Методология разработки биомедицинских интегрированных учебно-исследовательских систем на основе компьютеризации обучения и семантического моделирования тема диссертации и автореферата по ВАК РФ 05.13.09, доктор технических наук Федянин, Виталий Иванович
- Специальность ВАК РФ05.13.09
- Количество страниц 265
Оглавление диссертации доктор технических наук Федянин, Виталий Иванович
СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ОСНОВНЫЕ НАПРАВЛЕНИЯ В РАЗВИТИИ СИСТЕМ БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЙ И РАЦИОНАЛЬНОГО УПРАВЛЕНИЯ ПРОЦЕССАМИ ОБУЧЕНИЯ И ЛЕЧЕНИЯ
1.1. Современные высокие медицинские технологии, методы построения и функционирования систем медико-биологических исследований
1.2. Пути развития инструментального обеспечения диагностического процесса и повышения эффективности применения высоких технологий в обучении и научных исследованиях
1.3. Цель и задачи исследования
2. ТЕОРЕТИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ОСНОВЫ ПОСТРОЕНИЯ БИОМЕДИЦИНСКОЙ ИНТЕГРИРОВАННОЙ УЧЕБНО-ИССЛЕДОВАТЕЛЬСКОЙ СИСТЕМЫ
2.1. Теоретические основы построения биомедицинских
интегрированных учебно-исследовательских систем
2.2. Основные принципы интеграции систем медицинской диагностики и автоматизированного обучения, методология построения биомедицинских интегрированных учебно-исследовательских систем
2.3. Методика проведения компьютерного совещания по оцениванию эффективности биомедицинской интегрированной учебно-исследовательской системы
Выводы второй главы
3. МЕТОДЫ И АЛГОРИТМЫ МОДЕЛИРОВАНИЯ И
ПРИНЯТИЯ РЕШЕНИЙ В БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЯХ 72 3.1. Методы интеллектуальной поддержки принятия решений
при выборе тактики лечения
3.2. Имитационное моделирование процессов принятия решений
при выборе тактики лечения
3.3. Логическое моделирование процедур диагностики и
выбора лечения
Выводы третьей главы
4. АЛГОРИТМИЗАЦИЯ ПРОЦЕСОВ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ И ОПТИМИЗАЦИЯ ОБУЧАЮЩИХ ПРОЦЕДУР В РАМКАХ ПОДСИСТЕМЫ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ
4.1. Алгоритмическое обеспечение процессов моделирования физиологических показателей
4.2. Алгоритмическое обеспечение и оптимизация процедур обучения работе с подсистемой автоматизированного
моделирования
4.3. Организация имитационного эксперимента на основе оптимизационной модели обучающей подсистемы 116 Выводы четвертой главы
5. СТРУКТУРА ЭКСПЕРТНО- ОБУЧАЮЩЕЙ СИСТЕМЫ И МЕТОДЫ ФОРМАЛЬНОГО ОПИСАНИЯ ПРЕДМЕТНОЙ ОБЛАСТИ ОБУЧЕНИЯ
5.1. Структура экспертно-обучающей системы
5.2. Формирование системы базовых и производственных
понятий предметной области
5.3. Методы формирования семантического пространства
знаний и их формализация
5.4. Методы автоматизированного формирования семантического графа, семантических и дидактических параметров фрагментов предметной области
Выводы пятой главы
6. ОПТИМИЗАЦИЯ УПРАВЛЕНИЯ ПРОЦЕССОМ АВТОМАТИЗИРОВАННОГО ОБУЧЕНИЯ ЗНАНИЯМ ПРЕДМЕТНОЙ ОБЛАСТИ НА ОСНОВЕ СЕМАНТИЧЕСКОЙ ИНФОРМАЦИИ
6.1. Формирование иерархической модели обучаемого
для целей управления процессом автоматизированного обучения
6.2. Модели оптимального принятия решений при управлении процессом автоматизированного обучения
6.3. Построение функциональной семантической сети
усвоения понятий предметной области
6.4. Оптимальная организация информационных потоков
при проведении видеокомпьютерной лекции
Выводы шестой главы
7. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И ПРИМЕНЕНИЕ БИОМЕДИЦИНСКОЙ ИНТЕГРИРОВАННОЙ ЭКСПЕРТНО-ОБУЧАЮЩЕЙ СИСТЕМЫ
7.1. Биомедицинская интегрированная учебно-исследовательская система в рамках микродиагностического центра дифференциального обучения
7.2. Технология формирования автоматизированных учебных
курсов для биомедицинской учебно-исследовательской системы
7.3. Оценка эффективности и результаты апробации и внедрения интегрированной биомедицинской учебно-исследовательской системы
в учебный процесс и клиническую практику
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ
Рекомендованный список диссертаций по специальности «Управление в биологических и медицинских системах (включая применения вычислительной техники)», 05.13.09 шифр ВАК
Оптимизация автоматизированного обучения специалистов по биомедицинским системам на основе семантического моделирования1998 год, кандидат технических наук Тужикова, Валентина Ивановна
Многовариантное моделирование и алгоритмизация принятия решений на основе классификации и визуальной трансформации медицинской информации1998 год, доктор технических наук Попова, Ольга Борисовна
Построение экспертно-обучающих информационных систем в корпоративной вузовской сети2000 год, кандидат технических наук Емельянова, Татьяна Васильевна
Разработка моделей, алгоритмов и средств процесса автоматизированного обучения2002 год, кандидат технических наук Ципина, Наталья Викторовна
Построение информационно-образовательной среды с элементами искусственного интеллекта2002 год, кандидат технических наук Горовенко, Любовь Алексеевна
Введение диссертации (часть автореферата) на тему «Методология разработки биомедицинских интегрированных учебно-исследовательских систем на основе компьютеризации обучения и семантического моделирования»
ВВЕДЕНИЕ
Актуальность темы. Современное состояние здравоохранения Российской Федерации характеризуется низкой эффективностью деятельности учреждений здравоохранения, недостаточным финансированием и ресурсным обеспечением, неадекватным качеством медицинской помощи на фоне высокой обеспеченности населения врачебными кадрами и больничными койками.
В связи с этим перед здравоохранением стоит задача большой сложности и масштаба - проведение комплексной реформы, в основе которой лежит переход к новой системе организации и финансирования, реализация стратегии "врач общей практики", снижение бюджетных расходов. Важнейшими направлениями реформирования здравоохранения России являются повышение эффективности использования ресурсов здравоохранения, качества медицинской помощи и эффективности труда, внедрение современных медицинских технологий.
Одним из реальных путей проведения реформ, вывода медицины из кризиса, является повсеместное внедрение высоких медицинских технологий диагностики и лечения, обладающих ощутимым экономическим эффектом и способных сократить расходы на лечение пациентов. Не вызывает сомнений, что быстрая и точная диагностика заболеваний, быстрое и качественное лечение являются не только медицинской, но и экономической категорией [135,136].
Под высокими медицинскими технологиями будем понимать специальные процессы инструментальных биомедицинских исследований и лечения заболеваний на основе наукоемких приборов и систем, широкого комплекса междисциплинарных знаний и методов. Особенностью высоких медицинских технологий является активное использование в них передовых достижений информационных технологий.
Такие технологии сродни технологиям космического приборостроения, в которых используются особые материалы, наукоемкое производство, высо-
кое качество и надежность аппаратуры. Разработка, внедрение высоких медицинских технологий, обучение работе с ними - важная государственная и научная проблема.
Современные процессы биомедицинских исследований и лечения на основе высоких медицинских технологий характеризуются значительной сложностью, носят вероятностный характер. Принятие решений осуществляется во множестве схем исследования и лечения в условиях неполной априорной информации, цели определены на дискретном множестве возможных видов инструментальных исследований и лечебных воздействий, их явное аналитическое выражение через управляющие воздействия отсутствуют, оценка эффективности исследований и лечения в целом проводится по набору противоречивых критериев.
Для освоения современных высоких медицинских технологий в условиях особенностей диагностического и лечебного процессов необходимо обеспечить им интеллектуальную и компьютерную поддержку на основе обучения с использованием обучающих систем, разработать информационное и программное обеспечение, модели, алгоритмы и процедуры принятия решений. Эффективность интеллектуальной поддержки принятия решений существенным образом зависит от адекватности математического описания физиологических процессов и возможностей их автоматизированного моделирования в обучающих системах. Все это выдвигает проблему повышения уровня подготовки специалистов в области биомедицинских систем, которая охватывает не только процесс овладения новыми медицинскими компьютерными технологиями при подготовке специалистов, но и процесс обучения практических врачей в предметно-ориентированной области медицины.
В настоящее время наиболее перспективным направлением развития автоматизированных обучающих систем является применение для их разработки новых информационных технологий, в частности, технологии искусственного интеллекта. Интеллектуальные обучающие системы представляют
один из путей применения достижений искусственного интеллекта в образовании.
Основными отличительными чертами интеллектуальных обучающих систем от обычных является наличие знаний: о предметной области (курсе обучения); знания об обучаемом; знания о стратегиях обучения; метазнания -знания о том, как применять знания о стратегиях обучения к обучаемому. Эти виды знаний в формализованном виде загружаются в базу знаний и обрабатываются посредством того или иного механизма логического вывода.
Одним из центральных и наиболее сложных моментов в разработке систем, основанных на знаниях, в том числе и интеллектуальных обучающих систем, является представление знаний, поскольку от него зависят интеллектуальные возможности системы и ее эффективность. Разработанный формализм представления знаний позволяет структурировать знания эксперта о предметной области, построить ее семантическую модель. С учетом специфики учебных курсов и видов решаемых задач разрабатывается соответствующий формализм представления профессиональных знаний. Кроме того, существенное влияние оказывает содержание учебных курсов, их вид: описательный, математический, конструкторский и др.
Не менее важной, чем проблема представления знаний, является проблема построения модели обучаемого (student model). В последние годы исследования сосредоточились на средствах поддержки обучения, предназначенных содействовать "обучению действием". Эти системы пытаются скомбинировать опыт решения задач и руководство обучаемым, которые часто находятся в противоречии. Чтобы преодолеть это противоречие, нужно иметь полные управляющие или обучающие стратегии. Их использование позволит обеспечить интеллектуальное руководство обучаемым, эффективно использовать возможности обучающей системы, оптимизировать процесс обучения.
Этим требованиям отвечает новый класс компьютерных медицинских систем - биомедицинских интегрированных учебно-исследовательских систем, методика формирования которых до настоящего времени отсутствует.
Таким образом, необходимость разработки методологии создания биомедицинской интегрированной учебно-исследовательской системы на основе компьютеризации обучения и семантических моделей знаний, формирования моделей и алгоритмов функционирования такой системы для освоения высоких медицинских технологий делает актуальной проблему научного исследования [66, 249].
Диссертационная работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 "Перспективные информационные технологии в высшей школе" в рамках одного из основных направлений Воронежского государственного технического университета "Биокибернетика, компьютеризация в медицине". Научные результаты, изложенные в диссертации, получены при выполнении следующих научно-исследовательских работ: "Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирования автоматизированных систем" и "Принципы создания моделей и алгоритмов автоматизированных лечебно-диагностических и учебных систем".
Цель и задачи исследования. Целью диссертации является разработка комплекса методов, моделей и алгоритмов биомедицинских интегрированных учебно-исследовательских систем, предназначенных для эффективного управления диагностическим, лечебным и учебным процессами и обеспечивающих оптимальные схемы биомедицинских исследований и выбора тактики лечения, сокращение сроков обучения и повышение качества подготовки специалистов.
Для достижения поставленной цели необходимо решить следующие основные задачи:
обосновать и разработать теоретические и методические основы и принципы формирования структуры биомедицинской интегрированной учебно-исследовательской системы;
сформировать рациональную структуру интегрированной учебно-исследовательской системы, ориентированную на комплекс диагностических и компьютерных средств;
разработать модели процессов принятия решений в диагностике и выборе схем лечения на основе интегрированной научно-исследовательской системы;
разработать процедуры алгоритмизации рационального выбора тактики лечения и обучающих средств;
сформировать структуру экспертно-обучающей системы и разработать методы формального описания предметной области обучения;
построить модели оптимального управления процессом автоматизированного обучения на основе семантической информации;
реализовать методологию разработки биомедицинской интегрированной учебно-исследовательской системы, создать программное, информационное и техническое обеспечение, разработать технологию использования этой системы в диагностическом и учебном процессах.
Методы исследования. При решении поставленной задачи в работе использовались методы системного анализа, теории множеств, методы вычислительной математики и многоальтернативной оптимизации, теории исследования операций и принятия решений, теории управления биологическими и медицинскими системами, теории вероятностей и математической статистики.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
методология построения биомедицинских интегрированных учебно-исследовательских систем, основанная на принципах семантического моде-
лирования и обеспечивающая использование эврестических оценок врача-эксперта на этапах синтеза обобщенных моделей управления лечебно-диагностическим процессом и компьютеризированного обучения;
функционально-структурная схема биомедицинской интегрированной учебно-исследовательской системы, отличающаяся интеграцией математического описания процедур выбора схем биомедицинских исследований и тактики лечения с учетом особенностей содержания предметной области обучения и использующая средства комплексного представления информации;
методы интеллектуальной поддержки принятия решений в организации биомедицинских исследований, обучения и управления лечением, отличающиеся интеграцией экспертных и модельных оценок в двухуровневом адаптивном алгоритме, обеспечивающие повышение эффективности процесса принятия решений в условиях неполной исходной информации;
метод автоматизированного формирования системы базовых и производных понятий предметной области, позволяющий генерировать семантическую модель и структуру автоматизированных учебных курсов;
технология формализации представления знаний учебных заданий и описания стратегий обучения в виде семантических моделей, отличающийся объектно-фреймовой структурой и позволяющий эффективно организовать манипуляцию ими в автоматическом режиме;
программное, информационное и техническое обеспечение интегрированной учебно-исследовательской системы, ориентированное на использование баз данных и знаний, библиотек алгоритмов обработки и визуализации данных, компьютерных средств в составе корпоративной вычислительной сети.
Практическая ценность и реализация результатов работы. Разработана и реализована методика построения биомедицинских интегрированных учебно-исследовательских систем, методы поддержки принятия решений при проведении биомедицинских исследований, выборе тактики лечения, семан-
тические модели и стратегии оптимального автоматизированного обучения специалистов в области биомедицинских систем.
Создано проблемно-ориентированное программно-информационное обеспечение интегрированной учебно-исследовательской системы, позволяющее сформировать медицинские банки данных, применить полученные результаты научных исследований в компьютерной подготовке специалистов, интеллектуальной поддержке принятия решений врачей-экспертов при разработке ими математического описания физиологических процессов, проведении биомедицинских исследований, выборе более эффективной тактики лечения.
Построенные модели прогнозирования генеративной функции, лечения сахарного диабета и лимфолейкоза дали возможность организовать интеллектуальную поддержку при создании автоматизированных рабочих мест специалистов.
Результаты диссертации внедрены в Воронежской областной клинической больнице, Воронежском лечебно-диагностическом центре, используются в учебном процессе Воронежского государственного технического университета и Международного университета высоких технологий при обучении студентов по специальности 190500 "Биотехнические и медицинские аппараты и системы". Ожидаемый годовой экономический эффект составляет 785 тыс. рублей (в ценах 1998 года), что подтверждено актами внедрения (приложение 2-5).
Апробация работы. Материалы диссертации докладывались и обсуждались на семинарах межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах" (ВГТУ, 1992-1998); ежегодных научных конференциях профессорско-преподавательского состава ВГТУ (1992 - 1998); научно-практической конференции "Высокие технологии в практике учреждений здравоохранения" (Воронеж, 1995); Всероссийском совещании-семинаре "Математическое обеспечение высоких
технологий в технике, образовании и медицине" (Воронеж, 1994-1997); Всероссийской научно-технической конференции студентов, молодых ученых и специалистов "Биотехнические, медицинские и экологические системы и комплексы" (Рязань, 1997); III Международной конференции и дискуссионном научном клубе ГТ+МЕ'97 "Новые информационные технологии в медицине и экологии" (Украина, Крым, Ялта-Гурзуф, 1997); межрегиональной научно-практической конференции "Актуальные проблемы информационного мониторинга" (Воронеж, 1998); межрегиональной научно-практической конференции "Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности" (Воронеж, 1998); Всероссийском совещании-семинаре "Высокие технологии в региональной информатике" (Воронеж, 1998).
Публикации. По материалам диссертации опубликовано 52 научные работы, в том числе 1 монография, 2 учебных пособия.
Структура и объем работы. Работа состоит из введения, семи глав и заключения, изложенных на 231 странице машинописного текста, содержит 30 рисунков, 6 таблиц, список литературы из 251 наименований. В приложении приводятся: фрагменты работы интегрированной учебно-исследовательской системы; акты внедрения результатов научных исследований в учебный процесс и клиническую практику.
В первой главе рассматриваются тенденции развития систем биомедицинских исследований, анализируется состояние высоких медицинских технологий. Обсуждаются особенности диагностического и лечебного процессов. Показано, что при проведении биомедицинских исследований имеется значительное число альтернативных вариантов, которые оцениваются по набору противоречивых критериев, а процессы лечения носят вероятностный характер, управление ими протекает в условиях неопределенности и неполной априорной информации, при наличии количественных и качественных входных переменных.
Применение высоких медицинских технологий не избавляет от перечисленных особенностей процессов диагностики и лечения, а потому необходимо обеспечить им интеллектуальную и компьютерную поддержку на основе обучения с использованием обучающих систем, что достигается путем создания биомедицинских интегрированных учебно-исследовательских систем. Для создания таких систем необходимо вначале разработать теоретические основы и методику формирования их рациональных структур, затем разработать программное и информационное обеспечение.
Рассматриваются возможности улучшения качества и эффективности автоматизированных обучающих систем путем разработки специализированных экспертных систем, определяются роль и место подсистем обучения в структуре автоматизированных обучающих систем и формируются основные требования к интегрированным обучающим системам.
В результате анализа современных компьютерных средств обучения обоснована необходимость применения семантических моделей знаний для представления учебного материала, описания стратегий обучения. Для учета особенностей предметной области показано использование средств мультимедиа.
Исходя из анализа современного состояния в области высоких медицинских технологий, необходимости повышения их эффективности, сформулированы цель и задачи исследования.
Вторая глава посвящена разработке теоретических и методических основ построения биомедицинских интегрированных учебно-исследовательских систем. Описывается конструктивная схема создания учебно-исследовательских систем как целенаправленных систем, характеризующихся поведением и относящихся к классу сверхсложных систем. Формулируются основные методологические принципы построения таких систем: системности, иерархичности, информационной совместимости, открытости, аппаратной независимости. Показано, что учебно-исследовательские системы должны содержать подсистемы обучения, диагностики, прогнозиро-
вания и выбора тактики лечения, функционирующие в единой информационной среде. Рассматривается содержание интеллектуальной поддержки принятия решений, заключающейся в реализации диалоговых обучающих процедур с математическим моделированием и выбором схем лечения на основе модельной и экспертной информации. Описывается укрупненная структура варианта учебно-исследовательской системы, состав и функциональное назначение ее подсистем.
Предлагается алгоритм рационального выбора структур учебно-исследовательских систем по показателям эффективности с учетом ряда ограничений. Описывается методика компьютерного совещания по оцениванию эффективности интегрированных учебно-исследовательских систем.
В третьей главе излагаются методы и алгоритмы принятия решений в рамках интегрированных учебно-исследовательских систем, предназначенных для повышения эффективности обучения. Рассматриваются методы интеллектуальной поддержки, базирующиеся на принятии оптимальных решений на начальном этапе обучения при выборе тактики лечения. Предлагаются рациональные методы формализации предпочтений эксперта (обучаемого) на всех уровнях принятия решений и описываются адаптивные алгоритмы настройки вероятности привлечения выделенных критериев, лечебных воздействий, оценки их величины. В качестве одного из средств интеллектуальной поддержки принятия решений при биомедицинских исследованиях и выборе тактики лечения предлагается логическая модель, сочетающая возможности машинной реализации с методикой профессиональной деятельности. Рассматриваются процедуры проведения имитационного эксперимента на основе математических моделей процессов лечения в диалоговом и автоматическом режиме, комплексирования модельных и экспертных оценок.
В четвертой главе рассматривается оптимизация обучающих процедур интегрированных учебно-исследовательских систем. Показано, что при построении предметно-ориентированного алгоритмического обеспечения наиболее целесообразным является комбинация методов экспертного оценива-
ния и имитационного эксперимента. Описывается алгоритм моделирования и выбора тактики лечения.
Представлены оптимизационные модели формирования учебных заданий и алгоритмическое обеспечение обучающих процедур, позволяющие выбирать обучающие элементы и последовательность их реализации при изучении обучаемым заданного объема информации. Рассмотрена методика организации имитационного эксперимента на основе многоальтернативной оптимизационной модели. Имитационной эксперимент, основанный на рандомизированной схеме направленного перебора комбинаций уровней альтернативных переменных, позволяет оценивать синтезируемые варианты и выбирать наилучшие по предпочтениям экспертов.
Пятая глава посвящена разработке системы понятий предметной области, которая является одним из учебных средств достижения целей обучения, овладения терминологической лексикой учебной дисциплины, изучения основных классификаций и связей между понятиями. Определены основные шаги по реструктуризации учебных знаний, разделению знаний специалистов (экспертов) данной области от знаний методических. Выделены направления по дальнейшей формализации учебных знаний, ориентированные на максимальное использование возможностей ЭВМ.
Предложено в качестве языка формализации использовать прикладное исчисление предикатов первого порядка. Такой язык представления знаний обладает достаточными выразительными возможностями, позволяет упростить процесс формализации учебных знаний предметной области.
В шестой главе осуществляется разработка моделей оптимального управления процессом автоматизированного обучения знаниям предметной области на основе семантической информации. Производится формирование иерархической модели обучаемого, модели оптимального принятия решений при управлении процессом автоматизированного обучения.
Для управления механизмом усвоения понятий предметной области генерируется функциональная семантическая сеть, на основе которой организуется эффективное предъявление информации обучаемому о понятиях учебного курса и, в зависимости от результатов усвоения понятий, изменяется порядок их предъявления.
Разработан метод оптимальной организации информационных потоков при проведении видеокомпьютерной лекции, позволяющий интенсифицировать процесс автоматизированного обучения, обеспечить рациональную загрузку информационных каналов обучаемого.
Седьмая глава посвящена вопросам практической реализации разработанных методов, моделей и алгоритмов в виде программно - информационного и технического обеспечения биомедицинской интегрированной учебно-исследовательской системы, технологии ее применения при обучении специалистов по биомедицинским системам, использовании в клинической практике.
В заключении излагаются основные результаты работы, а в приложении приводятся акты о внедрении и использовании материалов диссертационной работы.
1. ОСНОВНЫЕ НАПРАВЛЕНИЯ В РАЗВИТИИ СИСТЕМ
БИОМЕДИЦИНСКИХ ИССЛЕДОВАНИЙ И РАЦИОНАЛЬНОГО УПРАВЛЕНИЯ ПРОЦЕССАМИ ОБУЧЕНИЯ И ЛЕЧЕНИЯ
1.1. Современные высокие медицинские технологии, методы построения и функционирования систем медико-биологических исследований
Рассматривая тенденции развития современной медицины [181,217,61], наиболее характерными следует считать: активное применение методов кибернетики в моделировании и анализе функциональных систем человека, разработке и использовании сложных математических моделей, компьютерных систем визуализации. Имеется и ярко выраженная тенденция на индустриализацию процессов медико-биологических исследований. Медицина как вид деятельности человека превращается в отрасль экономики. Этому способствуют достижения в различных областях науки и техники, конверсия оборонных предприятий, быстрое применение результатов научных исследований в медицинских приборах и системах.
Направления развития приборов и систем для медицинской диагностики, научных исследований базируются как на фундаментальных знаниях биологической и медицинской науки, так и на широком использовании достижений физики, химии, информационной техники, кибернетики, микроэлектроники, новых материалов. При создании приборов и систем медицинской диагностики и исследований используется широкий комплекс междисциплинарных знаний и методов от микромеханики до рекордно тонких аналитических методов, способов визуализации и компьютерной математической обработки биологических сигналов на "предельном" энергетическом уровне.
При общих высоких темпах роста (в развитых странах в 5-6 раз за последние 10 лет) оснащения учреждений здравоохранения медицинской аппаратурой и расширении номенклатуры этих изделий особо быстрый рост наблюдается в области наукоемких высокотехнологических изделий. Это обеспечивается за счет совершенствования новых моделей традиционного назначения и за счет приборов и систем, реализующих новые исследовательские и клинические методики. Таким образом, можно говорить о появлении в практике клинического использования в короткие сроки (сменяемость каждые 3-5 лет) новых поколений приборов и систем по всем важным клиническим направлениям.
К новым поколениям приборов и систем, являющихся базой высоких медицинских технологий, относятся [34]:
- системы и аппараты лучевой (топической) диагностики;
- автоматизированные системы и приборы функциональной диагностики и многопараметрического мониторинга;
- технические средства жизнеобеспечения организма и замещения внутренних органов, хирургическая аппаратура;
- аппараты и комплексы для терапии;
- приборы и системы медико-биологических исследований, лабораторной
диагностики.
Анализ мировых тенденций в создании и применении приборов и систем биомедицинских исследований показывает, что доминируют высокоинформативные, неинвазивные методы исследования. К ним относятся системы лучевой и функциональной диагностики. Так, по данным ВОЗ [34, 28], более 75 % диагнозов устанавливается лучевыми методами, то есть методами топической диагностики.
Современные инструментальные системы лучевой и функциональной диагностики ориентированы на "визуализацию", получение изображения внутреннего строения человека. Наиболее широко для визуализации непро-
зрачных и недоступных прямому наблюдению анатомических органов и систем используются электромагнитные излучения и ультразвуковые волны [т1].
Освоение огромного диапазона физических полей привело к воплощению широкого набора интроскопических приборов и систем (классическая рентгенология (РГ), компьютерная рентгеновская и магнитно-резонансная томография (KPT, МРТ), ультразвуковые исследования (УЗИ), радионуклид-ная диагностика) и др. На рис. 1.1 представлена классификация [92] методов лучевых исследований.
Лучевые исследования человека (исследования in vivo)
Рентгенологический метод, в том числе " компьютерная томография
- Радионуюшдный метод
- Ультразвуковой метод
• Магнитно-резонансная томография
- Позитронно-эмиссионная томография
Лучевые исследования крови, секретов, экскретов и биоптатов (исследования in vitro)
- Магнитно-резонансная спектроскопия Актив ационный анализ Радиоиммунологический анализ
Рис. 1.1. Основные методы лучевых исследований
Возникает вопрос: почему существует так много методов визуализации? Однозначного ответа нет, но можно утверждать, что почти все новые методы медицинской интроскопии возникли как взаимодополняющие, а не заменяющие уже существующие. Это связано с тем, что разные методы визуализации основаны на разных взаимодействиях с биотканью и, следовательно, несут информацию о разных свойствах биологических структур. В некоторых методах имеется сильная корреляция, позволяющая отказаться от одновременного применения конкурирующих методов. Но, несмотря на
вредное действие рентгеновского облучения, ему в настоящее время нет альтернативы и, вероятно, в обозримом будущем не будет [28].
Современные системы лучевых исследований используют средства цифрового рентгентелевидения [13, 103], позволяющие приблизить реальные рентгенпреобразующие системы к их предельным потенциальным возможностям.
Функционирование работы рентгенодиагностической системы показано на рис. 1.2 [92, 218].
Ж
к> ■
ж
• »//
Рис. 1.2. Цифровая рентгенодиагностическая система
Рентгеновское излучение, проходя через органы человека, попадает на рентгеновский электронно-оптический преобразователь (РЭОП), затем полученное изображение с помощью аналого-цифрового преобразователя (АЦП) преобразуется в цифровую форму, обрабатывается на компьютере и записывается в долговременную память. На рис. 1.3 показана последовательность преобразования рентгеновского изображения оперированного желудка: исходное изображение -» разложение изображения на матрицу 8x8 —> цифровое кодирование изображения и передача его в компьютер.
Впоследствии, полученное цифровое изображение может быть "восстановлено" с помощью цифро-аналогового преобразователя (ЦАП) и напечатано на графопостроителе или принтере, а также выведено на монитор.
Рис. 1.3. Цифровое кодирование рентгеновского изображения
Цифровое изображение при его компьютерной обработке позволяет извлечь количественную и качественную информацию и, таким образом, перейти от интуитивно-эмпирического способа отображения к объективно измеренному.
Достоинство цифровой рентгенодиагностической системы заключается в уменьшении лучевой нагрузки на пациента (РЭОП обладает более высокой чувствительностью, чем рентгеновская пленка), возможности полного отказа от рентгеновской пленки и связанного с ней фотохимического процесса. Это делает рентгенологическое исследование экологически чище, а хранение информации в цифровом виде позволяет создать легкодоступные рентгеновские архивы. Новые качественные и количественные методы обработки цифровых изображений открывают широкие возможности для приведения их к стандарту качества, автоматизировать процесс анализа в режиме "норма-патология" [13].
Экономическая эффективность цифровой рентгенографии также очевидна: затраты на получение одного изображения с использованием цифровой технологии ниже в 3 и более раз, чем при прямой экранно-пленочной рентгенографии [14].
Приведенные соображения наглядно демонстрируют прогрессивность внедрения в клиническую практику цифровой рентгенографии, позволяет пе-
ревести диагностическую рентгенологию на новый, более высокий технологический уровень.
Тенденция к интеграции различных методов лучевой диагностики в рамках единого диагностического направления привела к идее создания полностью компьютеризованного отделения лучевой диагностики (рис. 1.4) [92].
Эмиссионная радионуклидная томография
Дигитальная субтракционная ангиография
Отдел обработки информации
Магнитно-резонансная томография
Ультразвуковая диагностика
Рентгенодиагностика
Радионуклидная диагностика
Компьютерная томография
Рис. 1.4. Компьютеризированное отделение лучевой диагностики
Из подразделений такого отделения, в которых проводятся лучевые исследования (рентгенологические, ультразвуковые, радионуклидные и др.), изображения в цифровой форме передаются в систему связи и из нее - в па-
мять компьютера. На монитор любого врача по его запросу могут быть переданы все изображения пациента. Доступ к только что полученным изображениям занимает 1 с, к снимкам предыдущих исследований - 5 с, а к изображениям из архива прежних месяцев и лет - 5 мин. [92].
Перечисленные методы лучевой диагностики и системы медико-биологических исследований применяются в научных исследованиях, различных областях клинической практики: кардиологии, онкологии, нефрологии и др.
Важное значение имеют методики диагностирования заболеваний человека, основанные на высоких медицинских технологиях.
Медицинская диагностика базируется на выявлении патологических изменений в органах и системах человека и отнесении обнаруженного комплекса симптомов к определенному заболеванию [82,183,173].
Собственно диагностика начинается с исследования больного, и здесь важно знать, какую программу обследования избрать. Ведущим звеном в процессе распознавания болезней, конечно, остается квалифицированное клиническое исследование. Оно представляет собой организованный целенаправленный процесс, включающий в себя применение ряда специальных методов, среди которых важное место занимают лучевые методы.
В этих условиях работа врача или группы врачей должна основываться на четкой программе действий, которая предусматривает порядок применения различных способов исследования. Следовательно, каждый врач должен иметь набор стандартных схем обследования больного. Эти схемы позволяют обеспечить высокую надежность диагностики, экономию сил и средств специалистов и пациентов, приоритетное применение менее инвазивных вмешательств и уменьшение лучевой нагрузки на больных и медицинский персонал [68,41,100,69].
Рациональный выбор диагностических методов и оптимальная последовательность их применения (алгоритм) во многом зависят от конкретной
клинической ситуации: наличия симптомов заболевания, локализации патологического процесса, степени его распространения и др.
Такой выбор проводится с учетом общих принципов использования различных диагностических методов: от неинвазивных к инвазивным, от универсальных, имеющих скрининговое значение, к частным и специальным. Разработанные отечественными и зарубежными исследователями различные диагностические алгоритмы имеют рекомендательный характер и призваны помочь врачу в сложных клинических ситуациях.
Сложность диагностического процесса показывает приведенная на рис. 1.5 схема диагностики заболеваний щитовидной железы и сходных по симптомам других заболеваний [48] в рамках с 3-х уровневой структуры консультативно-диагностической помощи. На рисунке обозначены: СК - сканирование; РГ - рентгенография; АГ - ангиография; ЭС - эндоскопия; КТ - компьютерная томография; ЯМР - ядерно-магнитный резонанс; РИА - радиоиммунный анализ; УЗИ - ультразвуковое исследование; ДП - диагностическая пункция; ТЛГ - тиреолимфография.
Возникающие в ходе сложного диагностического процесса задачи оптимального выбора маршрута диагностирования решаются методами многокритериальной оптимизации [216,217], с использованием систем поддержки принятия решений [104]. При этом критериями оптимизации являются: точность диагностирования, лучевая нагрузка на организм пациента, время диагностирования, стоимость диагностирования и др. Решение этих задач позволяет повысить эффективность применения высоких медицинских технологий в диагностике заболеваний.
Рассмотренные методы построения и функционирования систем диагностики свидетельствуют о возрастающей роли новых поколений медицинских приборов и систем, основанных на использовании достижений фундаментальных наук, современных высоких технологий, позволяющих получить принципиально новые диагностические и лечебные результаты.
1-й уровень
(первичная медицинская помощь)
Первичное клиническое обследование
(анамнез, осмотр, пальпация, рентгенграфия легких)
Рис. 1.5. Схема диагностики заболеваний щитовидной железы [48]
1.2. Пути развития инструментального обеспечения диагностического процесса и повышения эффективности применения высоких технологий в обучении и научных
Похожие диссертационные работы по специальности «Управление в биологических и медицинских системах (включая применения вычислительной техники)», 05.13.09 шифр ВАК
Моделирование объектов на основе ретроспективной и экспертной информации в интегрированных системах проектирования и управления1998 год, доктор технических наук Зеленин, Юрий Григорьевич
Методология, моделирование и алгоритмизация управления инвариантной внутрифирменной системой повышения квалификации специалистов на основе структурной оптимизации и автоматизированного обучения2008 год, доктор технических наук Квасова, Людмила Валентиновна
Разработка автоматизированной системы интеллектуальной поддержки лабораторно-диагностического процесса на основе биохимических показателей1998 год, кандидат технических наук Никитина, Нина Николаевна
Оптимизация принятия решений в САПР на основе интеграции вариационного моделирования и рационального выбора1999 год, доктор технических наук Львович, Игорь Яковлевич
Методы и алгоритмы управления интеллектуальными компьютерными обучающими системами2007 год, кандидат технических наук Демьянов, Андрей Владимирович
Заключение диссертации по теме «Управление в биологических и медицинских системах (включая применения вычислительной техники)», Федянин, Виталий Иванович
Основные результаты диссертационной работы заключаются в следующем.
1. Проведен анализ современных высоких медицинских технологий и показано, что для повышения эффективности их применения в лечебно-диагностическом процессе перспективным является системная интеграция инструментального обеспечения диагностического процесса и экспертно-обучающих систем, создание БИУИС для освоения новых поколений высокотехнологических медицинских приборов и систем.
2. Показано, что реализация БИУИС как целеустремленной системы базируется на семантических моделях и развитом математическом обеспечении интеллектуальной поддержки процессов принятия решений, использует сочетание методов математического описания физиологических процессов, экспертно-имитационного моделирования, рационального выбора и ориентировано как на процесс обучения, так и на лечебно-диагностический процесс.
3. Разработана методика формирования семейства БИУИС, предложены структура и алгоритмы рационального выбора, процедура компьютерного совещания по оцениванию эффективности систем.
4. Предложены диалоговые процедуры выбора структуры математического описания физиологических процессов по исходным данным при заданных управляющих воздействиях. Разработаны алгоритмы декомпозиции математического описания по результатам активного и пассивного эксперимента, идентификации параметров модели с учетом автокорреляции временных рядов и процедуры анализа и прогнозирования физических процессов. Использование полученных моделей упрощает процедуры выбора тактики лечения, прогнозирования результатов лечения.
5. Для реализации интеллектуальной поддержки принимаемых решений как в процессе обучения, так и при проведении медицинских исследований с применением биомедицинских приборов и систем, предложена и рассмотрена процедура имитационного моделирования и разработана обобщенная схема построения логических моделей диагностики и выбора тактики лечения в режиме диалога "обучаемый (врач) - ЭВМ".
6. Сформирована система базовых и производных понятий предметной области, определены методы формирования семантического пространства знаний и их формализация, методы автоматизированного формирования семантического графа фрагмента предметной области, методы оценки семантических и дидактических параметров фрагментов предметной области.
7. Разработан и реализован программно-аппаратный комплекс БИУИС в виде микродиагностического центра, использующего разработанные модели и методы автоматизированного обучения, обеспечивающего его функционирование со средствами интеграции медицинских приборов и систем. Разработаны и реализованы средства сопряжения медицинского оборудования с ПЭВМ.
8. Учитывая, что одной из сложных задач, решаемой в рамках БИУИС, является задача построения математических моделей, используемых для диагностики, прогнозирования и управления процессами лечения, предложены рациональные подходы к получению математического описания в процессе лечения.
9. Сформирована иерархическая модель обучаемого для целей управления процессом автоматизированного обучения, разработана модель оптимального принятия решений при управлении процессом автоматизированного обучения, построена функциональная семантическая сеть усвоения понятий предметной области.
10. Создан комплекс учебно-педагогических средств, реализующий методику разработки автоматизированных учебных курсов в рамках БИУИС. На основе алгоритмического обеспечения процесса обучения и с учетом особенностей предметно-ориентированной области исследования и состава обучаемых предложена технология и схема формирования обучающих процедур с использованием БИУИС.
11. Обобщены результаты обучения на примерах исследований, проводимых обучаемыми в диагностической и клинической практике. Показано, что в результате обучения лечащие врачи более эффективно применяют в практической деятельности методы интеллектуальной поддержки при диагностике, прогнозировании и выборе схем лечения, что приводит к повышению точности диагноза, сокращению времени лечения и уменьшению затрат.
12. Результаты исследований используются в учебном процессе межвузовской кафедры "Медицинские и гуманитарные системы" Воронежской медицинской академии и Воронежского государственного технического университета при подготовке инженеров по специальности 190500 - "Биотехнические и медицинские аппараты и системы", а также в учебном процессе Международного университета высоких технологий. Результаты исследований внедрены в клиническую практику Воронежского областного клинического диагностического центра, Воронежской областной клинической больницы.
Ожидаемый экономический эффект от внедрения результатов научного исследования в учебный процесс и клиническую практику ряда лечебных учреждений составил 785 тыс. руб. (в ценах 1998 г.).
ЗАКЛЮЧЕНИЕ
Список литературы диссертационного исследования доктор технических наук Федянин, Виталий Иванович, 1999 год
ЛИТЕРАТУРА
1. Автоматизированная обучающая система на базе пакета прикладных программ ОСКАР / H.A. Исмаилов, Т.А. Маркелова, И.А. Михайлова и др. // Управляющие системы и машины: Науч.-произв.журнал (Орган Кибернет. центра АН УССР). - Киев, 1983. - № 6.
2. Автоматизированная система обучения НАСТАВНИК: Метод, разраб. / Сост. Н.П. Брусенцов и др. - М.: Изд-во МГУ, 1975.
3. Автоматизированное рабочее место для статистической обработки данных / В.В. Шураков, Д.М. Дайитбегов и др. - М.: Финансы и статистика, 1990.
4. Адаптивные биотехнические системы: Сб.науч.тр. / Под ред. В.М. Ахутина - Л.: ЛЭТИ, 1986.
5. Архангельский С.И. Основные направления применения ЭВМ в учебном процессе // Проблемы педагогической квалиметрии. - М., 1975. -Вып. 2.
6. Аткинсон Р., Брауэр Г., Кротерс Э. Введение в математическую теорию обучения - М.: Мир, 1969.
7. Автоматизированная учебная система инструментальной диагностики / М.И. Мутафян, О.В. Родионов, H.A. Степанян, В.И. Федянин, A.A. Белов // Техника, экономика. Сер. Автоматизация проектирования. - ВИМИ. -1994.-Вып. 2-3.
8. Архипова Н.В. Человеко-машинные средства психолого-педагогического обеспечения учебного процесса // Информационные технологии в проектировании. - 1996. - № 2.
9. Алгоритмическая теория обучения и контроля знаний. Дидактические основы компьютерного обучения / Т.А. Бороненко, В.Б. Плоткин, И.А. Румянцев и др. - Л.: ЛГПИ, 1989.
10. Акофф Р., Эмери Ф. О целеустремленных системах: Пер. с англ. / Под ред. И.А. Ушакова. - М.: Сов.радио, 1974.
11. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов. Основы теории. -М.: Наука, 1990.
12. Автоматизированные методы генерации сценариев гибкого компьютерно-интегрированного производства / В.З. Рахманкулов, A.A. Ахрен, В.И.Севрюк, О.Н. Чичерин // Технология. Гибкие производственные системы и робототехника.-М., 1994. Выпуск 1-2 ВНИИ Межотраслевой информации, МНТК «Робот.
13. Антонов А.О., Антонов О.С., Лыткин С.А. Цифровая рентгенографическая система (получение, обработка, хранение и передача диагностической инфомрации) // Медицинская техника. - 1995. - № 3.
14. Антонов А.О. Цифровая технология в работе рентгенологического отделения // Компьютерные технологии в медицине. - 1997. - № 3.
15. Результаты экспериментального исследования регулирующих воздействий в адаптивных обучающих системах / Балл Г.А., Довгялло А.М., Машбиц Е.И. // Технические средства в программированном обучении. -Киев, 1970.
16. Биологическая кибернетика. Кибернетика спорта, труда и отдыха: Тез.докл. Всесоюз.конф. / Под ред. В.М. Ахутина и др., 1986.
17. Биологическая и медицинская кибернетика: Сб.науч.тр. / Под ред. Н.М. Амосова и др. - Киев: Институт кибернетики, 1985.
18. Биомедицинская кибернетика: Сб.науч.тр. / Под ред. Н.М. Амосова и др. - Киев: Институт кибернетики, 1989.
19. Буш Р., Мостеллер Ф. Стохастические модели обучаемости: Пер. с англ. - М.: Физматгиз, 1962.
20. Брусиловский П.Л. Построение и использование моделей обучаемого в интеллектуальных обучающих системах // Известия АН СССР. Техническая кибернетика. - 1992. - № 5.
21. Беспалько В.П. Слагаемые педагогической технологии. - М.: Педагогика, 1988.
22. Белоногов F.F., Новоселов А.П. Автоматизация процессов накопления, поиска и обобщения информации. - М.: Наука, 1979.
23. Богомолов A.M., Твердохлебов В.А. Автоматная модель процесса обучения и проверки знаний // Методы и системы технической диагностики: Сб.науч.тр. - Саратов: СГУ, 1988.
24. Батищев Д.И., Львович Я.Е. Фролов В.Н. Методы оптимизации в САПР. - Воронеж: Изд-во ВГУ, 1987.
25. Батищев Д.И. Генетические алгоритмы решения экстремальных задач-Воронеж, 1995.
26. Батищев Д.И. Методы оптимального проектирования. - М.: Радио и связь, 1981.
27. Батищев Д.И. Поисковые методы оптимального проектирования. -М.: Сов. Радио, 1975.
28. Блинов И.Н., Мазуров А.И. Современная роль рентгеновской техники в медицинской интроскопии // Медицинская техника. - 1998. - № 6.
29. Беликова Т.П. PACS: системы архивирования и передачи медицинских изображений //Компьютерные технологии в медицине. - 1997. - № 3.
30. Белоусов В.А., Калядин Н.И., Филатова C.B. Единый методологический подход при алгоритмизации и построении экспертных систем типа норма-патология в медицине // Медицинская техника. - 1996. - № 3.
31. Беликова Т.П. Автоматизированные рабочие места для анализа рентгенорадиологических изображений // Компьютерные технологии в медицине. - 1998. - № 1.
32. Белов A.A., Родионов О.В., Федянин В.И. Автоматизированная учебная система инструментальной диагностики // Техника, экономика. ВИМИ. - 1994. Вып. 2-3.
33. Бурый A.C. Структурная сложность распределенных информационно-управляющих систем // Известия АН СССР. Техническая кибернетика. -1994. - №5.
34. Викторов В.А. Современные достижения и тенденции развития приборов и аппаратов для научной и практической медицины // Медицинская техника. - 1997. № 6.
35. Вопросы медицинской элктроники: Межвуз.темат.науч.сб. / Под ред. В.Г. Захаревич. - Таганрог: ТРТИ. - 1978.
36. Вагин В.Н. Дедукция и обобщение в системах принятия решений. -М.: Наука, 1988.
37. Вермишев Ю.Х. Основы автоматизации проектирования. - М.: Радио и связь, 1988.
38. Веселов А.И., Емельянов В.И., Пирогов A.M. Моделирование интегрированных САПР РЭА на основе использования гибких имитационных моделей (ГИМ) // Математическое обеспечение автоматизированных систем: Сб.науч.тр. / Под ред. М.К. Самарина. - М.: Изд-во МГУ, 1990.
39. Грибкова В.А. Программные средства на базе персональной ЭВМ для тестирования обучаемых // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига: РПИ, 1989.
40. Головина Е.Ю., Чибисова Н.В. О построении интеллектуальной обучающей системы // Известия академии наук. Теория и системы управления. - 1996.
41. Габуния Р.И., Колесникова Е.К. Компьютерная томография в клинической диагностике. -М.: Медицина, 1995.
42. Денинг В., Эссинг Г., Маас С. Диалоговые системы «Человек-ЭВМ». Адаптация к требованиям пользователя. - М.: Мир, 1984.
43. Диалоговая система обучения и контроля знаний КОНТАКТ/ОС на базе ЕС ЭВМ / Л.В. Зайцева, Л.В. Нинецкий, Л.П. Новицкий, B.C. Шитиков // Диалоговые системы. - Рига, 1981. - Вып. 4.
44. Декомпозиция математического описания генеративной функции по биоднородным компонентам / И.Н. Кортких, О.В. Родионов, В.Г. Сурков, М.В. Фролов // Интерактивное проектирование технических устройств и автоматизированных систем на персональных ЭВМ: Тез.докл. Всесоюз.совещ.-семин. - Воронеж, 1991.
45. Дэйвисон М. Многомерное шкалирование: Методы наглядного представления данных / Пер. с англ. B.C. Каменского. - М.: Финансы и статистика, 1988.
46. Добряков A.A. Методы интеллектуализации САПР. - М.: Наука,
1992.
47. Дракин В.И., Попов Э.В., Преображенский А.Б. Общение конечных пользователей с системами обработки данных. - М.: Радио и связь, 1988.
48. Деркачев А.И. Ультразвуковая диагностика заболеваний внутренних органов. М.: Изд-во РУДН, 1995. - 334 с.
49. Дружинин В.В., Конторов Д.С. Системотехника. - М.: Радио и связь, 1985.-200 с.
50. Добряков A.A., Архипова Н.В. Трехконтурная схема управления познавательной деятельностью // Информационные технологии в проектировании. - 1997. - № 1.
51. Емелин И.В. Стандарт электронного обмена медицинскими изображениями DICOM // Компьютерные технологии в медицине. - 1996. - № 3. С.56-59.
52. Зайцева J1.B., Новицкий Л.П. Разработка и применение автоматизированных и обучающих систем на базе ЭВМ. - Рига: Зинатне, 1989.
53. Зацепина С.А., Львович Я.Е., Фролов В.Н. Теория управления: Учеб.пособие. - Воронеж: ВПИ, 1989.
54. Зацепина С.А., Львович Я.Е., Фролов М.В. Управление в биотехнических и медицинских системах / Под ред. акад. АЕН В.Н. Фролова: Учеб.пособие / Воронеж: ВГТУ, МУВТ. - 1994.
55. Зайцева JI.В., Новицкий Л.П., Грибкова В.А. Разработка и применение автоматизированных обучающих систем на базе ЭВМ. - Рига: Зинатне, 1989.
56. Зайцева Л.В., Новицкий Л.П., Прокофьева Н.О. Контроль знаний обучаемых с помощью методов линейно-кусочной аппроксимации и вычисления оценок // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига: РПИ, 1989.
57. Зайцева Л.В. Оценка знаний обучаемых в АОС // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига: РПИ, 1987.
58. Зыкова С.А., Колчин А.Ф. Верификация знаний в интеллектуальных системах, основанных на правилах // Известия АН СССР. Техническая кибернетика. - 1993. - № 5.
59. Зайцева А.В., Новицкий Л.П., Грибкова В.А. Разработка и применение автоматизирвоанных обучающих систем на базе ЭВМ. - Рига:3инатне, 1989.
60. Завтрашний день российского здравоохранения // Компьютерные технологии в медицине. - 1998. - № 2.
61. Извеков А.Д., Родионов О.В., Фролов М.В.Методы декомпозиции математического описания в условиях неоднородностей по индивидуальным оценкам объектов и индексам однородных компонент // Оптимизация и моделирование в автоматизированных системах - Воронеж, 1991.
62. Извеков А.Д., Петровский B.C., Родионов О.В. Декомпозиция математического описания статики объектов с неоднородными характеристиками по экспериментальным данным // Высокие технологии в технике, медицине и образовании. - Воронеж, 1995. - 4.1.
63. Интеграция лечебно-диагностического процесса и вузовского обучения - новый этап в подготовке специалистов / С.Л. Петросян, О.В. Родио-
нов, В.И. Федянин, М.В. Фролов // Высокие технологии в практике учреждений здравоохранения: Тез.докл.науч.-практ.конф. - Воронеж, 1995.
64. Интеграция медицинских задач в проектах, реализуемых на базе геоинформационных систем / A.B. Войтенко, О.П. Демьянова, О.Б. Попова, В.И. Федянин // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез.докл. Всерос.совещ.-семин. - Воронеж, 1996.
65. Искусственный интеллект: Справочник / Под ред. Д.А. Поспелова: В 3 кн. - М.: Радио и связь, 1990. Кн 2. Модели и методы.
66. Поспелов Г.С. Искусственный интеллект - основа новой информационной технологии. М.:Наука, 1988.
67. Информационно-управляющие человеко-машинные системы: Исследование, проектирование, испытания: Справочник / А.Н. Адаменко, А.Т. Ашеров, И.Л. Бердников и др.: Под общ.ред. А.И. Губинского и В.Г. Евграфова. -М.: Машиностроение, 1983.
68. Ильясов Т.Н. Лучевая диагностика: Учебник для студ.пед.ин-тов Республики Узбекистан. Ташкент: Изд-во мед.лит.им. Абу Али ибн Сина, 1995.
69. Клиническое руководство по ультразвуковой диагностике / Под ред. В.В. Митькова. М.: ВИДАР, 1996.
70. Коротких И.Н., Родионов О.В., Фролов М.В. Технология реабилитационных мероприятий: Учеб.пособие. - Воронеж: ВПИ, 1993.
71. Каплинский А.И., Руссман И.Б., Умывакин В.М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. - Воронеж: Изд-во ВГУ, 1990.
72. Кини Р.П., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. -М.: Радио и связь, 1981.
73. Комплексная инструментальная система диагностики и анализа патологических состояний различных систем организма / М.И. Мутафян, О.В.
Родионов, Н.А. Степанян, В.И. Федянин // Компьютеризация в медицине: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, - 1994.
74. Колос В.В. Концепция представления методики обучения в адаптивных обучающих системах // Интеллектуализация компьютерных технологий обучения. - Киев: Ин-т кибернетики АН Украины, 1993.
75. Колмогоров А.Н., Драгалин А.Г. Введение в математическую логику. - М.: Изд-во МГУ, 1982.
76. Кузнецов В.Е. Представление в ЭВМ неформальных процедур: продукционные системы / Послеслов. Д.А. Поспелова. -М.: Наука, 1989.
77. Клир Дж. Системология. Автоматизация решения системных задач: Пер. с англ. - М.: Радио и связь, 1990.
78. Краснощеков П.С., Морозов В.В., Федоров В.В. Декомпозиция в задачах проектирования // Изв. АН СССР. Техн.киберн. - 1979. - № 4.
79. Краснощеков П.С., Федоров В.В., Флеров Ю.А. Элементы математической теории принятия проектных решений // Автоматизация проектирования. -1997. -№ 1.
80. Кулаичев А.П. Современные системы программного обеспечения электрофизических исследований // Медицинская техника. - 1995. - № 2.
81. Корнилова Т.В., Тихомиров O.K. Принятие интеллектуальных решений в диалоге с компьютером. - М.: Изд-во МГУ, 1990.
82. Ковальски Р. Логика в решении проблем: Пер. с англ. - М.: Наука,
1990.
83. Каррид Ч., Гитлетт К. Операционная система Netware для сетей ЭВМ: Пер. с англ. -М.: Мир, 1993. 335 с.
84. Касти Дж. Большие системы: связность, сложность и катастрофы. -М.: Мир, 1982.
85. Леденева Т.М., Руссман И.Б. Некоторые вопросы построения интегральных оценок для агрегирования ресурсов // Оптимизация и моделирование в автоматизированных системах. - Воронеж: ВПИ, 1991.
86. Львович Я.Е., Фролов М.В. Моделирование биотехнических и медицинских систем: Учеб.пособие / Под ред.акад. РАЕН В.Н. Фролова. Воронеж: ВГТУ,МУВТ, 1994.
87. Литвак Б.Г. Экспертная информация: Методы получения и анализа. - М.: Радио и связь, 1992.
88. Ляудис В.Я., Тихомиров O.K. Психология и практика автоматизации обучения // Вопросы психологии. - 1983. - № 6.
89. Ларичев О.И., Петровский А.Б. Системы поддержки принятия решений: современное состояние и перспективы развития // Итоги науки и техники. Техническая кибернетика. -1987.
90. Лобанов Ю.И. Операционная среда преподавателей и студентов // Использование компьютерных технологий в обучении. - Киев: Ин-т кибернетики АН Украины, 1990.
91. Ластед Л. Введение в проблему принятия решений в медицине. -М.: Мир, 1971.
92. Линденбратен Л.Д., Королюк И.П.Медицинская радиология и рентгенология (основы лучевой диагностики и лучевой терапии): Учебник. - М.: Медицина, 1993.
93. Лорьер Ж-Л. Системы искусственного интеллекта. -М.: Мир, 1991.
94. Любарский Ю.Я. Интеллектуально-информационные системы. -М.: Наука, 1990.
95. Минцер О.П. Биологическая и медицинская кибернетика: Справочник. - Киев: Наукова думка, 1986.
96. Методы идентификации объектов управления в условиях неодно-родностей и качественных неуправляемых переменных физиологических и технологических систем / Э.И. Воробьев, А.Д. Извеков, В.Г. Сурков и др. // Оптимизация и моделирование в автоматизированных системах: Меж-вуз.сб.науч.тр. - Воронеж, 1993.
97. Мордухович A.M., Тужикова В.И., Федянин В.И. Организация технологии дистанционного обучения с использованием сети Internet // Прикладные задачи моделирования и оптимизации: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1998.
98. Мультимедиа /Под ред. A.A. Стогния. - Киев: Изд-во BHV, 1994.
99. Мордухович A.M., Тужикова В.И., Федянин В.И. Корреляционная модель обучаемого для целей управления процессом обучения // Прикладные задачи моделирования и оптимизации: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1998.
100. Михайлов А.Н. Руководство по медицинской визуализации. -Минск.: Выш.шк., 1996.
101. Медведев О.С., Кебриков О.Б. Телемедицина: технология будущего или возможность повысить уровень медицинского обслуживания уже сегодня? // Компьютерные технологии в медицине. - 1997. - № 2.
102. Медведев O.G. Компьютерные технологии в медицинском образовании // Компьютерные технологии в медицине. - 1996. - № 1.
103. Мазуров А.И., Данилов В.А. Цифровое рентгентелевидение. М.: Знание, 1990.
104. Медицинская информатика и проблемы математического моделирования: Сб.науч.тр. / Под ред. Н.М. Амосова. Киев: ИК АН, 1991.
105. Месарович М., Такахара Я. Общая теория систем: Математические основы. -М.: Ми, 1978.
106. Методы анализа и синтеза структур управляющих систем / Под ред. Б.Г. Волика. -М.: Энергоатомиздат, 1988.
107. Мороз А.И. Курс теории систем: Учеб.пособие для вузов по спец. «Прикладная математика». - М.: Высш.шк., 1987.
108. Малиновский Л.Г. Процессы классификации - основа построения наук о действительности // Алгоритмы обработки экспериментальных данных. -М.: Наука, 1986.
109. Миронова Т.С. Дедукция в языке логической спецификации понятия // Изв. АН СССР. Техническая кибернетика. - 1994. - № 5.
110. Марченко Е.К. Машины для обучения. - М., 1974.
111. Меницкий Д.Н. Вероятностные модели адаптивного поведения // Физиология поведения. - JL: Наука, 1986.
112. Меницкий Д.Н. Проблемы многомерности человеческого фактора в биотехнических системах управления // Вопросы кибернетики. - М.: АН СССР, 1991.
113. Методология применения АОС в диагностике: Рефер.сб. / Под ред. А.И. Ракитина. - М.: НИИВШ, 1989. - С. 68.
114. Молчанов A.A. Моделирование и проектирование сложных систем. - Киев: Вища шк., 1988.
115. Медведев О.С. Компьютерные технологии в медицинском образовании // Компьютерные технологии в медицине. - 1996. - № 1.
116. Нейлор К. Как построить свою экспертную систему: Пер. с англ. -М.: Энергоатомиздат, 1991.
117. Новосельцев В.Н. Теория управления и биосистемы. Анализ сохра-нительных свойств. -М.: Наука, 1978.
118. Новицкий Л.П. Структура экспертной обучающей системы // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига, 1988.
119. Наркевич Б.Я., Костылев В.А. Актуальные проблемы медицинской физики в радионуклидной диагностике // Медицинская техника. - 1995. - № 3.
120. Нагорнов B.C. Фурье-приближение кривой с адаптацией параметрического представления: об одном экстремальном свойстве приближений, сохраняющих направление касательной // Алгоритмы обработки экспериментальных данных. М.: Наука, 1986.
121. Николаев В.И., Брук В.М. Системотехника: методы и приложения. - Л.: Машиностроение, Ленингр.отд-ние, 1985.
122. Основы теории управления (системы автоматизированного проектирования): Учеб.пособие / С.А. Зацепина, Р.И. Линдер, Я.Е Львович, В.Н. Фролов. - Воронеж: ВПИ, 1989.
123. Осуга Г. Обработка знаний. - М.: Мир, 1989.
124. Основы физиологии и инструментальное исследование систем организма человека: Учеб.пособие / И.Н. Коротких, С.Л. Петросян, Г.А. Скрыпченко и др. - Воронеж: ВГТУ, 1994.
125. Окунь Я. Факторный анализ. - М.: Статистика, 1974.
126. Пасхин E.H. Анализ современных автоматизированных систем обучения // Вестн. Моск. ун-та. Сер. 15. Вычислительная математика и кибернетика. - 179. - № 4.
127. Пасхин E.H. Архитектура автоматизированной системы обучения ЭКСТЕРН // Проблемы вычислительной математики. - М., 1980.
128. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. - М.: Наука, 1987.
129. Психологические проблемы создания и использования ЭВМ / Под ред. O.K. Тихомирова и др. - М.: Изд-во МГУ, 1985.
130. Построение локальной вычислительной сети автоматизированного инструментального обеспечения исследования систем организма / М.И. Му-тафян, О.В. Родионов, В.И. Федянин и др. // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез.докл. Все-рос.совещ.-семин. —Воронеж: ВГТУ, 1994.
131. Построение локальной вычислительной сети кафедры КУМПС на базе сетевых адапторов ARCNET: Метод, руков. к провед.лаб.работ по курсу «ЭВМ, вычислительные системы и сети» для студентов специальности 190500 / Сост. М.И. Мутафян, С.Б. Говоров, В.И. Федянин. - Воронеж: ВГТУ, 1995.
132. Пугачев B.C., Латышев В.Л. Введение в терминологическую базу компьютерной технологии обучения: Учеб.пособие. - М.: Изд-во МАИ, 1993.
133. Петрушин В.А. Экспертно-обучающие системы. - Киев: Наук, думка, 1992.
134. Печников А.Н., Мосин В.Д., Стручков А.Н. Методология проектирования АОС и рациональная структура экспертной обучающей системы // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига: РПИ, 1990.
135. Петрушин В.А. Архитектура экспертно-обучающих систем // Разработка и применение экспертно-обучающих систем. - М.: НИИВШ, 1989.
136. Попечителев Е.П. Медико-техническое образование в России // Медицинская техника. - 1996. - № 4.
137. Попечителев Е.П. Обучение специалистов по биомедицинским системам // Современные технологии обучения. Сб.науч.тр - СПб: ТЭТУ, 1995. Вып. 1.
138. Печников А.Н. Информационная модель цикличной обучающей системы и классификация обратной связи в обучении // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига: РПИ, 1987.
139. Попов Э.В. Общение с ЭВМ на естественном языке. - М.: Наука,
1982.
140. Представление и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. - М.: Мир, 1989.
141. Поспелов Д.А. Ситуационное управление: теория и практика. - М.: Наука, 1986.
142. Поспелов Г.С. Искусственный интеллект - основа информационной технологии. - М.: Наук, 1988.
143. Петрушин В.А. Моделирование состояния знаний обучаемого в интеллектуальных обучающих системах //Разработка компьютерных технологий обучения и их внедрение. - Киев: Ин-т кибернетики АН Украины, 1991.
144. ГТоройков В.В. Российские электронные инфомрационные ресурсы по лекарственным средствам // Компьютерные технологии в медицине. -1998. - № 2.
145. Райскина М.Е., Акялеме М.А. Статистическая обработка медицинских данных. - Вильнюс: Махалас, 1989.
146. Растригин JI.A. Адаптация сложных систем. - Рига: Зинатне, 1981.
147. Растригин JI.A. Обучение с моделью // Вопросы кибернетики. -М.: 1979. - Вып. 60. Человеко-машинные обучающие системы.
148. Растригин Л.А. Системы экстремального управления. - М.: Наука,
1974.
149. Растригин Л.А., Эренштейн М.Х. Адаптивная система оубчения с адаптивной моделью обучаемого // Кибернетика. - 1984. - № 1.
150. Растригин Л.А., Эренштейн М.Х. Альтернативная адаптация модели обучения // Пробл. случайного поиска. - Рига, 1981. - Вып. 9.
151. Разинкин К.А., Родионов О.В., Федорков Е.Д. Адаптивный и имитационный подход к выбору тактики лечения хронических заболеваний // Компьютеризация в медицине. - Воронеж, 1994.
152. Родионов О.В. Алгоритмическое обеспечение процедур анализа физиологических процессов как объектов с неоднородными характеристиками // Компьютеризация в медицине. - Воронеж: ВГТУ, 1993.
153. Родионов О.В., Федянин В.И. Блок ограничения стимуляционного сигнала для регистрации кардиограмм // Компьютеризация в медицине: Сб.науч.тр. - Воронеж: ВПИ, 1992.
154. Родионов О.В., Федянин В.И. Выбор рациональной структуры программно-аппаратного комплекса автоматизированной учебно-исследовательской медицинской лаборатории // Оптимизация и моделирование в автоматизирвоанных системах: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1994.
155. Родионов О.В., Федянин В.И. Построение информационного обеспечения для задач комплексного проведения биомедицинских обследований и обучения // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез.докл. Всерос.совещ.-семин. - Воронеж: ВГТУ, 1995.
156. Родионов О.В., Федянин В.И. Исследование сердечно-сосудистой и дыхательной систем человека при дозированной нагрузке на основе компьютеризированного комплекса биомедицинской лаборатории кафедры КУМПС // Оптимизация и моделирование в автоматизированных системах: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1995.
157. Родионов О.В., Федянин В.И. Алгоритмическое обеспечение и оптимизация процедур учебно-исследовательской биомедицинской системы //Компьютеризация в медицине: Межвуз.сб.науч.тр. - Воронеж: ВГТУ. -1995.
158. Рыбаков Ф.И. Системы эффективного взаимодействия человека и ЭВМ. - М.: Радио и связь, 1985.
159. Родионов О.В. Алгоритмическое обеспечение автоматизированного моделирования и анализа физиологических процессов как объектов с неоднородными характеристиками // Высокие технологии в медицинской диагностике. - Воронеж, 1994.
160. Родионов О.В. Структура и оптимизация процедур учебно-исследовательской системы автоматизированного проектирования // Оптимизация и моделирование в автоматизированных системах. - Воронеж, 1994.
161. Родионов О.В., Федянин В.И. Алгоритмическое обеспечение и оптимизация процедур учебно-исследовательской биомедицинской системы // Компьютеризация в медицине. - Воронеж, 1995.
162. Родионов О.В., Савинков Ю.А. Организация имитационного эксперимента на основе оптимизационных моделей проектирования системы
образования // Высокие технологии в технике, медицине и образовании. -Воронеж, 1995.-Ч. 2.
163. Разработка автоматизированных учебных курсов на персональной ЭВМ / В.А. Грибкова, A.A. Гришканс, В.Х. Каминска и др. // Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига: РПИ, 1990.
164. Романович О.Н., Задорожная А.Е.Обучающе-контролирующая система программирования АССА // Использование компьютерных технологий в обучении. — Киев: Ин-т кибернетики АН Украины, 1990.
165. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. -М.: Наука, 1989.
166. Родионов О.В., Тужикова В.И., Федянин В.И. Структура учебно-исследовательской системы и ее рациональный выбор // Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез.докл.Всерос.совещ.-семин. - Воронеж, 1997.
167. Рациональный выбор структуры учебно-исследовательской системы / Я.Е. Львович, О.В. Родионов, В.И. Тужикова и др. // Оптимизация и моделирование в автоматизированных системах: Межвуз.сб.науч.тр. - Воронеж, ВГТУ, 1997.
168. Родионов О.В., Федянин В.И. Принцип действия и устройство оптических и лазерных медицинских приборов / Под ред.акад. АЕН В.Н. Фролова: Учеб.пособие - Воронеж: ВГТУ, МУВТ. 1996.
169. Рыбаков Ф.И., Руднев Е.А., Петухов В.А. Автоматическое индексирование на естественном языке. -М.: Энергия, 1980.
170. Романов А.И. Модель для построения экспертной системы // Научно-техническая информация. Сер. 2. Информационны е процессы и системы. -1992. -№ 1.
171. Родионов О.В., Тужикова В.И., Федянин В.И. Алгоритмическое обеспечение и оптимизация обучающих процедур // Математическое обеспе-
чение высоких технологий в технике, образовании и медицине: Тез.докл. Всерос.совещ.-семин. - Воронеж, 1997.
172. Растригин JI.A. Обучение как управление// Методы школы. - Рига: РПИ, 1985.
173. Справочник для функциональной диагностике/ Под общей ред. акад. А.А.Кассирского. - М.: Медицина, 1970.
174. Сопряжение датчиков и устройств ввода данных с компьютерами IBM РС/ Под ред. У.Тампкинса, Ф.Уэбстера. - М.: Мир, 1992.
175. Савельев А .Я., Дедова JI.A. Некоторые вопросы моделирования алгоритмического обучения// Экспресс-информация. Сер. Упр., экономика и прогнозирование вычш. и сред. спец. образования - М.: НИИВШ. 1976.
176. Савельев А.Я., Лобанов Ю.И., Новиков В.А. Подготовка информации для автоматизированных обучающих систем. - М.: Высш. шк., 1986.
177. Свиридов А.П. Введение в статистическую теорию обучения и контроля знаний. М.: Б.и., 1974. Ч. 2. Элементы статистической динамики знаний.
178. Субботин Ю.К. Методологические вопросы медицинской семиотики. - М.: Медицина, 1982.
179. Славин М.Б. Методы системного анализа в медицинских исследованиях. - М.: Медицина, 1989.
180. Синицин В.Е., Тимонина Е.А. Интернет для врача. WWW: Медицинская визуализация и кардиология. - М.: ВИДАР, 1998.
181. Столяр В.Л. Современные медицинские информационные системы// Компьютерные технологии в медицине. - 1997. - № 3.
182. Столяр В.Л., Зимин E.H. Опыт проведения медицинских видеоконференций// Компьютерные технологии в медицине. - 1998. - № 1.
183. Савинков Ю.А. Автоматизация проектирования структуры содержания обучения в условиях региональной системы дифференцированного
образования// Высокие технологии в технике и медицине: Межвуз.сб.науч.тр. - Воронеж, 1994.
184. Соколова И.Н., Поскутникова JI.B. Вопросы построения автоматизированных обучающих систем// Системы «Человек-ЭВМ». - М., 1980.
185. Структура и состав микродиагностического центра на основе компьютерной интеграции инструментального обеспечения/ С.Б.Говоров, С.М.Пасмурнов, О.В.Родионов, В.И.Федянин// Высокие технологии в практике учреждений здравоохранения г.Воронежа: Тез.докл. науч.-практ. конф. -Воронеж, 1995.
186. Севастьянов В.К. Инструментальные средства для создания экс-пертно-обучающих систем// Интеллектуальные системы в задачах проектирования, планирования и управления в условиях неполноты информации. -Казань: НПО «Волга», 1990.
187. Савельев А .Я., Лобанов Ю.И. Программированное обучение (анализ зарубежного опыта). - М.: Наука, 1992.
188. Савельев А.Я., Токарева B.C., Кольцова В.А. Представление учебной информации в экспертно-обучающей системе// Разработка и применение экспертно-обучающих систем. - М.: НИИВШ, 1989.
189. Соловьева Е.А. О математическом моделировании системы понятий, методе и критериях естественной классификации// Научно-техническая информация. Сер. 2. Информационные процессы и системы. - 1991. - № 4.
190. Скибицкий Э.Г., Слуднов A.B. К вопросу параметризации свойств программных средств обучения// Программные продукты и системы. - 1994. -№ 1.
191. Советов Б.Я., Яковлев С.А. Моделирование систем. - М.: Высшая школа, 1985.
192. Стемпковский М.С., Масютин Г.Г. Пакет прикладных программ для создания автоматизированных диалоговых систем// Обмен произв.-техн. опытом. - 1987. - Вып. 3.
193. Тужикова В.И., Федянин В.И. Семантические представления в экспертных обучающих системах// Высокие технологии в региональной информатике: Тез. докл. Всерос. совещ.-семин. - Воронеж, 1998.
194. Тужикова В.И., Федянин В.И. Анализ повышения эффективности процесса обучения при использовании автоматизированных обучаемых систем// Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез.докл. Всерос. совещ.-семин. - Воронеж, 1997.
195. Технические средства медицинской интроскопии/ Под ред. Б.Н. Леонова. - М.: Медицина, 1989.
196. Терновой С.К., Синицин В.Е. Развитие компьютерной и магнитно-резонансной томографии// Компьютерные технологии в медицине. - 1997. -№3.
197. Тубиншлак М.Н. Внедрение электронных карточек: проект или реальность?// Компьютерные технологии в медицине. - 1997. - № 2.
198. Телемедицина в образовании// Компьютерные технологии в медицине. - 1996. -№ 3.
199. Теория систем и методы системного анализа в управлении и связи/ В.Н.Волкова, В.А.Воронков, А.А.Денисов и др. - М.: Радио и связь, 1983.
200. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ./ Предисл. Г.С.Осипова. - М.: Финансы и статистика, 1990.
201. Тужикова В.И., Федянин В.И. Методы моделирования учебных курсов и процессов автоматизированного обучения// Высокие технологии в региональной информатике: Тез.докл. Всерос. совещ.-семин. - Воронеж, 1998.
202. Тужикова В.И., Федянин В.И. Технологические схемы представления лекционного материала// Актуальные вопросы обеспечения качества медицинской помощи. Аккредитация и лицензирование медицинской и фармацевтической деятельности: Сб.науч.тр. - Воронеж, Изд-во «Истоки», 1998.
203. Толмачев С.А. Представление и синтез оптимальной логической структуры учебного материала в автоматизированных тренажерных системах// Кибернетика и системный анализ. - 1993. - № 1.
204. Тужикова В.И., Федянин В.И. Оптимизация предъявления графической информации при проведении видеокомпьютерных лекций медикотех-нической направленности// Высокие технологии в технике, медицине и образовании: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1997.
205. Тужикова В.И., Федянин В.И. Анализ применения компьютерных технологий для оптимизации процесса обучения// Высокие технологии в технике, медицине и образовании: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1997.
206. Тыугу Э.Х. Концептуальное программирование. - М.: Наука, 1984.
207. Тужикова В.И., Федянин В.И. Иерархическая модель обучаемого интегрированной экспертно-обучающей системы для подготовки специалистов по биомедицинским системам// Высокие технологии в технике, медицине и образовании: Межвуз.сб.науч.тр. - Воронеж: ВГТУ, 1998.
208. Федулова С.И. Комплексные показатели эффективности автоматизированных обучающих систем// Методы и средства кибернетики в управлении учебным процессом высшей школы. - Рига, 1986.
209. Фролов В.Н. Выбор тактики лечения с применением математических методов. - Воронеж, ВГТУ, 1997.
210. Фролов В.Н., Львович Я.Е., Подвальный С.Л. Проблема оптимального выбора в прикладных задачах. - Воронеж, ВГУ. 1980.
211. Федянин В.И., Фролов М.В. Процедуры оптимального формирования комплексных заданий в рамках учебно-исследовательской биомедицинской системы// Математическое обеспечение высоких технологий в технике, образовании и медицине: Тез.докл. Всерос. совещ.-семин. - Воронеж, ВГТУ. 1994.
212. Фролов В.Н. Выбор тактики лечения с применением математических методов. - Воронеж, ВГТУ. 1977.
213. Федянин В.И. Разработка биомедицинской учебно-исследовательской системы на основе компьютерной интеграции инструментального обеспечения: Дис.... канд. техн. наук/ВГТУ. Воронеж, 1995.
214. Федянин В.И. Метод оптимального принятия решений при управлении процессами автоматизированного обучения// Высокие технологии в технике, медицине и образовании: Межвуз.сб.науч.тр. - Воронеж, ВГТУ. 1998.
215. Федянин В.И. Организация обучения с использованием автоматизированной обучающей системы// Актуальные проблемы информационного мониторинга: Тез.докл. регион, науч.-практ. конф. - Воронеж, 1998.
216. Фролов В.Н. Адаптивный подход к выбору тактики ведения процессов с неоднородными характеристиками// Математические и технические вопросы медицинской кибернетики: Межвуз.сб.науч.тр. - Воронеж, ВПИ. 1978.
217. Фролов В.Н. Методика построения модели процесса с неоднородными характеристиками// Математические и технические вопросы медицинской кибернетики: Межвуз.сб.науч.тр. - Воронеж, ВПИ. 1978.
218. Физика визуализации изображений в медицине: В 2 т.: Пер. с англ./ Под ред. С.Уэбба. - М.: Мир, 1991.
219. Хартман К. Планирование эксперимента в исследовании технологических процессов: Пер. с нем. Г.А.Фомина, Н.С.Лецкой. - М.: Мир, 1977.
220. Хокс Б. Автоматизированное проектирование и производство: Пер. с англ. - М.: Мир, 1991.-296 с.
221. Цвиркун А.Д. Основы синтеза структуры сложных систем. - М.: Наука, 1982.
222. Шильяк Д.Д. Децентрализованное управление сложными системами: Пер. с англ. - М.: Мир, 1994.
223. Швец В., Бурляев В., Ралеев Н. Экспертно-обучающие системы// Высшее образование в России. - 1997. - № 2.
224. Шадриков В.Д., Дружинин В.Н. Системный подход к измерению способностей// Диагностика профессиональных и познавательных способностей. - М.: АН СССР, 1988.
225. Эффективность использования автоматизированных информационных систем в деятельности органов и учреждений здравоохранения и в медицине: Респуб.сб.науч.тр./Под ред. С.А.Гаспаряна. - М.: МОЛГМИ, 1998.
226. Экспериментальные системы в кардиологии / Под ред. В.В. Кондра-шиной. М.: ВИДАР, 1995, 343 с.
227. Abrahams J.R., Wolf G. Experience with a computer: assisted training system//Proc. IFIP Congr. 77. - North-Holland, 1977.
228. Alpert D.A. The PLATO-IV system in use: a progress report//Proc. IFIP World Conf. on Computer Education. - North-Holland, 1975.
229. Allen P.E., Macaluso E.R., Billy S.F., Nedungadi A. AIDE 2: An automated analog 1С design system // Inproc. IEEE Custom Integrated Circuits Const., Portland, USA, 1985.
230. Allen W., Rosental D., Fiduk K. The MCC CAD Framework. Methodology managment System // Proceeding of 28th АСМЛЕЕЕ Design Automation Conference, June, 1991.
231. Architecture Tiger Team. Framework Views Provide Architectural Insight //The Initiative, Fall 1991.
232. Bellisant C. Educational software - some solutions and prospects//Proc. IFIP. Congr. 71. - North-Holland, 1972.
233. Bunderson C.V. The desing and production of learner - controlled courseware for TICCIT system: a progress report/VIntern. J.Man-Machine Studies. -№6.
234. Brun R., Lienart D. HBOOK User Guide. 1988. CERN Geneva, Switzerland. CERN programm library entry N Y250.
235. Blerman D., Breuker J., Sandberg J. Control for Intelligent Tutoring Systems: A Blackboard-Based Dynamic Instructional Planner//Artificial Intelligence and Education: Proc. 4th Int. Conf. on AI and Educilion (24-26 May 1989), Amsterdam: IOS, 1989.
236. Closset F. Didactique des langues vivantes, 4. ed. - Paris; Bruselles; Di-
der.
237. COURSEWRITER III, version 3. Autheor's guide, SH20 - 1009. - New York IBM Program Product, 1973.
238. BMDP Statistical Software / W.J.Dixon, L. Endelman, J.W.Frans, M.A.Hill, R.I.Jenerich, J.D. Toporec, BMDP Inc., 1985.
239. Duboi S.D., Prade H. Additious of intersctive fuzzy numbers//IEEE Traus on Automatic Control. -1981. - Vol. - Al - 26.
240. Eddinghaus H. Uber das Gedächtnis; Untersuchungen zur experimentellen Psychologie. - Leipzig: Duncker u. Humblot, 1985.
241. Hebenstreit J. New trends and related problems in computer-based educa-tion//Proc. IFIP Congr. 77. - North-Holland, 1977.
242. Hasman A. Medical application of computers: an overveiw «Int. J. Bio-Med. Comput.». - 1987. V.20, № 4.
243. Ishi K., Coel A., Adler R.E. A model of simultanlous Engineering Desing. Artificial Intelligence in Design/Ed by J.S.Gero. - N. - Y.: Springer, 1989.
244. Keravnou E.T., Johnson L. Competent Expert System. A case Study in fault diagnosis. London: Kogan Page Ltd. 1986.
245. MICROSTAT. Release 4.0. Ecosoft. Indianapolice, 1985.
246. Pask G., Scott B.C.E. CASTE: a system for exhibiting learning strategies and regulating uncertainties//Intern. J. Man-Machine Studies. - 1973. -Vol. 5, № 3.
247. Reggia J., Nau D., Wang P. A formal model of diagnostic inference. I. Problem formulation and decomposition // Inform. Sei. - 1985. - № 37.
248. Simon H.A. Computers non-numerical computation//Proc. Nat. Acad. Sei. US Phys. Sei. - 1980. - Vol. 77. - № 11.
249. STATGRAPHICS: Statistical Graphics System. User's Guied. Plus*Ware Product//STSC Inc., - 1986.
250. Toumazou C., Makris C.A., Berrach C.M. ISAID - A methodology for automated analog IC design // Proc. Int. Symp. On CAS. - New Orleans, USA, - 1990.
251. Wilkinson L., SYSTAT: The System for Statistics. Evantson //IL: SYSTAT Inc., - 1987.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.