Моделирование, индивидуальное прогнозирование и классификация состояний в системах мониторинга больных хроническими заболеваниями тема диссертации и автореферата по ВАК РФ 05.13.09, доктор технических наук Подвальный, Евгений Семенович

• Подвальный, Евгений Семенович
• доктор технических наук
• 1999

Оглавление диссертации доктор технических наук Подвальный, Евгений Семенович

ВВЕДЕНИЕ.

1. АНАЛИЗ ПРОБЛЕМЫ СОЗДАНИЯ ДИАГНОСТИЧЕСКИХ СИСТЕМ МОНИТОРИНГА.

1.1. Классификация методов и алгоритмов многомерной диагностики состояний объектов и систем.

1.2. Проблемы прогнозирования и диагностики при лечении хронических заболеваний.

1.3. Компьютерные системы для решения задач медицинской диагностики.

1.4. Цель и задачи исследования.

Выводы первой главы.

2. ОСНОВЫ ТЕОРИИ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ДИАГНОСТИКИ И ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ СТОХАСТИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ.

2.1. Информационная технология построения диагностических моделей на базе экспериментальных исследований.

2.2. Диагностические модели на базе обобщенного понятия дискриминантной функции.

2.3. Малопараметрические алгоритмы линейной и нелинейной классификации с учителем (с учетом надежности).

Выводы второй главы.

3. СПЕЦИАЛЬНОЕ МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ КОМПЬЮТЕРНОГО МОНИТОРИНГА.

3.1. Визуализация и проблема конструирования фазового пространства (2Б и ЗО-технологии).

3.2 Моделирование колебательных процессов и прогнозирование индивидуальных состояний по фазовой плоскости.

3.3 Общая структура алгоритмов и вычислительных методов системы моделирования ИПиК.

3.4 Принципы построения систем индивидуального моделирования и прогнозирования при лечении хронических заболеваний.

3.5 Синтез структуры специального математического обеспечения для моделирования задач ИПиК.

Выводы третьей главы.

4. СИНТЕЗ МЕДИЦИНСКИХ ИЕРАРХИЧЕСКИХ СИСТЕМ КОМПЬЮТЕРНОГО МОНИТОРИНГА.

4.1 Формирование структуры лечебно-диагностической подсистемы локальной вычислительной сети медицинского учреждения.

4.2. Основные концепции создания региональной (областной) сети передачи данных.

4.3 Синтез оптимальной структуры региональной информационной среды.

Выводы четвертой главы.

5. ТЕЛЕКОММУНИКАЦИОННЫЕ СИСТЕМЫ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ НА БАЗЕ /ЛТ£Л7У£Т-ТЕХНОЛОГИЙ ДИАГНОСТИКИ И ЛЕЧЕНИЯ.

5.1. Системный анализ проблем телемедицины.

5.2. Информационные системы и ресурсы в медицине.

5.3. Особенности архитектуры информационного наполнения Web-cepBepa и сети центра.

5.4. Модели информационного наполнения.

5.5. Типовая система технических средств сопряжения медицинского оборудования и компьютерной сети - как элемент интегрированных систем медицинского учреждения.

Выводы пятой главы.

6. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ И ВНЕДРЕНИЕ ПРОГРАММНО-ТЕХНИЧЕСКИХ КОМПЛЕКСОВ МОНИТОРИНГА БОЛЬНЫХ ХРОНИЧЕСКИМИ ЗАБОЛЕВАНИЯМИ.

6.1 Инструментальная система моделирования и принятия решений в условиях стохастической неопределенности (ИСМиПР).

6.2 Имитационная система моделирования загрузки лечебно-диагностического оборудования.

6.3 Моделирование и анализ функциональной структуры санатория имени A.M. Горького.

Выводы шестой главы.

Введение диссертации (часть автореферата) на тему «Моделирование, индивидуальное прогнозирование и классификация состояний в системах мониторинга больных хроническими заболеваниями»

Актуальность темы. Широкое внедрение и интенсивная эксплуатация медицинских систем компьютерного мониторинга, особенно при лечении больных хроническими заболеваниями, сдерживается отсутствием информационных технологий организации и проведения лечебно-диагностического процесса. Такие информационные технологии основаны на использовании моделей и моделирующих алгоритмов для диагностики, лечения и визуализации в рамках интегрированной среды, требуют создания комплекса алгоритмов и программ интеллектуальной поддержки принятия решения на всех уровнях иерархии: от автоматизированного рабочего места врача до региональных сетей передачи данных и использования 1^егпе1;-технологий удаленного консультирования и повышения квалификации медицинского персонала.

Эффективность компьютерного мониторинга существенно зависит от адекватности математического описания, сходимости соответствующих алгоритмов, их рационального сочетания в составе специального математического обеспечения, создания инструментальных средств и программно-аппаратных комплексов, базирующихся на концепции и принципах индивидуализации моделирования в проблемно-ориентированных вычислительных сетях.

Существует большой класс медико-биологических систем компьютерного мониторинга, в которых по результатам текущих измерений необходимо оперативно решать задачи диагностики состояний. При этом по данным измерений, как правило неполным, необходимо не просто отнести объект к одному из возможных состояний, но и осуществить прогноз на определенный интервал времени. Для медико-биологических объектов существенно при этом учесть индивидуальные особенности в рамках интегрированных систем индивидуального прогнозирования и классификации ИПиК.

Нужно отметить, что упоминаемый класс задач необходимо рассматривать и решать с позиций статистической теории принятия решений. Связано это с наличием различных неопределенностей, которые присутствуют при решении задачи. Используемый при этом аппарат линейных и нелинейных дискриминантных функций основан на всестороннем учете статистических особенностей многомерных распределений, процедурах адаптивной коррекции теоретических решений по данным экспериментальных измерений.

Таким образом, как можно больший учет всех упомянутых факторов требует создания некоторой информационной технологии создания моделей ИПиК, включая их реализацию в автоматическом или интерактивном режиме. Создание теоретических и методологических основ построения моделей автоматической диагностики и прогнозирования состояний больных хроническими заболеваниями, визуализации и мониторирования путем использования автоматизированных процедур классификации на базе интегрированных систем моделирования и управления делает актуальной проблему научного исследования.

Диссертационная работа выполнена в рамках одного из основных научных направлений Воронежского государственного технического университета "Биокибернетика, компьютеризация в медицине" и в соответствии с планами работ госбюджетных НИР "Разработка алгоритмов и методов оптимального контроля состояния распределенных объектов", "Разработка методов управления распределенными системами непромышленного назначения", "Разработка моделей и алгоритмов распознавания и диагностики функциональных состояний сердечнососудистой системы".

Методы исследования. В работе использованы методы системного анализа, имитационного моделирования, дискретного программирования, теории вероятностей и математической статистики, методы теории распознавания образов и теории принятия решений, теории колебаний, идентификации и моделирования.

Цель и задачи исследования. Целью диссертационной работы является создание научно-методологических основ построения математических моделей диагностики, визуализации, индивидуального прогнозирования и классификации состояний для повышения эффективности и качества лечения больных хроническими заболеваниями на базе информационных технологий компьютерного мониторинга.

Для достижения поставленной цели необходимо решить следующие задачи:

• проанализировать разработанные системы автоматизированного распознавания образов для задач медицинской диагностики и выделить инвариантное ядро;

• сформулировать основной класс задач диагностики и прогнозирования состояний на содержательном, методическом и математическом уровне;

• разработать основы теории построения математических моделей диагностики и принятия решений в условиях стохастической неопределенности;

• разработать специальное математическое обеспечение систем компьютерного мониторинга;

• сформулировать основные проблемные вопросы и направления работ по построению моделей диагностики и классификации, прогнозированию и оценки состояний биомедицинских объектов;

• осуществить реализацию и внедрение основных элементов и подсистем интегрированной системы.

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

• методология построения алгоритмов многомерной диагностики состояния объектов биологических и медицинских объектов и систем, отличающаяся интеграцией с системами моделирования при индивидуальной диагностике и прогнозировании состояний хронических заболеваний на основе применения комбинационных алгоритмов классификации с обучением;

• информационная технология диагностики и классификации, использующая сочетание процедур многоуровневого статистического оценивания и экспертного анализа, как на этапе обучения, так и на этапе верификации диагностических моделей на основе построения разделяющих гиперповерхностей;

• система диагностических моделей на базе обобщенного понятия дис-криминантной функции, отличающаяся применением знаковых критериев достоверности классификации, включая критерий достоверности использования ЛДФ по матрице коэффициентов корреляции и наличием вспомогательной процедуры статистического оценивания матрицы разностей \\AR\l и в общем случае близости ковариационных матриц с использованием имитационного моделирования;

• комплекс алгоритмов классификации по обучающей выборке с учителем, на основе принципа эквивалентной надежности, как для нелинейных, так и для кусочно-линейных разделяющих поверхностей; теорема о системе линейных дискриминантных функций и ее важные следствия о базовой системе для адаптивной процедуры уточнения разделяющих границ в классе непараметрических граничных гиперплоскостей;

• критерии и количественные оценки многоальтернативности эволюционных структур СпМО для анализа потенциальных возможностей, эволюции систем и целесообразности введения новых уровней и модулей специального математического обеспечения;

• процедуры формирования структуры лечебно - диагностической подсистемы локальной сети медицинского учреждения, учитывающие технологический процесс диагностики и лечения данного типа ЛПУ, необходимость оптимального проектирования и принятия решений по выбору субоптимального варианта параметров и структуры; система информационно-логических моделей реабилитации сердечно-сосудистых заболеваний, лечебно-диагностического процесса, оптимального проектирования и рационального выбора на базе теоретико-множественного подхода.

• архитектура и теоретико-множественные модели информационного наполнения Web-сервера и центра телемедицинской сети, интегрированной в Internet, отличающейся принципами многоальтернативности, аппаратной независимостью, стандартизацией графических пользовательских интерфейсов и автоматизацией компьютерного ввода.

Практическая ценность и реализация результатов работы: разработана система моделей на теоретико-множественном и оптимизационном уровне для решения многокритериальных задач оптимального синтеза структуры региональной информационной среды в различных оптимизационных постановках; обоснована возможность разбиения глобальной задачи оптимального синтеза на совокупность оптимизационных подзадач, являющихся либо самостоятельными, либо вспомогательными для решения задач оптимизационного синтеза, с учетом заданной топологии, вектора -производительности различных элементов сети, количественных характеристик маршрутизации. Сформулирована структура и установлены основные принципы проектирования эволюционных структур СпМО: иерархическая многоуровневая форма, модульность и многоальтернативность каждого иерархического уровня, адаптируемость структуры к ситуационному изменению целей и условий моделирования, типизация к определенному классу объектов.

Они внедрены в ряде лечебных учреждений г. Воронежа различного профиля: городской клинической больнице «Электроника», клиническом санатории им. М. Горького, в ряде других лечебных учреждений, а также инвариантные компоненты: в системах мониторинга и диагностики в АООТ «Ви-деофон» и на Нововоронежской АЭС.

Подсистемы моделирования процессов ИПиК используются в рамках учебно-проектных АОС на кафедрах «Компьютеризации управления в медицинских и педагогических системах», «Автоматизированных и вычислительных систем» ВГТУ и в учебном процессе ВГМА им. Бурденко.

Апробация работы. Материалы диссертации докладывались и обсуждались на семинарах межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах" (ВГТУ, 1992-1998); ежегодных научных конференциях профессорско-преподавательского состава ВГТУ (1990 - 1998); III Всесоюзной конференции "Динамика процессов и аппаратов химической промышленности" (Воронеж, 1990); Всесоюзной конференции по математическому и машинному моделированию (Воронеж, 1991); конференции "Информационные технологии и системы" (Воронеж, 1992); УІІ научно-технической отраслевой конференции "Состояние и пути повышения надежности видеомагнитофонов" (Воронеж, 1993); региональном совещании-семинаре "Опыт информатизации в промышленности" (Воронеж, 1993); УІІ научно-технической отраслевой конференции "Состояние и пути повышения надежности видеомагнитофонов" (Воронеж, 1993); Всероссийском совещании-семинаре "Высокие технологии в проектировании технических устройств и автоматизированных систем" (Воронеж, 1993); Всероссийском совещании-семинаре "Высокие технологии в проектировании технических устройств и автоматизированных систем" (Воронеж, 1993); конференции "Информационные технологии и системы" (Воронеж, 1993); УШ научнотехнической отраслевой конференции (Воронеж, 1994); I, II, III, IV международных электронных научных конференциях "Современные проблемы информатизации" (Воронеж, 1996-1999); конференции "Математическое обеспечение информационных технологий в технике, образовании, медицине" (Воронеж, 1997); Всероссийском совещании-семинаре «Высокие технологии в региональной информатике» (Воронеж, 1998).

Публикации. По материалам диссертации опубликовано 58 печатных работ, в том числе монография, 2 учебных пособия, авторское свидетельство на изобретение и 6 отчетов по НИР, прошедших гос. регистрацию.

Структура и объем работы. Диссертация состоит из введения, 6 глав, заключения, изложенных на 235 страницах машинописного текста, списка литературы (177 наименований), приложений, содержит 66 рисунков, 12 таблиц.

Заключение диссертации по теме «Управление в биологических и медицинских системах (включая применения вычислительной техники)», Подвальный, Евгений Семенович

Выводы шестой главы

Разработана инструментальная система моделирования и принятия решения в условиях неопределенности, представляющая собой программно-апппаратный комплекс на базе ПЭВМ. Описана специфика формирования структуры альтернативных алгоритмов и соответствующие алгоритмические схемы; приводятся данные по логической структуре программы и структуре баз данных.

Разработана имитационная система моделирования загрузки лечебно-диагностического оборудования ЛПУ. Подробно описана структура программных модулей комплексной имитационной модели, объектно-ориентированная структура программы, структура средств информационного обеспечения комплексной информационной модели, подсистема графического изображения и корректировки модели. Проведено моделирование и анализ функциональной структуры санатория имени A.M. Горького. Основные результаты использованы для выработки концепции структурных изменений на ближайшее десятилетие.

266

ЗАКЛЮЧЕНИЕ

Выделим отдельно наиболее важные результаты, полученные в настоящей работе.

Введено понятие интегрированной системы моделирования при диагностике и классификации состояний и установлена необходимость построения специального математического обеспечения с учетом эволюционной природы в процессе адаптации к внешним условиям функционирования. Установлены основные принципы формирования и проектирования эволюционной структуры СпМО; иерархическая многоуровневая форма, модульность и многоальтернативность каждого иерархического уровня, адаптируемость структуры к ситуационному изменению целей и условий моделирования, типизация к определенному классу объектов. Дополнительные свойства: повторяемость форм структуры, человеко-машинный характер моделирования, развивающийся характер математического обеспечения, организация моделирования как машинного эксперимента.

Для систем моделирования биомедицинских систем выдвинута и обоснована на основании ряда кибернетических аналогий центральная идея - многоальтернативность эволюционных структур СпМО. Даны количественные оценки - энтропия и степень многоальтернативности как мера разнообразия сложных структур. Степень многоальтернативности позволяет оценить потенциальные возможности, эволюцию систем и целесообразность введения новых уровней и блоков в СпМО.

Разработаны информационная технология диагностики и классификации, отличающие сочетанием процедур многоуровневого статистического оценивания и экспертного анализа как на этапе обучения, так и на этапе верификации диагностических моделей; построена обобщенная адаптивная алгоритмическая схема экспериментальных исследований и формирования разделяющих гиперповерхностей, отличительной особенностью которой является использование многоальтернативного набора алгоритмов как элемента структурной адаптации.

Для начального этапа диагностики с использованием линейной дискриминантной функции обоснован критерий достоверности использования ЛДФ по матрице коэффициентов корреляции, отличающаяся введением вспомогательной процедуры статистического оценивания матрицы разностей |Д11| и в общем случае близости ковариационных матриц по нескольким критериям близости с использованием имитационного моделирования; далее на этапе дифференциальной диагностики используется класс алгоритмов дихотомической многоуровневой последовательной классификации, отличающейся последовательным расширением пространства наблюдений по критерию максимизации энтропии.

Рассмотрены особенности классификации по обучающей выборке с учителем, отличающиеся принципом эквивалентной надежности как для нелинейных, так и для кусочно-линейных разделяющих поверхностей; при этом сначала строится система линейных дискриминатных функций, которая затем становится базой для адаптивной процедуры уточнения разделяющих границ в классе непараметрических граничных гиперплоскостей.

Рассмотренные вопросы не исчерпывают всего многообразия проблем диагностики и прогнозирования состояний в процессе компьютерного мониторинга и требуют дальнейшего развития научных работ в этом важном направлении науки и техники.

Список литературы диссертационного исследования доктор технических наук Подвальный, Евгений Семенович, 1999 год

1. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. М.: Наука, 1970г. 415 с.

2. Прогнозирование надежности изделий электронной техники // Обзоры по электронной технике. М.: ЦНИИ «Электроника», 1979г. Вып. 1(619). 94 с.

3. Brada F. The application of the short-time tests for controlling the reliability levels // 3 Symposium on Reliability in Electronics. Budapest, 1973. Vol. l.P. 37-46.

4. Гаврилов O.A., Федоров B.T. Прогнозирование индивидуальной долговечности электровакуумных приборов СВ4 с помощью уравнения регрессии // Электронная техника. Сер.1. 1979, Вып. 7. С. 120-131.

5. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: Высшая школа, 1984. 258 с.

6. Прикладная статистика: классификация и снижение размерности / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин и др. М.: ФиС, 1989. 607 с.

7. Прикладная статистика: исследование зависимостей / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин и др. М.: ФиС, 1985. 488 с.

8. Крамер Г. Математические методы статистики. М.: Мир, 1979. 648 с.

9. Хазен Э.М. Методы оптимальных статистических решений в задачах управления. М.: Советское радио, 1968. 256 с.

10. Ю.Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963. 500 с.

11. Fisher R.A. The Design of Experiments (4th ed.) Edinburg, OL. and B. 1947,317 p.

12. Экспертные системы. Принципы работы и примеры / Под ред. Р.Форсайта. М.: Радио, 1987. 224 с.

13. Заде JI.А. Размытые множества и их применение в распознавании образов и кластер-анализе // Классификация и кластер. М.: Мир, 1980. 392 с.

14. Жамбю М. Иерархический кластер-анализ и соответствие. М.: ФиС, 1988.342 с.

15. Hartigan J.A. Statistical theory in clustering // J. of classification. 1985. № 1.P 95-99.

16. Кузнецов С.И. Инвариантное моделирование в медицине на базе кластерного анализа. Воронеж: Изд-во ВГУ, 1997. 208 с.

17. Лучино А.И. Индивидуальное прогнозирование изделий по информативным параметрам // Измерение, контроль, автоматизация. М.: ЦНИИ систем. 1986. № 3(59). С. 43-53.

18. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970. 384 с.

19. Устинов А.Г., Ситарчук Е.А., Кореневский H.A. Автоматизированные медико-технологические системы. Курск: Изд-во КГТУ, 1995. 4.1,2,3. 368 с.

20. Международная классификация процедур в медицине. М.: Минздрав СССР, 1983. 183 с.

21. Подвальный Е.С. Моделирование и визуализация задач диагностики в системах оперативного управления: Автореф. дис. канд. техн. наук/ВГТУ. Воронеж, 1993. 18 с.

22. Ряжских М.В. Разработка моделей и алгоритмов автоматизированной системы классификации и прогнозирования синдрома вегетативной дистонии: Автореф. дис. канд. техн. наук/ВГТУ. Воронеж, 1997,16 с.

23. Губин М.А., Харитонов Ю.М., Соболева H.A. Применение дискриминантного анализа для классификации гнойной инфекции // Компьютеризация в медицине: Сб. научн. тр. Воронеж: ВГТУ, 1997. С. 100104.

24. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981. 161 с.

25. Верхаген К. и др. Распознавание образов: состояние и перспективы. М.: Радио, 1985.

26. Александров В.В., Алексеев А.И., Горский Н.Д. Анализ данных на ЭВМ (на примере системы СИТО). М.: ФиС, 1990. 245 с.

27. Никитина H.H. Разработка автоматизированной системы интеллектуальной поддержки лабораторно-диагностического процесса на основе биохимических показателей. Автореф. дис. канд. техн. наук/ВГТУ. Воронеж, 1998. 16 с.

28. Распознавание образов при помощи цифровых вычислительных машин / Под ред. Хармона JL, М.: Мир, 1974. 164 с.

29. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. М.: Медицина, 1978. 294 с.

30. Венцель Е.С. Теория вероятностей: 6-е изд., М.: Физматгиз, 1962. 564с.

31. Элти Дж Кумбе. Экспертные системы: концепции и примеры. М.: ФиС, 1987. 352 с.

32. Белман Р. Математические модели в медицине. М.: Мир, 1987. 270 с.

33. Борисов В.А., Попова Г.В. Компьютерные технологии курортной реабилитации. Воронеж: Изд-во. ВГУ, 1998. 72 с.

34. Зб.Задэ Л.А. Понятие лингвистической переменной и её применение к принятию приближенных решений. М.: Мир, 1976. 215 с.

35. Подвальный Е.С., Поваляев C.B. Алгоритм и программная реализация метода восстановления многомерного нормального распределения // Информационные технологии моделирования и управления. Воронеж: ВГТУ, 1998. С. 101-106.

36. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1984. 932 с.

37. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1997. 479 с.

38. Ферари Д. Оценка производительности вычислительных систем / Под ред. В.В. Мартынюка. М.: Мир, 1981. 576 с.

39. Ширяев О.Ю., Попова О.Б., Конопелько Р.Г. Динамика клинико-иммунологических корреляций при вазопрессин-терапии фармакорезистентных больных шизофренией // Актуальные проблемы онкологий. Воронеж, 1997. С. 189-191.

40. Воронов A.A. Теория автоматического управления. М.: Высшая школа, 1986. 504 с.

41. Петровский B.C. Теория управления. Воронеж: ВЛТА, 1998. 106 с.

42. Теория автоматического управления / Под ред. Ю.С. Соломенцева. М.: Машиностроение, 1992. 266 с.

43. Гельфанд И.М. Лекции по линейной алгебре. М.: Наука, 1966. 280 с.

44. Фельдбаум A.A. Основы теории оптимальных автоматических систем. М.: Физматгиз, 1962. 552 с.

45. Дубров A.M. Обработка статистических данных методом главных компонент. М.: Наука, 1986.168 с.

46. Терехина А.Ю. Анализ данных методами многомерного шкалирования. М.: Наука, 1986. 168 с.

47. Дэйвисон М. Многомерное шкалирование: методы наглядного представления данных. М.: ФиС, 1987. 254 с.

48. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов. М.: Медицина, 1978. 305 с.

49. Фролов В.Н. Выбор тактики лечения с применением математических методов. Воронеж: ВГУ, 1977. 120 с.

50. Фролов В.Н., Львович Я.Е., Подвальный С.Л. Проблемы оптимального выбора в прикладных задачах. Воронеж: ВГУ, 1980. 139 с.

51. Орлов В. А., Филиппов Л.И. Теория информации в упражнениях и задачах. М.: Высшая школа, 1976. 136 с.

52. Подвальный С.Л., Бурковский В.Л. Имитационное управление технологическими объектами с гибкой структурой. Воронеж: ВГУ, 1988. 168 с.5 7.Подвальный С.Л. Моделирование промышленных процессов полимеризации. М.: Химия, 1979. 256 с.

53. Генкин В.Л., Ерош И.Л., Москалев Э.С. Системы распознавания автоматизированных производств. М.: Машиностроение, 1988. 248 с.

54. Уразбахтин И.Г., Уколова Л.Н. Информационное содержание мер рассогласования плотностей распределений // Изв. КГТУ, Курск, 1997, № 1.С. 57-67.

55. Уразбахтин И.Г., Уколова Л.Н., Лапина Т.И. Меры структурного разнообразия законов распределений с заданными свойствами // Медико-экологические информационные технологии. Курск: Изд-во КГТУ, 1998. С. 203-206.

56. Lipkin B.S., Rosenfeed A.(ed) Picture Processing and Psychopictorics, N.Y., Acadpress, 1970. 185 p.

57. Дюк В.А. Компьютерная психодиагностика. СПб:, Изд-во Братство, 1994. 364 с.

58. Фукунага К. Введение в статистическую теорию распознавания образов. М.: Наука, 1979. 368 с.

59. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.:, Высшая школа, 1997. 400 с.

60. Патрик Э. Основы теории распознавания образов. М.: Сов. радио, 1980.408 с.бб.Энджел И. Практическое введение в машинную графику. М.: Радио, 1984. 136 с.

61. Савенкова И.В. Разработка автоматизированной поликлинической системы диагностики заболеваний ЖКТ // Биотехнические медицинские и экологические системы и комплексы. Рязань, 1996. С. 7-9.

62. Малахов Г.П. Биоритмология и уринотерапия. СПб: Изд-во Комплект, 1994. Т. 3. 352 с.

63. Подвальный Е.С., Фролов В.Н. Мониторинг состояний хронических заболеваний с учетом неоднородности // Системы управления и информационные технологии. Воронеж: ВГТУ, 1997. С. 143-149.

64. Подвальный Е.С. Диагностика состояний динамических систем в режиме периодических колебаний // II Республиканская электронная конференция. Воронеж, 1997. С. 152-154.

65. Подвальный Е.С. Моделирование нелинейных колебаний и прогнозирование при диагностике хронических заболеваний // Высокие технологии в региональной информатике. Воронеж, 1998. Т. 2. С. 22-23.

66. Андронов A.A., Витт A.A., Хайкин С.Е. Теория колебаний. М.: Наука. 1981.568 с.

67. Котов Ю.В. Как рисует машина. М.: Наука, 1988. 224 с.

68. Васильев Н.Б., Гутенмахер B.JI. Прямые и кривые. М.: Наука, 1978. 160 с.

69. Шикин Е.В., Плис А.И. Кривые и поверхности на экране компьютера. М.: МИФИ, 1996. 240 с.

70. Подвальный СЛ., Бурковский В Л. Оптимизационные модели в системах управления технологическими процессами. Воронеж, ВПИ, 1987. 84 с.

71. Аоки М. Введение в методы оптимизации: основы и приложения нелинейного программирования. М.: Наука, 1977. 344 с.

72. Вайншток А.П. и др. Использование алгебраических приемов идентификации систем для анализа речи // Распознавание образов: теория и приложения. М.: Наука, 1977. С. 30-37.

73. Багликов С.Ю., Филист С.А. Применение методов двумерного спектрального анализа кардиосигнала для диагностики сердечных патологий // Медико-экологические информационные системы 98. Курск, 1998. С. 1216.

74. Харина М.В. Разработка моделей и алгоритмов диагностики и прогнозирования синдрома пролабирования атриовентрикулярных клапанов: Автореф. дис. канд. мед. наук/ВГТУ. Воронеж, 1997. 18 с.

75. Основы автоматизации химических производств / Под ред. П.А. Обновленского и АЛ. Гуревича. М.: Химия, 1975. 528 с.

76. Искусственный интеллект: В 3 кн., Кн.1: Системы общения и экспертные системы / Под ред. Э.В. Попова М.: Радио и связь, 1990. 464 с.

77. Капа1 N. Patern Analysis and Classification Systems // Распознавание образов при помощи вычислительных машин. М.: Мир, 1974.

78. Rao C.R. Advansed Statistical Methods in Biométrie Research, N.Y., Wiley. 1952

79. Wald A. Contributions to the theory of statistical estimation and testing hypoteses // Ann. Math. Stat., 1939, Vol. 10. P. 229-236

80. Goodenough J.B. // Commun. Ass. Сотр. Mach. 1995, Vol. 8. P. 130-134

81. Hall D. J. at al. // IEEE Trans. Electron. Сотр. 1967. Vol. 16. P.856-860.

82. Sammon Y.W. at all An interactive graphic subsystem for pattern analysis // Pattern Recogh., 1971. Vol 3. № 1, P. 15-2589.0pitz B.K. et al. // Cet. Tech. Rep., 1970, N9, P.170-179

83. G.L. Nienow W.C. // AC Electr.,1969, N5, P 9-13

84. PatrichE.A. // Comp.Coommun. Cont., 1969, Sept., P.l 13-120

85. Merlin System, N.Y., Сотр. Decisions, N970, Inne

86. Экспертные диагностические системы / A.JI. Корчемный и др., М.: 1989.

87. Уотерман Р.Д. и др. Построение экспертных систем. М.: Мир, 1987.

88. Buchanan B.G., Shortliffe E.N. Rule Expert Systems the MYCIN Experiments of the Stanford Neuristic Programming Progect - Addison - Wesley, 1984.

89. Gordon J., Shortliffe E. A Method for Managing Evidentical Reasoning in a Hierarchical Hypotheses Space // AIJ 1985. Vol. 26. P. 323 - 357

90. Позднякова О.И. и др. Автоматизированная сетевая система поддержки принятия решений в типовых ЛПУ // Юбилейная конференция КГТУ. Курск, 1995. С. 17 19

91. Жилин В.В., Бочков В.Б., Самохвалов М.Н. Прогнозирование возникновения мозговых инсультов с использованием элементов нечеткой логики // Материалы и упрочняющие технологии 98, Курск, 1998. С. 163 -172.

92. Харман Г. Современный факторный анализ. М.: Статистика, 1972. 402 с.

93. Каплинский А.И., Русман И.Б., Умывакин В.М. Моделирование и алгоритмизация слабоформализованных задач выбора наилучших вариантов систем. Воронеж: ВГУ, 1991. 168 с.

94. Сысоев В.В. Структурные и алгоритмические модели автоматизированного проектирования производства ИЭТ. Воронеж: ВТИ, 1993.207 с.

95. Глаз А.Б. Методы решения трудноформализуемых задач в медицине. Рига: ЦПКНХ, 1977. 92 с.

96. Неймарк Ю.И., Баталова Э.С. и др. Распознавание образов и медицинская диагностика. М.: Наука, 1972.

97. Юдин Д.Б. Математические методы управления в условиях неполной информации. М.: Наука, 1974. 339 с.

98. Серия «Робототехника и ГАП»: В 9 кн. Кн 8: «Основы построения систем автоматизированного проектирования гибких производств: Учеб. пособие / Ю.М. Соломенцев и др. М.: Высшая школа, 1996. 175 с.

99. Системы: декомпозиция, оптимизация и управление / Сост. Сингх М., Титли А. М.: Машиностроение, 1986. 496 с.

100. Жук К.Д., Тимченко Ф.Ф. Автоматизированное проектирование логико-динамических систем. Киев: Наукова думка, 1981. 230 с.

101. Первозванский A.A., Гайцгорн В.Г. Декомпозиция, агрегирование и приближенная оптимизация. М.: Наука, 1979. 344 с.

102. Борисов А.Н., Вилюмс Э.Р., Сукур Л.Я. Диалоговые системы принятия решений на базе мини-ЭВМ. Рига: Зинатне, 1986. 195 с.

103. Фогель Л.Д., Уолш М., Оуэне А. Искуственный интелект и эволюционное моделирование. М.: Мир, 1969. 230 с.

104. Мейен C.B., Соколов Б.С., Шрейдер Ю.А. Классическая и неклассическая биология. Феномен Любищева // Вестник АН СССР, 1977. № 10. С. 97-109

105. Бир С. Кибернетика и управление производством. М.: Мир, 1963. 275 с.

106. Свирижев Ю.М., Логофет Д.О. Устойчивость биологических сообществ. М.: Наука, 1978. 234 с.

107. Цвиркун А.Д. Структура сложных систем. М.: Радио, 1975. 199 с.

108. Подвальный С. JI. Эволюционные принципы формирования структуры вычислительных систем // Адаптация сложных систем. Воронеж, 1979. С. 60-63

109. Эшби У., Росс А. Введение в кибернетику. М.: Мир, 1969. 432 с.

110. Вентцель Е.С., Овчарова Л.А. Теория вероятностей и ее инженерные приложения. М.: Наука, 1988.

111. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975. 534 с.

112. Ситникова A.B. Подсистема принятия решений при моделировании сложных технологических систем // Математическое и машинное моделирование. Воронеж: ВПИ, ВТИ. 1998. С. 110-113

113. Подвальный Е.С., Борисов В.А., Попова Г.В. Синтез структуры лечебно-диагностической компьютерной системы санатория для реабилитации больных ССЗ // Системы управления и информационные технологии. Межвузов, сб. научн. тр. Воронеж, 1998, С. 181-185.

114. Подвальный Е.С., Фролов В.Н. Компьютерные диагностические системы // Информационные технологии и системы: Межвузов.сб.науч.тр. Воронеж, 1993. С. 5-10.

115. Подвальный Е.С. Модели индивидуального прогнозирования и классификации состояний в системах компьютерного мониторинга / Изд. ВГТУ, Воронеж, 1998, 149с.

116. Подвальный Е.С., Борисов В.А., Попова Г.В. Информационно-логическая модель лечебно-диагностического процесса реабилитации больных ССЗ // Высокие технологии в региональной информатике: Тез .докл. Всерос.совещ.-семинара. Воронеж, 1998. Ч. 2. С. 24-25.

117. Бурковский В.Л., Подвальный Е.С., Дорофеев В.И. Учебное пособие: «Методы моделирования и идентификации вычислительных систем» Воронеж: ВГТУ, 1998, 149 с.

118. Разработка методов управления распределенными системами непромышленного назначения / Бурковский B.JL, Кравец О .Я., Подвальный Е.С. и др. // N гос. регистрации 01970004870.

119. Разработка алгоритмов и методов оптимального контроля состояния распределенных объектов / Кравец О.Я., Жданов А.А., Подвальный Е.С. и др.//N гос. регистрации 01970005104.

120. Кравец О. Я., Подвальный Е.С. Областная медицинская система: основные концепции // Труды КГТУ, 1998. С. 42.

121. Разработка средств субоптимального структурного синтеза коммуникационных подсистем территориально распределенных систем сбора и обработки информации / Бурковский В.Л., Кравец О.Я., Подвальный Е.С. и др. //N гос. регистрации 01960009746.

122. Подвальный С.Л., Савинков Ю.А., Бачурина Л.А. Синтез структуры региональной информационной системы области // Тез. докл. Всерос. совещание «Высокие технологии в региональной информатике», Воронеж, ВГТУ, 1998, С. 74-75.

123. Шенброт И.М., Антропов М.В. Децентрализованные автоматизированные системы управления технологическими процессами (структурные математические модели) // Итоги науки, сер. Техническая кибернетика, 1980, С. 235-268.

124. Шенброт И.М., Алиев В.М. Проектирование вычислительных систем распределенных АСУ ТП, М, Энергия, 1989, 88с.

125. Маликонов А.Г., Цвиркун А.Д., Кульба В.В. Автоматизация проектирования АСУ, М, Энергия, 1981, 105с.

126. Ackerman LV, Gitlin JN. ACR-NEMA digital imaging communication standard: démonstration at RSNA '92 infoRAD. Radiology 1992; 185:394.

127. Scott WW Jr, Rosenbaum JE, Ackerman SJ, Reichle RL, Magid D, Weller JC, et al. Subtle orthopedic fractures: teleradiology workstation versus film interpretation. Radiology 1993; 187:811-815.

128. Ackerman SJ, Gitlin JN, Gayler RW, Flagle CD, Bryan RN. Receiver operating characteristic analysis of fracture and pneumonia detection: comparison of laser-digitized workstation images and conventional analog radiographs. Radiology 1993; 186:263-268.

129. Wondrow MA, Wegwerth PJ, Mitchell MM, Gilbert BK. A study of medical image data compression. SMPTE J 1993 Jan; 102:9-13.

130. Computerized patient care system enhance health services at a large teaching hospital // IBM applications brief GK 21-0072-00. 1988.

131. Bleich H. L., Slack W. V. Clinical computing // MD comput. 1989. No. 6. P. 133-135.

132. Pryor T. A., Gardner R. M., Clayton P. D., Warner H. R. The HELP system // Blum B., ed. Information system for patient care. New York: SpringerVerlag. 1984. P. 109-128.

133. Hendrickson G., Anderson R. K., Clayton P. D. et al. The integrated academic information management system at Columbia-Presbyterian Medical Center. MD Comput. 1992. P. 35-42.

134. Roderer N. K., Clayton P. D. IAIMS at Columbia-Presbyterian Medical Center: accomplishments and challenges // Dull. Med. Libr. Assoc.

135. Simborg D. W. Network application architecture // Greenes R. A., ed. Proceedings of the Twelfth Annual Symposium on Computer Applications in Medical Care. Washington, D.C.: IEEE Computer Society Press. 1988. P. 648-650.

136. Львович И.Я., Родионов O.B., Федянин В.И. Автоматизированные учебно-исследовательские системы / под ред. Фролова В.Н. / Изд. ВГТУ, Воронеж, 1999,196с.

137. Подвальный Е.С., Кравец О.Я., Прохончуков С.Р. Канал обмена. // А. с. 1501074 (СССР) БИО N 30,1989.

138. Подвальный Е.С., Савельев М.В. Учебное пособие: «Теория и практика проектирования специализированных вычислительных систем» -Ростов-на-Дону: издательство СКНЦ ВШ, 1998, 92 с.

139. Подвальный Е.С., Грищенко В.Т., Кравец О.Я. Оптимальная конфигурация вычислительной сети интегрированной системы управления качеством // YIII научно-техническая отраслевая конференция. Тез.докл. Воронеж, 1994. С. 17.

140. Подвальный Е.С., Кулаков А.В., Сандберг В.К. Управление локальными и межцеховыми транспортными системами в промышленных АТСС // Проблемы информатизации и управления: Межвузов.сб.науч.тр. Воронеж, 1996. С. 76-81.

141. Разработка инструментальных средств автоматизированного проектирования интегрированных баз данных сложных технологических систем на основе концептуальных моделей / Кравец О.Я., Лимарев Ю.Д., Подвальный Е.С. и др. // N гос. регистрации 01980002329.

142. Miller S. P., Neuman В. С., Schiller J. L., Saltzer J. H. Kerberos authentication and authorization system // Section E. 2. 1., Project Athena Technical Plan. Cambridge, Mass: Massachusetts Institute of Technology. 1988.

143. Подвальный E.C., Фролов B.H. Мониторинг операторов сложных автоматизированных комплексов // Оптимизация и моделирование в автоматизированных системах: Межвузов.сб.науч.тр. Воронеж, 1993. С. 4-9.

144. Подвальный Е.С., Фролов В.Н. Организация статистического эксперимента по мониторингу больных хроническими заболеваниями // Компьютеризация в медицине: Межвузов.сб.науч.тр. Воронеж, 1993. С. 6-11.

145. Разработка моделей и алгоритмов распознавания и диагностики функциональных состояний сердечно-сосудистой системы / Бурковский B.JL, Подвальный Е.С., Холопкина JI.B. и др. // N гос. регистрации 01960005249.

146. Подвальный Е.С., Бушнев Д.В., Фролов Ю.М., Кущенко В.А. Анализ сложных технических систем автоматического управления // Проблемы информатизации и управления: Межвузов.сб.науч.тр. Воронеж, 1996. С. 17-23.

147. Подвальный Е.С., Савинков Ю.А. Послухаев Н.И. Формирование рациональной структуры специального математического обеспечения // Новые информационные технологии в образовании: IV Всерос.науч.-практич.конф. Воронеж, 1998. С. 178.

148. Подвальный Е.С. Диагностика при управлении качеством технологических процессов // YIII научно-техническая отраслевая конференция: Тез.докл. Воронеж, 1994. С. 31.

149. Подвальный Е.С. Анализ задач оперативного управления автоматизированными технологическими комплексами // YIII научно-техническая отраслевая конференция: Тез.докл. Воронеж, 1994. С. 23.

150. Подвальный Е.С. Использование имитационного моделирования для построения нелинейных диагностических правил // Современные проблемы информатизации: Тез.докл.конф. Воронеж, 1996. С. 41.

151. Подвальный Е.С., Фролов В.Н. Визуализация состояния динамических процессов на ПЭВМ. // Динамика процессов и аппаратов химической промышленности: Тез.докл. III Всесоюз.конф. Воронеж, 1990. С. 59-60.

152. Подвальный Е.С., Савинков Ю.А. Редукция и проектирование пространства наблюдений в задачах индивидуальной диагностики // Высокие технологии в региональной информатике: Тез.докл. Всерос.совещ.-семинара. Воронеж, 1998. Ч. 1.С. 25.

153. Подвальный Е.С., Савинков Ю.А. Послухаев Н.И. Адаптивные дискриминантные функции для текущей диагностики сложных систем // Новые информационные технологии в образовании: IV Всерос.науч.-практич.конф. Воронеж, 1998. С. 178.

154. Подвальный Е.С. Линейные дискриминантные функции для текущей диагностики сложных систем // Состояние и пути повышения надежности видеомагнитофонов: Тез.докл.УП научн.-техн.отрасл.конф. Воронеж, 1993. С. 24.

155. Подвальный Е.С. Кусочно-линейные процедуры диагностики сложных технических систем // Опыт информатизации в промышленности: Тез.докл. Регион.совещ.-семинара. Воронеж, 1993. С. 73.

156. Подвальный Е.С. Косвенный контроль в системах автоматической классификации // Высокие технологии в проектировании технических устройств и автоматизированных систем: Тез.докл. Всерос.совегц.-семинара. Воронеж, 1993. С. 95.

157. Подвальный Е.С. Визуализация колебаний для диагностики состояний при хронических урологических заболеваниях // Современные проблемы информатизации: Тез.докл.конф. Воронеж, 1996. С. 83-84.

158. Подвальный Е.С. Информационно-графический подход к первичной диагностике // Современные проблемы информатизации: Тез.докл.конф. Воронеж, 1996. С. 105.

159. Подвальный Е.С. Анализ методов диагностики состояний при мониторинге больных хроническими заболеваниями // Математическое обеспечение информационных технологий в технике, образовании, медицине: Тез.докл.конф. Воронеж, 1997. Ч. 1.С. 77.

160. Подвальный Е.С. Конструирование пространства при построении диагностических систем хронических заболеваний // Математическое обеспечение информационных технологий в технике, образовании, медицине: Тез.докл.конф. Воронеж, 1997. С. 81-82.

161. Подвальный Е.С. Исследование структуры гиперпространства наблюдений для задач принятия решений // Современные проблемы информатизации: Тез.докл. ШРеспуб. электрон.науч.конф. Воронеж, 1998. С. 85-86.

162. Подвальный Е.С. Рекуррентные алгоритмы построения линейных дискриминантных гиперповерхностей // Современные проблемы информатизации: Тез.докл. III Респуб. электрон.науч.конф. Воронеж, 1998. С. 149-150.

163. Подвальный Е.С. Моделирование и принятие решений в компьютерных диагностических системах // Современные проблемы284информатизации: Тез.докл. IV Междунар.электрон.науч.конф. Воронеж, 1999. С. 70-71.

164. Подвальный Е.С., Фролов В.Н. Моделирование на ПЭВМ в процессе управления производственными системами // Всесоюзная конференция по математическому и машинному моделированию: Тез.докл. Воронеж, 1991. С. 65.

165. Подвальный Е.С., Фролов В.Н. Моделирование процесса принятия решений в компьютерных диагностических системах // Информационные технологии и системы: Тез.докл.конф. Воронеж, 1992. С. 132.

166. Подвальный Е.С., Фролов В.Н. Прогностические оценки автоматической классификации для инерционных измерений // Высокие технологии в проектировании технических устройств и автоматизированных систем: Тез.докл. Всерос.совещ.-семинара. Воронеж, 1993. С. 4.