автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Системный анализ и управление биологическими динамическими системами (БДС) в аспекте компартментно-кластерного подхода

ВВЕДЕНИЕ

ГЛАВА 1.

СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ СИСТЕМНОГО АНАЛИЗА В АСПЕКТЕ РАЗВИТИЯ ТЕОРЕТИЧЕСКОЙ БИОЛОГИИ И ОБЩЕЙ ТЕОРИИ БИОЛОГИЧЕСКИХ ДИНАМИЧЕСКИХ СИСТЕМ (БДС).

1.1 Теоретическая биология нуждается в фундаментальной классической) теории.

1.2 Понятие природных динамических систем (ДС). Основные 15 представления о биологических динамических системах

1.2.1 Вектор состояния и фазовое пространство в описании ДС и БДС.

1.2.2 Простейшие примеры поведения ДС в механике.

1.2.3 Понятие аттракторов. Хаос в живой и неживой природе.

ГЛАВА 2.

ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ НА ОСНОВЕ ИЗВЕСТНЫХ (ТРАДИЦИОННЫХ) СПОСОБОВ И УСТРОЙСТВ.

ГЛАВА 3.

МЕТОДИКИ БИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЙ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ СОБСТВЕННЫХ НОВЫХ ЭКСПЕРИМЕНТАЛЬНЫХ 42 УСТРОЙСТВ И СПОСОБОВ.

3.1 Методики создания управляющих воздействий на базе новых 42 электростимуляторов и источников бегущих магнитных полей.

3.2 Устройства для разрушения и создания иных механических воз- 51 действий на ткани животных.

3.3 Устройства для съема информации с биологических объектов на базе измерительных комплексов и программных продуктов к ЭВМ для обработки экспериментальных результатов.

ГЛАВА 4.

РЕЗУЛЬТАТЫ СОБСТВЕННЫХ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ И ИХ ОБОСНОВАНИЕ В РАМКАХ СИСТЕМНОГО ПОДХОДА 59 К ОПИСАНИЮ БДС НА ТРЕХ УРОВНЯХ ИХ ОРГАНИЗАЦИИ. 4.1 Формулировка основных принципов и положений, лежащих в основе компартментно- кластерной теории биосистем (ККТБ).

4.2 Системно-кластерный подход в межклеточных взаимодействиях. Использование ККТБ в описании динамики поведения ней-росетей мозга на примере респираторных нейронных систем (РНС).

4.2.1 Морфо-функциональная организация РНС, как пример кла- 75 стерных компартментных систем.

4.2.2 Современное состояние общих задач моделирования РНС.

4.2.3 Основные теоремы и результаты применения ККТБ к РНС.

4.3 Компартментно -кластерный подход в описании функциональных систем организма ФСО млекопитающих на примере кар- 186 дио-респираторной системы (КРС). Системный подход в идентификации ФСО.

4.3.1 Компартментно-кластерная идентификация РНС.

4.3.2 Регуляторные процессы в сердечно-сосудистой системе с 208 позиций ККТБ и их моделирование с помощью ЭВМ.

4.4 Нервно-мышечная система (НМС) в рамках компартментно- 219 кластерного подхода (ККП).Решение задач идентификации динамических процессов в НМС с позиций ККТБ.

4.4.1. Применение ККТБ к описанию организации непроизвольного 219 движения конечностей человека.

4.4.2. Биомеханические свойства мышц в рамках ККТБ.

4.5 Возможности использования ККТБ на 3-м уровне организации 245 биосистем - в системной экологии и теории эпидемий.

ВЫВОДЫ

Использование методов общей теории систем и системного анализа позволяет в настоящее время подойти к решению весьма важной проблемы биологии и медицины: созданию теории биологических динамических систем , которая бы, фактически, являлась динамическим атласом БДС. Действительно, существуют великолепные атласы морфологии живых объектов, которые дают некоторые представления и о функциях отдельных органов или организмов в целом. Однако описывать эти функции реальными количественными закономерностями в рамках некоторого единого теоретического подхода - задача пока ещё чрезвычайно трудная. Для этого необходимо сформировать эти единые подходы, создать некоторую единую динамическую теорию биологических систем.

Представляется, что в перспективе это может быть создано и как результат такой работы - возникнет атлас биологических динамических систем, который позволит промоделировать динамику природных биологических процессов на любом уровне их организации (молекулярном, клеточном, тканевом, органном, организменном, популяционном, биосферном), позволит прогнозировать динамику БДС в случае внешних (сторонних) воздействий или в случае нестандартного (патологического для отдельного организма, например) развития процесса. Это значит, что в недалеком будущем любой гражданин планеты Земля может посмотреть (модельно!) работу своего организма в разных условиях (если все функциональные системы этого организма предварительно идентифицировать в рамках конкретной модели), посмотреть динамику любого природного процесса, протекающего с участием живых организмов, наконец, сделать прогноз биосферным явлениям на глобальном, планетарном уровне, используя некоторый стандартный подход, который должен составлять основу предполагаемого динамического атласа БДС.

Для решения такого рода проблем, очевидно, надо разработать некоторые общие принципы организации и функционирования природных БДС. В понятие последних включается и выбор некоторых общедоступных абстракций, единиц измерения, некоторых общих структурных схем и, наконец, некоторых общих законов и закономерностей. Иными словами необходимо формализовать предмет описания в рамках некоторого единого процесса. Это приводит к необходимости создания таких теоретических моделей, которые имели бы общий вид на всех отмеченных выше уровнях организации БДС (молекулярном, клеточ-ф ном, тканевом, органном, организменном, популяционном, биосферном).

Исходя из этих поставленных задач следует, что дело это почти безнадежное в силу большой разнородности объектов, их кажущейся на первый взгляд функциональной и морфологической несовместимости. Однако сама природа всё это совместила, она создала структуры, которые функционируют и порознь, и объединяются в целое. Из этого следует, что нечто общее в описании БДС должно существовать. Должны быть некоторые абстракции, которые * бы описывали динамику БДС на всех этих разных уровнях. Тогда возникает вопрос, а способна ли современная наука создать такие абстракции, создать такую теорию (в рамках системного анализа и существующей математики и физики), которая бы позволила создать требуемый динамический атлас БДС на базе единого абстрактного подхода, в рамках единой теории БДС на всех уровнях организации живой материи?

Сейчас можно сказать, что уже созданы некоторые предпосылки для это-^ го и необходимо начинать (хотя бы пытаться) создать такую единую теорию

БДС, которая бы легла в основу создания динамического атласа биологического мира. Иными словами пришло время ставить вопросы о необходимости такого атласа и вопросы о возможности разработки некоторой единой теории БДС. Такие утверждения основываются на современном состоянии компар-тментно-кластерной теории БДС и на определённых достижениях в области уже разработанного релятивистского подхода к БДС. Последнее великолепно проиллюстрировано в пионерской работе В.В. Смолянинова о пространственно-временных задачах локомоторного управления [89]. Иными словами необходимо отметить, что создание базовой детерминистской теории БДС (каковой является классическая механика в механике всеобщей, см. ниже главу 1) несколько задержалось, так как уже формируется релятивистская теория БДС [56 ,89 ].

Возникшее состояние в теоретической биологии (острая необходимость в некоторой общей теории, опережающее развитие квантово-релятивистского подхода, несколько тупиковая ситуация с классической морфологией, когда она пытается описывать функции и динамику биосистем) безотлагательно требует хотя бы попытки в построении некоторой фундаментальной детерминистской теории БДС. Именно такой попытке и посвящена данная работа.

Исходя из компартментно- кластерного подхода (ККП) в организации и функционировании БДС, в работе вводятся некоторые общие принципы и постулируется существование биолого-математических абстракций, на основе которых возможно бы было построить фундамент динамического атласа биологических объектов. В настоящей работе рассматриваются такие подходы на различных уровнях организации БДС: для описания межклеточных взаимодействий на уровне возбудимых структур (системах мозга и нервно-мышечной системе), на уровне функциональных систем организма (ФСО) и популяционном уровне, где вопросы динамики и управления этой динамикой стоят особо остро.

В целом, несколько ограничив рассмотрение БДС на клеточном уровне, уровне ФСО и систем органов, популяционном уровне организации живой материи, мы можем просто ссылаться на другие работы [ 6, 14,15, 74, 91], где такие же подходы (ККП, например) уже используются на молекулярном или атомарном уровнях (кластерная теории строения воды и органелл в клетке, например). Иными словами, если всё это принять за основу, то можно говорить о возникновении базовой теории БДС на основе ККП. Насколько правильно сейчас такое утверждение - покажет будущее. Однако уже один несомненный положительный аспект данной работы имеется: в ней дается постановка проблемы, приводятся реальные доводы о необходимости ее решения, представлены некоторые теоретические разработки и экспериментальные исследования их подтверждающие, что (как надеется автор) должно породить дискуссии в среде специалистов по теории систем а также среди физиков, математиков и биологов, обратить внимание научной общественности на необходимость разработки системной теории БДС и создания динамического атласа биосистем на разных уровнях их организации. Именно на привлечение более широкого круга ученых к решению данной проблемы и возлагались надежды при выполнении настоящей работы.

В целом, целью выполненной работы является экспериментальное подтверждение основных постулатов и положений (выводов) компартментно-кластерной теории БДС- ККТБ.

В этой связи в задачи исследования входило:

1. Разработка новых методов (способов) и устройств для исследования БДС в рамках системного анализа и создание новых программных продуктов для съема и переработки биологической информации.

2. Экспериментальное биологическое обоснование основных постулатов ККТБ (8 основных положений), на которых формируется математическая теория БДС.

3. Проведение биологических исследований, подтверждающих основные положения и выводы ККТБ на уровне клеточного взаимодействия на примере системного анализа организации и функционирования нейронных сетей дыхательного центра млекопитающих.

4. Экспериментальное подтверждение возможностей применения ККТБ к описанию функциональных систем организма (ФСО) на примере кардио-респираторной системы.

5. Использование ККТБ в описании функционально-морфологических свойств нервно-мышечной системы (НМС).

6. Медико-биологическая количественная и качественная иллюстрация возможностей ККТБ для описания процессов в популяционной биологии и эпидемиологии.

Выводы.

1. Создание классической теоретической биологии (динамического атласа биосистем) может быть основано на компартментно- кластерной теории БДС.

2. ККТБ в настоящее время по числу (8) основных постулатов (положений), имеющих биологическое обоснование, является наиболее общей теорией БДС.

3. Все 8 положений ККТБ находят экспериментальное подтверждение на клеточном, уровне ФСО и популяционном уровне организации БДС.

4. Все 16 новых способов и устройств для управления и исследования БДС могут быть использованы в экспериментальных работах по обоснованию компартментно- кластерного подхода на различных уровнях организации биосистем.

5. Исследования процессов возбуждения и торможения в респираторных ней-росетях мозга млекопитающих подтвердили количественно и качественно насыщающий характер функции обратных связей, аналитически представляемый в виде функций Р(у)=1/(1+у) или Р(у)=1/(1+е1') в моделях ККТБ.

6. Идентифицированные структуры в областях варолиевого моста, гипоталамуса и сенсомоторной зоны коры мозга являются иерархическими структурами по отношению к РНС и оказывают управляющее воздействие на сети ДЦ, что может описываться матрицами А блочно-диагонального типа (разложимыми матрицами) в рамках ККТБ.

7. Разработанные и запатентованные методы и алгоритмы (в рамках теории оптимального управления на базе процедуры Калмана - ММР) обеспечивают автоматическую (с помощью ЭВМ) идентификацию компартментно-кластерных систем управления дыханием и работой ССС в нормальных условиях, при создании искусственных управляющих воздействий или при действии экофакторов среды, что в конечном итоге количественно позволяет идентифицировать синергизм в БДС.

8. Разработанная теория и запатентованные алгоритмы позволяют находить оптимальные параметры (длительность, амплитуду) управляющих воздействий в микроинтервалах времени, при которых исследуемая БДС остается в заданном стационарном состоянии. При этом количественно идентифицируется понятие "точки покоя" биосистемы.

9. В рамках системного подхода и разработанных методов идентификации БДС на базе ММР возможно построение моделей произвольных и непроизвольных движений человека и идентификация биомеханических свойств мышц, находящихся в различных функциональных состояниях.

10. ККТБ позволяет с точностью до 5 — 10 % погрешности описывать и прогнозировать процессы распространения инфекционных и неинфекционных заболеваний, давать количественную оценку в виде матриц и их собственных значений эффектов действия факторов среды на популяцию.

11. Сравнительный системный анализ динамик физических ДС и БДС позволил ввести понятие "сторонних внешних сил", которые формируют неотрицательные компоненты вектора X состояния БДС и матриц А межкомпартментных (межкластерных) связей, что в конечном итоге определяет существование БДС и живых объектов в целом и создает положительную динамику развития жизни.

Заключение.

Из всего выше изложенного следует , что эксперименты показывают возможность существования компартментных иерархических структур в БДС (РНС, например с трехкомпатртментной структурой, иерархическая структура организации которых моделируется ККТБ . Данные с S- образными кривыми для РНС показывают возможный вид функций Р(у). Для нас это значит, что всегда существуют нейронные пулы (компарменты) или другие структуры в БДС, которые объединяют может быть даже различные (различия могут быть не только по морфологическому признаку, но и по структуре организации, свойствам, реакциям на внешние воздействия элементы компарментов (нейроны, блоки ФСО, популяции) для выполнения единых функций. Очевидно, что всегда в БДС и будут диссипативные элементы (моделируются слагаемым -Ьх), которые ограничивают величину вектора х.

В дальнейшем мы будем исходить из кластерного строения БДС, например для РНС имеем 3 кластера: ИННС, ПИНС, ЭНС, которые можно экспериментально идентифицировать, что и было подробно рассмотрено в экспериментах с БДС на 3-х уровнях их организации. В целом, еще раз подчеркнем, что ККТБ является системной наукой для описания БДС на уровне РНС (как один из примеров) или других уровнях.

Другие примеры применения ККП представлены в разделах с ФСО и популяций с числовыми результатами. Завершая все это рассмотрение необходимо отметить, что 8 постулатов ККТБ на сегодняшний день являются наиболее общими в ТБ а разработанные методы идентификации математических моделей БДС позволяют применять ККП к самым разным биосистемам с компартмент-но- кластерной теорией. Разработанный математический аппарат учитывает все восемь постулатов (ККТБ которые нашли биологическое подтверждение на примере РНС в выполненных исследованиях. Особые возможности ККТБ заключаются в возможностях выбора оптимальных воздействий на БДС (длительность и амплитуды управляющих воздействий) и идентификации (по формальным признакам) условий синергизма в БДС на трех уровнях их организации.

1. Александров А.А., Нгуен Ван Ут. Влияние ГАМК и фенибута на нейронную активность коры и потенциалы корешков спинного мозга // Физиол. журн. СССР им. И.М. Сеченова. 1997. Т. 63. №11. 1101-1109

2. Барон В.Д., Определение вынужденных периодических режимов дыхания по фазным характеристикам //Биофизика. 1972. Т. 17, №2. 356-359.

3. Барон В.Д., Кедер-Степанова И.А. Воспроизведение дыхательным центром ритмических раздражений продолговатого мозга // Там же. 1991. Т. 16, №1. С. 692-699.

4. Баутин Н.Н. Поведение динамических систем вблизи границ области устойчивости. М.: Наука, 1984,- 260 с.

5. Беллман Р. Введение в теорию матриц. М.: Наука, 1969. 280 с.

6. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. М.: Наука, 1984.230 с.

7. Галушкин А.И., Кирсанова Э.Ю. Нейронные системы памяти. М.: Изд-во МАИ, 1991. 177 с. (ч. 1.). 166 с. (ч.2.).

8. Глебовский В.Д., Бреслав И.С. Регуляция дыхания. Л.:Наука, Ленингр. отд-ние, 1981. 280 с.

9. Гокин А.П. Изменение спино-больбо-спинальных рефлексов в течении дыхательного цикла у кошек // Нейрофизиология. 1981. Т. 13, №4. С. 421-424.

10. Гордиевская Н.А., Сергиевский М.В., Якунин В.Е. Влияние раздражений медиальной и латеральной зон дыхательного центра на электрическую активность диафрагмы, межреберных мышц и диафрагмальных нейронов // Бюл. эксперим. биологии, 1978. №4. С. 392-395.

11. Горбань А.Н. Обучение нейронных сетей. М.: Параграф, 1990. 160 с.• 14. Губин С.П. Химия кластеров, М., 1987, 152 с.

12. Дубов П.Л., Корольков Д.В., Петраковский В.П. Кластеры и матрично-изолированные кластерные сверхструктуры, Изд-во С.-Петербуржского Ун-та, 1995, 256 с.

13. Дунин-Барковский В.А. Колебания уровня активности в простой замкнутой цепи нейронов // Биофизика. 1970. Т. 15, вып. 2. С. 374-378.

14. Еськов В.М. Идентификация параметров линейных моделей датчиков // Измерительная техника. 1993. №4. С. 8-10.

15. Еськов В.М. Частотные характеристики датчиков и проблема идентификации линейных моделей // Измерительная техника. 1993. №8. С. 11-13.

16. Еськов В.М., Филатова О.Е. Компьютерная диагностика компартментности динамических систем // Измерительная техника. 1994. №1. С. 65-68.

17. Еськов В.М. Автоматическая идентификация дифференциальных уравнений, моделирующих нейронные сети // Измерительная техника. 1994. №3. С. 66-68.

18. Еськов В.М. Введение в компартментную теорию респираторных нейронных сетей. Монография, Москва. Наука, 1994, 164 с.

19. Еськов В.М., Филатова О.Е., Якунин В.Е. Способ моделирования одышки. А. С., №1720083. 1990.

20. Еськов В.М., Филатова О.Е., Якунин В.Е. Способ регуляции дыхания. А. С., №1745268, 1992.

21. Еськов В.М., Филатова О.Е. Устройство для исследования дыхания. Патент №2072232, 1992.

22. Еськов В.М., Филатова О.Е. Роль тормозных процессов в генерации дыхательной ритмики // Нейрофизиология. 1993. №6. С. 420-426.

23. Еськов В.М., Филатова О.Е., Иващенко В.П. Компьютерная идентификация иерархических компартментных нейронных сетей // Измерительная техника. 1994. №8. С. 67-72.

24. Еськов В.М, Устройство для управления иерархическими нейронными сетями. / Приборостроение, 3, 1995, с. 53-56.

25. Еськов В.М., Филатова О.Е. Стимулятор дыхания. А.с. № 1820516.

26. Еськов В.М., Филатова О.Е., Заславский А.Б. Идентификация математических моделей двухкластерных иерархических нейронных сетей с помощью ЭВМ./ Матер. конф. МИЭТ, Москва, 1995, с 21-23.

27. Еськов В.М., Филатова О.Е., Гокин А.П. Микроинъектор. Патент № 2038098. 1995.

28. Еськов В.М., Филатова О.Е. и др. Устройство для гомогенизации. А.с. № 2036588. 1995.

29. Еськов В.М., Филатова О.Е. Способ приготовления мелкодисперсных сред и устройство для его осуществления. А.с. № 1658451. 1995.

30. Еськов В.М., Динамические режимы функционирования нейронных сетей и их идентификация./ Матер, конф. МИЭТ, Москва, 1995, с. 133-135.

31. Еськов В.М., Система контроля и управления дыханием животного в эксперименте. / Матер, конф. "Биокибернетика", Ростов, 1995, с. 23-24.

32. Еськов В.М., Устройство для идентификации ферромагнитных тел внутри организма экспериментального животного. / Матер, конф. "Биокибернетика", Ростов, 1995, с.123-124.

33. Еськов В.М., Информационное обеспечение исследований биологических динамических систем./ Матер, конф. Новые информационные технологии, Астрахань, 1995, с. 46-47.

34. Еськов В.М., Структурная и параметрическая идентификация иерархических нейронных сетей./Матер. межд. конф. Датчик-95, Барнаул, 1995, с. 68-69.

35. Еськов В.М., Использование метода минимальной реализации для респираторных нейронных сетей./ Сб. Нейроинформатика и ее приложения., Красноярск, 1995, с. 133-135.

36. Еськов В.М., Сканирование движущихся поверхностей биологических объектов./ Измерительная техника, 4, 1995, с.54-56.

37. Еськов В.М., Измерительный комплекс для контроля и управления дыханием животных./ Измерительная техника, № 5, 1995, с. 54-56.

38. Еськов В.М., Филатова О.Е., Папшев В.А. , Козлов А.П. Измерение переменных параметров движущихся биологических объектов.// Измерительная техника. 1996, №4. с. 58-61.

39. Еськов В.М., Папшев В.А., Филатова О.Е. Устройство для исследования дыхания. Патент № 2072232. 1997.

40. Еськов В.М., Папшев В.А., Филатова О.Е. Устройство локализованного перемещения рабочих тел. А.с. № 1826160. 1997.

41. Еськов В.М., Динамика тормозящих и возбуждающих процессов в респираторных нейронных сетях. // "Физиология висцеральных систем". Сборник н.т.,- Самара, 1998г. с. 190-202.

42. Еськов В.М. Кулаев С.В., Филатова О.Е., Иерархические принципы нейросете-вых идентификаторов.// XXV международная конференция: Новые информационные технологии в медицине и экологии. Гурзуф- 98, 1998г, с. 123-125.

43. Еськов В.М., Компартментный подход в моделировании нейронных сетей. Роль тормозных и возбуждающих процессов. // Биофизика, М. 1999г, с. 518-525.

44. Еськов В.М., Бондарева В.В., Кулаев С.В., Филатова О.Е. Понятие стационарных режимов функционирования нейронных сетей мозга в микро- и макроинтервалах времени " IT +SE' 99 Украина, Крым, Ялта-Гурзуф, 1999 г., с 96-97.

45. Еськов В.М. Кулаев С.В., Филатова О.Е. Идентификация моделей нейронных сетей.//Материалы П-съезда биофизиков,- Москва, 1999. с. 426.

46. Еськов В.М., Рачковская В.А. Компартментный подход в задачах управления иерархическими экосистемами.// Материалы II Съезда биофизиков России., Москва, 1999.- с.444.

47. Еськов В.М., Филатова О.Е., Попов Ю.М., Тихонов И.С. Диагностический комплекс для идентификации периодических режимов работы респираторных нейронных сетей.// Материалы международной конференции Датчик -2000, с. 121-123.

48. Еськов В.М., Демко А.И., Рачковская В.А. Идентификация математических моделей иерархических биологических динамических систем. Международная конференция "ЭКОЛОГИЯ СИБИРИ. ДАЛЬНЕГО ВОСТОКА И АРКТИКИ." (ESFEA-2001). Материалы конференции., с. 45-47.

49. Еськов В.М., Катюхин В.Н., Рачковская В.А. Тендерные различия в динамике сердечно-сосудистых заболеваний с позиций компартментно матричного корреляционного анализа. // Вестник новых медицинских технологий. Тула.-2001.-№3.-С. 62-64.

50. Еськов В.М., В.В. Бондарева, Ю.М. Попов Исследование переходных процессов в респираторных нейронных сетях (РНС) в условиях действия ГАМК и ее производных. / /Вестник новых медицинских технологий. 2002 - № 3 - с. 7.

51. Еськов В.М., В.В. Бондарева, С.В. Кулаев Обработка нейрофизиологической информации с использованием метода минимальной реализации и ЭВМ./ /Вестник новых медицинских технологий.-2002-№ 3-е. 11.

52. Еськов В.М., И.В. Безяева, Н.А. Рузанкина, М.А. Филатов. Системный анализ с использованием ЭВМ состояния памяти человека в условиях Северного региона РФ. / /Вестник новых медицинских технологий. 2002 - № 3 - с. 31.

53. Еськов В.М., Рачковская В.А. Прямое и непрямое управление компартментны-ми биологическими системами. Труды международной конференции ITSE . Гурзуф. 2002, с. 39-42.

54. Еськов В.М., В.А. Рачковская Влияние экофакторов ХМАО на динамику распространения неинфекционных заболеваний на примере г.Сургута. / /Вестник новых медицинских технологий.-2002- № 3-е. 55.

55. Еськов В.М. В.В. Еськов, Компартментный подход в исследованиях регуля-торных процессов в сердечно-сосудистой системе (ССС) жителей Севера. . / /Вестник новых медицинских технологий. 2002 - № 3-е. 40.

56. Еськов В.М., Рачковская В.А. Моделирование динамики распространения неинфекционных заболеваний. //Вестник новых медицинских технологий № 1 . -2002, с.65-68.

57. Еськов. В.М., Рачковская В.А. Управление динамикой распространения заболеваний. Теоретические подходы к проблеме. // Вестник новых медицинских технологий. 2002 -№ 1- с. 33

58. Еськов В.М., Д.А. Жарков, О.Е. Филатова Исследование влияния фенибута на амплитудно-частотную характеристику треморограмм учащихся старших классов города Сургута./ / Вестник новых медицинских технологий. 2002 - № 3-е. 26.

59. Еськов В.М., Папшев В.А., Еськов В.В., Жарков Д.А. Измерение биомеханических параметров непроизвольных движений человека./ /Измерительная техника-2002-№ 1-е. 27.

60. Заславский Б.Г., Полуэктов Р.А., Управление в экологических системах. М.: Наука, 1988. 360с.

61. Кедер-Степанова И.А., Пономарев В.А., Четаев А.Н. О зависимости в работе дыхательных нейронов продолговатого мозга // Биофизика. 1966. Т. 21, №1. С. 123-128.

62. Кедер-Степанова И.А., Пономарев В.А., Четаев А.Н. О шоковых раздражениях области дыхательного центра продолговатого мозга // Докл. АН СССР. 1970. Т. 193, №4. С. 734-736.

63. Кедер-Степанова И.А., Четаев А.Н. О структуре системы дыхательных нейронов продолговатого мозга // Там же. 1970. Т. 193, №6. С. 1433-1436.

64. Кедер-Степанова И.А., Четаев А.Н. Некоторые вопросы моделирования дыхательного центра. 1. Постановка вопроса // Биофизика. 1978. Т. 23, №6. С. 10761080.

65. Клюева Н.З., Панин А.И. Математическая модель механизма дыхательного ритмогенеза// Физиол. журн. СССР им. И.М. Сеченова. 1983. Т. 69, №47. С. 433438.

66. Коган А.Б., Ефимов В.Н., Чумаченко А.А., Сафонов В.А. О моделировании механизма генерации дыхательного ритма // Биофизика. 1969. Т. 14, №4. С. 718721.

67. Лефшец С. Устойчивость нелинейных систем автоматического управления. М.: Мир, 1967. 220 с.

68. Маергойз Л.С. Релаксационные характеристики гомеостатических процессов / Молекулярно-клеточные механизмы иммунной регуляции гомеостаза и проблемы математического моделирования. Красноярск, 1990. С. 138-139.

69. Маршак М.Е. Физиологическое значение углекислоты. М., 1969. 177 с.

70. Малкин В.Б. Газенко О.Г. О путях оптимизации искусственной атмосферы при необратимом снижении Р02 в газовой среде // Докл. АН СССР. 1968. Т. 184, №4. С. 995-998.

71. Малкин И.Г. Об одном способе решения задачи устойчивости в критическом случае пары чисто мнимых корней. //ПММ. 1951. Том. 15. № 4. - С. 473-484.

72. Миславский Н.А. О дыхательном центре. М.: Медгиз, 1952. - 210 с.

73. Некрасова В.М., Сафонов В.А. Синхронизация активности ритмообразую-щих нейронов в дыхательном центре. //Биологические науки. 1986. № 3. С. 4245

74. Нерсесян Л.Б. Центральные механизмы регуляции активности бульбарных дыхательных нейронов некоторыми структурами лимбической системы //Материалы 6-й Всесоюз. конф. по физиологии вегетативной нервной системы. 1986: Ереван., 1986.С.221.

75. Нерсесян Л.Б., Баклаваджян О.Г. Реакции дыхательных нейронов продолговатого мозга на пачечную стимуляцию гипоталамуса. //Физиол. журн. СССР им. И.М.Сеченова. 1990. Том. 76. № 5. - С. 604-611

76. Песков Б., Пятин В.Ф. Бульбарные хеморецепторы дыхания. //Физиол. журн. СССР им. И.М.Сеченова. 1985. Том. 71. № 3. - С. 293-303

77. Плисс В.А. Нелокальные проблемы теории колебаний.М.:Л.: Наука, 1964.367 с.

78. Понтрягин Л.С., Болтянский В.Г., Гамкрелидзе Р.В., Мищенко Е.Ф. Математическая теория оптимальных процессов. М.: Наука, 1983. - 392 с.

79. Сафонов В.А.,Ефимов В.Н., Чумаченко А.А. Нейрофизиология дыхания.-М,1980.- 224 с.

80. Скупченко В.В., Милюдин Е.С. Фазотонный гомеостаз и врачевание. Монография. Самара, СамГМУ. 1994. 256 с.

81. Судаков К.В. и др. Теория системогенеза. Монография. Москва. 1997. РАМН. 567 с.

82. Сливинскис В., Шимоните В. Минимальная реализация и формантный анализ динамических систем и сигналов. Вильнюс.: Мошлас, 1990. - 230 с.

83. Смолянинов В.В. Пространственно-временные задачи локомоторного управления. //Успехи физических наук, 2000. том 170, № 10. С. 1063 1128.

84. Фадеев Д.К., Фадеева В.Н. Вычислительные методы линейной алгебры. М.: Физматгиз, 1960. С. 198-199.

85. Цыпкин 3. Основы теории автоматических систем. М.: Наука, 1977.- 390 с.

86. Честнова А.А., Четаев А.Н. Круговая модель дыхательного центра. //Биофизика. 1979. Том. 24. № 4. - С. 723-726

87. Честнова А.А., Четаев А.Н. Круговая модель дыхательного центра с окнами. //Биофизика. 1979. Том. 24. № 4. - С. 727-732

88. Якунин В.Е., Еськов В.М. Центральные механизмы произвольного и автоматического дыхания //XV Всесоюзный съезд физиологов: Тезисы докладов. 1987, Наука. С. 437-438

89. Якунин В.Е., Майский Н.Н., Преображенский А.П. и др. Изучение связей дыхательных ядер ствола мозга с использованием метода ретроградного аксон-ного транспорта пероксидазы хрена //Нейрофизиология. 1982.Т.14, №2.С. 147156.

90. Якунин В.Е. Нисходящие пути медиальных ядер дыхательного центра к дыхательным мышцам. //Физиол. журн. СССР им. И.М.Сеченова. 1990. Том. 76. №5.-С. 613-620

91. Agazwat S.K., Calaresu F.R. Reciprocal connections between nucleus tractus solitarii and rostral ventrolateral medulla // Brain Res. 1990. Vol. 523, N 2. P. 305308.

92. Alexander D.M. Digital simulation of human respiratory control and acid-base balance // PhD thesis case Inst, of Technology, Cleveland, Ohio, 1968.

93. Ballantyne D., Richter D.W. Post-synaptic inhibition of bulbar inspiratory neurounes in the cat // J. Physiolgy. 1984. Vol. 348. P. 67-87.

94. Ballantyne D., Richter D.W. The non-uniform character of expiratory synaptic activity in expiratory bulbospinal neurones in the cat // J. Physiol. (L.). 1986. Vol. 370. P. 433-456.

95. Batsel H.L. Localization of the bulbar respiratory centre by microelectrode sounding//Exptl. Neurol. 1964. Vol. 9. P. 410-426.

96. Berger A.J., Mitchell R.A. Lateralized phrenic nerve responses to stimulating respiratory afferents in the cat. //Amer. J. Physiol. 1976. Vol. 230. N 3. - p. 13141320

97. Berger A.J., Herbert D.A., Mitchell R.A. Propertis of apneusis produced by reversible cold block of the rostral pons // Respir. Physiol. 1978. Vol. 33. P. 323-337.

98. Bertrand F., Hugelin A., Vibert J.F. A stereologic model of pneumotaxic oscillator based on spatial and temporal distribution of neuronal bursts // J. Neurophysiol. 1974. Vol.37. P. 91-107.

99. Beurle R.L. Properties of a mass of cells capable of regenerating pulses. // Phi-losoph. Trans, of the Royal Soc. of L. ser. B. Biol. sci. 1956. Vol. 240. N 669. - p. 56-90

100. Billings S.A., Jamaluddin H.B., Chen S. Properties of neural netwoks with application to modelling non-linear dynamical systems // Int. J. Control. 1992. Vol. 55. N 1. P. 193-224.

101. Botros S.M., Bruce E.N. Neural network implementation of a three-phase model of respiratory rhythm generation. //Biol. Cybernetics. 1990. Vol. 63. N 2. - p. 143153

102. Bradley D.Y., Pascoe J.P., Paton J.F.R., Spyer K.M. Cardiovascular and respiratory responses evoked from the posterior cerebellar cortex and fastigial nucleus in the cat// J. Physiology. 1987. Vol. 393. P. 107-121.

103. Brammer R.F. Controllability in linear autonomous systems with positive controllers. // SIAM J.Control. 1972. Vol. 10. - p. 339-353

104. Breuer J. Die selbsts teuerung der atmung bureh den nervus vagus // Sitzungsber. Akad. Wiss Wien. 1868. Bd 58, Abt. 2. S. 909-937.

105. Bruce E.N., von Euler C., Yamashiro S.M. Reflex and central chemoreceptive control of the time course of inspiratory activity, Central nervous control mechanism inbreathing. 1979, Pergamon: Oxford, pp. 177-184

106. Bruce E.N. Correlated and uncorrelated high-frequency oscillations in phrenic and recurrent laryngeal neurograms // J. Neurophysiol. 1988. Vol. 59. P. 1188-1203.

107. Burns B.D., Salmoiraghi G.C. Repetitive firing of resperatory neurones during their burst activity // Ibid. 1960. Vol. 23, N 1. P. 27-46.

108. Bystrycka E.K. Afferent projections to the dorsal and ventral respiratory nuclei in medulla oblongata of the cat studied by horseradish peroxidase technique // Brain Research. 1980. Vol. 185. P. 59-66.

109. Budzinska K., von Euler C., Kao F.F. Effects of graded focal cold block in rostral areas of the medulla. //Acta Physiol. Scand. 1985. Vol. 124. - p. 329-340

110. Cleave J.P., Levine M.R., Fleming P.J., Long A.M. Hopf bifurcations and the stability of the respiratory control system. //J. Theor. Biology. 1986. Vol. 119. - p. 299-318

111. Coglianese C.J., Peiss C.N., Wurster R.D. Rhytmic phrenic nerve activity and respiratory activity in spinal dogs // Respir. Physiol. 1977. Vol. 29. P. 247-254.

112. Cherniack N.S., Euler C., Homma I., Kao F.F. Graded changes in central chemoceptor input by local temperature changes on the ventral supface of medulla // J. Physiol. 1979. Vol. 287. P.191-211.

113. Cohen M.J., Feldman J.L. Models of respiratory phase-switching // Febr. Proc. 1977. Vol. 36. P. 2367-2374.

114. Cohen M.J. Neurogenesis of respiratory rhythm in the mamal. //Physiology Rev. 1979.-Vol. 59.-p. 1105-1173

115. Czyzyk-Krzeska Maria F., Lawson Edward E. Synaptic events in ventral respiratory neurones during apnoea induced by laryngeal nerve stimylation in neonatal pig // J. Physiol. 1991. Vol. 436. P. 131-147.

116. Dunin-Barkowski W.L., Larionova N.P. Computer simulation of the cerebellar cortex compartment. I. General principles and properties of a neural net. //Biol. Cybernetics. 1985. Vol. 51. N 6. - p. 399-406.

117. Duffin J.A. Mathematical model of the chemoreflex control of ventilation. //Respir. Physiol. 1972. Vol. 15. - p. 277-301

118. Duffin J. A., Aweida D. The propriobulbar respiratory neurones in the cat // Exp. Brain Res. 1990. Vol. 81, N 2. P. 213-220.

119. Duffin J. A., Lipski J.I. Monosynaptic exitation on of thoracic motoneurons by inspiratory neurones of the nucleus tractus solitarius in the cat // J. Physiol. 1987. Vol. 390. P. 415-432.

120. Dwyer P.S., Waugh F.V. On errors in matrix inversion // J. Amer. Statest. Assoc. 1953. Vol. 48, N 262. P. 289-319.

121. Ellenberger H.H., Feldman I.L. Subnuclear organization of the lateral termental field of the rat: I. Necleus ambiguus and ventral respiratory group // J. Сотр. Neural. 1990. Vol. 294, N 2. P. 202-211.

122. Euler C. von. Rhythmogenesis and pattern control during breathing // Acta physiol. Scand. 1985. Suppl., N 542. P. 32-60.

123. Eskov V.M., Zaslavsky B.G. Periodical activity of the respiratory neuron network. //Neural Network World. 1993. Vol. 1993. N 4. - p. 425-442

124. Eskov V.M., Filatova O.E. The role of inhibitory processes in the respiratory rhythm generation// Neurophysiology. 1993. № 6. P. 420-426.

125. Eskov V.M. Identification of parameters of linear models of transmitters// Measurement Techniques. 1993. Vol. 36. № 4. P. 365-368.

126. Eskov V.M. Sensor frequency response and linear models of transmitters// Measurement Techniques. 1993. Vol. 36. № 8. P. 11-13.

127. Eskov V.M., Filatova O.E. Computer diagnostics of the compartmentation of dynamic systems// Measurement Techniques. 1994. Vol. 37, № 1. P. 114-119.

128. Eskov V.M. Cyclic neuron network with subcycle. //Ibid. 1994. N 4. p. 410-423

129. Eskov V.M. Cyclic respiratory neuron network with subcyclies./ Neural network world. 4.-1994. P. 403-416.

130. Eskov V.M. Direct control by dissipation factor in respiratory neuron networks./ Neural network world. 6.-1994. P. 234-235.

131. Eskov V.M. Indirect control by dissipation factor in respiratory neuron net• works./Neural network world. 4.-1994. P. 1-12.

132. Eskov V.M., Filatova O.E., Ivashenko V.P. Computer identification of compart-mental neuron circuits.// Measurement Techniques., V.37, 8, N.Y. 1994, P. 967-971.

133. Eskov V.M. Hierarchical respiratory neuron networks./ Modelling, measurement & control. C. Vol. 48, 2, 1995. P. 47-63.

134. Eskov V.M. Indirect control by chemoreceptor drive in respiratory neron networks./ Modelling, measurement & control. C. Vol. 48, 3, 1995. P. 1-12.

135. Ф 142. Eskov V.M. Modelling of the hierarchical respiratory neuron networks./ Neurocomputing, Vol. 10, 1995. P. 1-20.

136. Eskov V.M., Filatova O.E., Popov Y.M. Statyonary regimes of respiratory neuron network and their identification./ IEEE Simp. N.Y. 1995. P. 166-172.

137. Eskov V.M., Filatova O.E., Popov Y.M. Computer identification of optimum stimulus parameters in neurophysiology./ IEEE Simp. N.Y. 1995. P.156-165.

138. Eskov V.M. The dependece of activity of cyclic respiratory neuron network withsubcycles on damping coefficient./ Neuron network world , 1995. 5. P. 23-25.

139. Eskov V.M. Direct and indirect control in respiratory neuron networks./ Neuron Network World 1995, 5, P. 34-37.

140. Eskov V.M. Compartmental principle in the hierarchical neuron networks modeling.// VIII Internarional Conference On Medical And Biological Engineering And Computing.- N.Y.,USA,1998r.

141. Eskov V.M. Kulaev S.V., Filatova O.E., Mathematical interpretation of stationary regime's of a biological systems // VIII International Conference On Medical And Biological Engineering And Computing.-N.Y., USA, 1998r.

142. Eskov V.M. Compartmental theory of the respiratory neuron networks with a simple structure.// Neural Network World, 3/98г., c.353-364.

143. Eskov V.M., Rachkovskaja V.A. Migration as a factor of cyclic epidemic process. // J- Modelling, Meassurement and Control.- AMSE. Paris. 2002

144. Eskov V.M. Rachkovskaya V. A., Mathematical modeling of the dynamic noninfectious diseases when the radiation polution takes place at nature. Труды Международной конференции "ITSE." Гурзуф. 2002. P. 33-34.

145. Eskov V.M., Rachkovskaya V.A. The investigation of the population's stability of the diseases' speed. // Internationale conference "ECOLOGY OF SIBERIA" (ES-FEA-2001)P. 35-38.

146. Eskov V.M., Rachkovskaya V. A. Optimal control of immunization process of human population. // J. Modelling, Meassurement and Control.-AMSE.- 2002. P. 4547.

147. Eskov V.M., Rachkovskaya V. A. The influence of meeting frequency between infective individual on dynamic of epidemic. // J. Modelling, Meassurement and Control.-AMSE.- 2002. P. 58-61.

148. Eskov V.M., Braginsky M.J., Eskov V.V. The possibility of human micromovement analysis according to compartmental cluster's approaching.// Biomechanical. 2002, 3. P. 47-52.

149. Ezzehidi S., Hilaire J., Monteau R. Permanent release of noradrenaline modulates respiratory frequency in the newborn rat: an in vitro study // J. Physiol. 1990. Vol. 429, Oct. P. 497-510.

150. Fedorko L., Merrill E.G. Axonal projections from the rostral expiratory neurones of the Botzinger complex to medulla and spinal cord in the cat // Ibid. 1984. Vol. 350. P. 487-496.

151. Feldman L.J., Cohen M.J., Wolotsky P. Powerful inhibition of pontine respiratory neurons by pulmonary afferent activity // Brain Res. 1976. Vol. 104. P. 341-346.

152. Feldman L.J., Speck D.F. Interactions among inspiratory neurones in the dorsal and ventral respiratory groups in cat medulla. //J. Neurophysiol. 1983. Vol. 49. - p. 472-490

153. Friedland S. On an inverse problem for nonnegative and eventually nonnegative matrices. //Israel J. Math. 1978. Vol. 29. - p. 43-60

154. Gantmaher F.R. The theory of matrices (K.A. Hirsh transl) 11 Chelsea, N.Y., 1971.

155. Geman S., Miller M. Computer simulation of brainstem respiratory activity // J. Appl. Rhysiology. 1976. Vol. 41. P. 931-938.

156. Gobber F., Willamowski K.D. Ljapunov Approach to multiple Hopf bifurcation // J. Math. Anal. Appl. 1979. Vol. 71. P. 333-350.

157. Grobins F.S., Buell J., Bart A. Mathematical analysis and digital simulation of the human respiratory control system // J. Appl. Physiology. 1967. Vol. 22. P. 260276.

158. Haberland H. (Ed) Clusters of atoms and molecules: Theory, experiment, and clusters of atoms, Springer, Berlin, 1994.

159. Hering E. Die Seldststeuerung der Atmung durch den Nervus vagus // Sitzungs-ber. Akad. Wiss. Wien. 1868. Bd. 57, Abt. 2. S. 672-677.

160. Huang Q., John W.M. Respiratory neural activities after caudal-to-rostral ablation of medullary regions. //J, Appl. Physiology. 1988. Vol. 64. N 4. - p. 1405-1411

161. Hukuhara T. Neuronal organization of the central respiratory mechanisms in the brain stem of the cat. //Acta Neurobiol. Exptl. 1973. Vol. 33. - p. 219-244

162. Hussard B.D., Kazarinoff N.D., Wan J.H. Theory and appications of Hopf bifurcation. Cambridge, 1981.

163. Jakus J., Stransky A., Nagyova B.et al. Effects of focal cooling of medulla oblongata structur on quiet breathing in cats // Psychol, bohemosl. 1990. Vol. 39, N 2. P. 171-184.

164. Jurdjevic V., Quinn J.P. Controllability and stability // J. Diff. Eq. 1978. Vol. 28. P. 381-389.

165. Kalia M.P. Anatomical Organization of central respiratory neurones // Ann. Rev. Physiol. 1981. Vol. 43. P. 105-120.

166. Kalman RE. On minimal partial realization of linear input/output map // Aspects of Network and System Theory. 1971, Kalman R.E. and Claris N.D., Holt, Rinehart and Winston: New York. 1971.

167. Karczewski W.A., Gromysz H. The "split respiratory centre", lessons from brain• stem transections // Adv. Physiol. Sci. 1980. Vol. 10. p. 587-594.

168. Kling U., Szekely G. Simulation of rhythmic nervous activities 1. Function of networks with cyclic inhibitions // Kybernetik. 1968. Vol. 5. p. 89-103.

169. Lipski J., Merill E.G. Electrophysiological demonstration of the projection from expiratory group. //Brain Res. 1980. Vol. 197. - p. 521-524.

170. Marckwald M. Die Atembewegungen und deren Innervation bein Kaninchen // Ztschr, Biol. 1887. Bd 23. S. 149-283.

171. McCuulloch W.S., Pitts R. A logical culculas of the ideas ommanent in nervous activity // Bull, of Math. Biophysics. 1943. N 5. P. 115-133.

172. Merrill E.G., Lipski J., Kubin L., Fedorko L. Origin of the Expiratory Inhibition of Nucleus Tractus Solitarius Inspiratory Neurones // Brain Res. 1983. Vol. 263. P. 43-50.

173. Milhorn J. Simulation of the respiratory control system. //Simulation today. 1975. -Vol. 43. p. 169-172

174. Miller Alan D., Nonaka Satoshi. Botzinger expiratory neurones may inhibit phrenic motoneurons and medullary inspiratory neurones during vomiting // Brain Res. 1990. Vol. 521, N 1-2. P. 352-354.

175. Merrill E.G., Is there reciprocal inhibition between medullary inspiratory and expiratory neurones? In: Central Nervous Control Mechanisms in Breathing, edited by C. von Euler and H. Lagercrantz. Oxford, UK: Pergamon. 1979. P. 239-254.

176. Nagashino H., Tamura H., Ushita T. Relations between initial conditions and periodic firing modes in reciprocal inhibition neural networks // Trans, IECE Jpn. 1981. Vol. 64-A. P. 378-385.

177. Poore A.B. On the theory and application of the Hopf-Friendrich bifurcations theory // Arch, for rational mechanics and analysis. 1976. Vol. 60. N 4. p. 371-397.

178. Renals S. A stady of network dynamics // J. Statist. Phys. 1990. Vol. 58. N 5-6. p. 825-848.

179. Richter D.W., Hyde F. Accommodative reactions of medullary respiratory neurons of the cat // J. Neurophysiol. 1975. Vol. 38. p. 1172-1180.

180. Richter D.W., Ballantyne D., Remmers J.E. The differential organization of medullary postinspiratory activities. //Pflugers Arch. 1987. Vol. 410. N 3. - p. 420-427

181. Rubio J.E. A new mathematical model of the respiratory center. //Bull. Math. Biophysis. 1972. Vol. 34. N 3. - p. 467-481

182. Speck D.F., Feldman J.L. The effects of microstimulation and microlesions in the ventral and dorsal respiratory groups in medulla of cat // J. Neurosci. 1982. Vol. 2. p. 744-757.

183. Smith D.R., Davidson C.H. Maintained activity in neural nets. //Bull. Math. Biophysics. 1961. p. 268-278

184. St. John W.M. Maintenance of respiratory modulation by pneumotaxic mechanisms in deer anesthesia // Exp. Neurol. 1985. Vol.87, p. 382-386.

185. St. John W.M. Diffuse pathways convey efferent activity from the rostral pontile pneumotaxic center to medullary respiratory regions. //Ibid. 1986. Vol. 94. - p. 155165.

186. Tsai J.S., Shien L.S., Yates R.I. Fast and stable algorithms for computing the principal n-th root of a complex matrix and the matrix vector function // An international J Computers and mathematics with applications. 1988. Vol. 15, N 11. p. 768791.

187. Walter G.C. On complex eigenvalues of compartmental models. //Math, biosci. 1985.-Vol. 75.-p. 143-157

188. Wymam R.J. Neural generation of the breathing rhythm // ann. Rev. Physiol. 1977. Vol. 39. p. 417-448. 0

189. Yuasa H., Ito M. Coordination of many oscillators and generation of locomotory patterns // Biol. Cybernetics. 1990. Vol. 63. p. 177-184.

190. Утверждаю ^/ZT/^/ZWВ И. Адайкин-'У1

191. Установлено, что матрично-кластерный анализ действительно выявил группы риска заболеваний ОИМ и cancer среди разных возрастных групп.

192. Хранение динамик этих неинфекционных заболеваний в виде дифференциальных уравнений действительно сократило документооборот и упростило форму отчетности органов здравоохранения .

193. Настоящий акт не является финансовым документом и не подлежит оплате как со стороны разработчиков, так и со стороны ОЗ Октябрьского района г. Самары.

194. СПРАВКА об использовании программного продукта «Идентификация моделей динамических систем с помощью ЭВМ», разработанного проф. Еськовым В.М., доцентом Папшевым В.А., аспирантами Магамедовым Ш.К., Бондаревой В.В.

195. Декан биологического факультета, доцент1. Г.Л. Рытов1. АКТвнедрения новых методов исследований динамики популяционных систем, разработанных проф. Еськовым В.М., доцентом Папшевым В.А.,аспирантом Магамедовым Ш.К.

196. Методики воздействия ЭМП на исследуемые биообъекты и методы выявления оптимальных доз прошли апробацию в СГУ и показали условную экономическую эффективность (в частности, при применении малых доз гамма-излучения при очистке сточных вод).

197. Настоящий акт не является основанием для взаимных финансовых претензий.

198. Зав. кафедрой зоологии, генетики и общей экологии,к. б. н., доцент1. СПРАВКА

199. Об использовании программного продукта "Идентификация периодических электрофизиологических сигналов"

200. Указанный программный продукт обеспечивает получение объективных данных о реакции системы дыхания животных на промышленные токсические вещества.