Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Разработка моделей и алгоритмов диагностики и выбора тактики лечения вертебрально-базилярной недостаточности на основе многовариантного подхода

Диссертация: Разработка моделей и алгоритмов диагностики и выбора тактики лечения вертебрально-базилярной недостаточности на основе многовариантного подхода
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Сосудистые поражения нервной системы в настоящее время являются наиболее важной проблемой в клинической неврологии. Исключительное внимание к сосудистой патологии мозга, дереброва-скулярным заболеваниям объясняется, прежде всего, их широкой распространенностью. Современные условия жизни (неблагоприятная экологическая обстановка, частые стрессы, усложнение процессов трудовой деятельности… Читать ещё >

Содержание

  • 1. ОБЗОР СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ ВЕРТЕБРАЛЬНО-БАЗИЛЯРНОЙ НЕДОСТАТОЧНОСТИ
    • 1. 1. Общая характеристика ВБН
    • 1. 2. Патогенетические особенности развития вертебрально-базилярной недостаточности
    • 1. 3. Анализ современных методов исследования, используемых в диагностике ВБН
    • 1. 4. Цель и задачи исследования
  • 2. МОДЕЛИРОВАНИЕ ПРОЦЕССА УПРАВЛЕНИЯ ПОСТАНОВКОЙ ДИАГНОЗА ВБН
    • 2. 1. Этапы построения системы диагностики и выбор вида моделирования
    • 2. 2. Разработка логической модели диагностики и выбора тактики лечения
  • Выводы второй главы
  • 3. РЕАЛИЗАЦИЯ МЕТОДОВ МНОГОВАРИАНТНОГО МОДЕЛИРОВАНИЯ ПРОЦЕССА ВЫЯВЛЕНИЯ ПАТОЛОГИИ В ШЕЙНОМ ОТДЕЛЕ ПОЗВОНОЧНИКА
    • 3. 1. Применение метода к-средних для достоверной классификации пациентов с различной степенью выраженности лордоза
    • 3. 2. Разработка математической модели классификации пациентов с патологией шейного отдела позвоночника на основе дискриминантного анализа
    • 3. 3. Разработка модели оценки степени выраженности лордоза на базе многослойного персептрона
  • Выводы третьей главы
  • 4. РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ ПРИ ДИАГНОСТИКЕ ВБН
  • Выводы четвертой главы

Разработка моделей и алгоритмов диагностики и выбора тактики лечения вертебрально-базилярной недостаточности на основе многовариантного подхода (реферат, курсовая, диплом, контрольная)

Актуальность темы

Сосудистые поражения нервной системы в настоящее время являются наиболее важной проблемой в клинической неврологии. Исключительное внимание к сосудистой патологии мозга, дереброва-скулярным заболеваниям объясняется, прежде всего, их широкой распространенностью. Современные условия жизни (неблагоприятная экологическая обстановка, частые стрессы, усложнение процессов трудовой деятельности, недостаток физической активности) способствуют также увеличению заболеваемости среди молодых людей. Это приобретает социальную значимость, поскольку затрагивает трудоспособные слои населения. В структуре смертности взрослого населения большинства экономически развитых стран смертность от цереброваскулярных заболеваний составляет 12−15%. В то же время отмечается, что сосудистые кризы встречаются гораздо чаще при недостаточности кровообращения в вертебрально-базилярном бассейне.

Вертебрально-базилярная недостаточность (ВБН) — это обратимое нарушение функций мозга, вызванное уменьшением кровоснабжения области, питаемой позвоночными и основной артериями. Основными причинами ВБН являются сочетание атеросклеротического поражения позвоночных артерий с экстравазальными воздействиями.

На современном этапе удельный вес вертебрально-базилярной недостаточности среди всех нарушений мозгового кровообращения составляет 2530%, однако она недостаточно хорошо диагностируются из-за ограниченных возможностей лечащего врача (ЛВ) в области обработки большого количества клинических признаков и данных большого числа обследований, и его субъективностью в постановке диагноза.

С другой стороны, возможности современных компьютеров обеспечивают высококачественную обработку данных в таких трудно формулируемых областях как медицина. В связи с этим, применение ЭВМ для автоматизации принятия клинических решений открывает новые возможности для повышения точности диагностики за счет систематичности и полноты используемых данных и возможности совместного использования данных из разных источников, а также для повышения надежности клинических решений на основе моделирования физиологических процессов и алгоритмического обеспечения, ориентированного на данную локальную область медицины.

Таким образом, актуальность диссертационного исследования обусловлена необходимостью разработки эффективных методов и алгоритмов диагностики вертебрально-базилярной недостаточности и их внедрения в клиническую практику.

Работа выполнена в соответствии с основными научными направлениями ГОУ ВПО «Воронежский государственный технический университет» «Биокибернетика и компьютеризация в медицине». и «Проблемно-ориентированные системы управления» при выполнении научно-исследовательской работы ГБ 2007.27 «Интеллектуализация принятия управленческих решений в медицинских системах при диагностике и лечении».

Цели и задачи исследования. Цель диссертационной работы состоит в разработке моделей и алгоритмов интеллектуальной поддержки процесса принятия решений при диагностике вертебрально-базилярной недостаточности на основе многовариантного подхода с последующим внедрением их в клиническую практику.

Для достижения поставленной цели необходимо решить следующие задачи: разработать логическую модель постановки дифференцированного диагноза и выбора реабилитационных мероприятий пациентам с вертебрально-базилярной недостаточностью на основе анализа клинических признаков и применения современных методов диагностических исследованийвыделить на основе метода к-средних группы пациентов с различной степенью выраженности изгиба шейного отдела позвоночникаразработать математическую модель классификации пациентов с патологией шейного отдела позвоночника на основе дискриминантного анализареализовать систему оценки выраженности лордоза на основе нейросе-тевого моделированияразработать и внедрить автоматизированную компьютерную систему диагностики и выбора тактики лечения вертебрально-базилярной недостаточности, предназначенную для повышения эффективности постановки диагноза в клинических условиях.

Методы исследования. Для решения поставленных задач использовались методы системного анализа, теории управления, добычи данных, экспертного оценивания и принятия решений, методы теории искусственного интеллекта, нейросетевого моделирования и прикладной статистики.

Научная новизна результатов исследования. В работе получены следующие результаты, характеризующиеся научной новизной: логическая модель диагностики и выбора тактики лечения вертебраль-но-базилярной недостаточности, позволяющая повысить эффективность процесса постановки диагноза и учитывать индивидуальные особенности пациентовметодика кластеризации пациентов с учётом различий в степени выраженности изгиба шейного отдела позвоночника, направленная на доказательство наличия обособленных групп на основе использования накопленной клинической информацииматематическая модель классификации пациентов с патологией шейного отдела позвоночника на основе дискриминантного анализа, ориентированная на дифференцированную диагностику пациентов по итогам рентгенологического исследованиянейросетевая модель оценки выраженности лордоза, обеспечивающая информационную поддержку принимаемых лечащим врачом решений с проведением количественной оценки влияния различных диагностических показателей на выходной сигнал сетиавтоматизированная система интеллектуальной поддержки диагностики вертебрально-базилярной недостаточности, реализующая интеграцию методов, моделей и алгоритмов рационального принятия решений.

Практическая значимость и результаты внедрения. В результате проведенного исследования разработана и научно обоснована методика дифференциальной диагностики и выбора тактики лечения пациентов с вертебрально-базилярной недостаточностью, позволяющая повысить эффективность процесса принятия решений лечащим врачом и, следовательно, качество оказания медицинской помощи населению.

Результаты исследований в виде информационного и программного обеспечения автоматизированной системы поддержки принятия решений при диагностике и выборе тактики лечения для клинического использования апробированы в Воронежском областном клиническом консультативно-диагностическом центре.

Материалы диссертации внедрены в учебный процесс кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет».

Апробация работы. Основные положения и научные результаты диссертационного исследования докладывались и обсуждались на следующих конференциях, совещаниях и семинарах: Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2005, 2006, 2007), Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2004, 2005, 2007), научно-методических семинарах кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет» (Воронеж, 2004;2007).

Публикации. Основные результаты диссертации опубликованы в 12 научных работах, в том числе 3 — в изданиях, рекомендованных ВАК РФ.

В работах, опубликованных в соавторстве, лично соискателю принадлежат: [1,8,12] разработка логической модели диагностики и выбора оптимальной тактики лечения вертебрально-базилярной недостаточности- [3] разработка математической модели диагностики пациентов с патологией шейного отдела позвоночника- [2] разработка нейросетевой модели диагностики степени выраженности лордоза- [4,9] анализ и формирование совокупности показателей лабораторных исследований, применяемых в процессе диагностики- [5] анализ возможностей автоматизации диагностического процесса- [6,7,10] анализ актуальности проблемы заболевания и современных методов диагностики вертебрально-базилярной недостаточности- [11] предложение пути повышения эффективности классификации пациентов.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 120 наименований1, приложения. Основная часть работы изложена на 111 страницах, содержит 27 рисунков, 3 таблицы.

7. Результаты исследования в виде специального программного обеспечения внедрены в учебный процесс кафедры системного анализа и управления в медицинских системах ГОУ ВПО «Воронежский государственный технический университет», а также используются в практической деятельности Воронежского областного клинического консультативно-диагностического центра.

ЗАКЛЮЧЕНИЕ

.

Сосудистые поражения нервной системы в настоящее время являются наиболее важной проблемой в клинической неврологии. Исключительное внимание к сосудистой патологии мозга, цереброваскулярным заболеваниям объясняется, прежде всего, их широкой распространенностью. Удельный вес вертебрально-базилярной недостаточности среди всех нарушений мозгового кровообращения составляет 25−30%, однако она недостаточно хорошо диагностируются из-за ограниченных возможностей лечащего врача в области обработки большого количества клинических признаков и данных большого числа обследований, и его субъективностью в постановке диагноза.

В связи с этим необходимо разрабатывать эффективные методы и алгоритмы диагностики вертебрально-базилярной недостаточности и внедрять их в клиническую практику.

Данная задача была решена в настоящем диссертационном исследовании с применением методов искусственного интеллекта и математического моделирования, что способствует повышению эффективности принимаемых решений. В процессе выполнения работы были достигнуты следующие результаты:

1. Разработана логическая модель постановки дифференцированного диагноза и выбора реабилитационных мероприятий пациентам с вертебрально-базилярной недостаточностью на основе анализа клинических признаков и применения современных методов диагностических исследований.

2. На основе метода к-средних выделены группы пациентов с различной степенью выраженности изгиба шейного отдела позвоночника и доказана правильность разделения, принятого во врачебной практике.

3. Предложена классификация пациентов по различным диагностическим показателям для определения наличия патологии в шейном отделе позвоночника и сформированы математические модели на основе дискрими-нантного анализа.

4. Реализована нейросетевая модель, обеспечивающая информационную поддержку принимаемых лечащим врачом решений с проведением количественной оценки влияния различных диагностических показателей на выходной сигнал сети.

5. По результатам сравнения интерполяционных качеств разработанных моделей оценки степени выраженности лордоза шейного отдела позвоночника наиболее достоверными показали себя математические функции, используемые в нейросети.

6. На основании реализованных моделей и алгоритмов разработана автоматизированная система диагностики и выбора тактики лечения вертеб-рально-базилярной недостаточности.

Показать весь текст

Список литературы

  1. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. 472 с.
  2. С.А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985.
  3. Ангионеврология: Учебное пособие/ О. В. Калмин. СПБ.: СпецЛит, 2004. — 239 с.
  4. Ю.Г. Моделирование биологических систем. Справочник. К.: Наукова думка, 1977.
  5. А., Эйзен С. Статистический анализ: подход с использованием ЭВМ. Пер. с англ. М.: Мир, 1982. — 488 с.
  6. В.М. Анализ и синтез биотехнических систем // Моделирование физиологических и биологических процессов. М. 1977. С. 3−7.
  7. .И. Вероятностные модели в физиологии. М., Наука, 1977. 252 с.
  8. .И., Ханин М. А., Чернавский Д. С. Введение в математическое моделирование патологических процессов. М.: Медицина, 1980. 264 с.
  9. ЮЛ., Барский Б. В., Зиновьев В. Т. Вопросы статистической теории распознавания. М.: Советское радио, 1967.
  10. Р.Л., Кривцова Л. И., Родионов О. В. Выбор реабилитационной терапии вертебрально-базилярной недостаточности на основе логического моделирования // Вестник Воронежского государственного технического университета. 2005. Т.1. № 10. С. 44−46.
  11. Р.Л., Родионов О. В. Модель диагностики и выбора оптимальной тактики лечения вертебрально-базилярной недостаточности // Сборник трудов победителей конкурса на лучшую научную работу студентов и аспирантов ВГТУ. Воронеж: ВГТУ, 2007. С. 7−8.
  12. Р.Л., Родионов О. В. Оценка состояния пациентов с патологией шейного отдела позвоночника на основе кластерного и дискрими-нантного анализа // Вестник Воронежского государственного технического университета. 2008. Т.4. № 9. С. 4−6.
  13. С.Ф., Гришин Г. П. Состояние вертебрально-базилярного кровообращения головного мозга при наличии аномалии Ким-мерле // Отечественная военная медицина. 1991. — Вып. 6. — с.42−45.
  14. Т.Э. Диагностика поражений позвоночных артерий и их микрохирургическое лечение при вертебро-базилярной недостаточности. -Автореф. дисс. канд. мед. наук. -М., 1989. 16 с.
  15. Н. Математика и биология в медицине. М.: Мир, 1970.269с.
  16. Н. Статистические методы в биологии / Пер. с англ.: Под ред. В. В. Налимова. М.: Изд-во «Иностр.лит.», 1962.
  17. О.И., Дадвани С. А., Абрамова H.H., Терновой С. К. Магнитно-резонансная томография в диагностике цереброваскулярных заболеваний. М., Видар, 1998 — 112 с.
  18. Р. Математические методы в медицине / Пер. с англ.: Под ред. Л. Н. Белых. М.: Мир, 1987. 200 с.
  19. .С. Математическая статистика в клинической, профилактической и экспериментальной медицине. М.: Медицина, 1967.
  20. Н.К. Недостаточность церебрального кровообращения // Воп£. сосудистой патологии головного и спинного мозга. Кишинев, 1963.-Т. 11.-С. 18−26.
  21. Э.М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983. 432с.
  22. Ван дер Варден Б. Л. Математическая статистика / Пер. с нем.- Под ред. Н. В. Смирнова, М.: Изд-во «Иностр.лит.», 1960.
  23. Н.С., Панов В. М. «Имитационное моделирование сложных систем» М.: Практика, 1998.
  24. Е.С. Теория вероятностей. М.: Наука, 1998.
  25. Н.В. О некоторых формах патологии экстракраниального отдела позвоночной артерии // Сов. медицина. 1962. — № 8. — С. 52−60.
  26. Н.В. Патология вертебрально-базилярной системы и нарушения мозгового кровообращения. -М.: Медицина, 1980. 321 с.
  27. В.П., Михайлов М. К., Самитов О. Ш. Диагностика синдромов остеохондроза позвоночника. Казань, 1990. — 287 с.
  28. А.Г., Барон Ж.-К., Дерлон Ж.-М. Роль позитронно-эмиссионной томографии в диагностике, лечении и прогнозировании исхода сосудистых заболеваний головного мозга // Неврол. Журн. — 1998. № 5.
  29. И. Анализ и обработка данных. М.: Практика, 2001.
  30. И.М., Семенюк Э. П. Некоторые задачи классификации и прогнозирования из различных областей медицины // Вопросы кибернетики, 1985. Вып. П2.С. 65−127.У
  31. С. Медико-биологическая статистика / Перевод с англ.- Под ред. Н. Е. Бузикашвили и Д. В. Самойлова, М.: Практика, 1999.
  32. А.Н. Нейросетевое моделирование. М.: Мир, 1999
  33. А. Л. Скрипкин В.А. Методы распознавания: Учеб. пособие. 2-е изд. — М.: Высш. шк., 1984.209с.
  34. А.Л. Современное состояние проблемы распознавания: Некоторые аспекты /А.Л. Горелик, И. Б. Гуревич, В. А. Скрипкин. М.: Радио и связь, 1985.160с.
  35. М.М. Различия в строении внутрикостного отдела позвоночной вены // Арх. Анатомии, гистологии и эмбриологии. 1966. — Т.51, № 9. — С.27 -3 1.
  36. В.А. Аномалии развития позвоночника в рентгено-анатомическом освещении. М.: Медгиз, 1949.
  37. Н., Оделл П. Кластерный анализ. М.: Статистика, 1987.
  38. И.И., Руковишников В. О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977.
  39. И.С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986. 174 с.
  40. М. Иерархический кластер-анализ и соответствия / Пер. с фр. М.: Финансы и статистика. 1988. — 342 с.
  41. Н.Г. Методы распознавания и их применение. М.: Радио и связь, 1972.
  42. Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе // Классификация и кластер. М.: Мир, 1980. 392 с.
  43. Г. Н. Математический анализ биологических данных. -М: Наука, 1991. 183 с.
  44. С.А., Львович Я. Е., Фролов М. В. Управление в биотехнических и медицинских системах / Под ред. В. Н. Фролова: Учеб. пособие. Воронеж: ВГТУ, 1994. 145с.
  45. Исскуственный интеллект. Модели и методы. Справочник. Кн.2
  46. Под ред. Д. А. Поспелова. М.: Радио и связь, 1990.
  47. X. Методы и проблемы извлечения знаний // Приобретение знаний / Пер. с англ.- Под ред. Н. Г. Волкова. М.: Мир, 1990. С. 68−88.
  48. В.И. Методология системного подхода и ее применение в практике здравоохранения. М.: Медицина, 1978. 135 с.
  49. В., Меллер Ф. Выявление информативных признаков и группировка// Математика в социологии. М.: Мир, 1977. С. 301−338.
  50. Ким Дж.-О., Мьюллер Ч. У., Клекка У. Р, Олдендерфер М. С, Блэшфилд Р. К. Факторный, дискриминантный и кластерный анализ / Пер. с англ. Под ред. И. С. Енкжова.- М.: Финансы и статистика, 1989.
  51. Дж. Системология. Автоматизация решения системных задач / Пер. с англ- Под ред. А. Н. Горлина. М.: Радио и связь, 1990.
  52. В.В., Борисов В. В. Искусственные нейронные сети. -М.: Горячая линия Телеком, 2001. 382 с.
  53. В.П. Цветное дуплексное сканирование в диагностике сосудистых заболеваний. Новосибирск, 1997. — 246 с.
  54. Р., Гильберт Д. Методы математических функций. Т. 1. М.: Гостехиздат, 1981.
  55. О.И., Мечитов А. И., Мошкович Е. М. Выявление экспертных знаний. М.: Наука, 1989.
  56. Л. Введение в проблему принятия решений в медицине / Пер. с англ- Под. ред. МЛ.Быховского. М.: Мир, 1971.
  57. .Л. Системы искусственного интеллекта / Пер. с франц. М.: Мир, 1990. 378с.
  58. Я.Е. Управление в биологических и медицинских системах / Я. Е. Львович, М. В. Фролов. Воронеж: ВГТУ, 1994. 183с.
  59. Ю.С., Тарасов В.В Математические методы статистического анализа в биологии и медицине, Вып. 2. М.: Изд-во МГУ, 1982.
  60. И. Д. Кластерный анализ.- М.: ФИС, 1988
  61. Математико-статистические методы в клинической практике /
  62. Под ред. В. И. Кувакина. СПб.:Б.и, 1993. — 199 с.
  63. М. Общая теория систем и ее математические основы // Исследования по общей теории систем. Сб. переводов- Под ред. В. Н. Садовского и Э. Г. Юдина. М.: Прогресс, 1969. — С. 165−180.
  64. М. Теория систем и биология: точка зрения теоретика // Системные исследования. Ежегодник. М., 1970. — С. 137−164.
  65. В.А. Нейропсихологический анализ пароксизмаль-ных вегетативных нарушений в клинике остеохондроза позвоночника // Па-роксизмальные вегетативные нарушения. — М., 1979. С. 121 — 122.
  66. Ю.И. Распознавание образов и медицинская диагностика / Ю. И. Неймарк, З. С. Баталова, Ю. Г. Васин, М. Д. Бредо, М: Наука, 1972.-328с.
  67. Н.В. Нейронные сети. М.: Вест, 2003.
  68. Ошибки клинической диагностики / Под ред. С. С. Вайля. Л.: Медгиз. 1961.
  69. Ф. И. Тарасенко Ф.П. Введение в системный анализ -М.: Высшая школа, 1989. 368 с.
  70. С.Л., Кривцова Л. И., Баранов Р. Л. Оптимизация процесса диагностики физиологической кривизны шейного отдела позвоночника // Прикладные задачи моделирования и оптимизации: межвуз. сб. науч. тр. Воронеж: ВГТУ, 2004. С. 35−39.
  71. Дж. Справочник по вычислительным методам / Пер. с англ.- Под ред. П. П. Пархоменко. М.: Энергия, 1982. 344с.
  72. Л.Е., Игнатович Б.И, Лашков К. В. Основы военно-медицинской статистики /Под ред. Л. Е. Полякова Л.: Б. и, 1977. -336 с.
  73. Г. С. Искусственный интеллект основа новой информационной технологии. — М.: Наука, 1988.
  74. Построение экспертных систем / Под ред. Ф. Хейес-Рота, Д. Уотермана, Д. Лената / Пер. с англ.- Под ред. В. Л. Стефанюка. М.: Мир, 1987.
  75. Представление и использование знаний / Под ред. X. Уэно, М. Исидзука- Пер. с англ. М.: Мир, 1989.
  76. Приобретение знаний / Под ред. С. Осуги, Ю. Саэки- Пер. с японского под ред. Н. Г. Волкова. М.: Мир, 1990.
  77. Распознавание, классификация, прогнозирование. М.: Наука, 1989.
  78. Распознавание образов и медицинская диагностика. М.: Наука, 1972.
  79. О.В., Баранов Р. Л., Новикова Е. И. Современные компьютерные технологии в обеспечении диагностического процесса в медицине // Интеллектуальные информационные системы: труды Всерос. конф. Воронеж: ВГТУ, 2004. 4.1. С.154−155.
  80. В.М., Брагина JI.K., Калиновская И. Я. Дисциркуля-ция в вертебрально-базилярной системе при патологии шейного отдела позвоночника. М., 1977. — 152 с.
  81. Справочник по теории вероятностей и математической статистике / B.C. Королюк, Н. И. Портенко, A.B. Скороход и др. М.: Наука, 1985.-640с.
  82. Статистические методы для ЭВМ / Под ред. К. Экслейна, Э. Рэлстона, Г. Уилфа- Пер. с англ. М.: Наука, 1986.
  83. Э.А. Компьютерная поддержка принятия решений. М: Синтег, 1998. — 376с.
  84. Ту Дж. Гонзалес Р. Принципы распознавания образов / Пер с англ.- Под ред. Ю.И. Журавлева- М.: Мир, 1978.
  85. Д.У. Анализ данных, вычисление на ЭВМ и математика // Современные проблемы математики. М., 1977. — С. 41−64.
  86. Ю.Н., Макаров A.A. Анализ данных на компьютере. -М.: Финансы и статистика, 1995.
  87. В.Ю. Статистический анализ в биологических и медицинских исследованиях. М.: Медицина, 1975. — 295 с.
  88. Факторный, дискриминантный и кластерный анализ. / пер. с англ. Ч. У. Мьюллер, У. Р. Клекка- под ред. И. С. Енюкова. М.: Финансы и статистика, 1989.- 465 с.
  89. Я.А., Тарловский Г. Р. Статистическая теория распознавания образов. М., 1986.
  90. К. Введение в статистическую теорию распознавания образов / Вер. с англ.- Под ред. A.A. Дорофеюка. М.: Наука, 1979.
  91. Ю. С. Имитационное моделирование. М.: ФИС, 1998
  92. М., Вулф Д.А Непараметрические методы статистики. -М.: Финансы и Статистика, 1983.
  93. Р. Имитационное моделирование систем Искусство и наука. — М.: Мир, 1978. 418 с.
  94. Г. Дисперсионный анализ. Пер. с англ. 2-е изд. — М.: Наука, 1980. 512с.
  95. .С. Классификация и диагностика в биологическом эксперименте. М., Наука, 1979.
  96. В.И. Основы математико-статистического моделирования и применения вычислительной техники в научных исследованиях: Лекции для адъюнктов и аспирантов/ Под ред. В. И. Кувакина. СПб.: Б. и, С. 240.
  97. Adams Н.Р., Kappele L., et al. Ischemic stroke in young adults // Arch. Neurol. 1995. — Vol. 52, № 5.
  98. Baacke H. Veranderungen am Venosen Gefassystem bei Osteochondrosis cervicalis // Fortschr. auf dem Gebiete der Rontgenstr. und der Nuklearmed.- 1957. Bd 87, H. 6. — S. 721−726.
  99. Barre I.A. Sur un syndrome sympathique cervical posterieur et sa cause fryquonte: L’arthrite cervicale // Rev. nevrol. 1926/ - Vol. 33, N1.1. P. 1246−1248.
  100. Bartels E. Dissection of the extracranial vertebral artery. Color duplex ultrasound findings and follow-up of 20 patients. // Ultraschall in der Medizin.- 1996.- Vol. 17, № 2. P.55.
  101. Bartschi-Rochaix W. Migraine cervicale. Bern, 1949.
  102. Bogousslavsky J., Regly F. Ischemic stroke in adults younger then 30 years of age // Arch. Neurol. 1987. — Vol. 44, № 5.
  103. Budingen N.J., Strandacher T.D. Die identifizierung der arteria basi-laris mit der trascariellen Doppler Sonographie // Ultrashai med. 1987. — Vol 8.
  104. Dickinson C.J. Fanctional efficiency of the circle of Willis // Brit. Med. J. 1961. — № 1. -H. 858−859.
  105. Gutmann G., Tiwisina Th. Zur Problem der Irritation der Arteria ver-tebralis // Hippokrates. 1959. — № 15. — S. 545−551.
  106. Gutzeit К. Die vertebrale Faktor im Krankheitsgesehen // Man. Med. -1981.-Bd 19 S. 66.
  107. Hutchinson E.C., Jates P.O. The cervical portion of the vertebral artery a clinico-pathological stady // Brain. 1956. — Vol.79. — P.319.
  108. Kovacs A. Kefalgia e Subluzatione articulacio cervicales // Fortschr. Auf dem Gebiete der Rontgenstrahlen/ 1956. — Bd. 85, Y.2. — S. 142−153.
  109. Krayenbuhl H., Yasargil M.G. Die vascularen Erkrankungen im Gebiet der Arteria vertebralis und Arteria basillaris. Studgart, 1961. — P. 50−65.
  110. Kunert W. Arteria vertebralis und Halswirbelsaule. Studgart, 1961. -P. 50−65.
  111. Kitner S J., Stern B.J., Fesser B.R. et al. Pregnancy and the risk of stroke // New Engl. J. Med. 1996. — Vol. 335, № 1.
  112. Lechner H., Schmidt R., Bertha G. et al. Nuclear Magnetic Resonance Image Mhite Matter Lesions and Risk Factors for Stroke in Normal Individuals. // Stroke. 1988. — Vol. 19, № 2.
  113. Sandercock P., Bamford J., Dennis M. et ai. Atrial fibrillation and stroke: prevalence in different types of stroke and influence on early and long term prognosis. // Br. Med. J. 1992. — Vol. 305.
  114. Tohgi H., Chiba K., Kimura M. Twenty-Four-Hour Variation of Blood Pressure in Vascular Dementia of The Binswanger Type. // Stroke. 1991. -Vol. 22,№ 5.
Заполнить форму текущей работой

На отлично!