автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка моделей и алгоритмов прогнозирования исходов перинатальных гипоксических поражений головного мозга у доношенных новорожденных детей
Оглавление автор диссертации — кандидата технических наук Литвиненко, Юлия Владимировна
ВВЕДЕНИЕ
ГЛАВА I. АНАЛИЗ ВОЗМОЖНОСТЕЙ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ПРИ ВЫЯВЛЕНИИ И ПРОГНОЗИРОВАНИИ ИСХОДОВ ГИПОКСИЧЕСКИХ ПОРАЖЕНИЙ НЕРВНОЙ СИСТЕМЫ НОВОРОЖДЕННЫХ
1.1. Анализ факторов, определяющих исход перинатальных гипоксических поражений головного мозга у доношенных новорожденных детей
1.2. Признаки и состояния гипоксических поражений головного мозга у доношенных новорожденных детей
1.3. Прогностические возможности использования временных реализаций наблюдаемых процессов
1.4. Прогностические модели в педиатрии
1.5. Цель и задачи исследования
ГЛАВА II. МОДЕЛИРОВАНИЕ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ
ПРИ ПРОГНОЗИРОВАНИИ
2.1. Векторные прогностические модели
2.2. Вероятностные прогностические модели
2.3. Оценка ошибок прогнозирования и устойчивости прогноза
2.4. Классификация временных реализаций наблюдаемых процессов на основе марковских моделей
Выводы второй главы
ГЛАВА III. АЛГОРИТМИЗАЦИЯ ПРОЦЕССОВ ПРОГНОЗИРОВАНИЯ ИСХОДОВ ГИПОКСИЧЕСКИХ ПОРАЖЕНРШ ГОЛОВНОГО МОЗГА У НОВОРОЖДЕННЫХ
3.1. Исследование свойств признаков и состояний
3.2. Алгоритмы формирования прогноза на основе векторных моделей
3.3. Алгоритмы формирования прогноза на основе вероятностных моделей
3.4. Алгоритмы классификации временных реализаций наблюдаемых процессов на основе марковских моделей 121 Выводы третьей главы
ГЛАВА IV. ПРОГРАММНО-ТЕХНИЧЕСКИЙ КОМПЛЕКС ПРОГНОЗИРОВАНИЯ ИСХОДОВ ПЕРИНАТАЛЬНЫХ ГИПОК-СИЧЕСКИХ ПОРАЖЕНИЙ ГОЛОВНОГО МОЗГА У
НОВОРОЖДЕННЫХ
4.1. Цели и задачи разработки программного комплекса
4.2. Структура и функционирование программного комплекса
4.3. Исследование свойств программного комплекса
4.4. Результаты использования программно-технического комплекса в клинических условиях 148 Выводы четвертой главы
Введение 2001 год, диссертация по информатике, вычислительной технике и управлению, Литвиненко, Юлия Владимировна
В настоящее время в медицинской науке широко используются научно обоснованные технические методы автоматизированного прогнозирования функциональных состояний пациента, заболеваний и их исходов [7,22,24,54,83,91]. Это стало возможным благодаря применению современных медицинских технологий, основанных на разработке адекватных математических моделей, на применении методов математической статистики, теорий вероятностей, информации, распознавания образов [51,55,84].
Решение задач прогнозирования осложняется нехваткой методов формирования решений в условиях априорной неопределенности, недостаточностью объема клинических данных, разнородностью медицинской информации (она может быть качественной, числовой, представленной временными реализациями). Это обусловливает перспективность разработки программно-технических комплексов для различных областей медицинской науки и, в частности для перинатологии -дисциплины, изучающей развитие и охрану плода и новорожденного в перинатальном периоде. Их техническая реализация неразрывно связана с медицинским содержанием исходных данных, поэтому необходимо произвести клинические и лабораторные исследования и проанализировать полученную информацию. Характер обрабатываемых данных определяет выбор адекватного математического аппарата для формирования прогностической модели.
За последние годы усилился процесс накопления таких негативных тенденций, как резкое уменьшение доли здоровых детей при рождении, увеличение числа инвалидов с детства, рост преждевременной смертности, обусловленных перинатальным поражением центральной нервной системы (ЦНС) [9,74,75]. Среди причин детской инвалидности патология нервной системы (НС) занимает ведущее место, причем более 70% случаев неврологических нарушений являются врожденными или связанными с перинатальным периодом [62]. Большинство пе-ринатологов и акушеров также констатируют факт, что большая часть (60-80%) заболеваний нервной системы у детей обусловлена гипоксическими поражениями головного мозга (ГМ) в перинатальном периоде [8,10,23,29,31,61].
При выборе наиболее эффективных методов терапии и реабилитации больных важную роль играют своевременная и точная диагностика уровня поражения НС и раннее прогнозирование исхода [40,73]. По мнению ряда авторов [8,111] перинатальное гипоксическое повреждение головного мозга (ПГП ГМ) - одна из причин поражения НС, которая поддается прогнозированию, и уже в неонаталь-ном периоде возможно предвидение дальнейшего формирования психофизических функций. Такой прогноз дает большие возможности реабилитации, предупреждает ранние и отсроченные осложнения и приводит к снижению частоты нервно-психической патологии у детей. Это свидетельствует об особой актуальности раннего прогнозирования исхода ПГП ГМ на основе анализа состояния здоровья женщины вообще и в период беременности в частности, характера течения родов, а также ряда клинических проявлений перинатальных повреждений ЦНС, лабораторных и нейросонографических показателей. Полученный прогноз позволит лечащему врачу выбрать наиболее эффективные лечебные и реабилитационные мероприятия уже в раннем восстановительном периоде заболевания, что в конечном итоге может привести к более быстрому выздоровлению или снижению последствий.
Таким образом, необходимость как можно более раннего предвидения исхода ПГП ГМ, разработки прогностических моделей исхода ПГП ГМ, создания программно-технического комплекса прогнозирования исходов ПГП ГМ обусловливает актуальность темы научного исследования.
Работа выполнена в соответствии с одним из основных научных направлений Воронежского государственного технического университета «Биомедкибер-нетика, компьютеризация в медицине», в рамках госбюджетной НИР ГБ 96.27 «Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирование автоматизированных систем».
Целью диссертационной работы является научное обоснование и разработка прогностических моделей и алгоритмов прогнозирования исходов ПГП ГМ, создание программно-технического комплекса для раннего прогнозирования исхода ПГП ГМ у доношенных новорожденных детей и внедрение результатов работы в клиническую практику.
Для достижения поставленной цели необходимо решить следующие задачи:
- провести статистический анализ исходных данных (признаков и состояний), изучить их корреляционные свойства, информативность, выделить из них наиболее значимые, исследовать возможности группирования;
- проанализировать возможность формирования детерминированных границ между классами на основе векторных представлений наблюдаемых признаков и рассмотреть возможности векторных прогностических алгоритмов;
- разработать методику классификации (ранжирования) временных реализаций наблюдаемых процессов на основе их описания в виде цепей Маркова;
- построить, используя статистическую информацию, прогностические модели и алгоритмы, оценить их эффективность и качество;
- используя разработанные модели и алгоритмы, реализовать программно-технический комплекс для прогнозирования гипоксических поражений головного мозга у доношенных новорожденных детей, оценить его эффективность;
- внедрить результаты работы в практическое здравоохранение.
Методы исследования. В рамках данной работы для решения поставленных задач использовались методы математической статистики, теории вероятностей и статистических решений, математического моделирования, теории информации, теории управления биологическими и медицинскими системами, многомерного геометрического и векторного анализа.
Научная новизна результатов исследования. Научная новизна проведенных исследований состоит в следующем: детерминированные векторные прогностические модели, исследование их свойств и процедур формирования, позволяющие реализовать алгоритмы прогнозирования при малом объеме обучающей выборки; оптимальный алгоритм классификации временных реализаций наблюдаемых случайных процессов на основе марковских моделей, позволяющий формировать их ранги для использования в прогностической модели; методика формирования вероятностного алгоритма прогнозирования перинатальных гипоксических поражений головного мозга у новорожденных детей, характеризующаяся возможностью ослабления блокирующего влияния маловероятных признаков и оценка устойчивости принимаемых решений; процедура повышения достоверности результатов прогнозирования на основе метода экспертных оценок и критерия минимального среднего риска, позволяющая минимизировать возможность возникновения ложных оптимистических прогнозов; алгоритм прогнозирования, позволяющий уже на 7-10 день жизни ребенка предвидеть исход перинатальных гипоксических поражений головного мозга; многоэтапная процедура прогнозирования, позволяющая формировать и корректировать тактику лечения перинатальных гипоксических поражений головного мозга в течение первых трех лет жизни ребенка.
Практическая значимость и результаты внедрения. Разработанный программный комплекс позволяет врачу построить прогностический сценарий исхода ПГП ГМ уже на 7-10 день жизни ребенка. Это позволяет выбрать наиболее эффективную методику лечения и комплекс реабилитационных мероприятий и тем самым предупреждать неблагоприятный исход болезни. Возможность предвидеть исход заболевания на нескольких этапах (6-м, 12-м и 36-м месяцах со дня рождения) позволяет последовательно корректировать тактику лечения и оценивать его эффективность. Программа является самообучающейся, что предоставляет широкие возможности для расширения базы данных за счет новых пациентов и уточнения модели.
Программный комплекс прогнозирования используется в работе неврологическом отделении патологии новорожденных №1 и дневном стационаре №2 Областной детской клинической больницы г. Воронежа с 10 декабря 1999года, что подтверждается актом внедрения от 16 декабря 1999года. Эффект, полученный от внедрения, заключается в улучшении качества диагностики и лечения ишемии головного мозга у новорожденных детей. Получено удостоверение на рационализаторское предложение № 2424 от 14.12.99, выданное ВГМА им. Н.Н.Бурденко. Результаты работы включены в учебный план по неонатологии для студентов шестого курса педиатрического факультета ВГМА им. H.H. Бурденко.
Апробация работы. Основные результаты работы докладывались и обсуждались на следующих конференциях:
- II Республиканской электронной научной конференции, Воронеж, 1997;
- III Республиканской электронной научной конференции, Воронеж, 1998;
- Всероссийской конференции «Интеллектуальные информационные системы», Воронеж, 1999;
- Региональной научно-практической конференции «Доказательная медицина (клиническое наблюдение, статистическое обобщение, модели процесса)», Воронеж, 2000;
- VIII Международной конференции «Математика. Компьютер. Образование.», Пущино, 2001.
Публикации. По материалам диссертационной работы опубликовано 12 печатных работ. В работах, опубликованных в соавторстве и приведенных в списке литературы, автором предложены: оптимальный алгоритм классификации состояний пациента по временным реализациям случайных процессов на основе их самообучающихся марковских моделей [37,38,58,59], вероятностная модель прогнозирования исходов перинатальных гипоксических повреждений головного мозга у новорожденных, методика минимизации тяжести ошибок прогнозирования на основе критерия минимального среднего риска и процедура оценки устойчивости прогноза [44,45,69,70,71], анализ статистических характеристик клинических показателей [47], детерминированная прогностическая модель [46].
Структура и объем работы Диссертация состоит из введения, четырех глав, заключения, списка литературы из 116 наименований. Работа изложена на 174 страницах машинописного текста, содержит 24 таблицы, 74 рисунка и 2 приложения.
Заключение диссертация на тему "Разработка моделей и алгоритмов прогнозирования исходов перинатальных гипоксических поражений головного мозга у доношенных новорожденных детей"
Выводы четвертой главы
1. Разработан программно-технический комплекс для раннего (в течение первых дней жизни) прогнозирования последствий гипоксических поражений головного мозга у доношенных новорожденных детей с возможностью многоэтапного уточнения результатов и достоверностью решений не хуже 90%.
2. Комплекс может быть использован не только для формирования текущего прогноза, но и для выбора наиболее целесообразной методики лечения ПГП ГМ у наблюдаемого ребенка.
3. Алгоритмы и программное обеспечение внедрены в опытную эксплуатацию на базе неврологического отделения новорожденных №1 и отделения дневного стационара №2 областной детской клинической больницы г. Воронежа. Получены акт внедрения и удостоверение на рационализаторское предложение.
4. Спроектированный программно - технический комплекс позволяет существенно улучшить качество диагностики, повышает оперативность и объективность формирования стратегии и тактики лечения ПГП ГМ.
ЗАКЛЮЧЕНИЕ
В ходе работы получены следующие основные результаты:
1. Собраны клинические данные по факторам риска, приводящим к перинатальному поражению головного мозга у 347 доношенных новорожденных детей, проведены их статистическая обработка, корреляционный и информационный анализ. Сформирована база данных обучающей выборки, содержащая информацию о пациентах и имеющая возможность внесения дополнительной медицинской информации по уже существующим пациентам и новых данных.
2. Предложены методика формирования оптимальной детерминированной векторной прогностической модели и алгоритмы принятия решения, учитывающие конфигурацию гиперпространства признаков и состояний при малом объеме выборки. Рассмотрены возможности и оценена эффективность применения детерминированной векторной модели для прогнозирования последствий гипоксических поражений головного мозга у доношенных новорожденных детей.
3. Разработана самообучающаяся вероятностная прогностическая модель и алгоритм прогнозирования, позволяющий уже на 7-10 день жизни ребенка предвидеть исход перинатального гипоксического поражения головного мозга. Определены параметры алгоритма, обеспечивающие ослабление блокирующего действия маловероятных признаков. Проведена оценка устойчивости прогноза.
4. Получен оптимальный алгоритм классификации реализаций случайных процессов (дифференциальных ритмограмм) на основе их марковской модели. Исследованы свойства решающих статистик и эффективность классификации. Определены требования к объему обучающих реализаций классифицируемых процессов.
5. Разработана программа «Анализ признаков и состояний», позволяющая определить оптимальное число градаций признаков и состояний с целью уменьшения количества ошибок прогнозирования. Оценка тяжести ошибок прогнозирования проводилась с помощью критерия минимального среднего риска, частные риски определены методом экспертных оценок.
6. На основе вероятностной прогностической модели разработан программно-технический комплекс, осуществляющий прогнозирование исходов перинатальных гипоксических поражений головного мозга у доношенных новорожденных детей в режиме полугодового, годового и трехлетнего прогноза. Показана возможность использования многоэтапных прогностических алгоритмов для выбора наилучшей стратегии лечения.
7. Результаты диссертационного исследования апробированы в неврологическом отделении новорожденных № 1 и отделении дневного стационара №2 областной детской клинической больницы г. Воронежа. Получены акт внедрения алгоритма прогнозирования гипоксических поражений нервной системы у новорожденных детей от 16 декабря 1999г. и удостоверение на рационализаторское предложение №2424 от 14 декабря 1999г. «Алгоритм прогнозирования гипоксических поражений нервной системы у новорожденных детей», выданное Воронежской государственной медицинской академией имени H.H. Бурденко.
Библиография Литвиненко, Юлия Владимировна, диссертация по теме Системный анализ, управление и обработка информации (по отраслям)
1. Айвазян С. А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений.- М.: Статистика, 1974.- 240с.
2. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных.- М.: Финансы и статистика, 1983.- 472с.
3. Анго А. Математика для электро- и радиоинженеров.- М.: Наука, 1964.-232с.
4. Бадалян Л.О. Детская неврология.- М.: Медицина, 1984.- 450 с.
5. Бадалян Л.О. Факторы риска и профилактика ранних органических поражений мозга//Невропатология и психиатрия.- 1986.- № 1.- С. 116-120.
6. Бадалян Л.О., Журба Л.Г., Всеволжская Н.М. Руководство по неврологии раннего детского возраста.- Киев: Здоровье, 1980.- 528 с.
7. Баевский P.M. Прогнозирование состояний на грани нормы и патологии.-М.: Медицина, 1979.- 296 с.
8. Барашнев Ю.И. Гипоксически-ишемическая энцефалопатия новорожденных: вклад перинатальных факторов, патогенетическая характеристика и прогноз // Рос. вестн. перинатологии и педиатрии.- 1996.- Т.41, № 2.- С.29-35.
9. Барашнев Ю.И. Перинатальная медицина и инвалидность с детства // Акушерство и гинекология,- 1991.- № 1.- С.12-18.
10. Барашнев Ю.И., Антонов А.Г., Кудамов Н.И. Перинатальная патология новорожденных //Акушерство и гинекология.- 1994.- № 4.- С.26-31.
11. Барашнев Ю.И., Озерова O.E., Въяскова М.Г. Компенсаторные возможности нервной системы у недоношенных новорожденных // Акушерство и гинекология.- 1990.- № 1. С.49-53.
12. Богданова Г.Н., Беляев С.Е. Распространенность сердечно-сосудистых заболеваний у детей школьного возраста Уральского региона // Педиатрия.-1990.- №4.- С.49-51.
13. Бокерия Е.Л., Голухова Е.З., Кулямин А.И. Перинатальная энцефалопатия как фактор риска развития нарушений ритма // Вестник аритмологии.-2000.- №18.- С.68.
14. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся ВТУЗов.- М.: Наука, 1964.- 608с.
15. Ван-дер-Варден Б.Л. Математическая статистика / Пер. с нем.- М.: Иностранная литература, i960.- 434с.
16. Васильев Ф.П. Численные методы решения экстремальных задач.- М.: Наука, 1980.- 518с.
17. Вельтищев Ю.Е. О стратегии и приоритетных направлениях педиатрии // Рос. вестн. перинатологии и педиатрии.- 1994.- Т.39, № 1.- С.2-8.
18. Венчиков А.И., Венчиков В.А. Основные проблемы статистической обработки результатов наблюдений в области физиологии.- М.: Медицина, 1974.152 с.
19. Власов В.В. Этические проблемы прогнозирования течения заболеваний и их исхода // Терапевт, архив.- 1995.- Т.67, № 6.- С.72-75.
20. Гаврюшов В.В., Зубарева Е.А., Ефимов М.С. Диагностическая ценность нейросонограммы у новорожденных детей // Вопросы материнства и детства.-1990.-№1 С.43-45.
21. Генкин A.A., Медведев В.И. Прогнозирование психофизиологическихсостояний.- Л.: Наука, 1973.- 300 с.
22. Гипоксия плода и новорожденного / Под ред. М.Я.Студеникина.- М., 1984.-300 с.
23. Гублер Е.В. Вычислительные методы распознавания патологических процессов.- Л.: Медицина, 1970.- 320 с.
24. Де Гроот М. Оптимальные статистические решения.- М.: Мир, 1974.287 с.
25. Дубров A.M. Многомерные статистические методы.- М.: Финансы и статистика, 1998.-352с.
26. Зацепина С.А., Львович Я.Е., Фролов М.В. Управление в биотехнических и медицинских системах / Под ред. Академика АЕН В.Н.Фролова: Воронеж, 1994,- 145с.
27. Зацепина С.А., Львович Я.Е., Фролов В.Н. Теория управления: Учеб. Пособие.- Воронеж: Изд-во ВГУ, 1989.
28. Знаменская Е.И. Перинатальная патология.- М.: Медицина, 1984.- 259 с.
29. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами,- Техника, 1975.- 312с.
30. Ивановская Т.Е., Покровская И.Я. Основная патология перинатального периода по современным патологоанатомическим данным // Педиатрия.- 1987.-№4,- С.11-17.
31. Ильенко Л.И., Голосная Г.С., Петрухин A.C. Катамнестическое наблюдение за детьми, перенесшими перинатальную патологию ЦНС // Педиатрия.-1996,-№5.- С.46-49.
32. Капранова Е.И., Белоусова H.A., Нагибина Н.С. Клинико-эхографические параллели при вегето-висцеральных дисфункциях у детей с перинатальными энцефалопатиями // Педиатрия.- 1990.- № 9.- С. 109.
33. Кокс Д., Хинкин Д. Теоретическая статистика.- М: Мир, 1976.- С.210.
34. Колесник В.Д., Полтырев Г.Ш. Введение в теорию информации (кодирование источников). Учеб. пособие.- Д.: Изд-во Ленингр. ун-та, 1980.- 164с.
35. Корн Г., Корн Т. Справочник по математике для научных работников и радиоинженеров.- М.: Наука, 1970.- 720с.
36. Короткевич Д.Э., Литвиненко Ю.В., Пасмурнов С.М., Гуськов Е.Б. Статистические характеристики ритмограмм и их моделирование // Высокие технологии в технике, медицине и образовании: Межвуз. сб. науч. тр. Воронеж: Изд-во ВГТУ, 1998, Ч.З. С.141-147.
37. Короткевич Д.Э., Литвиненко Ю.В., Пасмурнов С.М. Статистическое моделирование ритмограмм // Современные проблемы информатизации: Тез. докл. III Республиканской электронной научной конференции. Воронеж, 1998. С. 91.
38. Кузнецов П.И., Пчелинцев Л.А. Последовательное обучение систем диагностики.-М.: Энергоатомиздат, 1987.- 112с.
39. Кулаков В.И., Барашнев Ю.И. Перинатальная патология: истоки и пути снижения //Акушерство и гинекология,- 1994.- № 6.- С.3-7.
40. Кусельман А.И., Лютая З.А., Азизова Р.Ш. Родовая травма: клиника, лечение, исходы // Перинатальная патология. Вопросы диагностики, клиники, реабилитации.- Ульяновск, 1995.- С.3-4.
41. Лисичкин В.А. Теория и практика прогностики.- М.: Наука, 1972.- 205 с.
42. Литвиненко Ю.В. Информационные характеристики процедуры классификации марковских процессов // Синтез, передача и прием сигналов управления и связи: Межвуз. сб. науч. тр. Воронеж: Изд-во ВГТУ, 1999. 4.6. С.60-65.
43. Литвиненко Ю.В., Логвинова И.И., Пасмурнов С.М., Савченко А.П. Формирование вероятностной прогностической модели состояний пациента // Интеллектуальные информационные системы: Труды Всерос. Конф. Воронеж,1999. С. 170.
44. Литвиненко Ю.В., Логвинова И.И., Пасмурнов С.М., Савченко А.П. Детерминированная прогностическая модель // Теоретические и практические проблемы медицины: сб. науч. тр. Воронеж, 2000. С.77-80.
45. Левин Б.Р. Теоретические основы статистической радиотехники.- М.: Советское радио, 1969.- 752с.
46. Ломако Л.Т. Показатели гемодинамики у детей первых 3-х месяцев жизни с перинатальными повреждениями ЦНС // Вопросы охраны материнства и детства.- 1990.- №5,- С.30-32
47. Лукина Л.И., Котлукова Н.П. Опыт работы перинатального кардиологического центра // Педиатрия.- 1994.- №4.- С.90-96.
48. Львович Я.Е., Фролов М.В. Моделирование биотехнических и медицинских систем.-Воронеж, 1994.- 193с.
49. Лютикова Л.Н., Салтыкова М.М., Рябыкина Г.В., Мареев В.Ю. Методика анализа суточной вариабельности ритма сердца // Кардиология.- 1995.- №1.-С.45-49.
50. Макарова В.И. Развитие и формирование здоровья детей дошкольного возраста в условиях Европейского севера // автореф. доктор, дисс. Архангельск1995г.
51. Минцер О.П., Зюбрицкий Н.М., Сёмко A.M., Шаталюк Б.П. Диагностические алгоритмы и тактика лечения осложнений после внутрибрюшных one-раций.- К.- Здоровья, 1990.- 192с.
52. Неймарк Ю.И. Распознавание образов и медицинская диагностика.- М.: Наука, 1972.- 291 с.
53. Озерова O.E., Буркова A.C., Бубнова Н.И. Возможности эхоэнцефало-графии в диагностике гипоксически-ишемических повреждений головного мозга у доношенных новорожденных //Педиатрия,- 1998.- № 5.- С. 19-25.
54. Пасенюк Т.А. Особенности нарушений сердечного ритма при перинатальной энцефалопатии у новорожденных //Вестник аритмологии,- 2000.-№18,- С. 114
55. Пасмурнов С.М., Харина М.В., Литвиненко Ю.В. Диагностика состояний объекта по реализациям сопутствующих случайных процессов // Межвуз. сб. науч. тр. Воронеж, 1997. С. 108-111.
56. Пасмурнов С.М., Харина М.В., Литвиненко Ю.В. Классификация состояний по реализациям случайных процессов // Современные проблемы информатизации: Тез. докл. II Республиканской электронной научной конференции. Воронеж, 1997. С. 163.
57. Патрик Э. Основы теории распознавания образов.- М.: Сов. радио.-1980.- 300 с.
58. Петрухин A.C. Перинатальная неврология // Педиатрия.- 1997.- № 5.-С.36-38.
59. Поморцев A.B., Кострикова О.Ю., Зубахин А.Г. Отдаленные результаты психомоторного развития детей, перенесших перинатальную постгипоксиче-скую энцефалопатию // Педиатрия.- 1998.- № 5.- С.25-29.
60. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей.- М.: Наука, 1973,494с.
61. Рапола Ю. Гипоксия плода и новорожденного.- М.: Медицина, 1984.187 с.
62. Розенблатт Ф. Принципы нейродинамики (персептроны и теория механизмов мозга).- М., 1965.- 480 с.
63. Рябыкина Г.В., Соболев A.B. Анализ вариабельности ритма сердца // Кардиология.- 1996,-№10.- С. 87-97.
64. Савельева Г.М. Гипоксические перинатальные повреждения центральной нервной системы и пути их снижения // Рос. вестн. перинатологии и педиатрии.- 1995.- № 3.- С.19-23.
65. Савельева Г.М., Сичинава Л.Г. Перинатальные повреждения головного мозга у новорожденных детей и пути их снижения // Вестн. АМН.- 1994.- № 1 .-С.20-23.
66. Савченко А.П., Литвиненко Ю.В., Логвинова И.И. Прогнозирование исхода гипоксических повреждений головного мозга у доношенных новорожденных детей с помощью вероятностной модели // Математи-ка.Компьютер.Образование. Пущино, 2001. Тезисы №8. С.320.
67. Саидова М.В., Низамутдинова К.А. Перинатальная неврология.- Казань,1983,- 137 с.
68. Самсыгина Г.А. Гипоксическое поражение ЦНС у новорожденных детей: клиника, диагностика, лечения // Педиатрия.- 1996.- № 5,- С.74-77.
69. Самсыгина Г.А., Баранов A.A. Мать плод - дитя: специальные и медицинские проблемы // Педиатрия.- 1996.- № 5.- С.4-8.
70. Сафронов В.В., Мальцева Л.И., Сафиуллина Ф.К. Возможности этапной реабилитации детей раннего возраста с перинатальными поражениями ЦНС // Педиатрия.- 1997.- № 1,- С.'77-78.
71. Скворцов И.А., Ямпольская Э.И., Зелинская Д.И. Принципы организации неврологической помощи детям и современные проблемы нарушения развития мозга // Педиатрия.- 1988.- № 12.- С.51-57.
72. Скворцов И.А., Ямпольская Э.И., Руденская Г.Е. Принципы диспансеризации детей первых 6 лет жизни, перенесших перинатальное поражение ЦНС, с целью предупреждения школьной дезадаптации: Метод, рекомендации,- М., 1987.- 93 с.
73. Скворцов И.А., Буркова A.C., Ямпольская Э.И. Проспективный и ретроспективный анализ прогноза перинатальных гипоксических поражений мозга // Журн. невропатологии и психиатрии.- 1986.- № 10.- С. 1441-1446.
74. Соболев A.B., Лютикова Л.Н., Рябыкина Г.В., Алеева М.К., Мареев В.Ю. Вариация ритмограммы как новый метод оценки вариабельности сердечного ритма // Кардиология.- 1996.- №4.- С. 47-52.
75. Справочник неонатолога / Под ред. Таболина В.А., Шабалова Н.П.- Л.: Медицина, 1984.- 89 с.
76. Справочник педиатра / Под ред. Студеникина М.Я.- М.: Издатель пресс, Полифирм-3, 1997,- 400с.
77. Старшинова Е.О., Кондрашова Н.П. Электрокардиографические особенности у детей раннего возраста и дошкольников Иркутской области по данным скриннинга // Педиатрия.-1990.-№4.- С.52-54.
78. Степанова Е.И., Нарциссов Р.П. Прогнозирование здоровья детей раннего возраста.-Томск, 1987.- 156с.
79. Стратонович P.JI. Теория информации.- М.: Наука, 1975.- 300 с.
80. Тастанбеков Б.Д. Ранняя диагностика и прогноз гипоксических повреждений мозга у доношенных и недоношенных новорожденных: Автореф. дис. д-ра мед. наук.- М., 1979.
81. Тюкова Н.В., Меньшикова Л.И., Макарова В.И. Клинико-электрокардиографические особенности нарушений сердечного ритма у новорожденных с перинатальной гипоксией // Вестник аритмологии,- 2000.- №19.-С.61-63.
82. Фазлеева JI.K., Городецкая JT.B., Булгакова Л.Е., Трофимова С.И. Реабилитация новорожденных с признаками поражения ЦНС в раннем неонатальном периоде // Перинатальная патология. Вопросы диагностики, клиники, реабилитации.- Ульяновск, 1995.- С. 24-25.
83. Фаронов В.В. Delphi 3. Учебный курс.- М.: Нолидж, 1998,- 400с.
84. Финансовые, инженерные и научные расчеты в среде Windows 95. Mathcad 6.0 Plus. / Пер. с англ.- М.: Информационно-издательский дом «Фи-линъ», 1996.- 712с.
85. Фомин В.Н. Математическая теория обучаемых опознающих систем.-Л., 1970,- 220 с.
86. Фролов М.В., Львович Я.Е., Козаченко В.П. Методы анализа и обработки информации в диагностике и лечении гинекологических заболеваний.- Воронеж.: ВГТУ, 1998,- 164с.
87. Харламова Н.В., Чаша Т.В. Анализ показателей сердечного ритма при различных видах терапии новорожденных с перинатальной гипоксической энцефалопатией // Вестник аритмологии.- 2000.- №18.- С.126-127.
88. Черемных Л.Т., Короткова А.В. Прогностическая модель младенческой смертности // Здравоохранение РФ,- 1996.- №2.- С. 30-32.
89. Школьникова М.А., Леонтьева И.В. Современная структура сердечнососудистых заболеваний у детей, лечение и профилактика // Российский вестник перинатологии и педиатрии.- 1997.- №6,- С. 14-20.
90. Школьникова М.А. Аритмология детского возраста как важнейшее направление педиатрической кардиологии // Российский вестник перинатологии' и педиатрии.- 1995.- №2.- С. 4-6.
91. Юрьев В.В., Алешина Б.И., Воронович Н.Н., Хомич М.М. Новые подходы к оценке психомоторного развития детей // Педиатрия.- 1998.- С.57-60.
92. Явелов И.С., Грацианский Н.А., Зуйков Ю.А. Вариабельность ритма сердца при острых коронарных синдромах: значение для оценки прогноза заболевания (часть I) // Кардиология.- 1997.- №2.- С.61-67.
93. Явелов И.С., Грацианский Н.А., Зуйков Ю.А. Вариабельность ритма сердца при острых коронарных синдромах: значение для оценки прогноза заболевания (часть II) // Кардиология.- 1997.- №3.- С.74-79.
94. Яковлева Э.Б. Юный возраст матери и состояние здоровья новорожденного ребенка //Педиатрия.- 1990.- № 3.- С.62-65.
95. Akiso M., Koltorsay N. Value of urinary uric acid to creatinine ratio in terrain infants with perinatal asphyxia //Source Acta Paediatr. Jpn.- 1998.- Vol.40, N 1.-P.78-81.
96. Allen M.C., Capute A.J. Neonatal neurodevelopmental examination as predictor of neuromotor outcome in premature infants //Pediatrics.- 1981.- Vol.83, N 4.-P.498-506.
97. Avery G.B., Fletcher M.A., MacDonald M.G. Neonatology: Pathophysiology and Management of the Newborn, 4-th.- Lippincott, 1994.
98. Calvert S.A. Prognosis of the Neonatal periventricular Leukomalacia //Acta
99. Paedistr. Scand.- 1986.- Vol.75, N 3.- P.483-496.
100. Cloherty L.P., Stark A.R. Manual Neonatal Care. Led. Little.- Boston/Toronto: Brown and Company, 1985.
101. Diagnostic and prognostic value of cerebral 31 P magnetic resonance spectroscopy in neonates with perinatal asphyxia /E.Martin, R.Buchli, S.Ritter et al. //Pediatr. Res.- 1996.- Vol.40, N 5.- P.749-758.
102. Fanaroff A.A., Martin R.J. Neonatal-Perinatal Medicine, Diseases of the Fetus and Infant.- Mosby, 1992.
103. Fanaroff A.A., Martin R.J. Neonatal-Perinatal Medicine.- St. Louis, 1987.
104. Grant E.B. Neurosonography of the Preterm Neonate.- New York, 1986.
105. Grant E.G. Care of the High-Risk Neonate //Amer. J. Nutr.- 1985,- Vol.6, N 5,- P.781-785.
106. Guidelines for Perinatal Care.- American Academy of Pediatries, American College of Obstetricans and Gynecologists, 1983.
107. Manual of Pediatric Therapeutics /Ed. by J.W.Graef, M.D.Little.- Brown and Company, 1994.- P. 185-264.
108. Merenstein G.B., Kaplan D.W., Rosenberg A.A. Hand book of Pediatrics. Brain and Neurologic Disorders. Appleton and Lange.- Stamford, Connecticut, 1997.- P.177-181.
109. Naeye R.L., Peters E.C. Antenatal hypoxia and low IQ values //Amer. J. Dis. Child.- 1987.- Vol. 141, N 1.- P.50-54.
110. Pediatrics /Ed. P.H.Dworkin.- Philadelphia: Harwal Publishing, 1996.
111. P.Thurrott, G.Brent, R.Bagdazian, S.Tendon. Delphi 3 Superbible: -Wait Group Press, 1997.- 1312 p.
112. Volpe J.J. Neurology of the Newborn.- Philadelphia, 1987.
-
Похожие работы
- Прогнозирование фетоплацентарной недостаточности на основе статистического анализа медико-биологических факторов риска
- Системные эффекты гидротермотерапия у детей с последствиями перинатального поражения центральной нервной системы
- Нейросетевая система анализа данных и диагностики перинатального поражения центральной нервной системы
- Автоматизация диагностики патологии центральной нервной системы у детей раннего возраста
- Исследование, анализ и рациональное ведение беременных с экстрагенитальной патологией на основе поливитаминной терапии и интеллектуализации принятия решений
-
- Системный анализ, управление и обработка информации (по отраслям)
- Теория систем, теория автоматического регулирования и управления, системный анализ
- Элементы и устройства вычислительной техники и систем управления
- Автоматизация и управление технологическими процессами и производствами (по отраслям)
- Автоматизация технологических процессов и производств (в том числе по отраслям)
- Управление в биологических и медицинских системах (включая применения вычислительной техники)
- Управление в социальных и экономических системах
- Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей
- Системы автоматизации проектирования (по отраслям)
- Телекоммуникационные системы и компьютерные сети
- Системы обработки информации и управления
- Вычислительные машины и системы
- Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)
- Теоретические основы информатики
- Математическое моделирование, численные методы и комплексы программ
- Методы и системы защиты информации, информационная безопасность