Гетерогенные классификаторы с виртуальными потоками для интеллектуальных систем прогнозирования повторного инфаркта миокарда тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Киселев Алексей Викторович

• Киселев Алексей Викторович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Киселев Алексей Викторович

Оглавление

Введение

1 Анализ методов прогнозирования повторного инфаркта миокарда в реабилитационном периоде

1.1 Этиология и распространённость первичного и повторного инфаркта миокарда

1.2 Факторы риска повторного инфаркта миокарда

1.3 Анализ современных подходов к прогнозированию сердечнососудистых осложнений

1.4 Классификация математических методов диагностики и прогнозирования заболеваний

1.5 Цель и задача исследования

2 Алгоритмы и модели для гетерогенного классификатора повторного инфаркта миокарда в реабилитационном периоде

2.1 Исследование гетерогенного пространства информативных признаков для классификатора повторного инфаркта миокарда в реабилитационном периоде

2.2 Математические модели оценки риска повторного инфаркта миокарда по традиционно принятым в медицине признакам

2.2.1 Математические модели прогнозирования повторного инфаркта миокарда по показателям перекисного окисления липидов и антиокислительной активности

2.2.2 Математические модели для оценки риска повторного инфаркта миокарда по информативным признакам х1 ... х18

2.3 Разработка математической модели оценки уровня психоэмоционального напряжения

2.4 Метод синтеза гетерогенных математических моделей прогнозирования повторного инфаркта миокарда в реабилитационном периоде

2.5 Выводы второй главы

3 Виртуальные потоки в гетерогенных решающих модулях прогнозирования сердечно - сосудистых осложнений

3.1 Методы и модели построения виртуальных потоков

3.2 Структурно-функциональные решения организации виртуальных потоков для двух альтернативных выборок

3.3 Виртуальные потоки на основе биоимпедансных исследований

3.4 Выводы третьего раздела

4 Экспериментальные исследования гетерогенных классификаторов прогнозирования повторного инфаркта миокарда

4.1 Разработка и исследование структурно-архитектурных решений для интеллектуальной системы прогнозирования повторного инфаркта миокарда

4.2 Программно-аппаратный комплекс для биоимпедансных исследований в аномальных зонах электропроводимости

4.3 Программное обеспечение интеллектуальной системы прогнозирования риска повторного инфаркта миокарда

4.4 Выбор математического аппарата для оценки эффективности полученных результатов и оценка качества работы математических моделей прогнозирования инфаркта миокарда в реабилитационном периоде

4.5 Выводы четвертого раздела 125 Заключение 127 Список сокращений и условных обозначений 130 Список использованных источников

Введение диссертации (часть автореферата) на тему «Гетерогенные классификаторы с виртуальными потоками для интеллектуальных систем прогнозирования повторного инфаркта миокарда»

Введение

Актуальность работы. На протяжении многих лет сердечно-сосудистые заболевания (ССЗ) стоят на первом месте в структуре смертности населения трудоспособного возраста. Основной причиной смертности является инфаркт миокарда (ИМ) и связанные с ним осложнения, особенно если ИМ является повторным (ПИМ). Однако, несмотря на значительные успехи медицинской науки, остается открытым вопрос о факторах риска и методах прогнозирования ПИМ.

Прогноз заболевания в большинстве исследований сводится к прогнозу жизни, где в качестве конечных точек используются все случаи кардиальной смерти, включающие декомпенсацию хронической сердечной недостаточности (ХСН) и случаи внезапной сердечной смерти. Возможность прогноза развития ПИМ - клиническая задача, необходимая для выбора тактики лечения конкретного коронарного больного, которая приобретает наибольшую актуальность у стабильных и социально активных больных.

Таким образом, актуальность данного исследования определяется необходимостью улучшения показателей качества прогнозирования риска повторного ИМ.

Степень разработанности темы исследования. Большое значение в ведении пациентов с острым ИМ имеет, прежде всего, оценка степени риска развития ПИМ. Оценка прогноза больных острым ИМ первоначально опиралась на клинические показатели и была ориентирована на относительно короткий отрезок времени. В 60-70-е годы прошлого века появились индексы долгосрочного прогноза (Peel, Norris, Luria), ориентированные на постгоспитальный долгосрочный прогноз на срок до 1-5 лет. Они явились прообразом современной риск-стратификации больных ИБС. В работах до 70-х годов в основном использовали показатели, полученные в блоке интенсивной

терапии, позже стали использовать данные, полученные при клинико-инструментальном обследовании спустя 1-4 недели от начала заболевания.

Благодаря проспективным исследованиям разработаны прогностические коэффициенты, в том числе и для населения России, позволяющие на основании уровня факторов риска определять риск заболеваемости и смертности от ССЗ на 5-10 лет вперед для больших популяций (город, область, страна). В качестве исходных данных для получения прогностических показателей традиционно использовались опросники врача, опросники пациента, результаты лабораторных и инструментальных исследований. Помимо традиционных методов обследования существуют различные шкалы оценки риска развития сердечно-сосудистых событий. Оценочная шкала TIMI (Thrombolysis In Myocardial Infarction), предложенная E.M. Antman в 2000 г., представляет собой простой и достаточно популярный инструмент для оценки риска. Для определения степени риска используют 7 критериев. Наличие каждого из критериев оценивается в 1 балл. Соответственно, чем большее количество баллов получает пациент, тем выше для него риск смерти от сердечно-сосудистых событий.

С развитием компьютерных технологий предпринимаются попытки внедрения программированного прогнозирования в медицинскую практику (М.М. Батюшин, Ю.Л. Шевченко). В частности, очень часто для прогнозирования ПИМ используют решающие модули на основе искусственных нейронных сетей или нечеткого логического вывода (Н.А. Кореневский, С.П. Серегин). Известны системы, интегрирующие эти две парадигмы в виде гибридных решающих модулей (Н.А. Кореневский, С.А. Филист).

Известные методы прогнозирования имеют ряд существенных недостатков: определение индивидуального прогноза у большей части больных остается неудовлетворительным; практически нет единых систем прогнозирования возникновения и исхода заболевания; составление прогноза является трудоемкой работой для врача.

Научно-технической задачей исследования является разработка методов прогнозирования ПИМ, основанных на автоматизации процесса анализа факторов

риска посредством гетерогенных классификаторов, и математических моделей, позволяющих учитывать фактор латентных переменных в риске ПИМ.

Целью диссертационной работы является повышение качества прогнозирования повторного инфаркта миокарда на основе гетерогенных классификаторов с виртуальными потоками и учета дополнительных факторов риска в классифицирующих моделях.

Для достижения поставленной цели необходимо решить следующие задачи:

- выполнить анализ методов и моделей прогнозирования сердечнососудистых заболеваний и повторного инфаркта миокарда;

- разработать метод синтеза гетерогенных классификаторов для оценки степени риска повторного инфаркта миокарда, основанный на агрегации гетерогенных данных, характеризующих функционирование различных органов и подсистем организма;

- разработать структурно-функциональные решения организации виртуальных потоков в гетерогенных классификаторах повторного инфаркта миокарда;

- разработать виртуальные модели для классификации риска повторного инфаркта миокарда, основанные на исследовании показателей электропроводности биологически активных точек посредством воздействия на биоматериал серией импульсов возрастающего напряжения;

- разработать структуру интеллектуальной системы прогнозирования повторного инфаркта миокарда, построенную на многоагентном походе к построению решающих модулей, основанном на нечетком логическом выводе и нейросетевом моделировании;

- провести апробацию предложенных гетерогенных классификаторов для интеллектуальной поддержки прогнозирования повторного инфаркта миокарда с различной конфигурацией пространства информативных признаков и различными сочетаниями классифицирующих моделей.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- метод синтеза гетерогенных классификаторов, основанный на агрегации гетерогенных данных, характеризующих функционирование различных органов и подсистем организма, отличающийся последовательным усилением качества классификации, основанном на агрегировании «слабых» классификаторов в гетерогенный классификатор, позволяющий получать решающие правила для количественной оценки степени риска повторного инфаркта миокарда в реабилитационном периоде с требуемой для медицинской практики точностью;

- метод построения виртуальных моделей для классификации риска повторного инфаркта миокарда, основанный на исследовании показателей электропроводности биологически активных точек, отличающийся структурой «слабых» классификаторов, построенных по тестовым сигналам, получаемым при воздействии на биоматериал серией импульсов возрастающего напряжения, и однопараметровыми экспоненциальными моделями риска, позволяющий осуществлять переход от абсолютной шкалы к порядковой шкале оценки результатов тестирования;

- виртуальные модели классификации риска повторного инфаркта миокарда, первая из которых является моделью индивидуального риска и построена на основе полиномиальной аппроксимации вольтамперных характеристик в биоактивных точках с последующим нечетким логическим выводом, а вторая модель является моделью группового риска и включает три блока, в первом из которых осуществляется нормирование данных относительно контрольных значений тестовых сигналов, во втором блоке строится модель по «сырым» данным на основе статистических исследований в виде аппроксимирующих полиномов, а в третьем блоке реализуется нейросетевая модель «слабого» классификатора, что позволяет формировать гетерогенные классификаторы, агрегирующие факторы риска по релевантным биологически активным точкам;

- интеллектуальная система прогнозирования повторного инфаркта миокарда, включающая ЭВМ с программными модулями обработки данных и ряд вспомогательных технических средств, отличающаяся модульной структурой

принятия решений по риску повторного инфаркта миокарда, позволяющая повысить показатели качества классификации на 14-16% по сравнению с известными диагностическими моделями.

Теоретическая и практическая значимость работы состоит в том, что разработанные методы, модели, алгоритмы, программно-аппаратный комплекс и соответствующее программное обеспечение составили основу построения системы поддержки принятия решений по классификации риска рецидива инфаркта миокарда, опытная эксплуатация элементов которой позволяет рекомендовать её к использованию при планировании профилактических и реабилитационных мероприятий при ведении пост инфарктных больных.

Работа выполнена в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы» («Проведение прикладных научных исследований в области биоинформационных технологий», уникальный идентификатор прикладных научных исследований (проекта) RFMEFI57614X0071) и в соответствии с научным направлением Юго-Западного государственного университета «Разработка медико-экологических информационных технологий».

Результаты работы внедрены в учебном процессе Юго-Западного государственного университета при подготовке бакалавров по направлению 12.03.04 «Биотехнические системы и технологии» и прошли испытания в отделении медицинской реабилитации клинического научно-медицинского центра «Авиценна», г. Курск.

Методология и методы исследования. Для решения поставленных задач использовались методы: системного анализа, теории биотехнических систем медицинского назначения, математической статистики, теории управления, математического моделирования, нейросетевого моделирования, экспертного оценивания и принятия решений. При разработке нейросетевых моделей и модулей нечеткого логического вывода в качестве инструментария использовался MATLAB. Для сбора данных использован модуль быстродействующего АЦП с

USB 2.0 интерфейсом - E20-10 производства ЗАО «L-Card» с программными средствами, разработанными в среде C++ Builder 6 с использованием библиотек L-Card (Lisbari и LCome).

Положения, выносимые на защиту. 1. Метод синтеза гетерогенных классификаторов, основанный на агрегации гетерогенных данных, характеризующих функционирование различных органов и подсистем организма, обеспечивает получение математических моделей оценки степени риска повторного инфаркта миокарда в реабилитационном периоде с требуемой для медицинской практики точностью. 2. Метод построения виртуальных моделей для классификации риска повторного инфаркта миокарда, основанный на исследовании показателей электропроводности биологически активных точек, позволяет осуществлять переход от абсолютной шкалы к порядковой шкале оценки результатов тестирования. 3. Виртуальные модели классификации риска повторного инфаркта миокарда, позволяют построить гетерогенные классификаторы, агрегирующие факторы риска по релевантным биологически активным точкам и повысить показатели качества классификации на 6%. 4. Интеллектуальная система прогнозирования рецидива инфаркта миокарда, построенная на основе концептуальной модели гетерогенных классификаторов с виртуальными потоками, позволяет повысить показатели качества классификации на 14-16% по сравнению с известными диагностическими моделями.

Степень достоверности и апробация работы. Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость аналогичным результатам, полученным другими исследователями в области исследования системных ритмов живых систем и интеллектуальных систем медицинского назначения. Результаты экспериментальных исследований решающих правил по прогнозированию сердечно-сосудистых рисков согласуются с ранее опубликованными экспериментальными данными по теме диссертации. Результаты исследования показали, что предлагаемые модели и информационные технологии могут быть рекомендованы для прогнозирования сердечнососудистых рисков.

Основные теоретические положения и научные результаты диссертационной работы докладывались, обсуждались и получили положительную оценку на 14-ти Международных, Всероссийских и региональных конференциях и семинарах:

«Интеллектуальные технологии и средства реабилитации и абилитации людей с ограниченными возможностями (ИТСР-2018)» (Москва - 2018); «Актуальные вопросы биомедицинской инженерии» (Саратов-2018); «Современные проблемы анализа динамических систем. Приложения в технике и технологиях» (Воронеж - 2018); «Информационные системы и технологии: вопросы теории и практики» (Кострома - 2018); «Лазерно-информационные технологии в медицине, биологии, геоэкологии и транспорте» (Новороссийск -2018); «Нейроинформатика, ее приложения и анализ данных» (Красноярск -2018); «Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века» (Пермь - 2018); «Закономерности развития современного естествознания, техники и технологий» (Пенза - 2018); «Proceedings of articles the III International scientific conference» (Czech Republic, Karlovy Vary - Russia, Moscow, 2018); «Роль науки в развитии социума: теоретические и практические аспекты» (Санкт-Петербург - 2018); «Медико-экологические информационные технологии» (Курск - 2018, 2019); «Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века» (Пермь - 2018); «Физика и радиоэлектроника в медицине и экологии» (Владимир-Суздаль - 2018); «Интеллектуальные информационные системы: тенденции, проблемы, перспективы» (Курск - 2013, 2015, 2017); на научно-технических семинарах кафедры биомедицинской инженерии ЮЗГУ (Курск - 2012-2019).

Публикации. Основные результаты диссертационного исследования отражены в 17 научных работах, из них 4 статьи в ведущих рецензируемых научных журналах.

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и списка литературы, включающего 120 отечественных и 26

зарубежных наименований. Работа изложена на 150 страницах машинописного текста, содержит 40 рисунков и 15 таблиц.

1 Анализ методов прогнозирования повторного инфаркта миокарда в реабилитационном периоде

1.1 Этиология и распространённость первичного и повторного инфаркта миокарда

Сердце относится к органам, наиболее чувствительным к ишемии. Инфаркт миокарда (ИМ) - это омертвение (инфаркт) участка мышцы сердца (миокарда) в результате острого несоответствия сердечного кровотока потребностям сердца. В развитии ИМ основную роль играют три взаимосвязанных процесса: разрыв атеросклеротической бляшки (АБ), наслоение кровяного сгустка (тромба) на АБ и сосудистый спазм. Резкий подъем артериального давления (АД), стресс и (или) ускорение сердцебиения усиливают кровоток и становится возможен спазм сердечных сосудов. Многократно возрастает сила, с которой кровь давит на стенки сосудов, проходя по ним. Если АБ не выдерживает этого гидродинамического удара, она разрывается, при этом кровь реагирует увеличением свертываемости, что приводит к образованию тромба в месте разрыва АБ и спазму поражённого сосуда. Возникает окклюзия сосуда и весь участок мышцы сердца, который кровеснабжался пострадавшим сосудом, погибает [5, 55, 68, 94].

При отсутствии эффективного коллатерального кровообращения в случае тотальной окклюзии крупной коронарной артерии уже через 15 минут начинается гибель кардиомиоцитов - мышечных клеток сердца, через 1 час погибает около 50% клеток в зоне ишемии, через 3 часа - 80%, а через 6 часов - почти 100%. Острый коронарный синдром вызывает необратимое повреждение обширного участка миокарда, что приводит к нарушению его сократительной функции. Чаще всего не выдерживают удара так называемые нестабильные «молодые» АБ. В их состав входит большое количество жиров, а ядро имеет наибольший тромбогенный потенциал. Уязвимость АБ не коррелирует ни с величиной сосуда,

ни со степенью его сужения. Это объясняет тот факт, что в 65% случаев ИМ закупорка сосуда возникает, когда АБ занимает не более 50% просвета сосуда, в 20% сужение составляет 50-70% и только в 15% - более 70%. Поэтому ИМ возникает часто внезапно, особенно у молодых, без каких-либо симптомов-предвестников. В настоящее время отличить нестабильную АБ от стабильной чрезвычайно затруднительно [68, 94, 106].

Процесс заживления (стабилизации) разорванной АБ заключается в прорастании образовавшегося конгломерата соединительной тканью. По времени этот процесс занимает около двух месяцев. На протяжении всего этого периода в большинстве (до 70%) случаев сохраняются признаки нестабильности АБ.

Существуют три классификации ИМ:

- по клиническому течению - осложненный и неосложненный;

- по локализации - описывается по названиям стенок левого желудочка -передний, задний, боковой, перегородочный и их комбинации с вовлечением других отделов сердца (например, правого желудочка);

- по глубине поражения - описывается по зубцу Р, который отражает степень некротизации сердечной стенки, различают - Р-позитивный (высокий зубец Р, поражение миокарда более 50%) и Q-негативный (зубец Р мал или полностью отсутствует, поражение миокарда неглубокое). Даже самый небольшой Q-негативный ИМ может нести в себе высокий риск осложнений и повторного инфаркта [106, 130].

В отличии от прогноза, диагноз ИМ ставится по трем критериям, установленным ВОЗ: 1) характерная клиническая картина; 2) характерные изменения на ЭКГ; 3) диагностически значимые изменения уровня биохимических маркеров. В клинической практике для того чтобы поставить диагноз ИМ, достаточно совпадения двух критериев из трех [29, 40, 93, 106].

Основные результаты эпидемиологических исследований свидетельствуют о том, что ИМ значительно чаще встречается у городского населения, чем у сельских жителей, причём у мужчин ИМ диагностировали в 50% случаев, а у женщин - в 35% [7, 28, 40, 93]. С возрастом заболеваемость значительно

увеличивается, так у мужчин в возрасте 20-24 лет заболеваемость ИМ составляет 0,08 на 1000 человек, а в возрасте 60-64 лет - уже 17,1 на 1000 человек, при этом у 80-90% больных инфаркт дебютирует ангинозным приступом. За последнее десятилетие значительно увеличился процент заболеваемости коронарным атеросклерозом у молодых людей [25, 27, 55, 57, 68, 93].

Согласно данным Государственного доклада о состоянии здоровья Российской Федерации, в 2002г. зарегистрировано более 164 тысячи заболеваний острым инфарктом миокарда и более и 24 тысячи повторным [22, 94, 101, 102]. Обращает на себя внимание тот факт, что мелкоочаговые повторные инфаркты чаще диагностируются у мужчин, чем у женщин и преимущественно у лиц пожилого возраста, кроме того, у мужчин повторные инфаркты случались в более раннем возрасте. Опасность повторного инфаркта заключается в том, что летальность и частота осложнений, таких как постинфарктная стенокардия (38,1%), аневризма левого желудочка (2,8%), нарушения ритма сердца (16%), рецидивирующее течение ИМ (9,2%), которое развивается в сроки от 72 часов до 8 недель (после развития ИМ и до окончания процессов рубцевания) и само по себе приводит к острой или прогрессирующей сердечной недостаточности, к нарушениям ритма сердца и летальным исходам, гораздо выше, чем при первичном ИМ. По данным эпидемиологических исследований выживаемость после первичного ИМ в течение семи лет у мужчин составила 69%, у женщин - 53 %, а после ПИМ - 42 и 26 % соответственно [25, 88, 100, 101, 102, 134].

У каждого третьего больного, перенёсшего ИМ, в течение года развивается повторный ИМ, при этом в течение последующих семи лет сохраняется высокий риск летального исхода [4, 94]. Исходя из этого, вопрос своевременной диагностики и предотвращения повторного инфаркта является актуальной темой в современной медицине.

1.2 Факторы риска повторного инфаркта миокарда

К «классическим» факторам риска (ФР) ИМ относят: нарушения липидного обмена, артериальную гипертензию (АГ), курение, наследственную предрасположенность, сахарный диабет (СД), психоэмоциональное перенапряжение (ПЭН), возраст, холестерин крови, избыточный вес [10, 32, 52, 73, 77, 78, 79, 85, 93, 115, 117, 127] и т.д. Все известные на данный момент «классические» факторы риска ПИМ сведены в таблицу 1.1. Однако такие клинические проявления атеросклероза как стенокардия, острый инфаркт миокарда (ОИМ) проявляются и при отсутствии многих «классических» факторов.

Таблица 1.1 - Факторы прогноза повторного инфаркта миокарда

№ Факторы риска Градация факторов

1 2 3 4 5

1 Возраст До 25 25-39 40-49 50-59 60 и старше

2 Факторы риска нет Ожирение Употреблен ие алкоголя Курение АГ

3 Предшествующая стенокардия по функциональному классу нет 1 2 3 4

4 Перенесённый ИМ нет Мелко- Крупно- Трансмура 2-3 и более,

ранее очаговый очаговый льный независимо от вида, глубины и распростра ненности

5 Вид данного ИМ нет Интрамура Субандокар Крупнооча Трансмура

льный динальный говый льный

Мелкоочаг Мелкоочаго

овый вый

6 Данный ИМ по нет Заднедиафр Переднепе- Переднера Циркулярн

локализации агмальный регородочн ый или передневерх ушечный сспростра нённый ый

7 Число часов от начала острого приступа ИМ до госпитализации Нет 6 12 18 24 и более

8 Ангинозные боли нет Не Повторялис Повторяли Повторялис

(включая повторялис ь в течение сь в ь в течение

догоспитализационн ь 1-х суток течение 2- 3-х суток

ый период) после 1- х суток

го купирования

повторно или нет в

течение 3-х с.госп.

9 MAX частота дыхания в мин.в теч. 3-х с.госп. До 18 18-22 23-36 37-30 Более 30

10 MAX частота пульса в мин.в теч. 3-х с.госп. 60-80 61-90 Выше 90 40-60 До 40

11 MIN АД систолич. в теч. 3-х с.госп. До 140 Менее 100 100-140 140-160 Выше 160

12 Вид шока .в теч. 3-х нет лекарствен аритмическ Рефлектор кардиогенн

с.госп. ныи ии ныи ыи

13 Проявления нет С лёгким С С резким сердечная

сердечной цианозом выраженны цианозом астма и

недостаточности. в (при м цианозом (при отёк лёгких

теч. 3-х с.госп. отстутстви и паркосизмо в серд. астмы и отёка лёгких) (при отстутствии паркосизмо в серд. астмы и отёка лёгких) отстутстви и паркосизм ов серд. астмы и отёка лёгких)

14 Наджелудочковая нет Редкая Частая Поздняя Ранняя

экстрасистолия в (менее 6 в (более 6 в (отстоит (если

теч. 3-х с.госп. мин.) мин) или залповая от зубца Т более 0,05 с) наслаивает ся или отстоит от зубца Т менее 0,05 с) или политопная

15 Желудочковая нет Редкая Частая Поздняя Ранняя

экстрасистолия в (менее 6 в (более 6 в (отстоит (если

теч. 3-х с.госп. мин.) мин) или залповая от зубца Т более 0,05 с) наслаивает ся или отстоит от зубца Т менее 0,05 с) или политопная

16 Пароксизмальные тахикардии в теч. 3-х с.госп. нет Наджелудо чковая Мерцание или трепетание предсредри й Желудочк овая Фибрилляц ия или асистолия желудочко в

17 Атривентрикулярна я блокада в теч. 3-х с.госп. нет Замедление атривентри кулярной проводимо сти или типа Мобитца I Типа Мобитца II Высокосте пенная или полная (включая переходящ ие) без МЭС Высокосте пенная или полная (включая переходящ ие) с МЭС

18 Синоарикулярная блокада в теч. 3-х с.госп. нет 2 ст. первого типа (включая 2:1) без МЭС 2 ст. второго типа с феноменом Саймолова- Венкебаха без МЭС 3 ст. без МЭС Синоаурик улярная блокада с МЭС

19 Блокада ветвей пучка Гиса в теч. 3-х с.госп. нет Монофасци кулярная левой ножки неполная Монофасци кулярная правой ножки полная Бифасцику лярна, включая полную левой ножки Трифасцик улярная

20 MAX подъём сегмента-Т в любом из отведений по локализации ИМ в в теч. 3-х с.госп. при субэндокардиально м ИМ - max смещение сегмента-Т вниз нет До 2 мм 3-4 мм 5-6 мм 7-8 мм

21 Тромбоэмболически е осложнения в теч. 3-х с.госп. нет Острый тромбофле бит (флеботром боз) Инфаркт лёгкого или почек Множеств енная тромбоэмб олия в системе лёгочной артерии (с выживани ем в период прогнозир ования) Тромбоэмб олия мозговых или крупных перифериче ских сосудов (с выживание м в период прогнозиро вания)

22 Острая пневмония в теч. 3-х с.госп. нет мелкоочаго вая Сегментарная Долевая Двусторон няя

23 Количество лейкоцитов в крови в теч. 3-х с.госп. (независимо от наличия осложнений) До 8*10Л9 8*10Л9 -10*10Л9 10*10Л9 -12*10Л9 12*10Л9 -14*10Л9 14*10Л9 и более

24 СОЭ в теч. 3-х с.госп. (независимо от наличия осложнений) До 15 15 - 20 21 - 30 31 - 40 Выше 40

25 Содержание ферментов в крови по тах показателю илифибриногена в теч. 3-х с.госп нет Повышена КФК Повышна АСТ Повышена ЛДГ Повышен фибриноге н

В связи с этим для улучшения прогнозирования риска первичного и повторного ИМ необходимы дополнительные критерии, которые будут достоверны и удобны в повседневной врачебной практике. В настоящее время всё больше внимания уделяется «новым» недостаточно изученным ФР, таким как частота сердечных сокращений (ЧСС), уровень конечных продуктов гликации (КПГ), нарушение минерального обмена, функции щитовидной железы (ЩЖ), приверженность терапии, климатические и психосоциальные факторов.

Повышенное значение ЧСС в покое у пациентов с АГ, ИБС, ХСН оказывает влияние на риск развития ИМ независимо от возраста, «классических» ФР или сопутствующих заболеваний [39]. По результатам многоцентрового, эпидемиологического исследования ЭССЕ-РФ (Эпидемиология сердечнососудистых заболеваний в различных регионах Российской Федерации) были выявлены существенные связи между повышенной ЧСС и метаболическими ФР, воспалением [136]. В 2018 г. были опубликованы данные, показавшие ассоциацию между ЧСС и "немыми" инфарктами головного мозга [39]. Однако исследования, прицельно изучающих влияние ЧСС на прогноз у больных ССЗ, не проводили.

В настоящее время всё больше внимания уделяется изучению влияния гликации (гликирования, гликолизирования) белков на развитие атеросклероза, который в свою очередь может быть предвестником инфаркта миокарда. Гликация обусловлена способностью глюкозы создавать с аминогруппами

Список литературы диссертационного исследования кандидат наук Киселев Алексей Викторович, 2019 год

Список использованных источников

1. Автоматизированная система медицинской диагностики заболеваний с учетом их динамики [Текст] / М.Л. Жмудяк [и др.] // Ползуновский вестник. - 2006. - №1. - С. 95-106.

2. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов [Текст]: в 2 т. / С.А. Айвазян, В.С. Мхитарян. - 2-ое изд., испр. - М.: ЮНИТИ-ДАНА, 2001. - Т.1: Теория вероятностей и прикладная статистика - 656 с.

3. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов [Текст]: в 2 т. / С.А. Айвазян, В.С. Мхитарян. - 2-ое изд., испр. - М.: ЮНИТИ-ДАНА, 2001. - Т. 2. - 432 с.

4. Аксельрод, А.С Нагрузочные ЭКГ-тесты: 10 шагов к практике. Учебное пособие [Текст] /А.С. Аксельрод, П.Ш. Чомахидзе, А.Л. Сыркин; под ред А.Л. Сыркина. - 5-ое изд. - М: МЕДперсс-информ, 2016. - 208 с.

5. Амосова, Е.Н. Особенности течения и прогнозирования рецидивирующего инфаркта миокарда [Текс] / Е.Н. Амосова // Врачебное дело. - 1983. - №2. - С. 52-55.

6. Алгоритмы и шкалы риска тромбоза и кровотечения в кардиологии и неврологии: Практическое пособие [Текст]/ Л. И. Бурячковская, Н. В. Ломакин, А. Б. Сумароков, Е. А. Широков. - М.: ООО «Др. Редди'с Лабораторис», 2018. - 424 с.

7. Аронов, Д.М. Кардиологическая реабилитация на рубеже веков [Текст] / Д.М. Аронов // Сердце: журнал для практикующих врачей. - 2002. -Т.1, №3. - С. 123-125.

8. Аронов, Д.М. Постстационарный этап реабилитации больных ишемической болезнью сердца [Текст] / Д.М. Аронов, М.Г. Бубнова, Г.В.

Погосова // Сердце: журнал для практикующих врачей. - 2005. - Т.4, №2. - С. 103-107.

9. Артеменко, М.В. Формирование множества информативных показателей на основании аппроксимирующего полинома Колмогорова-Габора и максимального градиента функциональных различий [Текст] / М.В. Артеменко, Н.М. Калугин, А.Н. Шуткин // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2016. - №1(18). - С. 116-123.

10. Белов, Ю.В. Постинфарктное ремоделирование левого желудочка: взгляд кардиохирурга [Текст] / Ю.В. Белов, В.А. Вараксин // Российский кардиологический журнал. - 2002. - № 4. - С. 4- 11.

11. Белялов, Ф.И. Алкоголь и профилактика сердечно-сосудистых заболеваний [Текст] / Ф.И. Белялов // Кардиология. - 2004. - Т.44, № 4. - С. 78- 82.

12. Васильев, Д.Н. Интеллектуальные информационные системы. Основы теории построения [Текст]: учебное пособие / Д.Н. Васильев, В.Г. Чернов. - Владимир: Изд-во Владим. гос. ун-та, 2008. - 120 с.

13. Викторов, Н.В. Современные компьютерные системы для автоматического анализа электрокардиосигнала [Текст] / Н.В. Викторов // Медицинская техника. - 1996. - № 1. - С.34-35.

14. Виртуальные потоки в гибридных решающих модулях классификации сложноструктурируемых данных [Текст] / А.В. Киселев [и др.] // Прикаспийский журнал: управление и высокие технологии. - 2018. -№2(42). - С. 137-149.

15. Влияние темпов реабилитации на психологический статус и качество жизни больных инфарктом миокарда [Текст] / А.Б. Хадзегова [и др.] // Терапевтический архив. - 1997. - Т.69, №11. - С. 62- 65.

16. Воробьева, О.М. Математическое прогнозирование инфаркта миокарда и сердечно-сосудистых осложнений у урологических больных [Текст] / О.М. Воробьёва, С.П. Серегин, И.В. Чернова // Известия Юго-

Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. -2012. - №2, ч.3. - С. 328- 331.

17. Воробьева, О.М. Синтез решающих правил для прогнозирования инфаркта миокарда по показателям перекисного окисления липидов и антиокислительной активности [Текст] / О.М. Воробьёва, В.Н. Мишустин, И.В. Чернова // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - №2, ч.2. - С. 249- 252.

18. Воробьева, О.М. Эффективность методов электрорефлексодиагностики в доклинической стадии инфаркта миокарда [Текст] / О.М. Воробьёва, А.В. Новиков // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - №2, ч.3. - С. 309312.

19. Воронцов, И.М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей диагностики нарушений здоровья [Текст]: монография / И.М. Воронцов, В.В. Шаповалов, Ю.М. Шерстюк. - СПб.: ИПК «Коста», 2006. - 432 с.

20. Гайдышев, И.П. Анализ и обработка данных. Специальный справочник [Текст] / И.П. Гайдышев. - СПб.: Питер, 2001. - 752 с.

21. Гаранин, А.А. Биомеханика сердца и малого круга кровообращения на фоне факторов риска сердечно-сосудистых заболеваний [Текст] / А.А. Гаранин, А.Е. Рябов, О.В. Фатенкова // Российский журнал биомеханики. -2012. - Т. 16, №3(57). - С. 65-74.

22. Гафаров, В.В. Мониторинг инфаркта миокарда (диагностические комбинации, продромальный период, поведенческие характеристики) с использованием программ ВОЗ "Регистр острого инфаркта миокарда", МОНИКА [Текст]/ В.В. Гафаров, А.В. Гафарова, Н.Ю. Шахтарина // Терапевтический архив. - 2002. - № 9. - С. 9-12.

23. Гибридные нечеткие модели для прогнозирования возникновения и осложнений артериальной гипертензии с учетом энергетических характеристик биоактивных точек [Текст] / М.А. Ефремов [и др.] // Известия ЮЗГУ Серия: управление, вычислительная техника, информатика. Медицинское приборостроение. - 2018. - Т.8. № 4(29) - С. 104-119.

24. Гитун, Т.В. Диагностический справочник кардиолога [Текст] / Т.В. Гитун. - М: АСТ, 2007. - 512 с.

25. Глейзер, М.Г. Возрастная и половая характеристика больных с острым инфаркта миокарда [Текст] / М.Г. Глейзер, С.В. Поляков, М.В. Бойко // Клиническая геронтология. - 2001. - № 8. - С. 6.

26. Горбань, А.Н. Обучение нейронных сетей [Текст] / А.Н. Горбань. -М.: ПараГраф, 1990. - 160 с.

27. Горбаченков, А.А. Коронарная реабилитация - от покоя до физических тренировок и многофакторной профилактики [Текст] / А.А. Горбаченков // Российский кардиологический журнал. - 2006. - № 2(58). - С. 6-10.

28. Гурылева, М.Э. Критерии качества жизни в медицине и кардиологии [Текст] / М.Э. Гурылева, М.В. Журавлева, Г.Н. Алеева // Русский медицинский журнал. - 2006. - Т.14, №10. - С. 761-763.

29. Гусев, А.И. Сравнительная оценка методов прогнозирования исхода инфаркта миокарда [Текст] / А.И. Гусев, А.Н. Дрыганова // Болезни сердца и сосудов. - 1984. - С. 6-8.

30. Диагностика ишемической болезни сердца интеллектуальной системой «АРМ-Кардиолог» [Текст] / О.А. Ефремова [и др.] // Курский научно-практический вестник 2. Человек и его здоровье». - 2014. - №1. - С. 69-74.

31. Динамика дисперсии интервала Q-T и вариабельности сердечного ритма при остром инфаркте миокарда и их прогностическое значение [Текст] / С.Н. Ерофеев [и др.] // Вестник новых медицинских технологий. - 2000. -Т.7, № 1. - С.61-63.

32. Ефремушкин, Г.Г. Вариабельность синусового ритма у пациентов с инфарктом миокарда в процессе длительной поликлинической реабилитации с физическими тренировками [Текст] / Г.Г. Ефремушкин, А.А. Ефремушкина, А.Г. Акимочкина // Российский кардиологический журнал. - 2005. - №1(51). -С. 20-23.

33. Заде, Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений [Текст] / Л.А. Заде // Математика сегодня. - М.: Знание, 1974. - С. 5-49.

34. Заде, Л.А. Понятие лингвистической переменной и ее применение к принятию приближенных решений [Текст] / Л.А. Заде. - М.: Мир, 1976. - 312 с.

35. Закирова, А.Н. Корреляционные связи перекисного окисления липидов, антиоксидантной защиты и микрореологических нарушений в развитии ИБС [Текст] / А.Н. Закирова // Терапевтический архив. - 1996.- Т. 68, №9. - С. 37-40.

36. Изучение влияния жизненного истощения на риск возникновения инфаркта миокарда в популяции мужчин 25- 64 лет (эпидемиологическое исследование на основе программы ВОЗ «MONICA» [Текст] / В.В. Гафаров [и др.] // Клиническая медицина. - 2005. - № 7. - С.23-26.

37. Интеллектуальные системы для анализа медицинских данных [Текст] / В.К. Финн [и др.] // Врач и информационные технологии. - 2006. -Часть 2. - №6. - С. 50-60.

38. Использование гибридных нейросетевых моделей для многоагентных систем классификации в гетерогенном пространстве информативных признаков [Текст] // С.А. Филист [и др.] // Прикаспийский журнал: управление и высокие технологии. - 2015. - №3(31). - C. 85-95.

39. Какие «новые» факторы целесообразно учитывать при оценке сердечно-сосудистого риска? [Текст] / М.Д. Смирнова [и др.] // Кардиоваскулярная терапия и профилактика. - 2018. - №17(6). - С. 77-85.

40. Карпов, Ю.А. Инфаркт миокарда: на перекрестке мнений. Принципы ведения больных после инфаркта миокарда: профилактика осложнений с первых часов заболевания [Текст] / Ю.А. Карпов // Consilium Medicum. - 2006. - Т. 8, №5. - С. 62- 65.

41. Киселев, А.В. Алгоритм классификации функционального состояния сердечно-сосудистой системы по показателям синхронности системных ритмов [Текст] / А.В. Киселев, Т.В. Петрова, А.А. Трифонов // Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века: сб. трудов конф. - 2018. - С. 97-102.

42. Киселев, А.В. Алгоритм прогнозирования и диагностики социально значимых заболеваний, основанный на психологическом и психофизиологическом исследовании с помощью набора тестов, адресованных всем иерархическим уровням личности [Текст] / А.В. Киселев, С.А. Филист, А.Н. Шуткин // Медико-экологические информационные технологии - 2018: сб. трудов конф. - 2018. - С. 11-19.

43. Киселев, А.В. Ансамбли классификаторов ишемического риска для электрокардиографов четвертого поколения [Текст] / А.В. Киселев, Т.В. Петрова, Р.А. Крупчатников // Информационные системы и технологии: вопросы теории и практики: сб. трудов конф. - 2018. - С.8-11.

44. Киселев, А.В. Гибридные решающие модули c виртуальными потоками в классификаторах функционального состояния сложных систем [Текст] / А.В. Киселев, Т.В. Петрова, О.В. Шаталова // Нейроинформатика, её приложения и анализ данных: сб. трудов конф. - 2018. - С. 79-85.

45. Киселев, А.В. Гибридные решающие модули с виртуальными потоками для идентификации живых систем [Текст] / А.В. Киселев // Актуальные вопросы биомедицинской инженерии: сб. трудов конф. - 2018. -С.198-202.

46. Киселев, А.В. Метод анализа биоимпеданса на основе многочастотного зондирования [Текст] / А.В. Киселев // Лазерно-информационные технологии в медицине, биологии, геоэкологии и

транспорте: труды XXVI Международной конференции. - Новороссийск: ГМУ имени адмирала Ф.Ф. Ушакова, 2018. - С. 103-104.

47. Киселев, А.В. Модели биоимпеданса в задачах формирования пространства признаков для интеллектуальных систем диагностики социально-значимых заболеваний [Текст] / А.В. Киселев, О.В. Шаталова // Физика и радиоэлектроника в медицине и экологии: сб. трудов конф. - 2018. -С. 266-271.

48. Киселев, А.В. Слабые классификаторы с виртуальными потоками в интеллектуальных системах прогнозирования сердечно-сосудистых осложнений [Текст] / А.В. Киселев, О.В. Шаталова, Е.В. Петрунина и др. // Известия Юго-Западного государственного университета. Серия Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2019. - №1 (30). Том 9. - С. 6-19.

49. Кореневский Н.А. Метод классификации функционального состояния человека и оценка уровня его составляющих на основе гибридных нечетких моделей [Текст] / Н.А. Кореневский, О.И. Филатова, А.А. Бурмака,

B.И. Серебровский// Биотехносфера, № 1(19), 2012.- С.37-40.

50. Кореневский Н.А. Комплексная оценка уровня психоэмоционального напряжения [Текст] / Н.А. Кореневский, О.И. Филатова, М.И. Лукашов// Биомедицинская радиоэлектроника.- 2009.- № 5.-

C.4-9.

51. Кореневский, Н.А. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования [Текст] / Н.А. Кореневский // Вестник новых медицинских технологий. - 2006. - Т. 13, №2. - С. 6- 9.

52. К прогнозированию неосложненного течения инфаркта миокарда [Текс] / И.М. Гельфанд [и др.] // Терапевтический архив. - 1982. - Т.54, №3, С. 64-67.

53. Круглов, В.В. Интеллектуальные информационные системы. Компьютерная поддержка систем нечеткой логики и нечеткого вывода

[Текст]: учебное пособие / В.В. Круглов, М.И. Дли. - М.: Изд-во Физико-математической лит-ры, 2002. - 227 с.

54. Круглов, В.В. Нечеткая логика и искусственные нейронные сети [Текст] / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. - М.: Физматлит, 2001. - 198 с.

55. Крючков, Д.В. Первичный и повторный инфаркт миокарда: различия в отдаленной выживаемости пациентов [Текст] / Д.В. Крючков, Г.В. Артамонова // Комплексные проблемы сердечно-сосудистых заболеваний. -2015. - №3. - С. 47-52.

56. Кузнецов, Д.А. Интеллектуальная система поддержки принятия решений прогнозирования заболеваний на основе нечёткой логики [Текст] / Д.А. Кузнецов // Искусственный интеллект. - 2004. - №3 - С. 337-342.

57. Кульниязова, А.А. Особенности качества жизни больных, перенесших инфаркт миокарда [Текст] / А.А. Кульниязова, В.П. Поляков // Врач. - 2007. - №12. - С. 83-84.

58. Курашвили, Л.В. Инфаркт миокарда: особенности липидного обмена, окислительной и антиокислительного потенциала [Текст] / Л.В. Курашвили, С.В. Ушаков, В.И. Волотов // Вестник Российской академии медицинских наук. - 2009. - № 3. - С. 15- 19.

59. Лувсан, Г. Очерк методов восточной рефлексотерапии [Текст] / Гаваа Лувсан. - 3-е изд, перераб и доп. - Новосибирск: Наука. Сиб. Отд-ние, 1991. - 432 с.

60. Мальцева, О.В. Прогностическая мощность различных моделей в определении уровня коронарного риска у больных с острым коронарным синдромом без стойких подъемов сегмента ST [Текст] / О.В. Мальцева, З.М. Саифуиллина, С.В. Шалаев // Кардиология. - 2012. - Т.52, №4. - С. 4-9.

61. Манжула, В.Г. Нейронные сети Кохонена и нечеткие нейронные сети в интеллектуальном анализе данных [Текст] / В.Г. Манжула, Д.С. Федяшов // Фундаментальные исследования. - 2011. - №4. - С. 108-115.

62. Математические модели прогнозирования и профилактики рецидивов инфаркта миокарда в реабилитационном периоде: монография [Текст] / С.П. Серегин [и др.]; под науч. ред. д-ра техн. наук, проф. Н.А. Кореневского. - Курск: Юго-Зап. гос. ун-т, 2015. - 166 с.

63. Математическое моделирование развития инфаркта миокарда и сердечно-сосудистых осложнений на основе нечетких моделей принятия решений [Текст] / О.М. Воробьёва [и др.] // Системный анализ и управление в биомедицинских системах. - 2012. - Т. 11, № 1. - С. 170- 174.

64. Модели формирования пространства информативных признаков для прогнозирования инсультов по результатам исследования переходных процессов в аномальных зонах электропроводности в экспериментах in vivo [Текст] / М.А. Ефремов [и др.] // Известия Юго-Западного государственного университета. Серия: управление, вычислительная техника, информатика. Медицинское приборостроение. - 2017. - Т.7, №3(24). - С. 120-131.

65. Мохаммед, А.А. Моделирование импеданса биоматериалов в среде MATLAB [Текст] / А.А. Мохаммед, С.А. Филист, О.В. Шаталова // Известия Юго-Западного государственного университета. Серия: управление, вычислительная техника, информатика. Медицинское приборостроение. -2013. - №4. - С. 73-78.

66. Негмаджонов, УУ Повторные инфаркты миокарда: факторы риска, клиника, лечение [Текст] / УУ Негмаджонов, А.Д. Куимов // Медицинские и фармацевтические науки. - 2011. - №6.

67. Нейросетевые модули с виртуальными потоками для классификации и прогнозирования функционального состояния сложных систем [Текст] / А.В. Киселев [и др.] // Известия Юго-Западного государственного университета. - 2018. - № 4(79). - С. 123-134.

68. Новиков, В.П. Инфаркт миокарда: патогенез, фармакотерапия, профилактика [Текст] / В.П. Новиков. - СПб.: ЛАНЬ, 2000. - 386 с.

69. Новые технологии прогнозирования риска развития ИБС [Текст] / С. Горохова [и др.] // Врач. - 2011. - №14 - С. 22-25.

70. О возможности прогнозирования рецидива инфаркта миокарда [Текс] / Ю.М. Бала [и др.] // Терапевтический архив. - 1972. - Т.34, №3. - С. 6-9.

71. Ольбинская, Л.И. Оценка ближайших и отдаленных результатов качества жизни больных ишемической болезнью сердца при лечении нитровазодилятаторами [Текст] / Л.И. Ольбинская, С.Б. Игнатенко // Российский кардиологический журнал. - 1999. - №4(99). - С.18-24.

72. Основные классификации и шкалы риска в кардиологии [Текст]: практическое пособие / Ю.А. Баланова [и др.]; под ред. РАН Е.В. - М.: Кардиологи, 2015. - 19 с.

73. Основные факторы, прогнозирующие риск внезапной смерти у больных, перенесших инфаркт миокарда [Текст] / С.А. Болуева [и др.] // Кардиоваскулярная терапия и профилактика. - 2007. - Т.6, №8. - С. 39-45.

74. Особенности психосоциального статуса больных инфарктом миокарда и их влияние на течение заболевания в зависимости от пола [Текст] / Н.Б. Лебедева [и др.] // Кардиоваскулярная терапия и профилактика. - 2007. - Т.6, №1. - С. 28- 33.

75. Осовский, С. Нейронные сети для обработки информации [Текст] / Станислав Осовский; пер. с польского Л.Д. Рудинского. - М.: Финансы и статистика, 2002. - 344с.

76. Опыт применения интеллектуальных компьютерных технологий в лечебно- диагностической практике [Текст] / Ю.В. Немытин [и др.] // Военно-медицинский журнал. - 2006. - Т.327, №10. - С. 8-11.

77. Острый коронарный синдром без подъема сегмента БТ у пожилых лиц: нерешенные проблемы диагностики [Текст] / М.Я Красносельский [и др.] // Клиническая геронтология. - 2007. - Т.13, №6. - С. 52- 56.

78. Острый коронарный синдром с подъемом сегмента БТ: белок, связывающие жирные укислоты, и сердечный тропонин у болных, подвергшихся тромболитической терапии [Текст] / Н.А. Грацианский [и др.] // Кардиология. - 2000. - №10. - С. 26-33.

79. Пишак, В.П. Хронобиологическая концепция развития острого инфаркта миокарда [Текст] / В.П. Пишак, В.К. Тащук, Т.А. Шатук // Клиническая медицина. - 2007. - Т.85, № 9. - С. 38-40.

80. Погосова, Г.В. Депрессия - фактор риска развития ИБ. [Текст] / Г.В. Погосова // Кардиология. 2012;12: 4-11. PMID:23237434.

81. Позин, А.О. Тестирующие гибридные системы с дополнительным пространством информативных признаков [Текст] / А.О. Позин, С.А. Филист, А.Н. Шуткин // Современные информационные технологии в управлении качеством: сб. трудов конф. - Пенза: Приволжский Дом знаний, 2016. - С. 4650.

82. Порохна, В.С. Некоторые аспекты рефлексодиагностики и рефлексотерапии [Текст] / В.С. Порхна // Вестник новых медицинских технологий. - 2003. - Т. 10, №3. - С. 45-47.

83. Портнов, Ф.Г. Электропунктурная рефлексотерапия [Текст] / Ф.Г. Портнов. - 3-е изд., перераб. и доп. - Рига: Зинатне, 1988. - 352 с.

84. Предикторы синхронности системных ритмов живых систем для классификаторов их функциональных состояний [Текст] / Т.В. Петрова [и др.] // Системный анализ и управление в биомедицинских системах. - 2018. - Т. 17, №3. - С. 693-700.

85. Прогнозирование исхода рецидивирующего инфаркта миокарда [Текст] / Н.М. Устинскова [и др.] // Кардиология. - 1979. - Т. 19, №5. - С. 29-34.

86. Прогнозирование повторного инфаркта миокарда у больных с постинфарктным кардиосклерозом [Текст] / А.Н. Шопин [и др.] // Практическая медицина. - 2011. - Т.1, №49. - С. 135-138.

87. Рецидивирующий инфаркт миокарда [Текс] / А.Л. Сыркин [и др.]. -М.: Медицина, 1981. - 120 с.

88. Рецидив инфаркта миокарда и время суток [Текст] / О.К. Рыбак [и др.] // Российский кардиологический журнал. - 2003. - №1. - С. 5-7.

89. Синтез дополнительного информативного признака для нейронной сети прямого распространения [Текст] / А.О. Позин [и др.] // Новые решения

в области упрочняющих технологий: взгляд молодых специалистов: сб. науч. статей. - Курск: ЗАО «Университетская книга», 2016. - С. 212-217.

90. Синтез нечетких решающих правил для медицинских экспертных систем с сетевой базой знаний [Текст]: коллективная монография / Е.Б. Рябкова [и др.]. - Краснодар: Российское энергетическое агентство, 2010. - С. 166- 187.

91. Синтез нечетких решающих правил для прогнозирования и ранней диагностики заболеваний, вызываемых состоянием окружающей среды с учетом индивидуальных особенностей организма [Текст] / Н.А. Кореневский [и др.] // Системный анализ и управление в биомедицинских системах. - 2007. - Т.6, №2. - С. 395- 401.

92. Синтез решающих правил для прогнозирования и ранней диагностики по прогностическим таблицам с использованием методов рефлексодиагностики [Текст] / В.И. Серебровский [и др.] // Системный анализ и управление в биомедицинских системах. - 2008. - Т.7, №3. - С. 643648.

93. Скворцова, В.В. Актуальные проблемы диагностики и лечения острого инфаркта миокарда [Текст] / В.В. Скворцова, А.М. Юсупова // Справочник врача общей практики. - 2010. - № 7. - С.39- 46.

94. Смертность от основных болезней системы кровообращения в России (аналитический обзор официальных данных РосКомСтата, МинЗдрава России, ВОЗ и экспертных оценок по проблеме) [Текст] / В.И. Харченко [и др.] // Российский кардиологический журнал. - 2005. - №1. - С. 5- 15.

95. Смирнова, М.Д. Прогностические факторы развития сердечнососудистых осложнений во время аномальной жары 2010 г. (когортное наблюдательное исследование) [Текст]/ М.Д. Смирнова, Т.В. Фофанова, Ф.Т. Агеев и др.// Кардиологический вестник. 2016;Х1(1):43-51.

96. Сороколетов, П.В. Построение интеллектуальных систем поддержки принятия решений [Текст] / П.В. Сороколетов // Известия

Южного федерального университета. Технические науки. - 2009. - С. 117124.

97. Способ моделирования нечетких моделей в пакете MATLAB для биомедицинских приложений [Текст] / В.В. Жилин, [и др.] // Медицинская техника. - 2008. - №2. - С. 15-17.

98. Суржикова, С.Е. Применение автоматизированной системы для исследования вольтамперных характеристик биоматериалов [Текст] / С.Е. Суржикова, О.В. Шаталова, А.С., Богданов // Биомедицинская радиоэлектроника. -: 2014. - №9. - С. 43-46.

99. Суржикова, С.Е. Программно-аппаратный комплекс для анализа вольтамперных характеристик биоактивных точек на основе модуля L-Card E20-10 [Текст] / С.Е. Суржикова, О.В. Шаталова, В.В. Федянин // Прикаспийский журнал: управление и высокие технологии. - 2015. - №2(30).

- С. 150-161.

100. Сыркин, А.Л. Обследование и лечение больных, перенесших инфаркт миокарда [Текст] / А.Л. Сыркин, А.В. Добровольский // Диагностика, лечение, профилактика. - 2003. - №68. - С.37- 40.

101. Сыркин, А.Л. Острый коронарный синдром [Текст] / А.Л. Сыркин, Н.А. Новикова, С.А. Терехин. - М.: Медицинское информационное агенство, 2010. - 458 с.

102. Сыркин, А.Л. Рецидивирующий инфаркт миокарда [Текст] / А.Л. Сыркин, А.А. Долецкий, О.Ю. Соколова // Клиническая медицина. - 2006. -№5. - С. 17- 19.

103.Табакокурение и риск сердечно-сосудистых заболеваний среди трудоспособного населения г. Москвы [Текст] / Ш.М. Гайнулин [и др.] // Российский кардиологический журнал. - 2006. - №1(57). - С. 5-7.

104.Уоссерман, Ф. Нейрокомпьютерная техника: теория и практика [Текст] / Ф. Уоссерман; пер. с англ. Ю.А. Зуев, В.А. Точенов. - М.: Мир, 1992.

- 240 с.

105.Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика [Текст] / А.А. Усков, А.В. Кузьмин. - М.: Горячая линия - Телеком, 2004. - 143 с.

106. Фадеев, П.А. Инфаркт миокарда. / П.А. Фадеев. - М.: Оникс, Мир и Образование, 2015. - 128 с.

107. Фадеев, П.А. Инфаркт миокарда: энциклопедия медицинских знаний [Текст] / П.А. Фадеев. - М.: ООО «Издательство Оникс», 2007. - 128 с.

108. Факторы, влияющие на эффективность физической реабилитации у больных, перенесших инфаркт миокарда [Текст] / А.Н. Сумин [и др.]. // Клиническая медицина. - 2007. - №5. - С. 24- 29.

109. Филатова, М.В. Жизнь после инфаркта [Текст] / М.В. Филатова. -М.: АСТ, 2008. - 128 с.

110. Филист, С.А. Гибридная нейронная сеть с макрослоями для медицинских приложений [Текст] / С.А. Филист, О.В. Шаталова, М.А. Ефремов // Нейрокомпьютеры. Разработка и применение. - 2014. - №6. - С. 35-39.

111. Филист, С.А. Метод классификации сложных объектов на основе анализа структурных функций медленных волн [Текст] / С.А. Филист, И.И. Волков, С.Г. Емельянов // Биомедицинская радиоэлектроника. - №4. - 2012. -С.6-11.

112. Филист, С.А. Универсальные сетевые модели для задач классификации биомедицинских данных [Текст] / С.А. Филист, Р.А. Томакова, Яа Зар До // Известия Юго-Западного государственного университета. -Курск: Изд-во ЮЗГУ, 2012. - №4(43). - Ч. 2. - С. 44-50.

113.Хайкин, С. Нейронные сети: полный курс [Текст] / Саймон Хайкин; пер. с англ. Н.Н. Куссуль. - 2-е изд., испр. - М.: ООО «И.Д. Вильямс», 2018. -1104 с.

114.Цеденова, Е.А. Выбор метода диагностики для оценки степени риска сердечно-сосудистых осложнений и летальности у больных с

инфарктом миокарда [Текст] / Е.А. Цеденова, Н.А. Волов, А.Ю. Лебедева // Российский кардиологический журнал. - 2007. - №4. - С. 83-88.

115.Чазов, Е.И. Инфаркт миокарда - прошлое, настоящее и некоторые проблемы будущего [Текст] / Е.И. Чазов // Сердце. - 2002. - Т.1, №1. - С. 6-8.

116. Частота пульса и смертность от сердечно - сосудистых заболеваний у российских мужчин и женщин. Результаты эпидемиологического исследования [Текст] / С.А. Шальнова [и др.] // Кардиология. - 2005. - Т.45, №10. - С. 45-50.

117.Частота сердечных сокращений и её ассоциации с основными факторами риска в популяции мужчин и женщин трудоспособного возраста [Текст] / С.А. Шальнова [и др.] // Рациональная фармакотерапия в кардиологии. - 2017. - №13(6). - С. 819-826.

118.Явелов, И.С. Kомпьютерный анализатор пульсовой волны и электрической активности сердца «Пульс» [Текст] / И.С. Явелов, Е.В. Колпаков // Медтехника. - 2003. - №4. - С. 11-16.

119.Ясницкий, Л.Н. Интеллектуальные системы [Текст]: учебник / Л.Н. Ясницкий. - М.: Лаборатория знаний, 2016. - 221 с.

120.Яхъяева, Г.Э. Нечеткие множества и нейронные сети: учебное пособие [Текст] / Г.Э. Яхъяева. - М.: Интернет-университет информационных технологий; БИНОМ. Лаборатория знаний, 2006. - 316 с.

121. Albert, C.M. Phobic anxiety and risk of coronary heart disease and sudden cardiac death among women [Text] / C.M. Albert, C.U. Chae, K.M. Rexrode et al. // Circulation. 2005;111:480. PMID: 15687137.

122. A method for creating fuzzy neural-network models using the matlab package for biomedical applications [Text] / S.A. Filist [and etc] // Biomedical Engineering. - 2008. - Vol.42, № 2. - P. 64-66.

123. Association between heart rate and subclinical cerebrovascular disease in the elderly [Text] / K. Nakanishi [and etc] // Stroke. - 2018. - Vol.49, №2. - P. 319-324.

124.Barnett, A.G. Effects of extreme temperatures on years of life lost for cardiovascular deaths: a time series study in brisbane, Australia [Text] / A.G. Barnett, C. Huang, X Wang et al. //Circ Cardiovasc Qual Outcomes. 2012; 1 ;5(5):609-14. doi: 10.1161/CIRCOUTCOMES.112.965707.

125.Biondi, B. The clinical significance of subclinical thyroid dysfunction [Text] / B. Biondi, D.S. Cooper// Endocr Rev. 2008;29(1):76-131. doi: 10.1210/er.2006-0043.

126.Buchanan, G.B. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Projext [Text] / G.B. Buchanan, E.H. Shortliffe. - Massachusetts: Addison-Wesley,1984. - P. 123-128.

127. Chaker, L Thyroid Function Within the Reference Range and the Risk of Stroke: An Individual Participant Data Analysis [Text] / L Chaker, C Baumgartner, den WP Elzen, et al. // J Clin Endocrinol Metab. 2016;101(11):4270-82. doi: 10.1210/jc.2016-2255.

128.Early risk stratification of first inferior myocardial infarction based on admission characteristics [Text] / M.S. Feinberg [and etc]. - Barselona: Abstracts XIVth Congress of the European Society of Cardiology, 1992. - 1682 p.

129. Effect of histidine on myocardial mitochondria and platelet aggregation during thrombotic cerebral ischemia in rats [Text] / Li Shu-Qing [and etc] // Zhongguo yao li xue bao. - 1998. - Vol.19, №5. - P. 493-496.

130.Enoxaparin prevents death and cardiac ischemic events in unstable angina/non-Q-wave myocardial infarction: results of the Thrombolysis In Myocardial Infarction (TIMI) 11B trial [Text] / E.M. Antman [and etc] // Circulation. - 1999. - Vol.100. - P. 1593-1601.

131.Filist, S.A. Bioimpedance skin condition monitoring during therapeutic and cosmetic procedures [Text] / S.A. Filist, V.A. Aleksenko, A.A. Kuzmin // Biomedical Engineering. - 2008. - Vol.42, № 2. - P. 97-99.

132. Five-year risk of cardiac mortality in relation to initial severity and one-year changes in depression symptoms after myocardial infarction [Text] / F. Lesperance [and etc] // Circulation. - 2002. - Vol.105, №9. - P. 1049- 1053.

133. Heart rate reduction in cardiovascular disease and therapy [Text] / J.C. Reil [and etc] // Clinical Research in Cardiology. - 2011. - Vol.100, №1. - P. 1119.

134.Hedbach, B. Can high - risk patients after myocardial infarction participate in comprehensive cardiac rehabilitation [Text] / B. hedbach, J. Perk // Scandinavain journal of rehabilitation medicine. - 1990. - Vol.22, № 1. - P. 15-20.

135.Hennig, B. Lipid peroxidation and endothelial cell injury: implications in atherosclerosis / B. Hennig, C.K. Chow // Free radical biology & medicine. -1998. - Vol.4, №2. - P. 99-105.

136. Lutgers, HL. Skin autofluorescence provides additional information to the UK Prospective Diabetes Study (UKPDS) risk score for the estimation of cardiovascular prognosis in type 2 diabetes mellitus. [Text] / HL Lutgers, EG Gerrits, R Graf, et al. //Diabetologie 2009;52:789-97. doi:10.1007/s00125-009-1308-9.

137.Management of acute coronary syndromes in patients presenting without persistent ST segment elevation; recommendations of the Task Force of the European Society of Cardiology [Text] / M.E. Bertrand [and etc] // European Heart Journal. - 2000. - Vol.21, №17. - 1406-1432.

138.Piepoli, M.F. European Guidelines on cardiovascular disease prevention in clinical practice: The Sixth Joint Task Force of the European Society of Cardiology and Other Societies on Cardiovascular Disease Prevention in Clinical Practice (constituted by representatives of 10 societies and by invited experts) [Text] / M.F. Piepoli, Hoes A.W., Agewall S. et al. // Eur Heart J. 2016;37(29):2315-81. doi:10.1016/j.rec.2016.09.009.

139. Shortliffe, E.H. Computer - Based medical Consultation: MYCIN [Text] / E.H. Shortliffe. - New York: American Elseviver, 1976. - 548 p.

140. The fate of young individuals with a history of myocardial infarction [Text] / W. Smielak-Korombel [and etc] // Polski Tygodnik Lekarski. - 1999. Vol.47, №40-41. - P. 913-915.

141. The Global Registry of Acute Coron ary Events Investigators. Predictors of hospital mortality in the global registry of acute coron ary events [Text] / C.B. Granger [and etc] // Arch Intern Med. - 2003. - Vol.163. - P. 2345-2353.

142. The GRACE investigatiors. Prediction of risk of death and myocardial infarction in the six month after presentation with acute coron ary syndrome: prospective multin ation al observation al study (GRACE) [Text] / K.A.A. Fox [and etc] // BMG 2. - 2006. - №333. -P. 1091-1094.

143. The prognostic value of pre-discharge exercise testing after myocardial infarction treated with either primary PCI or fibrinolysis: a DANAMI-2 sub-study [Text] / N. Valeur [and etc] // European heart journal. - 2005. - Vol.26, №2. - P. 119-127.

144. The TIMI risk score for unstable angin a/non-ST elevation MI: a method for prognostication and therapeutic decision making [Text] / E.M. Antman [and etc] // JAMA. - 2000. -Vol. 284. - P. :835-842.

145. Veronese, N. Relationship Between Low Bone Mineral Density and Fractures With Incident Cardiovascular Disease: A Systematic Review and Meta-Analysis[Text] / N. Veronese, B. Stubbs, G. Crepaldi et al.//J Bone Miner Res. 2017;32(5): 1126-35. doi: 10.1002/jbmr.3089.

146.Watfa, G Relationship between tissue glycation measured by autofluorescence and pulse wave velocity in young and elderly non-diabetic populations [Text]/G Watfa, G Soulis, EA Tartagni et al.// Diabetes Metab. 2012;38:413-9. doi: 10.1016/j.diabet.2012.04.004.