Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Автоматизированная система диагностики наследственных заболеваний по методу дерматоглифика

Диссертация: Автоматизированная система диагностики наследственных заболеваний по методу дерматоглифика
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

АКТУАЛЬНОСТЬ ПРОВОДИМЫХ ИССЛЕДОВАНИЙ В последнее столетие в связи с увеличением антропогенного влияния на окружающую среду и ухудшение экологической ситуации, отмечается резкий рост наследственных болезней в структуре заболеваемости населения земли. По данным Всемирной организации здравоохранения, около 2,5% новорожденных появляются на свет с различными пороками развития. При этом 1,5−2% из них… Читать ещё >

Содержание

  • ГЛАВА 1. АНАЛИЗ МЕТОДОВ ДИАГНОСТИ НАСЛЕДСТВЕННЫХ ЗАБОЛЕВАНИЙ
    • 1. 1. Основные цели исследования генома человека
    • 1. 2. Пренатальная диагностика наследственных и врождённых болезней
    • 1. 3. Дерматоглифика как метод экспресс — диагностики наследственных заболеваний
    • 1. 4. Диагностические критерии дерматоглифики
    • 1. 5. Постановка задачи исследования
  • ГЛАВА 2. МЕТОДЫ И АЛГОРИТМЫ ЦИФРОВОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ, ИСПОЛЬЗУЕМЫХ ДЛЯ ФОРМИРОВАНИЯ ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ
    • 2. 1. Улучшение изображения и подавление шумов
    • 2. 2. Согласование яркости и контрастности образца и изображения
    • 2. 3. Алгоритмы выделения и устранения линейных дефектов изображения
    • 2. 4. Алгоритм выделения и устранения точечных дефектов. изображения
    • 2. 5. Алгоритм выделения и устранения пространственных дефектов изображения
    • 2. 6. Выводы
  • ГЛАВА 3. МЕТОДЫ И АЛГОРИТМЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ПАПИЛЯРНЫХ УЗОРОВ В КОМПЬЮТЕРНОЙ СИСТЕМЕ ДИАГНОСТИКИ ВПР
    • 3. 1. Статистические методы многомерной классификации на основе дискриминантного анализа
    • 3. 2. Классификация в случае популяций с биномиальными распределениями
    • 3. 3. Пошаговые процедуры
    • 3. 4. Использование нейронных сетей в системе компьютерной диагностики заболеваний
    • 3. 5. Преобразование входных данных нейросети с целью улучшения их различимости
    • 3. 6. Выводы
  • ГЛАВА 4. АРХИТЕКТУРА И МЕТОДИКА ИСПОЛЬЗОВАНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ДИАГНОСТИКИ
    • 4. 1. Описание структуры и функций автоматизированной системы диагностики
    • 4. 2. Исходные данные для диагностики больных
    • 4. 3. Построение дискриминантной функции для диагностики больных эпилепсией
    • 4. 4. Построение классификационной функции с использованием пакета STATISTICA 6 для диагностики больных эпилепсией
    • 4. 5. Описание компьютерной системы диагностики ВПР по методу дерматоглифики
    • 4. 6. Использование результатов работы для создания семейных регистров
    • 4. 7. Выводы

Автоматизированная система диагностики наследственных заболеваний по методу дерматоглифика (реферат, курсовая, диплом, контрольная)

АКТУАЛЬНОСТЬ ПРОВОДИМЫХ ИССЛЕДОВАНИЙ В последнее столетие в связи с увеличением антропогенного влияния на окружающую среду и ухудшение экологической ситуации, отмечается резкий рост наследственных болезней в структуре заболеваемости населения земли. По данным Всемирной организации здравоохранения, около 2,5% новорожденных появляются на свет с различными пороками развития. При этом 1,5−2% из них обусловлены преимущественно неблагоприятными экзогенными факторами (так называемыми тератогенами), а остальные имеют преимущественно генетическую природу. Среди экзогенных причин пороков развития следует упомянуть биологические (инфекционные заболевания: краснуха, герпес, токсоплазмоз, хламидийная инфекция, цитомегаловирусная инфекция), физические (все виды ионизирующего излучения, радионуклиды), химические (все противоопухолевые препараты, гормональные препараты, наркотические вещества).

Генетические факторы пороков развития отражают так называемый общий генетический груз популяции, который проявляется более чем у 5% населения планеты. Примерно 1% генетического груза приходится на генные мутации, 0,5% - на хромосомные мутации, около 3−3,5% соответствует болезням с выраженным наследственным компонентом (диабет, атеросклероз, ишемическая болезнь сердца, синдром Дауна, эпилепсия, шизофрения, некоторые опухоли и т. д.). Если к этому добавить, что около 40−50% ранней младенческой (перинатальной) смертности и инвалидности с детства обусловлены наследственными факторами и примерно 30% коек в детских стационарах заняты детьми с наследственной патологией [2, 3], становится понятной безусловная необходимость правильной и рационально организованной ранней диагностики врожденных и наследственных болезней. Решающая роль в этом принадлежит институтам медико-генетической службы, и в первую очередь тем ее подразделениям, которые обеспечивают пренатальную диагностику, позволяющую не только установить диагноз еще до рождения, но и предотвратить появление на свет детей с тяжелыми, нерепарируемыми пороками развития, с социально значимыми смертельными генными и хромосомными болезнями. В связи с этим всё более актуальными становятся исследования патологий, связанные с изучением генотипа и кариотипа. Одним из таких методов является дерматоглифика.

Дерматоглифическое исследование составляет необходимую часть клинического осмотра при проведении медико-генетического консультирования. Особенно важен дерматоглифический анализ при подозрении на наличие патологии неизвестной природы или тератогенного воздействия. Наиболее иллюстративна диагностическая значимость дерматоглифики при хромосомной патологии, так, например, использование восьми признаков дер-мальной кожи достаточно для уверенной диагностики болезни Дауна у 95% пациентов с этой патологией. Диагностическая значимость дерматоглифики наиболее демонстративна при определенных нарушениях морфогенеза головного мозга, которые отмечаются как при хромосомных заболеваниях, так и при ряде моногенных и полигенных заболеваний. Это наглядно демонстрируется чрезвычайно характерным дерматоглифическим рисунком при синдромах Рубинштейна-Тейби и де Ланге, которые сопровождаются врожденными пороками головного мозга.

Дерматоглифика получила своё название в 1926 году на 42 съезде американской ассоциации анатомов. Диагностические критерии этого метода таковы, что можно при использовании метода предупредить более 40 заболеваний: расслоение аорты, различные лёгочные, печёночные, сердечно-сосудистые заболевания, шизофрению, эпилепсию и многие другие. Дерматоглифика входит в состав генетического обследования как наиболее доступный ориентировочный метод, пригодный для осмотра больших групп людей, позволяющий установить, а иногда заподозрить наличие хромосомных аббера-ций.

Сегодня большой популярностью пользуются методы ДНК диагностики наследственных заболеваний. Многие из них являются очень эффективными, но одновременно дорогостоящими и предполагают использование дорогостоящего оборудования и редких реагентов. В этом случае экспресс методом диагностики ВПР — может являться дерматоглифика. Дерматоглифика не может гарантировать высокую вероятность окончательной постановки диагноза, но может с достаточной вероятностью (зависит от заболевания) выявить отклонения.

За последние годы в медицинской практике накоплены огромные базы наблюдений по различным отклонениям, сформированы справочники, большая работа проводилась в клиниках, больницах, медико-генетических консультациях. Большая база знаний хранится в криминалистических лабораториях и может быть использована при анализе проксимальных фаланг пальцев у лиц с явными психическими отклонениями и склонностью к насилию. Дерматоглифика получила развитие и в спортивной медицине в изучении папиллярных узоров пальцев и выявлении способности переносить большие физические нагрузки у пловцов, гребцов, бегунов и спортсменов других видов спорта.

Многие программные комплексы, работающие на основе метода изучения папиллярных узоров ладоней и фаланг пальцев, разработаны в области криминалистики (дактилоскопия) и идентификации личности для систем безопасности. В области ДНК диагностики и автоматизации распознавания дермальной поверхности с целью определения наследственных заболеваний работа проводится, но в значительно меньшем объёме. Это объясняется сложностью структуры отпечатка папиллярной кожи, типом конфигурации рисунка, области (сегмента) исследования, наличием базы знаний и использованием нейронных сетей, большой вариабельностью классификаций и дополнением интерактивными методами анализа изображения. Дерматоглифи-ческое исследование составляет необходимую часть клинического осмотра при проведении медико-генетического консультирования. Особенно важен дерматоглифический анализ при подозрении на наличие патологии неизвестной природы или тератогенного воздействия. Наиболее иллюстративна диагностическая значимость дерматоглифики при хромосомной патологии, так, например, использование восьми признаков дермальной кожи достаточно для уверенной диагностики болезни Дауна у 95% пациентов с этой патологией (S.B. Holt, 1968; И. С. Гусева, Н. С. Казей, 1974, 1975, Н. Н. Багданов 1997 и др.) Диагностическая значимость дерматоглифики демонстративна при определенных нарушениях морфогенеза головного мозга, которые отмечаются как при хромосомных заболеваниях, так и при ряде моногенных и полигенных заболеваний. Это наглядно демонстрируется чрезвычайно характерным дерматоглифическим рисунком при синдромах Рубинштейна-Тейби и деЛан-ге, которые сопровождаются врожденными пороками головного мозга. Эпилепсия, тяжёлое и распространённое неврологическое заболевание, наряду с определёнными патологическими признаками гребешковой кожи, отличается высоким удельным весом дуговых узоров (Р.А.Харитонов, А. И. Козлова 1985; Н. Н. Богданов 1999). В то же время у больных с нервно психологическими расстройствами Т. А. Евдокимова с соавторами (1998) отмечает достоверную связь нарушения нервно психической адаптации по типу депрессии по количеству завитковых узоров, суммарным гребневым счётом и Д10.

Возможность раннего распознавания и прогностической оценки фено-типических проявлений генотипа — одна из ведущих составляющих оптимизации жизнедеятельности человека: профилактики заболеваний и выбора средств и методов лечения. В перспективе, на ряду с основными идентификационными методами, разрешающая способность метода дерматоглифики может стать более эффективной и значимой (Звягин, 2002).

Таким образом, разработка объективной системы диагностики наследственных заболеваний по методу дерматоглифики является актуальной научно-технической задачей.

Целью диссертационной работы является повышение эффективности ранней диагностики наследственных заболеваний путем создания автоматизированной системы диагностики по методу дерматоглифики.

Для достижения поставленной цели в диссертации необходимо решить следующие задачи:

— провести анализ использования метода дерматоглифики для диагностики заболеваний с наследственной предрасположенностью на примере эпилепсии;

— разработать систему диагностических критериев предрасположенности эпилепсии для компьютерного анализа дерматоглифических отпечатков;

— осуществить анализ существующих систем и алгоритмов обработки текстурных изображений на примере дермальных отпечатков;

— разработать статистическую модель оценки параметров и рассчитанных коэффициентов на основе метода дерматоглифики;

— создать новые эффективные алгоритмоы обработки, коррекции и распознавания изображений папиллярного рисунка;

— провести сравнительное экспериментальное исследование отпечатков дистальных фаланг пальцев здоровых и больных пациентов.

Методы исследования. В работе использовались методы теории вероятностей и математической статистики, методы искусственного интеллекта, методы цифровой обработки изображений, теории искусственных нейронных сетей.

Научная новизна диссертации состоит в следующем:

— произведён анализ накопленных знаний в области наследственных форм эпилепсии с обследованием выборки контрольной группы больных и здоровых людей;

— выявлены определяющие диагностические признаки ладонных рисунков для наследственной формы эпилепсии;

— произведён статистический анализ полученных результатов с расчётом пяти коэффициентов и предложена методика распознавания папиллярных рисунков.

Практическая ценность работы:

— созданы алгоритмы решения задач распознавания сложной текстуры отпечатков пальцев и ладонной поверхности;

— изучены диагностические признаки эпилепсии для дистальных фаланг пальцев и ладонной поверхности;

— создана система диагностики наследственной формы эпилепсии по методу дерматоглифики, и подтверждена его эффективность и возможность дальнейшего использования в вопросах развития дерматоглифических исследований.

Внедрение результатов. Результаты исследований, включающие «Автоматизированную систему диагностики наследственных заболеваний методом дерматоглифики» и методическое обеспечение к нему, переданы в психоневрологический диспансер г. Твери и на кафедру биологии и генетики Тверской государственной медицинской академии.

Апробация результатов работы. Научные и практические результаты диссертационной работы докладывались и обсуждались в 2003;2006 годах на научных конференциях преподавателей и сотрудников ТГТУ, на Всероссийской научно-технической конференции студентов, молодых учёных и специалистов, РГРТА-2003.

Научные положения, выносимые на защиту:

1. Результаты анализа изучения диагностических признаков дерматоглифики наследственной формы эпилепсии на основании проведённого экспериментального исследования.

2. Методика построения статистической модели для аналитических исследований наследования врожденных пороков развития (ВПР).

3. Методика обработки, коррекции текстурной информации на основании алгоритмов, фильтров и т. п.

4. Авторская программа автоматического распознавания отпечатков пальцев и расчёт основных параметров для диагностики отклонений дерматоглифики пробанда.

5. Компьютерная медицинская система для поддержки экспериментальных исследований наследственной формы эпилепсии по дерматоглифике дистальных фаланг пальцев и ладонной поверхности.

4.7. ВЫВОДЫ.

Разработана архитектура автоматизированной системы диагностики наследственных заболеваний по методу дерматоглифики. Приведено описание основных компонент системы и их взаимосвязей.

Разработан комплекс программ для диагностики наследственных заболеваний на основе дескриптивных признаков, определяемых по папиллярному узору. Приведено его описание.

Описана методика использования системы автоматизированной диагностики на основе реальных клинических данных. Проведено сравнение результатов автоматизированной диагностики с клиническим диагнозом на выборке из 120 человек. Относительная ошибка диагноза составила 5%, что подтверждает высокую эффективность разработанной системы.

Разработаны рекомендации по применению разработанной системы в сфере здравоохранения.

ЗАКЛЮЧЕНИЕ

.

1. В результате работы был проведен анализ использования метода дерматоглифики для диагностики наследственных заболеваний на примере эпилепсии.

2. Разработана система диагностических критериев эпилепсии для компьютерного анализа дерматоглифических отпечатков.

3. Осуществлен анализ существующих систем и алгоритмов обработки текстурных изображений на примере дермальных отпечатков.

4. Разработана статистическая модель оценки параметров и рассчитанных коэффициентов на основе метода дерматоглифики.

5. Созданы новые эффективные алгоритмы обработки, коррекции и распознавания изображений папиллярного рисунка, а именно алгоритмы:

• устранения шумов, вызванных работой регистрирующего оборудования при оцифровке изображения.

• согласования яркости и контрастности изображений и образцов, которые возникают вследствие различий характеристик копирующего оборудования.

• устранения линейных дефектов изображения, вызванных несовершенством технологии получения изображений.

• выделения точечных дефектов изображения, обусловленных несовершенством технологии получения изображений и условий их хранения.

• выделения пространственных дефектов на изображениях.

6. Разработана архитектура автоматизированной системы диагностики наследственных заболеваний по методу дерматоглифики.

7. Разработан комплекс программ реализующий методику проведения автоматизированной диагностики наследственных заболеваний по методу дерматоглифики.

8. Проведено сравнительное экспериментальное исследование, подтверждающее эффективность результатов полученных в диссертационной работе.

Показать весь текст

Список литературы

  1. С.В., Лагуновский Д. М. Обработка изображений: технология, методы, применение. Учебное пособие. — Мн.: Амалфея, 2004 -304 с.
  2. К. Ретуширование и обработка изображений в Photoshop: Пер. с англ. -М.: Вильяме, 2004.- 488 с.
  3. В.В., Горский Н. Д. Представление и обработка изображений: рекурсивный подход. М.: Мир, 1989
  4. К. Джей Введение в искусственные нейронные сети.// Открытые системы № 04/97
  5. Архипов А.Е.,. Дегтярев С. В,. Садыков С. С и др. Методы цифровой обработки изображений: Уч. пособ. Ч. 2. Курск: КГТУ, 2002.- 118с.
  6. Афифи А, Эйзен С. Статистический анализ: подход с использованием ЭВМ. М.: Мир, 1982. -488с.
  7. . Л. Наследственность и развитие — старые проблемы сегодня и завтра.— Генетика, 1967, № 10, с. 181—184.
  8. . Л. Наследственность и развитие.— Избранные труды. М.: Наука, 1974.359 с.
  9. П.А., Колмогоров Г. С., Ворновицкий И. Э. Сегментация изображений: Методы пороговой обработки // Зарубежная радиоэлектроника, № 10, 1987, С. 6−24.
  10. Ю.Бакут П. А., Колмогоров Г. С. Сегментация изображений: Методы выделения границ областей // Зарубежная радиоэлектроника, № 10. 1987, С. 25−47.
  11. .С., Кулаков Е. М., Суворов С. А. Мастер-класс по сохранности фотодокументов // Отечественные архивы, 2003, № 6, С. 102−103.
  12. Л. В. Проблема эмбрионального формообразования. М.: Изд-во Московского университета, 1971. 174 с.
  13. Ф. Р., Нэнс В. Е. (Beebear F. P., Nans В. Е.). Онихоостеодистрофия и сенсориневральная глухота, новый случай.— В кн.: XIV Международный генетический конгресс. М.: Наука, 1978, ч. 2. с. 311.
  14. М.Блатнер Д. Сканирование и растрирование изображений / Девид Блатнер, Гленн Флейшман, Стив Рот. М: ЭКОМ, 1999.- 383 с.
  15. Ф.Блум, А. Лейзерсон, Л. Хофстедтер, Мозг, разум и поведение, М., Мир, 1988.
  16. II. П. Генетика человека: Наследственность и патология. М.: Медицина, 1978. 382 с.
  17. Ф. А., Смирнова Н. С. Некоторые итоги изучения проблемы «Телосложение и болезни» (обзор).— Вопр. антропол., 1972, вып. 42, с. 137
  18. Введение в контурный анализ: приложение к обработке изображений и сигналов / Под. ред. Я. А. Фурмана 2-е издание. — М.: ФИЗМАТ ЛИТ, 2003.- 588 с.
  19. Ю.Е., Бочков Н. П. Наследственная патология человека. М 1992.
  20. В. П., Полюхов А. М., Колодченко В. П. О наследовании пальцевых узоров человека.//Генетика. 1979, № 7, с. 1317— 1326.
  21. М. В. К вопросу о генетике папиллярных узоров пальцев (исследование 234 пар близнецов).— В кн.: Труды медико-генетического инта. М.: Биомедгиз, 1936, т. 4, с. 404—431.
  22. М. В. Генетика кожного рельефа: Анализ дельтообразования как количественного признака.— Антропол. журн., 1937, № 3, с. 42—73.
  23. Л. С., Жигу нова И. И., Ахремчик Н. М. Количественные вариации ФПТ в коже дистальных фаланг пальцев рук человеческих плодов.— В кн.: Функциональная морфология органов и систем в норме и при патологии. Минск, 1981, с. 128—129.
  24. Т. Д. Материалы по корреляции между кожными узорами ладоней.— В кн.: Современная антропология. М.: Наука, 1964, с. 42—45.
  25. Т. Д. Кожные узоры кисти и стопы обезьян и человека. М.: Наука, 1966. 151 с.
  26. Т. Д. Кожные узоры у низших и высших приматов.— В кн.: Человек, эволюция и внутривидовая дифференциация. М.: Наука, 1972. с. 84—100.
  27. В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для вузов. Изд. 7-е, стер, — М.: Высш. Шк., 1999.- 479 с.
  28. Р., Вудс Р. Цифровая обработка изображений: Пер. с англ. М.: Техносфера, 2005.- 1070 с.
  29. В.Н., Баранов B.C. Введение в молекулярную диагностику и генотерапию наследственных заболеваний. Спб 1997.
  30. И.С., Киричук B.C. и др. Цифровая обработка изображений в информационных системах. Уч. пособ. Новосибирск: НГТУ, 2000. — 160 с.
  31. А. Г. Теория биологического поля. М.: Сов. наука, J944. 155с.
  32. Е. В. Функциональные асимметрии головного мозга и характер кортико-висцеральных взаимоотношений у человека и животных.— В кн.: Функциональная асимметрия и адаптация человека. М., 1976, с. 241—244.
  33. И. С. Фрагменты по изучению генетики папиллярного узора пальцев.— Вопр. антропол., 1966, вып. 24, с. 21—37.
  34. И. С. Особенности наследуемости и морфогенеза билатерально-симметричных и лучевых структур.— В кн.: Матер. 29-й науч. сессии КГМИ. Куйбышев, 1971, с. 76—77.
  35. И. С. К вопросу о наследовании гребневого счета.— Вопр. антропол. 1973, вып. 45, с. 67—76.3656. Гусева И. С. Генетические проблемы в дерматоглифике: Ав-тореф. дис. д-ра биол. наук. Минск, 1982. 38 с.
  36. И. С., Астафьева Н. М. Тактильная насыщенность пальцевых узоров.— Вопр. антропол., 1974, вып. 48, с. 86—93.
  37. И. С., Казей Н. С. Дерматоглифика при некоторых хромосомных аномалиях у человека.— Вопр. антропол., 1970, вып. 35, с. 146—158.
  38. И. С., Красницкая С. П. Материалы по пальцевой дерматоглифике больных различными формами шизофрении.— Вопр. антропол., 1975, вып. 51, с. 151—161.
  39. И. С., Стамбровская В. М., Беззубик С. Д. К вопросу формирования папиллярных рисунков пальцев рук человека.— Арх. АГЭ, 1981, № 2, с. 75—80.41 .Дебабов В. Г. (1997) Мол. Биол., 31, 209−215.
  40. Е. Ф. Хромосомные болезни.— В кн.: Проблемы медицинской генетики. М.: Медицина, 1970. 186 с.
  41. Е. Ф., Берлинская Д. К., Тысячнюк С. Ф. Клинические синдромы при аномалиях половых хромосом. JL: Медицина, 1973. 198 с.
  42. Е. И. Материалы к эволюции кисти человека.— Арх. АГЭ, 1960, № 10, с. 99—107.
  43. Д.А., Метлицкий Е. А. Введение в цифровую обработку изображений. Уч. пособие. Ленинград: РИО ЛЭТИ, 1981.- 79 с.
  44. Дерматоглифика при типичной и мозаичных формах синдрома Шерешевского — Тернера / И. С. Гусева, Н. С. Казей, В. И. Казей и др.— Здравоохр. Белоруссии, 1975, № 11, с. 21—22.
  45. Е. Хинтон. Как обучаются нейронные сети.// В мире науки 1992-N 11 — N 12 — С. 103−107.
  46. Т. В. Вариации нервов и сосудов кисти человека: Дис. канд. мед. наук. Минск, 1947. 229 с.
  47. Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 640 с.
  48. А. П. Очерки патологической эмбриологии человека. JL: Медгиз, 1959.227 с.
  49. О.В., Макаров В. Б. ДНК-диагностика наследственных заболеваний. Итоги науки и техники: Генетика человека. М: Медицина -1991.
  50. А.Г. Персептрон системы распознавания образов.// К.: Наукова думка, 1972.
  51. Иконика. Пространственная фильтрация изображений. Фотографические системы. Отв. ред. Д. С. Лебедев. М.:"Наука", 1970. 133 с.
  52. Иконика. Теория и методы обработки изображений. Отв. ред. Д. С. Лебедев, Н. Р. Попова. ИППИ АН СССР. М.:"Наука", 1983.- 151 с.
  53. Иконика. Цифровая голография. Обработка изображений. Сб. ст. ИППИ АН СССР.-М.:"Наука", 1975.- 145 с.
  54. Е. П. О функциональной и морфологической асимметрии больших полушарий головного мозга человека.— Вопр. антропол., 1968, вып. 28, с. 36—42.
  55. И. И. Анатомия нервов кисти человека: Автореф. дис. канд.мед. наук., Одесса, 1964. 18 с.
  56. Информационно справочная система «НИКА-Музей» — шаг номер два // Мир музея, 2004, № 11, С. 20−21.
  57. Е.Е., Смолин Д. И. Вопросы разработки базы видеоданных архивных документов // Обработка информации: системы и методы: Сб. научи, ст. М.: Горячая линия — Телеком. 2003. — С. 13−18.
  58. К. А. Эмбриология рисунка кожи у человека, его возрастные и патологические изменения.— Науч. изв. Казахской ССР. Алма-Ата, 1953, № 11, с. 80—91.
  59. К. А. Морфология и физиология кожи человека. Киев: Здоровья, 1972.267 с.
  60. И. И. Генетика и эмбриология папиллярных рисунков человеческих пальцев.— Природа, 1935, № 4, с. 37—48.
  61. Козлова С. И, Демикова Н. С. и др. Мониторинг врожденных пороков развития. Пособие для врачей. М. 2000.
  62. Козлова С. И, Демикова Н. С. и др. Наследственные синдромы и медико-генетическое консультирование. М: Медицина 1987.
  63. Коломийченко J1. Н. Некоторые дерматоглифические признаки у лиц с астенической и пикнической конституцией.— В кн.: III съезд Всесоюз. о-ва генетиков и селекционеров. Л., 1977, ч. 2, с. 283—284.
  64. Е. П. Лобная область большого мозга. Л.: Медгиз, 1962.176 с.
  65. . В. Взаимодействие генов в развитии мыши.— В кн.: XIV Международный генетический конгресс. М.: Наука, 1978, с. 71.
  66. В. И. Изменчивость теменной доли эндокранов гоми-нид.— Вопр. антропол., 1962, вып. 11, с. 16—28.
  67. Г. С. Интеркортикальная система связей и миелоархитек-тоника радиальной системы волокон нижнетеменной области и височнотеменно-затылочной подобласти мозга взрослого человека: Автореф. дис. канд. биол. наук. М., 1982. 23 с.
  68. .В., Поспелов В. В. Восстановление информации текстовых документов с помощью ЭВМ. В сб. научи, тр. НИЦТД СССР. — М.: Главархив СССР, 1994. С.28−36.
  69. Д.В. Исследование параметров искажений, вносимых при формировании цифровых изображений // Прикладная геометрия. М: МАИ, вып. 2, № 2. 1999−2000, С. 10−15.
  70. Ю. С. Распределение антропометрических признаков и логарифмическая трансформация.— Вопр. антропол., 1964, вып. 18, с. 73— 79.
  71. В.Г., Чернина С. Д. Теория и применение преобразования Хоха / Зарубежная радиоэлектроника, № 10,1987, С. 48−56.
  72. Д.М. Алгоритмы сегментации полутоновых изображений на основе анализа локальных свойств: Автореферат диссертации на соиск. уч. ст. канд. техн. наук -Минск, 1999. -19с.
  73. Г. Е., Лурье И. В., Черствый Е. Д. Наследственные синдромы множественных пороков развития. М 1983.
  74. А. М. Клинико-морфологическая характеристика изменений кожи при некоторых хромосомных болезнях: Автореф. дис. канд. мед. наук, М., 1973.24 с.
  75. Дж., Питтс У. Логические исчисления идей, относящихся к нервной деятельности.// Автоматы. М.: ИЛ, 1956
  76. Методы и средства обработки изображений: Сб. научи, ст. -Новосибирск: ИАиЭ СО АН СССР, 1982. 136с.
  77. Методы компьютерной обработки изображений / Под. ред. В. А. Сойфера. 2-е изд., испр. — М.: ФИЗМАТ ЛИТ, 2003. -784 с.
  78. Л.И., Ярославский Л. П. Способ измерения задгумленности изображений.//Вопросы кибернетики, вып. 38 М.: АН СССР, 1978, С. 97
  79. И. Н. Структура и функция эпидермиса. М.: Медицина, 1979. 239 с.
  80. JI. Электронные коллекции. Создание и развитие электронных коллекций в музеях//Мир музея, № 6 Ноябрь-Декабрь. АНО, редакция журнала «Мир музея», 2003. С. 15−18.
  81. И.М. Автоматизированные музейные системы Камис и АС Музей./ Ассоциация музейных работников. Тезисы докладов Тула, 2000. С. 56−66.
  82. В.А., Трушин Н. Г. Передача мелких деталей при сканировании и получение копий фотографических изображений // Техника кино и телевидения, 2004, № 9, С. 32−34.
  83. А. А. Слишком много ДНК, слишком много активных генов, слишком много признаков.—Химия и жизнь. 1978, № 12, с. 23—27.
  84. М. Ф. Происхождение человека. М.: Наука, 1970. 439 с.
  85. ЮО.Отелин А. А. Сравнительно-морфологические данные о приспособляемости кожной рецепции давления у зрячих и слепых людей— Арх. АГЭ, 1961, № 7, с. 72—84.
  86. ЮГОтелин А. А. Иннервация скелета человека. Атлас. М.: Медицина, 1965. 251 с.
  87. Ю2.0телин А. А., Машанский В. Ф., Маркин А. С. Тельце Фатер— Пачини: Структурно-функциональные особенности. М.: Наука, 1976. 175 с.
  88. ЮЗ.Очин Е. Ф. Вычислительные системы обработки изображений. JL: Энергоатомиздат, 1989, — 136с.
  89. Ю4.Павлова JI. П. Функциональная асимметрия и работоспособность.— В кн.: Функциональная асимметрия и адаптация человека. М., 1976, с. 31—33.
  90. Пальцевая дерматоглифика при олигофрении. Сообщение 2. Пальцевой и узорный гребневой счет/М. С. Рицнер, И. А. Шах-гер, Е. С. Базилевская.— Вопр. антропол., 1972, вып. 40, с. 173—178.
  91. Ю7.Полякова Т. А. О проблемах сохранения культурных ценностей в музеях Российской Федерации/Вестник архивиста. 2000. № 1.С. 214 221.
  92. Ю8.Пономарев Б. Б. Малый музей: специфика информатизации // Матер, пятой конф. АДИТ'2001 «Музеи и информационное пространство: проблема информатизации и культурное наследие». Тула, 2001.- С. 4.1−4.3.
  93. Ю9.Претт У. Цифровая обработка изображений. Пер. с англ. Ч. 2. М.: Мир, 1982.-640с.
  94. ПО.Прокофьева-Бельговская А. А., Гринберг К- Н. Хромосомы человека и методы их изучения.— В кн.: Пробл. мед. генетики. М.: Медицина, 1970, с. 283—302.
  95. М. С. Материалы к полигенной гипотезе наследования папиллярного узора пальцев.— Вопр. антропол., 1970, вып. 36, с. 143−148.
  96. М. С., Быстровский В. Ф. Шехтер И. А. Материалы по пенетрантности и экспрессивности генных комплексов пальцевых узоров.— Вопр. антропол., 1971, вып. 38, с. 137—141.
  97. ПЗ.Рицнер М. С., Шехтер Я. J1. К вопросу о генетике пальцевого гребневого счета.— Вопр. антропол., 1975, вып. 49. с. 158—163.
  98. П. Ф. Области действия генов.— В кн.: Тр. Все-союз. съезда по генетике, селекции, семеноводству и племенному животноводству. Д., 1930, с. 431—435.
  99. П. Ф. Введение в статистическую генетику. Минск: Выш. шк., 1978.448 с.
  100. Пб.Садыков С. С. Цифровая обработка и анализ изображений. -Ташкент: НПО «Кибернетика» АН РУз, 1994. 195 с.
  101. С.С., Варламов А. Д., Алгоритм поиска и устранениялинейных дефектов изображений фотодокументов // Методы и системыобработки информации: Сб. научи, ст. в 2 х частях. Ч. 1 — М.: Горячая линия -Телеком, 2004.С.35−41.
  102. С.С., Варламов А. Д. Улучшение качества фотоизображений, поврежденных шумами // Надежность и качество. Тр. междунар. симп. /Под ред. Н. К. Юркова. Пенза: Изд-во ПТУ, 2005.- С. 338 340.
  103. Е.Д. (1997) Молек. генетика, микробиол. вирусология, № 2, 3−28.
  104. С. А. Об олдувайских гоминидах.—Вопр. антропол., 1975, вып. 49, с. 3−14.
  105. Л.И. Система цифровой реставрации архивных кинофильмов // Техника кино и телевидения, 2004, № 2, С. 53−57.
  106. П. Г. Метод функциональной мобильности в эксперименте и клинике. М.: Медгиз, 1959. 218 с.
  107. Сп., Доку мое Ст., Генкова П. Значение хромосом X и У для половых различий дерматоглифического рельефа.— Вопр. антропол. 1978, вып. 59, с. 112—116.
  108. Справочник по прикладной статистике / Под. ред. Э. Ллойда, У. Ледермана, Ю. Н. Тюрина. -М.: Финансы и статистика, 1989. 510с.
  109. М.С. Сегментация изображений методом наращивания областей // 3-я Междунар. конф. Радиоэлектроника в медицинской диагностики. М. 1999. С. 126−128.
  110. Д.У., Хопфилд Д. Д. Коллективные вычисления внейроподобных электронных схемах.//В мире науки. 1988. N 2
  111. О. Резервное копирование и восстановление информации // Компьютер пресс, 2002, № 11, С. 58−63.
  112. JI. И. Материалы по корреляции между одонтологическими и дерматоглифическими признаками.— Вопр. антропол., 1971, вып. 38, с. 133—136.
  113. Тегако JL И., Саливон И. И., Микулич А. И. Биологическое и социальное в формировании антропологических особенностей по данным исследования населения Поозерья.— Минск: Наука и техника, 1981. 286 с.
  114. О. Н. Состояние сибирских музеев: точка зрения экспертов //Культурное наследие Сибири. Сб. науч. ст. Вып. 2/Под ред. Т. М. Степанской. -Барнаул: Изд-во АТУ, 2000. 142 с.
  115. С. С. Связь признаков дерматоглифики с кровоснабжением пальцев.— В кн.: III съезд Белорусского о-ва генетиков и селекционеров. Минск, 1976, с. 222.
  116. JI. И. Эмбриология человека: Атлас. М.: Медицина, 1976.543 с.
  117. Функциональная специализация и особенности нервной организации доминантного и недоминантного полушария/JI. Я- Балонов, В. Л. Дешин, Д. Н. Кауфман и др.— В кн.:
  118. Функциональная асимметрия и адаптация человека. М., 1976, с. 22—25.
  119. С.Хайкин. Нейронные сети: полный курс М.: Издательский дом «Вильяме» 2006, — 1104с.
  120. .Р. Цифровая обработка изображений М: Мир, 1980, 552 с.
  121. Е. Н. Некоторые черты морфологической эволюции дистальных отделов конечностей человека.— В кн.: Человек,
  122. Т.С., Эклунд Дж.-О., Нуссбаумер Г. Дж. и др. Быстрые алгоритмы в цифровой обработки изображений/Под. ред. Т. С. Хуанга: Пер. с англ. М.: Радио и связь, 1984.-224с.
  123. С., Норвиг П. Искусственный интеллект: современный подход М.: Издательский дом «Вильяме», 2006. — 1408 с.
  124. Л.П. Ярославский. АН СССР. Институт проблем передачи информации. М.: Наука, 1981.- 142с.
  125. Цифровые методы оптимальной обработки сигналов: Межвуз. сб. науч. тр. Отв. ред. Т. Б. Борукаев. Новосибирск: НЭТИ, 1982.- 159 с.
  126. А. Г. Иннервация скелета кисти.— В кн.: Сб. тр. Курского мед. ин-та. Курск, 1961, вып. 15, с. 264—270.
  127. Е.В. Кривые и поверхности на экране компьютера. Руководство по сплайнам. М.: Диалог-МИФИ, 1996. 240 с.
  128. М.А. Нелинейная фильтрация сигналов и изображений. Уч. пособие. Пенза: Изд-во ПТУ, 1999.- 164 с.
  129. Эволюция и внутривидовая дифференциация. М.: Наука, 1972, с. 23—36.
  130. Л.П. Введение в цифровую обработку изображений. -М: Сов. радио, 1979.312с.
  131. Andrews Н.С., Hunt B.R. Digital image restoration. New Jersey: Prentice-Hall, 1977.-238 p.
  132. Andrey P., Tarroux P. Unsupervised Segmentation of Marcov Random Field Modeled Textured Images Using Selectionist Relaxation, IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol 20, No. 3, March, 1998, pp. 252−262.
  133. Ardebilian M., Chen L. A new line segment extraction algorithm: fast connective Hought transform. 2001. Proceedings of sixth International Conference
  134. PRIP'2001,Minsk, Republic of Belarus, pp. 127−132.
  135. Atiquzzaman M. Multiresolution Hough Transform An Efficient Method of Detecting Patterns in Images//IEEE Trans. Pattern Anal. Mach. Intell., Vol. 14, NO. 11, November, 1992, pp. 1090−1095.
  136. Ballard D. H. Generalizing the Hough transform. Pattern Recognition. NO 13, 1981, pp. 111−122.
  137. Canny J., A computational approach to edge detection // IEEE Trans. Pattern Anal. Mach. Intell. 8(6), 1986, pp.679−697
  138. Casasent D. and Krishnapuram R., Curved object location by Hough transformation//Pattern Recognition 1987 20, pp. 181−188.
  139. Clark F., Olson. Constrained Hough transform for curve detection. 1999. Computer
  140. Vision and Image Understanding. V. 73, pp. 329−345.
  141. Clark F., Olson. Improving the generalized Hough transform through imperfect grouping. 1998. Image and Vision Computing. 16, pp. 627−634.
  142. Deans S.R. Hough Transform of Radon Transform // IEEE Trans. Pattern Anal. Mach. Intell., Vol. PAMI-3, NO. 2, March, 1981, pp. 185−188.
  143. Dhawan A.P., Buelloni G., Gordon R. Enhancement of mammographic features by optimal adaptive neighborhood image processing//IEEE Trans. Med. Imaging. 1986. -v.5.-pp. 8−15.
  144. Duda R.O., Hart P.E. Use of Hough transformation to detect lines and curves in pictures//Comm. ACM 15. 1972, pp. 11−15.
  145. Gordon R., Rangayyan R.M. Feature enhancement of film mammograms using fixed and adaptive neighbourhood//Applied optics. 1984. — v.23. -pp. 560−564.
  146. Grimson W. E. L., Huttenlocher D. P. On the sensitivity of the Hough transform for object recognition // IEEE Trans. Pattern Anal. Mach. Intell. 12(3), 1990, pp. 255−274.
  147. Huss David. Corel PhotoPaint 10. The Official Guide.
  148. Osborne/McGraw-Hill. 2001, 644 p.
  149. Kalabukhov E.V., Tatur M.M. Algorithm of raise local contrast for grayscale images. 2001. Proceedings of sixth International Conference PRIP'2001,Minsk, Republic of Belarus, pp. 95−99.
  150. Langan D.A., Modestino J. W., Cluster Validation for Unsupervised Statistic Model Based Image Segmentation, IEEE Transaction on Image Processing. Vol 7, No. 2. February, 1998, pp. 180−195.
  151. Lavalle S.M., Hutchinson S.A. A Bayesian Segmentation Methodology for Parametric Image Models, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 17, No.2, pp. 211−217, February, 1995.
  152. Lukianitsa A. Neural Network for reconstruction of defocused images. -In proc. of conf. «Neuroinformatica-99″, Moskow.: MIFI, 1999, pp. 159−164.
  153. McKenzie D. S., Protheroe S. R. Curve description the inverse Hough transform. Pattern Recognition. 1990. V. 23. No 3−4, pp. 283−289.
  154. McMahon Ken, Nichols Robin. Paint Shop Pro 9 for Photographers. Focal Press, 2005, 320 p.
  155. Michalewicz, Z., Genetic algorithms + data structures = evolution programs. -Springer-Verlag, Berlin, New York, 1998.
  156. Ming Jiang., Ge Wang. Convergence studies on iterative algorithms for image reconstruction. IEEE. Transaction on medical imaging, Vol 22, No 5. May 2003, pp.59−63.
  157. Vision, 1996, pp. 263−272.175.0ptimal Linear Filtering // EE 414/530: Statistical Communications, University off Pennsylvania, Handout 18 Fall Semester 1999.
  158. Pao D., Li H., Jayakumar R. Shapes recognition using the straight line Hough Transform: Theory and Generalization//Pattern Anal. Mach. Intell., Vol.14, N0.11, 1992.2 3 4 5 6 7 8 9 10 ФИО 1 2 3 4 5 6 7 8 9 10 1-ая пр.
  159. А L L L W L A A w асим Горшков W, А L L L W L, А А W асим
  160. W W W W W W W W w сим сим Лавроненко W W W W W W W W W W сим
  161. L L L L L L A L асим Исамбетов L L L L L L L L, А L асим
  162. W L L W W L L W W сим сим Чайковский W W L L W W L L W W сим
  163. W L L L L L W W L асим Антонов L W L L L L L W W L асим
  164. W L L L L L L W W сим сим Златорунский W W L L L L L L W W сим
  165. W W W L W W L W L асим Степанов L W W W L W W L W L асим
  166. A L L L L L A L W асим Зиновьев L, А L L L L L, А L W асим
  167. W L L L L L L W L сим сим Митрофанов L W L L L L L L W L сим
  168. L W L W W L L W асим Гусев Д L L L W L W W L L W асим
  169. A A L L L A A A L асим Андриевич L, А А L L L, А А, А L асим
  170. W W W L L W W W L сим сим Гусев В L W W W L L W W W L сим
  171. W L W W W W A I L асим Маркевич, А W L W W W W, А L L асим
  172. W L W W W W L w W сим сим Смирнов W W L W W W W L W W сим
  173. A A A L L L L L W асим Шестаков W, А А, А L L L L L W асим
  174. A L OTC. L i- L L A L сим сим Максименко L, А L отс. L L L L, А 1 сим
  175. L L L L L L L L сим сим Анкудинов L L L L L L L L L L сим
  176. L L L L W W L L асим Бечин L L L L L L W W L 1 асим
  177. L W L L W L W W асим Сухов L L L W L L W L W W асим
  178. W W W L L w W W W сим сим Олль W W W W L L W W W W сим
  179. L L L L L L L L сим асим Елизаров L L L L L L L L L L сим
  180. A A L L L L L A L асим Шапошников L, А А L L L L L, А L асим
  181. W W L L W W W W асим Калошинский W L W W L L т» VV асим
  182. W W L OTC. L W L W w асим Одинцов L W W L отс. L асим2 3 4 5 6 7 8 9 101. W W W L L W L W W1. W L W L W L L W W1. А, А L L L L, А А W1. W W W L W W W W W1. А L L L L W L L L1. L L L L L L, А L1. W W W L L W W W W
  183. ФИО 1 2 3 4 5 6 7 8 9 10 ore
  184. Горшков W, А L L L W L, А А W14 7 13 10 18 14 24 100
  185. Лавроненко W W W W W W W W W W19 16 11 16 15 13 17 11 18 19 155
  186. Чайковский W W L L W W L L W W19 13 10 13 13 17 15 11 18 20 149
  187. Антонов L W L L L L L W W L21 17 19 19 17 15 18 20 16 22 184
  188. Златорунский W W L L L L L L W W11 18 17 16 10 9 12 14 18 16 141
  189. Степанов L W W W L W W L W L19 17 15 22 24 18 21 13 18 22 189
  190. Зиновьев L, А L L L L L, А L W17 8 15 16 13 14 6 21 110
  191. Митрофанов L W L L L L L L W L20 20 11 14 11 12 7 13 18 18 144
  192. Гусев Д L L L W L W W L L W21 18 18 16 12 11 18 18 15 23 170
  193. Андриевин L, А А L L L, А А, А L26 5 4 4 13 52
  194. Гусев В L W W W L L W W W L28 23 21 22 21 24 28 26 21 23 237
  195. Маркевич, А W L W W W W, А L L17 7 32 24 23 27 17 4 151
  196. Смирнов W W L W W W W L W W25 16 20 18 20 18 21 21 19 23 201
  197. Шестаков W, А А, А L L L L L W15 9 9 7 5 7 25 77
  198. Максименко L, А L отс. L L L L, А L20 13 16 15 18 13 18 113
  199. Анкудинов L L L L L L L L L L18 9 11 12 13 11 16 12 9 18 1291. Бечин L L L L L L W W L L15 8 16 15 14 15 21 15 14 21 1541. Сухов L L L W L L W L W W15 14 16 16 13 17 17 14 14 20 1561. Олль W W W W L L W W W W22 19 19 19 16 19 20 19 21 28 202
  200. Шапошников L, А А L L L L L, А L18 12 3 5 9 3 20 70
  201. Калошинский W L W W L L W W W W23 19 21 27 22 19 23 25 24 30 233
  202. Одинцов L W W L отс. L W L W W13 14 10 12 12 15 15 13 23 127
  203. ФИО угол atd фиксор. б-п симм-ть да кг. рис. на 2-х руках ore дельта индекс
  204. Горшков Иван Анатольевич 41 есть 100 10
  205. Лавроненко Александор Иванович 44 есть сим 155 20
  206. Исамбетов Рафик Мустафеевич 47 есть асим 97 9
  207. Чайковский Владимир Викторович 63 сим 149 16
  208. Антонов Алексей Константинович 35,5 есть асим 184 13
  209. Златорунский Евгений Александрович 51 есть сим 141 14
  210. Степанов Алексей Борисович 36,5 есть асим 189 17
  211. Зиновьев Сергей Иванович 44 есть асим 110 9
  212. Митрофанов Сергей Владимирович 46 есть сим 144 12
  213. Гусев Дмитрий Юрьевич 40 есть асим 170 14
  214. Андриевич Александр Георгиевич 45 есть асим 52 5
  215. Гусев Валерий Петрович 51,5 есть сим 237 16
  216. Маркевич Виктор Станиславович 48 есть асим 151 13
  217. Смирнов Валерий Вячеславович 42 есть сим 201 18
  218. Шестаков Владимир Егорович 37 есть ягмм 77 12
  219. Максименко Владимир Иванович 41,5 есть сим 113 7
  220. Анкудинов Владимир Владимирович 37 есть сим 129 10
  221. Бечин Виталий Федорович 52 асим 154 12
  222. Сухов Игорь Витальевич 40 есть асим 156 14
  223. Олль Роман Германович 47 есть сим 202 18
  224. Елизаров Владимир Николаевич 34 есть сим/асим 78 10
  225. Шапошников Антон Валерьевич 45 70 7
  226. Калошинский Глеб Владимирович 34 есть асим 233 17
  227. Одинцов Илья Николаевич 36 есть ЯГ’ММ с* им. 127 14
Заполнить форму текущей работой

На отлично!