Нечеткие нейросетевые модели в интеллектуальной поддержке прогнозирования заболеваний водителей транспортных средств экстренных служб тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Старцев, Евгений Александрович

• Старцев, Евгений Александрович
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Старцев, Евгений Александрович

Оглавление

Введение

1 Методы и средства компьютерного прогнозирования профессиональных заболеваний водителей транспортных средств

1.1 Анализ заболеваемости водителей транспортных средств

1.2 Факторы и оценка риска появления и развития профессиональных заболеваний у водителей транспортных средств, работающих в структуре МЧС

1.3 Применение математических методов в задачах прогнозирования появления и развития заболеваний

1.4 Прогнозирование, появление и развития заболеваний по энергетическим характеристикам биологически активных точек

1.5 Цель и задачи исследования

2 Разработка метода построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии у водителей транспортных средств с учетом энергетических характеристик биоактивных точек

2.1 Формирование пространства информативных признаков для интеллектуальной системы прогнозирования артериальной гипертензии у водителей транспортных средств

2.2 Формирование подпространства информативных признаков на основе исследования биоактивных точек

2.2.1 Построение линейной параметрической модели переходной характеристики биоматериала

2.2.2 Формирование признакового пространства по переходным характеристикам биоматериала

2.3 Формирование «слабых» классификаторов нижнего иерархического уровня

2.4 Метод построения гибридных решающих правил для прогнозирования риска артериальной гипертензии

2.5 Выводы второго раздела

3 Гибридная модель прогнозирования возникновения пояснично-крестцовой радикулопатии

3.1 Формализация факторов риска развития заболевания

3.2 Анализ прогностической ценности факторов риска

3.3 Метод прогнозирования риска пояснично-крестцовой радикулопатии на основе ассоциации решающих модулей

3.3.1 Модуль принятия решений на основе экспертных оценок

3.3.2 Модуль принятия решений на основе бустинга

3.4 Выводы третьей главы

4 Экспериментальные исследования моделей решающих правил прогнозирования заболеваний водителей транспортных средств экстремальных служб

4.1 Разработка системы поддержки принятия решений по прогнозированию и диагностике профессиональных заболеваний водителей экстренных служб

4.2 Алгоритм управления процессами принятия решений в интеллектуальной системе оценки риска и профессиональных заболеваний водителей транспортных средств экстренных служб

4.3 Программно-аппаратный комплекс для исследования переходных характеристик в аномальных зонах электропроводимости биоматериала

4.4 Тестирование подсистемы оценки риска наступления осложнений при артериальной гипертензии

4.5 Тестирование подсистемы оценки риска пояснично-крестцового радикулита

4.6 Выводы четвертого раздела

Заключение

Список сокращений и условных обозначений

Список использованной литературы

Введение диссертации (часть автореферата) на тему «Нечеткие нейросетевые модели в интеллектуальной поддержке прогнозирования заболеваний водителей транспортных средств экстренных служб»

Введение

Актуальность работы. В соответствии с современной концепцией медицины труда неблагоприятные производственные факторы (ПФ) могут являться причинами профессиональных заболеваний (ПЗ). Уровень профессиональной заболеваемости у водителей в России один из самых высоких среди работающих мужчин. Так, по данным Росстата, в 2013-2014 гг. водители по количеству впервые установленных ПЗ занимали 2-е ранговое место между такими общепризнанно "вредными" профессиями, как проходчик и горнорабочий очистного забоя.

Среди современных инструментов оценки влияния условий труда на состояние здоровья работников, позволяющих в том числе определить приоритетность профилактических мероприятий, является оценка профессионального риска (ПР), необходимость которой постулируется в трудовом кодексе Российской Федерации (2011). Предлагаемые на сегодняшний день методики решению этой задачи в основном базирующиеся на результатах аттестации рабочих мест и результатах периодических медицинских осмотров (ПМО), не всегда могут давать достоверную информацию о реальных особенностях труда и состоянии здоровья исследуемого контингента в конкретных условиях, что обуславливает актуальность дифференцированного подхода к оценке ПР и ставит задачу по совершенствованию имеющихся методических подходов.

Известно, что в процессе работы водители транспортных средств экстренных служб (ВЭС) подвергаются негативному воздействию комплекса разнообразных неблагоприятных ПФ, что, в свою очередь, приводит к повышенному риску нарушений здоровья и развитию ПЗ, развитию стресса, что увеличивает риск психосоматических заболеваний. Однако, несмотря на высокую актуальность проблемы ПЗ, исследованиям, посвященных комплексному

изучению современных условий труда ВЭС, а также их влияния на различные показатели здоровья, уделяется недостаточное внимание.

Актуальность работы определяется необходимостью разработки и внедрения в практическое здравоохранение высокоэффективных средств прогнозирования ПЗ ВЭС, вызываемых условиями труда и индивидуальными особенностями водителей, что позволит повысить качество оказания медицинских услуг исследуемой категории работающего населения.

Степень разработанности темы исследования. Оптимальным механизмом для оценки ПР является построение автоматизированных систем обработки статистической информации и комплексный анализ полученных результатов с применением искусственных нейронных сетей и нечеткой логики принятия решений (А.Н. Аверкин, Л.С. Бернштейн, Р.А. Алиев, А.Е. Алтунин, А.В. Алексеев, К. Асаи, Р. Веллман, и др.). В области построения таких систем целесообразно использовать концепции построения автоматизированных медицинских информационных систем (МИС), теоретические принципы создания медицинских экспертных систем (МЭС), моделей представления знаний, нейронных сетей и нечетких множеств принятия решений (А.О. Недосекин, Г.С. Поспелов, А.А. Дородницын, И.Ю. Каширин, Н.А. Кореневский, и др.).

Однако во многих случаях интеллектуальные системы, построенные на основе этих принципах, не обеспечивают соответствующие показатели качества прогнозирования ввиду малообоснованного выбора пространства информативных признаков и соответствующих ему параметров моделей решающих модулей. При этом нахождение адекватных решений из-за необходимости многократного выполнения реализаций моделей с целью выбора наиболее оптимальных параметров сопровождается большими временными и материальными затратами.

Проведенный анализ позволяет сформулировать научно-техническую задачу, на решение которой направлено данное исследование: развитие гибридных нейросетевых технологий для построения интеллектуальных систем прогнозирования ПР ВЭС, функционирующих в условиях неопределенности и

реализующих комплексное использование различных методов искусственного интеллекта.

Цель работы - повышение качества прогнозирования профессиональных заболеваний водителей транспортных средств экстренных служб посредством разработки методов построения нечетких нейросетевых моделей для интеллектуальных систем поддержки принятия решений.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Структурный анализ заболеваемости водителей транспортных средств экстренных служб.

2. Разработка модели биоимпеданса в аномальных зонах проводимости для формирования подпространства информативных признаков, предназначенного для классификаторов риска профессиональных заболеваний водителей транспортных средств экстренных служб.

3. Разработка метода построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии у водителей транспортных средств экстремальных служб.

4. Разработка метода построения модульной ассоциативной сети для оценки прогноза риска пояснично-крестцовой радикулопатии у водителей транспортных средств экстренных служб.

5. Разработка структуры интеллектуальной системы поддержки принятия решений, предназначенной для решения задач прогнозирования профессиональных заболеваний водителей транспортных средств экстренных служб, и алгоритма управления процессом прогнозирования профессионального риска.

6. Апробация интеллектуальной системы поддержки принятия решений по прогнозированию профессиональных заболеваний водителей транспортных средств экстремальных служб.

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

- параметрическая модель электрического сопротивления биоматериала, построенная на основе анализа переходного процесса в аномальных зонах электропроводности, представленная в виде двух временных рядов, каждая пара компонентов которых описывает параметры модели биоимпеданса биоматериала, позволяющая учитывать результаты биоимпедансных исследований в классификационных моделях прогноза риска профессиональных заболеваний водителей транспортных средств экстренных служб;

- метод построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии, включающий этапы формирования пространства информативных признаков, моделирования переходных характеристик в выбранных зонах аномальной электропроводности, вычисление информативных признаков, формирования «слабых» классификаторов, агрегации слабых классификаторов с учетом комплексированных признаков и статуса артериального давления, позволяющий формировать решающие модули для прогнозированию артериальной гипертензии у водителей транспортных средств экстренных служб;

- метод построения модульной ассоциативной сети, основанный на ассоциации трех решающих модулей, отличающийся тем, что первый модуль реализует процедуры экспертной оценки, второй модуль реализует технологию бустинга с использованием в качестве «слабых» классификаторов дискриминантных функций, а третий - определяет веса ассоциированных решающих модулей, позволяющий формировать классификаторы для прогнозированию пояснично-крестцовой радикулопатии у водителей транспортных средств экстренных служб.

Теоретическая и практическая значимость работы состоит в том, что разработаны методы построения гибридных классифицирующих моделей, основанные на логиках Л. Заде и Е. Шортлиффа и технологии бустинга. Модели предназначены для прогнозирования риска артериальной гипертензии и пояснично-крестцовой радикулопатии и позволяют использовать гетерогенное пространство информативных признаков, включающее предикторы,

определенные на основе биоимпедансных исследований, в интеллектуальной системе прогнозирования профессиональных заболеваний. Статистические и клинические испытания интеллектуальной системы показали целесообразность ее использования в практике прогнозирования и профилактики профессиональных заболеваний водителей транспортных средств экстремальных служб.

Работа выполнена в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы» («Проведение прикладных научных исследований в области биоинформационных технологий», уникальный идентификатор прикладных научных исследований (проекта RFMEFI57614X0071) и в соответствии с научным направлением Юго-Западного государственного университета «Разработка медико-экологических информационных технологий».

Результаты работы внедрены в учебном процессе Юго-Западного государственного университета при подготовке магистров по направлению 12.04.04 «Биотехнические системы и технологии» и прошли испытания в отделении медицинской реабилитации Клинического Научно-Медицинского Центра «Авиценна», г. Курск.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, теория биотехнических систем медицинского назначения, теория линейных электрических цепей, математического моделирования, нейросетевых технологий, теория нечетких множеств, математической статистики и экспертного оценивания. При разработке гибридных модулей принятия решений в качестве инструментария использовался Matlab 8.0 с графическим интерфейсом пользователя для Neural Network Toolbox и со встроенным пакетом Fuzzy Logic Toolbox. Для биоимпедантных исследований использован модуль быстродействующего АЦП с USB 2.0 интерфейсом - E20-10 производства ЗАО «L-Card» с программными средствами, разработанными в среде C++ Builder 6 с использованием библиотек L-Card (Lisbari и LCome).

Положения, выносимые на защиту. 1. Использование информативных признаков, полученных на основе биоимпедансных исследований, позволяет повысить показатели качества классификации нечетких нейросетевых моделей оценки риска профессиональных заболеваний у водителей транспортных средств экстренных служб, в среднем, на 8%. 2. Метод построения гибридных нечетких моделей для прогнозирования профессиональных заболеваний, учитывающий при агрегации слабых классификаторов статус артериального давления, обеспечивает диагностическую эффективность по прогнозированию артериальной гипертензии у водителей транспортных средств экстренных служб до 0,88. 3. Метод построения модульной ассоциативной сети, основанный на ассоциации трех решающих модулей, реализующих экспертную оценку, технологию бустинга и определение весов модулей, входящих в ассоциацию, обеспечивает диагностическую эффективность по прогнозированию пояснично-крестцовой радикулопатии у водителей транспортных средств экстренных служб до 0,85.

Степень достоверности и апробация работы. Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость нечетким алгоритмам принятия решений и методам нейросетевого моделирования, а так же аналогичным результатам, полученным другими исследователями. Результаты экспериментальных исследований решающих правил по прогнозированию ПЗ ВЭС согласуются с ранее опубликованными экспериментальными данными по теме диссертации.

Основные теоретические положения и научные результаты диссертационной работы докладывались, обсуждались и получили положительную оценку на 12 Международных, Всероссийских конференциях и симпозиумах: Инновационные направления развития сельского хозяйства (Воронеж-2015); Современное научное знание: теория, методология, практика (Смоленск-2015); Актуальные проблемы энергоснабжения и энергоэффективности в технических системах (Тамбов-2016); Нейроинформатика, ее приложения и анализ данных: (Красноярск -2016; Физика и радиоэлектроника в медицине и экологии - ФРЭМЭ'2016 - (Владимир - Суздаль -2016); Лазерно-информационные технологии в медицине, биологии, геоэкологии и

транспорте - 2016, (Новороссийск -2016, 2017); Интеллектуальные информационные системы (Воронеж - 2016); Медико-экологические информационные технологии (Курск - 2016); Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века (Пермь-2016, 2017); Актуальные направления научных исследований XXI века: теория и практика (Воронеж - 2017); на семинарах кафедры биомедицинской инженерии ЮЗГУ (Курск - 2014, 2015, 2016, 2017, 2018).

Публикации. Основные результаты диссертационного исследования отражены в 19 научных работах, из них 7 статей в ведущих рецензируемых научных журналах.

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и библиографического списка, включающего 106 отечественных и 22 зарубежных наименований. Работа изложена на 145 страницах машинописного текста, содержит 49 рисунков и 16 таблиц.

1 Методы и средства компьютерного прогнозирования профессиональных заболеваний водителей транспортных средств

1.1 Анализ заболеваемости водителей транспортных средств

Профессиональная заболеваемость у водителей автотранспорта - одна из самых высоких в России. По данным за 2013 г. из 8175 случаев профессиональных заболеваний (ПЗ) и отравлений 474 (5,8%) зарегистрировано именно у водителей. В 2014 г. эти показатели составили 7891 и 526 (6,7%) соответственно.

В процессе трудовой деятельности на ВЭС оказывает воздействие целый спектр вредных ПФ и социальных факторов, неизбежно приводящих к росту заболеваемости, что обуславливает важность изучения данного вопроса [81, 82].

ПМО, несмотря на некоторые недостатки, являются одним из важнейших источников информации для оценки ПР. Именно на основании результатов данного вида осмотров, с учетом выявленной структуры патологической пораженности исследуемого контингента и оценки тяжести заболеваний, производится расчет показателей риска и оценка объема и срочности профилактических мероприятий.

Значительный интерес представляет анализ численности лиц, у которых были выявлены постоянные противопоказания для продолжения работы в профессии. Так, при анализе структуры диагнозов, в связи с которыми водители были признаны негодными к своей профессии, представленной на рисунке 1.1, обращает на себя внимание значительное преобладание артериальной гипертензии (АГ) II ст. и выше.

Как видно из рисунка 1.1, на данный диагноз (АГ) в 2012-2013 гг. приходилось около 70 % всех медицинских противопоказаний к управлению транспортных средств (ТС). Такое значительное число лиц, ежегодно признаваемых негодными в своей профессии в связи с установленным диагнозом АГ, является серьезной медицинской и социально-экономической проблемой.

Кроме того, АГ, по данным многих авторов, имеет профессиональную

обусловленность и является социально-значимым заболеванием [81]. 100

- Артериальная гипертензия II сп. и выше

□Другое

□Варикозное расширение вен нижних конечностей

□Нарушения вестибулярной функции, энцефалопатии

п Сахарный диабет

2011

2012

2013

Рисунок 1.1 - Структура диагнозов, в связи с которыми водители были признаны

негодными к своей профессии

Среднегодовое распределение осмотренных водителей по группам здоровья представлено на рисунке 1.2, из которого видно, что к I и II группам диспансерного наблюдения (здоровые и практически здоровые, нуждающиеся в профилактических мероприятиях) относятся от 32,1 до 37,3% водителей. Именно они составляют группу риска возникновения заболеваний, в том числе системы кровообращения (СК), что обуславливает необходимость проведения первичной профилактики именно среди контингентов, отнесенных к этим группам. Более половины (63,2%) от общего числа осмотренных составляют лица, нуждающиеся в амбулаторном обследовании и лечении (III группа диспансеризации). Наиболее малочисленной (2,5%) является группа лиц, нуждающихся в стационарном обследовании и лечении (IV группа диспансеризации).

Структура патологической пораженности водителей представлена на рисунке 1.3, согласно которому на первом месте стояли болезни глаза и его придаточного аппарата (38,6%), на втором - болезни СК (27,5%), на третьем -

болезни органов пищеварения (7,2%), затем -эндокринной систем (5,6%).

болезни костно-мышечной (6,9%), и

23%/ 1-2%

Рисунок 1.2 - Распределение групп диспансерного наблюдения по данным периодических медицинских осмотров водителей

Рисунок 1.3 - Структура патологической пораженности водителей

С увеличением возраста водителей значительно возрастает уровень их патологической пораженности: со 125,0 случаев заболеваний на 100 осмотренных в возрасте не старше 30 лет, до 202,2 случаев - в возрасте 60 лет и старше. При анализе динамики прироста патологической пораженности у водителей и в группе сравнения обращает на себя внимание своеобразный «крест»: «молодые» водители более здоровые, «пожилые» водители менее здоровые, чем аналогичная по возрасту группа сравнения. Другими словами, при общей закономерности ухудшения здоровья с возрастом, у водителей она выражена значительно сильнее. Данная тенденция представлена на рисунке 1.4.

210

200

190

180

170

160

150 140 130 120

110

?o?,?J

182,9

\_.---

/ 176,5 / 174,3 1С1 1 '

138,4 140,5 / ^— 152

^^ 140,2

125 \ к

lililí

до 30

50-40

40-50

50-60

60 п старше

"Водители

Группа сравнения

Возраст, лет

Рисунок 1.4 - Динамика уровня патологической пораженности в зависимости от

возраста, среднегодовая 2011-2013 гг.

Профессиональную группу водителей автотранспорта следует отнести к группе повышенного риска развития АГ (рисунок 1.5 и рисунок 1.6) [81].

АГ привлекает к себе повышенное внимание специалистов не только из-за медицинских аспектов этого заболевания, но и в связи с влиянием на профессионально значимые функции и качества, так как ухудшает исполнение

профессиональных обязанностей. Это приводит к увеличению риска дорожно-транспортных происшествий (ДТП) в 1,5-1,8 раза [81].

%

100 00 80 70

ео

50 40 30 20 10 0

0,1

7,8 4,5

12.1 11,2

9,0

21,6 14,5

9,8 14,8

11,5

11,5 21,6

15,4

□ Болезни эндокринной системы

□ Болезни костно-мышечнюй системы

□ Болезни органов пищеварения

□ Болезни системы кровообращения

До 30 30-39 40-49 50-59 60 и ст. Возраст, лет

Рисунок 1.5 - Структура пораженности водителей транспортных средств наиболее распространенными заболеваниями (без болезней органа зрения)

На фоне статистики аварийности на дорогах России, где в год происходит более 170 тысяч дорожно-транспортных происшествий, в которых гибнут более 32 тысяч и получают ранения до 200 тысяч человек. Уровень этого ущерба требует принятия соответствующих мер, направленных или на его снижение или хотя бы, на снижение его темпов роста. К несчастным случаям в 90% приводят неправильные действия ВА, их ошибки при управлении автотранспортными средствами. При этом в группе ВА с АГ количество совершивших одно и более

ДТП составляет 80%, в то время как в группе с нормальным АД таковых лишь 37% [81, 82].

Рисунок 1.6 - Патологическая пораженность гипертонической болезнью I ст.

водителей и группы сравнения

Одним из возможных вариантов борьбы с этим заболеванием являются своевременные прогнозы возникновения и осложнений АГ с использованием современных математических методов, информационных и интеллектуальных технологий.

Вклад водителей в общую профессиональную заболеваемость по некоторым группам ПЗ представлен в таблице 1.1.

Таблица 1.1 - Вклад водителей в общую профессиональную заболеваемость в 2013 г. по некоторым группам профессиональных заболеваний

Профессиональные Ранговое место ПЗ Доля ПЗ водителей в

■заболевания водителей в структуре профессиональной структуре профессиональной

заболеваемости заболеваемости, %

1 2 3

Заболевания, связанные с 2 6.90

воздействием физических

факторов, втл.

- нейросенсорная 2 4,34

тугоухость

Заболевания, связанные с 2 10.36

воздействием физических

перегрузок и

пер ена пряже ние м

отдельных органов и

систем, в т.ч.

- пояснично-крестцовая 2 14,48

радикулопатия

- мо но-полиневропатия 1 9,83

Таблица 1.1 показывает, что наибольшая доля ПЗ водителей в структуре профессиональной заболеваемости принадлежит пояснично-крестцовой радикулопатии (ПКР). ПКР представляет собой поражение корешков нервов, отходящих от спинного мозга в пояснично-крестцовой области. Заболевают люди обычно в возрасте 30-50 лет, особенно часто люди выполняющие работу, связанную с избыточными статико-динамическими нагрузками на позвоночник, а так же работающие в неблагоприятных температурных условиях, что характерно для ВЭС.

Часто ПКР развивается на фоне инфекционных заболеваний (гриппа, ангина, ОРВИ, отит, туберкулез и т.д.). Она нередко сопровождается спондилитами, спондилезом, спондилоартритом. Для ПКР характерны такие симптомы как слабость, разбитость, некоторое повышение температуры, боли в

пояснице, бедре, иногда в колене. Клиническая картина характеризуется болями в пояснице, на задней поверхности ноги и по ходу седалищного нерва.

1.2 Факторы и оценка риска появления и развития профессиональных заболеваний у водителей транспортных средств, работающих в структуре

МЧС

Современные транспортные средства (ТС), предназначенные для работы в условиях чрезвычайных ситуаций, не смотря на непрерывно совершенствующиеся их качества, включая эргономический уровень одновременно с возможными последствиями, действий на водителя чрезвычайных ситуаций, особенно при длительном стаже, создают специфические факторы риска для появления и развития профессиональных заболеваний. Исследование зарубежных и отечественных ученых показывают, что задача оценки рисков появления и развития профессиональных заболеваний являются многофакторными задачами с большой долей неопределенности, поскольку современная медицина не дает четких определений грани между здоровьем, предболезнью и болезнью.

Значительное число исследований, изучающих влияние ТС на человека делают акцент на изучении динамики функционального состояния (ФС) организма, связанного с механизмами формирования заболеваний при дыхательном контакте с ТС. Известно, что изменение ФС человека сопровождается изменением множество психологических и физиологических показателей, которые достаточно легко фиксируются с современными техническими средствами. Однако современная система оценки состояния здоровья основывается на выявлении отклонений регистрируемых показателей от некоторых нормальных значений. Во многих случаях это прием «хорошо» работает при подстановке диагнозов, когда появляются клинически значимые

отклонения показателей. Однако для решения задач прогнозирования такой подход практически неприемлем, поскольку неизвестны пограничные возможное состояние.

Одним из подходов к повышению качества прогнозирования и развития заболеваний, связанных с изменениями ФС, заключается не в фиксации измеряемых показателей от нормы, а в исследовании характера взаимосвязей между признаками, характеризующими различные проявления жизнедеятельности. Теоретически такой подход обосновывается теорией функциональных систем П.К. Анохина, на основании который Р.М. Баевский выдвинул гипотезу о том, что достаточно надежным индикатором оценки состояния индивидуального здоровья, включая задачи прогнозирования и ранней (донозологической) диагностики является адаптационным потенциалом (адаптационные возможности) организма человека [8].

Количественную оценку адаптационных возможностей и индивидуального здоровья относится к одной из актуальных задач физиологии труда. Для получения этих оценок предложены различные методики, которые можно найти в работах [7, 105]. На практике используется достаточно ограниченное число предлагаемых методов, при этом используется не только «сырые» данные, но и комплексные, например, в [7], предлагается использовать два таких показателя: адаптационный потенциала кровообращения (АПК) и энтропию лейкоцитарной формулы крови (ЭЛФК) [55].

По данным анализам литературы наиболее часто для оценки индивидуального здоровья используется показатели Р.М. Баевского [8], Г.Л Апанасенко [4], К. Купера [49]. В работах одних авторов учитывается только физический компонент здоровья [4,8,55], в других кроме физического компонента учитывается также психологический и/ (или) социальные компоненты [55].

На границе между здоровым состоянием организма болезнью диагностируется последовательный ряд переходных состояний, которые получили название донозологических. Среди этих состояний могут быть выделены состояния, являющиеся ведущими факторами риска для появления и

развития профессиональных заболеваний, включая воздействие ТС работающих в экстремальных службах.

Наиболее разработанными методологиями оценки адаптационных возможностей организма является теоретические и практические базы многолетних исследований, проводившихся Р.М Баевским в институте медико-биологических проблем Российской академии наук [8]. Рассматривая более подробно методику Р.М Баевского, отметим, что для оценки адаптационных возможностей и уровня здоровья используется следующая классификация функциональных состояний организма:

1.Состояние физиологической нормы

2.Донозологические состояния.

3.Преморбидные состояния.

4.Срыв (полом) механизмов адаптации.

Представленная классификация получила довольно широкое распространение, и на ее основе создана система оценки здоровья типа «Светофор». Здесь зеленый, желтый и красный цвет отражает соответственно состояния нормы (З), пограничных состояний (Ж) и патологии (К). В зоне пограничных состояний выделяются донозологические (Ж1) и преморбидные (Ж2) состояния. Переход от нормы к патологии условно отображается движением вниз по «лестнице состояний», где каждая из 10 ступеней соответствует определенному уровню здоровья (рисунок 1.7). При этом напряжение регуляторных систем растет вплоть до их перенапряжения и истощения.

Список литературы диссертационного исследования кандидат наук Старцев, Евгений Александрович, 2018 год

Список использованной литературы

1. Алексахин, С.В. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения: в 2 т. / С.В. Алексахин. - М.: ПРИОР, 2002. - 688 с.

2. Ананин, В.Ф. Рефлексология (теория и методы): монография / В.Ф. Ананин. - М.: изд-во РУДН и Биомединформ, 1992. - 168с.

3. Анохин, П.К. Очерки по физиологии функциональных систем / П.К. Анохин. - М.: Медицина, 1975. - 446 с.

4. Апанасенко, Г.Л. Медицинская валеология / Г.Л. Апанасенко, Л.А. Попова. - Растов н/Д: Феникс, 2000. - 248с.

5. Артеменко, М.В. Метод комплексной оценки и выборка состава информативных признаков в задачах оценки состояния биотехнических систем / М.В. Артеменко, Е.С. Подвальный, Е.А. Старцев // Биомедицинская радиоэлектроника. - 2016. - №9. - С. 38-44.

6. Айвазян, С.А. Прикладная статистика. Основы моделирования и первичная обработка данных. Справочное издание / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1983. - 472 с.

7. Айдаралиев, А.А. Комплексная оценка функциональных резервов организма / А.А. Айдаралиев, Р.М. Баевский, А.П. Берсенева, А.Л. Максимов. -Фрунзе: ИЛИМ, 1988. - 195 с.

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

9. Брукинг, А. Экспертные системы. Принципы работы и примеры [пер. с англ.] / А. Брукинг, Д. Джонс, Ф. Кокс и др.; под ред. Р. Фройсата. - М.: Радио и связь, 1987. - 352 с.

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

11. Гайдышев, И.П. Анализ и обработка данных: специальный справочник / И.П. Гайдышев. - СПб.: Питер, 2001. - 752 с.

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

13. Глухов, А.А. Статистика в медицинских исследованиях / А.А. Глухов, А.М. Земсков, Н.А. Степанян, А.А. Андреев, А.Н. Рог, Э.В. Савенюк, И.Н. Химина, В.А. Куташов. - Воронеж: Изд-во «Водолей», 2005. -158с.

14. Гринин, А.С. Математическое моделирование в экологии: учебное пособие для вузов / А.С. Гринин, Н.А. Орехов, В.Н. Новиков. - М.: ЮНИТИ-ДАНА, 2003. - 296с.

15. Гублер, Е.В. Вычислительные методы анализа и распознавания патологических процессов / Е.В. Гублер. - Л.: Медицина, 1978. - 296с.

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

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

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

19. Енюков, И.С. Методы, алгоритмы, программы многомерного статистического анализа / И.С. Енюков. - М.: Финансы и статистика, 1986. - 325 с.

20. Ефремов, М.А. Разработка методов и средств прогнозирования и дифференциальной диагностики остеохондрозов поясничного отдела позвоночника на основе нечетких моделей принятия решений: дис. ... канд. техн.

наук : 05.13.01 : защищена 28.05.07 : утверждена: 09.11.07 / Ефремов Михаил Александрович. - Курск, 2007. - 122 с.

21. Жилин, В.В. Способ моделирования нечетких моделей в пакете MATLAB для биомедицинских приложений / В.В. Жилин, С.А. Филист, Абдул Рахим Халед, О.В. Шаталова // Медицинская техника. - 2008. - №2. - С. 15-17.

22. Заде, Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений / Л.А. Заде. - В кн.: Математика сегодня. - М.: Знание, 1974. - 64с.

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

24. Зилов, В.Г. Новое в изучении акупунктурных меридианов тела человека / В.Г. Зилов // Вестник новых медицинских технологий - 1999. - Т. VI, №3-4. -С.148-153.

25. Иванков, Ю.А. Прогнозирование заболеваний вызываемых экологическими факторами на основе нечетких решающих моделей / Ю.А. Иванков, Н.А. Кореневский, Л.В. Стародубцева // Измерительные и информационные технологии в охране здоровья «Метромед-2007»: труды международной научной конференции. - СПб.: Изд-во политехнического университета, 2007. - С.11-113.

26. Иванков, Ю.А. Метод нечеткого прогнозирования заболеваний с учетом экологических факторов и индивидуального состояния здоровья / Ю.А. Иванков, Н.А. Кореневский, А.А. Бурмака // Медико-экологические информационные технологии: сборник материалов юбилейной X Международной научно-технической конференции; Курск. гос. техн. ун-т. Курск, 2007. - С.57-59.

27. Иванков, Ю.А. Синтез нечетких решающих правил для прогнозирования и ранней диагностики заболеваний вызываемых состоянием окружающей среды с учетом индивидуальных особенностей организма / Ю.А. Иванков, Н.А. Кореневский, Е.А. Яковлева, Н.Н. Савченко // Системный анализ и управление в биомедицинских системах. - 2007. - Т. 6, №2. - С.395-401.

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

29. Ивахненко, А.Г. Моделирование сложных систем по экспериментальным данным / А.Г. Ивахненко, Ю.П. Юрачковский. - М.: Радио и связь, 1987. - 118с.

30. Исаева, Н.М. Системный подход к математическому моделированию в биологии и медицине / Н.М. Исаева, Т.Н. Субботина // Вестник новых медицинских технологий. - 2000. - Т.УП, №3-4. - 25с.

31. Казначеев, В.П. Донозологическая диагностика в практике массовых заболеваний населения / В.П. Казначеев, P.M. Баевский, A.T. Берсенев. - Л.: медицина, 1986. - 216с.

32. Кассим, К.Д.А. Формирование признакового пространства для задач классификации сложноструктурируемых изображений на основе спектральных окон и нейросетевых структур / К.Д.А. Кассим, С.А. Филист, О.В. Шаталова и др. // Известия Юго-Западного университета. - 2016. - №4(67). - С. 56-68.

33. Коптева, Н.А. Синтез нечетких правил прогнозирования заболеваний дыхательной системы у работников агропромышленного комплекса / Н.А. Коптева // Медико-экологические информационные технологии - 2008: сборник материалов XI Международный научно-технической конференции. - Курск: гос.техн.ун-т. - 2008. - С. 38-40.

34. Кореневский, Н. А. Комплексная оценка функциональных резервов человека с использованием методов рефлексодиагностики / Н.А. Кореневский, В.В. Буняев, СВ. Корепов // Системный анализ и управление в биомедицинских системах. - 2003. - Т. 2, №2. - С. 182-185.

35. Кореневский, Н.А. Компьютерные системы ранней диагностики состояния организма методами рефлексологии: монография / Н.А. Кореневский, В.В. Буняев, С.М. Яцун; Юж. Рос. гос. техн. ун-т. (НПИ). - Новочеркасск: Электромеханика, 2003. - 206с.

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

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

38. Кореневский, Н.А. Методы и модели прогнозирования и ранней диагностики заболеваний, провоцируемых экологическими факторами риска / Н.А. Кореневский, Р.А. Крупчатников, Е.А. Старцев и др. // Инновационные направления развития сельского хозяйства: материалы Международной научно-практической конференции. - Воронеж: Воронежский государственный аграрный университет имени императора Петра I, 2015. - С. 200-205.

39. Кореневский, Н.А. Методы поиска информативных проекционных зон и синтеза нечётких решающих правил для рефлексодиагностики / Н.А. Кореневский, В.В. Буняев // Системный анализ и управление в биомедицинских системах. - 2004. - Т. 3, №2. - С. 175-178.

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

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

42. Кореневский, Н.А. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования / Н.А. Кореневский // Вестник новых медицинских технологий. -2006. - Т.ХШ, № 2. - С. 6-10.

43. Кореневский, Н.А. Синтез коллективов гибридных нечетких моделей оценки состояния сложных систем / Н.А. Кореневский, К.В. Разумова // Наукоемкие технологии. - 2014. - Т. 15, №12. - С. 31-39.

44. Кореневский, Н.А. Синтез нечетких классификационных правил в многомерном пространстве признаков для медицинских приложений / Н.А. Кореневский, К.В. Разумова // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - № 2-1. - С. 223-227.

45. Кореневский, Н.А. Синтез меридианных моделей для рефлексодиагностики и рефлексотерапии / Н.А. Кореневский, В.В. Буняев // Системный анализ и управление в биомедицинских системах. - 2004. - Т. 3, №2. - С. 178-182.

46. Кореневский, Н.А. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике и рефлексотерапии: монография / Н.А. Кореневский, В.В. Буняев, В.Н. Гадалов., Н.Д. Тутов; Курск, гос. техн. ун-т. - Курск, 2005. - 224с.

47. Кореневский, Н.А. Синтез решающих правил для прогнозирования профессиональных заболеваний методами рефлексодиагностики / Н.А. Кореневский, В.В. Буняев, С.А. Королева // Системный анализ и управление в биомедицинских системах. - 2004. - Т. 3, №2. - С. 172-175.

48. Кореневский, Н. А. Энергоинформационные основы рефлексологии. / Н.А. Кореневский, М.И. Рудник, Е.М. Рудник; Курск, гуман.-техн. инст. - Курск, 2001. - 236 с.

49. Купер, К. Индивидуальны различия / К. Купер; пер. с англ. Т.М. Марютиной, под ред. И.В. Равич-Щербо. - М.: Аспект Пресс, 2000. - 527с.

50. Лбов, Г.С. Логические функции в задачах эмпирического предсказания / Г.С. Лбов // Эмпирическое предсказание и распознавание образов: Вычислительные системы. - 1978. - №76. - С.34-64.

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

52. Лисенков, А.Н. Математические методы планирования многофакторных медико-биологических экспериментов / А.Н. Лисенков. - М.: Медицина, 1979. - 344с.

53. Литвак, Б.Г. Экспертная информация. Методы получения и анализа / Б.Г. Литвак. - М.: Радио и связь, 1982. - 184с.

54. Лувсан, Г. Очерки методы восточной рефлексотерапии / Г. Лувсан. - 3-е изд., перераб. и доп. - Новосибирск: Наука. Сиб. отд-е, 1991. - 402 с.

55. Лукашов, М.И. Определение уровня длительного физического утомления как фактора риска рецидивов хронических заболеваний / М.И. Лукашов, Н.А. Кореневский, А.В. Ерёмин // Биомедицинская радиоэлектроника. - 2009. - №5. - С. 10-15.

56. Мохаммед, А.А. Моделирование импеданса биоматериалов в среде MATLAB / А.А. Мохаммед, С.А. Филист, О.В. Шаталова // Известия Юго-Западного государственного университета. Серия: Управлние, вычислительная техника, информатика. Медицинское приборостроение. -2013. - №4. - С. 73-78.

57. Методика применения экспертных методов для оценки качества продукции / Под ред. К.Н. Анисимова, В.С. Вайнштейн, Л.Т. Ертопуло и др. - М.: Из-во стандартов, 1975. - 55 с.

58. Никитина, А.Т. Экология, охрана природы, экологическая безопасность / А.Т. Никитина; под ред. проф. МНЭПУ С.А. Степанова. - М.: МНЭПУ, 2000. -648с.

59. Омельченко, В.П. Практикум по медицинской информатике: учеб. пособие / В.П. Омельченко, А.А. Демидова. - Ростов на Дону: Феникс, 2001. -304с.

60. Осовский, С. Нейронные сети для обработки информации / С. Осовский; пер. с польского Рудинского Л.Д. - М.: Финансы и статистика, 2002. -344с.

61. Подшибякин, А.К. Об изменении электрических потенциалов во внутренних органах и связанных с ними активных точек кожи / А.К. Подшибякин // Физиол. журнал. СССР. - 1995 - Т.41, №3. - С.357-362.

62. Позин, А.О. Использование технологии мягких вычислений в задачах управления здоровьем работников агропромышленного комплекса / А.О. Позин, И.И. Хрипина, Е.А. Старцев и др. // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2017. - №1 (22). - С. 89-99.

63. Позин, А.О. МГУА-нейронные сети для прогнозирования состояния сложных систем с временными лагами / А.О. Позин, Е.А. Старцев, В.В. Уварова // Нейроинформатика, ее приложения и анализ данных: материалы XXIV Всероссийского семинара. - Красноярск: Институт вычислительного моделирования СО РАН, 2016. - С. 50-55.

64. Позин, А.О. Прогнозирование и ранняя диагностика профессиональных заболеваний водителей / А.О. Позин, И.И. Хрипина, Е.А. Старцев и др. // Системный анализ и управление в биомедицинских системах. - 2017. - Т. 16, №1. - С. 102-106.

65. Позин, А.О. Синтез нечетких математических моделей для прогнозирования и диагностики хронического простатита, вызванного порофессиональной деятельностью водителей транспортных средств / А.О. Позин, Е.А. Старцев, С.Н. Кореневская // Системный анализ и управление в биомедицинских системах. - 2016. - Т. 15, №4. - С. 663-668.

66. Попов, Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. - М.: Наука, 1987. - 287с.

67. Порохна, В.С. Некоторые аспекты рефлексодиагностики и рефлексотерапии / В.С. Порохна // Вестник новых медицинских технологий. -2003 - Т.Х. - №3 - С. 45-47.

68. Портнов, Ф.И. Электропунктурная рефлексотерапия / Ф.И. Портнов. -Рига: Зинатне, 1980. - 245с.

69. Рог, А.Н. Некоторые особенности построения автоматических классификаторов медико-биологических объектов и их состояний для современных специализированных автоматизированных рабочих мест / А.Н. Рог // Системный анализ и управление в биомедицинских системах. - 2003. - Т. 2, №3. - С.241-249.

70. Серебровский, В.В. Использование механизмов нечеткой логики принятия решения для оценки состояния человека и животных (на примере прогнозирования и диагностики пиелонефритов): монография / В.В. Серебровский, В.В. Федянин, С.Н. Кореневская, А.В. Серебровский; Курская ГСХА. - Курск: Изд-во Курск. гос. с-х. ак., 2015. - 123 с.

71. Справочник по функциональной диагностике в педиатрии / Под ред. Ю.Е. Ватищева, И.С. Кисляк. - М.: Медицина, 1979. - 624с.

72. Старцев, Е.А. Двумерные нейросетевые структуры мета-анализа медико-экологических данных / Е.А. Старцев, О.В. Шаталова, В.В. Уварова // Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века: сб. ст. по материалам Всерос. науч.-практ. конф. - Пермь: Перм. гос. нац. исслед. ун-т., 2016. - С.161-164.

73. Старцев, Е.А. Использование компьютерных технологий для оценки информативности плохоформализуемых данных в задачах прогнозирования и медицинской диагностики / Е.А. Старцев, О.В. Шаталова // Лазерно-информационные технологии в медицине, биологии, геоэкологии и транспорте: труды XXIV Международной конференции. - Новороссийск: ГМУ имени адмирала Ф.Ф. Ушакова, 2016. - С. 186-187.

74. Старцев, Е.А. Прогнозирование и ранняя диагностика профессиональных заболеваний водителей, работающих в структуре МЧС / Е.А. Старцев, С.Н. Кореневская, И.И. Хрипина и др. // Известия Юго-Западного государственного университета. Серия Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2016. - №2 (19). - С. 114-126.

75. Старцев, Е.А. Прогнозирование профессиональных заболеваний водителей транспортных средств на основе нечетких моделей / Е.А. Старцев // Современное научное знание: теория, методология, практика: сборник научных трудов по материалам Международной научно-практической конференции. -Смоленск: ООО «НОВАЛЕНСО», 2015. - Часть I. - С. 41-42.

76. Судаков, К.В. Опыт использования системного и индивидуально -типологического подходов в создании автоматизированных устройств донозологической диагностики / К.В. Судаков, О.С. Глазачев, В.И. Бадиков // Вестник диагностики и новых медицинских технологий. -1993. - №2. - С. 498510.

77. Судаков, К.В. Системное взаимодействие в целом организме. Физиология функциональных систем: учеб. пособие / К.В. Судаков, Е.А. Юматов. - Иркутск, 1997. -36с.

78. Судаков, К.В. Функциональные системы организма в норме и патологии / К.В. Студаков // Системные механизмы поведения: труды научного совета по экспериментальной и прикладной физиологии. -1993 - Т2. - С.17-33.

79. Суржикова, С.Е. Метод исследования электрических характеристик биоактивных точек / С.Е Суржикова, К.Д.А. Кассим, С.А. Филист // Научный взгляд на современный этап развития общественных, технических, гуманитарных и естественных наук. Актуальные проблемы: сборник научных статей по итогам Всероссийской научно-практической конференции. - СПб.: 2014. - С.118-122.

80. Суржикова, С.Е. Методы и модели для интеллектуальной системы медицинского прогнозирования на основе биоимпедансных исследований в аномальных зонах электропроводности: дис. ... канд. технич. наук : 05.13.01 :

защита : 05.07.2017 / Суржикова Светлана Евгеньевна. - Курск: ЮЗГУ, 2017. -141 с.

81. Сухова, Я.М. Оценка профессионального риска здоровью водителей специализированного автотранспорта: дис. ... канд. мед. наук: 14.02.04 / Сухова Яна Михайловна. - ФГБОУ ВО Сев.-Зап. гос. мед. ун-т им. И.И. Мечникова М-ва здравоохранения. Рос. Федерации. - СПб., 2017. - 189 с.

82. Сухова, Я.М. Профессиональный риск заболеваний системы кровообращения у водителей грузового и специализированного автотранспорта / Я.М. Сухова, С.В. Гребеньков // Вестник Российской Военно-Медицинской академии. - 2016. - №3 (55). - С. 57-60.

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

84. Томакова, Р.А. Теоретико-множественный подход и теория графов в обработке сложноструктурируемых изображений: монография / Р.А. Томакова, О.В. Шаталова, М.В. Томаков. - Курск: Юго-Западный гос. ун-т, 2012. - 119 с.

85. Уинстон, П. Искусственный интеллект / П. Уинстон. - М.: Мир, 1980. -

520с.

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

87. Уотермен, Д. Руководство по экспертным системам / Д. Уотерман. - М.: Мир, 1980. - 384с.

88. Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика / А.А. Усков, А.В. Кузьмин. - М.: Горячая линия - телеком, 2004. - 143с.

89. Устинов, А.Г. Автоматизированные медико-технологические системы: монография. В 3 ч. / А.Г. Устинов, В.А. Ситарчук, Н.А. Кореневский; под ред. А.Г. Устинова. - Курск: КурскГТУ, 1995. - 390с.

90. Филист, С.А. Использование гибридных нейросетевых моделей для многоагентных систем классификации в гетерогенном пространстве информативных признаков / С.А. Филист, А.Г. Курочкин, В.В. Жилин, С.Е. Суржикова // Прикаспийский журнал: управление и высокие технологии. Научно-технический журнал. - 2015. - № 3 (31). - C.85-95.

91. Филист, С.А. Универсальные сетевые модели для задач классификации биомедицинских данных / С.А. Филист, Р.А. Томакова, Яа Зар До // Известия ЮЗГУ. - Курск: Изд-во ЮЗГУ. - 2012. - № 4 (43), Ч. 2. - С. 44-50.

92. Флейшман, Б.С. О методах математического моделирования сложных систем / Б.С. Флейшман, П.М. Брусиловский, Г.С. Розенберг // Системные исследования. Ежегодник. - М.: Наука. - 1982. - С. 65-79.

93. Хайкин, С. Нейронные сети: полный курс [пер. с англ.] / C. Хайкин. - 2-е изд., испр. - М.: ООО «И.Д. Вильямс», 2006. - 1104 с.

94. Чурсин, Г.В. Комплексная оценка возникновения профессиональных заболеваний водителей транспортных средств на основе нечетких моделей / В.И. Афанасьев, А.В. Носов, Г.В. Чурсин // Инновационные парадигмы в медицине и педагогике: сб. материалов межрегиональной научно практической конференции.

- Курск: КГУ, 2009. - С. 9-10.

95. Чурсин, Г.В. Нечеткая оценка роли физического утомления в рецидиве хронических заболеваний / Н.А. Кореневский, М.И. Лукашов, Г.В. Чурсин // Системный анализ и управление в биомедицинских системах. - 2009. - Т. 8, № 3.

- С. 692-696.

96. Чурсин, Г.В. Определение уровня психоэмоционального напряжения как фактора риска психосоматических заболеваний: монография / Г.В. Чурсин, Н.А. Кореневский, В.И. Серебровский, А.Н. Коростылёв и др. - Курск: Курск. гос. с.-х. ак., 2009. - 13 с.

97. Чурсин, Г.В. Оценка степени физического хронического утомления работников агропромышленного комплекса: монография / Г.В. Чурсин, Н.А.

Кореневский, В.И. Серебровский, Н.А. Коптева и др. - Курск: Изд-во Курск. гос. с.-х. ак., 2009. - 16 с.

98. Чурсин, Г.В. Прогнозирование и ранняя диагностика профессиональных заболеваний водителей транспортных средств, занятых в сельскохозяйственной отрасли на основе нечетких моделей: монография / Н.А. Кореневский, В.И. Серебровский, С.А. Горбатенко, Г.В. Чурсин и др. - Курск: Изд-во Курск. гос. с.-х. ак., 2009. - 24 с.

99. Чурсин, Г.В. Синтез нечетких решающих правил для медико-экологических приложений на основе анализа структуры данных / Н.А. Кореневский, С.А. Филист, Г.В. Чурсин // Научные ведомости. - 2009. - № 15 (70). - С. 161-169.

100. Чурсин, Г.В. Синтез правил нечеткого вывода для прогнозирования и диагностики заболеваний человека и животных по энергетической реакции проекционных зон / В.И. Афанасьев, Р.А. Крупчатников, Г.В. Чурсин, Н.А. Носов, Н.А. Коптева // Вестник Курской государственной сельскохозяйственной академии. - 2009. - Т.3, № 3. - С. 78-88.

101. Щеглов, В.Н. Интеллектуальная система на базе алгоритма построения алгебраических моделей конструктивной (интуиционистской) логики / В.Н. Щеглов, В.А. Хромушин // Вестник новых медицинских технологий. - 1999. -№2. - С. 131-132.

102. Штотланд, Т.М. Разработка методов и средств комплексной диагностики и управления функциональным состоянием человека по фазам динамики деятельности: дис. ... канд. техн. наук: 05.13.01: защищена: 28.10.03: / Татьяна Михайловна Штотланд. - Курск, 2003. - 145 с.

103. Шуткин, А.Н. Архитектура решающих модулей для прогнозирования здоровья молодежи / Н.А. Шуткин, Е.А. Старцев // Актуальные проблемы энергоснабжения и энергоэффективности в технических системах: тезисы докладов 3-й Международной конференции с элементами научной школы. -Тамбов, 2016. - С. 456-457.

104. Шуткин, А.Н. Оценка и выбор информативных признаков для прогнозирования и диагностики состояния биотехнических систем / А.Н. Шуткин, Н.А. Кореневский, Е.А. Старцев // Физика и радиоэлектроника в медицине и экологии - ФРЭМЭ'2016: сборник статей 12-ой Международной научной конференции. - Владимир - Суздаль, 2016. - Т. 2. - С. 95-97.

105. Шуткин, А.Н. Прогнозирование здоровья студентов на основе байесовского подхода оценки риска психосоматических заболеваний / А.Н. Шуткин, Е.А. Старцев, Е.С. Шкатова // Интеллектуальные информационные системы: труды Всерос. конф. - Воронеж: ВГТУ, 2016. - С. 205-208.

106. Элти, Дж. Экспертные системы: концепции и примеры [пер. с англ.] / Дж. Элти, М. Кумбс. - М.: Финансы и статистика, 1987. - 190 с.

107. Al-Kasasbeh, R. Fuzzy determination of the humans level of psycho-emotional / R. Al-Kasasbeh, M. Alshamasin, N. Korenevsky, F. Ionescou, A.P. Smith, E. Alkasasbeh // IFMBE Proceedings. - 2013. - V.40. - Pp.213-216.

108. Al-Kasasbeh, R. Prediction of gastric ulcers based on the change in electrical resistance of acupuncture pointes using fuzzy logic decision-making / R. Al-Kasasbeh, M. Alshamasin, N. Korenevsky, F. Ionescou, A.P. Smith // Computer methods in biomechanics and biomedical engineering. - 2013. - Vol. 16, No. 3. -Pp.302-313.

109. Bruce, G. Sportlife. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Projext / G. Bruce. - MA.: Addison-Wesley Publishing Co., 1984. - 748pp.

110. Chandrasekaran, B. Conceptual Representation of Medical Knowledge for Diagnosis by Computer: MDX snd Related System / B. Chandrasekaran, S. Mittal // Advancec in Computers. - 1983. - No.22. - Pp.217-293.

111. Clough, K. Telemedicine - the agent for change / K. Clough, I. Jardine // Brit. J. Healthcare Comput. Inform. - 2001. - Vol.18, No.8. - Pp.22-24.

112. Liangyue, Deng. Chinese Acupuncture and Moxibustion / Deng Liangyue, Gan Yijun, He SHuhui. - Beijing: Foreign Languages Press, 1987. - 544p.

113. Dong, J-T. Research on the reduction of anxiety and depression with acupuncture / J-T. Dong // American Journal of acupuncture. - 1993. - No. 21 (4). -Pp.327-329.

114. Han, J. Neurochemical basis of acupuncture analgesia / J. Han, L. Terenius // American Review Pharm Toxicology. - 1982. - No.22. - Pp.193-220.

115. Kendall, D.E. A Scientific model for acupuncture / D.E. Kendall // American Journal of acupuncture. - 1989. - Vol. 17, I. 3. - Pp.251-268.

116. Korenevskii, N.A. Generation of fuzzy network models taught on basis of data structure for medical expert systems / N.A. Korenevskii, R.A. Krupchatnikov, S.A. Gorbatenko // Biomedcal Enginering. - Springer New York, 2008. - Voll. 42, i. 2. - Pp.67-72.

117. Korenevskii, N.A. Prediction of genesis and development of skin diseases at bioactive sites using fuzzy decision rules / N.A. Korenevskii, D.V. Khodeev, S.M. Yatsun // Biomedical Engineering. - Springer New York, 2008. - Vol. 42, I. 2. - Pp.6063.

118. Negoita, C.N. Expert System and Fuzzy Systems / C.N. Negoita. - New York: Benjamin/Cammings, 1985. - 168p.

119. Prieto-Merino, D. ASCORE: an up-todate cardiovascular risk score for hypertensive patients reflecting contemporary clinical practice developed using the (ASCOT-BPLA) trial data / D. Prieto-Merino, J. Dobson, A.K. Gupta et al. // J. Hum. Hypertens. - 2013. - Vol. 27, I. 8. - Pp.492-496.

120. Seem, M.D. Acupuncture imaging: Perceiving the Energy Pathways of the Body: A Guide for Practitioners and Their Patients / M.D. Seem // Healing Arts Press Rochester. - Vermont, 1990. - 85 p.

121. Shortliffe, E.H. Computer- Based medical Consultations: MYCIN / E.H. Shortliffe. - New York: American Elseviver, 1976. - 257p.

122. Nikolaev, V.N. Structural architectural solutions for an intelligence system of cardiological screening of diabetes patients / V.N. Nikolaev, A.A.B. Dafalla, L.V.

Pleskanos, K.D.A. Kassim // Telecommunications and Radio Engineering. - 2013. -Vol. 72, I. 13. - Pp.1219-1225.

123. Tran, D.V. Wind as a factor of pathogenesis / D.V. Tran // American Journal of acupuncture. - 1988. - Vol.16, I. 2. - Pp.159-164.

124. Weiss, S.M. A Practical Guide to Desinging Expert System / S.M. Weiss, C.A. Kulikowski. - New Gersey: Powman &Allan, 1984. - 174p.

125. World Health Organization. Standart Acupuncture Nomenclature / Edited by Regional Office for the Western Pacific. - Manila, 1991. - Part 1 (revised) - 11 p.

126. Zadeh L.A. Advances in Fuzzy Mathematics and Engineering: Fuzzy Sets and Fuzzy information-Granulation Theory / L.A. Zadeh. - Beijing: Beijing Normal University Press, 2005. - 500p.

127. Zadeh, L.A. Fuzzy sets and their applications to cognitive and decision processes /L.A. Zadeh, Fu King-Sun, Tanaka Kokichi, Shimura Massamichi. - New York: Academic Press, 1975. - 507p.

128. Zhao, Jianguo. Review of the current status of acupuncture and moxibustion / Zhao Jianguo, Zhang Linying. // American Journal of acupuncture. - 1986. - Vol. 14, I. 2. - Pp.105-109.