Разработка и исследование сетевых диагностических систем на основе вероятностных критериев тема диссертации и автореферата по ВАК РФ 05.13.13, кандидат технических наук Пугин, Владимир Владимирович

• Пугин, Владимир Владимирович
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Пугин, Владимир Владимирович

ВВЕДЕНИЕ

ГЛАВА 1. 0130Р МКТОДОВ И СИСТЕМ АВТОМАТИЗИРОВАННОЙ ДИАГНОСТИКИ

ЗАБОЛЕВАНИЙ

ГЛАВА 2. ДИАГНОСГИЮВАНИЕ НА ОСНОВЕ ВЕРОЯТНОСТНЫХ КРИ1ЕРИЕВ

2.1 Модель диагностирования

2.2 Информативность проверок

2.3 Различающие свойства элементарных проверок 35 2.3.1 Проверки с единичными условными вероятностями исходов

2.4 Таблица проверок

2.5 Алгоритмы диагностирования

2.6 Безусловные и условные алгоритмы диагностирования

2.7 Оптимизация алгоритмов диагностирования

2.8 Иерархическая вероятностная модель диагностики заболеваний

2.8.1 Процедура диагностики

2.8.2 Подготовка информации

ГЛАВА 3. СЕТЕВАЯ РЕАЛИЗАЦИЯ ВЕРОЯТНОСТНОЙ СИСТЕМЫ

ДИСТАНЦИОННОЙ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ

3.1. Технологии реализации распределённых систем

3.2. Структура распределённой системы диагностики

3.3. Особенности функционирования системы дистанционной диагностики заболеваний в среде Интернет

3.3.1. Временные задержки при передаче данных

3.3.2. Время обработки запроса

3.3.3. Организация веб-узла

ГЛАВА 4. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА ДИАГНОСТИРОВАНИЯ. ОЦЕНКА ВРЕМЕ1II1ЫХ ХАРАКТЕРИСТИК РАБОТЫ СИСТЕМЫ

В СЕТЕВОЙ СРЕДЕ

4.1 Имитационное моделирование процесса диагностирования

4.2 Оценка времени транзакции и времени диагностирования

4.2.1 Время обработки запроса

4.2.2 Время диагностирования

Введение диссертации (часть автореферата) на тему «Разработка и исследование сетевых диагностических систем на основе вероятностных критериев»

Актуальность темы. В настоящее время в нашей стране и за рубежом накоплен значительный опыт разработки и применения средств вычислительной техники и математических методов для решения задач теоретической и практической медицины. На начальных этапах работ в этом направлении основное внимание уделялось разработке методов и моделей, позволяющих углублено исследовать патологические процессы на уровне отдельных органов и систем организма.

Современный уровень развития вычислительной техники делает возможным создание информационных продуктов нового поколения - распределенных автоматизированных медицинских информационных технологий, предлагающих те или иные научно-обоснованные врачебные решения в зависимости от особенностей клинической ситуации, складывающейся на каждом конкретном этапе ведения больного. Такие системы, выступающие в качестве полноправных участников медицинского технологического процесса, в состоянии обеспечить недостижимые для обычных клинических рекомендаций сочетание широты охвата решаемых проблем и детальности их проработки [1, 2, 8, 13, 18, 25, 36, 37].

В связи с развитием сети Internet, реализация таких систем в виде Web-приложений, которые могут быть установлены на любом общедоступном Web-сервере, имеет большой практический интерес и найдёт широкое применение. Разработка подобных систем выглядит задачей, которую возможно решить лишь при интеграции сил квалифицированного технического и медицинского научного персонала [7,23,24,38, 61, 73, 86].

Работами профессоров Устинова А.Г., Попова Э.В., Ратнера Л.Г., Куликовского К.Л., Лихтциндера Б.Я., Попечителева Е.П., Пятаковича Ф.А., Подвального Е.С., Переверзева-Орлова B.C., Д.Уотермана, Л.Шортлифа, Р.Девитса и др., было показано, что при решении сложных задач автоматизированной диагностики заболеваний, хороших результатов удается достичь при использовании лишь только таких интерактивных систем, для которых в контуре диагностики и управления активно функционирует лицо, принимающее решение, обладающее соответствующим запасом знаний, умений и навыков в медицинской предметной области [31, 63,64, 77,91,92, 99,115].

Одной из основных проблем здравоохранения РФ остаётся нехватка и не достаточная квалификация врачей общей практики, особенно касающаяся районных поликлиник и сельской местности. При всём многообразии причин, определяющих как летальность, так и перерастание острого заболевания в хроническое, одними из основных являются несвоевременная диагностика, диагностические ошибки и сложность выбора рациональной лечебной тактики. Все эти факторы отрицательно влияют на качество лечебно-диагностического процесса, следствием чего становится неясным исход заболевания.

Известно достаточно большое количество автоматизированных систем, решающих различные задачи диагностики.

Например, система МОДИС предназначена для анализа гипертонии, система КОНСУЛЬТАНТ-2 - для диагностики острых заболеваний брюшной полости, ЛЕДИ-2 - для выявления заболеваний терапевтического профиля [8, 15, 18, 29, 63, 81] и т.д.

В настоящее время появилась целая серия медицинских достаточно универсальных экспертных оболочек типа INTERNIST, ТАИС, ENMYCIN [5, 19, 25, 28,42, 62,101,115,116] и др.

При этом следует иметь в виду, что как специализированные системы, так и универсальные оболочки требуют приведения решающих правил к стандартному виду, например, правилу продукций, фреймам и т.д., и для каждой предметной области необходимо осуществить поиск решающих правил, что составляет основную работу при построении соответствующих экспертных систем.

Анализ условий, в которых должна функционировать автоматизированная система диагностики заболеваний (ограничения на время принятия решений, неоднородность структуры классов, разнотипность представления признаков и классов, неопределенность в представлении данных и диагностических заключениях), позволил сделать вывод о том, что существующие системы в полной мере не обеспечивают выполнение этих требований. Кроме того, большинство данных систем, не предназначены для дистанционной поддержки принятия решения медицинским специалистом.

В свете данных проблем, создание методов и программных средств, обеспечивающих дистанционную помощь в принятии решений врачами-специалистами, может принести значительные сдвиги, как в повышении вероятности правильной постановки диагноза, так и поддержании на должном уровне знаний медицинского персонала, поэтому задача разработки новых сетевых, компьютерных систем дистанционной диагностики заболеваний является актуальной.

Целью работы является создание и реализация в компьютерных 1Р-сетях автоматизированной информационно-аналитической системы, с использованием новых методов и адаптивных алгоритмов, основанных на вероятностных критериях.

Для достижения поставленной цели в работе решаются следующие задачи:

• разработка вероятностных моделей заболеваний для систем дистанционной диагностики, использующих 1Р-технологии;

• разработка адаптивных алгоритмов выбора диагностических проверок по критерию максимальной информативности для сетевых компьютерных систем диагностики заболеваний;

• разработка и реализация в \уеЬ-среде программного обеспечения адаптивной системы дистанционной диагностики заболеваний; исследование функционирования системы в сетевой среде (оценка времени и информационных характеристик).

Объектом исследования являются: системы дистанционной автоматизированной диагностики заболеваний, функционирующие в сетевой компьютерной среде.

Предметом исследования являются: адаптивные алгоритмы диагностики заболеваний, основанные на вероятностных критериях оценки, процесс компьютерной диагностики и тестирования, процессы передачи и обмена тестово-диагностической информации в компьютерных сетях.

Методы исследования. В работе применялись теоретические и экспериментальные методы исследования. При разработке моделей диагностических проверок и алгоритмов дистанционной диагностики заболеваний использовались методы теории вероятностей, теории информации, дискретной математики, комбинаторики, а также основы проектирования экспертных систем.

При реализации системы в виде программного продукта использовались объектно-ориентированное программирование, основы реляционных баз данных, основы технологии сети Интернет.

Исследование функционирования системы в сети Интернет, а также оценка временных задержек проводились на основе теории передачи дискретных сообщений, теории вычислительных систем, теории массового обслуживания.

Имитационное моделирование процессов диагностики, а также моделей массового обслуживания проводилось на основе статистических методов (методе Монте-Карло).

Достоверность изложенных положений работы обосновывается корректным выбором исходных данных, строгим использованием математического аппарата при получении выводов. Она подтверждается результатами имитационного моделирования процессов диагностики, результатами практического применения разработанного программного обеспечения, научными трудами и апробациями созданного научно-технического продукта на представительных научных форумах.

На защиту выносятся: • новые адаптивные алгоритмы дистанционной диагностики ориентированные на использование в компьютерных сетях;

• программные средства системы дистанционного диагностирования, реализованные на основе сетевых шеЬ-технологий;

• вероятностная модель диагностики и алгоритм направленного поиска очередной диагностической проверки, позволяющие достигнуть уменьшения объёмов передаваемой информации;

• вероятностные модели основных типов диагностических проверок;

• результаты исследования работы системы в сетевой среде: оценка временных характеристик на различных стадиях транзакций, оценка выигрыша по количеству диагностических проверок и объёмам передаваемой информации.

Научная новизна заключается в следующем:

• разработан ранее не применявшийся алгоритм направленного поиска диагностических проверок, осуществляющий выбор очередной проверки по критерию максимальной информативности, что позволяет снизить количество диагностических проверок, а, следовательно, объём передаваемой информации; разработан направленный поиск диагноза при малом числе диагностических проверок;

• разработана новая вероятностная модель диагностики, обеспечивающая, в отличие от других, высокий уровень надёжности постановки диагноза с заданной вероятностью, при малом количестве диагностических проверок.

Практическая ценность работы заключается в том, что на её основе созданы адаптивные автоматизированные системы дистанционной диагностики заболеваний, ориентированные на работу в сетевой среде.

Программное обеспечение системы диагностирования реализовано в виде \уеЬ-приложения. Размещение его в сети Интернет позволяет проводить дистанционную, автоматизированную диагностику заболеваний и обеспечивает высокую доступность данной услуги.

Реализация и внедрение работы. Разработанные системы используются в учебном процессе различных кафедр ГОУВПО «Самарский государственный медицинский университет», Самарский медицинский институт «Реавиз», в лечебно-профилактической работе ООО «Амбулаторный центр №1».

Апробация работы. Результаты работы докладывались на российских и международных научно-технических конференциях и конгрессах: Международных конференциях «Интерактивные системы: проблемы человеко-компьютерного взаимодействия» (Ульяновск, 2003 и 2005); Международном конгрессе конференций «Информационные технологии в образовании» (Москва, 2003); X, XI, XII и XIII Российских научных конференциях профессорско-преподавательского состава, научных сотрудников и аспирантов (Самара, 2003, 2004, 2005, 2006); V и VII Международных научно-технических конференциях «Проблемы техники и технологии телекоммуникаций» (Самара, 2004, 2006); Международной научно-технической конференции «Информационные, измерительные и управляющие системы (ИИУС-2005)» (Самара, 2005); 5-й Международной конференции молодых учёных и студентов «Актуальные проблемы современной науки» (Самара, 2004-2005).

Публикации. Результаты работы опубликованы в 16 научных работах, в том числе: 7 статей в научно-технических журналах и сборниках, 5 тезисов докладов на научно-технических конференциях и 4 свидетельства об официальной регистрации программы для ЭВМ.

Объём и структура диссертационной работы. Диссертация содержит введение, 4 главы и заключение, изложенные на 111 листах. В работу включено 37 рисунков, 7 таблиц, библиографический список из 117 наименований.

Заключение диссертации по теме «Телекоммуникационные системы и компьютерные сети», Пугин, Владимир Владимирович

Выводы

1. Результаты имитационного моделирования подтвердили сходимость процесса диагностирования, основанного на вероятностных критериях, в широком диапазоне устанавливаемых пороговых вероятностей.

2. Разработанные адаптивные алгоритмы диагностирования могут использоваться как в работе лечебно-профилактических заведений в качестве помощи для правильной постановки диагноза заболевания, так и в учебных целях.

3. Для повышения эффективности постановки диагноза, необходимо увеличивать значения пороговых вероятностей. Приемлемые результаты по надежности диагностирования достигаются при значениях пороговой вероятности в пределах Т= 0,8 для всех групп заболеваний.

4. При вероятности правильной постановки диагноза 0,8 выигрыш в объеме передаваемой информации составляет 100%.

5. Исследования показали, что разработанные алгоритмы позволяют существенно уменьшить время загрузки сервера, что дает значительный выигрыш как по числу одновременно диагностируемых пользователей, так и по времени тестирования.

ЗАКЛЮЧЕНИЕ

1. Проведенные анализ и классификация существующих методов, моделей и систем диагностирования заболеваний показывают, что их подавляющее большинство не обладает свойством адаптивности и основано на предъявлении полного набора диагностических вопросов. Это ведёт к нерациональному использованию телекоммуникационных ресурсов из-за необходимости передачи большого объёма тестовой информации.

2. Актуальной является задача разработки адаптивных методов и автоматизированных средств объективной диагностики на основе вероятностных критериев. Особое значение приобретают методы дистанционной диагностики с использованием современных средств телекоммуникаций.

3. Предложенные и исследованные в работе вероятностные методы диагностирования заболеваний и алгоритмы направленного поиска диагностических проверок существенно снижают количество задаваемых вопросов, а, следовательно, объёмы передаваемой информации, обеспечивая при этом высокую объективность оценки и надёжность работы системы в среде Интернет.

4. Проведённые экспериментальные исследования показывают, что для повышения объективности постановки диагноза необходимо увеличивать значение пороговой вероятности. Однако это приводит к необходимости передачи большого числа тестовых вопросов, а, следовательно, больших объёмов информации. Рекомендованное значение пороговой вероятности Т= 0,8 для всех групп заболеваний обеспечивает пятикратное уменьшение времени диагностирования.

5. Предложенные и исследованные вероятностные методы и алгоритмы диагностирования легли в основу разработанной системы дистанционной диагностики с использованием современных Интернет-технологий, позволяющих обеспечить простоту и безопасность работы, независимость программного обеспечения от операционной системы.

6. Многопользовательская распределенная система диагностики заболеваний, основанная на вероятностных критериях, внедрена в учебно-педагогической работе ГОУВПО «Самарский государственный медицинский университет», в учебной работе различных кафедр Самарского медицинского института «Реавиз», в лечебно-профилактической работе ООО «Амбулаторный центр №1» и позволяет проводить удалённую, автоматизированную диагностику заболеваний и использоваться на курсах повышения квалификации медперсонала, что обеспечивает высокую доступность данной услуги, значительно расширяет аудиторию, ускоряет процесс первичной диагностики, а также экономит время учебного персонала.

Список литературы диссертационного исследования кандидат технических наук Пугин, Владимир Владимирович, 2007 год

1. Автоматизированные медико-технологические системы в 3-х частях: Монография / А.Г. Устинов, В.А. Ситарчук, H.A. Кореневский; Под ред. А.Г. Устинова. Курск, гос. техн. ун-т. Курск, 1995. - 390 с.

2. Аверьянов C.B., Лихтциндер Б.Я., Пугин В.В. Описание системы диагностики знаний, основанной на вероятностных критериях оценки. // Педагогические измерения. 2005. - №1. - С. 96-104.

3. Аверьянов C.B., Пугин В.В. Организация безопасного подключения пользователей в системах с web-интерфейсом. Материалы V международной научно-технической конференции «Проблемы техники и технологии телекоммуникаций». Самара, 2004. - С. 231-232.

4. Агеев В.Н. Примеры гипертекстовых и гипермедиа систем (обзор) // Компьютерные технологии в высшем образовании: Сб. статей. М.: Изд-во МГУ, 1994. - С.225-229.

5. Авилов О.В., Крутов А.К. Возможности использования компьютерного комплекса диагностики и коррекции функционального состояния человека "Меданекс" // Жизнь и компьютер 91 : Тез. Всесоюз. семинара, 10.91. Харьков, -1991. С. 208-209.

6. Акимова Э.К. Экспертная система консультант для врача-эпидемиолога. // Медицинская техника. - 1989. - №3. - С. 24-28.

7. Александров В.В., Горский Н.Д. Алгоритмы и программы структурного метода обработки данных. Л.: Наука, 1983. - 125 с.

8. Алексеевская М.А., Недоступ A.B.,. Диагностические игры в медицинских задачах. Вопросы кибернетики // Задачи медицинской диагностики и прогнозирования с точки зрения врача, 1988, - №112. - С.128-139.

9. Атанов Г.А., Пустынникова H.H. Диагностика знаний и умений с помощью экспертных систем: Учебное пособие для студентов физического факультета. Донецк: ДонГУ, - 1997. - 64 с.

10. Ю.Атанов Г.А., Пустынникова И.Н. Создание экспертных систем с помощью BESS // Международная конференция "Знания Диалог - Решение". Сборник научных трудов. - Том 2. - Крым, Ялта. - 1995. - С. 315323.

11. П.Атанов Г.А., Пустынникова И.Н. Обучение путем построения баз знаний для экспертных систем // Искусственный интеллект. 1998. - № 2. -С. 42-48.

12. Аткинсон Р., Бауэр Г., Кротерс 3. Введение в математическую теорию обучения: Пер. с англ. М.: Мир, - 1969. - 486 с.

13. Ахутин В.М. Биотехнические системы. Л.: ЛГУ, 1979. - 257 с.

14. М.Ахутин В.М., Шаповалов В.В., Мансур Д. Автоматизированныесистемы профилактических осмотров детей (АСПОН-Д)-состояние и перспективы // Биотехнические и медицинские системы. Сб. науч. тр. Л., 1990.-С.З-6.

15. Бабанлы А.Ю. Диагностическая экспертная система в хирургии // Научно-техническая информация. Сер. 2. Информ. процессы и системы, 1996. - №10. - С. 12-13.

16. Баллюзек Ф.В., Добрынин Е.В., Поляков М.И. Компьютерная экспертная система в преподавании курса хирургических болезней. Л.: ЛСГМИ, 1987. - 64 с.

17. Балтрашевич В.Э. Реализация инструментальной экспертной системы. СПб.: Политехника, 1993. - 237 с.

18. Белоусов В.А., Калядин Н.И., Филатова C.B. Единый методологический подход при алгоритмизации и построении экспертных систем типа норма-патология в медицине // Медицинская техника, 1996. -№3.-С. 6-7.

19. Борецкий А.Б., Маслов В.Г., Хавронина М.А. Идентификация экспертных знаний на основе компетентных решающих правил в медицинских экспертных системах. // Информатика в здравоохранении: Материалы Всесоюз. Научн. конф., 11.12. М., 1990. - С. 19.

20. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. - 382 с.

21. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 200 с.

22. Геловани В.А. Экспертные системы в медицине. М.: Знание, 1987. -31 с.

23. Голембо З.Б., Зинкевич В.П. Средства и методы обработки медико-биологической информации на ЭВМ // Итоги науки и техники. Серия техническая кибернетика. Биология (методы в биологических исследованиях). 1989. - Т. 26. - С. 35-39.

24. Долина О.Н., Шварц Ю.Г. Построение и отладка медицинских экспертных систем // Математические методы в технике и технологиях ММТТ-2000: Сб. тр. 13 Междунар. науч. конф. СПб., - 2000. С. 3739.

25. Джексон П. Введение в экспертные системы. М.:Вильямс, - 2001. -622 с.

26. Карандеев К.Б. Электрические методы автоматического контроля. М.: Энерния,- 1965.-384 с.

27. Клейнрок JI. Вычислительные системы с очередями. Пер. с англ. под ред. д.т.н. Б.С. Цыбакова. Москва, 1979.

28. Клейнрок JI. Коммутационные сети. Стохастические потоки и задержки сообщений. Пер. с англ. М.: Наука, - 1970.

29. Клыков В.Е., Денисевич Е.В., Денисевич А.В., Филатова Н.Н. Оболочка для создания тестирующих программ. Educational Technology & Society 6(3), 2003.

30. Кореневский Н.А., Попечителев Е.П., Филист С.А. Проектирование электронной медицинской аппаратуры для диагностики и лечебных воздействий: Монография /Курская городская типография, Курск, -1999.-537 с.

31. Кореневский Н.А., Гадалов В.Н., Позднякова О. И. Полифункциональная интерактивная диагностическая система // Материалы конференции "Приборы и приборные системы". Тула, 1994. - С. 35 -36.

32. Кореневский Н.А., Колоскова Г.П., Кретушева Т.А., Позднякова О.И. Интегральные средства системы обработки медицинской информации // Материалы медицинской конференции "Распознавание-95". Курск, -1995.

33. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. Пер. с англ. М.: Наука, - 1968. - 720 с.

34. Крыжановская О.В., Наумович A.C. Автоматизированные прогностические и диагностические системы для комплексной оценки функционального состояния организма человека // Жизнь и компьютер-91: Тез. Всесоюз. семинара, 10.91. Харьков, -1991. С. 187-189.

35. Куракина Т.Ю., Олимпиева С.П., Киликовский В.В., Дегтярев Д.Н. Экспертная система поддержки принятия диагностических решений врачом-неонатологом // Мед. техника, 1999, - №1. - С.36-39.

36. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний (процедуры и реализации). М.: Наука, - 1989. - 128 с.

37. Лихтциндер Б.Я., Аверьянов C.B., Пугин В.В. Контроль и оценка знаний учащихся медицинских учебных заведений, основанная на вероятностных критериях. Информационные технологии в образовании. Сборник трудов. ч. V. - М., 2003.-С.307-309.

38. Лихтциндер Б.Я., Аверьянов C.B., Пугин В.В. Информационные характеристики бинарных тестов. Актуальные проблемы современной науки. Труды 5-ой Международной конференции молодых ученых и студентов. Самара, 2004. - С. 98-100.

39. Лихтциндер Б.Я., Аверьянов C.B., Пугин В.В., Шигаев В.В. Использование вероятностных методов оценки знаний при разработке тестирующих модулей распределенных тренинг-систем. Инфокоммуникаци-онные технологии №3 - т.1. - Самара, 2003. - С. 40-45.

40. Лихтциндер Б.Я., Байда Н.П., Шпилевой В.Т., Снежко В.В. Программное обеспечение автоматизированных систем диагностирования узлов радиоэлектронной аппаратуры // Измерения, контроль, автоматизация. М.,- 1984. №4.-С. 33-44.

41. Лихтциндер Б.Я., Иванова Л.Б. Вероятностные методы контроля и диагностирования многопараметрических объектов. Деп. в «Информпри-бор» (г.Москва), №3682 от 12.02.87 г.

42. Лихтциндер Б.Я., Погодина Л.И., Пугин В.В. Автоматизированная справочная система терапевта, Самара: АТИ, 2004. - 16 с.

43. Лобачев С.Л., Попов А.Э., Семенихин И.Н. Интернет-технологии в дистанционном и открытом образовании. Образовательные технологии и общество -№4(2), 2001, - С. 194-204.

44. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. М.: Мир, - 1991.-568 с.

45. Малхасьян Л.Н. Экспертная система "Диалог-Д" для формирования групп диспансерного учета рабочих "пылевых" профессий // Информатика в здравоохранении: Материалы Всесоюз. научн. конф. 11.12.90. М., 1990. С. 130.

46. Мальковский М.Г., Самородский С.А. Экспертные системы с использованием WWW-технологий: возможности интеграции // Вестник Московского университета. Сер. 15. Вычисл. математика и кибернетика, -1997. №2. - С.42-44.

47. Малышев Н.Г., Берштейн Л.С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. - 136 с.

48. Методика применения экспертных методов для оценки качества продукции. М.: Стандарт, 1975. - 31 с.

49. Моргоев В.К. Метод структурирования и извлечения экспертных знаний: имитация консультаций. Человеко-машинные процедуры принятия решений. М.: ВНИИСИ, 1988. - С. 44-57.

50. Нейлор К. Как построить свою экспертную систему. М.: Энергоатомиздат, -1991.-286 с.58.0мельченко В.П., Демидова A.A. Практикум по медицинской информатике. Ростов-на-Дону: «Феникс», 2001. - 304 с.

51. Осипов Г.С. Приобретение знаний интеллектуальными системами. М.: Наука, 1997.

52. Основы технической диагностики: Оптимизация алгоритмов диагностирования, аппаратные средства. Под ред. П.П. Пархоменко. М.: «Энергия», 1981.-320 с.

53. Поляков М.И., Баллюзек Ф.В., Добрынин Е.В. Особенности представлений и использование знаний в медицинских экспертных системах. // Информатика в здравоохранении: Материалы Всесоюз. научной конф. 11.12.90. М.,- 1990.-С. 67.

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

55. Построение экспертных систем: Пер. с англ. / Под ред. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, - 1987. - 441 с.

56. Представление и использование знаний: Пер. с япон./ Под ред. X. Уэно, М. Исидзука. М.: Мир, - 1989. - 220 с.

57. Пугин В.В. Экспертные системы в медицине // Тезисы доклада VIII Российской научной конференции ПГАТИ. Самара, 2001. - С. 96-97.

58. Пугин В.В. Диагностические системы в медицине // Тезисы доклада X Российской научной конференции ПГАТИ. Самара, 2003. - С. 38.

59. Пугин В.В. Вероятностные методы дистанционного диагностирования // Тезисы доклада XI Российской научной конференции ПГАТИ. Самара, 2004. - С. 76-77.

60. Пугин В.В. Подготовка информации для «Автоматизированной справочной системы терапевта» // Тезисы доклада XII Российской научной конференции ПГАТИ. Самара, 2005. - С. 53.

61. Пугин В.В. Распределенная система диагностирования на основе вероятностных критериев оценки // Тезисы доклада XIII Юбилейной Российской научной конференции ПГАТИ. Самара, 2006. - С. 38.

62. Пугин В.В., Волов Н.В. Использование вероятностных критериев для контроля знаний студентов медицинских ВУЗов на примере острого гнойного фронтита // Обозрение прикладной и промышленной математики. М.: ОПиПМ, 2005. - Т.12. - С.484-486.

63. Пустынникова И.Н. Технология использования экспертных систем для диагностики знаний и умений. Образовательные технологии и общество-4(4) 2001. С. 77-101.

64. Растригин Л.А., Эренштейн М.Х. Адаптивное обучение с моделью обучаемого. Рига: «Зинатне», 1988. - 160 с.

65. Ратнер Г.Л., Куликовский К.Л. Специализированная ЭВМ «ДИАМА-2». Авторское свидетельство №385286 от 14.03.73 г.

66. Рот М. Интеллектуальный автомат: компьютер в качестве эксперта. М.: Энергоатомиздат, 1991. - 79 с.

67. Руководство по пульмонологии. /Под редакцией Путова Н.В. и Федосеева Г.Б. Л.: Медицина, 1984.

68. Рыбина Г.В. Использование методов имитационного моделирования при создании интегрированных экспертных систем реального времени // Известия Российской академии наук. Теория и системы упр., 2000. -№5.-С. 147-156.

69. Самсонов В.В. Эксперимент по реализации ЭС Консультант-2 методом трансляции базы знаний из глубинного представления в поверхностное. // Технология разработки экспертных систем. Кишинев, 1987. -С. 116-120.

70. Свиридов А.П. Основы статистической теории обучения и контроля знаний. М.: Высшая школа, - 1981. - 262 с.

71. Свиридов А.П. Применение методов планирования эксперимента при обучении обучающих и контролирующих машин. М.: Моск. энерг. ин-т,- 1975.-65 с.

72. Свиридов А.П. Условные и безусловные алгоритмы диагностического контроля подготовки операторов ЭВМ. М.: Моск. энерг. ин-т, - 1987. -69 с.

73. Сердаков A.C. Автоматический контроль и техническая диагностика. -Киев: «Техника», 1971. - 244 с.

74. Серолапкин A.B. Проектирование двухуровневой экспертной системы с логическим корректором и её применение в медицине // Известия инженерно-технологической академии Чувашской Республики, 1996. - №2. - С. 175-181.

75. Симонс Д. ЭВМ пятого поколения: компьютеры 90-х годов: Пер. с англ. М.: Финансы и статистика, 1985, 215 с.

76. Современное представление о классификации, диагностических критериях и лечении пневмонии в таблицах и алгоритмах. /ГУЗАСО СГМУ кафедра фтизиатрии и пульмонологии. Самара, 1997, - 65 с.

77. Соловов A.B. Проектирование компьютерных систем учебного назначения: Учебное пособие. Самара: СГАУ, 1995, - 138 с.

78. Справочник по искусственному интеллекту в 3-х т. // Под ред. Попова Э.В. и Поспелова Д.А. М.: Радиосвязь, 1990.

79. Уотермен Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.-388 с.

80. Хегглин Р. Дифференциальная диагностика внутренних болезней. М.: Инженер, 1993.-320 с.

81. Экспертные системы для персональных компьютеров: методы, средства, реализации: Справ, пособие / B.C. Крисевич, JI.A. Кузьмич, A.M. Шиф и др. Минск: Выш. шк., - 1990. - 197 с.

82. Экспертные системы. Принципы работы и примеры: Пер. с англ. / А. Брукинг, П. Джонс, Ф. Кокс и др. / Под ред. Р. Форсайта. М.: Радио и связь, - 1987.-224 с.

83. Элти Дж. Кумбс. Экспертные системы: концепции и примеры: Пер. с англ. М.: Финансы и статистика, 1987. - 251 с.

84. Barr A. and Feigerbaum Е. (eds). The Handbook of Artificial Intelligence, volumes Land 2, Pitman, 1981 and 1982.

85. Buchanan B.G. and Shortliff E.N. Rule Expert Systems The MYCIN Experiments of the Stanfond Neuristic Programming Progect. - Addison-Wesley, - 1984.

86. Chandrasekaran B., Mittal S., Conceptual Representation of Medical Knowledge for Diagnosis by Computer: MDX and Related System // Adv.Comput, 1983. - N22. - P. 217-293.

87. Gordon J., Shortliffe E. A Method for Managing Evidential Reasoning in a Hierarchical Hyporhesis Space // AIJ, 1985. - Vol.26. - P. 323357.

88. Hayes-Roth, F. The Knowledge-Based Expert System: A Tutorial. IEEE COMPUTER, 1987. - Vol. 17. - № 9. - P. 11-18.

89. Lihtsinder B., Ivanova L. Estimation of knowledge quality on a basis of probability monitoring and diagnosing methods. Proceedings 10th IMEKO TC7 International Symposium on Advances of Measurement Science. Vol.2. Saint-Petersburg, 2004. -pp.503-508.

90. Lowe D., Hall W. Hypermedia and the Web: An Engineering Approach. Wiley, John & Sons, Incorporated, 1999.

91. Negoita C.N. Expert System and Fuzzy Systems. The Benjamin Cam-mings Publishing Co., Menlo Park, C A, 1985.

92. Olton J., Muser M., Combs D. et al. Graphical access to medical expert systems // Expert systems, 1987, - Vol. 26, - №3.

93. Pugin V., Averjanov S., Pogodina L. Remote automated reference system of the internist. Interactive systems: The problem of human-computer ineraction. Proceeding of the International Conference. Ulyanovsk, 2005. P. 60-65.

94. Puppe F. Diagnostisches Problemlosem mit Experten system // Informatik Fachberichte. Berlin: Heidelberg; N. Y.: Springer, 1987. - Vol. 148. -P. 34-40.

95. Puppe F. Hybride Diagnosbewertung. GWAI-86 // InformatikFachberichte. Berlin: Heidelberg; N. Y.: Springer, 1986. - Vol. 124. - P. 323-342.

96. Reggia J.A. Representing and using medical knowledge for the neurological localization // Report TR-693, Computer Science Dept., University of Maryland, 1988.

97. Rogers W. etal. Computer-Aided Medical Diagnosis: Literature Review. International Journal of Biomedical Computing, 10, 1979. - P. 267289.

98. Sammon Y.W., Proctor A.H., Poberts D.E. An interactive graphic subsystem for pattern analysis. Pattern Recogh, -1971. Vol.3. №1.

99. Schwartz W., Patil R., Srolovits P. Artificial Intelligence in Medicine: Where Do We Stand //New Engl. J. Med, 1987. - Vol. 316. - P. 685688.

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

101. Shortliffe E., Buchanan B., Feigenbaum E. Knowledge engineering for medical decision-making: a review of computer-based clinical decision aids // Proceedings of the IEEE, 1979. - Vol. 67. - №9. P. 1207-1224.

102. Weiss S.M., Kulikowski C.A. A Practical Guide to Desinging Expert System. New Gersey: Powman & Allan-held Publ., 1984.

103. САМАРСКИЙ МЕДИЦИНСКИЙ ИНСТИТУТ «РЕАВИЗ»1. J^M MEDICAL1. Россия443001, г. Самара, ул. Чапаевская,227 Тел. [phone] Факс [phone] E-mail: [e-mail]227, Chapayevskaya St.1. ВрДкдр^И Russia, 443001

104. Phone [phone] Fax [phone]i.ru E-mail: [e-mail]г. Самара10 апреля 2007 г.1. АКТ

105. Адаптивных алгоритмов дистанционной диагностики ориентированных на использование в компьютерных сетях

106. Программных средств системы дистанционного диагностирования, реализованных на основе сетевых ууеЬ-технологий

107. Вероятностной модели диагностики и алгоритма направленного поиска очередной диагностической проверки, позволяющих сократить объёмы передаваемой информации.

108. Председатель комиссии С'Х^ ' Е.С. Малова1. Члены комиссии:1. П.А. Половинкин

109. Расчетный счет: 407028106541101000006 в Самарском ОСБ № 28, БИК 043601613, Субкор.счет 30101810100000000613, ИНН 6317006620 ОКОНХ-921Ю, ОКПО 211831711. УТВЕРЖДАЮ»от1. Исх2007 г.1. АКТ

110. Адаптивных алгоритмов дистанционной диагностики ориентированных на использование в компьютерных сетях

111. Программных средств системы дистанционного диагностирования, реализованных на основе сетевых \уеЬ-технологий

112. Вероятностной модели диагностики и алгоритма направленного поиска очередной диагностической проверки, позволяющих сократить объёмы передаваемой информации.1. Председатель комиссии1. Члены комиссии:1. Н.С. Юрицын