Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Компартментно-кластерный подход в исследованиях явления синергизма биологических динамических систем

Диссертация: Компартментно-кластерный подход в исследованиях явления синергизма биологических динамических систем
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Синергетический подход в изучении функциональных систем организма человека привел к разработке компартментно — кластерного подхода в изучении различных динамических систем, в том числе биологических динамических систем, которые базируются на принципах иерархичности и независимости работы целого от состояния его отдельных единиц. Работы таких российских ученых как Г. Г. Малинецкий, А. Б. Потапов… Читать ещё >

Содержание

  • СПИСОК СОКРАЩЕНИЙ
  • ГЛАВА 1. СИНЕРГЕТИЧЕСКИЕ МЕТОДЫ В ИЗУЧЕНИИ БИОЛОГИЧЕСКИХ ДИНАМИЧЕСКИХ СИСТЕМ
    • 1. 1. Понятие биологических динамических систем и их описание в многомерных фазовых пространствах состояний
    • 1. 2. Классическая трактовка понятия «синергетика», сформулированная Г. Хакеным, и современные методы, используемые в этом направлении науки
  • ГЛАВА 2. НОВЫЕ МЕТОДЫ ИДЕНТИФИКАЦИИ ЧАСТИЧНОГО ИЛИ ПОЛНОГО СИНЕРГИЗМА В ДИНАМИКЕ ПОВЕДЕНИЯ БИОЛОГИЧЕСКИХ ДИНАМИЧЕСКИХ СИСТЕМ
  • ГЛАВА 3.
  • ИДЕНТИФИКАЦИЯ СИНЕРГИЗМА В ФУНКЦИОНАЛЬНЫХ СИСТЕМАХ ОРГАНИЗМА ЧЕЛОВЕКА И ЖИВОТНЫХ Идентификация синергизма в нервно-мышечной системе млекопитающих
  • Идентификация синергизма системе человека на Севере в кардиореспираторнои
  • ГЛАВА 4. КОМПАРТМЕНТНО-КЛАСТЕРНОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ ПОВЕДЕНИЯ ВЕКТОРА СОСТОЯНИЯ ОРГАНИЗМА ЧЕЛОВЕКА В МНОГОМЕРНОМ ФАЗОВОМ ПРОСТРАНСТВЕ СОСТОЯНИЙ
  • ВЫВОДЫ

Компартментно-кластерный подход в исследованиях явления синергизма биологических динамических систем (реферат, курсовая, диплом, контрольная)

XX век был веком специализации науки, системного анализа, разделения общей изучаемой картины на множество отдельных фрагментов. За предыдущее столетие был выполнен огромный объем исследований (созданы теории, модели, формализованный аппарат, накоплен опыт), что уже сейчас позволяет более просто и эффективно анализировать и решать многие крупные научно-технические задачи. XXI век на наш взгляд будет веком возврата к целостности, к всестороннему осмыслению общих проблем [124]. При этом ключевыми становятся технологии своеобразной системной интеграции, системного синтеза. Последние, с одной стороны, должны позволять принимать решения, создавать технологии на основе нескольких дисциплин и имеющегося опыта, выделять главное в изучаемой ситуации. С другой стороны, они должны выявлять те фрагменты нашего незнания, которые необходимо заполнить при решении данной конкретной задачи. В ходе развития нелинейной науки мы уже научилась выделять ключевые переменные, ведущие процессы, параметры порядка, выделить ряд общих свойств сложных нелинейных систем. Таким образом, у синергетики в интерпретации научной школы Г. Хакена есть серьезные основания надеяться на успех в изучении не только природных и технических систем, но и в создании теоретической базы при изучении различных живых систем в биологии.

Синергетический подход в изучении функциональных систем организма человека привел к разработке компартментно — кластерного подхода в изучении различных динамических систем, в том числе биологических динамических систем, которые базируются на принципах иерархичности и независимости работы целого от состояния его отдельных единиц. Работы таких российских ученых как Г. Г. Малинецкий, А. Б. Потапов, Д. С. Чернавский, С. П. Курдюмов, В. М. Еськов показали целесообразность использования методов теории хаоса и синергетики в описании не только технических и природных систем, но и в описании различных биологических динамических систем на уровне организма человека и животных.

В этом стремительном развитии новой науки и ее применении к биосистемам возникают и некоторые вопросы, и определенные трудности. Одна из которых связана с созданием формальных количественных методов определения степени полного или частичного синергизма в динамических системах и в биосистемах, в частности. Разработка таких новых методов крайне необходима для оценки состояний биосистем, находящихся в различных режимах функционирования. В рамках синергетического подхода настоящая работа показывает связь и единство между тремя теперь уже традиционными подходами в естествознании: детерминистским, стохастическим и хаотическим (синергетическим). Показываются возможности перехода от одних представлений к другим. В частности, доказывается, что детерминистский подход всегда был предтечей синергетики, если рассматривать переменные в моделях (детерминистских) как параметры порядка некоторых хаотических режимов работы биосистем. Более того, используя понятия компартментов и кластеров, когда нивелируются морфология и индивидуальные свойства отдельных элементов таких субъединиц (компартментах и кластерах), можно легко реализовать базовые принципы синергетики и оперировать в рамках детерминиско-компартментного подхода основными параметрами хаотических и синергетических процессов в изучении биологических и медицинских систем.

Нами высказывается предположение, что будущее может быть связано с сочетанием синергетических и статистических методов, например, когда данных недостаточно для восстановления сложной многомерной динамики и более адекватным может стать стохастическое описание. Используя такое сочетание детерминистского и синергетического подходов нам удается описывать и идентифицировать уникальные параметры биосистем — размеры квазиаттракторов вектора состояний организма человека (ВСОЧ), степень синергизма, интервалы устойчивости биосистем на примере функциональных систем организма (ФСО) человека. Это позволяет количественно идентифицировать различия в состоянии биосистем, что дало возможность осуществлять более дифференцированный, индивидуальный и системный (кластерный) подход в оценке состояния их параметров. Это действительно новые подходы и методы, т.к. они впервые позволяют формализовать задачу идентификации параметров порядка и русел, позволяют описать динамику биосистемы проекциями малой размерности, в динамике поведения ВСОЧ, всего организма человека в норме и при патологии.

В целом, речь идет о новом направлении в системном анализе и синтезе при изучении биомедицинских систем. Это направление сейчас составляет основу новой науки — синергетической клинической кибернетики, которая базируется на последних достижениях системного анализа, синергетики, биофизики, теории фазатона мозга и компартментно-кластерной теории биосистем как фундаментальной математической теории биосистем. Использование этих новых методов и теорий становится возможным при исследованиях параметров вектора состояния организма человека (ВСОЧ) в скрининговых изучениях организма населения Югры.

В рамках решения задач создания алгоритмов и эффективных программ ЭВМ для идентификации полного или частичного синергизма в биосистемах необходимо разрабатывать методы оценки степени синергизма с позиций компартментно-кластерного подхода (ККП), в рамках компартментно-кластерной теории биосистем (ККТБ) [54−59, 61−63, 67−71], возможна разработка точной количественной процедуры для оценки синергических взаимоотношений в биологических динамических системах (БДС). На примере нервно-мышечной системы животных, кардиореспираторной системы (КРС) человека, как одной из наиболее важных и значимых для организма систем в условиях некоторых внешних воздействий [1, 9, 19, 22, 24], становится возможным формирование математического подхода для изучения различных БДС, которые удовлетворяют 8-ми базовым постулатам ККТБ или хотя бы части из них.

В настоящее время компартментно — кластерный подход и ККТБ используется для оценки синергических взаимоотношений не только в нервно мышечной системе (что представлено в работах В. А. Антонца, и других исследователей), но и для исследования различных функциональных систем организма человека, на пример, кардиореспираторной системы, находящейся в условиях действия особых экофакторов Севера [99].

В этой связи целью настоящих исследований является разработка нового теоретического метода идентификации степени синергизма в биологических динамических системах и его апробация для идентификации явления синергизма в биосистемах с компартментно-кластерной организацией, на примере экспериментальных данных для нервно-мышечной и кардиореспираторной функциональных систем человека и животных.

Для достижения поставленной цели решались следующие задачи:

1. Теоретическое обоснование и разработка метода приведения матриц межкомпартментных связей (А) к окончательно неотрицательному виду.

2. Изучение влияния величины размерности фазового пространства, порядка моделей биосистем, на точность идентификации параметров моделей в рамках представляемого метода.

3. Исследование параметров синергизма в кардиореспираторной системе организма жителей округа в условиях влияния хаотической динамики температуры окружающей среды.

4. Теоретическое и экспериментальное подтверждение возможностей применения метода идентификации степени синергизма в изучении поведения нервно-мышечной системы экспериментальных животных.

5. В рамках метода фазовых пространств создать алгоритм расчета межаттракторных расстояний и апробировать его на медицинских данных.

Теоретическое обоснование метода идентификации полного или частичного синергизма в БДС на основе математического анализа матриц, А моделей биосистем, находящихся в биологических стационарных режимах, является мало изученной проблемой биофизики сложных систем. Разработка и обоснование алгоритма идентификации полного или частичного синергизма в динамических системах путем приведения матриц, А к окончательно неотрицательной форме, является новой задачей в использовании системного синтеза при изучении БДС.

В этой связи идентификация степени синергизма нервно-мышечной системы (НМС) животных и кардиореспираторной системы (КРС) человека, находящихся в биологически стационарных состояниях или в условиях действия внешних физических факторов на НМС и КРС, является новой задачей в теоретической биофизике и может иметь прикладное значение не только для биологии, но и для медицины.

Научная новизна работы.

1. Разработан новый метод, который обеспечивает идентификацию частичного или полного синергизма, путем приведения матриц моделей к окончательно неотрицательному виду.

2. Разработана и официально зарегистрирована программа ЭВМ, обеспечивающая идентификацию параметров квазиаттракторов поведения вектора состояния биосистем в ш-мерном фазовом пространстве состояний.

3. Разработана и официально зарегистрирована программа ЭВМ, обеспечивающая кластерный анализ динамики поведения вектора состояния биосистем.

4. Впервые показана возможность количественной идентификации степени синергизма в кардиореспираторной системе человека, находящейся в различных экологических условиях.

5. Установлены новые эффекты потери синергизма в мышцах экспериментальных животных под действием миорелаксантов.

6. Выполнена идентификация параметров квазиаттракторов взаимного расположения для группы испытуемых в многомерном фазовом пространстве состояний.

Научно — практическая значимость.

1. Разработанный метод идентификации синергизма в БДС целесообразно использовать в медико-биологических исследованиях для количественной оценки характера влияния внешних возмущений на устойчивость и внутреннюю регуляцию различных ФСО.

2. Идентификация параметров квазиатракторов в БДС обеспечивает диагностику различий в состоянии БДС.

3. Количественная оценка степени синергизма БДС дает информацию об изменениях в регуляции и свойствах исследуемых биообъектов (системы регуляции работы сердца и работы мышц).

Объем и структура диссертации.

Диссертация изложена на 173 страницах машинописного текста и состоит из «Введения» — главы «Синергетические методы в изучении биологических динамических систем», представляющей обзор литературных данных по рассматриваемой проблеме- 2-й главы «Новые методы идентификации частичного или полного синергизма в динамике поведения биологических динамических систем», где приводится теоретическое описание разработанных алгоритмов- 3-й главы «Идентификация синергизма в функциональных системах организма человека и животных», представляющей внедрение теории в экспериментальные исследования, а также общие традиционные и оригинальные авторские методы, применяемые в настоящей работе и 4-й главы «Компартментно-кластерное моделирование динамики поведения вектора состояния организма человека в многомерном фазовом пространстве состояний», посвященной исследованию и разработке новых методов изучаемых биопроцессов в рамках многомерных фазовых пространств с анализом результатов- «Выводов» — «Приложения». Библиографический указатель содержит 220 наименований работ, из которых 140 на русском языке и 80 иностранных. Текст диссертации иллюстрирован 8 таблицами и 26 рисунками.

выводы.

1. Разработанный метод идентификации степени синергизма в БДС позволяет привести в ряде случаев матрицы моделей к окончательно-неотрицательному виду и установить наличие полного или частичного синергизма изучаемой БДС.

2. Установлено разнонаправленное влияние точности идентификации моделей и их порядка, а именно: увеличение погрешности модели приводит к уменьшению ее размерности, а увеличение точности модели приводит к повышению размерности фазового пространства. Таким образом, экспериментально установлены границы оптимальной погрешности (5−10%) и оптимальной размерности т (т<1) .

3. С помощью разработанного метода идентификации параметров моделей в т-мерном фазовом пространстве состояний возможна диагностика степени синергизма в КРС жителей Югры.

4. Под действием миорелаксантов (тубокурарин) происходит потеря синергизма в мышцах экспериментальных животных.

5. Метод расчета матриц межаттракторных расстояний между хаотическими и стохастическими центрами, позволяет определить различия в группах испытуемых и определить направленность и характер лечебных воздействий на организм человека.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ.

1. Метод идентификации степени синергизма (устойчивости) в биосистемах на базе новых подходов анализа матриц межкомпартментных связей (А) моделей биологических динамических систем и их собственных значений, который успешно может быть применен при изучении явления синергизма в •системах регуляции работы нервно-мышечной системы, а также кардиореспираторной системы в условиях действия экологических факторов среды обитания.

2. Метод идентификации параметров квазиаттракторов в ш-мерном фазовом пространстве состояний биологических динамических систем. Целесообразно применять при анализе состояния биообъекта и определении дальнейшего воздействия, определении степени эффективности проведения лечебных мероприятий, путем расчета матриц межаттракторных расстояний.

Показать весь текст

Список литературы

  1. А.Н. Системное познание мира / А. Н. Аверьянов // Кн.: Системное познание мира. — М., 1985. — 190 с.
  2. А.П. Патология человека на Севере / А. П. Авцын, A.A. Жаворонков, А. Г. Марачев -М.: Медицина, 1985. 1215 с.
  3. H.A. Экология человека. / H.A. Агаджанян, В. И. Торшин // Избранные лекции. М.: Крук, 1994. — 256 с.
  4. H.A. Экологический портрет человека на Севере / H.A. Агаджанян Н. В. Ермакова // Кн.: Экологический портрет человека на Севере. М.: Крук, 1997. — 208 с.
  5. H.A. Влияние геомагнитной активности на кардиореспираторную систему здоровых лиц / H.A. Агаджанян, И. И. Макарова // Авиакосмическая и экологическая медицина. 2001. — № 5.-С. 46−49.
  6. С.И. О механизмах воздействия низкочастотного магнитного поля на начальные стадии прорастания семян пшеницы / С. И. Аксенов, A.A. Булычев, Т. Ю. Грушина, В. Б. Туровицкий // Биофизика. 1996. — Т. 41. — № 4. — С. 919−925.
  7. П.К. Кибернетика функциональных систем / П. К. Анохин // Кн.: Кибернетика функциональных систем. М., Медицина, 1998. — 285 с.
  8. Ю.Антонец В. А. Статистическое моделирование непроизвольных микроколебаний конечности / В. А. Антонец, Э. П. Ковалева // Биофизика. -1996. Т. 41, № 3. — С. 704 — 710.
  9. В.А. Оценка управления статическим напряжением скелетной мышцы по ее микроджижениям / В. А. Антонец, Э. П. Ковалева // Биофизика. 1996. — Т. 41, № 3. — С.711−717.
  10. З.Ануфриев A.C. Синергетический подход в описании биологических динамических систем / A.C. Ануфриев, A.A. Глущук, A.A. Устименко и др. // Экологический вестник Югории 2007 — Т. III, № 3−4 — С. 18.
  11. A.C. Методы идентификации степени синергизма в биологических системах /A.C. Ануфриев, В. В. Еськов, A.A. Устименко и др. // Вестник новых медицинских технологий. — 2007. Т. XIV, № 1 — С. 68.
  12. В.И. Обыкновенные дифференциальные уравнения / В. И. Арнольд //М.: Наука, 1971.
  13. В.И. Синергетика наблюдения как познавательный процесс /
  14. B.И. Аршинов, В. Г. Буданов // Философия, наука, цивилизация. — М.: 1999. —1. C. 231−255.
  15. В.И. Синергетическое знание: между сетью и принципами /'
  16. B.И. Аршинов, В. Э. Войцехович // Синергетическая парадигма. — М.: Процесс-Традиция, 2000. С. 107−120.
  17. Т.С. Периодические режимы в нелинейных диссипативных системах вблизи точки бифуркации /Т.С. Ахромеева, Г. Г. Малинецкий // Вычислительная математика и математическая физика. — 1985. Т.25, № 9.1. C. 1314−1326.
  18. Т.С. О странном аттракторе в одной задаче синергетики / Т. С. Ахромеева, Г. Г. Малинецкий // Вычислительная математика и математическая физика. 1987. — Т. 27, № 2. — С.202−217.
  19. JI.M. Компартментные модели нейронных механизмов усвоения закономерностей на основе теории самообучающихся рекурсивных фильтров / JI.M. Бакусов, Ш. М. Сафин, Р. В. Насыров // Вестник новых медицинских технологий. 2002. № 3. С. 72 75.
  20. В. Д. Воспроизведение дыхательным центром ритмических раздражений продолговатого мозга / В. Д. Барон, И.А. Кедер-Степанова // Биофизика. 1971. Т. 16. № 1. С. 692−699.
  21. В.Д. Определение вынужденных периодических режимов дыхания по фазным характеристикам / В. Д. Барон // Биофизика. 1972. Т. 17, № 2. С. 356 359.
  22. H.H. Поведение динамических систем вблизи границ области устойчивости / H.H. Баутин. М.: Наука, 1984.- 260 с.
  23. И.В. Системный анализ с использованием ЭВМ состояния памяти человека в условиях северного региона РФ / И. В. Безяева, В. М. Еськов, H.A. Рузанкина // Метрология. 2003, — № 6. — С. 24 — 27.
  24. Н. А. Биомеханика и физиология движений. / H.A. Бернштейн Под ред. В. П. Зинченко. М.: Изд-во института практической психологии- Воронеж: НПО «МОДЭК», 1997. — 608 с.
  25. И.С. Состояние и перспективы изучения механизмов регуляции дыхания / И. С. Бреслав, Г. Г. Исаев // Физиол. журнал. СССР им. И. М. Сеченова. 1985. Т. 71. № 3. С. 283.
  26. Ю.Г. Математическое моделирование колебательной динамики экофакторов и развития неотложных состояний у больных хроническими неинфекционными заболеваниями в урбанизированных экосистемах /
  27. Ю.Г. Бурыкин, Д. А. Жарков, A.A. Устименко и др. // Экологический вестник Югории. 2007. — Т. IV, № 4. — С.24−34.
  28. И. Конец знакомого мира. Социология XXI века / И. Валлерстайн // Кн.: Конец знакомого мира. Социология XXI века. М.: Логос, 2003.-С. 326.
  29. В.В. Матрицы и вычисления / В. В. Воеводин, Ю. А. Кузнецов // Кн.: Матрицы и вычисления. М.: Наука, 1984. 230 с.
  30. С. Медико-биологическая статистика / С. Гланс // Кн.: Медико-биологическая статистика. Пер. с англ. — М., Практика, 1998. — 459 с.
  31. В.Д. Регуляция дыхания / В. Д. Глебовский, И. С. Бреслав // Кн.: Регуляция дыхания. Л.: Наука, Ленингр. отделение, 1981. 280 с.
  32. А.Н. Обучение нейронных сетей / А. Н. Горбань // Кн.: Обучение нейронных сетей. М.: Параграф, 1990. 160 с.
  33. В.И. Метеотропные реакции в субкстремальных климатических условиях Сибири и Антарктиды / В. И. Давыденко, М. И. Мошкин // Бюл. СО АМН СССР. 1985. № 5. — С. 34−35.
  34. П. Пространство состояний в теории управления (для инженеров) / П. Деруссо, Р. Рой, Клоуз // Кн.: Пространство состояний в теории управления (для инженеров). М.: Наука, 1970. — 620 с.
  35. В.М. Математическое моделирование и прогнозирование свойств биотканей при о стеосинтезе псевдоартрозов / В. М. Еськов, В. М. Аршин // Казанский мед. журнал. № 13. 1978. С. 17−18.ч
  36. В.М. Проблема самоорганизации в нейронных сетях дыхательного центра / В. М. Еськов, O.E. Филатова, С. А. Кузьмичев // Материалы Всесоюз. Конфер. «Синергетика 86». Кишинев: Штиинца. 1986. С. 142 143.
  37. В.М. Центральные механизмы произвольного и автоматического дыхания / В. М. Еськов, В. Е. Якунин // Материалы 15-го Всесоюзного съезда физиологов. Л.: Наука. 1987. Т.2. С.437−438.
  38. В.М. Стимулятор дыхания/ В. М. Еськов, O.E. Филатова // A.c. СССР № 1 820 516. Москва. 1990.
  39. В.М. Способ восстановления дыхания у экспериментальных животных / В. М. Еськов, O.E. Филатова, В. Е. Якунин // A.c. СССР № 1 794 457. Москва. 1990.
  40. В.М. Способ регуляции частоты дыхания в эксперименте. / В. М. Еськов, O.E. Филатова, Е. С. Горев // A.c. № 1 754 124. Москва. 1990.
  41. В.М. Устройство для разрушения локальных структур организма / В. М. Еськов, O.E. Филатова, Е. С. Горев // A.c. СССР № 1 826 196. Москва. 1990.
  42. В.М. Способ моделирования одышки / В. М. Еськов, O.E. Филатова, В. Е. Якунин // A.c. СССР № 1 720 083. Москва. 1990.
  43. В.М., Филатова O.E., Якунин В. Е. Способ регуляции дыхания / В. М. Еськов, O.E. Филатова, В. Е. Якунин // A.c. СССР № 1 745 268. Москва. 1990.
  44. В.М. Идентификация дифференциальных уравнений, моделирующих средства измерения в пространстве состояний / В. М. Еськов // Тезисы докладов НТК «Датчик». Гурзуф. 1993. С.43−44.
  45. В.М. Использование адаптивного наблюдателя для идентификации моделей динамических систем / В. М. Еськов // Тезисы докладов НТК «Датчик». Гурзуф. 1993. С. 34−35.
  46. В.М. Частотные характеристики датчиков и проблема идентификации линейных моделей / В. М. Еськов // Измерительная техника.1993. № 8. С. 11−13.
  47. В.М. Роль тормозных процессов в генерации дыхательной ритмики / В. М. Еськов, O.E. Филатова// Нейрофизиология. 1993. № 6. С. 420 426.
  48. В.М. Автоматическая идентификация дифференциальных уравнений, моделирующих нейронные сети / В. М. Еськов // Измерительная техника. 1994. № 3. С. 66−68.
  49. В.М. Введение в компартментную теорию респираторных нейронных сетей / В. М. Еськов // Монография: Москва. Наука, 1994, 164 с.
  50. В.М. Компьютерная диагностика компартментности динамических систем / В. М. Еськов, O.E. Филатова // Измерительная техника. 1994. № 1. С. 65−68.
  51. В.М. Компьютерная идентификация респираторных нейронных сетей / В. М. Еськов, O.E. Филатова // Монография: ОНТИ РАН, Пущино.1994. 84 с.
  52. В.М. Нейрональные механизмы дыхательной ритмики / В. М. Еськов, O.E. Филатова, В. В. Бондарева, В. Е. Якунин // Успехи физиологических наук. 1994. № 3. С.60
  53. В.М. Компьютерная идентификация иерархических компартментных нейронных сетей / В. М. Еськов, O.E. Филатова, В. П. Иващенко // Измерительная техника. 1994. № 8. С. 67−72.
  54. В.М. Измерительный комплекс для контроля и управления дыханием животных / В. М. Еськов // Измерительная техника. № 5. 1995. С. 54−56.
  55. В.М. Сканирование движущихся поверхностей биологических объектов / В. М. Еськов // Измерительная техника. № 4. 1995. С.54−56.
  56. В.М. Устройство для управления иерархическими нейронными сетями / В. М. Еськов // Приборостроение. № 3. 1995. С. 53−56.
  57. В.М. Система контроля и управления дыханием животного в эксперименте / В. М. Еськов, O.E. Филатова // Проблемы нейрокибернетики:
  58. Материалы 11 международной конференции по нейрокибернетике. Ростов-на-Дону. 1995. С.262−264.
  59. В.М. Идентификация математических моделей двух кластерных иерархических нейронных сетей с помощью ЭВМ / В. М. Еськов, O.E. Филатова, А. Б. Заславский // Материалы конф. МИЭТ. Москва. 1995. С.21−23.
  60. В.М. Измерение переменных параметров движущихся биологических объектов / В. М. Еськов, O.E. Филатова, В. А. Папшев, А. П. Козлов // Измерительная техника. 1996. № 4. С. 58−61.
  61. В.М. Сканирование движущихся поверхностей биологических объектов / В. М. Еськов, O.E. Филатова, В. А. Папшев // Измерительная техника. 1996. № 5. С. 66 67.
  62. В.М. Пуловые принципы в математическом моделировании динамики распространения биопотенциалов в нейросетевых системах мозга / В. М. Еськов, O.E. Филатова, Ю. М. Попов // Вестник новых медицинских технологий. 1996. № 3. С. 104 106.
  63. В.М. Разрушение и раздражение локальных структур организма с использованием переменных магнитных полей / В. М. Еськов, O.E. Филатова, В. А. Папшев // Вестник новых медицинских технологий. 1996. № З.С. 106- 107.
  64. В.М. Исследование иерархических природных систем с использованием ЭВМ в учебном процессе / В. М. Еськов, C.B. Кулаев, В. А. Рачковская // Наука и экологическое образование. Сборник трудов международной конференции. 1997: Тула. С. 86−90.
  65. В.М. Биофизический мониторинг исследованиях действия ГАМК и ее производных на нейросетевые системы продолговатого мозга. / В. М. Еськов, O.E. Филатова // Монография: Пущино: ОНТИ РАН. 1997. — 160 с.
  66. В.М. Двухканальный стимулятор дыхания / В. М. Еськов, O.E. Филатова // Вестник новых медицинских технологий. 1997. — № 2. -С.104 — 106.
  67. В.M. Динамика тормозящих и возбуждающих процессов в респираторных нейронных сетях / В. М. Еськов // «Физиология висцеральных систем». Сборник н.т. Самара. 1998. С.190−202.
  68. В.М. Компартментный подход при моделировании нейронных сетей. Роль тормозных и возбуждающих процессов / В. М. Еськов, O.E. Филатова // Биофизика. 1999. том 44. вып.З. С. 518 525.
  69. В.М. Идентификация периодических электрофизиологических сигналов / В. М. Еськов, C.B. Кулаев // Свидетельство об официальной регистрации программы для ЭВМ № 2 000 610 600. Роспатент. Москва. 2000.
  70. В.М. Возможно ли построение некоторой общей, фундаментальной теории организации и функционирования биосистем? / В. М. Еськов // Вестник новых медицинских технологий. 2001. т. VIII. № 2. С. 93 -95.
  71. В.М. Идентификация математических моделей иерархических биологических динамических систем / В. М. Еськов, А. И. Демко, В. А. Рачковская // Материалы международной конференции «Экология Сибири, Дальнего востока и Арктики» (ESFEA-2001). С. 45−47.
  72. В.М. Диагностика фазатона мозга путем изучения характерных частот в тремораграммах человека с помощью вычислительного комплекса / В. М. Еськов, В. В. Еськов, O.E. Филатова // Вестник новых медицинских технологий. 2001. т. VIII. № 4. С. 15−18.
  73. В.M. Автоматизированные комплексы для построения математических моделей биомеханических свойств тканей / В. М. Еськов, В. А. Папшев, О. Е. Филатова // Материалы Международной конференции «Датчик-2001» Гурзуф. 2001. С. 178−179.
  74. В.М. Тендерные различия в динамике сердечно-сосудистых заболеваний с позиций компартментно матричного корреляционного анализа / В. М. Еськов, В. Н. Катюхин, В. А. Рачковская // Вестник новых медицинских технологий. Тула. 2001. № 3. С. 62−64.
  75. В.М. Роль миграционных процессов в динамике распространения инфекционных заболеваний / В. М. Еськов, В. А. Рачковская // Вестник новых медицинских технологий. 2001. т. VIII. № 3. С. 12−14.
  76. В.М. Обработка нейрофизиологической информации с использованием метода минимальной реализации и ЭВМ / В. М. Еськов, В. В. Бондарева, C.B. Кулаев // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 11−15.
  77. В.М. К вопросу о произвольном в непроизвольном микродвижении конечности человека (треморе) / В. М. Еськов, М. Я. Брагинский, О. В. Климов // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 24 -26.
  78. В.М. Компартментный подход в исследованиях регуляторных процессов в сердечно-сосудистой системе жителей севера / В. М. Еськов, В. В. Еськов // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 40−41.
  79. В.М. Моделирование динамики распространения неинфекционных заболеваний / В. М. Еськов, В. А. Рачковская // Вестник новых медицинских технологий № 1. 2002. С.65−68.
  80. В.М. Измерение биомеханических параметров непроизвольных движений человека / В. М. Еськов, В. В. Еськов, В. А. Папшев // Вестник новых медицинских технологий. 2002. № 1. С. 27.
  81. В.М. Прямое и непрямое управление компартментными биологическими системами / В. М. Еськов, В. А. Рачковская // Труды международной конференции ITSE. Гурзуф. 2002. С.39−42.
  82. В.М. Управление динамикой распространения заболеваний. Теоретические подходы к проблеме / В. М. Еськов, В. А. Рачковская // Весник новых медицинских технологий. 2002. № 1. С. 33.
  83. В.М. Вопросы управления динамикой распространения заболеваний. Теоретические подходы к проблеме / В. М. Еськов, Л. А. Перешивайлов, В. А. Рачковская // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 58−59.
  84. В.М. Фазатон мозга в норме и при патологии / В. М. Еськов, Р. Н. Живогляд // Вестник новых медицинских технологий. 2004. — № 4. — С. 5 -9.
  85. В.М. Экологические факторы Ханты-Мансийского автономного округа. / В. М. Еськов, O.E. Филатова // Часть I Самара: ООО «Офорт», (гриф РАН). 2004.-182 с.
  86. В.М. Экологические факторы Ханты-мансийского автономного округа (Часть II) / В. М. Еськов, O.E. Филатова, В. А. Карпин, В. А. Папшев // Самара: ООО «Офорт», (гриф РАН). 2004. 172 с.
  87. В.М. Методы измерения интервалов устойчивости биологических динамических систем и их сравнение с классическим математическимподходом в теории устойчивости динамических систем / В. М. Еськов // Метрология. 2005. — № 2.- С. 24−37.
  88. В.М. Понятие нормы и патологии в фазовом пространстве состояний с позиции компартментно-кластерного подхода / В. М. Еськов, Р. Н. Живогляд, Н. М. Карташова и др. // Вестник новых медицинских технологий. 2005.- T. XII, №.1. — С. 12 — 14.
  89. В.М. Системный анализ и компьютерная идентификация синергизма в биологических динамических системах / В. М. Еськов, Р. Н. Живогляд, В. А. Папшев и др. // Системный анализ и управление в биомедицинских системах. 2005. — № 1.- С. 108−111.
  90. В.М. Применение компьютерных технологий при измерении нестабильности в стационарных режимах биологических динамических систем / В. М. Еськов, C.B. Кулаев, Ю. М. Попов, O.E. Филатова // Измерительная техника. 2006 — № 1. — С. 40−45.
  91. В.М. Синергетика в клинической кибернетике. Часть III. Синергетический подход в клинике метаболических нарушений. / В. М. Еськов, И. Ю. Добрынина, O.E. Филатова, В. Ф. Пятин // Под ред. Григорьева А. И. Самара: Изд-во ООО «Офорт», 2007.-281 с.
  92. В.М. Кластерный анализ вектора состояния биосистем / В. М. Еськов, A.C. Ануфриев, A.A. Устименко и др. // Свидетельство об официальной регистрации программы для ЭВМ № 2 009 614 364. Роспатент. Москва. 2009.
  93. С.П. Синергетика и прогнозы будущего / С. П. Капица, С. П. Курдюмов, Г. Г. Малинецкий // Кн.: Синергетика и прогнозы будущего. Изд. 3-е. М.: Едиториал УРСС, 2003. — 288 с.
  94. C.B. Иерархические принципы нейросетевых идентификаторов / C.B. Кулаев, В. М. Еськов, O.E. Филатова // Новые информационныетехнологии в медицине и экологии. Труды V международной конференции. 1998: Гурзуф. С. 283−286.
  95. C.B. Компьютерная идентификация стационарных режимов функционирования нейросетей мозга / C.B. Кулаев, O.E. Филатова // Проблемы теоретической биофизики. Тезисы докладов международная школы. 1998: Москва. С. 180.
  96. Л.Д. Статистическая физика часть 1 (Серия: «Теоретическая физика», том V) / Л. Д. Ландау, Е. М. Лифшиц // Кн.: Статистическая физика часть 1.-М., 1976.-584 с.
  97. К. Сложносистемное мышление: Материя, разум, человечество. Новый синтез / К. Майнцер // Под. ред. Г. Г. Малинецкого. М.: Книжный дом «ЛИБРОКОМ», 2009. — 464 с.
  98. Г. Г. Хаос. Структуры. Вычислительный эксперимент: Введение в нелинейную динамику / Г. Г. Малинецкий // Кн.: Хаос. Структуры. Вычислительный эксперимент: Введение в нелинейную динамику. М.: Эдиториал УРСС, 2000. — 256 с.
  99. Г. Г. Современные проблемы нелинейной динамики / Г. Г. Малинецкий, А. Б. Потапов // Кн.: Современные проблемы нелинейной динамики. Изд. 2-е, исправленное и дополненное М.: Едиториал УРСС, 2002. — 360 с.
  100. Г. Г. Нелинейная динамика и хаос. Основные понятия: Учебное пособие / Г. Г. Малинецкий, А. Б. Потапов // Кн.: Нелинейная динамика и хаос. Основные понятия: Учебное пособие. М.: КомКнига, 2006. — 240 с.
  101. JI.C. Математическая теория оптимальных процессов / JI.C. Понтрягин, В. Г. Болтянский, Р. В. Гамкрелидзе, Е. Ф. Мищенко // Кн.: Математическая теория оптимальных процессов. М.: Наука, 1983. 392 с.
  102. Психосоматические расстройства при кардиоваскулярной патологии (Теория и практика восстановительной медицины. Том IV). / Под научн. ред. Олейникова М. М., Хадарцев A.A. Тула — Москва, 2005. — 284 с.
  103. Реабилитационно-восстановительные технологии в физической культуре, спорте, восстановительной, клинической медицине и биологии. / Под ред. Еськова В. М., Хадарцева A.A., Фудина H.A. Тула. — 2004. — 280 с.
  104. Сборник статей. Новое в синергетике: Взгляд в третье тысячелетие. — М.: Наука, 2002. 478 с.
  105. В.В. Фазатонный гомеостаз и врачевание / В. В. Скупченко, Е. С. Милюдин //Монография: Самара, СамГМУ, 1994. 256 е., илл. 80.
  106. Е. Познание сложного / Е. Стингере, И. Пригожин // Кн.: Познание сложного. Изд-во УРСС, М.: 2003. — 342 с.
  107. К.В. Теория системогенеза / К. В. Судаков // Монография: Москва. 1997. РАМН. 567 с
  108. A.A. Идентификация явления синергизма в биологических динамических системах / A.A. Устименко // Сборник научных трудов. Естественные науки / СурГУ Сургут: Из-во СурГУ, 2009.
  109. O.E. Использование понятия стационарных режимов биосистем в учебном процессе / O.E. Филатова, В. М. Еськов, C.B. Кулаев, В. А. Рачковская //Наука и экологическое образование. Сборник трудов международной конференции. 1997: Тула. С. 71−76.
  110. Г. Информация и самоорганизация: Макроскопический подход к сложным системам / Г. Хакен // Кн.: Информация и самоорганизация:
  111. Макроскопический подход к сложным системам. Пер. с англ. — М.: Мир, 1991.-240 с.
  112. Г. Принцип работы головного мозга / Г. Хакен // Кн.: Принцип работы головного мозга. Per Se. М. — 2001. — 351 с.
  113. Я.З. Основы теории автоматических систем / Я. З. Цыпкин // Кн.: Основы теории автоматических систем. М.: Наука, 1977. 390 с.
  114. Д.С. Синергетика и информация (динамическая теория информации) / Д. С. Чернавский // Кн.: Синергетика и информация (динамическая теория информации). Послесл. Г. Г. Малинецкого. Изд. 2-е, испр. И доп. — М.: Едиториал УРСС, 2004. — 288 с.
  115. К. Работы по теории информации и кибернетике / К. Шеннон, Е. Бандвагон // Кн.: Работы по теории информации и кибернетике. М.: Ил, 1963. С. 667.
  116. Agazwat S.K. Reciprocal connections between nucleus ractus solitarii and rostral ventrolateral medulla / S.K. Agazwat, F.R. Calaresu // Brain Res. 1990. Vol. 523, N2. P. 305−308.
  117. Alexander D.M. Digital simulation of human respiratory control and acid-base balance / D.M. Alexander// PhD thesis case Inst, of Technology, Cleveland, Ohio, 1968.
  118. Ballantyne D. Post-synaptic inhibition of bulbar inspiratory neurounes in the cat / D. Ballantyne, D.W. Richter // J. Physiolgy. 1984. — Vol. 348. — P. 67−87.
  119. Ballantyne D. The non-uniform character of expiratory synaptic activity in expiratory bulbospinal neurones in the cat / D. Ballantyne, D.W. Richter // J. Physiol. (L.). 1986. Vol. 370. — P. 433−456.
  120. Batsel H.L. Localization of the bulbar respiratory centre by microelectrode sounding / H.L. Batsel // Exptl. Neurol. 1964. — Vol. 9. — P. 410−426.
  121. Berger A.J. Lateralized phrenic nerve responses to stimulating respiratory afferents in the cat / A.J. Berger, R.A. Mitchell // Amer. J. Physiol. 1976. Vol. 230. N 3. P.1314−1320.
  122. Berger A.J. Propertis of apneusis produced by reversible cold block of the rostral response / A.J. Berger, D.A. Herbert, R.A. Mitchell // Respir. Physiol. -1978.-Vol. 33.-P. 323−337.
  123. Bertrand F. A stereologic model of pneumotaxic oscillator based on spatial and temporal distribution of neuronal bursts / F. Bertrand, A. Hugelin, J.F. Vibert // J. Neurophysiol. 1974. — Vol. 37. — P. 91−107.
  124. Beurle R.L. Properties of a mass of cells capable of regenerating pulses / R.L. Beurle // Philosoph. Trans, of the Royal Soc. of L. ser. B. Biol. sci. 1956. -Vol. 240., N 669. P. 56−90
  125. Billings S.A. Properties of neural netwoks with application to modelling nonlinear dynamical systems / S.A. Billings, H.B. Jamaluddin, S. Chen // Int. J. Control. 1992. Vol. 55., N 1. — P. 193−224.
  126. Botros S.M. Neural network implementation of a three-phase model of respiratory rhythm generation / S.M. Botros, E.N. Bruce // Biol. Cybernetics. -1990. Vol. 63., N 2. — P. 143−153.
  127. Bradley D.Y. Cardiovascular and respiratory responses evoked from the posterior cerebellar cortex and fastigial nucleus in the cat / D.Y. Bradley, J.P. Pascoe, J.F.R. Paton, K.M. Spyer//J. Physiology. 1987. Vol. 393. P. 107−121.
  128. Brammer R.F. Controllability in linear autonomous systems with positive controllers / R.F. Brammer // SIAM J.Control. 1972. — Vol. 10. — P. 339−353.
  129. Breuer J. Die selbsts teuerung der atmung bureh den nervus vagus / J. Breuer // Sitzungsber. Akad. Wiss Wien. 1868. Bd 58, Abt. 2. S. 909−937.
  130. Bruce E.N. Reflex and central chemoreceptive control of the time course of inspiratory activity, Central nervous control mechanism in breathing. / E.N. Bruce, C. von Euler, S.M. Yamashiro // Pergamon: Oxford. 1979. — P. 177−184.
  131. Bruce E.N. Correlated and uncorrelated high-frequency oscillations in phrenic and recurrent laryngeal neurograms / E.N. Bruce // J. Neurophysiol. 1988. Vol. 59.-P. 1188−1203.
  132. Budzinska K. Effects of graded focal cold block in rostral areas of the medulla / K. Budzinska, C. von Euler, F.F. Kao //Acta Physiol. Scand. 1985. — Vol. 124. — P. 329−340.
  133. Burns B.D. Repetitive firing of resperatory neurones during their burst activity / B.D. Burns, G.C. Salmoiraghi // Ibid. 1960. — Vol. 23, N 1. — P. 27−46.
  134. Bystrycka E.K. Afferent projections to the dorsal and ventral respiratory nuclei in medulla oblongata of the cat studied by horseradish peroxidase technique / E.K. Bystrycka//Brain Research. 1980. — Vol. 185. — P. 59−66.
  135. Cleave J.P. Hopf bifurcations and the stability of the respiratory control system / J.P. Cleave, M.R. Levine, P.J. Fleming, A.M. Long // J. Theor. Biology. 1986. -Vol. 119.-P. 299−318.
  136. Coglianese CJ. Rhytmic phrenic nerve activity and respiratory activity in spinal dogs / C.J. Coglianese, C.N. Peiss, R.D. Wurster // Respir. Physiol. 1977. Vol. 29. P. 247−254.
  137. Cohen M.J. Models of respiratory phase-switching / M.J. Cohen, J.L. Feldman // Febr. Proc. 1977. — Vol. 36. — P. 2367−2374.
  138. Cohen M.J. Neurogenesis of respiratory rhythm in the mammal / M.J. Cohen // Physiology Rev. 1979. — Vol. 59. — P. 1105−1173.
  139. Czyzyk-Krzeska Maria F. Synaptic events in ventral respiratory neurones during apnoea induced by laryngeal nerve stimylation in neonatal pig / F. Maria Czyzyk-Krzeska, E. Lawson Edward // J. Physiol. 1991. — Vol. 436. — P. 131 147.
  140. De Schutter B. Minimal state space realization in linear system theory: An overview / B. De Schutter //Journal of Computational and Applied Mathematics. 2000. Vol. 121. N 1−2. — p. 331−354.
  141. Duffin J.A. Mathematical model of the chemoreflex control of ventilation. / J.A. Duffin//Respir. Physiol. 1972. — Vol. 15. — P. 277−301.
  142. Duffin J. A. Monosynaptic exitation on of thoracic motoneurons by inspiratory neurons of the nucleus tractus solitarius in the cat / J. A. Duffin, J.I. Lipski // J. Physiol. 1987. Vol. 390. P. 415−432.
  143. Duffin J. A. The propriobulbar respiratory neurones in the cat / J. A. Duffin, D. Aweida // Exp. Brain Res. 1990. — Vol. 81, N 2. — P. 213−220.
  144. Dunin-Barkowski W.L. Computer simulation of the cerebellar cortex compartment. I. General principles and properties of a neural net. / W.L. Dunin-Barkowski, N.P. Larionova // Biol. Cybernetics. 1985. — Vol. 51., N 6. — P. 399 406.
  145. Dwyer P. S. On errors in matrix inversion / P. S. Dwyer, F.V. Waugh // J. Amer. Statest. Assoc. 1953. — Vol. 48, N262. — P. 289−319.
  146. Ellenberger H.H. Subnuclear organization of the lateral termental field of the rat: I. Necleus ambiguus and ventral respiratory group / H.H. Ellenberger, I.L. Feldman // J. Comp. Neural. 1990. — Vol. 294, N2. — P. 202−211.
  147. Eskov V.M. Identification of parameters of linear models of transmitters / V.M. Eskov // Measurement Techniques. 1993. — Vol. 36., № 4. — P. 365 — 368.
  148. Eskov V.M. Periodical activity of respiratory neuron network / V.M. Eskov, B.G. Zaslavsky //Neural Network World. 1993. — № 4. — P. 425 — 442.
  149. Eskov V.M. Respiratory rhythm generation in rats: the importance of inhibition / V.M. Eskov, O.E. Filatova // Neurophysiology. 1993. — № 25, 6. -P. 420 — 426.
  150. Eskov V.M. Sensor frequency response and linear model identification / V.M. Eskov // Measurement Techniques. 1993. — Vol. 36., No 8.-P. 11 -13.
  151. Eskov V.M. Computer diagnostics of the compartmentation of dynamic systems / V.M. Eskov, O.E. Filatova // Measurement Techniques. 1994. — Vol. 37. No 1.- P. 114−119.
  152. Eskov V.M. Cyclic respiratory neuron network with subcycles / V.M. Eskov // Neural Network World. 1994. — № 4. — P. 410 — 423.
  153. Eskov V.M. Direct control by dissipation factor in respiratory neuron networks / V.M. Eskov // Neural Network World. 1994. — № 6. — P. 663 — 670.
  154. Eskov V.M. Indirect control by dissipation factor in respiratory neuron networks / V.M. Eskov // Neural Network World. 1994. — № 6. — P. 655 — 662.
  155. Eskov V.M. Hierarchical respiratory neuron networks / V.M. Eskov // Modeling, Measurement & Control. C. AMSE Press. 48. 2. 1995. — P. 47 — 63.
  156. Eskov V.M. Indirect control by chemoreceptor drive in respiratory neuron networks / V.M. Eskov // Modelling, Measurement & Control. C. AMSE Press. 48.3. 1995. — P. 1 — 12.
  157. Eskov V.M. Modeling of the hierarchical respiratory neuron networks. / V.M. Eskov //Neurocomputing. 1995. Vol. 10. N 1995. — P. 1−25.
  158. Eskov V.M. Computer identification of respiratory neuron network / V.M. Eskov, O.E. Filatova // Evrop. Math. Congress, section Dynamical Systems in Biology and Medicine: Veszprem, Hungary. — 1996. — P. 62.
  159. Eskov V.M. Models of hierarchical respiratory neuron networks / V.M. Eskov //Neurocomputing. 1996. — № 11. — P. 203 — 226.
  160. Eskov V.M. The dependence of activity of cyclic respiratory neuron network with subcycles on damping coefficient / V.M. Eskov // Neural Network World. 1996. № l.P. 57−67.
  161. Eskov V.M. Automatic identification the models of respiratory neuron networks with a simple structure / V.M. Eskov, O.E. Filatova, S.V. Kulaev // International Congress, Destobio: Sofia. 1997. — P. 118−119.
  162. Eskov V.M. Compartmental principle in mathematical modeling of various neural networks / V.M. Eskov // International Congress. Destobio: Sofia. 1997. -P. 117.
  163. Eskov V.M. Compartmental theory of the respiratory neuron networks with a simple structure / V.M. Eskov // Neural Network World. 1998. — № 3. — P. 353 -364.
  164. Eskov V.M. Registration of neuron networks oscillation / V.M. Eskov, M.Y. Braginsky, V.A. Papshev // World Congress on Medical and Biological Engineering. Medicon' 98. Limassol. Cyprus. 1998. — C. 121.
  165. Eskov V.M. Compartmental Approach to Modeling of Neural Networks: Role of Inhibitory and Excitatory Processes / V.M. Eskov, O.E. Filatova // Biophysics, Vol. 44. No. 3. 1999. P. 510 — 517.
  166. Eskov V.M. Migration as a factor of cyclic epidemic process / V.M. Eskov, V.A. Rachkovskaya // AMSE press. 2003. No 1. P. 115 — 117.
  167. Eskov, V.M. The problem of identity of functional states of neuron networks / V.M. Eskov, O.E. Filatova// Biophysics. 2003. — Vol. 48. — P. 526−534.
  168. Eskov V.M. Identification of stationary and unstationary regimes of respiratory neuron with computer using / V.M. Eskov, S.V. Kulaev, U.M. Popov //
  169. Proceeding of international conference on modeling and simulation. (Minsk, Belarus).-2004.-P.62−65.
  170. Eskov V.M. The influence of migration on epidemic process. / V.M. Eskov, V.A. Rachkovskaya // Proceeding of international conference on modeling and simulation. (Minsk, Belarus). 2004. — P. 70−72.
  171. Eskov V.M. The synergetic property of mamalian muscles under different conditions / V.M. Eskov, V.A. Papshev, S.A. Tretiakov and other. // Proceedings of (Astes de) MS'2004, (Lyon Villeurbanne). — 2004. — P. 14.4−14.6.
  172. Eskov V.M. Identification of synergetic property of biological dynamic system (BDS). / V.M. Eskov, S.V. Kulaev, A.S. Pashnin and other. // Proceeding of international Biophysics Congress. (Montpelier France). — 2005. — P. 78−80.
  173. Eskov V.M. Theory of fazaton brain and method of identification of its models / V.M. Eskov, T.V. Zuevskaya, I.U. Dobrinina and other. // Proceeding of international Biophysics Congress (Montpelier France). — 2005. — P. 84−86.
  174. Euler C. von. Rhythmogenesis and pattern control during breathing / C. von. Euler // Acta physiol. Scand. 1985. — Suppl., N542. — P. 32−60.
  175. Feldman L.J. Powerful inhibition of pontine respiratory neurons by pulmonary afferent activity / L.J. Feldman, M.J. Cohen, P. Wolotsky // Brain Res. 1976. -Vol. 104.-P. 341−346.
  176. Friedland S. On an inverse problem for nonnegative and eventually nonnegative matrices / S. Friedland // Israel J. Math. 1978. Vol. 29. — p. 43−60.
  177. Gantmaher F.R. The theory of matrices. / F.R. Gantmaher // New York. Chelsea, 1971.
  178. Geman S. Computer simulation of brainstem respiratory activity / S. Geman, M. Miller// J. Appl. Rhysiology. 1976. Vol. 41. — P. 931−938.
  179. Grodins F.S. Mathematical analysis and digital simulation of the human respiratory control system / J. Buell, A. Bart // J. Appl. Physiology. 1967. Vol. 22. P. 260−276.
  180. Huang Q. Respiratory neural activities after caudal-to-rostral ablation of medullary regions / Q. Huang, W.M. St. John // J. Appl. Physiology. 1998. Vol. 64, № 4. P 1405−1411.
  181. Kalman R.E. On minimal partial realization of linear input/output map / R.E. Kalman // Aspects of Network and System Theory. 1971, Kalman R.E. and Claris N.D., Holt, Rinehart and Winston: New York. pp. 385−407.
  182. Kling U. Simulation of rhythmic nervous activities 1. Function of networks with cyclic inhibitions / U. Kling, G. Szekely // Kybernetik. 1968. — Vol. 5. — P. 89−103.
  183. McCulloch W.S. A logical calculus of the ideas immanent in nervous activity / W.S. McCulloch, R. Pitts // Bull. Of Math. Biophysics. 1943. — № 5. — P. 115 133.
  184. Palmay F. Simulation of multineuron networks / F. Palmay, E.C. Davison, J. Duffm // Bull. Math. Biophysics. 1973. — Vol. 33. — P. 81−89.
  185. Rissanen J. Recursive identification of linear systems / J. Rissanen // SIAM Journal on Control and Optimisation. 1971. Vol. 9. N 3. — p. 420−424.
  186. Tether A.J. Construction of minimal linear state-variable models from finite input-output data. / A.J. Tether // IEEE Transactions on Automatic Control. 1970. -Vol. 17. N4.-p. 427−436.
  187. Walter G.C. On complex eigenvalues of compartmental models / G.C. Walter //Math, biosci. 1985. Vol. 75. — p. 143−157.
  188. Yuasa H. Coordination of many oscillators and generation of locomotory patterns / H. Yuasa, M. Ito // Biol. Cybernetics. 1990. Vol. 63. — P. 177−184.
Заполнить форму текущей работой

На отлично!