автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Система диагностики нарушений слуха

На правах рукописи

Нисрин Лбу Мандил СИСТЕМА ДИАГНОСТИКИ НАРУШЕНИЙ СЛУХА

Специальность: 05.11.17 — Приборы, системы и изделия

медицинского назначения

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2006

Работа выполнена в государственном образовательном учреждении высшего профессионального образования "Тверской государственный технический университет"

Научный руководитель -

доктор технических наук, профессор Филатова Н. Н.

Официальные оппоненты:

доктор технических наук, профессор Аббакумов К. Е. кандидат технических наук, Боровиков Е. И.

Ведущая организация - Научно-исследовательский конструкторско-

технологический институт биотехнических систем

Защита диссертации состоится " " 006 г. в часов на

заседании диссертационного совета Х^212,238.бб Санкт-Петербургского государственного электротехнического университета "ЛЭТИ" имени В. И. Ульянова (Ленина) по адресу: 197376, Санкт-Петербург, ул. Проф. Попова, 5.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан 8 " 2006 г.

Ученый секретарь

диссертационного совета / Юлдашев З.М.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Слуховой анализатор (слуховая сенсорная система) - второй по значению дистантный анализатор человека, играющий крайне важную роль не только как составляющая первой сигнальной системы, но и как основное звено в развитии второй сигнальной системы. В последние десятилетия возросли требования к методам и техническим средствам, применяемым для исследования состояния органов слуха в связи с увеличением:

- числа факторов риска, способствующих развитию патологий слухового анализатора,

- общей продолжительности жизни, что автоматически ставит задачу повышения се качества,

- новыми общественными стереотипами, основанными на идеях личной ответственности человека за свое физическое состояние. Следствием этой социальной модели является значительный интерес населения к методам и техническим средствам для самооценки физического состояния.

В Российской Федерации в настоящее время насчитывается около 600 тыс. только детей и подростков с нарушением слуха. По прогнозам ВОЗ в ближайшем десятилетии в развитых странах численность населения с социально значимыми дефектами слуха возрастет на 21%.

Приведенные факты свидетельствуют о насущной необходимости общества в эффективных средствах диагностики и лечения органов слуха.

Одним из наиболее актуальных вопросов современной аудиологии является совершенствование методов диагностики нарушений слуха. Успехи в этом направлении, прежде всего, определяются своевременностью постановки диагноза, эффективностью лечения и реабилитации больных.

Основные задачи, решаемые в процессе диагностики заболеваний органов слуха, включают:

- определение вида нарушения слуха: определяется звукопроводящий или звуковоспринимающий аппарат поврежден и на каком участке;

- определение вида заболевания органов слуха: распознавание диагностической ситуации на множестве близких по некоторому симптому-комплексу классов заболеваний.

На кафедре Автоматизации технологических процессов Тверского государственного технического университета в 2001-05 годах была разработана концепция автоматизированной системы исследования органов слуха и компьютерные варианты методик аудиометрических исследований. Однако задачи автоматической интерпретации результатов функциональных исследо-

ваний и определения видов нарушений слуха решены не полностью. Для их решения необходимо расширение диагностических функций системы.

Целью работы является создание моделей, алгоритмов и программных средств автоматизированной диагностики нарушений слуха и связанных с этим патологий слухового анализатора.

Для достижения поставленной цели в диссертации необходимо решить следующие задачи:

1. Провести функционально-структурный анализ биотехнических систем диагностики патологий слухового восприятия. Определить основные направления развития компьютерных технологий для субъективных БТМ исследования слуховой функции и диагностики патологий слухового восприятия;

2. Разработать алгоритм и программу автоматической оценки порогов слуха, обеспечивающую одинаковую точность оценки всех точек кривой порогов слуха, уменьшающую субъективность их оценки и время исследования;

3. Осуществить автоматическое выделение и исследование классов ау-диограмм, соответствующих отдельным видам нарушений слуха.

4. Разработать модель интерпретация результатов тональной аудиомет-рии на основе алфавита, включающего лингвистические переменные и нечеткие признаки.

5. Разработать метод и программное обеспечение диагностики нарушений слуха на основе нечеткого логического вывода.

6. Разработать основные компоненты подсистемы диагностики патологий слухового анализатора: базы знаний, программных модулей лингвистического интерпретатора результатов субъективной аудиометрии и диагностики нарушений слуха, и методику их использования.

Методы исследования. В работе использовались методы теории вероятностей и математической статистики, теории нечетких множеств, методы кластерного анализа, теории биотехнических и экспертных систем.

Новые научные результаты:

1. Методика автоматической оценки порогов слуха, позволяющая выравнивать ошибки в оценке точек кривой ПС. Главные преимущества методики: количественная оценка качества проведения исследований, автоматическое определение частоты повторных испытаний, полная автоматизация процедуры тональных аудиометрических исследований.

2. Новый признак для идентификации пациентов с нормальным слухом. Сформулировано обобщенное правило определения границы между классами Норма и Нарушения слуха.

3. Метод генерации лингвистических оценок слуха на основе формирования нечетких высказываний, определяющих характерные признаки аудио-грамм, наблюдавшихся при одинаковых типах нарушений слуховой функции.

4. Правила классификации аудиограмм на основе нечетких признаков и лингвистических переменных.

Практическая ценность работы:

1. Путем реализации фрагментов системы доказана релевантность и функциональная полнота базы знаний для диагностики заболеваний отосклероза и болезни Меньера.

2. Разработан алгоритм анализа типа нарушений слуха, основанный на нечеткой классификации аудиограмм и позволяющий оценивать степень истинности выводимого заключения.

3. Построены классов аудиограмм, соответствующие определенным видам нарушений слуха, найдены их основные характеристики.

4. Разработана новая версия структуры интеллектуальной системы исследования и диагностики слуха, включающая дополнительные модули лингвистического интерпретатора и нечеткого логического вывода. Определены их функции и взаимосвязи новых модулей с блоками подсистем исследования и диагностики. Создано ПО модулей и БЗ, позволяющие определять вид нарушений слуха и осуществлять автоматическую генерацию диагностических гипотез & возможном виде патологии органов слуха.

Внедрение результатов.

Результаты исследований, включающие "Автоматизированный комплекс диагностики нарушений слуха" и методическое обеспечение к нему, переданы в поликлинику и ЛОР отделение Областной центральной клинической больницы г. Твери. Программное и методическое обеспечение модулей лингвистического интерпретатора аудиограмм и нечеткого логического вывода внедрены (в составе подсистемы диагностики нарушений слуха) в учебный процесс Тверского государственного технического университета.

Апробация результатов работы. Научные и практические результаты диссертационной работы докладывались и обсуждались в 2004-2006 годах на НТК преподавателей и сотрудников ТГТУ, на научно-технической конференции 40 -лет биотехнических систем Санкт-Петербург 2004, на всероссийской НТК "Вузовская наука - региону", Вологда, ВГТУ, 2006.

Научные положения, выносимые на защиту:

1. Оценки потерь слуха с помощью ограниченного множества лингвистических переменных позволяют выделить признаки аудиограмм характерные для соответствующих типов нарушений слуховой функции.

2. Исследование модели порогов слуха показало, что форма кривых порогов слуха является наиболее устойчивым признаком и мало зависит от точности регистрации потерь слуха на отдельных частотах.

3. Для устранения грубых ошибок и повышения точности оценки порогов слуха в субъективной аудиометрии можно использовать дисперсии функции отклика пациента, определенные на парных частотах.

Публикации. По теме диссертации опубликовано 7 научных работ, из них 4 статьи и 3 работы в трудах всероссийских научно-технических конференций.

Структура и объем работы. Диссертация состоит из введения, четырёх глав, заключения, списка литературы, включающего 110 наименований, и четырех приложений. Основная часть работы изложена на 160 страницах машинописного текста. Работа содержит 52 рисунка и 35 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цель и задачи исследований, приводится краткое содержание работы по главам.

В первой главе диссертации на основе анализа обобщенной схемы биотехнической системы исследования слуха выделено минимально необходимое множество операций (РБ), на основе которого может быть реализована любая методика исследования слуховой функции. Построена классификация биотехнических методик исследования слуха, в качестве оснований которой использованы способы технической реализации элементов множества Р8 (способы регистрации реакции пациента; уровень и тип акустического сигнала (стимула); вид устройства прослушивания АС и т.д.). Анализ современных технических средств аудиометрии показал, что все приведенные схемы БТМ исследования слуха реализованы с использованием одинаковых типов каналов связей по одноконтурной схеме, с реализацией функций управляющего устройства медицинским специалистом. Совершенствование процесса исследования и оценки слуха должно осуществляться путем передачи функций управления от врача к комплексу технических средств (КТС).

Анализ БТС исследования слуха позволил выделить четыре направления разработок специализированных аппаратно-программных средств реализации аудиометрических методик:

- Автоматизация управлением исследованиями слуха (компьютерное управление);

- Регистрация (и предварительная обработка) реакций пациента на аку-

стические стимулы;

- Создание цифрового (компьютерного) варианта канала формирования акустического стимула;

- Обработка результатов исследований, формирование диагностического заключения по результатам исследований.

Возможность реализации цифрового канала формирования акустического стимула доказана путем множества апробаций. Дальнейшее развитие технических решений этой задачи определяется чисто экономическими факторами.

Учитывая необходимость создания технических условий для развития в обществе принципов само - мониторинга и самодиагностики, необходимо совершенствовать методы и программно-технические средства для автоматического управления БТМ исследования слуха.

В современных БТС исследования слуха наиболее слабо решены задачи анализа результатов исследований, дифференциальной диагностики органов слуха и формирования диагностического заключения по результатам исследований. Успешное решение задач автоматической диагностики позволит получить новые технические решения практически для всех классов БТМ.

Аудиометрические исследования позволяют определить локализацию патологии по отделам органа слуха, т.е. выделить симптом, подтверждающий (опровергающий) предварительный диагноз. Наиболее важны с диагностической точки зрения и трудны в интерпретации результаты тональной пороговой аудиометрии. Отсутствуют модели и алгоритмы эффективной обработки аудиометрической информации, позволяющие ускорить процесс исследования и повысить точность решения задачи локализации патологии.

Обоснована цель дифференциальной диагностики и сформулированы основные задачи исследования.

Во второй главе рассматриваются формирования системы признаков для описания классов аудиограмм, характерных для одного вида нарушений слуха или одного вида патологии слухового анализатора.

На основе анализа выборок аудиограмм отдельных пациентов, снятых с интервалом не менее суток в течении двух месяцев, построена модель порогов слуха. Исследование этой модели показало, что, несмотря на довольно значительные отклонения оценок ПС; от аппроксимирующего уравнения, общий характер изменения ПС при переборе частот сохраняется. Из этого результата сделан вывод, что в качестве основных разделительных признаков аудиограмм следует брать не оценки потерь слуха (или значения порогов слуха), а форму аудиометрических кривых. Признак - форма кривых порогов

слуха является наиболее устойчивым и мало зависит от точности регистрации ПС.

Как показали исследования ряда авторов использование в качестве признаков точек аудиограмм, интерпретирующих пороги слуха на различных частотах, не позволяет получить разделение смешанной выборки на непересекающиеся классы нормы и различных видов нарушений. Учитывая, что в практике сурдологов используются такие характеристики как степень потерь слуха, слуховой индекс и др., дающие оценки средних потерь слуха по некоторым тестам, в работе в качестве основной гипотезы для построения пространства признаков выбраны средние потери слуха по воздуху, по кости и средний костно-воздушный интервал (КВИ).

Сформулированы требования к классификации аудиограмм. Показано, что для удовлетворения дополнительных требований к классификатору аудиограмм (отсутствие ограничений на максимальное число классов и необходимость объединения в одном классе аудиограмм, характерных для патологии в определенном отделе органов слуха.) необходимо использовать иерархические агломеративные процедуры кластерного анализа. Они позволяют получить представление о стратификационной структуре всей исследуемой совокупности объектов и уточнить гипотезу о числе классов.

Сформулировано обобщенное правило определения границы между классами "Норма" и "Патология" ("Нарушения слуха"), позволяющее настраивать алгоритм анализа аудиограмм к системе физиологических норм, предъявляемых при обследовании.

Правило оценки нового признака (Р35) имеет вид:

кг(1 р^мдБ ПРИ ПС на^ой частоте (1)

I => Л^Щ

2:1 => Л;еЛи> <А>

На основе определения класса Норма (Ы) из исходной экспериментальной выборки V выделено множество объектов класса Ьп, которые можно рассматривать как выборку VI (Ьп - Нарушения слуха) объемом 426 объектов. Так как все анализируемые случаи взяты из архивов ОЦКБ г. Твери, они дополнены медицинскими заключениями. Это позволило выделить классы аудиограмм по одному признаку - вид нарушений слуха. Найдены оценки центров классов, заданных по врачебным диагнозам. Эти классы в дальнейшем рассматриваются как "эталоны". Исследования выборок методами кластерного анализа показало, что разделения близкого к эталонам не удается получить даже в случае максимально близком по соотношению объектов в

классах.

Отсутствие удачных классификаций на выборке VI, которые бы совпадали с результатами медицинских диагнозов, может быть связано с несколькими причинами: противоречием между требованием выделения 3-х классов (НЗП, НСМ и НЗВ) и дихотомическим характером методов; различиями стратегий врача и алгоритмов кластерного анализа, применяемых для выделения центров классов; неудачной системой признаков.

Первую причину можно устранить путем добавления в классификацию аудиограмм классов, не имеющих устоявшихся медицинских наименований, но позволяющих построить требуемую иерархию групп объектов:

Ln=KluK2, KlnK2=0t (3)

где К1 - класс аудиограмм с преобладанием НЗП, К2 - класс аудиограмм с преобладанием НЗВ.

Объемы множеств К1 и К2 совпадают с объемами эталонных классов, однако в распределении объектов по классам есть отличия: в классе К1 ошибка равна 2,3% (10 аудиограмм), в классе К2 ошибка классификации составляет 1,64% (7 аудиограмм). На основе этого подхода построена классификация аудиограмм КА_1, которая выделяет четыре типа аудиограмм: норма, нарушения, класс аудиограмм с преобладанием НЗП, класс аудиограмм с преобладанием НЗВ. Объединив классификацию КА_1 с классами, соответствующими диагностическим (НЗП, НСМ и НЗВ), получим гипотетическую классификацию КА_2, которая отражает иерархию случаев в рабочей эмпирической выборке для системы SPr_3 и классификационные представления врачей (рис. 1). Проведенные эксперименты доказывают, возможность построения классификаторов аудиограмм на основе средних показателей, характеризующих потери слуха. Неустойчивую картину разделения классов К1 и К2 на подклассы можно объяснить не точным построением эталонов СМ/ЗП и СМ/ЗВ. С целью изучения структуры выборки Нарушения слуха, проведен ее анализ методом Варда (Ward's), параметр п (число кластеров) изменялся в диапазоне от 2 до 12. Совмещение построенной иерархической структуры с классификацией КА_2, позволяет получить вербальные интерпретации для выделенных кластеров.

Созданные варианты классификаторов аудиограмм, отражают разделение клинических случаев на группы по уровню средних потерь слуха. Не явным образом в выделенных классах учитывается также величина КВИ. Исследования выделенных классов показали не стабильность их границ в пространствах признаков, основанных на оценках потерь слуха или их линейных комбинациях. . .

Норма (24 случая)

Нарушения слух а (426 случаев) Рза.= 63,8 дБ Р33.=» 53,5 дБ Р34.= 12,6 дБ

Класс К1 Преобладают нарушения в отделе проведения (152 случая) Р31- 67.3 дБ

Класс К2 Преобладают нарушения в отделе восприятия (274 случая) Рм.-61,8 дБ

Разделительные признаки

Рис. 1. Классификатор аудиограмм (КА_2) (разделение клинических случаев нарушений слуха на группы по уровню средних потерь слуха).

В третьей главе диссертации рассмотрены метод и алгоритмы автоматической диагностики нарушений слуха.

Основными целями автоматизации процесса диагностики являются повышение точности и скорости оценки характеристик состояния биообъекта и повышение точности и скорости анализа симптомов. Для достижения первой цели необходима разработка новых методик исследования слухового анализатора с более высокой точностью оценкой основных функциональных характеристик. В работе предложена новая методика и алгоритм автоматической оценки порогов слуха, позволяющие выравнивать ошибки в оценке точек кривой ПС.

В основу нового алгоритма положены исследования коэффициентов парной корреляции, найденные на множестве ПС по выборке из 426 аудио-грамм. Показано, что как по воздушному, так и по костному проведениям можно выделить пары частот, для которых наблюдается наиболее сильная

взаимосвязь оценок ПС,. Закономерность наблюдается при любых видах нарушений слуха. Алгоритм включает два этапа - рабочий и корректирующий. Рабочий этап включает цикл по частоте с целью оценки точек порога слуха:

- определение множества {ПСУ} 1 =1, п, где п - число исследуемых частот;

- определение наибольшего и наименьшего укорочения слуха (частоты и оценки максимальной и минимальной потери слуха);

- оценка максимального изменения ПС: ДПС = ПС_маю - ПС_МИН •

Корректирующий этап включает последовательность шагов:

- если ДПС <10 дБ, то гипотеза о допустимой точности оценки ПС принимается и алгоритм завершает работу;

- проверка (ПС_макс). Если ДПС > 10 дБ, то проводятся дополнительные исследования ПС на частоте (ПС_макс) и парной для нее частоте. Формируются выборки ПС_1 и ПС_2 и по каждой находится оценка дисперсии. По отношению этих дисперсий определяют Р_гаэ. Если Р_гаБ < Р_1аЬ, то принимается допущение об одинаковой точности оценки ПС на исследуемых частотах;

- проверка ДПС. Осуществляется аналогично шагу 2 путем сравнения дисперсий ПС_макс и ПС_мин . Если Р_гаэ < Р_1аЬ, то принимается допущение об одинаковой точности оценки ПС_макс и ПС_мин.

- если на ш. 2 или ш. 3 не подтверждается гипотеза о равенстве дисперсий, проводятся повторные исследования на частоте, для которой наблюдалась максимальная дисперсия интенсивности тестового сигнала.

Главные преимущества нового метода и алгоритма: количественная оценка качества проведения исследований, автоматическое определение частоты повторных испытаний, полная автоматизация процедуры тональных ау-диометрических исследований.

Для автоматизации процедур исследования и диагностики необходимо создание БЗ с характеристиками патологий органов слуха (классификаторы и базы прецедентов), а также средств интерпретации результатов исследования, позволяющих осуществлять автоматическое распознавание класса нарушений на основе анализа аудиограммы.

Анализ тональных пороговых аудиограмм заключается в определении ряда количественных и качественных характеристик слуха. Множество количественных характеристик (МК) включает степень потерь слуха, процент потерь слуха, слуховой индекс, перечень полностью выпавших тонов, укорочение проводимости на частоте 1-ой.

Для формирования множества качественных характеристик (МВ) кривых порогов слуха использованы, работы Ундриц В.Ф., Саголовича В.М., Бы-

стшановской Т. и др., а также результаты 2-ой главы. На их основе в множество МВ включено три группы характеристик (таблица 1).

Таблица 1

Характеристика ПС Значения характеристики

Проводимость тонов = Потери слуха (ПС) полностью сохранена В норме ПС=Н

укорочена (слегка / значительно) ПС>Н ПС»Н

укорочена резко Большие ПС

понижена (резко выражено) ПС большие

Восприятие тонов а) всех тонов, б) неравномерное в) плохо НЧ, (сохранены ВЧ) г) плохо ВЧ, (сохранены НЧ) д) плохо СЧ, (сохр.НЧ и ВЧ) е) плохо НЧ, ВЧ, (сохр. СЧ) а) ровные б) зигзагообразные в) восходящая г) нисходящая д)вогнутая е) выпуклая

Соотношение проведений а) близка к норме б) возможно переслушивание а) КВИ>=10 б)КВИ = 0 или < 0

Для описания качественных характеристик обычно используется лингвистические переменные. Учитывая, что количественная шкала существует только для оценки. ПС на отдельной частоте, предлагается в основу диагностического алфавита положить три лингвистических переменных (ЛГ^у), соответствующие трем составляющим аудиограммы (Потери слуха на частоте fi по воздушному (по костному) проведению и Костно-воздушный интервал на частоте fi ). Построены функции принадлежностей для всех термов указанных переменных. Процедура фазификации, на основе которой осуществляется перевод ПС в лингвистическую шкалу, основана на операции фа-зиобъединения нечетких множеств:

Нлс(П)повп/кп = тах{р.ц,ц¡2,-.. Hin}> (4)

где Hin- значение функции принадлежностей i-ой ЛП n-ого терма.

Предложена процедура фазификации, позволяющая получить любые лингвистические интерпретации потерь слуха на отдельной частоте, изменение числа термов и вида ФП никак не скажется на правиле (4). Однако, интерпретации потерь слуха на отдельной частоте не дают представление о характере изменения порогов слуха при переборе испытательных частот. Эта информация связана с понятиями кривых порогов слуха.

Для правильной идентификации множества ЛП nCj необходимо ввести новые лингвистические переменные и соответствующие терм-множества:

- Положение кривой порогов слуха по воздуху (ЛК1) и по кости (ЛК2):

• Т41 / Т42:: Близко / Далеко от нулевой линии (ЛК1)

• Т51 / Т52 " Близко / Далеко от нулевой линии (ЛК2)

- Костно-воздушный интервал между кривыми порогов слуха по воздуху и по кости (ЛКЗ):

• Тб1 / Ти / Т6з " Малый / Средний / Большой

- Форма кривой порогов слуха по воздуху (ЛК4) и по кости (ЛК5):

• Т71 / Т72 :: Восходящая / Нисходящая (ЛК4)

• Т81 / Т82 :: Восходящая / Нисходящая (ЛК5)

• Т73 / Т74:: Выпуклая / Вогнутая (ЛК4)

• Т83 / Т84 :: Выпуклая /Вогнутая (ЛК5)

• Т75 / Т76 :: Равная / С обрывами (ЛК4)

• Т85 / Т86 :: Равная / С обрывами (ЛК5)

Термы (Т4] - Т8б) имеют одинаковую базовую переменную (п), определяющую число частот с одинаковым значением лингвистической переменной (ЛПО на соответствующем нечетком множестве. Для каждого терма задана своя функция принадлежностей на основе общей формы.

Для построения классификации аудиограмм на основе качественных признаков необходимо создание системы нечетких правил вида.

ЛК^ЛЛК^...^,. (5)

Посылка правила вида (5) включает различные нечеткие высказывания, характеризующие признаки аудиограмм. Для построения заключения используются четкие высказывания (1^), определяющие наименование класса (диагноза, вида нарушений слуха, патологии и т.п.). Для каждого заключительного высказывания необходимо определить степень истинности схемы его вывода.

На основе множества лингвистических переменных {ЛК|} и экспертной информации сформированы нечеткие высказывания, определяющие характерные признаки аудиограмм, наблюдавшихся при одинаковых типах нарушений слуховой функции (таблица 2).

Разработан алгоритм анализа типа нарушений слуха, основанный на нечеткой классификации аудиограмм и позволяющий оценивать степень истинности выводимого заключения. Проведены исследования нового метода анализа аудиограмм на контрольной выборке, ошибка составила не более 6%.

В четвертой главе рассмотрены вопросы создания программного и информационного обеспечения системы диагностики нарушений слуха.

Разработана новая версия архитектуры системы (рис. 2), включающая дополнительные модули: лингвистического интерпретатора и нечеткого ло-

гического вывода. Определены их функции и взаимосвязи новых модулей с блоками подсистем исследования и диагностики. Создано ПО модулей и БЗ, позволяющие определять вид нарушений слуха и генерацию диагностических гипотез о возможном виде патологии органов слуха.

Таблица 2

N Нечеткие высказывания, определяющие характерные признаки аудиограмм Класс нарушений Ь1=Т(

1 (ЛК,=Т41) &(ЛК2=Т51) &(Ь К3=Т61) Ь1=Т, (Норма)

2 (ЛК,=Т42 ) & (ЛК2=Т51) & (не (ЬК3=Т6,)) &(не (ЬК4=Т72)) Ь2=Т2(НЗП)

3 (ЛК,=Т42 ) & (ЛК2=Т51) & (ЬК3=Т63) &(не (ЬК4=Т72)) & (ЬК5=Т84) Ь3=Т2(НЗП)

4 (ЛК,=Т42 ) & (ЛК2=Т52) & (ЬК3=Т61) &(не (ЬК4=Т72)) & (не (ЬК5=Т„2) Ь4=Т3 (НЗВ)

5 (ЛК,=Т42 ) & (ЛК2=Т52) & (1ЛС3=Т61) &((ЬК4=Т76)) I (ЬК5=Т8б)) Ь5=Т3 (НЗВ)

6 (ЛК,=Т42 ) & (Ж2=Т52) & (ЬК3=Т62) &(ЬК4=Т75) & (ЬК5=Т85) Ь6=Т4 (НСМ)

7 (ЛК!=Т42 ) & (ЛК2=Т52) & (ЬК3=Т62) & (не(ЬК4=Т71) & не(ЬК4=Т72)) & (ЬК5=Т84) Ь7=Т4(НСМ)

8 (ЛК,=Т42 ) & (Ж2=Т52) & (ЬК3=Т62) & ((ЬК4=Т75) ! (ЬК4=Т76) )& (ЫС5=Т86) Ь8=Т5(НСМ/ЗП)

9 (ЛК,=Т42 ) & (ЛК2=Т52) & (ЬК3=Т62) & ((ЬК4=Т75) ! (ЬК4=Т76) )& (ЬК5=Т82) Ь9=Т6(НСМ/ЗВ)

Разработано ПО модуля лингвистического интерпретатора, позволяющего просматривать на экране изображения аудиограмм из БД и формировать четкие (усредненные) характеристики, а также все необходимые лингвистические переменные и их ФП (рис.3).

Предложена структура концептуальной модели представления знаний о симптомах заболеваний органов слуха, которая отражает не только состав информации данного фрагмента предметной области, но и источники ее получения. Разработаны модели двух видов заболеваний (Отосклероз и болезнь Меньера). Формализация знаний о заболеваниях органов слуха выполнена на основе объектно-ориентированного подхода. Для построения модели представления знаний о симптомах заболеваний органов слуха создано 22 класса. Иерархия классов используется для формирования декларативного компонента БЗ диагностической подсистемы. Разработано ПО, определяющее порядок означивания слотов в модели заболеваний, ввод и вывод информации в пользовательские формы.

—3

БД-П 1-.

БД ТЕСТОВ А А-

МОДУЛЬ ГЕНЕРАЦИИ ТЕСТОВЫХ СИГНАЛОВ

ЛИШВИСТИЧЕСКИИ ИНТЕРПРЕТАТОР

МОДУЛЬ УПРАВЛЕНИЯ " ИССДЕДОЭАШЙГй'

: ВИРТУАЛЬНЫЙ ■ АУДИОМЕТР

Подсистема исследований

НЕЧЕТКИЙ

; ЛОГИЧЕСКИЙЯЫВО^ 1

Хг

ДЕТЕРМИНИРОВАНИЫИ ЛОГИЧЕСКИЙ ВЫВОД

БЗ ДЗ 1

БЗ-М"

БД-пд

АНАЛОГИЯ И

ОБЪЯСНЕНИЯ

- ДИАЛОГА

Подсистема диагностики

Рис. 2. Архитектура системы диагностики нарушений слуха

ШДШШИ

8000

I

вк

- далеко откутсевак тшхвд

- вогнутая (резвые

ЧАСТОТЫ

* гез ш слад О 8X0 Гц). КК.

■ далеко сгнулеюй лкниц

- кйсхсдлхДАл (хсе частоты^

- «ыпадание Г=8СС0 Гц

кви

- большой (£< 4000Гц).

псгиюдб

Потерн слдо-а:

еп 62 дб 43 дв

кеи чззлб *

Степень потери сл;«а: Выпавшие частоты: Сохраненные частоты:.

По воздуха -^Пс кости;

>п С»

С&аать мбайта |

Добавить таблиц!

Уа-злмты-аб^мцу 1

•Показатьтаблицу |

Показать графики].

¿1

ГУРазрешить изменен«, осшвнойтдйпшы '/ Г Раэреають еойраииеииь в Файг1 „-.г*::, |7 0ттфьт»йспиижпгфам«ров ' . 1 :;

Г- ЛЛ7"^

НС ш> шешакиму тану

|нсм

Рис.3 Интерфейс модуля лингвистического интерпретатора, позволяющего просматривать аудиограммы из БД и оценки количественных и лингвистических характеристик, а также диагностическую гипотезу.

Создано 96 правил диагностики заболеваний (болезнь Меньера и отосклероз), которые образовали продукционный компонент БЗ. Правила организованы в виде трех взаимосвязанных классов: служебных, выдвижения гипотез и формирования диагностического заключения.

Верификация БЗ проведена на примерах историй болезней из Тверской областной больницы.

Основные результаты работы

1. Построена обобщенная схема биотехнической системы исследования слуховой функции (БТС_ИСФ). Определены требования к техническим характеристикам каналов БТС_ИСФ и сформулированы направления применения компьютерных технологий для эффективной реализации БТС_ИСФ.

2. Показано, что для создания технических условий развития принципов мониторинга, профилактики функциональных нарушений слуха и ранней диагностики заболеваний слухового анализатора, необходимо совершенствовать методы и программно-технические средства автоматического управления БТС_ИСФ и интерпретации данных, полученных в ходе исследования.

3. Предложена методика автоматической оценки порогов слуха, позволяющая выравнивать ошибки в оценке точек кривой ПС. Главные преимущества методики: количественная оценка качества проведения исследований, автоматическое определение частоты повторных испытаний, полная автома-

•газация процедуры тональных аудиометрических исследований.

4. Созданы варианты классификаторов аудиограмм, отражающие разделение клинических случаев нарушений слуха на группы по уровню средних потерь слуха. Не явным образом в выделенных классах учитывается также величина КВИ. Исследования выделенных классов показали не стабильность их границ в пространствах признаков, основанных на оценках ПС или их линейных комбинациях.

5. Выделен новый признак для идентификации пациентов с нормальным слухом. Сформулировано обобщенное правило определения границы между классами Норма и Патология (Нарушения слуха), позволяющее настраивать алгоритм анализа аудиограмм к системе физиологических норм, предъявляемых при обследовании.

6. Создан метод генерации лингвистических оценок слуха на основе формирования нечетких высказываний, определяющих характерные признаки аудиограмм, наблюдавшихся при одинаковых типах нарушений слуховой функции. Разработаны правила классификации аудиограмм на основе нечетких признаков и лингвистических переменных. Разработан алгоритм анализа типа нарушений слуха, основанный на нечеткой классификации аудиограмм и позволяющий оценивать степень истинности выводимого заключения.

7. Разработана новая версия структуры интеллектуальной системы исследования и диагностики слуха, включающая дополнительные модули лингвистического интерпретатора и нечеткого логического вывода. Определены их функции и взаимосвязи новых модулей с блоками подсистем исследования и диагностики. Создано ПО модулей и БЗ, позволяющие определять вид нарушений слуха и осуществлять автоматическую генерацию диагностических гипотез о возможном виде патологии органов слуха.

Список публикаций по теме диссертации

1. Абу.-Мандил Н,, Филатова H.H., Григорьева О.М. Исследование возможности применения системы признаков на основе оценки потерь слуха для автоматической диагностики//Сборник трудов науч.-технич. конференции 40-лет биотехнических систем.- Санкт-Петербург.- 2004.- С. 34-35.

2. Абу.-Мандил Н., Филатова Н. Н., Григорьева О.М. Выбор системы признаков для описания и распознавания класса аудиограмм/ЛСомпьютерные технологии в управлении и диагностике. Сборник научных трудов ТГТУ.-2004.- С. 21 -24.

3. Абу.-Мандил Н., Филатова Н. Н., Григорьева О.М. Модель нарушения звуковосприятия на основе формально-статистических методов//Сборник

трудов всероссийской НТК "Вузовская наука - региону".- Вологда; ВГТУ.-2006,- С. 297 - 298.

4. Абу.-Мандил Н., Филатова Н. Н. Классификация нарушений слуха на основе кластерного анализа тональных аудиограмм//Компьютерные технологии в управлении, медицине, образовании. Сборник научных трудов ТГТУ,- 2006.- С. 88 -91.

5. Абу.-Мандил Н., Филатова Н. Н. Алгоритм автоматической диагностики нарушений слуха/ЛСомпьютерные технологии в управлении, медицине, образовании. Сборник научных трудов ТГТУ,- 2006.- С. 84 - 87.

6. Абу.-Мандил Н., Григорьева О.М., Филатова H.H. Нечеткие классификаторы для автоматической диагностики нарушений слуха/ЛГруды Всероссийской научной конференции "Нечеткие системы и мягкие вычисления". М.: Физматлит.- 2006.- С. 375 - 382.

7. Абу.-Мандил Н., Н.Н.Филатова. Автоматизированная система диагностики нарушений слуха//Биотехнические системы в медицине и экологии. Известия СПбГЭТУ "ЛЭТИ",- Выпуск №2,- 2006.- С. 104-108.

Подписано в печать 30.10.06. Формат 60*84 1/16. Бумага офсетная. Печать офсетная. Печ. л. 1,0. Тираж 100 экз. Заказ 109.

Отпечатано с готового оригинал-макета в типографии Издательства СПбГЭТУ "ЛЭТИ"

Издательство СПбГЭТУ "ЛЭТИ" 197376, С.-Петербург, ул. Проф. Попова, 5

ВВЕДЕНИЕ.

ГЛАВА 1. ФУНКЦИОНАЛЬНО-СТРУКТУРНЫЙ АНАЛИЗ БИОТЕХНИЧЕСКИХ СИСТЕМ ДИАГНОСТИКИ ПАТОЛОГИЙ СЛУХОВОГО ВОСПРИЯТИЯ

1.1. Биотехнические системы исследования слуха 16 1.1.1 .Структура объекта функциональных исследований.

1.1.2. Показатели, характеризующие состояние слуха человека.

1.1.3. Классификация биотехнических методик исследования слуха

1.1.4. Обобщенная схема реализации субъективных БТМ.

1.2. Компьютерные технологии в субъективных БТМ исследования слуха

1.3. Проблемы автоматической диагностики патологий органов слуха 40 1 АПостановка задач диссертации 48 Выводы к главе 1.

ГЛАВА 2. КЛАССИФИКАЦИЯ ТОНАЛЬНЫХ АУДИОГРАММ

МЕТОДАМИ КЛАСТЕРНОГО АНАЛИЗА "

2.1. Постановка задачи автоматического построения классификатора тональ- 56 ных аудиограмм

2.2. Исследование модели индивидуальных порогов слуха

2.3. Методы классификации объектов, заданных дискретными детерминиро- 65 ванными признаками

2.4.Классификация аудиограмм на основе субъективных оценок потерь слуха

2.4.1. Построение классов Норма и Нарушения слуха

2.4.2. Построение классов Нарушения звукопроведения и Нарушения звуко- 76 восприятия

Выводы к главе 2.

Глава 3. АВТОМАТИЧЕСКАЯ ДИАГНОСТИКА НАРУШЕНИЙ СЛУХА

3.1. Задача повышения точности оценки порогов слуха

3.2. .Автоматическая интерпретация результатов тональной аудиометрии

3.2.1. Количественные признаки, характеризующие состояния слуха

3.2.2. Формирование системы нечетких признаков для описания тональных 101 аудиограмм.

3.3. Классификация аудиограмм на основе нечетких признаков. Нечеткая 118 модель выбора класса аудиограмм

Выводы к главе 3.

ГЛАВА 4. КОМПОНЕНТЫ ИНФОРМАЦИОННО - ПРОГРАММНОГО 124 ОБЕСПЕЧЕНИЯ СИСТЕМЫ ДИАГНОСТИКИ НАРУШЕНИЙ СЛУХА

4.1. Архитектура программной системы

4.2. Разработка базы знаний для автоматической диагностики патологий звукового восприятия

4.3. Управление процессом диагностики

4.4. Разработка программного модуля лингвистического интерпретатора результатов субъективной аудиометрии 145 Выводы к главе 4.

Слуховой анализатор (слуховая сенсорная система) - второй по значению диктантный анализатор человека, играющий крайне важную роль не только как составляющая первой сигнальной системы, но и как основное звено в развитии второй сигнальной системы. В последние десятилетия возросли требования к методам и техническим средствам, применяемым для исследования состояния органов слуха в связи с увеличением:

- числа факторов риска, способствующих развитию патологий слухового анализатора,

- общей продолжительности жизни, что автоматически ставит задачу повышения ее качества,

- новыми общественными стереотипами, основанными на идеях личной ответственности человека за свое физическое состояние. Следствием этой социальной модели является значительный интерес населения к методам и техническим средствам для самооценки физического состояния.

В Российской Федерации в настоящее время насчитывается около 600 тыс. только детей и подростков с нарушением слуха. По прогнозам ВОЗ в ближайшем десятилетии в развитых странах численность населения с социально значимыми дефектами слуха возрастет на 21%.

Приведенные факты свидетельствуют о насущной необходимости общества в эффективных средствах диагностики и лечения органов слуха.

Одним из наиболее актуальных вопросов современной аудиологии является совершенствование методов диагностики нарушений слуха. Успехи в этом направлении, прежде всего, определяются своевременностью постановки диагноза, эффективностью лечения и реабилитации больных.

Основные задачи, решаемые в процессе диагностики заболеваний органов слуха, включают:

1) определение вида нарушения слуха: определяется звукопроводящий или звуковоспринимающий аппарат поврежден и на каком участке;

2) определение вида заболевания органов слуха: распознавание диагностической ситуации на множестве близких по некоторому симптому-комплексу классов заболеваний.

На кафедре Автоматизации технологических процессов Тверского государственного технического университета в 2001-05 годах была разработана концепция автоматизированной системы исследования органов слуха и компьютерные варианты методик аудиометрических исследований. Однако, задачи автоматической интерпретации результатов функциональных исследований и определения видов нарушений слуха решены не полностью. Для их решения необходимо расширение диагностических функций системы.

Цели и задачи работы.

Целью работы является создания моделей, алгоритмов и программных средств для автоматизированной диагностики нарушений слуха и связанных с этим патологий слухового анализатора.

Для достижения поставленной цели в диссертации необходимо решить следующие задачи:

1. Провести функционально-структурный анализ биотехнических систем диагностики патологий слухового восприятия. Определить основные направления развития компьютерных технологий для субъективных БТМ исследования слуховой функции и диагностики патологий слухового восприятия.

2. Разработать алгоритм и программу автоматической оценки порогов слуха, обеспечивающую одинаковую точность оценки всех точек кривой порогов слуха, уменьшающую субъективность их оценки и время исследования.

3. Осуществить автоматическое выделение и исследование классов аудио-грамм, соответствующих отдельным видам нарушений слуха.

4. Разработать модель интерпретация результатов тональной аудиометрии на основе алфавита, включающего лингвистические переменные и нечеткие признаки.

5. Разработать метод и программное обеспечение диагностики нарушений слуха на основе нечеткого логического вывода. б.Разработать основные компоненты подсистемы диагностики патологий слухового анализатора: базы знаний, программных модулей лингвистического интерпретатора результатов субъективной аудиометрии и диагностики нарушений слуха, и методику их использования.

Методы исследования. В работе использовались методы теории вероятностей и математической статистики, теории нечетких множеств, методы кластерного анализа, теории биотехнических и экспертных систем.

Новые научные результаты:

1. Методика автоматической оценки порогов слуха, позволяющая выравнивать ошибки в оценке точек кривой ПС. Главные преимущества методики: количественная оценка качества проведения исследований, автоматическое определение частоты повторных испытаний, полная автоматизация процедуры тональных аудиометрических исследований.

2. Новый признак для идентификации пациентов с нормальным слухом. Сформулировано обобщенное правило определения границы между классами Норма и Нарушения слуха.

3. Метод генерации лингвистических оценок слуха на основе формирования нечетких высказываний, определяющих характерные признаки аудио-грамм, наблюдавшихся при одинаковых типах нарушений слуховой функции.

4. Правила классификации аудиограмм на основе нечетких признаков и лингвистических переменных.

Практическая ценность работы:

1. Путем реализации фрагментов системы доказана релевантность и функциональная полнота базы знаний для диагностики заболеваний отосклероза и болезни Меньера.

2. Разработан алгоритм анализа типа нарушений слуха, основанный на нечеткой классификации аудиограмм и позволяющий оценивать степень истинности выводимого заключения.

3. Построены классов аудиограмм, соответствующие определенным видам нарушений слуха, найдены их основные характеристики.

4. Разработана новая версия структуры интеллектуальной системы исследования и диагностики слуха, включающая дополнительные модули лингвистического интерпретатора и нечеткого логического вывода. Определены их функции и взаимосвязи новых модулей с блоками подсистем исследования и диагностики. Создано ПО модулей и БЗ, позволяющие определять вид нарушений слуха и осуществлять автоматическую генерацию диагностических гипотез о возможном виде патологии органов слуха.

Внедрение результатов.

Результаты исследований, включающие "Автоматизированный комплекс диагностики нарушений слуха" и методическое обеспечение к нему, переданы в поликлинику и ЛОР отделение Областной центральной клинической больницы г. Твери. Программное и методическое обеспечение модулей лингвистического интерпретатора аудиограмм и нечеткого логического вывода внедрены (в составе подсистемы диагностики нарушений слуха) в учебный процесс Тверского государственного технического университета.

Апробация результатов работы.

Научные и практические результаты диссертационной работы докладывались и обсуждались в 2004-2006 годах на НТК преподавателей и сотрудников ТГТУ, на научно-технической конференции 40 -лет биотехнических систем Санкт-Петербург 2004, на всероссийской НТК "Вузовская наука - региону", Вологда, ВГТУ, 2006.

Публикации. По теме диссертации опубликовано 7 печатных работ, из них 4 статьи и 3 работы в трудах всероссийских научно-технических конференций.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка использованной литературы и приложения. Основное содержание работы изложено на 160 страницах машинописного текста, 52 рис., 35 таблицах, приложения. Список использованной литературы включает 110 наименований.

ВЫВОДЫ к главе 4

1) Предложено дополнить архитектуру интеллектуальной системы исследования и диагностики слуха новыми модулями: лингвистическим интерпретатором и модулем нечеткого логического вывода. Определены функции модулей расширения и взаимосвязь с блоками подсистем функциональных исследований и диагностики нарушений слуха.

2) Разработано ПО модуля лингвистического интерпретатора, позволяющего просматривать на экране изображения аудиограмм из БД и формировать четкие (усредненные) характеристики, а также все необходимые лингвистические переменные и их ФП.

3) Предложена структура концептуальной модели представления знаний о симптомах заболеваний органов слуха, которая отражает не только состав информации данного фрагмента предметной области, но и источники ее получения. Разработаны модели трех видов заболеваний (Н80, Н60.5, Н81.0).

4) Формализация знаний о заболеваниях органов слуха выполнена на основе объектно-ориентированного подхода. Для построения модели представления знаний о симптомах заболеваний органов слуха создано 22 класса. Иерархия классов используется для формирования декларативного компонента БЗ диагностической подсистемы. Разработано ПО, определяющее порядок означивания слотов в модели заболеваний, ввод и вывод информации в пользовательские формы.

5) Создано 106 правил диагностики заболеваний (болезнь Меньера, острый отит и отосклероз), которые образовали продукционный компонент БЗ. Правила организованы в виде трех взаимосвязанных классов: служебных, выдвижения гипотез и формирования диагностического заключения. Верификация БЗ проведена на примерах историй болезней из архивов Тверской областной больницы.

ЗАКЛЮЧЕНИЕ

1).Построена обобщенная схема биотехнической системы исследования слуховой функции (БТСИСФ). Определены требования к техническим характеристикам каналов БТСИСФ и сформулированы направления применения компьютерных технологий для эффективной реализации БТСИСФ.

2) Показано, что для создания технических условий развития принципов мониторинга, профилактики функциональных нарушений слуха и ранней диагностики заболеваний слухового анализатора, необходимо совершенствовать методы и программно-технические средства автоматического управления БТСИСФ и интерпретации данных, полученных в ходе исследования.

3) Предложена методика автоматической оценки порогов слуха, позволяющая выравнивать ошибки в оценке точек кривой ПС. Главные преимущества методики: количественная оценка качества проведения исследований, автоматическое определение частоты повторных испытаний, полная автоматизация процедуры тональных аудиометрических исследований.

4) Созданы варианты классификаторов аудиограмм, отражающие разделение клинических случаев нарушений слуха на группы по уровню средних потерь слуха. Не явным образом в выделенных классах учитывается также величина КВИ. Исследования выделенных классов показали не стабильность их границ в пространствах признаков, основанных на оценках ПС или их линейных комбинациях.

5) Выделен новый признак для идентификации пациентов с нормальным слухом. Сформулировано обобщенное правило определения границы между классами Норма и Патология (Нарушения слуха), позволяющее настраивать алгоритм анализа аудиограмм к системе физиологических норм, предъявляемых при обследовании.

6) Создан метод генерации оценок слуха на основе формирования нечетких высказываний, определяющих характерные признаки аудиограмм, наблюдавшихся при одинаковых типах нарушений слуховой функции. Разработаны правила классификации аудиограмм на основе нечетких признаков и лингвистических переменных. Разработан алгоритм анализа типа нарушений слуха, основанный на нечеткой классификации аудиограмм и позволяющий оценивать степень истинности выводимого заключения.

7) Разработана новая версия структуры интеллектуальной системы исследования и диагностики слуха, включающая дополнительные модули: лингвистического интерпретатора и нечеткого логического вывода. Определены их функции и взаимосвязи новых модулей с блоками подсистем исследования и диагностики. Создано ПО модулей и БЗ, позволяющие определять вид нарушений слуха и генерацию диагностических гипотез о возможном виде патологии органов слуха.

1.Попечителев Е.П. Методы медико-биологических исследований. Системные аспекты. С.-Петр.

2. Биотехнические системы / Под ред В.М. Ахутина

3. Попечителев Е.П. Биотехнические системы и технологии на их основе // БТС в медицине и биологии.

4. М.К.Ахлаков, К.Н. Болсунов, Е.П.Попечителев Тестовые системы в медико-биологических исследованиях.

5. Naumov LB., Main problems of modern medicine in diagnostics and learning. Ways to optimal solution. Anatol. Journ. Cardiol. Vol.1, Sept. 2001, 166-178

6. В.Ф. Ундриц, Я.С. Темкин, JI.B. Нейман. Руководство по клинической аудиологии. М., Медицинская литература. 1962.324с.

7. Физиология сенсорных систем. Под ред. А.С. Батуева. Л., Медицина, 1976.-400с.

8. Ермолаев В.Г., Левин А.Л. Практическая аудиология. Ленинградское отделение «Медицина», 1969.-240с.

9. Быстшановская Т. Клиническая аудиология Варшава 1965,240 с

10. Коломейченко А.И., Шейнман Н.С. Тональные аудиограммы М., 1970

11. RU (11) 2002106378 (13) А (51) 7 А61В5/12 Гордеев Валерий Владимирович; Сагалович Борис Михайлович

12. Нидал Фуад Наджар Автоматизированная система для аудиометрических исследований слуха. Автореферат. С.-Петербург, ЛЭТИ. 2001.13 www.digital-recordings.com

13. П.А.Гаврилин, А.В.Петрова Информационные технологии в аудиометрии.

14. Бодрин А.В., Григорьева О.М., Калюжный М.В., Стрельников И.Н., Филатова Н.Н. Интеллектуальная система исследования слуха// Сборниктрудов Восьмой национальной конференции по ИИ с международным участием "КИИ-2002", Том 2, Коломна. С.600-605.

15. Григорьева О.М. Модели и алгоритмы дифференциальной диагностики органов слуха, основанные на обработке субъективной информации. Автореферат. Тверь, ТГТУ. 2004

16. Арифов С.С., Ражабов Ф.Ф., Хасанов А.А. Аудиометрия с применением компьютерной технологии. Вестник оториноларингологии, №1,2001 г.

17. Гетманова А.Д. Учебник по логике.

18. Поспелов Д.А. Моделирование рассуждений: Опыт анализа мыслительных актов- М.: Радио и связь, 1989. С.200.

19. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ.-М.Ж Наука. Гл.ред. физ.-мат. лит., 1987,- 288с.

20. Г.Н.Калянов CASE структурный системный анализ (автоматизация и применение).М.: «ЛОРИ», 1996.-250с.

21. В.П.Руденко, Д.М.Малинский Подготовка тональных аудиограмм для обработки на ЭВМ и статистический анализ полученных результатов//Вестникоториноларингологии, 1977 №4, с.38-42

22. И.М. Белов, К.В.Грачев Компрессированное описание и обработка тональных аудиограмм// Вестник оториноларингологии, 1988 №4, с.20-24

23. В.Т.Пальчун, М.М.Магомедов, Л.А.Лучихин Оториноларингология. -М.Медицина, 2002,- 576с.

24. М.Бартон Болезни уха, горла и носа. М.Издательство БИНОМ, 2002.-288с.

25. Е.М.Харшан Алгоритм анализа аудиограмм и рационализация процесса его освоения//ЖУНГБ, 1976, №2, с. 13-16

26. Загоруйко Н.Г. Прикладные методы анализа данных и знаний.-Новосибирск: Изд-во Ин-та математики, 1999.--270с.

27. Статистические методы для ЭВМ/Под ред. К.Энслейна, Э.Рэлстона:Пер. с англ.-М.:Наука. Гл.ред.физ-мат.лит.,1986.-464с.

28. Круглов В.В.Борисов В.В.Искусственные нейронные сети Теория и практика, М:Горячая линия-Телеком, 2001, С.382.

29. Мандель И.Д. Кластерный анализ.-М.Финансы и статистика. 1988.-176с.

30. Дюк В., Самойленко A.DataMining: учебный курс.-СПб Литер, 2001.-368с.

31. В.И. Васильев Распознающие системы Наукова думка, 1983.-420с.

32. Абу.-Мандил Н., Филатова Н. Н. Классификация нарушений слуха на основе кластерного анализа тональных аудиограмм //Компьютерные технологии в управлении, медицине, образовании, Сборник научных трудов,ТГТУ,2006,С.21-24.

33. Благовещенская Н.С. Отоневрологические симптомы и синдромы.- М.: Медицина, 1981.-327с.

34. Шевригин Б.В. Справочник оториноларинголога: Справочное пособие для врачей. -М.: «Крон-ПРЕСС», 1996.-417 с.

35. Интеллектуальная система исследования слуха/ Бодрин А.В., Григорьева О.М., Филатова Н.Н. и др.// Сборник трудов Восьмой национальной конференции по ИИ "КИИ-2002", Коломна. С.600-605.

36. Филатова Н.Н. Автоматическое формирование знаний в САПР: Монография-Тверь: Тверской госуд.технач.университет,1996-144с.

37. Разработка экспертных систем средствами интеллектуальной оболочки в среде

38. MS Windows: Методическое руководство/ Стрельников Ю.Н., Борисов Н.А.-Тверь:ТГТУ,1997.-40с.

39. Дженнингс Роджер Использование Microsoft Access 2000. Специальное издание: Пер. с англ,-М.'Издательский дом «Вильяме», 2000.-1152с.

40. Гладун В.П. Партнерство с компьютером. Человеко-машинные целеустремленные системы. -К.: Port-Royal, 2000. -128с.47. . Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Спб. Питер, 2000

41. Гусева Т.И., Башин Ю.Б. Проектирование баз данных в примерах и задачах. -М.: Радио и связь, 1992.-160с.

42. Гаврилова Т.А. Представление знаний в экспертной диагностической системе АВТАНТЕСТ // Изв. АНСССР. ТК N5 С. 165

43. Гаврилова Т.А. От поля знаний к базе знаний в экспертных системах // Сб. Представление знаний в экспертных системах. JI. ЛИИАН

44. Гельфанд И.И. и др. Структурная организация данных и знаний в задачах медицинской диагностики и прогнозирования // ВК. Задачи мед. диагн. с точки зрения врача. М. АН СССР С. 5-64

45. Дюран Б. Кластерный анализ. М. Статистика. 1977.

46. Орловский С.А. Проблема принятия решений при нечеткой исходной информации. М. Наука. 1981.

47. Попов Э.В. и др. Статические и динамические экспертные системы. М. Финансы и статистика. 1996.

48. Марселлус Д. Программирование экспертных систем на Турбо Прологе.- М.: Финансы и статистика. 1994. -256с.

49. Искусственный интеллект.- В 3-кн. Кн. 2. Модели и методы: Справочник/ Под ред. Д.А.Половинкина.- М.: Радио и связ?,, 1990.-304с.

50. Емелин И.В. О стандартах электронного обмена медицинскими документами.// Компьютерные технологии в медицине. N1, 1996 С.44-48.

51. Бонгард М.М. Проблемы узнавания. М.: Наука, 1967.

52. Вапник В.Н. Теория распознавания образов. М.: Наука, 1974.

53. Леман Э. Проверка статистических гипотез. М.: Наука, 1979

54. Лихачев А.Г. Справочник по оториноларингологии. -М.: Медицина. 1984.

55. Кобринский В.С.Подходы к отображению субъективно-нечетких представлений эксперта и пользователя в интеллектуальных системах // Програм. прод. и системы (ППС) 1995, 4, С.30-32.

56. Д. Уотерман Руководство по экспертным системам. -М.:Мир,1989.

57. Б.А.Кобринский, Л.Н.Таперова, О.В. Веприцкая Экспертная диагностическая система по неотложным состояниям//Программные продукты и системы. 1995 №1 С.30-32

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

59. Б.А.Кобринский, A.M. Кудрявцев, А.Е.Фельдман РС-ориентированная информационно-диагностическая система по наследственной патологии у детей//Крмпьютерная хроника 1994 №8-9.С.31-37

60. Kahneman D., Slovic P., Tversky A. Judgment under uncertainty: heuristics and biases. Cambridge: Univ.Press.1982. 555p. .

61. Feigenbaum I.A. McCorduck P. The 5th generation. Addison Wesley. Mass. 1983. 266c.

62. Ким B.H., Малыгин В.П., Ларичев О.И. и др. Использованиеавтоматизированной системы в диагностике ишемической болезни сердца на догоспитальном этапе//Воен.-мед. журн. 1987. №1 С.23-26.

63. Фрумкина P.M. О некоторых особенностях экспертного понимания (на материалах экспертных оценок психических состояний)// Вопросы кибернетики: Экспертные оценки. М.:-ПИК ВИНИТИ, 1979. С.44-56.

64. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. - С.283.

65. Злотник Э.И., Склют И.А. Невриномы слухового нерва. Минск, «Беларусь», 1970.-С. 184.

66. Хилов K.jl, Преображенский Н.А. Отосклероз. Л.: «Медицина», 1965.- С.239.

67. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры / Пер. с англ. и предисл. Б.И. Шитикова. М.: Финансы и статистика, 1987. - С.191.

68. Филатова Н.Н., Наджар Нидал. Автоматизированное управление аудиометрическими исследованиями. /Г Математические методы в технике и технологиях. Сб. науч. тр. 14 Междунар. конф. Том 2. Смоленск. 2001 . С.124-125.

69. N. Filatova N, Nidal Najar. Intellectual system of hearing study // International Journal "Information Theories & Applications." FOI-COMMERCE Sofia.

70. Filatova N.N., Strelnikov I.N.,Grigorieva O.M. Bodrin A.V., Kalugniy M.V. The intelligent system of the hearing investigation// Informational Journal "Information Theories & Applications" 2003 Vol.10. Number 3 P.336-340.

71. Б.А. Кобринский Автоматизированные диагностические и информационно-аналитические системы в педиатрии //Российский медицинский журнал Т.7 №4 1999 (www.rmj.ru)

72. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. -М.:Нука, 1998.~C.450.

73. Малышев Н.Г., Берштейн JI.C., Боженкж А.В. Нечеткие модели для экспертных систем в САПР М.:Энергоатомиздат, 1991. - С.136.

74. Елисеева И.И.Группировка, корреляция, распознавание образов- М.: Финансы и статистика, 1977. С.246.

75. Литтл Р.Дж.А., Рубин Д.Б. Статистический анализ данных с пропусками М.: Финансы и статистика, 1991. - С.280.

76. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных- М.: Радио и связь, 1983. С.376.

77. Ларичев О.И., Мошкова Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, 1996. С.470.93Лервинская К.Р. Медицинская психодиагностика и инженерия знаний- М.: Наука, 202. С.780.

78. Зорич.В.А. Математический анализ- М.: Наука, 2001. С.450.

79. Нечеткие множества в моделях управления и ИИ М.: Наука, 1986. С.311.

80. Самарский А.А. Математическое моделирование: Идеи, Методы. Примеры М.: Финансы и статистика, 2001. С.302.

81. Окулов Е.Д. Программирование в алгоритмах- М: Наука, 2002. С.341.

82. Кузнецов П.И., Пчелинцев Л.А. Последовательное обучение систем диагностики -М: Наука, 1987. С.458.

83. Коханер Д. И др. Численные метода и программное обеспечение-М: Наука, 1998.-С.564.

84. Ларичев О.И. Наука и искусство принятия решений- Наука, 1979. С.251.

85. Попечителев Е.П., Романов С.В., Анализ численных данных в биотехнических системах. -Л.:Наука, 1985.-С.148.

86. Интеллектуальный анализ данных методы и средства М.: Финансы и статистика, 2001. С.51.

87. Платонов А.Е. Статистический анализ в медицине. -Л.:Наука, 2000.-С.148.

88. Леман Э. Проверка статистических гипотез. М.: Наука, 1979

89. Ю5.Нидал Фуад Наджжар "Автоматизированная система для аудиометрических исследований слуха" /диссертация на соискание уч. степени к.т.н., 05.11.17. Тверь.-2001.

90. Андерсон Т.В. Введение в многомерный статистический анализ М.:Физматгиз, 1963.

91. Siemens PC Audiometric evaluation instruments. Part of the Unity System. 1998.

92. Гладун В.П. Планирование решений. Киев: Наукова думка, 1987

93. Клинический аудиометр «Дельфа-311». Рекламные материалы. 1997.

94. Декан факультета АС, к.т.н., доцент1. Панкратов Е.А.1. АКТо передаче результатов научно-исследовательской работы.

95. В состав переданных материалов входят:

96. Методические материалы включающие:• Руководство пользователя,• Информационные структуры описания заболеваний, включенных в базу знаний,• Классификатор тональных аудиограмм.

97. Перечисленные программно-методические средства позволяют осуществить комплексное внедрение новых информационных технологий в практику лечебного учреждения.

98. Qon* Г'ТТОГ>Ц-/ЛГ,Г\ Г»1ЛОТТО ТТ/"\ V(J7ТУ ТТГХУ7ТХТГТХ1. Стрельников И.Н.