Многовариантное моделирование и алгоритмизация принятия решений на основе классификации и визуальной трансформации медицинской информации тема диссертации и автореферата по ВАК РФ 05.13.09, доктор технических наук Попова, Ольга Борисовна
- Специальность ВАК РФ05.13.09
- Количество страниц 286
Оглавление диссертации доктор технических наук Попова, Ольга Борисовна
Введение
1. Перспективы развития компьютерных информационных технологий для реализации процессов в медицинских системах
1.1. Анализ функциональных возможностей и тенденций развития программно-аппаратного обеспечения компьютерных систем в области знаний для процессов обработки и визуализации медицинской информации
1.2. Концептуальное моделирование предметной области и особенности формализации медицинской информации
1.3. Цель и задачи исследования
2. Классификация и диагностика состояний биомедицинских объектов
2.1. Классификация пограничных состояний объектов медицинской системы в условиях нечеткости диагностических признаков
2.2. Структурная классификация медицинских показателей качества здоровья с использованием системного подхода
2.3. Классификация пространственных объектов по многомерным группировкам информационных слоев 70 Выводы второй главы
3. Моделирование процесса принятия решений по выбору лечебных мероприятий на основе экспертной информации и результатов диагностики
3.1. Моделирование процесса принятия решений по выбору лечебно-профилактических мероприятий на основе результатов 80 медицинского мониторинга
3.2. Модель управления выбором терапии в процессе преодоления фармакорезистентности 87 3.3. Модель рационального выбора вида лечения на основе комплексной диагностики
Выводы третьей главы
4. Моделирование и прогнозирование показателей степени и характера заболеваемости по нозологическим формам
4.1. Прогнозирование клинического состояния больного по оценкам клинико-гормональных и кпинико-иммунных эффектов в процессе назначенной терапии
4.2. Прогнозирование показателей уровня качества здоровья населения на основе многовариантного моделирования взаимодействий медико-экологических характеристик объектов
Выводы четвертой главы
5. Алгоритмизация принятия решений при выборе лечебно-профилактических мероприятий
5.1. Алгоритм диагностики неосложненного кариеса и выбора схем лазерной терапии
5.2. Структурно-алгоритмическая схема рационального выбора вида лечения гиперплазии простаты
5.3. Методико-алгоритмический подход к проведению медицинского мониторинга по территориальным единицам Воронежской области
Выводы пятой главы
6. Технология визуальной трансформации результатов моделирования
6.1. Методы графической ¡интерпретации оценок состояния объектов в медицинских системах
6.2. Применение когнитивного подхода к визуализации результатов моделирования
6.3. Управление визуализацией результатов взаимодействия медико-экологических показателей на базе ГИС
Выводы шестой главы
7. Автоматизация медицинских проектов и анализ результатов апробации в клинических условиях
7.1. Структура информационного и программного обеспечения подсистемы распознавания пограничных стадий заболевания
7.2. Программное обеспечение подсистемы визуализации результатов моделирования медицинских данных
7.3. Разработка информационных моделей и программного обеспечения для реализации задач медицинского мониторинга
7.4. Анализ результатов апробации в клинических условиях 201 Заключение 215 Литература
Рекомендованный список диссертаций по специальности «Управление в биологических и медицинских системах (включая применения вычислительной техники)», 05.13.09 шифр ВАК
Исследование заболеваемости в регионе и методы интеллектуальной поддержки рационального управления в системе стоматологической помощи2003 год, кандидат медицинских наук Визир, Наталия Александровна
Принципы и диагностические методы исследования и рациональной коррекции клинико-лабораторных характеристик слизистой оболочки полости рта при заболеваниях пищеварительного тракта2004 год, доктор медицинских наук Сущенко, Андрей Валерьевич
Анализ состояния и интеллектуализация процесса лечения неосложненного кариеса на основе нейросетевого и статического моделирования2009 год, кандидат медицинских наук Елизарова, Елена Михайловна
Исследование и алгоритмизация физиотерапевтических и минералогических воздействий в процессе рационального лечения кариеса и слизистой оболочки полости рта при заболеваниях пищеварительного тракта2006 год, кандидат технических наук Аверина, Анна Сергеевна
Алгоритмизация информационной поддержки принятия управленческих решений на основе многовариантного моделирования и прогнозирования в социальной сфере региона2001 год, кандидат технических наук Коровин, Евгений Николаевич
Введение диссертации (часть автореферата) на тему «Многовариантное моделирование и алгоритмизация принятия решений на основе классификации и визуальной трансформации медицинской информации»
Актуальность проблемы. Перспективы развития компьютерного моделирования и мониторинговых подходов в системах диагностики, управления выбором лечения и слежения за показателями клинического состояния биообъекта обусловливают актуальность предлагаемой работы.
Несмотря на большое количество исследований, посвященных проблемам разработки критериев диагностики в слабо алгоритмически определенных предметных областях знаний, таких как медицина и психология, ошибки в постановке диагноза, в частности, на ранних стадиях развития патологического процесса (и вследствие этого - выбор неадекватной терапии), определяют важность задачи многовариантного моделирования в медицинских системах на основе интеграции процедур классификации, рационального выбора вида лечения и управления визуализацией данных. Одним из перспективных направлений решения таких задач остается разработка автоматизированных систем интеллектуально-информационной поддержки принятия решений, ориентированных на использование неформальных знаний и правил, лежащих в основе врачебной логики, и не заменяющих врача-специалиста, а предоставляющих ему новую дополнительную информацию о состоянии пациента и трудно формализуемые в текстовом виде результаты моделирования в модельно-графической форме, воздействующей на интуитивное и образное мышление врача.
В слабо формализуемых областях знаний оценка клинического состояния биомедицинского объекта часто основывается на признаках качественного типа, и, вследствие отсутствия их четкой дифференциации между нозологическими формами заболеваний, неточного характера знаний об исследуемом объекте, неединственности известных классификаций заболеваний, оказывается неточной. Сложность построения строгих математических моделей в условиях неполноты информативных показателей, избыточности фоновой информации о состоянии биообъекта, учета влияния на него факторов внешней среды, нечеткости границ рассматриваемых классов нозологических форм, а также многообразия возможных диагностируемых состояний биообъекта с учетом индивидуальности проявления его характеристик, - все это обусловливает целесообразность применения математического аппарата нечетких множеств, необходимость интеграции моделей и алгоритмов классификации, управления выбором лечения и визуализацией результатов моделирования.
В области терапевтической стоматологии, например, корректная диагностика начальных форм неосложненного кариеса, являющихся обратимыми этапами развития кариозного процесса, позволяет обоснованно применять приоритетные методики неоперативного лечения, связанные с использованием низкоэнергетического лазерного излучения, понижающего проницаемость и растворимость эмали, ускоряющего процессы реминерализа-ции и повышающего резистентность зубов к кариесу. Неудовлетворенность существующими классификациями кариеса, включающими различные сочетания диагностических характеристик по локализации дефекта, глубине поражения твердых тканей, распространенности и течению кариозного процесса при отсутствии специфических признаков, проявляющих лишь при одной форме заболевания, определяет актуальность разработок моделей и методов, позволяющих выделять так называемую "пограничную" форму кариозного заболевания, детализируя ее как вторую стадию начального или первую стадию поверхностного кариеса.
Часто задача корректного распознавания симптоматической картины заболевания на основе информации качественного типа может быть осложнена как присутствием интеркуррентных заболеваний, так и субъективной мотивацией поведения пациента во время беседы с врачом. Например, в клинической урологии, наличие индивидуальной вариабельности в оценке степени тяжести пациента при заболеваниях простаты, а также существования нескольких классификаций гиперплазии предстательной железы (ГПЖ), обусловливают необходимость разработки процедуры распознавания этого заболевания. Комплексная диагностика урологических больных, включающая алгоритмизацию процедуры рационального выбора вида лечения ГПЖ, позволяет обоснованно назначать современные препараты консервативной терапии, приоритетные неинвазивные, нетравматичные мало- и минимально инвазивные методы неоперативного лечения, а также хирургические и эндоскопические методы, базирующиеся на высоких медицинских технологиях.
Многообразие клинической картины течения и исходов многих заболеваний, в частности, шизофрении, обусловливает чрезвычайную сложность задачи выбора терапии, предупреждающей развитие отрицательного лекарственного патоморфоза и формирование вторичной терапевтической резистентности у больного на фоне психофармакотерапии. Существующие методы преодоления фрмакорезистентности (инсулинотерапия, аутогемотера-пия, плазмаферрез и др.) не всегда достаточно эффективны, и поэтому поиск новых путей ее преодоления обусловливают: важность исследования психотропных эффектов пептидергической системы (включая опиатную), как звеньев ее патогенетических механизмов и методов нетрадиционной медицины (иглотерапии); необходимость анализа клинических, иммунных и гормональных профилей больного, сравнение их с прогнозируемым профилем в мониторинговом процессе; анализ выраженности психопатологического комплекса больного по динамике оценок клинико-гормональных и клинико-иммунных корреляций, возникающих в процессе назначенной терапии; построение модели и алгоритмов управления процессом преодоления фармако-резистентности с учетом результатов прогнозирования будущих состояний больного.
Ранняя диагностика не только большинства соматических, но и психосоматических заболеваний в области так называемой "малой" психологии является достаточно сложной в случае компенсированных, латентно протекающих форм пограничной патологии. В психологии легче установить, что поведение пациента "ненормально" и противоречит здравому смыслу, чем объяснить "нормальность" (это понятие не равнозначно "среднему показателю", рассчитываемому статистически в социологических исследованиях и не учитывающему индивидуальность личности). Поведение человека "нормально", если оно соответствует ситуации, и не обязательно соответствует "среднему показателю". В задачах психологического консультирования корректное соотнесение психологического состояния пациента к условным ( стереотипным) нормам поведения при отсутствии четкой дифференциации характеристик качественного типа, в большинстве случаев не имеющих эталона для сравнения и измерения степени их проявления, а также учет влияния трудно контролируемых мотивационных факторов поведения как пациента, так и врача-психотерапевта, является достаточно трудоемкой процедурой, что обусловливает актуальность разработок моделей и методов компьютерной диагностики пограничных состояний личности (как первого этапа психодиагностики), находящихся между бесконфликтным и конфликтным вариантом поведения. Кроме того, в психологических клиринговых системах при формировании характеристик межличностных притязаний двух индивидуумов необходимо учитывать "специфику" задачи: границы между состояниями объектов исследования являются одновременно как разграничением, так и соединением, и результат есть синтез противоречий двух сторон, что обусловливает необходимость разработки нечетких моделей.
Современный период развития компьютерных информационных технологий характеризуется повышенным вниманием к изучению роли геофакторов как в возникновении, так и в изменении клиники многих заболеваний. Это связывается с нарушениями биологической адаптации организма, отрицательным влиянием психоэмоциональных факторов, порождаемых "информационной революцией", изменением социально-экономических условий общества и ухудшением экологической обстановки регионов. За последнее десятилетие комплексное исследование и решение задач выявления степени и характера зависимости показателей уровня здоровья населения от факторов внешней среды (загрязненности промышленными отходами и радиационной загрязненностью водоносных путей, почвы, атмосферы и др.) при воздействии множества экзогенных факторов: санитарно-гигиенических, экономических, демографических, медицинских и др. (заметим, что такая прямая зависимость отсутствует), получили новую возможность реализации на базе компьютерных геоинформационных систем (ГИС), которая связана с пространственной организацией и анализом динамически изменяющихся причинно-следственных связей между показателями факторов. Моделирование ситуаций по архивной и текущей медицинской информации, прогнозирование значений уровней заболеваемости населения с учетом показателей экологического состояния территориальных единиц, управление визуализацией результатов моделирования важны для обоснования принятия решений по выбору стратегии организации лечебных мероприятий на любом уровне системы здравоохранения.
Возникновение новых и увеличение площади существующих так называемых ландшафтов техногенного прессинга и "территорий риска" деформирует составляющие уровня качества здоровья населения. "Экологически зависимые" заболевания составляют уже до 65 % в общем числе заболеваний. Воронежская область (ВО) наряду с Московской, Ленинградской, Липецкой, Орловской, Рязанской, Белгородской, Тамбовской, Брянской областями входит в группу территорий с наименьшими значениями информативного показателя рождаемости по РФ (7,6-10 на 1000 населения) и наиболее высокими значениями показателя общей смертности по РФ (13,4 -16,6 на 1000 населения) [108]. Поэтому актуальность многовариантного подхода к анализу временных срезов по информационным слоям медицинских и экологических данных относительно локальных территорий ВО, особенно за период после Чернобыльской аварии (1986 год), не вызывает сомнения.
Таким образом, автоматизация подсистем интеллектуально-информационной поддержки принятия решений, реализующих математические модели классификации и диагностики состояний биомедицинских объектов, алгоритмические схемы выбора лечения и методы визуальной трансформации в условных графических образах результатов исследования, актуальна и имеет важное значение для практического здравоохранения. Повышение эффективности принимаемых решений с учетом индивидуальных особенностей состояния объекта исследования - с одной стороны, с учетом пространственно-временного аспекта взаимодействия объектов - с другой стороны, является актуальной задачей, решение которой обусловливает практическую, методологическую и научно-исследовательскую значимость многовариантного моделирования в медицинских системах.
Работа выполнена в соответствии с межвузовской научно-технической программой 12.11 "Перспективные информационные технологии в образовании" в рамках единого заказа-наряда МОиПО России по направлению "Информатизация образования" и в рамках одного из основных направлений Воронежского государственного технического университета "Биомедкибернетика, компьютеризация в медицине".
Цель и задачи исследования. Целью диссертационного исследования является многовариантное моделирование медицинской информации, алгоритмизация процессов принятия решений в задачах диагностики, выбора лечения, управления визуализацией информации, реализуемых в компьютерных подсистемах информационной поддержки принятия решений, позволяющих классифицировать состояния биообъекта, прогнозировать оценки будущих его состояний в мониторинговом процессе с учетом данных, поступающих от врача на основе визуального анализа условных графических образов, интерпретирующих результаты моделирования.
Для достижения поставленной цели необходимо решить следующие основные задачи: провести анализ перспективных направлений развития компьютерных информационных технологий для обоснования необходимости разработки компонента визуальной трансформации результатов моделирования медицинских данных и ситуаций по принятию решений в условных графических образах; разработать математические модели распознавания пограничных форм заболевания (что особенно важно на ранних этапах развития патологического процесса), реализующих предложенные методы формализации и структуризации медицинской информации с учетом ее особенностей; разработать модель распознавания симптоматической картины заболевания, учитывающую нечеткость задания степени проявления симптомов качественного типа, и алгоритмические схемы рационального выбора лечебно-профилактических мероприятий на основе комплексной диагностики; разработать алгоритм управления процессом преодоления фармакорезистентности на основе предложенной логической модели выбора терапевтических воздействий; осуществить структурную классификацию показателей медицинской отчетности с учетом территориально-временного аспекта на базе инвариантного информационного ядра; разработать методы визуальной трансформации в условных графических образах динамики оценок клинического состояния биообъекта, оценок межличностного восприятия индивидуумов в клиринговых психологических системах, трудно формализуемых в текстовом описании результатов классификации состояний биообъекта с использованием когнитивного подхода, результатов математико-картографического моделирования взаимодействий пространственных объектов; разработать комплексную методику многовариантного моделирования медико-экологических показателей качества состояния среды и здоровья людей как основного компонента автоматизированного медицинского кадастра; реализовать разработанные модели, методы и алгоритмы в подсистемах информационной поддержки принятия решений на базе компьютерных информационных технологий; апробировать результаты исследований в клинических условиях. Методы исследования для решения поставленных задач объединяются на основе системного подхода к решаемой проблеме. Используются аппарат и методы теории распознавания образов, принципы и основные положения теории вероятностей и математической статистики, нечеткой логики, многомерного шкалирования, методы и модели теории управления, принципы теории программирования. Достоверность теоретических результатов подтверждается данными экспериментальных исследований в клинических условиях.
Научная новизна результатов исследования состоит в том, что разработаны модели, методы и алгоритмы классификации, диагностики, управления выбором вида лечения, использующие возможности визуальной трансформации результатов моделирования и позволяющие обеспечить информационную поддержку принимаемых врачом решений, повысить их эффективность и качество. В работе получены и выносятся на защиту следующие результаты, характеризующиеся научной новизной: математические модели классификации и распознавания пограничных стадий заболевания, ориентированные на использование аппарата нечеткой логики и формализованных правил-эвристик, учитывающих различную степень информативности и нечеткость задания признаков и характеристик, описывающих состояние объекта исследования, и отличающиеся формированием уточненных оценок близости состояний исследуемых биообъектов как к условным нормам рассматриваемых классов заболеваний, так и между объектами в психологических клиринговых системах; алгоритмические схемы комплексной диагностики и рационального выбора вида лечения, отличающиеся этапом компьютерного самотестирования симптоматической картины заболевания, и предоставлением врачу-исследователю возможности варьирования шкалы интенсивности проявления качественных диагностических признаков и условных границ классов рассматриваемой патологии; алгоритм управления процессом преодоления фармакорезистентности у больных шизофренией, отличающийся использованием результатов компьютерной визуализации в условных графических образах прогностических оценок клинического состояния больного с применением когнитивного подхода; методы технологии визуальной трансформации результатов моделирвоания медицинской информации в условных графических образах, отличающиеся возможностями графического обоснования диагностических и прогностических оценок и трудно формализуемых в текстовом описании выводов, воздействующих на образное мышление врача; комплексная методика информационной поддержки принятия решений по выбору лечебно-профилактических мероприятий, отличающаяся возможностью анализа пространственных взаимодействий объектов на основе многовариантного моделирования медико-экологических показателей качества окружающей среды и здоровья населения с использованием методологии геоинформационных технологий.
Практическая ценность и реализация результатов работы. Разработанное математическое, алгоритмическое, методическое и программное обеспечение задач классификации состояний биомедицинских объектов, управления процессом принятия решений по выбору лечебно-профилактических мероприятий, предложенные методы графической интерпретации результатов моделирования могут широко применяться при построении компьютерных систем информационной поддержки врача, ориентированных и на раннюю диагностику заболевания, и на рациональный выбор лечения , и на прогнозирование уровня заболеваемости.
Результаты исследований в виде программного обеспечения подсистем распознавания пограничных стадий неосложненного кариеса, диагностики нарушений психологической адаптации личности в социальной среде; комплексной диагностики и рационального выбора вида лечения при заболевании доброкачественной гиперплазией простаты; управления процессом преодоления фармакорезистентности у больных шизофренией при назначении иглотерапии и нейропептидов; информационной поддержки процесса принятия решений по выбору лечебно-профилактических мероприятий при проведении медицинских мониторингов, - внедрены на кафедре терапевтической стоматологии с курсом физиотерапии ВГМА им. H.H. Бурденко; на кафедре психиатрии, наркологии, общей и медицинской психологии ВГМА им. H.H. Бурденко; на курсе урологии ВГМА им. H.H. Бурденко на базе ВОКБ, в учебный процесс межвузовской кафедры КУМС при обучении студентов по специальности 190500 "Биотехнические и медицинские аппараты и системы" и в учебный процесс кафедры САПРИС ВГТУ при обучении студентов по специальности 071900 "Информационные системы".
Разработанные модели, алгоритмические схемы и методики, представленные в диссертации, получены при непосредственном участии автора в госбюджетной научно-исследовательской работе № ГБ 96.27, выполненной по теме:"Разработка алгоритмического, программного обеспечения процессов диагностики и лечения заболеваний и формирования автоматизированных систем" (код НИР 34.55.21).
Медико-экономическая эффективность работы заключается в возможности осуществления рационального выбора вида лечения с учетом индивидуального подхода к пациенту, предотвращении повторных обращений к врачу, в сокращении на 10-15 % сроков лечения, оптимизации управления на различных уровнях здравоохранения. Ожидаемый экономический эффект от внедрения результатов НИР в клиническую урологию - 2,53 млн р. в год (в ценах 1995 г.); в клиническую психиатрию -615 тыс. р. в год (в ценах 1997 г.).
Основные научные положения и результаты, выносимые на защиту.
1. Модели распознавания пограничных стадий заболевания, характеризующие обратимость патологического процесса, учитывающие степень информативности и нечеткость задания диагностических признаков и отличающиеся предоставляемой возможностью графической визуализации в условных образах результатов диагностики.
2. Алгоритмические схемы управления процессом рационального выбора лечебно-профилактических мероприятий, отличающиеся проведением комплексной диагностики, реализацией многовариантного подхода к моделированию, учитывающих индивидуальные особенности состояния объекта исследования - с одной стороны, и пространственновременной аспект и пространственное взаимодействие объектов исследования - с другой стороны.
3. Методы визуальной трансформации в условных графических образах результатов многовариантного моделирования медицинской информации, отличающиеся использованием принципов когнитивного подхода к графической интерпретации данных и возможностью графического обоснования трудно формализуемых в текстовом описании рекомендаций.
Совокупность научных положений и результатов, представляющих собой решение научной проблемы, имеющей народнохозяйственное значение, получена в рамках выдвинутого и обоснованного автором научного направления в области моделирования и управления процессом принятия решений в медицинских системах, заключающееся в разработке математического, алгоритмического, методического и программного обеспечения процессов классификации, диагностики, принятия решений по рациональному выбору лечебно-профилактических мероприятий с практическим внедрением на различных уровнях здравоохранения.
Апробация работы. Основные положения и научные результаты диссертационной работы докладывались и обсуждались: на Международных конференциях, симпозиумах и конгрессах -"САПР-92. Новые информационные технологии в науке, образовании и бизнесе" (Воронеж, 1992); "БИОМЕДПРИБОР", (Москва, 1995,1996); "Новые информационные технологии в медицине и экологии" (Украина, Крым, Гурзуф, 1996, 1997); "Реабилитация в медицине и иммунореабилитация" (Израиль, 1997); "7-й Национальный конгресс по болезням органов дыхания" (Москва, 1997);
Всероссийских совещаниях-семинарах - "Оптимальное проектирование технических устройств и автоматизированных систем" (Воронеж, 1992); "Высокие технологии в проектировании технических устройств и автоматизированных систем" (Воронеж, 1993); "Математическое обеспечение информационных технологий в технике, образовании и медицине" (Воронеж, 1994,1995,1996,1997 гг.); "Диагностика, информатика, метрология, экология, безопасность (ДИМЭБ-96)" (Санкт-Петербург, 1996); республиканских научных и научно-практических конференциях -"Высокие технологии в практике учреждений здравоохранения г. Воронежа" (Воронеж, 1989); "Проблемы экологии и экологической безопасности Центрального Черноземья" (Липецк, 1996); "Актуальные вопросы медицины и проблемы реабилитации" (Харьков, 1996); "День науки: диагностика и новые технологии в здравоохранении" (Липецк, 1997);
Межрегиональной научно-практической конференции "Актуальные вопросы обеспечения качества медицинской помощи" (Воронеж, 1998); региональной научно-практической конференции "Актуальные проблемы информационного мониторинга" (Воронеж, 1998); региональном совещании-семинаре "Компьютеризация управления качеством высшего образования" (Воронеж, 1992); научно-технических конференциях Воронежского государственного технического университета (1990-1997 гг.)
Публикации. По теме диссертационной работы опубликовано 56 работ, включая 27 статей в центральных изданиях и межвузовских сборниках научных трудов.
Структура и объем работы. Диссертация состоит из введения, 7 глав, заключения, списка литературы из 209 наименований и трех приложений. Основная часть работы изложена на 217 страницах машинописного текста, содержит 62 рисунка и 41 таблицу.
Похожие диссертационные работы по специальности «Управление в биологических и медицинских системах (включая применения вычислительной техники)», 05.13.09 шифр ВАК
Методологические основы информационной технологии моделирования и рационального управления интегрированным лечебным комплексом промышленного предприятия2006 год, доктор медицинских наук Абсатаров, Рафат Абдуллович
Разработка методов анализа и рационального управления территориально распределенной системой здравоохранения на основе эколого-медицинского мониторинга2002 год, кандидат технических наук Фролова, Алла Владимировна
Моделирование, индивидуальное прогнозирование и классификация состояний в системах мониторинга больных хроническими заболеваниями1999 год, доктор технических наук Подвальный, Евгений Семенович
Автоматизированная система диагностики новообразований головного мозга по магнитно-резонансным изображениям2010 год, кандидат технических наук Кирсанова, Анна Владиславна
Интеллектуализация принятия решений и рациональный выбор тактики лечения на основе цифро-аналогового имитационного моделирования2001 год, доктор технических наук Разинкин, Константин Александрович
Заключение диссертации по теме «Управление в биологических и медицинских системах (включая применения вычислительной техники)», Попова, Ольга Борисовна
ВЫВОДЫ ШЕСТОЙ ГЛАВЫ
1. Предложены и реализованы методы графической интерпретации в условных образах оценок клинического состояния объектов исследования, позволившие графически обосновывать динамику изменения и возможные пограничные состояния биообъектов не только относительно задаваемых классов заболеваний, но и между объектами в задачах психологического крилинга.
2. Применение векторной и растровой графики, когнитивного подхода к графической интерпретации результатов моделирования для визуальной трансформации условных образов, описывающих состояния объектов исследования (ретроспективные, текущие, прогнозируемые), позволило предложить врачу наглядную дополнительную информацию об исследуемом объекте или процессе, оставляя на ним право самому расставлять необходимые акценты.
3. Приведены примеры визуализации результатов исследования взаимодействия пространственных объектов и процессов (на примере территории Воронежской области) с использованием базовых элементов ГИС-технологий, позволяющих отображать результаты многовариантного моделирования данных медицинских мониторингов с учетом экологического аспекта показателей качества среды и здоровья людей.
7. АВТОМАТИЗАЦИЯ МЕДИЦИНСКИХ ПРОЕКТОВ И АНАЛИЗ РЕЗУЛЬТАТОВ АПРОБАЦИИ В КЛИНИЧЕСКИХ УСЛОВИЯХ
Информационное и программное обеспечение является неотъемлемым атрибутом любой подсистемы автоматизированного сбора, обработки и интерпретации потоков информации (рис. 7.1). Использование графических образов для визуализации результатов моделирования предоставляет большие возможности для исследования и обоснованного принятия решений.
Сбор данных Анализ данных Интерпретация данных
Ввод, преобразование Обработка управление
-► - Визуализации документирование
Информационно- программная среда
Рис. 7.1.
7.1. Структура информационного и программного обеспечения подсистемы распознавания пограничных стадий заболевания
Подсистема распознавания стадий неосложненного кариеса. Кариес как объект моделирования и управления, имеет ряд особенностей: не все клинические проявления и признаки в одинаковой мере характеризуют кариозный процесс, оценка кариозного поражения на основе лишь количественных признаков не обеспечивает обоснованного выбор лечебных мероприятий (оперативных или консервативных); существующие классификации кариеса не позволяют точно детализировать стадии кариозного процесса с учетом субъективности оценки качественных диагностических признаков.
Диагностику неосложненного кариеса с использованием ПЭВМ предлагается рассматривать как первый этап врачебной диагностики, позволяющий автоматизировать сбор и обработку информации о состоянии зубов пациента по результатам осмотра, и визуализировать результаты диагностики в графических условных образах, предоставляя врачу дополнительную информацию для подтверждения или опровержения диагноза специалиста. Автоматизация трудоемких процедур сбора, обработки, анализа и хранения информации служит и для проведения научных исследований, и для использования в учебном процессе.
Программной средой для реализации подсистемы является Turbo Pascal v. 7.0. Интерфейс с пользователем осуществляется в интерактивном режиме на основе эффективной системы иерархических меню (рис. 7.2), реализована подсистема подсказки (help). Для работы с подсистемой не требуется специальных знаний и подготовки в области компьютерной техники, необходимо знать курс терапевтической стома-тологии на уровне выпускника стоматологического факультета медицинской академии. Структурно-функциональная схема программного комплекса распознавания пограничных стадий заболевания представлена на рис 7.3.
Б Файл
Результаты Диаграммы Нормы
-Е:\ТАВ BRON\WORKING\KARIES\PATl.PAT'
1 Аржухов В.А.
2 Петров И.А.
3•Иванихина Р .1. 4 АкторЕ-]
Опрос 2
3. Чувствительность дентина на прикосновение зондом
Боль по всему дну кариозной полости
Ok
F3 Открыть Alt+X Выход F10 Меню F1 Help
Рис. 7.2. Фрагмент пользовательского интерфейса.
КОРРЕКЦИЯ ПАРАМЕТРОВ
Рис. 7.3. Структурная схема взаимодействия программных модулей подсистемы диагностики пограничных заболеваний
Для защиты входной информации от случайных ошибок предусмотрен контроль данных, реализован дихотомический выбор ответа на вопрос и выбор значения признака из предложенного меню. Поддержка основной и вспомогательной панелей меню, перемещение по его уровням осуществляется с помощью минимального набора стандартных "горячих" клавиш: Esc, F1, F10, ->,<- и др. Назначение и описание процедур основного модуля Karies.pas подсистемы диагностики неосложненного кариеса дано в табл. 7.1. Листинг программного модуля приведен в приложении 2.
ЗАКЛЮЧЕНИЕ
Теоретическое обобщение и интеграция моделей, алгоритмов и методов классификации, визуальной трансформации результатов моделирования медицинской информации, описывающей состояние объекта исследования, и управления процессом выбора лечения, являются основой для создания программных комплексов, включающих подсистемы информационной поддержки принятия решений, позволивших решить ряд практических задач в рамках народохозяйственной проблемы, связанной с повышением эффективности и качества процессов диагностики и рационального выбора лечебно-профилактических мероприятий, учитывающих как индивидуальные особенности состояния объекта исследования, так и пространственно-временной аспект взаимодействия объектов, и решение которой обусловливает практическую, методологическую и научно-исследовательскую значимость многовариантного моделирования в медицинских системах.
При исследовании и разработке рассмотренного в диссертации круга проблем получены следующие основные результаты:
1. Проведен анализ перспективных направлений развития информационных компьютерных технологий, позволивший показать, что для реализации задачи принятия решений по выбору лечебно-профилактических мероприятий на основе данных медицинского мониторинга объектов исследования необходима компонента, включающая визуализацию результатов моделирования в условных графических образах и предоставляющая возможности моделирования ситуаций по принятию решений.
2. Разработаны математические модели классификации и диагностики пограничных стадий заболевания и пограничных состояний исследуемых объектов (что особенно важно на ранних этапах развития патологического процесса) на основе экспертного оценивания нечетких диагностических признаков и эвристической структуризации качественной медицинской информации, позволившие получить уточненные оценки близости объектов как к условным границам рассматриваемых классов заболевания, так и между объектами при оценивании характеристик межличностного восприятия в психологических клиринговых системах.
3. Предложена модель управления процессом преодоления фармакорезистентности у больных шизофренией, формирующая прогностические оценки выхода из этого состояния по результатам статистического моделирования ретроспективной информации и предоставляющая их графическую интерпретацию с использованием когнитивного подхода.
4. Разработаны алгоритмические схемы комплексной диагностики и рационального выбора лечебно-профилактических мероприятий, реализующие особенности клинического поиска и базирующиеся на модели распознавания симптоматической картины заболевания, учитывающей субъективность оценивания диагностических признаков качественного типа.
5. Предложен метод структурной классификации информационных слоев, включающих показатели качества состояния окружающей среды и здоровья людей с учетом территориально-временного аспекта, в различные информационные блоки, базирующиеся на инвариантном ядре, используемые в математико-картографическом моделировании.
6. Исследованы и модифицированы методы технологии визуальной трансформации результатов моделирования в условные графические образы с использованием когнитивного подхода, воздействующие на образное мышление врача-исследователя и графически обосновывающие трудно формализуемые в текстовом описании рекомендации по выбору неоперативных/оперативных методов лечения, а также позволяющие графически интерпретировать результаты взаимодействия пространственных объектов, предоставляя качественно новую информацию для принятия решений.
7. Разработана комплексная методика прогнозирования заболеваемости населения по данным медицинских мониторингов с учетом экологического фактора, являющаяся компонентой автоматизированного медицинского кадастра, реализующая многовариантное моделирование (статистическое, математико-картографическое, имитационное), и ориентированная на использование ГИС-технологий.
8. Разработано алгоритмическое и информационное обеспечение компьютерных подсистем, реализующих процессы принятия решений на основе многовариантного подхода к моделированию медицинской информации.
9. Разработано программное обеспечение подсистем распознавания пограничных заболеваний, организованное средствами СУБД и реализованное в двух предметных областях (в условиях клиники терапевтической стоматологии и психологического консультирования), предоставляющее пользователю возможности настройки различных вариантов подсистем и оперативного визуального анализа результатов обработки данных компьютерного тестирования в графических образах.
10. Разработанные модели и алгоритмы реализованы в компьютерных подсистемах информационной поддержки принятия решений на базе высоких информационных технологий, и результаты исследований апробированы в клинических условиях при лечении неосложненного кариеса, доброкачественной гиперплазии простаты, преодоления фармакорезистентности у больных приступообразно-прогредиентной шизофренией.
Медико-экономическая эффективность работы заключается в возможности осуществления рационального выбора вида лечения с учетом индивидуального подхода к пациенту, предотвращении повторных обращений к врачу, в сокращении на 10-15 % сроков лечения, оптимизации управления на различных уровнях здравоохранения; прогнозирования уровней заболеваемости населения Воронежской области с учетом экологических факторов и моделирование ситуаций по принятию решений.
Список литературы диссертационного исследования доктор технических наук Попова, Ольга Борисовна, 1998 год
1. Абрамов Ю. Ф. Картина мира и информация. Иркутск: Издательство ИГУ, 1988. 123 с.
2. Авруцкий Г. Я., Недува А. А. Лечение психических больных. М.: Медицина, 1988. 528 с.
3. Автоматизированное рабочее место для статистической обработки данных/В.В. Шураков, Д.М. Дайитбеков, C.B. Мирзохи, C.B. Ясеновский. М.:Финансы и статистика, 1990. 190 с.
4. Авцын А.П. Введение в географическую патологию. М.: Медицина, 1972.328 с.
5. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. 471 с.
6. Айтьян С. X., Таурян К. Р. Инструментальные средства разработки экспертных систем на ПЭВМ//Микрокомпьютерные средства и системы. 1989. N 5-6, С. 55-61.
7. Александров В. В., Шнейдеров В. С. Обработка медико-биологических данных на ЭВМ. Л.: Медицина, 1984.
8. Анастази А. Психологическое тестирование. М.:Педагогика,1982. Кн. 2. 260 с.
9. Андерсон Т. Статистический анализ временных рядов. М.:Мир, 1970. 541 с.
10. Асимов М. А. Сочетание акупунктуры и психофармакотерапии при лечении эндогенных депрессий/Юбозрение психиатрии и медицинской психологии им. В.М.Бехтерева.М.,1994. С. 121-123.
11. Белкин А. И., Лакуста В.Н. Биологическая терапия психических заболеваний. Кишинев: Штиинца,1983. 216 с.
12. Белкин А. Р. Нечеткая модель дифференциальной диагностики //Тез. докл. Всесоюз. Конф по бионике и биомедкибернетике.М.:НСК АН СССР,1986.С.6-8.
13. Беллман Р. Математические методы в медицине. М.: Мир, 1987.
14. База геоэкологических данных Воронежской области (Воронеж, ВГУ,каф. ПМОС/С.А. Куролап и др.)//НТЦ «Информрегистр» №0229703211.
15. Березин Ф. Б., Мирошников М. П., Рожанец Р. В. Методика многостороннего исследования личности (в клинической медицине и психогигиене). М.: Медицина. 1976.
16. Бердников К. В., Тикунов В. С. Данные, информация, знания в картографии и геоинформатике. Изв. Русск.Географ, общ-ва, 1992,т. 124. Вып. 4. С. 104-109.
17. Березуцкий Н. Т., Попова О. Б. Автоматизированная комплексная диагностика и выбор вида лечения ДГП//Медицинская техника. М.:Медицина, 1997. № 1. С. 32-35.
18. Березуцкий Н. Т., Попова О. Б. Анализ эффективности препаратов консервативной терапии на основе результатов комплексной диагностики неосложненной ДГП//Современные методы диагностики и лечения (Часть I). Воронеж, 1995. С. 96-100.
19. Березуцкий Н. Т., Попова О. Б. Использование высоких технологий в комплексной диагностике и профилактике гиперплазии простаты/Яез.докп. науч.-практ.конф. "актуальные вопросы медицины и проблемы реабилитации". Липецк, 1996. С.213-214.
20. Берлянт А. М. Образ пространства: карта и информация. М.: Мысль, 1986. 240 с.
21. Берн Э. Введение в психиатрию и психоанализ для непосвященных: Пер.с англ. А.И. Федорова. С.-Петербург:МФИН, 1992. 448 с.
22. Биологическая и медицинская кибернетика. Справочник. К.:Наук. думка, 1986.
23. Бойко В. В., Савинков В. М. Проектирование баз данных информационных систем. М.: Финансы и стат., 1989. 351 с.
24. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и адаптация. Вып.1, 1974. 406 с. Вып. 2, 1974. 197 с.
25. Борковский А. Б. Англо-русский словарь по программированию и информатике (с толкованиями): Ок.бООО терминов. М: Московская международная школа переводчиков, 1992. 335 с.
26. Бояров В.П. Исследование Т- и В-популяций лимфоцитов у больных шизофренией//Экспериментальная разработка и применение в клинике современных методов иммунологического исследования. Пермь. 1978. С. 61-63.
27. Браверман Э. М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.:Наука,1983. 464 с.
28. Будущее искусственного интеллекта/Под ред. К.Е. Левитина, Д.А. Поспелова. М.: Наука, 1991. 302 с.
29. Бурлачук В. Т., Попова О. Б., Войтенко А. В. К вопросу формирования групп информативных признаков для диагностики ХОБЛ//Компьютеризация в медицине. Воронеж, 1997 . С. 161-165
30. Бурлачук В. Т., Попова О. Б., Минаков Э. В. Оптимизация профилактики обострений хронического бронхита на основании регионального пульмонологического мониторинга//Тез.докл. 7-го Национального Конгресса по болезням органов дыхания. Москва, 1997. С.897.
31. Бурлачук Л. Ф., Морозов С. М. Словарь-справочник по психологической диагностике. Киев: Наукова думка, 1989. 200 с.
32. Вайну Я. Я.-Ф. Корреляция рядов динамики. М.: Статистика, 1977.
33. Веселков А. Ф. К вопросу о принципах создания автоматизированной базы экспериментальных исследований//Психол. журн. Т.8, №3, 1987. С.130-136.
34. Войтенко А. В., Попова О. Б., Демьянова О. П. Функциональные возможности программно-аппаратных элементов геоинформационных систем для организации и анализа данных в медицинских приложениях //Компьютеризация в медицине. Воронеж: ВГТУ, 1996. С. 189-192.
35. Воронов А. Г. Биогеография с основами экологии.М.:МГУ,1987.264 с.
36. Гусейн-Заде С. М., Тикунов В. С. Создание анаморфированных изображений для географических исследований//Вестник Московского унив-та. Сер. 5. Географ., № 4, 1992.
37. Геловани В. А., Ковригин О. И. Экспертные системы в медицине //Математика и кибернетика. М.: 1987. N 3. С. 1-32.
38. Гельфанд И.М., Губерман Ш. А., Шифрин М. А. Прогнозирование и распознавание в медицинских задачах// Распознавание. Классификация. Прогноз. Вып.1 М.: Наука, 1988. С. 201-228.
39. Геоинформационные системы с дистанционным потоком информации. М.: МГУ, 1990. 182 с.
40. Горелик А. А., Гуревич К. М., Скрипкин В. А. Современное состояние проблемы распознавания. М.: Наука, 1985.
41. Горелик А. А., Скрипкин В.А. Методы распознавания. М. .Наука, 1984.
42. Гормонотерапия/Пер. с англ. Под ред X. Шамбаха и др. М.:Медицина, 1988.
43. Гохман О. Г. Экспертное оценивание. Воронеж:ВГУ, 1991. 150 с.
44. Грановская Р. М. Элементы практической психологии. П.: Изд-во ЛГУ, 1988. 560 с.
45. Грановская Р. М., Березная И.Я. Интуиция и искусственный интеллект. Л.: ЛГУ, 1991. 272 с.
46. Гришин В. Г. Образный анализ экспериментальных данных. М.: Наука, 1982.
47. Губерман Т. А., Ямпольский Л. Т. Применение алгоритмов распознавания образов в психодиагностике//Вопр. псих., 1983. № 5. С. 118-125.
48. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов.Л.: Медицина, 1975.
49. Гублер Е. В. Информатика в патологии, клинической медицине и педиатрии. Л.: Медицина, 1990.
50. Даутов Ф. Ф. Изучение здоровья населения в связи с факторами риска. Казань, 1990.154 с.
51. Джексон Г. Проектирование реляционных баз данных для использования с микроЭВМ/Пер. с англ. М.:Мир, 1991. 252 с.
52. Джувеликян Х.А.Экология,город,человек.Воронеж:ВГУ, 1996.104 с.
53. Диагностика стоматологических заболеваний/В. И. Яковлева, Т.П. Давидович и др. Минск, 1986. 240 с.
54. Демьянова О.П., Попова О. Б., Фролов М. В. Информационная модель для задачи гинекологического мониторинга с использованием ГИС// Воронежская областная клиническая больница: специализированная медицинская помощь. Воронеж: ВГУ, 1996. С. 508-511.
55. Демьяненко Г. И., Попова О.Б., Ширяев О. Ю. Выбор терапии на основе графической когнитивной визуализации диагностической инфор-мации//Новые методы диагностики и исследования. Воронеж, 1996. С.21-22.
56. Денинг В., Эссиг Г., Маас С. Диалоговые системы "Человек-ЭВМ : Адаптация к требованиям пользователя". М.:Мир,1984. 263 с.
57. Доклад о состоянии окружающей природной среды Воронежской области в 1996 г. Воронеж: Комитет охраны окружающей Среды, 1997. 150 с.
58. Дюк В.А. Компьютерная психодиагностика. СПб:Братство, 1994.364 с.
59. Енюков И.С. Методы оцифровки неколичественных признаков. В кн. Алгоритмическое и программное обеспечение прикладного статистического анализа.М.:Наука, 1980.
60. Журавлев Ю. Г. Об алгоритмических методах в задачах распознавания и классификации. В кн.: Распознавание. Классификация. Прогноз. Вып. 1. М.: Наука, 1988. С. 9-16.
61. Заде Л. А. Размытые множества и их применение в распознавании образов и кластер-анализе. В кн.: Классификация и кластер. Под ред. Ю.И. Журавлева. М.:Мир , 1980. С. 208-234.
62. Закревский А.Д. Логика распознавания.Минск, 1988. 118 с.
63. Зенкин А. А. Когнитивная компьютерная графика. М.: Наука. Глав.ред. физ.-мат. лит. 1991. 140 с.
64. Ингенкамп К. Педагогическая диагностика.М.:Педагогика,1991.240 с.
65. Информационные проблемы изучения биосферы. Математическое моделирование природных систем. Геоэкоинформационные центры. М.:Наука, 1992. 192 с.
66. Искусственный интеллект. Кн. 1. Системы общения и экспертные системы.Справочник/Под ред. Э. В. Попова. М.:Радио и связь, 1990. 464 с.
67. Искусственный интеллект. Кн. 2. Модели и методы: Справочник/Под ред. Д.А. Поспелова. М.:Радио и связь, 1990. 304 с.
68. Компьютеризованная система для проведения научных исследований, психодиагностики и обучения/Е. Н. Соколов, А.Г. Шмелев и др. //Психол. журн. Т.6, №6, 1985. С. 142-147.
69. Карюкина В. С., Мазурский М.Б. Опыт применения рефлексотерапии в комплексном лечении психических заболеваний//Вопросы курортологии, физиотерапии и лечебной физкультуры. М.,1988, №5.С.25-28.
70. Кожакова Т. П. Иглотерапия депрессивных синдромов различного происхождения//Новые методы диагностики, лечения, профилактики основных форм нервных и психических заболеваний. Харьков, 1982. С. 269-270.
71. Компьютерная автоматизированная система "ДИАСТ" для дифференциальной диагностики заболеваний пародонта/ А. А. Прохончуков, Н. А. Жижина, А. Н. Балашов и др.//Компьютеры и лазеры в стоматологии. М.:НПЦ CLASS, 1992. С. 15-19.
72. Коутс Р., Влейминк И. Интерфейс "Человек-компьютер". М.: Мир, 1990.380 с.
73. Кофман А. Введение в теорию нечетких множеств.М.: Радио и связь, 1982.
74. Кошкарев А. В. , Каракин В. П. Региональные информационные системы. М.: Наука, 1987. 126 с.
75. Кошкарев А. В., Тикунов В. С. Геоинформатика/Под ред. Д.В. Лисицкого. М.:Картгеоцентр, 1993. 213 с.
76. Кошкарев А. В., Тикунов В. С., Трофимов А. М. Теоретические и методические аспекты развития географических информационных систем//География и природные ресурсы, 1991, № 1. С. 11-16.
77. Крылов В.Ю. Геометрическое представление данных в психологических исследованиях.М.:Наука, 1990.
78. Кунин А. А., Попова О. Б. Автоматизированный метод диагностики стадии кариозного пятна//Тез. докл. Всерос.совещания-семинара "Высокие технологии в проектировании технических устройств и автоматизированных систем". Воронеж, 1993, с. 31.
79. Кунин А. А., Попова О.Б., Олейник О.И. Особенности структуры информационного обеспечения автоматизированной процедуры диагностики неосложненного кариеса// Компьютеризация в медицине. Воронеж, 1994. С. 16-21.
80. Кунин А. А., Попова О.Б., Олейник О.И. Логическая модель выбора схем лазерной терапии при лечении начального кариеса в автоматизированной процедуре диагностики//Современные методы диагностики и лечения (Часть I). Воронеж, 1995. С. 83-88.
81. Ларичев О. И. Объективные модели и субъетивные решения. М.: Наука, 1987. 142 с.
82. Ларичев О. И., Мечитов А. И., Мошкович Е. М., Фуремс Е. М. Система выявления экспертных знаний в задачах классификации//Изв. АН СССР. Техн. кибернетика. 1987. N2, С. 74-94.
83. Ларичев О. И., Моргоев В.К. Проблемы, методы и системы извлечения экспертных знаний//АиТ. 1991. N 6. С. 14-17.
84. Ларичев О. И., Мошкович Е. М. Качественные методы принятия решений. Вербальный анализ решений. М.Наука, 1996. 208 с.
85. Лбов Г. С. Методы обработки разнотипных экспериментальных данных. Новосибирск:Наука,1981. 157 с.
86. Лорьер Ж. Системы искусственного интеллекта/Пер. с франц.: М.:Мир, 1992. 568 с.
87. Литвак Б. Г. Экспертная информация. Методы получения и анализа. М.: Радио и связь, 1982. 184 с.
88. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979. 254 с.
89. Любарский Ю.А. Интеллектуальные информационные системы. М.:Наука,1990.
90. Майерс Г. Надежность программного обеспечения. М.:Мир, 1980. 320 с.
91. Мандель И. Д. Кластерный анализ. М.: ФиС, 1988. 206 с.
92. Миркин Б. Г. Анализ качественных признаков и структур. М.: Статистика, 1980. 319 с.
93. Миркин Б. Г. Проблемы группового выбора. М.Наука, 1974. 256 с.
94. Некоторые новые способы преодоления терапевтической резистентности у больных шизофренией/Г.Я. Авруцкий, A.A. Недува и др. //Методические рекомендации. М.,1988. 21 с.
95. Нечеткие множества в моделях управления и искусственного интеллекта/ Под. ред. Д. А. Поспелова. М: Наука, 1986.
96. Нечеткие множества и теория возможностей. Последние достижения/Под ред. Р. Р. Ягера. М.: Радио и связь, 1986.
97. Нормативные данные по предельно допустимым уровням загрязнения вредными веществами объектов окружающей Среды //Справочный материал. Спб.: Б.И., 1993. 233 с.
98. Обработка нечеткой информации в системах принятия решений /А. Н. Борисов, А. В. Алексеев и др. М.: Радио и связь, 1989.
99. Овруцкий Г. Д., Водолацкий М. П., Водолацкая А. М. Прогнозирование и донозологическая диагностика кариеса зубов. Ставрополь: Кн. изд-во, 1990. 96 с.
100. Овруцкий Г. Д., Леонтьев В. К. Кариес зубов. М.:Мед., 1986.232 с.
101. Оганезов А. С., Суменко О. В. Автоматизация исследования личности по психологической методике ММР1 с синтезом словестного диагноза//Вопр. псих., 1990, № 1 . С. 154-157.
102. Окружающая среда и здоровье населения России. Атлас. М.: ПАИМС, 1995. 448 с.
103. Орловский С. А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука. Глав.ред. физ.-мат. лит., 1981.
104. Орловский С. А. Исчисление свойств и нечеткие множества //Нечеткие множества в информатике. Сб.тр. вып. 21.М.:ВНИИСИ,1988. С.3-13.
105. Петров Р. В. Иммунология. М.:Медицина, 1983. 368 с.
106. Попова О. Б. Использование средств СУБД для построения экспертных систем в задачах медицинского диагностирования/ГГез.докл. совещания-семинара "Оптимальное проектирование технических устройств и автоматизированных систем". Воронеж: 1992. С. 85.
107. Попова О. Б. Использование экспертных оценок в автоматизированной системе диагностики наследственных заболеваний//Тез.докл. Междунар. конф. "САПР 92. Новые информационные технологии в науке, образовании и бизнесе". Воронеж: 1992. С. 37.
108. Попова О. Б. Модификация процедур классификации локальных территорий по комплексу признаков с учетом оценок информационных слоев// Компьютеризация в медицине. Воронеж:, 1997. С. 79-84.
109. Попова О. Б. Структура автоматизированной системы тестирования психологического состояния пациента и методы интерпретации результатов//Компьютеризация в медицине. Воронеж, 1993. С. 14-18.
110. Попова О. Б., Березуцкий Н. Т. Адаптивный подход к выбору вида консервативной терапии при заболеваниях простаты //Компьютеризация в медицине. Воронеж, 1995. С. 12-15.
111. Попова О. Б., Березуцкий Н. Т. Компьютерный анализ симптоматической картины доброкачественной гиперплазии предстательной железы на основе эвристической модели классификации //Компьютеризация в медицине. Воронеж, 1995. С. 33-37.
112. Попова О. Б., Березуцкий Н. Т., Федоркова Н. Т. Структурно-алгоритмическая схема выбора вида лечения пациентов с воспалительными заболеваниями предстательной железы//Современные методы диагностики и лечения (Часть I).Воронеж, 1995. С. 89-95.
113. Попова О. Б., Бурлачук В.Т., Войтенко A.B. Методика статистико-территориального исследования динамики показателей заболеваемости бронхитом и ХОБЛ (по Воронежской области)// Компьютеризация в медицине. Воронеж, 1997. С. 105-109.
114. Попова О. Б., Бурлачук В.Т., Малявина М.А., Войтенко A.B. Разработка информационного и программного обеспечения подсистемы реализации инвариантных запросов//Компьютеризация в медицине. Воронеж, 1997. С. 176-181.
115. Попова О. Б., Демьянова О.П., Фролов М.В. Моделирование и пространственный анализ данных по гинекологической заболеваемости в Воронежской области в среде Агс\Ле\л///Компьютеризация в медицине. Воронеж: ВГТУ, 1996. С. 57-61.
116. Попова О. Б., Демьянова О.П., Фролов М.В. Методика прогнозирования гинекологической заболеваемости женщин репродуктивного возраста по регионам Воронежской области с использованием геоинформационных систем// Тез. докл. II Межд. конф.
117. Новые информационные технологии в медицине и экологии". Украина, Крым, Гурзуф, 1996. С. 42-43.
118. Попова О. Б., Олейник О. И. Классификация состояний биомедицинских объектов в автоматизированной процедуре диагностики неосложненного кариеса//Компьютеризация в медицине. Воронеж, 1994.1. С. 47-51.
119. Попова О. Б., Олейник О. И. Оптимизация выбора параметров лазерной терапии при лечении начального кариеса// Тез. докл. Всерос. сов.-сем. "Математическое обеспечение информационных технологий в технике, образовании и медицине". Воронеж, 1995. С. 75.
120. Попова О. Б., Павлов В.И. Управление визуализацией медицинской информации на основе анаморфированных изображений//Тез. докл. Регион.науч.-техн.конф."Актуальные проблемы информационного мониторинга". Воронеж,1998. С. 63.
121. Попова О. Б., Фролов В.Н. Применение методов распознавания образов в задаче классификации состояний биомедицинских объектов //Компьютеризация в медицине. Воронеж: ВПИ, 1993. с. 168-172.
122. Прохончуков A.A., Жижина H.A. Лазеры в стоматологии. М,:Медицина, 1986. 176 с.
123. Поспелов Г. С. Экспертные системы. Опыт динамического описания//Техн.кибер. 1986. N 4. С. 131-136.
124. Прикладная статистика. Классификация и снижение размерности/С. А. Айвазян, В.М. Бухштабер, И. С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1989. 607 с.
125. Психологическая диагностика и проблемы исследования/Под ред. К. М. Гуревича. М.: "Педагогика", 1981.
126. Психологические проблемы взаимной адаптации человека и машины в системах управления/Под ред. Б. Ф. Ломова.М.:Наука,1980.
127. Программирование в среде Delphi: Пер.с англ./Дж. Дантеманн, Дж. Мишел, Д. Тейлор. Киев:НИПФ «ДиаСофтЛтд.», 1995. 608 с.
128. Пушкин В. Г., Урсул Д.Д. Информатика, кибернетика, интеллект. Кишинев: Штиинца, 1989. 410 с.
129. Райков A.C. Открытые системы для открытых проблемных областей//Сотри!епл/ог1сГ, №14, 1996. С. 16-17.
130. Райх Е. Л. Моделирование в медицинской географии. М.: Наука, 1984.157с.
131. Ракчеева Т. А. Анализ ритмической структуры данных методами когнитивной графики//Изв.АН России. ТБ. N5, 1992, С. 35-41.
132. Распознавание образов и медицинская диагностика/Под. ред. Ю. М. Неймарка. М.:Наука, 1972. 360 с.
133. Распознавание образов: состояние и перспективы /Верхаген К., Дейн Р. и др. М.: Радио и связь, 1985.
134. Рафаэл Б. Думающий компьютер. М.: Мир, 1979.
135. Решетняк Ю. А. Применение тестов межличностных отношений к задачам брачного клиринга//Вопросы кибернетики. Клиринговые системы. М.: НС "Кибернетика" АН СССР, 1978. С. 119-130.
136. Ротшильд Е.В., Куролап С.А. Прогнозирование активности очагов зоонозов. М.: Наука, 1992. 184 с.
137. Рыбаков Ф.И. Системы эффективного взаимодействия человека и ЭВМ. М.:Радио и связь,1985. 200 с.
138. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.
139. Свириденко С.С. Информационные технологии в интеллектуальной деятельности. М.: МНЭПУ, 1995. 239 с.
140. Славин М.Б. Методы системного анализа в медицинских исследованиях. М.: Медицина, 1989. 304 с.
141. Словарь по кибернетике/Под ред B.C. Михелевича. Киев: Гл.ред. УСЭ им.М.П. Бажана,1989. 751 с.
142. Солсо Р.Л. Когнитивная психология /Пер. с англ. М.: Тривола, 1996. 600 с.
143. Стадник О. Е. Размытые правила распознавания в задачах медицинской диагностики и прогноза//АиТ. 1986. N3. С. 129-132.
144. Стандартизация тестов исследования легочной функции/Доклад рабочей группы "Европейского респираторного общества'7/Пульмонология, 1993. С. 60-86.
145. Сулухия С. В. Отрицательный лекарственный патоморфоз и резистентность к психофармакотерапии у больных шизофренией/Юбозрениепсихиатрии и медицинской психологии им. В.М. Бехтерева. М., 1992. С. 3642.
146. Терапевтическая стоматология/Под. ред. Е. В. Боровского. М.: Медицина, 1989. 560 с.
147. Терехина А. Ю. Анализ данных методами многомерного шкалирования. М.: Наука, 1986. 120 с.
148. Тихомиров С. М. Нейропептиды как антидепрессанты //Психологические и патогенетические аспекты прогноза и терапии депрессий. М.,1985. С. 73-75.
149. Толстых Т. О., Попова О. Б., Федотов В.П. Особенности автоматизированного выбора медицинского диагноза в клинической тера-тологии//Компьютеризация в медицине. Воронеж, 1992. С. 65-68.
150. Трахтенгерц Э. А. Генерация , оценка и выбор сценария в системах поддержки принятия решений //А иТ, №3, 1997. С. 167-178.
151. Философский энциклопедический словарь. М.: Сов. энциклопедия, 1983. 417 с.
152. Уотермен Д. Руководство по экспертным системам. М.: Мир, 1989. 388 с.
153. Уэно X., Коямо Т., Окамото Т. Представление и использование знаний. М.: Мир, 1989. 220 с.
154. Физика визуализации изображений в медицине/ Под. ред. С. Уэбба.М.: Мир. 1991. Т.1, 2. 408 с.
155. Фор А. Восприятие и распознавание образов. М.: Машиностроение, 1989. 272 с.
156. Форсайт Р. Экспертные системы: принципы работы и примеры. М.: Радио и связь, 1987.
157. Фролов В.Н. Моделирование и оптимизация сложных систем (избранные главы). Воронеж, 1997. С. 60-81.
158. Чертко Н. К. Математические методы в физической географии. Минск: Изд-во "Университетское", 1987. 152 с.
159. Шапиро Д. И. О задачах расплывчатого крилинга//Вопросы кибернетики. Крилинговые системы. М.:НС"Кибернетика" АН СССР,1978.
160. Шванцар Й. и др. Диагностика психического развития. Прага: АВИЦЕНУМ-мед. изд-во, 1978.
161. Шенк Р. Обработка концептуальной информации. М.: Энергия, 1980. 360 с.
162. Шизофрения, клиника и патогенез/Под ред А. В. Снежневского. М.: Медицина, 1969. 460 с.
163. Ширяев О.Ю., Попова О.Б. Анализ выявленных корреляционных зависимостей между клиническими и гормональными показателями при иглотерапии на модели больных приступообразно-прогредиентной шизофренией//Деп. в ВНИИМИ № Д-25.206.-96.
164. Ширяев О.Ю., Попова О.Б., Конопелько Р.Г. Динамика клинико-иммунологических корреляций при вазопрессин-терапии фармако-резистентных больных шизофренией// Актуальные проблемы онкологии. Воронеж, 1997. С. 189-191.
165. Ширяев О.Ю., Попова О.Б. Оптимизация выбора индивидуальной терапии для преодоления резистентности у больных шизофренией// Тез.докл. Обл. науч.-практ. конф. "День науки: диагностика и новые технологии в здравоохранении". Липецк. 1997. С. 156.
166. Ширяев О.Ю., Попова О.Б. Лечение больных шизофренией: ней-ропептиды, фармакомониторинг, моделирование.Воронеж:ИНФА,1997.237с.
167. Ширяев О.Ю., Попова О.Б., Конопелько Р.Г. Клинико-имму-нологические аспекты окситоцинотерапии больных шизофренией //Современные достижения медицинской науки и практики. Воронеж, 1997. С. 35-39.
168. Пути снижения смертности от злокачественных новообразований в Воронежской области/Б.Б. Кравец, Н.Т. Барвитенко и др. Воронеж:ВГУ, 1997.298 с.
169. Эколого-экономические проблемы региона/А. Т. Козлов, А. А. Васильев, А. Ф. Зайцев, Е. Г. Гашо. Воронеж: Квадрат, 1996. 168 с.
170. Andries van Dam. A pictorial overview of solids modeling and rendering. Brown University, USA. 1988. 4 p.
171. AU 5000 Our answer for. large scale Routine Analysis//MERCK Diagnostica Spectrum, W. Gots.,1988. P 15-28.
172. Introductiong ArcView (The Geographic Information System for Everyone). ESRI, Inc., USA, 1994. 119 p.
173. Introductiong Avenue. ESRI, Inc., USA, 1994. 120 p.
174. Harvey Bookman. Testing for the best programmer//Datamation, April. USA, N.Y., 1989. P. 83-86.
175. Kernigan B.N., Mashey R. The new programming environment. Bern, Geneva, 1987. 11 p.
176. Map projections. Georeferencing spatial data. ESRI, USA, 1994.310 p.
177. Oleihik O.I., Popova O.B. Automatized securing definition for laser therapy indications in case of non-complicated caries//Advanced laser Dentistry. Prog. SPIE. Washington, 1995, vol. 1984. P. 238-244.
178. Osgood Ch. E., Susi G.E. Tannenbaum I.N. The measurement of Meaning//Urbana: Univ. 11. Press, 1967. 314 p.
179. Paulo G. Bastos, William A. Knaus. Apachi III Study: A Summary//lntensive Careworld, March 1991, vol. 8, N1. P. 35-39.
180. Saaty H.V. A scaling method for priorities in hierarchical structures//Journ. Math. Psychology, 1979. 69 pp.
181. Scott Barlay. Decision analysis unit. A User's Manual to HiView. University of London. 1989. P. 3-57.
182. Stewart P.W., Stamm I.W. Classification tree prediction models for dental caries from clinical mikroboilogical and interview date//J. Dent. Res., Sep. 1991, vol 70, №9. P. 1239-1251.
183. Van Bemmel J.H. Formalization of medical knowledze//Medical Decision Making. Amsterdam, 1985. P. 1-2.
184. Webber R.L. Factors limiting dental diagnosis: a conceptual overview//Adv. Dent. Res., 1987, vol. 1. P. 126-130.
185. Yasco Peter. Interfaces and images //Online(Weston), 1994, N2, vol 18. P. 41-44.
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.