Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Диагностика уровня миокардиального разреза и функционального состояния при ишемических повреждениях сердца у животных

Диссертация: Диагностика уровня миокардиального разреза и функционального состояния при ишемических повреждениях сердца у животных
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

На основании анализа современного состояния вопроса можно сделать вывод о том, что построение моделей для оценки уровня функционального состояния миокарда и миокардиального резерва как при ИБС, так и в ин-тактном состоянии, а также моделей для прогнозирования эффективности использования того или иного подхода в фармакологической коррекции при ИБС, хотя бы и на экспертном уровне, является… Читать ещё >

Содержание

  • 1. Аналитический обзор и постановка задачи на исследование
    • 1. 1. Анализ состояния проблемы
    • 1. 2. Постановка задачи на исследование
  • 2. Разработка методов диагностики уровня миокардиального резерва и функционального состояния
    • 2. 1. Разработка структуры модуля определения функционального состояния миокарда и уровня миокардиального резерва объектов исследования
    • 2. 2. Определение списка информативных признаков
    • 2. 3. Программно-технический комплекс выделения информативных признаков
    • 2. 4. Синтез подсистемы диагностики уровня миокардиального резерва и классификации функционального состояния
    • 2. 5. Формирование банка решающих правил для задач диагностики уровня миокардиального резерва и классификации функционального состояния миокарда
    • 2. 6. Выводы по главе
  • 3. Обучение по выбранным типам решающих правил
    • 3. 1. Разработка комплекса нагрузочных проб и методов изменения функционального состояния миокарда
    • 3. 2. Синтез решающих правил для задач диагностики уровня миокардиального резерва и классификации функционального состояния
    • 3. 3. Программно-технический комплекс автоматизированной диагностики уровня миокардиального резерва и классификации функционального состояния миокарда животных
    • 3. 4. Выводы по главе

Диагностика уровня миокардиального разреза и функционального состояния при ишемических повреждениях сердца у животных (реферат, курсовая, диплом, контрольная)

Несмотря на многочисленные исследования проблема дифференцированной коррекции нарушений сократимости миокарда при ишемической болезни сердца (ИБС) далека от своего решения. Принципиально, существует два подхода, заключающиеся, с одной стороны, в стимуляции сократительной активности интактных областей, и, с другой — в гемодинамиче-ской разгрузке сердца с целью предотвращения дальнейшего расширения очага ишемии и повреждения периинфарктной зоны. В то же время, в современной клинической и экспериментальной кардиологии отсутствует целостное представление о критериях оценки исходного состояния инотропно-го резерва миокарда, а также прогнозов эффективности использования того или иного подхода в фармакологической коррекции сократимости в условиях развития ИБС. Еще более сложным остается вопрос об использовании фармакологических средств при кратковременных (10−20 мин) ишемиях с последующей реперфузией, когда величина реакции на инотропные агенты зависит от сохранности систем энергообеспечения миокарда и кальциевой проницаемости биомембран.

Также одним из актуальных вопросов современной экспериментальной кардиологии и фармакологии остается совершенствование методов для оценки кардиопротекторной и стресслимитирующей способности известных препаратов и новых соединений, которые являются ключевыми при проведении экспериментальной проверки лекарственных форм. В то же время, разработка методов для экспериментальной оценки функционального состояния миокарда и нахождение величины остаточного миокардиального резерва у биологических объектов значительно приближают решение данных задач.

Любая сложная биологическая система построена по принципу иерархичности структур и многократного дублирования, при этом устойчивость организма к повреждающим факторам определяется не только мощностью адаптивных механизмов, но и адекватностью реагирования регуляторных систем. В связи с этим для сложных биологических систем представляются наиболее адекватными способами оценки функционального состояния той или иной подсистемы — методы проведения нагрузочных проб, когда на вход системы подается воздействие и исследуются параметры вектора отклика на проводимое воздействие. Как показали результаты многочисленных исследований, качественно новых положительных результатов в этой области можно достичь при широком использовании современных информационных технологий. Кроме того, применение компьютерных технологий в данной области позволяет значительно сократить время и конечную стоимость результатов исследований.

На основании анализа современного состояния вопроса можно сделать вывод о том, что построение моделей для оценки уровня функционального состояния миокарда и миокардиального резерва как при ИБС, так и в ин-тактном состоянии, а также моделей для прогнозирования эффективности использования того или иного подхода в фармакологической коррекции при ИБС, хотя бы и на экспертном уровне, является проблемой весьма актуальной. С другой стороны, несмотря на отсутствие данных моделей, в настоящее время имеются практически все необходимые для их построения теоретические и методологические предпосылки. Исходя из сказанного, в данной работе производится попытка разработки системы для оценки величины инотропного резерва миокарда, прогнозирования течения ИБС и оценки эффективности использования различных подходов при фармакологической коррекции ИБС.

Работа выполнена в соответствии с одним из основных научных направлений целевой государственной программы Министерства здравоохранения РФ «Системный подход в изучении новых препаратов для оптимизации диспансеризации больных с артериальной гипертензией и ишемической болезнью сердца в популяции» при Курском государственном медицинском университете и кафедре «Биомедицинские информационно-технические аппараты и системы» Курского государственного технического университета.

Целью диссертации является повышение качества и точности моделей диагностики уровня миокардиального резерва и классификации функционального состояния при ишемических повреждениях сердца у животных.

Для достижения поставленной цели поставлены и решены следующие задачи: проведен поиск информативных критериев оценки сократимости миокарда и сформированы признаковые пространства для решения задач диагностики миокардиального резерва и классификации функционального состояния миокардаразработан и исследован ряд экспериментальных моделей с различным уровнем реактивности к инотропным воздействиям, позволяющих синтезировать модели диагностики уровня миокардиального резерва и классификации функционального состояниясоздана модель диагностики уровня миокардиального резерва и диагностический алгоритм классификации функционального состояния миокардаразработано программное обеспечение, реализующее предложенные модели и алгоритмы.

Объект исследования: лабораторные животные (обоеполые крысы линии Вистар), их сердечно-сосудистая система, с оценкой интегральной сократимости миокарда.

Методы исследования: в работе использованы элементы теории распознавания образов, нечетких множеств, прикладной статистики и моделирования.

Научная новизна: В диссертации построена модель диагностики уровня миокардиального резерва и показана зависимость между вектором параметров ответа сердечно-сосудистой системы на нагрузочные пробы и исходным уровнем резерва миокардаопределена взаимосвязь между исходным уровнем миокардиального резерва и состоянием сердечно-сосудистой системы объекта исследованияопределены информативные показатели, отражающие функциональное состояние миокардаразработан алгоритм принятия решения о принадлежности исследуемой группы к одному из классов функционального состояния миокарда путем анализа модифицированного вектора параметров гемодинамической системы на нагрузочные пробына основании полученной модели диагностики уровня миокардиального резерва разработан метод оценки эффективности фармакологической коррекции нарушений сократимости миокарда.

Практическая значимость. Разработанные методы и модели позволяют определить уровень миокардиального резерва и функциональное состояние миокарда, а также оценить эффективность использования известных и новых фармакологических средств при коррекции нарушений сократимости. Это дает возможность сформулировать практические рекомендации к выбору наиболее эффективных фармакологических препаратов в зависимости от варианта течения ишемической болезни сердца.

Реализация. Разработанные модели и алгоритмы классификации функционального состояния миокарда и диагностики уровня миокардиального резерва для оценки эффективности фармакологической коррекции нарушений сократимости при ИБС используются в практике на основе автоматизированного принятия решения. Подсистема выделения признаков и анализа сигнала давления используется в клинической практике в проктологи-ческом отделении Курской областной клинической больницы. Разработанные методы, модели и программное обеспечение, реализующие диагностику уровня миокардиального резерва и классификацию функционального состояния внедрены в экспериментальную работу Курского государственного медицинского университета и используются в учебном процессе Курского государственного технического университета.

Апробация работы. Результаты работы докладывались и обсуждались на Международной конференции «Математическое моделирование и компьютерные технологии в современной медицине» (г. Харьков), Международной конференции «Материалы и упрочняющие технологии-97» (г.Курск), Международной конференции «Распознавание 97» (г.Курск), 17-й Международной конференции «Артериальная гипертензия» (г. Амстердам), Международной конференции «Медико-экологические информационные технологии» (г. Курск), научно-технических семинарах кафедры БИТАС КГТУ (г.Курск).

Публикации. По материалам диссертации опубликовано 7 печатных работ.

Структура и объем диссертации

Диссертация состоит из введения, трех глав, заключения, содержит список литературы из 120 наименований, изложена на 115 страницах машинописного текста в котором приведено 27 таблиц и 22 рисунков.

3.4. Выводы по главе.

Анализ результатов данной главы позволяет сделать вывод о том, что предлагаемые в данной работе подходы могут успешно использоваться при оценки эффективности фармакологической коррекции ишемических повреждений миокарда у животных с использованием разработанной нами автоматизированной системы диагностики уровня миокардиального резерва и классификации функционального состояния миокарда.

По результатам работы впервые получены математические модели диагностики уровня миокардиального резерва и принятия решений для задачи классификации функционального состояния миокарда животных.

Качество принятия решений по всем задачам лежит в пределах, определенных в медико-технических требованиях пользователей.

Предложенные методики и алгоритмы обеспечивают приемлемое для практики качество классификации для различных структур и типов диагностируемых классов в условиях нечеткого вывода.

ЗАКЛЮЧЕНИЕ

.

Предлагаемая работа посвящена решению научных и практических проблем, связанных с разработкой автоматизированной системы диагностики уровня миокардиального резерва животных и распознаванию функционального состояния миокарда для задач оценки эффективности использования того или иного подхода в фармакологической коррекции нарушений сократимости при ИБС, а также определения эффективности использования новых фармакологических средств.

1. Проанализированы количественные признаки, отражающие исходное состояние миокардиального резерва и синтезированы признаковые пространства для решения задачи диагностики уровня миокардиального резерва животных и классификации функционального состояния миокарда, что создает предпосылки для дальнейшего совершенствования методов, моделей и алгоритмов оценки эффективности фармакологической коррекции ишемических повреждений сердца.

2. Построена модель диагностики миокардиального резерва животных как количественного показателя, позволяющая поднять на новый качественный уровень процесс оценки эффективности фармакологической коррекции ишемических повреждений миокарда.

3. Получена методика получения модифицированных показателей сократимости для решения задачи классификации функционального состояния миокарда, котрые обладают меньшей внутригрупповой дисперсией и лучшими описательными способностями. Это дает возможность на 40% увеличить вероятность правильной классификации соответствующих моделей.

4. Разработан диагностический алгоритм для распознавания функционального состояния миокарда животных с четким и нечетким выводом, позволяющий оценить текущее функциональное состояние сердца, а следовательно подоити с новых позиции к решению задачи по определению эффективности использования фармакологической коррекции нарушений сократимости миокарда.

5. Проведена аппробация программно-технического комплекса автоматизированного определения миокардиального резерва и распознавания функционального состояния миокарда биологических объектов. Опытная эксплуатация показала высокую диагностическую надежность разработанных методов и программных средств, что дает в руки исследователя новый инструмент, освобождающий человека от рутинной работы, сокращающий время и конечную стоимость исследований, поднимающий на новый уровень процесс оценки эффективности фармакологической коррекции нарушений сократимости миокарда.

Показать весь текст

Список литературы

  1. Ю.Н. Неинвазивные методы диагностики ишемической болезни сердца. // Кардиология. -1996, — № 1.
  2. Beller G., Gibson R. Sensitivity, specifity and prognostic significance of noninvasive testing for occult or known coronary disease. // Progr. Cardiovasc. Dis. -1987, — Vol. 29, — № 4, — P. 241−270.
  3. Changes in blood pressure and heart period variability in patients with recent acute myocardial infarction. /KardosA., HalmaiL., Rudas L., Csanady M. // Clin. Sci. 1996. — Vol. 91. — P. 52−55.
  4. Bigger J.T., Fleiss J.L., Kleiger R. The relationship among ventricular arrhythmias, left ventricular dysfunction, and mortality in the 2 years after myocardial infarction. // Circulation. 1986. — № 74. — P. 250−258.
  5. Stadius M.L., Davis K., Maynard D. Risk stratification for 1 year survival based on characteristics identified in the early hours of acute myocardial infarction. // Circulation. 1986. — № 74. — P. 712−721.
  6. Автоматизированная система для оценки состояния переферийной гемодинамики. / Козлов И. И., Овсяник В. П., Сантоцкая Я. Ю., Игнатенко Е. В. // Медицинская техника.-1989.-Ш.-С.29−33.
  7. Р., ДрангД., Эделсон В. Практическое введение в технологию искуственного интеллекта и экспертных систем с илюстрациями на Бейсике: Пер. с англ.- М. Финансы и статистика, 1990.
  8. С. Обработка знаний: Пер. с япон, — М.:Мир, 1989.
  9. Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. -М.: Наука, 1987.
  10. И.В. Разработка автоматизированной поликлинической системы диагностики заболеваний желудочно-кишечного тракта: Дис.канд.тех.наук: 05.03.09. Курск.1997. С. 65.
  11. Статистические и динамические экспертные системы: Учебн. пособие / Э. В. Попов, И. Б. Фоминых, Е. Б. Кисель, М. Д. Шапот,-М.:Финансы и статистика, 1996.-320с.
  12. Р.Д., Ленат Д., Хейсе-Рот Ф. Построение экспертных систем: Пер. с англ.- М.: Мир, 1987.
  13. Экспертные системы: Пер. с англ. / Под ред. Р.Форсайта.-М.:Радио и связь, 1987.
  14. Дж. Кумбс Экспертные системы: концепции и примеры: Пер. сангл,-М.: Финансы и статистика, 1987.
  15. Bandler W., Kohout L.J. Probabilistic versus fuzzy production rules in expert systems // Int.J. Man-Machine studies.-1985.- Vol. 22, — P.347 -353.
  16. Buchanan B.G. and Shortliff E.H. Rule Expert Systems- The MYCIN Experiments of the Stanford Neuristic Programming Project.- Addison-Wesley. -1984.
  17. Davis R., Lenat D. Knowledge-Based Systems in Artificial Intelli-gence.-S.l.:Me Gaw-Hill, Inc., 1982.
  18. Negoita, C.N.: Expert System and Fuzzy Systems. The Benjamin Cam-mings Publishing Co., Menlo Park, CA, 1985.
  19. Puppe F. Diagnostisches Problemlosem mit Experten system //Informatik Fachberichte.-Berlin: Heidelberg-N.-Y.:Springer.-1987.- Vol. 148.-P.34−40.
  20. Автоматизированные медико-технологические системы в 3-х частях: Монография /А.Г.Устинов, В. А. Ситарчук, Н. А. Кореневский, Под ред. А. Г. Устинова.Курск.Гос.тех.унив-т.Курск, 1995.-390с.
  21. Edmin М., Taddei A., Varanini М., Pola S., et. al. Electrocardiographic and signal monitoring in ischamic heart disease: state of the art and perspective. // J. Med. Eng. Technol. -1997. Sep.- Vol.21. -№ 5. — P. 162−165.
  22. Virtanen K.S. Evidence of myocardial ischaemia in patients with chest pain syndromes and normal coronary angiograms. // Acta. Med. Scand. Suppl. -1985.-№ 694. -P. 58−68.
  23. Nichols WW, Nicolini FA, Yang B. Attenuation of coronary flow reserve and myocardial function after temporary subtotal coronary artery occlusion and increased myocardial oxygen demand in dogs. // J. Am. Coll. Cardiol. -1994 -Sep. -№ 24(3) -P. 795−803.
  24. Haber HL, Powers ER, Gimple LW Intracoronary angiotensin converting enzyme inhibition improves diastolic function in patients with hypertensive left ventricular hypertrophy. // Circulation. -1994. -№ 6. -P.2616−2625.
  25. Petersen M., Williamins T., Erickson M. Right ventricular pressure, dp/dt, and preejection interval during tilt induced vasovagal syncope. // Pacing. Clin. Electrophysiol. -1997. -№ 20. -P. 806−809.
  26. Burkhoff D, Tyberg JV. Why does pulmonary venous pressure rise after onset of LV dysfunction: a theoretical analysis. // Am. J. Physiol. -1993. -Vol. 2. -№ 5. P. 1819−1828.
  27. Cohen A, Weber H, Chauvel C. Comparison of arbutamine and exercise echocardiography in diagnosing myocardial ischemia. // Am. J. Cardiol. -1997 Vol. 6.-№ 79.-P. 713−716.
  28. Cloarec-Blanchard L. Heart rate and blood pressure variability in cardiac diseases pharmacological implications. //Fundam. Clin. Pharmacol. -1997. -Vol. 1. -№ 11.-P. 19−28.
  29. Kardos A., Halmai L., Rudas L. et. al. Changes in blood pressure and heart period variability in patients with recent acute myocardial infarction. // Clin. Sci. (Colch). -1996. -№ 91. -P 52−55.
  30. Reitan J.A., Moore P.G., Kien N.D. et. al. The relationship between systolic pressure and stroke volume describes myocardial contractility. // J. Car-diothorac. Vase. Anesth. -1995. -№ 9. -P.676−683.
  31. Mizutani T., Onoda K., Katayama Y. et. al. Measurement of myocardial blood flow in coronary artery bypass surgery. // Cardiovasc. Surg. -1993. -№ 5. -P.563−568.
  32. Bishop A., White P., Oldershaw P. et. al. Clinical application of the conductance catheter technique in the adult human right ventricle. // Int. J. Cardiol. -1997. -№ 58(3). -P.211−221.
  33. Arnould J.I., Saadjian A., Fondarai J.A. et. al. Hemodynamic data in prognosis of myocardial infarct. //Acta. Cardiol. -1975. Vol 3. -№ 30. -PI 81−197.
  34. Zierhut W., Rudin M., Robertson E. et. al. Time course of spirapril-induced structural and functional changes after myocardial infarction in rats followed with magnetic resonance imaging. // Cardiovasc. Pharmacol. -1993. -№ 21(6). -P.937−946.
  35. Heden B, Ohlsson M, Rittner R, Pahlm 0. et al. Agreement between artificial neural networks and experienced electrocardiographer on electrocardiographic diagnosis of healed myocardial infarction. // J. Am. Coll. Cardiol. 1995. -№ 28(4). -P.1012−1016
  36. Baxt W.G., Skora J. Prospective check of correctness of artificial neural networks trained to identify of myocardial infarction. // The Lancet. -1996. -№ 1 (347). -P.12−15.
  37. Downs J, Harrison RF, Kennedy RL. Application of the fuzzy ARTMAP neural network model to medical pattern classification tasks. // Artif. Intell. Med. -1996. -№ 8(4). -P.403−428.
  38. Nelson TR, Boone JM. Mapping myocardial activation distributions using neural networks: 2-D simulation results. // Am. J. Physiol. 1994. — № 11(267). — Part 2. -P 2058−2067.
  39. Relationship between mitral valve prolapse and arrhythmogenic right ventricular disease. Costa AM, Maia IG, Cruz Filho F, Fagundes ML, Sa R, Alves P // Arq Bras Cardiol 1996 Dec-67(6):379−383.
  40. Heart rate variability as a means of assessing prognosis after acute myocardial infarction. A 3-year follow-up study. Quintana M, Storck N, Lindblad LE, Lindvall K, Ericson M Eur. Heart. J. 1997. — May. -№ 18(5). — P 789−797
  41. Gomis P, Jones DL, Caminal P. Analysis of abnormal signals within the QRS complex of the high-resolution electrocardiogram. // IEEE Trans Biomed Eng. 1997. — Aug-44(8). — P: 681−693
  42. И.П., Позднякова H.B., Морозова О. И. Прогностическая оценка поздних потенциалов желудочков и показателей вариабельности ритма сердца у больных ИБС // Кардиология. 1997. — Т. 37. № 10.
  43. Simson М.В. Use of signals in the terminal QRS complex to indentify patients with ventricular tachycardia after myocardial infarction. // Circulation. -1981.-№ 64.-P.: 235−242.
  44. Zimmermann ML, Adamec R., Simonin P. Beat-to-beat detection of ventricular late potentials with high-resolution electrocardiography. // Am. Heart J. 1991. -№ 121. P.: 576−585.
  45. Development and validation of an automated method of the Selvester QRS scoring system for myocardial infarct size. /Pope JE, Wagner NB, Dubow D, Edmonds JH, Wagner GS, Haisty WK Jr // Am. J. Cardiol. 1988. — Apr. -№ 61(10).-P.: 734−738
  46. Skyschally A., Schulz R, Heusch G. CORD AT II: a new program for data acquisition and on-line calculation of hemodynamic and regional myocardial dimension parameters // Comput. Biol. Med. 1993. — № 23(5).- P.: 359−367.
  47. Veyrat C., Pellerin D., Larrazet F. Myocardial Doppler tissue imaging: past, present and future. // Arch. Mai. Coeur. Vaiss. -1997. № 90(10). — P. 13 911 402.
  48. Regional myocardial infarction at operation. An automated system of identification. / Green R, Siegel L, Hill A, DeWeese J, Stewart S. // Arch. Surg. -1975.-№ 110(11).-P. 1416−1418
  49. Vineis P., Rainoldi A. Neural networks and logistic regression: analysis of a case-control study on myocardial infarction. // J. Clin. Epidemiol. 1997. -Nov.-№ 50(11).-P. 1309−1310
  50. Karlos M., Lukas T. Early assessment of patients with suspected acute myocardial infarction by biochemical monitoring and neural network analysis. // Clin. Chem. 1997. — Oct. -№ 43(10). — P. 1919−1925
  51. Ю.Н. Индексы сократимости миокарда как средство изучения инотропных реакций различных камер сердца в компьютерном эксперименте // Физ.жур.СССР им. Сеченова. N1. — 1991. — С. 81−92.
  52. В.Я., Иткин Г. П., Мархасин B.C. Биомеханика сердечной мышцы. М.: .- 1981.-302 с.
  53. В.А., Лищук В. А., Цатурян А. К. Моделирование работы сердца. // Физиология кровообращения. М.:Наука. -1980, с.186−198.
  54. Aarts E.H.L., Korst J.H.M. Boltzmann machines and theirapplications // Lect. Notes. Comput. Sci. 1987. — Vol. 258. P. 34−50.
  55. Artificial Intelligence. // Amsterdam: Time Life — Books, 1986.
  56. Cross Michael. Brain ware hits Japanese computers.// New Sci.- 1988,-№ 120 (1640).-p. 33.
  57. Early assessment of patients with suspected acute myocardial infarction by biochemical monitoring and neural network analysis. / Ellenius J, Groth T, Lindahl B, Wallentin L. // Clin. Chem. 1997. — Oct. — № 43(10). — P. 1919−1925.
  58. Simon BP, Eswaran C. An ECG classifier designed using modified decision based neural networks. // Comput. Biomed. Res. 1997 Aug.-№ 30(4). -P. 257−272
  59. Heden B, Ohlin H, Rittner R Acute myocardial infarction detected in the 12-lead ECG by artificial neural networks. // Circulation. -1997. № 96(6). P. 1798−1802
  60. Automated interpretation of myocardial SPECT perfusion images using artificial neural networks. / Lindahl D, Palmer J, Ohlsson M, Peterson C, Lundin A, Edenbrandt L. // J. Nucl. Med. 1997. — Dec. — 38(12). — P. 1870−1875.
  61. Treliven P. Neurocomputers. // London: University college. 1989.
  62. А.И. Синтез многослойных систем распознавания образов. М.: Энергия. 1974. 386 с.
  63. Р., Харт Р. Распознавание образов и анализ сцен. -М.: Мир, 1976.
  64. К. Введение в статистическую теорию распознавания образов: Пер. с англ. -М.: Мир, 1987.
  65. JI. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога // Распознавание образов при помощи цифровых вычислительных машин. М.:Мир, 1974.
  66. В.В., Алексеев А. И., Горский Н. Д. Система обработки разнотимных данных СИТО. 2. Интерактивный вариант. JL: ЛНИВЦ АН СССР, 1982.
  67. Н.А. Принципы и методы построения интерактивных систем диагностики и управления состоянием здоровья человека на основе полифункциональных моделей: Дис. докт. техн. наук: Санкт-Петербург, 1993.-322 с.
  68. Л. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога // Распознавание образов при помощи цифровых вычислительных машин. М.: Мир, 1974.
  69. Samnion Y.W.A. Nonlinear mapping for Data Structure Analysis // IEEE Trans. Comput. 1969. — N5. — P.401 — 409.
  70. Schwartz W., Patil R., Srolovits P. Artifical Intelligence in Medicine: Where Do We Stand // New Engl. J. Med. 1987. -Vol. 316. — P.685−688.
  71. B.B., Алексеев А. И., Горский Н. Д. Система обработки разнотимных данных СИТО. 1. Методологические основы Л.: ЛНИВЦ АН СССР, 1982.
  72. Прикладная статистика: классификация и снижение размерности / Под ред. С. А. Айвазяна. М.: Финансы и статистика, 1989.
  73. Woo Н.М., Kim Y. A model imaging system with electrical impedance //Ibid. -Vol. 1.-P.343−346.
  74. Э.К. Экспертная система-консультант для врача-эпидемиолога. //Медицинская техника. 1989.№ 3. С. 24−28.
  75. И.М. Информационная медицинская система «Пульмонолог» // Материалы 5 Научно-технической конференции с международным участием «материалы и упрочняющие технологии» 20.11.97. Курск, 1997.
  76. А.Н., Бернштейн Л. С., Коровин С. Я. Расплывчатые ситуационные модели принятия решений // Учеб. пособие, Таганрог: ТРТИ, 1986.
  77. Рао С. Р. Линейные статистические методы и их применения. М.: Наука, 1968. — 547 с.
  78. В.Н. Фокусирующая импедансная томография // Измерения в медицине и их метрологическое обеспечение: Тез.докл.1Х Всесоюз.конф.-М., 1989.-С.26.
  79. Negoita, C.N.: Expert System and Fuzzy Systems. The Benjamin / Cammings Publishing Co., Menlo Park, CA, 1985.
  80. Saoty Т. Measuring the fuzziness of sets // Cybernetics.-1974, — Vol. 4,1. N4,-P. 53−61.
  81. И.В. Система автоматизированной диагностической оценки функционального состояния сосудов головного мозга по энцефалограмме//Медицинская техника. 1986. -№ 2. -с. 9−13.
  82. C.JI. Основы общей психологии,— М.: Педагогика, 1946.
  83. H.A. Экология и здоровье человека // Вестник новых медицинских технологий .-1996.-Т.3,N2, — С.52−56.
  84. В.В., Алексеев А. И., Горский Н. Д. Анализ данных на ЭВМ (на примере системы СИТО).-М.: Финансы и статистика, 1990.
  85. H.A. Интерактивные системы диагностики и коррекции состояния здоровья человека с оценкой качества деятельности врача. Курск: Изд-во межотраслевого территориального центра ЦНТИ, 1992.
  86. Пат. 4 733 667 США, МКИ 4 А 61 N 1/36. Glosed loop control of cardiac stimulator utilizing rate of change of inpedance/ A.L.Olive, B.D.Pederson R.W.Salo.- Опубл. 29.03.88,Бюл. N 12.
  87. B.B., Горский Н. Д. Алгоритмы и программы структурного метода обработки данных. -JL: Наука, 1993.
  88. А.Ю. Анализ данных методом многомерного шкалирования. М.: Наука, 1986
  89. Раудис Ш, Пикялис В., Юшкавичус К. Экспериментальное сравнение тринадцати алгоритмов классификации // Статистические проблемы управления. Вильнюс: Институт математики и кибернетики АН ЛитСССР, 1975. — Вып. 11. — С.53−80.
  90. О.Г. Многомерный дискриминационный анализ // Факторный, дискриминантный и кластерный анализ. Под. ред. И. С. Енюкова, Пер. с англ. М.: Финансы и статистика. 1989. — С. 98−122.
  91. P.M. Пошаговый дискриминантный анализ // Статистические методы для ЭВМ7 под ред. К. Энслейна, Э. Релстрона, Г. С. Уилфа: Пер. с англ. М.: Наука. 1986. С. 94−113.
  92. Г. С. Метод коалиций в статистическом дискриминантном анализе // Статистические методы для ЭВМ / под ред. К. Энслейна, Э. Релстрона, Г. С. Уилфа: Пер. с англ. М.: Наука. 1986. С. 113−135.
  93. A.M. Обработка статистических данных методом главных компонент. М: Статистика, 1978. -134 с.
  94. М., Стьюарт А. Многомерный статистический анализ. -М.: Наука, 1976.
  95. Дж. Анализ результатов наблюдений. Разведочный анализ. М.: Мир, 1981.-693 с.
  96. Д. Многомерное шкалирование и другие методы поиска структуры // Статистические методы для ЭВМ / под ред. К. Энслейна, Э. Релстрона, Г. С. Уилфа: Пер. с англ. М.: Наука. 1986. С. 113−135.
  97. Н.М. Биофизические основы кровообращения и клинические методы изучения гемодинамики -3-е изд. JI. 1974.
  98. Орлов JI. JL, Шилов A.M., Ройтберг Г. Е. Сократительная функция и ишемия миокарда. М.: Наука, 1987.
  99. Е.В. Компьютерные системы биотехнологических исследований. М.: 1993, — 432 с.
  100. Е.П., Романов М. А. Алгоритмы и программы стати-стическойобработки данных на ЭВМ. Гидрометеорологическое издание. Л.: 1969. 346 С.
  101. Методы современной биометрии. / Московское общество испытателей природы. -М.: Изд. МГУ 1978. 207.
  102. Д. Многомерное шкалирование и другие методы поиска структуры // Статистические методы для ЭВМ / под ред. К. Энслейна, Э. Релстрона, Г. С. Уилфа: Пер. с англ. М.: Наука. 1986. С. 113−135.
  103. Karamanoglu M. A system for analysis of arterial blood pressure waveforms in humans. Comput. Biomed. Res. 1997 Jun- 30(3):244−255
  104. P., Нолл M., P. Артур. Анализ энцефалограмм, кривых кровяного давления и электрокардиограмм на цифровых вычислительных машинах // Распознавание образов при помощи цифровых вычислительных машин. Под ред. J1. Хармана, М.: 1974.
  105. H.A. Оценка динамики функциональных состояний механизаторов в условиях монотонной результативной деятельности. Методические рекомендации / Под ред. К. В. Судакова. М.: Минздрав СССР, 1993.
  106. Г. С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981
  107. Н.Г., Бернштейн Л. С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. — 136 с.
  108. C.B., Шеин С. А. Математические методы обработки статистической информации с помощью ЭВМ. Минск, 1990. 128 с.
Заполнить форму текущей работой

На отлично!