Медиаторная сеть сбора и обработки данных в системах распределенной диагностики тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Минаев, Антон Андреевич

• Минаев, Антон Андреевич
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Минаев, Антон Андреевич

ОГЛАВЛЕНИЕ

Введение

Глава 1. Анализ существующих решений в области диагностических систем сбора и обработки данных

1.1 Классификация диагностических систем

1.2 Применение технологии Интернета вещей в задачах распределенной диагностики

1.3 Построение современных распределенных программных систем на базе

мультиагентных технологий

Выводы по главе

Глава 2. Модель медиаторной сети сбора и обработки данных

2.1 Постановка задачи диагностики в рамках медиаторной сети

2.2 Математическая модель медиаторной диагностической сети

Выводы по главе

Глава 3. Алгоритмы сбора и обработки данных в медиаторной сети распределенной диагностики

3.1 Архитектура медиатора

3.2 Алгоритмы управления медиаторной сетью

3.3 Программная реализация агента-медиатора

Выводы по главе

Глава 4. Исследование медиаторной диагностической сети

4.1 Система моделирования медиаторной сети сбора и обработки данных

4.2 Результаты исследования

Выводы по главе

Глава 5. Практическая реализация медиаторной диагностической сети сбора и обработки данных

5.1 Диагностика патологии электрокардиограммы

5.2 Распределенная система оптического контроля внутривенной инфузии 104 Выводы по главе

Заключение

Список литературы

Приложение А. Свидетельства о наличии объектов интеллектуальной

собственности

Приложение Б. Акты внедрения

Введение диссертации (часть автореферата) на тему «Медиаторная сеть сбора и обработки данных в системах распределенной диагностики»

Введение

Современные системы распределенной диагностики на базе беспроводных пиринговых сетевых технологий получили широкое распространение в различных прикладных областях человеческой деятельности. Беспроводные сенсорные сети находят свое применение в диагностической и оперативной медицине, мониторировании параметров различных физических сред, оптимизации маршрутов и регулировании трафика, системах охраны и контроля доступа. Популярность технологии во многом обеспечивается ее гибкостью, автономностью и надежностью.

В рамках данного направления успешно развивается концепция Интернета вещей (Internet of Things, IoT), которая достаточно активно обсуждается в современном научном сообществе. Появившись в виде идей широкого применения средств радиочастотной идентификации (RFID) в настоящее время она охватывает широкий спектр задач построения беспроводных сетей, организации межмашинного взаимодействия и реализации программно-конфигурируемых сетей, чем вызывает достаточно большой интерес.

Использование такого подхода к синтезу медицинских диагностических систем позволяет динамически формировать спектр анализируемых параметров организма и применять комплексный анализ жизненных показателей пациентов в рамках стационара, что помимо диагностических задач является важным фактором исследования семиотики различных заболеваний.

Теоретическую основу исследования в данной области составляют современные научные работы следующих ученых: В.И. Городецкий [11], Ю.В. Гуляев [18], А.Е. Кучерявый [31], Д.И. Муромцев [40], В.Н. Орлов [41], P.M. Рангайян [45], A.B. Росляков [46], В.К. Сарьян [48],

В.Ф. Хорошевский [51], М. Aminian [54], Y. Liu [79], S. Rüssel [86], R. Sahandi [87], V. Shnayder [89], M. Wooldridge [94].

При этом открытой остается проблема реализации концепции Интернета вещей и сетецентрического управления для визуализации, трансформации и анализа информации на основе компьютерных методов обработки в диагностических системах и комплексах. Таким образом, актуальной является научно-техническая задача разработки новых методов и средств сбора и обработки данных в системах распределенной диагностики в медицине и технической сфере.

Цели и задачи исследования. Целью диссертационной работы является совершенствование технических методов получения, обработки, анализа и передачи медико-биологической информации, основанных на базе открытых распределенных систем в режиме реального времени в условиях изменения динамической нагрузки.

Для достижения указанной цели необходимо решить следующие основные задачи:

1. Определить направление исследований на основе системного анализа процессов сбора и обработки данных в задачах распределенной диагностики.

2. Разработать модель компьютерной сети автономных устройств для сбора и обработки диагностических данных на базе беспроводных и мультиагентных технологий и программную архитектуру медиатора.

3. Разработать алгоритмы динамической балансировки загрузки медиатора и структуру системы распределенной диагностики.

4. Реализовать программное обеспечение медиаторной сети для сбора и предварительной обработки медико-биологической информации и показателей жизнедеятельности человека.

5. Провести исследование результативности системы диагностики с использованием предложенных модели и алгоритмов имитационного моделирования и в реальных клинических приложениях.

Объектом исследования является открытая система распределенной диагностики с сетевой архитектурой.

Предметом исследования являются процессы сбора, передачи и обработки данных в открытых системах распределенной медицинской диагностики.

Методы исследования. В работе использовались концепция Интернета вещей, модели сетецентрического управления, мультиагентные технологии, методы системного анализа, методы управления сложными организационно-техническими системами, методы объектно-ориентированного проектирования информационных систем и методы имитационного моделирования.

Соответствие паспорту специальности. Предложенные в диссертации модель, архитектура и алгоритмы медиаторной сети сбора и обработки данных соответствуют специальности 05.13.01 - Системный анализ, управление и обработка информации (в технике и технологиях). Области исследования: 5 Разработка специального математического и алгоритмического обеспечения систем анализа, управления и обработки информации, 12 Визуализация, трансформация и анализ информации на основе компьютерных методов обработки информации.

Архитектура системы медицинской диагностики на базе медиаторной распределенной сети и повышение эффективности медицинского мониторинга на основе предложенной архитектуры соответствует специальности 05.11.17 -Приборы, системы и изделия медицинского назначения. Область исследования: 2 Создание высокоэффективных приборов и систем, технического и программного обеспечения, новых средств передачи и отображения медико-биологической информации.

Научная новизна работы характеризуется следующими результатами: 1. Предложена модель медиаторной сети сбора и обработки данных, отличающаяся от существующих аналогов возможностью динамической балансировки загрузки вычислительной мощности автономных мониторирующих устройств в составе открытой распределенной диагностической системы.

2. Предложена программная архитектура агента-медиатора, позволяющая в отличие от аналогов, реализовать сетецентрическое управление посреднической деятельностью в медиаторной сети сбора и обработки данных.

3. Разработаны алгоритмы управления посреднической деятельностью и динамической балансировки загрузки автономных устройств распределенной диагностики, отличающиеся возможностью своевременной и достоверной идентификации патологических событий, имеющих отражения в наблюдаемых показателях.

4. Разработана структура автономного устройства оптического контроля внутривенной инфузии с медиаторной архитектурой программного обеспечения, отличающаяся возможностью передачи данных в беспроводной сети медицинских устройств диагностики. Практическая значимость работы определяется следующими тезисами:

1. Архитектура медиаторной сети сбора и обработки данных позволяет решать прикладные задачи построения систем распределенной диагностики с неопределенным и/или изменяемым во времени количеством диагностических устройств и их топологией.

2. Разработанное специальное алгоритмическое и программное обеспечение медиаторной диагностической сети позволяет реализовать автоматизированные системы анализа, обработки информации и принятия решений с использованием разнородных устройств сбора и обработки диагностических данных в режиме реального времени.

3. Реализация системы медицинской диагностики на базе медиаторной распределенной сети обеспечивает идентификацию патологических признаков показателей деятельности организма в условиях гетерогенной и открытой сети сбора и обработки диагностических данных. Достоверность и обоснованность результатов диссертации

подтверждается корректным использованием математических методов и

методов имитационного моделирования, а также системным анализом объекта исследования.

Основные научные положения, выносимые на защиту:

1. Модель медиаторной сети сбора и обработки данных в открытой системе распределенной диагностики.

2. Программная архитектура агента-медиатора для сети сбора и обработки данных.

3. Алгоритмы управления посреднической деятельностью и динамической балансировки загрузки автономных устройств распределенной диагностики.

4. Структурные и технические решения автономного устройства оптического контроля внутривенной инфузии с медиаторной архитектурой программного обеспечения.

Реализация и внедрение научно-технических результатов работы.

Разработанные модели и алгоритмы внедрены в ООО «Вебзавод», Самарском государственном медицинском университете, Самарском национальном исследовательском университете имени академика С.П. Королева, Самарском отделении научно-исследовательского института радио, что подтверждается соответствующими актами.

Диссертационное исследование поддержано ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России в 2014 - 2020 гг», проект по созданию комплекса средств разработки программного обеспечения (СРПО) для самостоятельного формирования медицинским сообществом решений в среде симуляционных технологий в медицине с возможностью их распространения и обмена в системе здравоохранения и медицинского образования, грант Минобрнауки России 2014-14-579-0003, соглашение 14.607.21.0007, шифр 11РМЕР160714Х0007.

Апробация работы. Основные результаты диссертационной работы докладывались на международном симпозиуме «Надежность и качество» (Пенза, 2014, 2016), Международной конференции «Оптические технологии в телекоммуникациях» (Казань, 2014), Международной конференции SIBCON (Омск, 2015), Международной конференции ESM (Порту, Португалия, 2014), Международной конференции «Информационные технологии в управлении» (Санкт-Петербург, 2014), Международной конференции «Перспективные информационные технологии» (Самара, 2013, 2014), Международной конференции AMT (Варшава, Польша, 2014).

Публикации. По теме диссертации опубликовано 23 печатные научные работы, в том числе 6 статей в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий, 4 статьи в изданиях, зарегистрированных в базе данных Scopus.

Структура и объем работы. Диссертационная работа состоит из введения, 5 разделов, заключения, библиографического списка из 91 наименования и перечня приложений из 2 наименований. Объем диссертационной работы 137 страниц.

Глава 1. Анализ существующих решений в области диагностических систем сбора и обработки данных

1.1 Классификация диагностических систем

Инструментальные методы диагностики основываются на применении совокупности датчиков, способных отслеживать показатели исследуемой среды, а также аппаратов диагностических воздействий и регистрации реакций. Одно из преимуществ инструментальных методов диагностики перед лабораторными заключается в сравнительно малом периоде получения результатов одного цикла измерения, что позволяет использовать их для исследования высокодинамических характеристик. Примерами таких характеристик могут служить показатели среды, которые требуют непосредственного анализа в темпе реального времени. Обладая способностью регистрации и анализа высокодинамических параметров, инструментальные методы диагностики зачастую используются совместно с системами поддержки принятия решений, а также для интенсивной диагностики.

Интенсивная диагностика [85] представляет собой процесс непрерывной периодической регистрации параметров исследуемой среды в течение определенного отрезка времени, предназначенный для экстренного оповещения критических изменений и/или последующего анализа динамики данных параметров. Интенсивная диагностика широко применяется в различных сферах деятельности, в том числе в медицине во время хирургических операций и реанимационных мероприятий. Кроме того, она необходима на этапах послеоперационной адаптации пациентов, а также используется для проведения холтеровского мониторирования (суточное мониторирование ЭКГ). Интенсивная диагностика находит свое применение в установлении технического состояния объектов и определяется как техническая диагностика. Задачами технической диагностики являются контроль технического состояния,

поиск места и определение причин отказа и прогнозирование технического состояния. Контроль технического состояния, в свою очередь, представляет проверку соответствия значений параметров объекта требованиям технической документации и определение на этой основе одного из заданных видов технического состояния в данный момент времени [14].

Важной характеристикой при применении интенсивной диагностики является не только моментальное значение показателей исследуемой среды, но и их динамика. Это определяет необходимость накопления диагностической информации путем непрерывного сохранения измерительных потоков с целью последующего анализа. В случае применения комплексной диагностики совместно с контролированием параметров исследуемой среды определенным количеством датчиков, возникает проблема обработки большого количества потоков диагностических данных и своевременного оповещения о выявленных тревожных ситуациях. В рассматриваемом случае, для хранения диагностических данных требуется значительные объемы памяти централизованного хранилища.

Для решения проблем интенсивной диагностики применяются системы мониторинга, которые представляют собой технические устройства централизованного сбора, обработки и анализа диагностической информации. Примером такой системы в сфере технической диагностики является бортовая диагностическая система автомобильного транспорта [72]. Бортовая диагностическая система объединяет датчики по средствам общей диагностической сети с топологией типа «шина». Для просмотра результатов диагностики используется устройство подключения к диагностической сети.

Устройство подключения к диагностической сети стандарта ОВВ-П представлено на рисунке 1.1.

Рисунок 1.1 — Устройство подключения к диагностической сети стандарта

ОВО-П

В медицинской практике в качестве диагностических систем широкое распространение получили мониторы пациента. Монитор пациента представляет собой электронное устройство, предназначенное для сбора и отображения диагностической информации, обладающее набором интерфейсов для подключения измерительных датчиков и средствами оповещения о тревожных ситуациях. Кроме того, современные мониторы пациента обладают возможностью передачи диагностической информации на верхний уровень для сохранения и последующего анализа. В качестве верхнего уровня в таких сетях используются специализированные серверные станции.

Монитор пациента обеспечивает сбор диагностических данных с измерительных датчиков с постоянной дискретизацией, их сохранение во внутреннюю память, а также осуществляет звуковое, световое и иное оповещение о возникших тревожных ситуациях. Монитор пациента представлен на рисунке 1.2.

В существующей системе измерительный сигнал с датчиков поступает на монитор пациента, который обеспечивает калибровку данных, отображение в реальном масштабе времени, локальную регистрацию и световое/звуковое оповещение о тревожных ситуациях. Кроме того, данные диагностики поступают на выделенный сервер посредством локальной сети. Сервер, принимая диагностические данные, сохраняет их в своей базе данных. Также сервер отвечает за пост-обработку информации, выделение агрегированных данных, а также передачу этих данных на средства отображения медицинского персонала.

Й Ад|'«п| ими Д/

Рисунок 1.2 — Монитор пациента Мониторы пациента успешно используются в палатах интенсивной терапии, однако вследствие жесткой архитектуры имеют ряд недостатков, среди которых можно отметить следующие:

— жесткая программно-аппаратная архитектура;

— отсутствие систем адаптации к изменяющимся условиям измерения и значений измеряемых показателей;

— отсутствие интеллектуальных методов комплексного анализа данных в реальном масштабе времени.

Архитектура медицинской диагностической системы, построенной на базе мониторов пациента представлена на рисунке 1.3.

световое и звуковое оповещения

сервер

датчики проводной

интерфейс пациент ков

О ' '

монитор пациента

обработка

датчики

световое и звуковое оповещения

диагностический монитор

агрегированная медицинский информация

персонал

Рисунок 1.3 — Архитектура медицинской диагностической системы, построенной на базе мониторов пациента Представленная диагностическая система характеризуется тем, что измерения выполняются при помощи проводных датчиков в масштабе реального времени. Первичная обработка данных также выполняется непосредственно на оборудовании монитора пациента. Для дальнейшего анализа диагностических данных, мониторы могут быть объединены в локальную сеть, которая предоставляет возможность отправки информации в центр обработки данных (ЦОД). ЦОД позволяет медицинскому персоналу получать агрегированные статистические данные о диагностической системе.

В научной литературе описаны решения перечисленных проблем реализации интенсивной диагностики с использованием распределенной сети датчиков, базирующуюся на различных технологиях [89]. Так в работах [87, 79] описывается архитектурное решение беспроводной системы сбора диагностической информации, ее передачи на выделенный сервер и оповещение персонала о результатах диагностики. В представленной системе для обеспечения сбора и обработки данных на стороне диагностируемого объекта организуется беспроводная сеть датчиков, каждый из которых оборудован средствами беспроводной связи с координатором. Для связи датчиков с координатором предлагается использовать протоколы беспроводной передачи данных ZigBee или Bluetooth. Координатор диагностической сети организует прием потоков диагностической информации и транслирует их в локальную вычислительную сеть посредством беспроводного протокола Wi-Fi. В локальной сети измерительные потоки принимаются устройствами отображения данных в масштабе реального времени, устройствами тревожного оповещения, а также выделенным сервером. Выделенный сервер, принимая диагностическую информацию, регистрирует ее в базе данных, а также обеспечивает обработку и агрегирование этой информации.

Система распределенной беспроводной диагностической сети является более гибкой как в структурном, так и в информационном смысле. Гибкость данной системы обеспечивается за счет отсутствия привязки конкретного диагностического датчика к диагностируемому объекту, что позволяет динамически формировать набор датчиков в одной подсистеме сканирования.

В рассматриваемой системе, в рамках одной подсистемы измерения, предполагается постоянная передача потоков данных диагностики с датчиков наблюдаемого объекта. В тоже время, протоколы беспроводной передачи данных диагностики от датчиков к координаторам используют нелицензируемый диапазон частот в районе 2,4 ГГц. Все это, наряду с плотностью расположения датчиков и ограниченностью количества каналов в несколько десятков (интерфейсы Bluetooth и ZigBee), определяет предпосылки

к возникновению нестабильности в системе беспроводной коммуникации. Кроме того, потоки диагностических данных, транслируемые в локальную вычислительную сеть, нуждаются в анализе в масштабе реального времени на стороне устройств тревожного оповещения, что в случае использования мобильных решений (смартфонов, ноутбуков) сокращает время автономной работы данных устройств.

Рассмотрены существующие способы классификации диагностических систем и приборов, а также терминология вычислительных сетей (ГОСТ 2440288) [15]. Классификация технических диагностических систем [14] описывает фасетные классификаторы с точки зрения сферы и особенностей их применения. Иерархические классификаторы медицинской продукции средств диагностики используются с целью правового регулирования их оборота. Также существуют фасетные классификаторы, назначением которых является разделение медицинских изделий по степени риска их применения.

Для конкретизации объекта исследования и проведения системного анализа предложена фасетная классификация диагностических систем, нацеленная на отражение их технических характеристик.

В рамках предлагаемой классификации диагностические системы и приборы по степени мобильности делятся на стационарные и мобильные. Стационарные диагностические системы, в отличии от мобильных, имеют ограничения в пространственном перемещении и/или предполагают подключение к сетевому источнику питания. Примером стационарных диагностических систем в медицине может служить прикроватный монитор пациента (см. рис. 1.2). Примером мобильной диагностической системы является прибор длительного мониторирования электрокардиограммы (Холтеровский монитор). Датчики в такой системе закрепляются на теле пациента и передают сигнал в устройство регистрации по измерительному кабелю. Устройство регистрации закрепляется на поясе пациента. Холтеровский монитор, закрепленный на пациенте, представлен на рисунке 1.4.

Рисунок 1.4 — Холтеровский монитор, закрепленный на пациенте

По разнообразию анализируемых показателей организма диагностические системы делятся на специализированные и комплексные. Специализированные диагностические системы нацелены на сбор, обработку и анализ одного вида измерительной информации о исследуемом объекте. Комплексные диагностические системы имеют возможность одновременного отслеживания множества видов измерительной информации. Примером специализированной диагностической системы в медицине является прибор для измерения уровня глюкозы в органических жидкостях (глюкометр), используемый для диагностики состояния углеводного обмена и изображенный на рисунке 1.5.

Рисунок 1.5 — Прибор для измерения уровня глюкозы в органических

жидкостях

По типу обработки измерительной информации диагностические системы делятся на три фасета: без обработки измерительных данных, с постобработкой и с обработкой в темпе реального времени. Диагностические системы и приборы без обработки измерительных данных используются для получения параметров исследуемого объекта и преобразования их в удобно воспринимаемый для человека вид. Такие системы являются не автоматизированными. Примером такого прибора служит медицинский термометр.

Диагностические системы с постобработкой предполагают накопление измерительных данных во внутренней памяти устройства для последующей обработки и анализа. К диагностическим приборам и системам с постобработкой медицинской информации можно отнести систему суточного мониторирования ЭКГ (холтеровский монитор, рис. 1.4).

Диагностические системы и приборы с обработкой в темпе реального времени реализуют анализ измерительной информации непосредственно в процессе ее получения. Такие диагностические системы позволяют получить результат анализа параметров исследуемого объекта с наименьшими временными задержками. Диагностические системы с обработкой в режиме реального времени широко применяются в медицине в отделениях реанимации и интенсивной терапии [85].

По реакции на измеренные показатели исследуемого объекта диагностические системы и приборы делятся на активные и пассивные. Параметры и методы проведения диагностики активных диагностических систем зависят от результатов анализа данных предыдущей диагностики. Таким образом, активные диагностические системы могут быть реализованы только с обработкой измерительных данных в темпе реального времени. Примером такого вида медицинских приборов служит автоматический тонометр, предназначенный для неинвазивного измерения артериального давления. Автоматический тонометр представлен на рисунке 1.6.

Рисунок 1.6 — Автоматический тонометр измерения артериального давления

По методам интеграции диагностические системы и приборы делятся на автономные, с частичной интеграцией и с открытым интерфейсом. Автономные диагностические системы и приборы не предполагают интеграции с иными системами и нацелены на восприятие выходных данных непосредственно человеком. Частичная интеграция предполагает наличие интерфейса взаимодействия ограниченного числа диагностических систем и их компонентов или частичной реализации функциональных возможностей в рамках открытого интерфейса. Диагностические системы и приборы с открытым интерфейсом позволяют с его помощью получить доступ к полному спектру функциональных возможностей, то есть не ограничивают полезность системы при переходе на ее использование через интерфейс.

На рисунке 1.7 представлена классификация диагностических систем и приборов.

Диагностические системы

Стационарные

Специализированные

Без обработки

/

Мобильные

Комплексные

С постобработкой

/

I С обработкой в темпе , I реального времени |

С открытым | интерфейсом (

Рисунок 1.7 — Классификация диагностических систем

В рамках представленной классификации выделен новый класс мобильных комплексных активных диагностических систем с обработкой в темпе реального времени и открытым интерфейсом. Отличительным свойством таких системы является возможность комбинированного достижения высоких показателей энергоэффективности, надежности и своевременности решения задач диагностики.

Активная комплексная диагностическая система с обработкой в темпе реального времени определяет наличие в ее составе множества различных анализируемых измерительных потоков. Для выработки решения о корректировке метода и/или параметров проведения диагностики активная

комплексная система предполагает непрерывный анализ данных и детектирование специальных состояний исследуемого объекта, являющиеся триггерами к изменению собственного состояния системы. Такие состояния назовем триггерными. Триггерное состояние характеризуется не только текущими значениями показателей исследуемого объекта, но и их совокупной динамикой. Как пример триггерного состояния в технических диагностических системах можно привести повышение температуры двигателя внутреннего сгорания на фоне снижения его крутящего момента. Простым примером триггерной ситуации в медицине является повышенная температура тела человека. При этом отслеживаемым параметром является температура тела, а условием возникновения — превышение 37 °С. Для детектирования триггерного состояния диагностической системе необходимо поддерживать определенный темп измерений по каждому показателю. При этом, чем выше совокупный темп измерения показателей, тем большие вычислительные мощности должны быть задействованы для их сбора и анализа и тем более возрастают энергозатраты на выполнение задачи диагностики. За точность диагностики примем отношение количества детектированных системой триггерных состояний к их общему количеству. В результате точность диагностики триггерных состояний вступает в противоречие с энергоэффективностью мобильной диагностической системы, при этом точность диагностики также является одним из параметров эффективности диагностической системы.

Список литературы диссертационного исследования кандидат наук Минаев, Антон Андреевич, 2017 год

Список литературы

1. Авдеев, Б.Я. Адаптивные телеизмерительные системы / Б.Я. Авдеев, Е.М. Антонюк, С.Н. Долинов, Л.Г. Журавин, Е.И. Семенов, A.B. Фремке. — Л.: Энергоатомиздат, 1981. - 246 с.

2. Автономная система оптического контроля внутривенной инфузии. Свидетельство о регистрации программы для ЭВМ № 2014610455 / A.B. Ивагценко, A.B. Скользнев, A.A. Минаев, С.А. Макаров, Д.Р. Шарипянова -10 января 2014 г.

3. Автономный оптический измеритель расхода жидкости для медицинской капельницы. Патент на полезную модель №168516 / A.A. Минаев, A.B. Ивагценко, Л.К. Бутырев, A.A. Новиков, М.В. Батянов, С.С. Чаплыгин, A.B. Колсанов - 07 февраля 2017 г.

4. Батоврин, В.К. Обеспечение интероперабельности - основная тенденция в развитии открытых систем / В.К. Батоврин, Ю.В. Гуляев, А.Я. Олейников // Информационные технологии и вычислительные системы, 2009. - № 5. - С. 7 - 15.

5. Воронин, П.Н. Интернет вещей как новая концепция развития сетей связи / П.Н. Воронин, А.Е. Кучерявый // Информационные технологии и телекоммуникации. - 2014. - № 3(7). - С. 7 - 30.

6. Буч, Г. Язык UML. Руководство пользователя. The Unified Modeling Language user guide. — 2-е изд. / Г Буч., Д. Рамбо, А. Джекобсон. — М., СПб.: ДМК Пресс, Питер, 2004. — 432 с.

7. Буч, Г. UML. Классика CS — 2-е изд. / Г. Буч, А. Якобсон, Дж. Рамбо // СПб.: Питер, 2006. — 736 с.

8. Горелов, Г.В. Нерегулярная дискретизация сигналов. / Г.В. Горелов. — М.: Радио и связь, 1982. — 256 с.

9. Городецкий, В.И. Многоагентные системы / В. И. Городецкий, М. С. Грушинский, А. В. Хабалов // М.: Журнал «Новости искусственного интеллекта», 1998. - N° 2. - С. 64-116.

10. Городецкий, В.И. Самоорганизация и многоагентные системы. I. Модели многоагентной самоорганизации / В.И. Городецкий // Известия РАН. Теория и системы управления. - 2012. - № 2. - С. 92 - 120.

11. Городецкий, В.И. Самоорганизация и многоагентные системы. II. Приложения и технология разработки / В.И. Городецкий // Известия РАН. Теория и системы управления. - 2012. - № 3. - С. 55 - 75.

12. Городецкий, В.И. Теория, модели, инфраструктуры и языки спецификации командного поведения автономных агентов: Обзор, 4.1. / В.И. Городецкий // Журнал РАН «Искусственный интеллект и принятие решений», 2011. - №2. - С. 19 - 30.

13. ГОСТ 19.701-90 (ИСО 5807-85) ЕСПД. Схемы алгоритмов, программ, данных и систем. Обозначения условные и правила выполнения. -М.: Стандартинформ, 2005. - 24с.

14. ГОСТ 20911-89 Техническая диагностика. Термины и определения. -М.: Изд-во стандартов, 1989. - 10с.

15. ГОСТ 24402-88 Телеобработка данных и вычислительные сети. Термины и определения. - М.: Изд-во стандартов, 1988. - 16с.

16. ГОСТ Р 7.0.11-2011 Система стандартов по информации, библиотечному и издательскому делу. Диссертация и автореферат диссертации. Структура и правила оформления. - М.: Изд-во стандартов, 2011. - 16с.

17. Гуляев, Ю.В. Методология стандартизации для обеспечения интероперабельности информационных систем широкого класса. Аналитический обзор / Ю.В. Гуляев, Е.Е. Журавлев, А.Я. Олейников // Журнал радиоэлектроники, 2012. - № 3. - С.40

18. Гуляев, Ю.В. Открытые системы: от принципов к технологии / Ю.В. Гуляев, А.Я. Олейников // Информационные технологии и вычислительные системы. - М.: ИМВС РАН, 2003. - №3. - С.4-12.

19. Иващенко, A.B. Мультиагентные технологии для разработки сетецентрических систем управления / A.B. Иващенко, О.В. Карсаев, И.О. Скобелев, A.B. Царев, P.M. Юсупов // Известия Южного федерального университета. Технические науки. - 2011. - № 3 (116). - С.11-23.

20. Иващенко, A.B. Модель посредника в мультиагентных системах диагностики / A.B. Иващенко, Д.С. Косов, В.В. Кузьмин, A.A. Минаев, A.JI. Новиков // в сб. научных статей IV Международной научно-технич. и научно-методич. конференции «Актуальные проблемы инфотелекоммуникаций в науке и образовании АПИНО - 2015», Том 1. - СПб.: СПбГУТ, 2015. - С. 511 -515.

21. Иващенко, A.B. Модель агента-медиатора в распределённых диагностических системах / A.B. Иващенко, В.В. Кузьмин, A.A. Минаев, A.JI. Новиков // Эвристические алгоритмы и распределённые вычисления, Том 1, N° 5, 2014. - С. 76 - 88.

22. Иващенко, A.B. Организация автономной посреднической деятельности при обработке больших данных в интернете вещей / A.B. Иващенко, A.A. Минаев, О.В. Двойнина, С.Ю. Леднева // Вестник Самарского государственного технического университета. Серия «Технические науки», 2015. - N° 1(45). - С. 51 - 57.

23. Иващенко, A.B. Реализация посреднической функции в распределенной сети автономных устройств сбора и обработки данных / A.B. Иващенко, A.A. Минаев, Д.В. Купер, М.Ю. Сподобаев // Труды Международного симпозиума «Надежность и качество»: в 2 т. - Пенза: ПГУ, 2016.-1 том-С. 229-231.

24. Иващенко, A.B. Модель посредника-медиатора в подвижных сенсорных сетях распределенной диагностики / A.B. Иващенко, A.A. Минаев // Известия Самарского научного центра РАН, Том 17, N° 2(5), 2015. - С. 1004 -1009.

25. Иващенко, A.B. Система управления универсальным диагностическим комплексом для анализа характеристик поверхностей / A.B. Иващенко,

A.A. Минаев, A.B. Скользнев, P.C. Суфиев, И.Д. Ибатуллин // в сб. статей XV международной научно-практич. конференции «Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности и экономике», Санкт-Петербург, 25-26 апреля 2013 года. - Том 1.-С. 18-20.

26. Иващенко, A.B. Концепция медиаторной сети связи для сбора и обработки данных в реальном времени / A.B. Иващенко, A.A. Минаев, М.Ю. Сподобаев, А.Р. Диязитдинова // Информационно-измерительные и управляющие системы, 2016. - № 5. - С. 56 - 64.

27. Иващенко, A.B. Шаблон агента-медиатора для программного обеспечения сенсорных сетей / A.B. Иващенко, A.A. Минаев, М.Ю. Сподобаев // Программные продукты и системы, 2015. - № 3 (111). - С. 166 - 170.

28. Иващенко, A.B. Интеграция автономных устройств медицинской диагностики в медиаторной сети связи / A.B. Иващенко, A.A. Минаев // Труды Международной научно-технической конференции «Перспективные информационные технологии (ПИТ 2014)». - Самара: Изд-во СНЦ РАН, 2014. -С. 272 - 274.

29. Иващенко, A.B. Медиаторная сеть распределенной медицинской диагностики / A.B. Иващенко, A.A. Минаев, М.Ю. Сподобаев // Материалы конференции «Информационные технологии в управлении» (ИТУ-2014). -СПб.: ОАО «Концерн «ЦНИИ «Электроприбор», 2014. - С. 692 - 696.

30. Колсанов, A.B. Комплекс «Виртуальный хирург» для симуляционного обучения хирургии / A.B. Колсанов, A.B. Иващенко, A.B. Кузьмин, A.C. Черепанов // Медицинская техника, № 6. - С. 7 - 10.

31. Кучерявый, А.Е. Интернет вещей / А.Е. Кучерявый // Электросвязь. -2013.-№ 1.-С. 21-24.

32. Кучерявый, А.Е. Летающие сенсорные сети / А.Е. Кучерявый, А.Г. Владыко, Р.В. Киричек, А.И. Парамонов, A.B. Прокопьев, И.А. Богданов, A.A. Дорт-Гольц // Электросвязь. — 2014 . — № 9 . — С. 2-5.

33. Ларман, К. Применение UML 2.0 и шаблонов проектирования. Applying UML and Patterns : An Introduction to Object-Oriented Analysis and Design and Iterative Development / К. Ларман. — 3-е изд. — M.: Вильяме, 2006. — 736 с.

34. Минаев, A.A. Медиаторная архитектура сети распределенного сбора и обработки данных / A.A. Минаев, A.B. Иващенко // Материалы Международных научно-технических конференций «Проблемы техники и технологий телекоммуникаций ПТИТТ-2014»; «Оптические технологии в телекоммуникациях ОТТ-2014», Казань, 19-21 ноября 2014 г, Издательство Казанского государственного технического университета, 2014. - С. 305 - 306.

35. Минаев, A.A. Мультиагентные технологии сбора и обработки информации в задачах медицинской диагностики / A.A. Минаев, A.B. Иващенко // в сб. трудов Международного симпозиума «Надежность и качество - 2014». -Пенза: Изд-во ПГУ, 2014. - 1 т. - С. 49 - 51.

36. Минаев, A.A. Совершенствование диагностического комплекса для оценки качества поверхностей деталей машин / A.A. Минаев, A.B. Иващенко // Тезисы докладов XXXIX Самарской обл. студенч. конф. - Самара, 2013. - С. 296.

37. Минаев, A.A. Медиаторная сеть распределенной диагностики / A.A. Минаев // Научно-технический вестник Поволжья, 2015. - № 4. - С. 91 -95.

38. Минаев, A.A. Мультиагентная архитектура систем управления в машиностроении / A.A. Минаев // сб. статей XXV Международной инновационно-ориентированной конференции молодых ученых и студентов. -Москва, 2013. - С. 208 - 209.

39. Минаев, A.A. Мультиагентная система медицинской диагностики и обслуживания / A.A. Минаев // сб. статей Международной научно-технической конференции «Перспективные информационные технологии - 2013», Самара: Изд-во СНЦ РАН, 2013. - С. 164 - 166.

40. Мурмоцев, Д.И. Разработка прототипа масштабируемой сервис-ориентированной программно-аппаратной платформы на основе беспроводных сенсорных и агентных сетей, технологий семантического веба и облачных вычислений в целях агрегации, нормализации, анализа и визуализации больших массивов гетерогенных структурированных, полуструктурированных и неструктурированных данных в распределенной сети электронных потребительских устройств (Internet of Things) / Д.И. Мурмоцев // материалы конференции «Реализация прикладных научных исследований и экспериментальных разработок по приоритетному направлению «Информационно-телекоммуникационные системы» / М-во образования и науки Российской Федерации, Нац. исследовательский ун-т "МИЭТ". - М.: 2014.

41. Орлов, В.Н. Руководство по электрокардиографии / В.Н. Орлов. - М.: Медицинское информационное агентство, 2012. - 560 с.

42. Программное обеспечение аппаратно-программного комплекса для оптического контроля внутривенной инфузии. Свидетельство о регистрации программы для ЭВМ N° 2015619593 / Авторы: Колсанов A.B., Чаплыгин С.С., Ивагценко A.B., Минаев A.A., Батянов М.В., Соркин А.И., Новиков A.A., Бутырев JI.K. - 08 сентября 2015 г.

43. Прохоров, С.А. и др. Прикладной анализ случайных процессов / под ред. С.А. Прохорова. - Самара: Издательство СНЦ РАН, 2007. - 582 с.

44. Прохоров, С.А. Прикладной анализ неэквидистантных временных рядов / С.А. Прохоров. - Самар. Гос. аэрокосм. ун-т. - Уральск, 2001. - 374 с.

45. Рангайян, P.M. Анализ биомедицинских сигналов. Практический подход / пер. с англ. под ред. А.П. Немирко // М.: Физматлит, 2007. - 440 с.

46. Росляков A.B., Ваняшин С.В., Гребешков А.Ю., Самсонов М.Ю. Интернет вещей / A.B. Росляков, С.В. Ваняшин, А.Ю. Гребешков, М.Ю. Самсонов. - Самара: ПГУТИ, ООО «Издательство Ас Гард», 2014. -340 с.

47. Самсонов, М.Ю. Стандартизация Интернета вещей / М.Ю. Самсонов, А.Ю. Гребешков, A.B. Росляков, C.B. Ваняшин // Электросвязь. - 2013. - №8. -С. 10-13.

48. Сарьян, В.К. Прошлое, настоящее и будущее стандартизации интернета вещей / В.К. Сарьян, H.A. Сущенко, И.А. Дубнов и др. // Труды НИИР. - 2014. - № 1. - С. 2-7.

49. Скользнев, A.B. Методы и принципы оценки тренажеров открытой хирургии при помощи стендов выходного контроля / A.B. Скользнев, A.A. Минаев, И.Д. Ибатуллин, A.B. Иващенко // Известия Самарского научного центра РАН, 2014. Том 16. - № 1 (2), 2014. - С. 535-537

50. Сырямкин, В.И. Способ инфузии жидкого лекарственного средства и устройство для его осуществления / В.И. Сырямкин, А.Ш. Буреев, Д.И. Шелефонтюк // Патент России N° 2423151 от 10.07.2011

51. Хорошевский, В.Ф. Методы и средства проектирования и реализации мультиагентных систем / В.Ф. Хорошевский // Материалы семинара «Проблемы искусственного интеллекта». - ИПУ РАН, 1999.

52. Черняк, JI. Платформа Интернета вещей / JI. Черняк // Открытые системы. СУБД. - 2012. - №7. - С. 44-45.

53. Шмыров, С.С. Оперативная диагностика поверхностей катания вагонных колес / С.С. Шмыров, A.A. Минаев, A.B. Скользнев, И.Д. Ибатуллин, A.B. Иващенко // Известия Самарского научного центра РАН, 2014. Том 16. - N° 1 (2), 2014. - с. 570 - 572

54. Aminian M, Naji HR A hospital healthcare monitoring system using wireless sensor networks. J Health Med Inform 4: 121, 2013. doi:10.4172/2157-7420.1000121

55. Andreev, V. Magenta multi-agent systems for dynamic scheduling / V. Andreev, A. Glashchenko, A. Ivaschenko, S. Inozemtsev, G. Rzevski, P. Skobelev, P. Shveykin // Proceedings of the 1-st International Conference on Agents and Artificial Intelligence (ICAART 2009). - pp. 489 - 496.

56. Barkai, D. Peer-to-peer computing. Technologies for sharing and collaboration on the net / D. Barkai. - Hillsboro, OR: Intel Press. - 2002. - 332 p.

57. Bergenti, F. Multi-agent systems for E-health: recent projects and initiatives / F. Bergenti, A. Poggi // 10th International Workshop on Objects and Agents. - 2009

58. Bessis, N. Big Data and Internet of Things: A roadmap for smart environments / N. Bessis, C. Dobre. - Springer. - 2014. - 450 p.

59. Decentralized mediator in an Open Multi-Agent System. Rapport de stage. 2006. Ecole Polytechnique de l'Universit'e de Nantes, URL: http://www.les.inf.puc-rio.br/wiki/images/e/e8/FinalRapport.pdf

60. Decision support systems, 17 Feb 2009, URL: http://www.openclinical.org/dss.html

61. Dunaytsev, R. A survey of P2P traffic management approaches: best practices and future directions / R. Dunaytsev, D. Moltchanov, Y. Koucheiyavy, O. Strandberg, H. Flinck // Journal of Internet Engineering. - volume 5, number 1. -June 2012. - pp. 318-330.

62. Fortuno, G. Internet of Things based on smart objects: technology, middleware and applications / G. Fortuno, P. Trunfio // Springer-Verlag New York Inc. - 2014. - 250 p.

63. Girardi, R. A Survey on Software Agent Architectures / R. Girardi, A. Leite // IEEE Intelligent Informatics Bulletin, IEEE Computer Society, 2013. -Vol.14.-No.l.-p. 8-20.

64. Glaschenko, A. Multi-agent real time scheduling system for taxi companies / A. Glaschenko, A. Ivaschenko, G. Rzevski, P. Skobelev // Proceedings of the 8-th International Conference on Autonomous Agents and Multiagent Systems -Budapest: Hungary, 2009. - pp. 29 - 36.

65. Gorodetskiy, V. P2P Agent Platform: Implementation and Testing / V. Gorodetskiy, O. Karsaev, V. Samoilov, S. Serebryakov // The AAMAS Sixth International Workshop on Agents and Peer-to-Peer Computing. - Honolulu, Hawaii, USA, 2007. - C. 21-32.

66. IEEE P802.11s/D1.08. Amendment: Mesh Networking, IEEE. January

2008

67. Ivaschenko, A. Auction model of P2P interaction in multi-agent software / A. Ivaschenko, A. Lednev // Proceedings of the 5th International Conference on Agents and Artificial Intelligence, Barcelona, Spain, 2013. - Volume 1. - p. 431 -434.

68. Ivaschenko, A. Time-based regulation of auctions in P2P outsourcing / A. Ivaschenko, A. Lednev // Proceedings of the 2013 IEEE/WIC/ACM International Conferences on Web Intelligence (WI) and Intelligent Agent Technology (IAT). -Atlanta, Georgia, USA, 2013. - pp. 75 - 79.

69. Ivaschenko, A. Multi-agent solution for adaptive data analysis in sensor networks at the intelligent hospital ward / A. Ivaschenko, A. Minaev // Lecture Notes in Computer Science LNCS 8610. - Springer International Publishing Switzerland, 2014. - pp. 453 - 463.

70. Ivaschenko, A. Multi-agent solution for a self mediator sensor network / A. Ivaschenko, A. Minaev // Proceedings of the European Simulation and Modeling Conference. - FEUP, Porto, Portugal, EUROSIS-ETI, 2014. - pp. 209 - 212.

71. Ivaschenko, A. Self-mediator software for sensor networks / A. Ivaschenko, A. Minaev, M. Spodobaev // Proceedings of the 2015 International Siberian Conference on Control and Communications (SIBCON). - IEEE, 2015.

72. ISO 15765-4:2011 Road vehicles — Diagnostic communication over Controller Area Network (DoCAN) — Part 4: Requirements for emissions-related systems // URL: http://www.iso.org/iso/catalogue_detail.htm?csnumber=46045

73. ISO/IEC 19505-1:2012 Information technology - Object Management Group Unified Modeling Language (OMG UML), Infrastructure // URL: http://www.omg.org/spec/UML/ISO/19505-l/PDF/

74. Jara, A.J. Determining human dynamics through the Internet of Things / A.J. Jara, Y. Bocchi, D. Genoud // Proceedigs of the 2013 IEEE/WIC/ACM International Conferences on Web Intelligence (WI) and Intelligent Agent Technology (IAT). - Atlanta, Georgia, USA, 2013. - pp. 109 - 113

75. Jun, J. The nominal capacity of wireless mesh networks / J. Jun, M.L. Sichitiu // IEEE Wireless Communications. - October 2003. - vol 10, 5. -pp. 8-14.

76. Kalina, P. The art of negotiation: developing efficient agent-based algorithms for solving vehicle routing problem with time windows / P. Kalina, V. Marik, J. Vokrinek // HoloMAS. - LNCS 8062, 2013. - pp. 187 - 198.

77. Leitao, P. Holonic rationale and self-organization on design of complex evolvable systems / P. Leitao // HoloMAS. - LNAI 5696, Springer-Verlag Berlin Heidelberg, 2009. - pp. 1 - 12.

78. Lin, H. Architectural design of multi-agent systems: technologies and techniques / H. Lin // ed. Hong Lin, Idea Group Inc (IGI) Global, 2007. - 421 p.

79. Liu, Y. ZigBee network for remote patient monitoring. / Y. Liu, R. Sahandi // IEEE 22nd International Symposium on Information, Communication and Automation Technologies. - Sarajevo, Bosnia & Herzegovina, 2009. - pp. 1-7.

80. Mahalik, N.P. Sensor networks and configuration: fundamentals, standards, platforms and applications / N.P. Mahalik. - Springer-Verlag Berlin Heidelberg, 2007.-510 p.

81. Maturana, F.P. A generic mediator for multi-agent coordination in a distributed manufacturing system. / F.P. Maturana, D.H. Norrie, // Systems, Man and Cybernetics, IEEE International Conference, 1995. - Vol. 1. - P. 952 - 957.

82. Minar, N. Distributed systems topologies: Part 1 [Online], URL: http://www.openp2p.eom/pub/a/p2p/2001/12/14/topologies_one.html

83. Murty, M.N. Big Data abstraction through multiagent systems / M.N. Murty, T.R. Babu, S.V. Subrahmanya // Compression schemes for mining large datasets, Advances in Computer Vision and Patter Recognition, Springer-Verlag London, 2013. - p. 173 - 183.

84. Pinninck, A.P. A multiagent network for peer norm enforcement / A.P. Pinninck, C. Sierra, W.M. Schorlemmer // Autonomous Agents and Multi-Agent Systems. - N° 21(3), 2010. - pp. 397 - 424.

85. Reynolds, H.N. A Working Lexicon for the Tele-Intensive Care Unit: We Need to Define Tele-Intensive Care Unit to Grow and Understand It / H.N. Reynolds, H. Rogove, J. Bander, M. McCambridge, E. Cowboy, M.A. Niemeier // Telemedicine and e-Health. - №17(10), 2011. - pp. 773 - 783.

86. Russel, S. Artificial Intelligence: A Modern Approach, 3-nd edition / S. Russel, P. Norvig. - Prentice-Hall, 2009. - 1152p.

87. Sahandi, R. Wireless technology in the evolution of patient monitoring on general hospital wards / R. Sahandi, S. Noroozi, G. Roushanbakhti, V. Heaslip, Y. Liu // Journal of Medical Engineering and Technology. - 34 (1), 2010. - pp. 51 - 63.

88. Schoder, D. Peer-to-peer prospects / D. Schoder, K. Fischbach // Communications of the ACM. - vol. 46, no. 2, 2003. - pp. 27 - 29.

89. Shnayder V., Chen B., Lorincz K., Fulford-Jones T.R.F., Welsh M. Sensor networks for medical care. Technical Report TR-08-05, Division of Engineering and Applied Sciences, Harvard University, 2005. URL: http://www.eecs.harvard.edu/~mdw/proj/codeblue

90. Sparks, D. Micromachined needles and lancets with design adjustable bevel angles / D. Sparks, T. Hubbard // Journal of Micromechanics and Microengineering. -vol. 14, 2004. - pp. 1230 - 1233.

91. Sparks D., Smith R., Massoud-Ansari S., Najafi N, Coriolis mass flow, density and temperature sensing with a single vacuum sealed MEMS chip / D. Sparks, R. Smith, S. Massoud-Ansari, N. Najafi // Solid-State Sensors and Actuator, and Microsystem Workshop. - Hilton Head, SC, 2004. - pp. 75 - 78.

92. Tonguz, O.K. Ad Hoc Wireless Networks: A Communication-Theoretic Perspective / O.K. Tonguz, G. Ferrari. - John Wiley and Sons Ltd., Chichester, England, 2006. - 346 p.

93. Weisstein, E.W.: Heaviside step function. From Math World. - A Wolfram Web Resource. URL: http://mathworld.wolfram.com/HeavisideStepFunction.html (2013)

94. Wooldridge, M. An Introduction to Multi-Agent Systems / M. Wooldridge. - John Wiley and Sons Ltd., Chichester, England, 2002. - 340 p.

Приложение А. Свидетельства о наличии объектов интеллектуальной собственности

ж*

ir jJ&r I

Т 1

9Х\

Бн

«Л

А

та

•:• •:• •:- ■ I

Н \ IIO.ll tll> HI

JVf 16S5I6

АВТОНОМНЫЙ ОПТИЧЕСКИЙ ИЗМЕРИТЕЛЬ РАСХОДА ЖИДКОСТИ ДЛЯ МЕДИЦИНСКОЙ КАПЕЛЬНИЦЫ

IL 1... . .пел Общество с ограниченной ответственностью "Вебшвод" (RV)

; Минаев Антон Андреевич (RU), Нвищенко Антон Владимирович (RU), /»утмрев Лев Константинович (RV), Новиков Александр Андреевич (HI'), Нитяное Максим Владимирович (RL), Чиплыгин Сергеи Сергеевич (RU), Ко.панов Александр Владимирович (RU)

ia.i.. . V 2016106460

llpH"piiu'i 1кт п иши мак и 26 фгнрп.ш 2016 I.

jU'« Hit) lil|4 MICIIIHUI I>V I IK l|Vll|MM *

livy.upi ценном рссч ipc n«>ияммч

м<|.юл< й l'i» > !<)•■ и <Ь ч'.ыип 07 фснра.ш 2017 г.

( рок JKlltlMII МЫМПИК IbMOlO ll|UM

im ни н-шум unu ib Mcirnri 2(i фгира iu 2026 i.

/4 MIMmImHH' Ih </»rr>«y*l IhHOU 4" fV.M I'M >ю www lit"» m\ и 1Ы«Ч11 (M'i itinfitm >i ты

/ J С Сл. 14 llfiiuve

1ИЮСШ<СШШ ФВДШРМРШ

Я:

ЕЖЖЖЖ*

СВИДЕТЕЛЬСТВО

о государственной регистрации программы для ЭВМ

№ 2014610455

Автономная система оптическою контроля внутривенной

инфузнн

Правообладатель: Общество с ограниченней ответственностью «Научно-производственная кампания «МаджентаДевело/шент»

Ощ

.Авторы: Нващенко Антон Владимирович (ЛИ), Сколынев Антон Вячеславович (ВС). Минаев Антон Андреевич (Ви), Макаров Сергей Александрович (ВС), Шаринянова Дина Раилевна (ВV)

Заявкам 2013660436

Дата поступления 14 ноябри 2013 I:

Дата государственной репарации

п Неестрг программ для ЭВМ ¡0 января 2014 г.

Руководитель Федеральной службы по интеллектуальной собственности

Б.П Симонов

К В К Ж И И И К К Я К К К к Я Ж ж й Я И « 1С IV V.- и: