в Областной клинической больнице №1 (г. Воронеж), Областной клинической поликлинике, в учебный процесс кафедры «Системный анализ и управление в медицинских системах» Воронежского государственного технического университета и на кафедре травматологии, ортопедии и военно-полевой хирургии Воронежской государственной медицинской академии им. Н.Н.Бурденко.

ЗАКЛЮЧЕНИЕ

В ходе работы получены следующие результаты:

1. Проведенная классификация признаков патологии коленного сустава с помощью информационной меры Кульбака позволила выявить наиболее существенные симптомы для каждого этапа диагностики, позволяющие их использовать в дальнейшем для диагностики ПКС, и ранжировать их по степени информативности

2. На основании неоднородной последовательной процедуры Вальда сформирована математическая модель диагностики патологии коленного сустава, которая используется в автоматизированной системе диагностики.

3. Построена логическая модель принятия решения, обеспечивающая разработку оптимального плана проведения исследований.

4. Разработаны алгоритмы работы автоматизированной системы диагностики патологии коленного сустава в режиме обучения и распознавания, позволяющие реализовывать процедуру дообучения системы после каждого проводимого исследования и ориентированные на автоматизацию процесса диагностики.

5. Разработана структура, информационное и программное обеспечение автоматизированной системы диагностики, реализующие предложенные алгоритмы и модели; проведена программная реализация.

6. Разработанные методика, модели и алгоритмы диагностики больных с патологией коленного сустава апробированы в клинической практике.

7. Проведена оценка эффективности функционирования автоматизированной системы, подтверждена целесообразность ее практического использования.

1. Агабабова Э.Р. Дифференциальная диагностика серонегативных артритов // Тер. арх- 1986.-№7.- С.149-154.

2. Агабабова Э.Р. Принципы лечения остеоартроза // Вопр. ревматологии -1995.—№4 С.3-7.

3. Агабабова Э.Р. Реактивные артриты: состояние проблемы и перспективы // Ревматология.-1985 .-№1.- С.3-6.

4. Агабабова Э.Р., Шубин С.В. Ургентные артриты // Актуальные проблемы ревматологии-Кишинев, 1981-С.102-108.

5. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных.- М.: Финансы и статистика, 1983.- 237 с.

6. Айламазян А.К., Осипов Г.С. Проблемы создания интегрированных сред поддержки лечебно-диагностического процесса // Информационные технологии. 1997. - №10. С. 34- 39.

7. Андреев С.В. Моделирование заболеваний.- М.:Медицина, 1973.-236 с.

8. Антомонов Ю.Т. Моделирование биологических систем: Справочник. -Киев, 1977. 285 с.

9. Антонов И.П., Лульян Я.И. Справочник по диагностике и прогнозированию болезней в таблицах и перечнях. Беларусь, 1986. - 270 с.

10. Анфилатов B.C., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении: Под ред. Емельянова А.А. М.: Финансы и статистика, 2002.-368 с.

11. Апросян Ю.Д. Алгоритм построения классов по матрице расстояний // Машинный перевод и прикладная лингвистика. Вып.9.- М.: МГПИИЯ, 1966 С. 72-79.

12. Астапенко М.Г., Баятова К.В. О клинике и классификации первичного деформирующего остеоартроза //Тер. арх.- 1988.- №4.— С.120-122.

13. Астапенко М.Г., Копьева Т.Н. Итоги длительного изучения механизма дегенирации суставного хряща при первичном деформирующем остеоартрозе // Тер. арх.- 1982.-№6.- С 115.

14. Астапенко М.Г., Пилак Э.Г. Болезни суставов.- М.: Медицина, 1966.-378 с.

15. Астапенко М.Г., Чепой В.М. Алкаптонурический остеоартроз // Сов. мед. 1977.-№7 - С.147-149.

16. Афифи А., Эзен С. Статистический анализ. Подход к использованию ЭВМ М.: Мир, 1982.- 488 с.

17. Баталов З.С., Иванов И.М., Неймарк Ю.И. О классификации по синдрому: Изд-во высших учебных заведений.- М.: Радиофизика, 1972. С. 231-234.

18. Башуров К. Болезнь Гоффа коленного сустава // Травматология и ортопедия России. - 1995. -№4. - С. 89-91.

19. Беллман Р. Математические модели в медицине.- М.: Мир, 1987. -185 с.

20. Бельская О.Я. Возрастные изменения синовиальной оболочки коленного сустава человека // Вопр. ревматол.- 1982.- №1.- С. 25-28.

21. Беневоленская Л.И. Эпидемиология ревматических заболеваний /руководство по внутренним болезням. Ревматические болезни / Под ред. В.А. Насоновой-М., 1997.-С.140.

22. Беневоленская Л.И., Подчалимова В.В. Факторы, способствующие развитию остеоартроза // Тер. арх.- 1987 №4.- С.35-38.

23. Биологическая и медицинская кибернетика: Справочник / Минцер О.Г., Угаров Б.Н., Попов А.А. и др. Киев: Наукова думка, 1986. -374 с.

24. Брюханов А.В. Магнитно-резонансная томография в диагностике воспалительных и дегенеративных заболеваний сустава // Новые информационные технологии в радиологии.- М., 1997,- С. 16.

25. Брюханов А.В., Чанцев А.В., Федоров В.В. Диагностика посттравматических артритов коленных суставов после повреждений менисков и связок по данным МРТ // Новые информационные технологии в радиологии. М., 1997.- С 15-16.

26. Вагапова В.Ш., Стрижков А.Е., Габбасов А.Г. и др. Морфогенез соединительнотканных образований опорно-двигательного аппарата у человека // Вестник Научных Исследований. 1996. №1.

27. Вальд А. Последовательный анализ. М.: Физматгиз, 1961. — 328 с.

28. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. -М.: Наука, 1973.-416 с.

29. Васильев А.Ю. Значение высоко детальной рентгенографии в обработке методами вычислительного анализа в диагностике деформирующего остеоартроза //Возможности современной лучевой диагностики в медицине.- М., 1995.- С. 229-230.

30. Вельяминов Н.А. Учение о болезнях суставов. Л.: Госиздат, 1924 г. С. 265.

31. Власов В.В. Эффективность диагностических исследований. — М.: Медицина, 1988. 256 с.

32. Волошин Г.Я. Методы распознавания образов. Владивосток: ВГУЭС, 2000.- 175 с.

33. Воронин Ю.А. Теория классифицирования и ее приложения. -Новосибирск: Наука, 1985. -231 с.

34. Генкин А.А. Интеллектуальные медицинские системы, алгоритмически формирующие знания // Стратегическое использование информационных систем: Материалы международного семинара. СПб., 1992. С. 64-66.

35. Генкин А.А. О последовательной байесовской стратегии и механизме принятия решений в программном комплексе ОМИС // Клиническая лабораторная диагностика. 1998. - №4. С. 12-16 .

36. Генкин А.А. От компьютерной истории болезни к информационному образу болезни // Terra Medica. 1996. - №3. - С.42-46.

37. Гоппа В.Д. Введение в алгебраическую теорию информации. — М.:Наука. Физматлит; 1995. 112 с.

38. Горелик А.Л., Скрипкин В.А. Методы распознавания. М .: Высшая школа, 1989. -318 с.

39. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. Ленинград: Медицина, 1978. - 260 с.

40. Гублер Е.В. Вычислительные методы распознавания патологических процессов. Ленинград: Медицина, 1970. - 218 с.

41. Гублер Е.В. Информатика в патологии, клинической медицине и педиатрии. Ленинград: Медицина, 1990. - 220 с.

42. Дирин В.А., Загородний В. Артроскопия коленного сустава у больных остеоартрозом // II Всероссийский съезд ревматологов.- Тула, 1997- С.53.

43. Дитерихс М.М. Введение в клинику заболевания суставов. М. — Л.: Биомедгиз, 1937. - 366 с.

44. Дормидонтов Е.Н., Коршунов Н.И., Фризер Б.Н. Ревматоидный артрит.- М.: Медицина, 1981 .-176 с.

45. Дормидонтов Е.Н., Коршунов Н.И. Ревматоидный артрит.— М., 1985.- 178 с.

46. Дюк В.А. Компьютерная психодиагностика. СПб., изд-во «Братство», 1994. - 364с.

47. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа: пакет ППСА.- М.: Финансы и статистика, 1986.— 232с.

48. Есауленко И.Э., Кузнецова В.П., Пасынкова И.В. Метод кластерного анализа для математического моделирования классификации патологий коленного сустава // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VI. Воронеж, 2002. С. 55-57.

49. Жаке-Лагрез Э. Применение размытых отношений при оценке предпочтительности распределенных величин // Статистические модели и многокритериальные задачи принятия решений.- М.: Статистика, 1979.-184с.

50. Заболотных И.И. Первичный деформирующий остеоартроз (Вопросы патогенеза, клиники, диагностики, экспертиза трудоспособности и реабилитация). Автореф. дис. . д-ра мед. наук.- Л., 1990.- С. 37.

51. Загоруйко Н.Г., Елкин В.Н., Емельянов С.В. Пакет прикладных программ ОТЭКС.- М.: Финансы и статистика, 1986.- 160 с.

52. Зарецкая Ю.М. Клиническая иммуногенетика. М.: Медицина, 1983.-208 с.

53. Зацепина С.А., Львович Я.Е., Фролов В.Н. Теория управления: Учеб. пособие. Воронеж: ВГУ, 1990. - 164 с.

54. Зацепина С.А., Львович Я.Е., Фролов М.В. Управление в биологических медицинских системах: Учебное пособие / Под ред. В.Н.Фролова.-Воронеж: ВГТУ, 1994.- 145 с.

55. Зборовская И.А., Левкина М.Л. Деформирующий остеоартроз и антиоксидантная система крови // клин, ревматол.- 1995.- С.31-33.

56. Зупанец И.А., Дедух Н.В. Остеоаррозы. Пути фармакологической коррекции.— Харьков, 1992.- С. 140.

57. Искусственный интеллект: В 3-х кн. Кн.1. Системы общения и экспертные системы: Справочник/ Под ред. Э.В. Попова. -М.: Радио и связь, 1990- 464 с.

58. Искусственный интеллект: В 3-х кн. Кн.2. Модели и методы: Справочник/ Под ред. Д.А. Поспелова. -М.: Радио и связь, 1990.- 304 с.

59. К вопросу дифференциальной диагностики патологий коленного сустава / Самодай В.Г., Колесников Ю.П., Кузнецова В.П., Пасынкова И.В. // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VIII. Воронеж, 2004. с. 153-155.

60. Каминский Л.С. Медицинская и демографическая статистика.— М.: Медицина, 1974. 287 с.

61. Каплан А.В. Повреждение костей и суставов. М.: Медицина, 1979.-658 с.

62. Каппеки В., Меллер Ф. Выявление информативных признаков и группировка // Математика в социологии М.: Мир, 1977.- С.301-338.

63. Каратеев Д.Е. Терапия нестероидными противовоспалительными препаратами: Сравнительные аспекты // Клин, ревматол. -1997-№4-С. 16-22.

64. Клейнен Дж. Статистические методы в имитационном моделировании // Пер. с англ.- М.: Статистика, 1978.- 221 с.

65. Клинический опыт артроскопической диагностики и лечения заболеваний коленного сустава / Летников А.Н., Кузнецова В.П., Шуваев Б.В., Пасынкова И.В. // Специализированная медицинская помощь: Сб. науч.-практ. работ. Вып. VI. Воронеж, 2002. С. 114-116.

66. Клюжев В.М., Ардашев В.Н., Саблин В.М. О клинической концепции автоматизации лечебных медицинских учреждений и телемедицины: В сб. Компьютерные модели и прогресс медицины. М.: Наука, 2001. 288 с.

67. Копьева Т.Н., Астапенко М.Г., Арутюнов А.Г. Синовит при остеоартрозе (клинико-морфологическое исследование) // Ревматология.-1988.-№4.-С.47-52.

68. Копьева Т.Н., Астапенко М.Г., Вельская О.Б. Морфология суставного хряща при остеоартрозе // Арх. пат.- 1986.- №12.- С. 40-46.

69. Копьева Т.Н., Веникова М.С. Клиника, морфология артритов при ревматических заболеваниях.- М., 1992- С. 205.

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

71. Кульбак С. Теория информация и статистика. — М.: Наука, 1967.- 224 с.

72. Ластед Л. Введение в проблему принятия решений в медицине. -М.: Мир, 1971.-325 с.

73. Лбов Г.С., Котюков В.И., Манохин А.Н. Об одном алгоритме распознавания в пространстве разнотипных признаков // Вычислительная система.- Новосибирск, 1973,- Вып.55.- С. 108 -118.

74. Левицкий А.Ф. Применение артроскопии при травмах коленного сустава у детей и подростков //Ортопедия, травматология и протезирование- 1989-№9- С.67-68.

75. Леонова Н.М. Деформирующий артроз коленного сустава у лиц пожилого и старческого возраста. Автореф. дис. . д-ра мед. наук.- М., 1994- 26 с.

76. Липец А.И., Дозорец Ю.Л., Дозорец Г.Я. Терапия и эволюция остеоартроза // Тезисы докл. IV Всесоюзного съезда ревматологов.- Минск, 1991.-С.267.

77. Логвиненко Ю.В. Новый способ дифференциальной диагностики деформирующего остеоартроза и ревматоидного артрита коленных суставов // IV Всероссийский съезд травматологов-ортопедов- Куйбышев, 1984.-С.49-41.

78. Лорьер Ж.Л. Система искусственного интеллекта: Пер фр — М.: Мир, 1990-378 с.

79. Лучихина Л.В. Артроскопическая диагностика деформирующего артроза //Тер. арх.- 1981.-№8- С. 124 -126.

80. Лучихина Л.В. Артроскопия при ревматоидном артрите // Вопр. ревматол 1980.- №3.- С. 10 -14.

81. Лучихина Л.В. Ирригация коленного сустава при артроскопии как метод лечебного воздействия у больных ревматоидным артритом и деформирующим артрозом // Тер. арх.- 1981.- №7.- С. 99 —103.

82. Лучихина Л.В. Сравнительная эффективность артороскопической диагностики ревматоидного артрита // Тер. арх.- 1983.- №7.- С.60-64.

83. Львович Я.Е., Юрочкин А.Г., Чурюмов В.А. Микропроцессорные системы автоматизированного контроля производства СВТ- СПб.: Политехника, 1992. -203 с.

84. Матулис А.А., Пермяков Н.К., Климов М.К. Артрозы // БМЭ.-3-е изд.- М., 1975 Т.2.- С.231-237.

85. Мач Э.С., Пушкова С.В. Современные инструментальные методы диагностики остеоартроза // II Всероссийский съезд ревматологов.— Тула, 1997.-С.121.

86. Миронова З.С. Артроскопическая диагностика повреждений и заболеваний коленного сустава у спортсменов // Ортопедия, травматология и протезирование 1980-№7.- С. 15-20.

87. Миронова З.С., Баднин И.А., Фалех Ф.Ю. Артроскопия-метод исследования внутрисуставных повреждений коленного сустава у спортсменов //Реабилитация спортсменов с повреждениями и заболеваниями опорно-двигательного аппарата.- Рига, 1979.- С.ЗЗ -34.

88. Мисюк Н.С., Мастыкин А.С., Грешеков Е.Г. Основы математического прогнозирования заболеваний человека.-Минск:Вышейная школа, 1972.-200 с.

89. Мясоедов Е.С. Инфекция и ревматизм: Методологические проблемы // Европейский конгресс ревматологов, 10-й. М.: 1983. - №1412.

90. Насонова В.А. Астапенко М.И. Клиническая ревматология. — М.,1989.

91. Насонова В.А., Сигидин Я.А. Патогенетическая терапия ревматических заболеваний М., 1985.- С.58-63.

92. Насонова В.А., Скрипников И.А., Беневольская Л.И. Патогенез остеопароза: анализ иммунологических механизмов //Клин, ревматол.-1996.-№3- С.2-11.

93. Нестеров А.И. Об особом клиническом варианте инфекционно-аллергического полиартрита // Вопр. ревмат. 1965. — №3. -С.3-11.

94. Новосельцев В.Н. Теория управления и биосистемы. Анализ сохранительных свойств. М.: Наука, 1978. - 170 с.

95. Павлов В.Н. Клинические и инструментальные методы оценки состояния опорно-двигательного аппарата / Руководство по внутренним болезням. Ревматические болезни М., 1997.- С. 55 - 66.

96. Павлова В.Н. Синовиальная среда суставов М., 1980 - 278 е.

97. Пасмурнов С.М., Пасынкова И.В. Выбор критериев создания автоматизированных систем для проведения массовых обследований // Интеллектуальные информационные системы: Труды Всеросс. конф. Воронеж, 2000. С. 122.

98. Пасмурнов С.М., Пасынкова И.В. Применение кластерного анализа для моделирования сложных состояний // Информационные технологии в естественных, технических и гуманитарных науках: Материалы междунар. науч. конф. Таганрог, 2002. С. 38-39.

99. Пасынкова И.В., Кузнецова В.П. Автоматизация диагностики и лечения патологий коленного сустава // Интеллектуализация управления в социальных и экономических системах: Сб. тр. Всеросс. конф. Воронеж, 2003. С. 156-158.

100. Первозванский А.А. Математические модели в управлении.-М.:Наука, 1975.-615 с.

101. Пляцко В.В. Артроскопическая диагностика и удаление инородных тел коленного сустава // Клин, хир- 1982 №12 - 54-55.

102. Пляцко В.В. Диагностическая и лечебная артроскопия при деформирующем гонартрозе в пожилом возрасте / Тезисы докладов I съезда геронтологов и гериатров Украинской ССР.- Днепропетровск, 1988.- С.108.

103. Поллард Дж. Справочник по вычислительным методам: Пер. с англ. / Под ред. П.П.Пархоменко.- М.: Энергия. 1982.- 344 с.

104. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ М.: Наука, 1987.- 284с.

105. Процедура минимизации количества признаков, используемых при автоматизированной диагностике патологий коленного сустава / Есауленко И.Э., Колесников Ю.П., Кузнецова В.П., Летников А.Н.,

106. Пасынкова И.В.// Специализированная медицинская помощь: Сб. науч-практ. работ. Вып. VII. Воронеж, 2003. С. 77-81.

107. Распознавание образов и медицинская диагностика / Неймарк Ю.И., Баталов Э.С., Васин Ю.Т., Брейдо М.Д. М.: Наука, 1972. - 250 с.

108. Растригин А.А. Современные принципы управления сложными объектами. — М.: Сов. радио, 1980. 208 с.

109. Рокитский П.Ф. Биологическая статистика.— Минск, 1991.- 90 с.

110. Ряжских М.В. Разработка моделей и алгоритмов автоматизированной системы классификации и прогнозирования синдрома вегетативной дистонии: Автореф. дисс.канд. техн. наук. Воронеж: ВГТУ, 1997.

111. Сарторио А. Дж., Кантелин Ф., Паррини М. Опыт лечебно-диагностической артроскопии коленного сустава в амбулаторных условиях // Ортопедия, травматол. и протезирование.— 1990.—№10.- С.22-25.

112. Славин М.Б. Методы системного анализа в медицинских исследованиях. М.: Медицина, 1989. 304 с.

113. Сперанский А.И., Рязанцева Т.А. Комова Н.Н. Циркулирующие иммунные комплексы при ревматоидном артрите // Югославский симпозиум, 7-й: Сб. докл.- Любляна, 1984. С.110.

114. Справочник по теории вероятности и математической статистики // В.С.Королюк, Н.И.Портенко, А.В. Скороход.- М.: Наука, 1985 640 с.

115. Струков А.И., Бегларян А.Г. Патологическая анатомия и патогенез коллагеновых болезней. М.: Медицина, 1963. - 323 с.

116. Тарасов А.В., Заболотных И.И. и др. Рентгенография с прямым многократным увеличением при первичном деформирующем остеоартрозе // Сов. мед. С. 96 - 98.

117. Терентьев П.В. Метод корреляционных плеяд //Вестник ЛГУ.— 1959-№9- С.137-141.

118. Ушакова О.А. Перспективы развития артроскопии, как метода диагностики и лечения повреждений и заболеваний коленного сустава // Акт. вопр. травматол. и ортопедии.- М., 1976.- Вып.14.- С.43-46.

119. Фалех Ф.Ю. Артроскопия коленного сустава при некоторых повреждениях и заболеваниях его у спортсменов // Акт. вопр. травматол. и ортопедии М., 1978 - Вып. 17.- С.43-45.

120. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. М.: Радио и Связь, 1986. 189 с.

121. Царфис П.Г. Природа и здоровье человека. М.: Высшая школа.1980.

122. Цвиговский В.М. Лучевая диагностика ревматоидного артрита и деформирующего остеоартроза. Автореф. дис. .канд. мед. наук.- Киев, 1991- С.21.

123. Цурко В.В., Кармазановский Г.Г. Компьютерно-томографическая (КТ) оценка асептического некроза головок бедренной кости у больных ревматоидным артритом // II Всероссийский съезд ревматологов. Тула, 1997. - С. 188.

124. Шапиро Л.И. Принятие решений в системах организационного управления: использование расплывчатых категорий. М.: Энергоатомиздат, 1983.-184 с.

125. Эфрон Б. Нетрадиционные методы многомерного статистического анализа: Сб. статей: Пер. с англ.- М.: Финансы и статистика, 1988.-263с.

126. Яковлева А.А. Артрозы и остеохондропатии / Руководство по детской артрологии/ Под ред. М.Я. Студеникина, А.А. Яковлевой.- Л., 1987-С.218-240.

127. Яковлева А.А. Инфекционный неспецифический (реваматоидный) артрит у детей. М.: Медицина, 1971.-256 с.

128. Anbar М. Your humble consultant computer - assisted medical decisions-Computer Medicine, Rockwell, 1987, p.227-260.

129. Bagge E. Et., Bjelle A., Eden S. Osteoarthrosis in elderly: clinical and radiological findung // Ann. Reum. Dis. 1991. - Vol. 50. - P. 535 - 297.

130. Balazs E.A. Physical properties of synovial fluid / Disorders of knee / Ed. A.Helfet. Philadelphia, 1974. - P.63 - 73.

131. Balazs E.A., Denlinger J. L. Viscosupplementation: a new concept in the Treatment of Osteoarthrites // J. Rheum. 1993. - Vol.20. P. 7 - 9.

132. Bothner H., Wik O., Reology of Hyaluronate // Acta Otolaryng. -1987. Vol. 442. - P.25 - 30.

133. Bucklad Wright C. Quantitative mikrofokal radiographic assessment of disease and progression in osteoarthritis of the hand // J. Rheum. - 1991. - Vol. 18.-1994.-P. 40-41.

134. Burman M. S. Selective staining of desease areas in cartilage by intraarthicular injection of dyes // Arch. Surgery. 1933. - Vol. 26. P. 153 - 159.

135. Claessens A., Schoaten J., Ouweland F. Do clinical finding associate with radiographic osteoarthritis of the knee // Ann. Rheum. Diseases. 1990. -Vol.49.-P. 771-774.

136. Dingle J. Т., Leeming M. R., Martindale J.J. Effect of tenidap on cartilage integrity in vitro // Ann. Rheum. Dis. 1993. - Vol. 52. - P. 292 - 299.

137. Edosomwan Johnson Aimie. Ten design rules for knowledge based expert systems.- Industry of Engineering (USA), 1987, №8, pp.78-80.

138. Fife R. S., Brandt K. D. et al. The presence of cartilage matricx glucoprotein in serum as determined by immunolocation analysis is not a sensitiveindicator of "early" osteoarthritis of the knee // J. Lab. Clin. Med. 1991. - Vol. 117 (4)/-P. 332-338.

139. Heinegard D., Oldberg A. Structure and biology of cartilage and bone matrix noncol-lagenous macromolecules // FASEBJ. 1989. - Vol. 3. 2042 -2051.

140. Hernandez R. J., Poznanski А. К. CT evaluation of pediatric hip disorders //Orthop. Clin. North. Am. 1985. Vol. 16. - P. 513 - 542.

141. Howell D. S. Treatment of osteoarthritis with tiaprofenic acid: biochemical and histological protection against cartilage breakdown in the Pond -Nuki canine model // J. Rheum. 1991. Vol. 18. - P. 138-142.

142. Howell D.S. Biochemical aspects of osteoarthritis // Scand. J. Rheum. 1990.-Vol. 81.-P. 5-7.

143. Jackson D.W., Dandy D. Arthroscopy of the knee. New York, 1975. -P.46.

144. Jayson M.J., Dixon A. S. Arthroscopy of the knee in rheumatik diseases // Ann. Rheum. Dis. 1968. - Vol.27 - P. 29 - 37.

145. Kindunis P., Haller J., Kang H.S. et al. Osteophytosis of the knee: anatomic, radiographic and pathologic investigation // Radiology. 1990. - Vol. 174.-P. 841 -846.

146. Krempen J.B., Silver R. A., Hadley J. The use of peritoneal catheter for the irrigation system in arthroscopy // Clin. Orthop. 1977. Vol. 128. - P. 214 -215.

147. Leguesne M., Fallut M., Сщгдщьи R. L'Arthropathie destructrice rapide I'epaule // Revue du Rheumatism. 1982. - Vol. 49 - P. 427 - 437.

148. Leguesne M., Glimet Т., Masse J., OrvainJ. Speed of the joint space narrowing (ISN) in primary medial osteoarthritis of the knee over 3-5 years // Osteoarthritis and cartilage. 1991. - Vol. I. - P. 23.

149. Melrae F., Shouls J. Et al. Scintigraphic assessment of osteoarthritis of the knee Joint // Ann. Rheum. Dis. Vol. 51.- P.938 - 942.

150. Mohhidin S.M., Avadhani P.S. Fuzzy relational models for strategic decision making Proceedings of IEEE International Conference of Systems, Man and Cybernetics, Alexandria, Va., Oct. 20-23, 1987, Vol.2, NY, pp. 554-558.

151. Pelletier J.P., Roughley P. et al. Are cytokines involved in osteoarthntik pathophysiology // Semin Arthritis Rheum. 1991. - Vol. 20. - P. 12 -25.

152. Resnik D., Niwayama G. Degenerative disease / Diagnosis of bone and joint disorders. Philadelphia, - P. 1442-1458.

153. Schneider B. Bayesian Models for Clinical Studies. Meth.Inform. in Med. -1984, v.23, N3, p. 147-153.

154. Scott J. E. Hyaluronan, multum in parvo // Europ. J. Rheumat. Inflam. 1995.-Vol. 15.-P. 3-9.

155. Sokoloff D., Bunim J.J. Vascular lesions in rheumatoid arthritic//J. Chron. Dis. 1957. - Vol. 5, N 6. - P. 668.165. http://www.aotrf.org/166. http://www.rusmedserv.com/orthopaedics/book/