Методы и средства прогнозирования и ранней диагностики нарушений когнитивной функции внимания тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Поляков Андрей Викторович

• Поляков Андрей Викторович
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Поляков Андрей Викторович

ВВЕДЕНИЕ

1 АНАЛИЗ МЕТОДОВ И СРЕДСТВ ОЦЕНКИ ФУНКЦИИ ВНИМАНИЯ

1.1 Нарушение функции внимания и традиционные способы его оценки

1.2 Методы психодиагностики, психопрогностики и коррекции психических функций

1.3 Когнитивный анализ и реабилитация функции внимания

1.4 Выводы первого раздала

2 МЕТОДЫ И МОДЕЛИ ОЦЕНКИ КОГНИТИВНОЙ ФУНКЦИИ ВНИМАНИЯ

2.1 Объект, методы и средства исследования

2.2 Метод синтеза гибридных математических моделей когнитивной оценки свойств функции внимания

2.3 Оценка состояния внимания по шкалам прибора контроля свойств функции внимания

2.4 Выводы второго раздела

3 МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ НАРУШЕНИЙ ФУНКЦИИ ВНИМАНИЯ

3.1 Оценка нарушений когнитивных функции внимания по энергетическому разбалансу биологически активных точек

3.2 Синтез моделей прогнозирования появления и развития нарушений функции внимания у операторов человеко-машинных систем

3.3 Синтез моделей диагностики ранних стадий нарушений когнитивной функции внимания у операторов человеко-машинных систем

3.4 Информационно-аналитическая модель принятия решений по прогнозированию и диагностике ранних стадий нарушений внимания

4. РАЗРАБОТКА СТРУКТУРЫ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ И РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

4.1 Структура системы поддержки принятия решений по анализу состояния когнитивной функции внимания операторов человеко-машинных систем

4.2 Алгоритм управления системой поддержки принятия решений

4.3 Экспериментальная проверка математических моделей прогнозирования и ранней диагностики нарушений свойств функции внимания

4.4 Выводы четвертого раздела

операторов человеко-машинных систем

110

3.5 Выводы третьего раздела

113

ЗАКЛЮЧЕНИЕ

131

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ

134

Введение диссертации (часть автореферата) на тему «Методы и средства прогнозирования и ранней диагностики нарушений когнитивной функции внимания»

ВВЕДЕНИЕ

Актуальность темы. Внимание, являясь важнейшей когнитивной функцией человека, обеспечивает активность и целенаправленность всей познавательной деятельности. Его расстройства зачастую становятся основой для ухудшения других психических функций - мнестических.

Ослабление внимания сопровождается ухудшением всех видов деятельности, ориентировки и адаптации к окружающей среде, что приводит к снижению качества выполняемой трудовой деятельности, снижению надежности работы человеко-машинных систем вплоть до катастрофических последствий. Нарушение функции внимания может приводить к значительным бытовым проблемам, ухудшая качество жизни достаточно большого контингента людей.

Исследователи, занимающиеся проблематикой оценки и реабилитации когнитивных функций, включая внимание, отмечают, что одной из актуальных задач современной психологии, психофизиологии, инженерной психологии, психиатрии и других смежных наук является прогнозирование, своевременное выявление, и точная классификация состояний функции внимания, что позволяет обеспечить адекватную профилактику и коррекцию возникающих нарушений.

Еще одной важной особенностью внимания является то, что ее состояние может служить достаточно надежным индикатором появления и развития такого распространённого заболевания как деменция часто приводящего к инвалидизации и повышенной смертности. Своевременное выявление по показателям, характеризующим внимание ранних продромальных стадий деменции и других когнитивных нарушений позволяет снизить риски развития этого и других опасных заболеваний.

Таким образом решение задачи разработки методов и средств прогнозирования и ранней диагностики состояний функции внимания является актуальной задачей.

Степень разработанности темы исследования. Современные психология, психиатрия, неврология и другие смежные дисциплины использует достаточно большое разнообразие методов и средств, решающих задачи оценки различных свойств внимания, которые технически выполнены как самостоятельные приборы и программы, так и в составе достаточно мощных компьютерных комплексов для когнитивной реабилитации. Практически все программно-технические решения по контролю за параметрами внимания используют реакцию испытуемого на символьные, цифровые звуковые и смешанные тестовые задания с фиксацией времени реакции и количества ошибок, по которым судят о норме и отклонениях от нормы исследуемой психологической функции или ее составляющих. Анализ известных методов и средств оценки показателей внимания показал, что полученные данные не используются при решении задач прогнозирования и ранней диагностики состояния функции внимания, что значительно снижает потенциальные возможности современных информационных и интеллектуальных технологий в решении целого ряда практических приложений в различных сферах человеческой деятельности, где внимание и его свойства играют важную роль.

Анализ структуры данных, характеризующих состояние функции внимания, показал, что задачи прогнозирования появления и развития нарушений параметров внимания относятся к классу плохоформализуемых задач с нечетко определяемыми границами различных состояний исследуемых показателей.

В этих условиях, как показал опыт работы, полученный в Юго-Западном государственном университете, целесообразно использовать методологию синтеза гибридных нечетких решающих правил.

Использование этой методологии в когнитивной психологии создало предпосылки для создания систем поддержки принятия решений когнитивного психолога для решения задач прогнозирования, диагностики, профилактики и реабилитации функции внимания для различной категории

обследуемых с учетом их функционального состояния и индивидуального состояния здоровья. Использование такой системы позволит повысить качество оценки и реабилитации исследуемой когнитивной функции.

Цель работы. Повышение качества оценки когнитивных функции внимания, путем разработки моделей, методов и алгоритмов прогнозирования и ранней диагностики нарушений свойств функции внимания, провоцируемых комплексным воздействием экзогенных и эндогенных факторов.

Для достижения поставленной цели необходимо решить следующие задачи:

- провести анализ структуры данных, описывающих состояние свойств функции внимания, существенных экзогенных и эндогенных факторов, влияющих на состояние исследуемой когнитивной функции и выбрать адекватный математический аппарат исследований;

- разработать метод синтеза гибридных математических моделей комбинированной оценки свойств функции внимания;

- предложить метод синтеза решающих правил прогнозирования и ранней диагностики свойств внимания по их количественным характеристикам;

- получить информационно-аналитическую модель, описывающую взаимосвязь моделей принятия решений с пространством информативных признаков, описывающих эндогенные и экзогенные факторы, влияющие на состояние функции внимания;

- синтезировать математические модели прогнозирования и ранней диагностики нарушений функции внимания под воздействием разнородных факторов риска;

- разработать структуру базы знаний и алгоритм управления системы поддержки принятия решений когнитивного психолога для решения задач прогнозирования, ранней диагностики и формирования рекомендаций по коррекции и реабилитации функции внимания.

- произвести апробацию предложенных методов и средств на репрезентативных контрольных выборках.

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

- метод синтеза гибридных математических моделей комбинированной оценки свойств функции внимания, отличающийся тем, что при синтезе соответствующих решающих правил используется количественное описание таких свойств внимания как концентрированность, объем, селективность, переключаемость, распределяемость и устойчивость в сочетании с энергетическими характеристиками профильных биологически активных точек и информацией, получаемой при анализе биотоков мозга обеспечивающий повышение качества принятия решений по оценке состояния когнитивных функции внимания;

- метод синтеза решающих правил, прогнозирования и ранней диагностики свойств внимания по их количественным характеристикам, отличающихся учетом количественных оценок исследуемых свойств внимания, усредненным по времени наблюдения в сочетании с оценкой соответствующего функционального резерва и нормированными временными функциями позволяет получать нечеткие математические модели, обеспечивающие повышения качества прогнозирования и ранней диагностики нарушений свойств функции внимания;

- нечеткие решающие правила прогнозирования и ранней диагностики нарушений свойств функции внимания у операторов человеко-машинных систем использующие гибридные нечеткие модели, в которых используется информация, характеризующая различные психофизиологические характеристики организма, обеспечивающие прогностическую уверенность не ниже 0,85, а уверенность в наличии ранних стадий нарушений когнитивных функции внимания - не ниже 0,9;

- структура базы знаний и алгоритм управления системы поддержки принятия решений когнитивного психолога, использующие гибридные

нечеткие математические модели, объединяемые в иерархические структуры, позволяющие управлять тактикой работы с обследуемыми в зависимости от состояния анализируемых свойств внимания и психофизиологических особенностей организма, что обеспечивает повышение качества принятия решений по ведению пациентов с прогнозируемым или нарушенными когнитивными функциями внимания.

Теоретическая и практическая значимость работы состоит в развитии технологии мягких вычислений и, в частности, теории распознавания образов и методологии синтеза гибридных нечетких решающих правил в решении задач повышается эффективность борьбы с расстройством когнитивных функции внимания путем разработки нового поколения систем поддержки принятия решений когнитивных психологов.

Разработанные математические подели решают задачи оценки уверенности в принимаемых решениях по прогнозу появления и наличию ранних стадий нарушений когнитивных функции внимания.

Полученные методы, модели и алгоритм используются в составе системы поддержки принятия решений, использование которой повышает качество оценки состояния, коррекции и реабилитации когнитивных функции внимания.

Результаты работы внедрены в учебном процессе.

Методология и методы исследований. Для решения поставленных задач использовались методы системного анализа, теории биотехнических систем медицинского назначения, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, нечетких множеств, прикладной математической статистики, экспертного оценивания. При разработке гибридных нейросетевых модулей принятия решений в качестве инструментария использовался Matlab 2008В со встроенным пакетом Fuzzy Logic Toolbox.

Положения, выносимые на защиту:

1. Метод синтеза гибридных математических моделей комбинированной оценки свойств функции внимания обеспечил построение решающих правил, работающих с высоким качеством принятия решений по прогнозированию и ранней диагностике нарушений внимания в условиях неполного и нечеткого описания исходных данных с пересекающейся структурой исследуемых классов состояний свойств внимания.

2. Математические модели прогнозирования и ранней диагностики свойств когнитивной функции внимания обеспечивают уверенность в правильном прогнозе не хуже 0,85, а в оценке наличия нарушений функции внимания - не ниже 0,9.

3. Использование системы поддержи принятия решений когнитивного психолога, позволяет реализовать гибкое управление тактикой оценки, коррекции и реабилитации когнитивных функции внимания, обеспечивая повышение качества принятия решений по ведению, обследуемых имеющих предпосылки или нарушения функции внимания.

Степень достоверности и апробации результатов. Результаты исследования показали их воспроизводимость в различных условиях, отсутствие противоречии относительно нечетких алгоритмов принятия решений и методов математического моделирования, а также аналогичных результатов, полученных другими исследованиями. Результаты экспериментальных исследований решающих правил по прогнозированию и ранней диагностике нарушений функции внимания согласуются с ранее опубликованными экспериментальными данными по теме диссертации.

Основные теоретические положения и научные результаты диссертационной работы докладывались, обсуждались и получили положительную оценку на международных и всероссийских научных конференциях: Международная молодежная научно-практическая конференция «Реальность - сумма информационных технологий» (Курск, 2016); XXII Международная научно-техническая конференция «Медико-

экологические информационные технологии» (Курск, 2017, 2018, 2019 г.); XXVII Международная научная конференция «Лазерно-информационные технологии в медицине, биологии, геоэкологии и на транспорте» (Краснодар, 2019), XXXII Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы, измерительные устройства и робототехнические компоненты» (Рязань, 2019).

Публикации. Основные результаты диссертационного исследования отражены в 13 научных работах, среди которых 3 статьи в ведущих рецензируемых научных журналах и 1 патент на изобретение.

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и списка литературы, включающего 1 23 отечественных и 35 зарубежных наименования. Работа изложена на 153 станицах машинописного текста, содержит 28 рисунков и 6 таблиц.

1 АНАЛИЗ МЕТОДОВ И СРЕДСТВ ОЦЕНКИ ФУНКЦИИ

ВНИМАНИЯ

1.1 Нарушение функции внимания и традиционные способы его

оценки

Внимание, являясь важнейшей психической функцией, участвует в формировании целенаправленности и активности познавательной деятельности.

Оно представляет собой форму организации любого вида психической деятельности и характеризует ее с динамической точки зрения, т.е. с точки зрения направленности, устойчивости, концентрированности и других формальных параметров, которые принято считать соответствующими свойствами внимания [102]. В зависимости от уровня психического процесса, характеризуемого с динамической точки зрения, внимание проявляется в различных формах - сенсорной, моторной, интеллектуальной и т.д. [102].

Внимание - непременное условие эффективного протекания любого вида человеческой деятельности: будь то учебная, спортивная или иная деятельность. Оно чутко отражает динамику работоспособности и функционального состояния человека. Особую практическую значимость исследование свойств внимания приобретает при изучении трудовой деятельности.

Нарушение функции внимания влечет за собой ухудшение других функций психики - мышления, воли, мнестических функций. Ослабленное внимание порождает ухудшение различных видов деятельности (адаптации к окружающей среде, ориентировки в пространстве и др.).

Выявление расстройств внимания часто бывает не простой задачей поскольку временные его симптомы возникают практически у каждого человека при психоэмоциональных перегрузках, соматических заболеваниях, переутомлении и т.д.

На состояние функции внимания влияют различные экзогенные и эндогенные факторы риска: склонность к некоторым классам заболеваний; функциональное состояние и состояние здоровья; адаптационный потенциал; стрессы, психологические травмы.

В специальной литературе наиболее распространенными причинами нарушений функции внимания называют [83, 85, 87, 129]:

Психопатологические синдромы. Снижение целенаправленного внимания входит в структуру психических расстройств. Повышение отвлекаемости определяется при маниях и синдроме дефицита внимания и гиперактивности (СДВГ), растерянность - при депрессиях, бреде, галлюцинациях. Деменции и делирии сопровождаются грубыми патологиями внимания.

Органические поражения ЦНС. Внимание нарушается при дисфункции неспецифических подкорковых структур, специфических корковых отделов, при диффузных патологических процессах в мозге. Причиной расстройства могут стать черепно-мозговые травмы (ЧМТ), нейроинфекции, опухоли мозга, дегенеративные заболевания ЦНС, пренатальные и натальные поражения, эпилепсия.

Стресс. Аттентивные процессы изменяются при воздействии неблагоприятных внешних факторов - длительных эмоциональных, умственных и физических нагрузок, психотравмирующих ситуаций. Снижение активности внимания определяется у студентов во время сессий, у молодых мам после родов, у спортсменов в период интенсивной подготовки к соревнованиям.

Соматические болезни. Патологии внутренних органов и систем, инфекции, интоксикации зачастую провоцируют развитие астенического синдрома. Это состояние характеризуется повышенной утомляемостью, ухудшением работоспособности, снижением внимания, памяти и других когнитивных функций.

В психологии внимание определяется как сознательное выделение одних объектов (явлений) и одновременное отвлечение от других, менее значимых [102].

При описании патогенеза расстройств внимания выделяют: модально-неспецифические нарушения, когда нарушаются все виды и уровни внимания, и модально-специфические, проявляющиеся в одной сфере - зрительной, слуховой, моторной или тактильной. При модально-неспецифических симптомах возможны три варианта патогенеза.

Первый - поражение или дисфункция области продолговатого и среднего мозга. При этом формируется быстрая истощаемость, недостаток объема и концентрации внимания.

Второй вариант определяется нарушением работы диэнцефальных структур и лимбической системы, сосредоточенность и концентрация неустойчивы.

Третий вариант характеризуется поражением медиобазальных отделов лобных и височных зон. Снижаются функции произвольного внимания, непроизвольное становится патологически усиленным (легкая отвлекаемость). У людей со специфическими расстройствами возникают трудности осознания стимулов одной модальности при двойном предъявлении (два зрительных образа, два звука, два прикосновения). Зрительное, слуховое, чувствительное или моторное невнимание основано на нарушении работы соответствующих корковых анализаторных мозговых систем, реже патологически измененными являются функционирование подкорковых отделов.

Три описания нарушений функции внимания в психологической литературе придерживаются следующей классификации [102].

Снижение устойчивости. Данное расстройство называют также патологической отвлекаемостью, а в тяжелых случаях - сверхотвлекаемостью (гиперметаморфозом). Проявляется снижением избирательности, непроизвольным переключением на посторонние раздражители.

Повышение истощаемости. Как следствие чрезмерной утомляемости ухудшаются все основные параметры при психической нагрузке. Ослабляется активное и пассивное внимание.

Сужение объема. Определяется высокая сосредоточенность на одном (реже двух) объектах с полным игнорированием других. Примером такого расстройства являются сверхценные идеи, психотравмирующие переживания.

Снижение концентрации. Отмечается ослабление либо полная утрата способности сосредоточиться на конкретных явлениях и объектах. Страдают активные формы внимания, пассивные остаются на прежнем уровне.

Повышение инертности. Тугоподвижность внимания - нарушение способности переключать фокус с наблюдаемого объекта или выполняемого действия.

Такой тип нарушения внимания характерен для органических поражений мозга.

Наиболее распространенное нарушение внимания - чрезмерная истощаемость. Расстройство возникает при соматических болезнях, физических и умственных нагрузках, легких неврологических органических дисфункциях. Выражается снижением способности длительно фокусироваться на деятельности из-за повышенной утомляемости. У больных даже после непродолжительного периода напряжения возникает усталость, они начинают отвлекаться, теряют интерес к основному занятию. Часты жалобы на ощущение тяжести в голове, потребность в отдыхе, сонливость, неусидчивость.

При невротических расстройствах, органических заболеваниях мозга нередко происходит сокращение объема внимания. Больные не могут удерживать и целенаправленно оперировать несколькими объектами (темами, представлениями). Им сложно дается многокомпонентная деятельность, при ее выполнении часто упускаются важные требования и условия, не принимаются в расчет меняющиеся обстоятельства. Пациенты выглядят рассеянными, забывчивыми, при беседе «теряют» мысль, которую только что

хотели высказать. Сознание удерживает от 1 до 3-4 единиц информации (при норме 7-10 единиц).

У детей и при поражении лобных зон коры мозга наблюдается преобладание пассивного внимания над активным. Клинически такой феномен выражается высокой отвлекаемостью, недостаточной наблюдательностью, неустойчивостью и недостаточной глубиной концентрации. Больные не могут удерживать активное внимание на произвольной деятельности, не завершают начатое, отвлекаясь на более интенсивные стимулы - громкий звук, свет, движение. Они невнимательно слушают вопросы, отвечают невпопад, переспрашивают, соскальзывают с ведущей темы беседы на случайные, но более интересные для них ассоциации (рассказывают о ситуациях из жизни, просмотренных фильмах). При грубой отвлекаемости, характерной для маниакальных состояний, полностью утрачивается способность к сосредоточению, внимание расплывается на побочные стимулы, не задерживаясь ни на одном из них.

У пациентов с эпилепсией и иными органическими патологиями определяется тугоподвижность и инертность внимания. Ключевой признак -снижение возможности переключать концентрацию с действия либо объекта. Больные инертны в своих установках, «застревают» на одной теме беседы, долго и подробно описывая ее в мелочах. Им трудно сменить цели, задачи, планы. Окружающие оценивают их как занудных, прилипчивых. В крайней степени инертность проявляется персеверативным повторением слов, фраз, действий.

Нарушение направленности внимания развивается при ипохондрии, депрессии, психотравме, шизофрении. Пациенты сконцентрированы на определенных явлениях, другие стороны жизни игнорируются. Вариантом искажения является патологическая рефлексия, при которой больные поглощены самоанализом, размышлениями о смысле жизни, отношениях с людьми. Они ведут дневники, подробно описывают переживания, пытаясь

понять себя. Вне поля внимания остаются бытовые аспекты, семейные отношения.

При ипохондрическом синдроме происходит фиксация на состоянии здоровья, самочувствии, болезненных ощущениях. Внимание депрессивных пациентов сосредоточено на негативных переживаниях из прошлого и тревожном пессимистичном ожидании будущего. Изменение внимания шизофренических больных характеризуется рассеянностью, фокусировкой на второстепенных и латентных деталях происходящего. Окружающим оно кажется необычным, чудаковатым, своеобразным. Например, при общении они пересчитывают предметы на столе, рассматривают рисунок обоев, отвлекаясь от содержания беседы.

Расстройства внимания ухудшают способность пациентов выполнять сложную деятельность, связанную с умственными и физическими нагрузками, планированием, контролем, составлением прогноза. Легкие нарушения негативно сказываются на решении профессиональных задач, качестве учебы школьников и студентов. При грубых расстройствах утрачивается навык ведения беседы, ориентировки в пространстве. Больные оказываются дезадаптированными на социальном и бытовом уровне, нуждаются в уходе со стороны членов семьи. Своевременная диагностика и лечение заболеваний, провоцирующих нарушение активности и целенаправленности внимания, позволяет избежать развития грубых дефектов, улучшить адаптацию пациентов.

Пациенты с расстройствами внимания обследуются врачами-неврологами и психиатрами. Сложности диагностики связаны с недостаточной способностью больных к переключению, быстрой утомляемостью, избирательной фиксацией на одних аспектах исследования и игнорировании других. Рассеянность, забывчивость, частичная утрата коммуникативного навыка вследствие нарушения внимательности должны быть дифференцированы от общей интеллектуальной недостаточности. С этой целью проводится опрос и комплексное патопсихологическое тестирование

когнитивной сферы. При подозрении на неврологическое заболевание назначается неврологический осмотр и инструментальные обследования головного мозга. Непосредственно расстройства внимания изучаются следующими методами:

1. Беседа и наблюдение. Врач-психиатр выясняет жалобы, наличие психических и неврологических расстройств, стрессов и психотравм, собирает семейный анамнез. Пациенты переспрашивают, отвлекаются на внешние раздражители, задерживаются на единичном аспекте темы либо говорят расплывчато, обрывками, не фиксируясь на каком-то одном обсуждении. Им необходима организующая и направляющая помощь.

2. Методы двойной стимуляции. Данные техники направлены на диагностику модально-специфических нарушений. Их суть заключается в одновременном предъявлении стимулов одинаковой модальности, оценке способности распределять и удерживать внимание. Для выявления зрительного невнимания предъявляются два стимула-объекта. Слуховое невнимание определяется одномоментным воздействием разных звуков в оба уха; тактильное невнимание - прикосновением двойной локализации, но различной интенсивности/характера; двигательное невнимание - повторением сложных движений.

3. Патопсихологические пробы. Представляют собой тестовые задания со структурированным стимульным материалом. По успешности выполнения и характеру ошибок психолог определяет нарушения функции. Распространенными методиками являются следующие:

4. Корректурная проба. Используется для определения концентрации и устойчивости внимания. Оценивается темп выполнения теста, количество, характер и распределение ошибок.

5. Счет по Крепелину. Применяется для исследования работоспособности, переключаемости внимания. По результатам определяется врабатываемость, истощаемость, инертность.

6. Таблицы Шульте. Проба на отыскивание чисел выявляет подвижность внимания, утомляемость, сосредоточенность. Учитывается скорость и правильность выполнения заданий.

7. Красно-черные таблицы. Основное назначение методики - оценка операции переключения. Общее затраченное время указывает на темп когнитивной деятельности.

8. Отсчитывание. Проба позволяет оценить сосредоточенность, концентрацию и истощаемость. Экспериментатор регистрирует характер ошибок, следование инструкции.

Тактика терапии определяется основным заболеванием, спровоцировавшим ухудшение внимания. В ряде случаев удается восстановить функцию, устранив этиологический фактор - астению, депрессию, последствия ЧМТ, приступы эпилепсии. При большинстве патологий показаны следующие виды терапевтического воздействия:

Список литературы диссертационного исследования кандидат наук Поляков Андрей Викторович, 2021 год

СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ.

1. Абриталин, Е. Ю. Современные методы нейровизуализации в диагностике психических расстройств / Е.Ю. Абриталин, В. К. Шамрей, А.В. Корзенев // Профилактика и клиническая медицина. - 2011. № 3(40). - С. 234239.

2. Александров, В.В. Обработка медико-биологических данных на ЭВМ / В.В. Александров, В.С. Шнейдеров. - Л.: Медицина. 1984. - 160 с.

3. Александров, В.В. Анализ данных на ЭВМ (на примере системы СИТО) / В.В. Александров, А.И. Алексеев, Н.Д. Горский. - М.: Финансы и статистика, 1990. - 245 с.

4. Алексахин, С.В. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения / С.В. Алексахин // В 2-х томах. - М: ПРИОР, 2002. - 688 с.

5. Амиров Н.Х. Гигиеническая оценка физических стрессоров, воздействующих на оперативный персонал / Н.Х. Амиров, М.Н. Русин, Н.Е. Илюхин, В.Н. Краснощекова // Сборник материалов Всероссийской конференции с международным участием «Профилактическая медицина в России: истоки и современность», посвященная 140 летаю образования первой гигиенической кафедры в России. Казань. - 2009. - Т.1 - С.13-14.

6. Баевский Р.М. Прогнозирование состояний на грани нормы и патологии / Р. М. Баевский. - М.: Медицина, 1979. - 298 с.

7. Баевский Р.М. Оценка адаптационных возможностей организма и риск развития заболеваний / Р. М. Баевский, А. П. Берсенева. - М.: Медицина, 1997. - 235 с.

8. Башир Абас. Использование интерактивных методов классификации для решения задач медицинского прогнозирования / С. Абас Башир, В.Н. Шевякин, К.В. Разумова, С.Н. Кореневская // Фундаментальные исследования - 2014. - № 1. - С.33-37.

9. Бешелев, С.Д., Математико-статистические методы экспертных оценок / С.Д. Бешелев, Ф.Г. Гурович. - М.: Статистика, 1980. - 263с.

10. Бикел, П. Математическая статистика / П. Бикел, К. Доксам - М.: Финансы и статистика, 1983. вып.1. - 278с; Вып.2. - 254с.

11. Бойцова Е.А. Оценка уровня функциональных резервов организма на основе технологии мягких вычислений и модели Г. Раша / Е.А. Бойцова, А.Н. Шуткин, М.А. Магеровский // Системный анализ и управление в биомедицинских системах. - 2017. - Т.14, № 3, - C. 577-584.

12. Боровиков, В.П. Statistica для студентов и инженеров / В.П. Боровиков. - М: Компьютер Пресс, 2001. - 301с.

13. Браверман, Э.М. Структурные методы обработки эмпирических данных / Э.М. Браверман, Ч.Б. Мучник. - М.: Наука, 1983. - 464с.

14. Буняев, В.В. Передача диагностической информации от внутренних органов к их проекционным зонам / В.В. Буняев, Е.М. Рудник // Распознавание-99: сборник материалов 4-й Межд. конф. Курск.гос. техн. унт. Курск, 1999 - С. 246 - 247.

15. Вапник, В.Н. Теория распознавания образов / В.Н. Вапник, А.Я. Червоненкис. - М.: Наука, 1974. - 487 с.

16. Васильев, В.Н. Распознающие системы / В.Н. Васильев // Справочник. - Киев: Наукова думка, 1983. - 82с.

17. Воробьев С.В. Применение магнито-резонансной спектроскопии в рамках патогенетической диагностики посттравматических когнитивных нарушений / С.В. Воробьев, В.А. Фокин, В.Ю. Лобзин, А.Ю. Емелин, А.В. Кудряшева, И.А. Лупанова, А.В. Соколов // Вестник Российской военно-медицинской академии. - 2013. №3(43). - С.11-15.

18. Воробьев, С.А. Математическая обработка результатов исследований в медицине, биологии и экологии. / С.А. Воробьев, А.А. Яшин // под ред. А.А. Яшина. Монография. - Тула. ТулГу, 1999. - 120с.

19. Воронцов, И.М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей

диагностики нарушений здоровья / И.М. Воронцов, В.В. Шаповалов, Ю.М. Шерстюк. -Спб.: ООО «ИПК Коста», 2006. - 432с.

20. ГавааЛувсан. Традиционные и современные аспекты восточной рефлексотерапии. / ГавааЛувсан // М.: Наука, 1986. - 575с.

21. Гаврилов, И.Л. Метод синтеза гетерогенных нечетких решающих правил состояния сложных объектов / Н.А. Кореневский, И.Л. Гаврилов // Системный анализ и управление в биомедицинских системах. - 2010. - Т.9, №4. - С.858-864.

22. Гаврилова С.И. Прогноз прогрессирования когнитивного дефицита у пожилых пациентов с синдромом мягкого когнитивного снижения при длительном лечении (3-летнее наблюдение) / С.И. Гаврилова, И.В. Колыхалов, Я.Б. Федорова, Я.Б. Калын, Н.Д. Селезнева, А.В. Самородов, С.Н. Мясоедов, И.С. Бокша // Журнал неврологии и психиатрии им. С.С. Корсакова. - 2013. -№113(3). - С.45-53.

23. Гадалов В.Н. Математические модели рефлекторных систем организма человека и их использование для прогнозирования и диагностики заболеваний / Н.А. Кореневский, В.Н. Гадалов, В.Н. Снопков // Системный анализ и управление в биомедицинских системах. - 2012. - Т.11, №2. - С.515-521.

24. Гадалов В.Н. Прогнозирование и ранняя диагностика заболеваний на основе оценки функционального резерва человека с помощью гетерогенных нечетких моделей / В.Н. Гадалов, В.А. Иванов, В.Н. Снопков, В.В. Серебровский // Медицинская техника. - 2013. - № 4. - C. 6-9.

25. Галушкин, А.И. Синтез многослойных систем распознавания образов. / А.И. Галушкин - М: Энергия, 1974. - 386с.

26. Генкин, Я.Я. Новая информационная технология анализа медицинских данных. - СПб: Политехника, 1999. -191с.

27. Говорухина Т.Н. Математические модели прогнозирования и ранней диагностики заболеваний нервной системы, провоцируемых воздействием разнородных факторов риска / Т.Н. Говорухина, М.А.

Мясоедова, И.Ю. Григоров, А.В. Поляков // Системный анализ и управление в биомедицинских системах. - 2019. - Т.18, №2. - С.130-138.

28. Дамулин И.В. Демнция и заболевания мелких церебральных сосудов / И.В. Дамулин // Журнал неврологии и психиатрии им. С.С. Корсакова. - 2014. - № 114(8). - С.105-110.

29. Дмитриева М.А. Психология труда и инженерная психология / М.А. Дмитриева, А.А. Крылов, А.И. Пафтульев. - Л.: изд-во ЛГУ, 1979.

30. Дуброва, Т. А. Статистические методы прогнозирования / Т.А Дуброва // Учебное пособие для вузов. - М.: ЮНИТИ-ДАНА, 2003. - 206с.

31. Дуда, Р. Распознавание образов и анализ сцен / Р. Дуда, П. Харт. - М.: Мир, 1978. - 510с.

32. Дюк, В. Информационные технологии в медико-биологических исследованиях / В. Эмануэль, В. Дюк. - СПб: Питер, 2003. - 528с.

33. Елисеева, Н.Н. Общая теория статистики. / Н.Н. Елисеева, М.М. Юзбашев // Учебник под ред. И.И. Елисеевой. -4-е изд., перераб. и доп. - М.: Финансы и статистика, 2003. - 480с.

34. Емелин А.Ю. Возможности позитронной эмиссионной компьютерной томографии в дифференциальной диагностике деменций / А.Ю. Емелин, М.М. Одинак, Г.Е. Труфанов, И.В. Бойков, С.В. Воробьев, А.В. Кашин, В.Ю. Лобзин, В.Н. Киселев, М.В. Резванцев // Вестник Российской военно-медицинской академии. - 2010. - №32(4). - С. 46-51.

35. Емелин А.Ю. Современные возможности нейровизуализации в дифференциальной диагностике когнитивных нарушений / А.Ю. Емелин, М.М. Одинак, В.Ю. Лобзин, В.Н. Киселев // Неврология, нейропсихиатрия, психосоматика. - 2012. - №2. - С. 51-55.

36. Емельянов С.Г. Прогнозирование степени тяжести развития ишемического процесса в сердце, головном мозге и нижних конечностях на основе нечетких моделей / С.Г, Емельянов, Н.А. Кореневский, А.В. Быков // Биомедицинская радиоэлектроника. - 2016. - №9. - С.4-9.

37. Ершов, Д.А. Методы и алгоритмы автоматизированного управления профессиональной ориентацией абитуриента с учётом физиологических затрат на процесс обучения: дисс. ... канд. техн. наук. - Курск, 2003. - 158 с.

38. Забродин Ю. М. «Модель личности» в психодиагностике: Для практических психологов. Книга первая / Всеросс. научно-практич. центр профориентации и психологич. поддержки населения. — М., 1994. — 192 с. — URL: http://psychlib.ru/inc/absid.php?absid=19310.

39. Загоруйко, Н.Г. Методы распознавания и их применение / Н.Г. Загоруйко. - М.: Сов.радио, 1972. - 308с.

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

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

42. Ивахненко, А.Г. Долгосрочное прогнозирование и управление сложными системами / А.Г. Ивахненко. - Киев: Техника, 1975. - 311с.

43. Казначеев В.П. Донозологическая диагностика в практике массовых заболеваний населения / В.П. Казначеев, Р.М. Баевский, А.П. Берсенев - Л.: Медицина, 1986. - 216с.

44. Киселев А.В. Рекомендации по обоснованию риска здоровью работающих в зависимости от показателей условий труда / А.В. Киселев, А.В. Мельцер // Современные направления в охране труда и защита здоровья работников при любых формах трудовой деятельности: сборник доладов. -СПб.: Знание, 1996. - С.125-126.

45. Конева Л.В. Оценка уровня психоэмоционального напряжения и утомления по показателям, характеризующим состояние внимания человека / Л.В. Конева, С.Н. Кореневская, С.В. Дегтярев // Системный анализ и управление в биомедицинских системах, 2012. - Т.11, №4. - С.993-1000.

46. Кореневская С.Н. Аппаратно-программный комплекс для психофизиологических исследований на базе платформы ANDROID с AFE-

интерфейсом / С.Н. Кореневская, Е.С. Шкатова, М.А. Магеровский, А.Н. Шуткин // Медицинская техника. - 2016. - №5. - С. 24-27.

47. Кореневский Н.А. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования / Н.А. Кореневский // Телекоммуникации. - 2006. - №6. -С.25-31.

48. Кореневский Н.А. Использование нечеткой логики принятия решений для медицинских экспертных систем / Кореневский Н.А. // Медицинская техника. - 2015.- №1(289) - С.33-35.

49. Кореневский Н.А. Принципы и методы построения интерактивных систем диагностики и управления состоянием здоровья человека на основе полуфункциональных моделей: Автореф. дис. доктора техн. наук. - СПб, 1993. - 32с.

50. Кореневский, Н.А. Проектирование нечетких решающих сетей, настраиваемых по структуре данных для задач медицинской диагностики. / Н.А. Кореневский // Системный анализ и управление в биомедицинских системах. - 2005. - Т.4, №1. - С.12-20.

51. Кореневский, Н.А. Метод синтеза гетерогенных нечетких правил для анализа и управления состоянием биотехнических систем / Н.А. Кореневский // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2013. - №2. - С.99-103.

52. Кореневский Н.А. Метод синтеза нечетких решающих правил на основе моделей системных взаимосвязей для решения задач прогнозирования и диагностики заболеваний / Н.А. Кореневский, М.В. Артеменко, В.Я.Провоторов, Л.А. Новиков // Системный анализ и управление в биомедицинских системах. - 2014. -Т.13, №4. -С.881-886.

53. Кореневский Н.А. Синтез гибридных нечетких правил для прогнозирования, оценки и управления состоянием здоровья в экологически неблагоприятных регионах / Н.А. Кореневский, А.С. Башир, С.А. Горбатенко

// Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2013. - №4. - С.69-73.

54. Кореневский, Н.А. Метод синтеза двумерных классификационных пространств / Н.А. Кореневский, В.В. Буняев // Известия ВУЗов. Приборостроение. - 2005. - Т.48, №2. - С.35-38.

55. Кореневский, Н.А. Синтез прогностических и диагностических нечетких решающих правил по электрическим характеристикам проекционных зон для медико-экологических приложений: / Н.А. Кореневский, В.А. Буняев, Р.А. Крупчатников // Известия вузов. СевероКавказский регион. Технические науки. - 2009. - №4. - С.39-46.

56. Кореневский Н.А. Математические модели рефлекторных систем организма человека и их использование для прогнозирования и диагностики заболеваний /Н.А. Кореневский, В.Н. Гадалов, В.Н. Снопков // Системный анализ и управление в биомедицинских системах. - 2012. -Т.11, №2. - С.515-521.

57. Кореневский А.В. Использование нечетких классификационных моделей для оценки эргономики технических систем / Н.А. Кореневский, С.А. Горбатенко, В.В. Руденко, А.В. Бойцов // Известия Юго-Западного государственного университета. - 2012. - №4. - С. 20-21

58. Кореневский Н.А. Интерактивный метод классификации в задачах медицинской диагностики / Н.А. Кореневский, С.В. Дегтярев, С.П. Серегин, А.В. Новиков // Медицинская техника. - 2013. - №4. - С.1-3.

59. Кореневский Н.А. Синтез нечетких решающих правил для прогнозирования ранней диагностики заболеваний, вызываемых состоянием окружающей среды, с учетом индивидуальных особенностей организма / Н.А. Кореневский, Ю.А. Иванков, Е.А. Яковлева, Н.Н. Савченко // Системный анализ и управление в биомедицинских системах. - 2007. - Т.6, №2. - С.395-400.

60. Кореневский Н.А. Применение гетерогенных нечетких моделей для комплексной оценки уровня функционального резерва человека / Н.А. Кореневский, А.Н. Коростелев // Вестник Воронежского государственного технического университета. - 2011. - Т.7, №8. - С.142-147.

61. Кореневский Н.А. Комплексная оценка уровня функциональных резервов организма человека на основе нечетких моделей принятия решений / Н.А. Кореневский, А.Н. Коростелев, Е.В. Нечаев, Е.А. Бойцова // Биомедицинская радиоэлектроника. - 2010. - №2. - С.30-36.

62. Кореневский Н.А. Метод оценки функционального резерва человека-оператора на основе комбинированных правил нечеткого вывода / Н.А. Кореневский, А.Н. Коростелев, Л.В. Стародубцева, В.В. Серебровский // Биотехносфера. - 2012. - №1(19). - С.44-49.

63. Кореневский, Н.А. Информационно-интеллектуальные системы для врачей рефлексотерапевтов: монорафия / Н.А. Кореневский, Р.А. Крупчатников. - Старый Оскол: ТНТ, 2013. - 424 с.

64. Кореневский, Н.А. Теоретические основы биофизики акупунктуры с приложениями в медицине, психологии и экологии на основе нечетких сетевых моделей / Н.А. Кореневский, Р.А. Крупчатников, Р.Т. Аль-Касасбех.-Старый Оскол: ТНТ, 2013. -528с.

65. Кореневский, Н.А. Энергоинформационные модели рефлексодиагностики / Н.А. Кореневский, Л.П. Лазурина // ОМЦП. - Курск, 2000. - 177с.

66. Кореневский Н.А. Метод синтеза математических моделей прогнозирования и ранней диагностики нарушений когнитивных функций / Н.А. Кореневский, А.В. Поляков, С.Н. Родионова, Т.Н. Говорухина // Системный анализ и управление в биотехнических системах. - 2019. - Т.18, №2 4. - С. 85-92.

67. Кореневский Н.А. Прогнозирование и ранняя диагностика заболеваний сердечно-сосудистой системы по электрическому разбалансу меридианных структур организма / Н.А. Кореневский, А.В. Поляков, Ю.А.

Челебаева // Сборник научных статей по материалам XXII международной научно-технической конференции «Медико-экологические информационные технологии» - 2019. Юго-Зап. гос. ун-т, Курск -2019. - С. 58-62.

68. Кореневский, Н.А. Синтез нечетких классификационных правил в многомерном пространстве признаков для медицинских приложений / Н.А. Кореневский, К.В. Разумова // Известия Юго-Западного государственного университета. - Серия управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - №2. - С. 223-227.

69. Кореневский, Н.А. Синтез коллективов гибридных нечетких моделей оценки состояния сложных систем / Н.А. Кореневский, К.В. Разумова // Наукоемкие технологии. - 2014. - Т.15, №12. - С. 31-40.

70. Кореневский Н.А. Нечеткие модели оценки уровня эргономики технических систем и ее влияние на состояние здоровья человека оператора с учетом функциональных резервов / Н.А. Кореневский, С.Н. Родионова, Т.Н. Говорухина, М.А. Мясоедова, // Моделирование, оптимизация и информационные технологии. - 2019. - Т.7, № 1 (24). - С.39-53.

71. Кореневский, Н.А. Методология синтеза гибридных нечетких решающих правил для медицинских интеллектуальных систем поддержки притяни решений: монография / Н.А. Кореневский, С.Н. Родионова, И.И. Хрипина. Старый Оскол: ТНТ, 2019. - 472 с.

72. Кореневский Н.А. Гибридные нечеткие модели оценки функционального состояния и состояния здоровья человека-оператора информационно насыщенных систем / Н.А. Кореневский, С.Н. Родионова, И.И. Хрипина, М.А. Мясоедова // Системный анализ и управление в биомедицинских системах. - 2019. - Т.18, № 2, - С. 105-109.

73. Кореневский Н.А. Метод синтеза нечетких решающих правил оценки состояния сложных систем по информации о геометрической структуре многомерных данных / Н.А. Кореневский, Е.Б. Рябкова // Вестник Воронежского государственного технического университета. - 2011. - Т.7, №8. - С.128-137.

74. Кореневский Н.А. Прогнозирование и диагностика заболеваний, вызываемых вредными производственными и экологическими факторами на основе гетерогенных моделей / Н.А. Кореневский, В.И. Серебровский, Н.А. Коптева, Т.Н. Говорухина. - Курск: Изд-во Курск. гос. с.-х. ак, 2012. - 231 с.

75. Кореневский Н.А. Программно-технический комплекс для исследования основных параметров внимания и памяти / Н.А. Кореневский, Д.Е. Скопин, Р.Т. Аль-Касасбех, А.А. Кузьмин // Медицинская техника - 2010. - №1. - С.32-35.

76. Кореневский Н.А. Нечеткая оценка уровня функционального резерва человека / Н.А. Кореневский, Л.В. Стародубцева, И.А. Клочков, А.В. Бойцов // Известия Юго-Западного государственного университета. - 2012.- №4. - С. 26-28.

77. Кореневский Н.А. Проектирование медико-экологических информационных систем / Н.А. Кореневский, Н.Д. Тутов, Л.П. Лазурина // М-во образования Рос. Федерации. Кур. гос. техн. ун-т. - Курск, 2001. - 193с.

78. Кореневский Н.А. Оценка и управление состоянием здоровья обучающихся на основе гибридных интеллектуальных технологий: монография / Н.А. Кореневский, А.Н. Шуткин, С.А. Горбатенко, В.И. Серебровский. - Старый Оскол: ТНТ, 2016. - 472 с.

79. Комплекс когнитивной реабилитации REHACOM [Электронный ресурс] - Режим доступа: https://almamed.su/product/kompleks-kognitivnoy-reabüitatsü-rehacom-germamya/#, свободный (дата обращения: 23.08.2019).

80. Коржук Н.Л. Нейроинтерфейс с эфферентной когнитивной стимуляцией / Н.Л. Коржук, А.Ф. Индюхин, А.В. Поляков // Медико-экологические информационные технологии - 2018. Сборник научных статей по материалам XXI Международной научно-технической конференции. Юго-Зап. гос. ун-т, Курск -2018. - С. 271-278.

81. Коржук Н.Л. Способ визуализации вызванной активности мозга / Н.Л. Коржук, А.Ф. Индюхин, А.В. Поляков // Медико-экологические информационные технологии - 2017. Сборник научных статей по материалам

XX Международной научно-технической конференции. Юго-Зап. гос. ун-т, Курск -2017. - С. 1911-195.

82. Коржук Н.Л. Системный подход к диагностике и тренировке человека-оператора / Н.Л. Коржук, А.Ф. Индюхин, А.В. Поляков // Реальность

- сумма информационных технологий. Сборник научных статей Международной молодежной научно-практической конференции. Юго-Зап. гос. ун-т, Курск -2016. - С. 191-195.

83. Кудряшова А.В. Возможности ранней дифференциальной диагностики умеренных когнитивных нарушений: Автореф. дис. канд. мед. наук. - СПб, 2003. - 23с.

84. Лбов, Г.С. Методы обработки разнотипных экспериментальных данных / Г.С. Лбов. - Новосибирск: Наука. - 1981. - 287с.

85. Левин О.С. Гетерогенность умеренного когнитивного расстройства: диагностические и терапевтические аспекты / О.С. Левин, Л.В. Голубева // Консилиум. - 2006. - №12. - С.106-110.

86. Леонова А.Б. Психодиагностика функциональных состояний человека / А.Б. Леонова. - М.: Изд-во Моск. ун-та, 1984. - 2000 с.

87. Лобзин В.Ю. Комплексная ранняя диагностика нарушений когнитивных функций // Журнал неврологии и психиатрии. - 2015. - №11. -С.72-79.

88. Лупанов И.А. Функциональная нейровизуализация в ранней диагностике когнитивных нарушений: дис. ... канд. мед. наук. - СПб, 2014. -135с.

89. Мясоедова М.А. Прогнозирование и ранняя диагностика профессиональных заболеваний работников электроэнергетической отрасли на основе гибридных нечетких моделей. Дис.канд. техн. Наук. - Курск, 2019.

- 162 с.

90. Общий обзор когнитивных программ Scientific Brain Training PRO [Электронный ресурс] - Режим доступа:

https://ru.scientificbraintrainingpro.eu/programs, свободный (дата обращения: 23.08.2019).

91. Оверченко, К.В. Церебральный метаболизм при дисциркуляторной энцефалопатии возможности позитронно-эмиссионной томографии с 18F-2-фтордезокси^-глюкозой / К.В. Оверченко, М.С. Рудас, В.И. Шмырев, Е.Б. Лаукарт, Т.Я. Заец, Е.В. Ермакова // Кремлевская медицина. Клинический вестник. - 2012.- №4. - С. 6-10.

92. Одинак, М.М. Ультразвуковая диагностика нарушений церебральной гемодинамики у больных сосудистой деменцией / Одинак М.М., Емелин А.Ю., Лобзин В.Ю., Лупина Н.А. // Медицинский академический журнал. - 2008.- №8(4). - С. 115-122.

93. Омельченко, В.П. Практикум по медицинской информатике / В.П. Омельченко, А.А. Демидова // Серия учебники. Учебные пособия / Ростов на Дону: Феникс, 2001. - 304 с.

94. Осовский, С. Нейронные сети для обработки информации / Оссовский С. / Пер. с польского Рудинского Л.Д. - М.: Финансы и статистика, 2002. - 344 с.

95. Пат. 2381738 Российская Федерация, МПК A 61 B 3/02, A 61 F 9/00. Способ диагностики нарушений бинокулярного зрения и способ восстановления бинокулярного зрения / Коржук Н.Л., Щеглова М.В., Поляков А.В., Поляков В.В., Поляков К.В.; заявитель и патентообладатель Общество с ограниченной ответственностью "ЭВИДЕНС". - № 2008138082/14; заявл. 25.09.2008; опубл. 20.02.2010, Бюл. № 5. - 3 с.

96. Пат. 2342900 Российская Федерация, МПК A 61 B 5/02, A 61 B 5/021. Способ оценки функциональных резервов организма / Курникова Н. А.; заявитель и патентообладатель Курникова Н.А. - № 2007138472/14; заявл. 18.10.2007; опубл. 10.01.2009, Бюл. № 1. - 3 693.

97. Поляков, А.В. Использование методологии синтеза гибридных нечетких моделей в задачах медицинского прогнозирования и диагностики ранних стадий заболеваний / А.В. Поляков // Труды XXVII Международной

конференции «Лазерно-информационные технологии в медицине, биологии, геоэкологии и на транспорте». Краснодар:ФГБОУ ВО «КубГТУ», 2019. С. 99100.

98. Поляков, А.В., Коржук Н.Л., Индюхин А.Ф., Сафронов А.И. Способ регистрации когнитивной активности мозга / А.З. Гусейнов, Н.Л. Коржук, А.В. Прохорцов // Медицинские приборы и технологии: международный сборник научных статей. - 2017.- №7. - С. 136-139.

99. Поляков, А.В. Прогнозирование появления и развития расстройств когнитивных функции внимания в процессе трудовой деятельности операторов информационно-насыщенных человеко-машинных систем / А.В. Поляков, Н.Л. Коржук, С.Н. Родионова, Е.А. Николаева // Известия Юго-Западного государственного университета. Серия: Техника и технологии. -2019. Т.9. № 2 С. 102-116.

100. Поляков, А.В. Диагностика ранних стадий нарушений внимания на основе гибридных нечетких решающих правил / А.В. Поляков, С.Н. Родионова, Н.Л. Коржук, Л.В. Стародубцева // Моделирование, оптимизация и информационные технологии. 2019. - Том 7. - №4 (27). С.3-4.

101. Поляков, А.В. Аппаратно-программный комплекс для оценки и реабилитации функции внимания и памяти / А.В. Поляков, С.Н. Родионова, С.В. Филипов // XXXII Всероссийская научно-техническая конференция студентов, молодых ученых и специалистов «Биомедсистемы 2019». Рязань, 2019. С.75-78.

102. Плотников, В.В. Автоматизация методик психологического исследования: Принципы и рекомендации / В.В. Плотников, Н.А. Кореневский, Ю.М. Забродин Орел: институт психологии АНССР; ВНИИОТ Госагропрома ССР, 1989. - 327 с.

103. Сергиенко, С.К. Практикум по инженерной психологии и эргономике: учеб. пособие для студ. высш. учеб. заведений / под ред. Ю.К. Стрелкова / С.К. Сергиенко, В.А. Бодров, Ю.Э. Писаренко и др. М.: Издат. Центр «Академия», 2003. - 400 с.

104. Серегин, С.П. Синтез комбинированных нечетких решающих правил для прогнозирования послеоперационных осложнений в урологии / С.П. Серегин, С.Д. Долженков, С.Н. Кореневская, Т.Н. Сапитонова // Известия Юго-Западного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. -2012. - №2. - Ч. 3. - С. 293-297.

105. Солосо, Р. Введение в когнитивную психологию [Электронный ресурс] - Режим доступа: https://studfiles.net/preview/3052931/page: 18, свободный (дата обращения: 23.08.2019).

106. Ступницкий В. П. Психология: Учебник для бакалавров / В. П. Ступницкий, О. И. Щербакова, В. Е. Степанов. — М.: Издательско-торговая корпорация «Дашков и К», 2013 — 520 с.

107. Степашов, Р.В. Синтез решающих правил для прогнозирования и диагностики заболеваний сельскохозяйственных рабочих контактирующих с ядохимикатами / Р.В. Степашов, Н.А. Кореневский, Е.С. Потапова // Системный анализ и управление в биомедицинских системах. - 2018. - Т.17.-№ 3. - С. 709-717.

108. Танака, К. Итоги рассмотрения факторов неопределенности и неясности в инженерном искусстве / К. Танака // в кн. Нечеткие множества и теория возможностей. Последние достижения. Пер. с англ. / Под ред. Р.Р. Ягеря - М.: Радио и связь, 1986. - 408 с.

109. Таусенд, К., Фохт, Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ / К. Таусенд, Д. Фохт. - М.: Финансы и статистика, 1990.- 346 с.

110. Терехина, А.Ю. Анализ данных методами многомерного шкалирования / А.Ю. Терехина. - М.: Наука, 1986. - 215 с.

111. Титов, В.С. Классификация функционального состояния человека и нечеткая оценка из уровня / В.С. Титов, Т.Н. Сапитонова // Известия Юго-Западного государственного университета. - 2012. - №2. Ч.3. - С. 320-324.

112. Тутов, Н.Д. Способы представления разнотипных данных в задачах медицинских и экологических исследований / Н.Д. Тутов, Н.А. Кореневский,

И.М. Корженевич // Известия Юго-Западного государственного университета. - 1998. - №2. - С.56-63.

113. Уотерман, Р.Д. Построение экспертных систем / Д. Уотерман, Д. Ленат, Ф. Хейсе-Рот: пер, с англ. - М: Мир, 1987. - 521 с.

114. Устинов, А.Г. Интеллектуальные медицинские системы с нечеткими коллективами решающих правил / А.Г. Устинов, СН. Кореневская, И.И. Хрипина, А.В. Бойцов // X Russian-GermanconferenceonЫomedicalengmeermg: SamtPetersburg.- 2014.- С 90-92

115. Фридман, К.Б. Рекомендации по обоснованию риска здоровью работающих в зависимости от показателей условий труда / К.Б. Фридман, А.В. Киселев, А.В. Мельцер // Современные направления в охране труда и защите здоровья работников при любых видах и формах трудовой деятельности: материалы докладов Российской научно-практической конференции 19-20 марта 1996 г. - СПб., 2001. - С.9 - 13.

116. Шкатова, Е.С. Оценка функционального состояния и функционального резерва организма по энергетической сбалансированности меридианных структур / Е.С. Шкатова, М.А. Магеровский, Ю.Б. Мухатиев // Сборник научных трудов по материалам VIII международной научно-практической конференции «Современные тенденции развития техники и технологии». - Белгород, 2015. - Часть II. - № 8. - С 132-135.

117. Шуткин, А.Н. Оценка уровня психоэмоционального напряжения на основе комбинированных нечетких моделей и модели Г. Раша / А.Н. Шуткин // Системный анализ и управление в биомедицинских системах. -2014. - Т.14. - № 3. - С 593-600.

118. Шуткин, А.Н. Прогнозирование и ранняя диагностика заболеваний, провоцируемых длительными умственными нагрузками / А.Н. Шуткин // Системный анализ и управление в биомедицинских системах. -2016. - Т.15. - № 2. - С 320-325.

119. Шуткин, А.Н. Использование гибридных нечетких моделей для оценки степени утомления / А.Н. Шуткин, Е.А. Бойцова, А.В. Бойцов, С.Н.

Кореневская // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2015. - № 2. - С. 107-118.

120. Шуткин, А.Н. Оценка уровня утомления с использованием теории измерения латентных переменных / А.Н. Шуткин, Е.А. Бойцова, Л.В. Стародубцева // Системный анализ и управление в биомедицинских системах. - 2015. - Т.14. - № 3. - C. 553-561.

121. Шуткин, А. Н. Проектирование баз знаний медицинских экспертных систем с использованием коллективов нечетких правил / А. Н. Шуткин, С. Н. Кореневская, В. В. Федянин // Информационные проекты в медицине и педагогике. Материалы международной научно-практической конференции. - 2014.- С. 61-64.

122. Щербо, А. П. Оценка риска воздействия производственных факторов на здоровье работающих: монография / А.П. Щербо, А.В. Мельцер, А.В. Киселев. - СПб.: Терция, 2005. - 116 с.

123. Яцун, С. Ф. Нечеткая оценка уровня функционального резерва человека / С. Ф. Яцун, А. В. Бойцов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - № 2. - Ч. 3. - С. 271275.

124. Al-Kasasbeh R., Korenevskiy, N., Ionescou, F., Alshamasin M. Kuzmin, A. Synthesis of fuzzy logic for prediction and medical diagnostics by Energy Characteristics of Acupuncture Points. - Journal of Acupuncture and Meridian Studies. Korea. - Vol.4, № 3. - 2011. - P. 175-182.

125. Al-Kasabeh R.T., Korenevskiy N.A., Ionescu F., Kuzmin A.A. «Synthesis of combined fuzzy decision rules based on the exploration analysis data». Proc. 4th IAFA Intern. Conference Interdisciplinary Approaches in Fractal Analysis, Bucharest, Romania, May 26-29, 2009 ISSN 2066-4451, P.71-78.

126. Al-Kasasbeh R.T. Method of Ergonomics Assessment of Technical Systems and Its Influence on Operators Heath on Basis of Hybrid Fuzzy Models /

R. T. Al-Kasasbeh, N.A. Korenevskiy, M. S. Alshamasin, I. Maksim // Advances in Intelligent Systems and Computing. - 2018. - P. 581-592.

127. Al-Kasasbeh, R.T. Fuzzy Model Evaluation of Vehicles Ergonomics and Its Influence on Occupational Diseases / R. T. Al-Kasasbeh, N.A. Korenevskiy, M. S. Alshamasin, S.N. Korenevskya and other // Advances in Intelligent Systems and Computing. - 2018. - P. 143-154.

128. Bruce, G. Buchanan, Edward H. Sportlife. Rule-Based Expert Systems The MYCIN Experiments of the Stanford Heuristic Programming Projext. Addison-Wesley Publishing Company. Reading, Massachusetts, 1984, ISBN 0-201-10172-6. Fuzzy Logic Toolbox. For use MATLAB: Users Gvide. -Natick: The Math Works, Inc., 1998. 235 p.

129. Effects of acupuncture and computer-assisted cognitive training for post-stoke attention deficits: study protocol a randomized controlled trial. Available at: http://ncbi.nih.gov/rmc/articles/AMC4667410/ (accessed ДАТА НА АНГЛ).

130. Korenevskiy N.A., Prediction and prenosological diagnostics of gastrointestinal tract diseases based on energy characteristics of acupuncture points and fuzzy logic / Riad Al Kasasbeh, Florin Ionescu, MachdiShamesserb // International Conference on Bioinformatics and Biomedical Technology, Sanya, China, March 25-27, 2011. - P. 307-312.

131. Korenevskiy N. A., Prediction and prenosological diagnostics of heart diseases based on energy characteristics of acupuncture points and fuzzy logic / N. A. Korenevskiy, R.T. Al -Kasasbeh, F. Ionecou // Computer methods in biomechanics and biomedical engineering, 2012, V. 15, I. 7, P. 681-689.

132. Korenevskiy N. A., Use of an Interactive Method for Classification in Problems of Medical Diagnosis / N. A. Korenevsky, S. V. Degtyarev, S. P. Seregin, A. V. Novikov // Biomedical Engineering November, 2013, V. 47, I. 4, pp 169-172.

133. Korenevskiy N. A., Prediction of gastric ulcers based on the change in electrical resistance of acupuncture points using fuzzy logic decision-making / N.A. Korenevskiy, R.T. Al-Kasasbeh, M. Alshamasin, F. Ionescou, A. Smith // Computer

Methods in Biomechanics and Biomedical Engineering, 2013, V. 16, I. 3, P. 302313.

134. Korenevskiy, N. A. Design of network-based fuzzy knowledge bases for medical decision-making support systems [Текст] / N. A. Korenevsky, S.A. Gorbatenko, R.A. Krupchatnikov, M. I. Lukashov // Biomedical Engineering, 2009, V. 43, no. 4, pp. 187-190.

135. Korenevskiy N. A., Krupchatnikov R.A., Gorbatenko S.A. Generation of fuzzy network models taught on basic of data structure for medical expert systems. Biomedical Engineering Journal, V. 42, no. 2, pp. 67-72.

136. Korenevskiy N. А., Skopin D. E., Al Kasasbeh R. T., Kuz'min A. A. System for Studying Specific Features of Attention and Memory. Biomedical Engineering Journal, Springer, New York, 2010, V. 44, no. 1, pp. 32-35.

137. N. Korenevskiy, RiadTaha Al-Kasasbeh, F. Ionescou, M. Alshamasin, Anrew P. Smit Fuzzy Determination of The Humans Level of Psycho-Emotional. "Mega-Conference on Biomedical Enginering" Proceedings of the 4th-international conferecejn the develjpment of biomedical engineering Ho Chi Minh City Vietnam January 8-12, 2012, p. 354-357.

138. Korenevskiy N. A. Fuzzy determination of the human's level of psycho-emotional / N. A. Korenevskiy, R. T. Al-Kasasbeh, F. Ionescouc, M. Alshamasin, E. Alkasasbeh, A. P. Smith // IFMBE Proceedings, 2013, V. 40, IFMBE, P. 213216.

139. Korenevskiy N. A. Application of Fuzzy Logic for Decision-Making in MedicalExpert Systems / N. A. Korenevskiy // Biomedical Engineering. May 2015, V. 49, I, pp. 46-49.

140. Kosco B. Fuzzysustems as universal approximators // IEEE Transactions on Computers, V.43, no. 11, November 1994, pp. 1329-1333.

141. Kulback, S. Information Theory and Statistics. New York: Wiley, 1959. Li HX conventional fuzzy control and its enhancement/ HXLi, HB Gatland // IEEE Transactions on Sustems, Man and cyberretics, Par tb, 1966, V. 26, no. 5, pp. 791797.

142. Linacre J.M. Many-Facet Rasch Measurement, Chicago: MESA Press,

1994, p. 149.

143. Mamdani E.N. Application of fuzzy logic to approximate reasoning usinq linguistic synthesis / E.N. Mamdani // IEEE Transactions on computers. 1977, V. 26, no. 12, pp. 1182-1191 .

144. Mamdani E.N., Asslian S. An experiment in linguistic synthesis with a fuzzy logic controller / E.N. Mamdani, S. Asslian // International Journal of Man-Machine Studies, 1975, V. 7, pp. 1-13.

145. Mordeson J.N., Butani K.R., Rosentelol A. Fuzzy Group Theoru. Berlin: Springer - Verlag, 2005, p. 300.

146. Negoita C.N. Expert System and Fuzzy Systems. The Benjamin / Cammings Publishing Co., Menio Park, CA, 1985.

147. Rasch G. Probabilistic models for some intelligence anent tests (Expanded edition, with foreword and afterword by Benjamin D. Wright). -Chicago: University of Chicago Press, 1980, p. 199.

148. Sammon J.W.JR. Interactive Pattern Analysis and Classification // IEEE Transactions on computers. July 1970, V. C-19, I. 7, pp. 594-616.

149. Sammon Y.W. A. Nonlinear mapping for Data Structure Analysis // IEEE Trans / Comput, 1969, C-18-N5, pp. 401-409.

150. Sammon J.W.JR., Proctor, A.H. Roberts, D.F., "An interactive-graphic subsystem For pattern analysis", Pattern Recognition Pergamon Press 1971, V.3, pp. 37-52.

151. Shortliffe E.H. Computer- Based medical Consultations : MYCIN, New York: American Elseviver, 1976.

152. Smith E.V., Smith M.S. Introduction to Rasch Measurement Theory, Models and Applications. - Marle Grove, Minnesota: JAM Press, 2004, pp. 689.

153. Smith R.M. Rasch Measurement Models: Interpreting WINSTEPS/BIGSTEPS and Facets Output. - Gainesville, Florida: JAM Press,

1995.

154. Tanaqi H., Hayashi L., NN-craven fuzzy reasoning, International Jowrnal of Approximate Reasoning, 1991, V. 5, no. 3, pp.192-212.

155. Tanaqi H., Sugeno M. Fuzzy igentification of sustems and is applications to modelinq end control // IEEE Transactions on Systems Man and Cybernetics, 1985, V. Smc,15, pp. 116-132.

156. Ustinov A., Boitsov A., Korenevskaya S., Khripina E. Intelligent medical systems with groups of fuzzy dicision rules // 10 Russian-German conference on biomedical engineering June 25-27 2014, Saint Petersburg: Saint Petersburg State Electrotechnical University, 2014, pp. 90-92.

157. Zadeh L.A. Fuzzy sets, Inf Control, 1965, V.8, pp. 338-353.

158. Zadeh L.A. Advances in Fuzzy Mathematics and Engineering Fuzzy Sets and Fuzzy information - Granulation Theory, Beijing, Beijing Normal University, 2005.