Развитие методологии искусственного интеллекта в диагностике медицинского риска с учетом анализа биоимпеданса in vivo тема диссертации и автореферата по ВАК РФ 05.11.17, доктор наук Шаталова Ольга Владимировна

• Шаталова Ольга Владимировна
• доктор наук
• 2021

Оглавление диссертации доктор наук Шаталова Ольга Владимировна

Введение

1 Методы и системы контроля состояния организма и прогнозирования медицинских рисков с учетом информативных признаков, полученным по результатам исследования аномальных зон электропроводности кожи человека

1.1 Анализ шкал оценки хирургического риска

1.2 Анализ современных подходов к прогнозированию сердечнососудистых осложнений

1.2.1 Прогнозирование ишемических рисков

1.2.2 Прогнозирование повторного инфаркта миокарда

1.3 Методы исследования биологически активных точек для оценки функционального состояния организма

1.4 Компьютерные методы и устройства диагностики по информации, получаемой на основе анализа аномальных зон электропроводности

1.5 Цели и задачи исследования

2 Ансамбли классификаторов в интеллектуальных системах прогнозирования медицинских рисков

2.1 Модели шкал медицинских рисков

2.2 Модели агрегирования классификаторов в ансамбли классификаторов

2.3 Базовые классификаторы на основе нечётких моделей принятия решений

2.4 Теоретико-множественная модель структурирования обучающей выборки в алгоритме бустинга

2.5 «Слабые» классификаторы для биоимпедансных исследований

2.6 Метод и алгоритм формирования «слабых» классификаторов на основе биоимпедансных исследований в аномальных зонах электропроводности

2.7 Алгоритм формирования ансамблей классификаторов для классификации медицинского риска

2.8 Метод построения модели классификатора для диагностики медицинских рисков по результатам биоимпедансных исследований

2.9 Выводы второго раздела

3 Методы и модели формирования дескрипторов для классификаторов медицинского риска на основе биоимпедансных исследований при стационарных энергетических воздействиях

3.1 Графическая модель биоимпеданса при многочастотном зондировании

3.2 Непараметрические модели импеданса биоматериала

3.3 Параметрическая модель базовой составляющей биоимпеданса для классификаторов медицинского риска

3.4 Анализ методов расчета параметров комплексного сопротивления биоматериалов

3.5 Метод измерения биоимпеданса с двумя аналого-цифровыми преобразователями

3.6 Автоматизированная система для биоимпедансных исследований на базе Ь-Сагё

3.7 Алгоритмическое и программное обеспечение автоматизированной системы биоимпедансных исследований

3.8 Выводы третьего раздела

4 Динамические модели импеданса биоматериалов в зонах аномальной электропроводности

4.1 Многопроходные вольт-амперные характеристики как инструментарий исследования динамических свойств импеданса биоматериала в зоне аномальной проводимости

4.2 Модель двухпроходной вольт-амперной характеристики биоматериалов в биологически активной точке

4.3 Моделирование многопроходной вольт-амперной характеристики биоматериала

4.4 Метод формирования дескрипторов для классификации медицинского риска на основе многопроходной вольт-амперной характеристики биоматериала

4.5 Формирование дескрипторов на основе исследования переходных процессов в биологически активных точках

4.5.1 Линейная параметрическая модель переходной характеристики биоматериала

4.5.2 Формирование дескрипторов по цифровым отсчётам переходной характеристики биоматериала

4.6 Программно-аппаратный комплекс для исследования динамических характеристик импеданса биоматериала в экспериментах in vivo

4.6.1 Состав аппаратной части программно-аппаратного комплекса

4.6.2 Структура программного обеспечения комплекса

4.6.3 Режимы работы программно-аппаратного комплекса

4.7 Выводы четвёртого раздела

5 Разработка и исследования методов, моделей, алгоритмов и программного

обеспечения для прогнозирования сердечно-сосудистых осложнений

5.1 Базовая модель мультиагентной интеллектуальной системы для классификации риска сердечно-сосудистых осложнений

5.2 Многоагентная интеллектуальная система поддержки принятия решений по прогнозированию ишемического мозгового инсульта

5.3 Мультиагентные интеллектуальные системы прогнозирования повторного инфаркта миокарда

5.3.1 Технология тестирования состояния биологически активных точек

5.3.2 Классификаторы риска повторного инфаркта миокарда с виртуальными потоками

5.3.3 Модель классификатора риска повторного инфаркта миокарда и пример её апробации

5.4 Исследование модели мультиагентной интеллектуальной системы для прогноза риска ишемической болезни сердца

5.5 Выводы пятого раздела

6 Экспериментальные исследования интеллектуальных систем

прогнозирования операционного риска с учетом анализа биоимпеданса в аномальных зонах электропроводности

6.1 Концептуальная модель системы нечеткого вывода для классификации операционных рисков

6.2 Автоматизированная система для построения неспецифической шкалы операционного риска на основе динамических моделей биоимпеданса в аномальных зонах электропроводности

6.3 Получение и анализ экспериментальных данных

6.4 Экспериментальные исследования эффективности неспецифической шкалы операционного риска

6.5 Выводы шестого раздела

Заключение

Список сокращений и условных обозначений

Список литературы

Введение диссертации (часть автореферата) на тему «Развитие методологии искусственного интеллекта в диагностике медицинского риска с учетом анализа биоимпеданса in vivo»

Введение

Актуальность исследования. Диагностика медицинского риска (МР) необходима для профилактики болезни и ее лечения. Одним из самых перспективных способов повышения эффективности прогнозирования МР и, как следствие, снижение смертности, является создание систем поддержки принятия врачебных решений (СППВР), которые встраиваются в медицинские информационные системы (МИС). Такие СППВР, построенные как централизованные сервисы по выявлению и анализу факторов риска (ФР) или подозрений на наличие заболеваний на ранней стадии, способны вести оценку МР, в частности, риска хирургического лечения (ХЛ) и системно связанного с ним риска сердечно-сосудистых осложнений (ССО). ССО - главная причина периоперационных осложнений и летальности. Пациент, поступающий в хирургическую клинику помимо основного заболевания, как правило, имеет коморбидные состояния, подчас являющиеся не менее важными, чем хирургическая патология. Поэтому при планировании ХЛ кардиальных больных терапевту совместно с хирургом целесообразно оценить возможные риски операции.

В условиях хирургического вмешательства организм больного претерпевает многогранную перестройку во всех органах, тканях и системах. В связи с этим при решении вопроса о прогнозе ХЛ необходимо оценить функциональное состояние (ФС) пациента, что является ключевым этапом предоперационной оценки риска и измеряется в метаболических эквивалентах (МЭТ). Способом объективной оценки ФС является проведение нагрузочных тестов. Однако такие методики являются неприемлемыми для предоперационного больного или больного с сердечно-сосудистыми заболеваниями (ССЗ). Поэтому оценка ФС требует создания новых методологических подходов, которые позволили бы

выявлять и анализировать начальные информационные изменения в структуре взаимодействия отдельных функциональных систем. Эти цели достигаются посредством использования новых компьютерных технологий и новых методов исследования и анализа электрофизиологических сигналов, среди которых представляют научный интерес реакции биоматериала на тестовые воздействия электрическими импульсами различной формы.

При разработке СППВР имеют место известные трудности, связанные со сложностью формирования обучающих и контрольных выборок для классификаторов МР. Это определяется двумя взаимосвязанными причинами. Первая причина обусловлена размытостью классов МР, что объясняется различием в сопутствующих заболеваниях у пациентов в экспериментальных группах, а также их возрастными и конституционными особенностями. Вторая причина связана с высокой степенью субъективности и зашумленности данных, получаемых, как в результате физикальных, так и инструментальных исследований. Попытки их преодолеть за счет увеличения объема данных о пациенте в обучающей выборке не приводят к прорывным результатам, так как такие решения затягивают диагностические процессы и приводят к еще большему размытию классов, а наличие корреляционных связей между ФР, которые весьма сложно выявить в подсистемах живой системы, приводит к снижению показателей качества диагностики.

Таким образом, актуальность данного диссертационного исследования определяется необходимостью повышения показателей качества диагностики МР посредством разработки методов поиска новых, не инвазивных предикторов оценки ФС пациента, в том числе и на основе биоимпедансных исследований в аномальных зонах электропроводности, и новых методов разработки СППВР, основанных на использовании гетерогенных пространств информативных признаков и на иерархической структуре автономных интеллектуальных агентов (АИА), включающих различные методы анализа и классификации данных и

позволяющих посредством агрегации решений АИА на различных иерархических уровнях создавать самоорганизующиеся модели классификаторов МР.

Степень разработанности темы исследования. В настоящее время для диагностики МР широко применяются интегральные шкалы. Такой вид диагностики не является точным, так как, как правило, используется всего два класса МР, а создание самих шкал требует длительного времени на выбор математической модели, ее синтез (обучение) и валидизацию.

С развитием компьютерных технологий в медицинскую практику внедряется программированное прогнозирование (М.М. Батюшин, Ю.Л. Шевченко). В нашей стране и за рубежом в области цифровой медицины ведется интенсивная разработка АИА для классификации МР на основе нечеткого логического вывода, глубокого машинного обучения (Deep Learning), МГУА моделей, деревья решений и т.д. (Л.А. Манило, Н.А. Кореневский, А.П. Немирко, Л.Т. Сушкова, З.М. Юлдашев и др.).

Независимо от парадигмы, на которую ориентирован АИА, для его функционирования необходимы предикторы МР. В случае диагностики риска ХЛ, предикторы делят на дооперационные и интраоперационные. Получение дооперационных предикторов вызывает ряд проблем, связанных со временем сбора объективных данных, получаемых на основе инструментальных и лабораторных исследований, а также с субъективностью их интерпретации, в случае, если их источником являются заключения врача или самого больного. В то же время, интраоперационные признаки получить можно только постфактум. В связи с эти большую роль в задаче диагностики риска ХЛ принадлежит инструментальным исследованиям, в частности, исследованиям, которые не требуют сложной медицинской техники и не вызывают больших физических или эмоциональных нагрузок на больного. В качестве таких исследований заслуживают особого внимания биоимпедансные исследования.

Использование информации, полученной посредством биоимпедансных исследований in vivo (на живой ткани) в аномальных зонах проводимости, позволяет не инвазивно получать предикторы МР с высокой оперативностью и с минимальным воздействием на ФС пациента, то есть биоимпедансные исследования удовлетворяют принципу медицинской интактности (программно -аппаратный комплекс РОФЕС, биоимпедансный анализатор АВС-01 и т.д.). К недостаткам известных систем для биоимпедансных исследований следует отнести отсутствие возможности проведения многомерного анализа, а, следовательно, использования при диагностике МР технологии бустинга, сверточных нейронных сетей и других методов интеллектуальной обработки больших данных.

Известно большое количество работ о применении биоимпедансного анализа для мониторинга неотложных состояний: в период диализа (Stompor Т. et al; Lopot F. et al; Chumlea W.C.; Foster B.J., Leonard M.B.; и др.), при шоке (Piccoli A. et al; Shanholtzer B.A., Patterson S.M.), потери крови (Kushner R.F., 1992; Piccoli A. et al; и др.). Обеспечение многомерного анализа с сохранением морфологической интактности и ФС пациента добиваются за счет увеличения объема информации, снимаемой с отдельной биологически активной точки (БАТ), например, посредством анализа вольт-амперной характеристики в БАТ (Авад Али Мохаммед, Н.Е. Нехаенко).

Отсутствие инерционности и безопасность биоимпедансометрии позволяют использовать ее в качестве средства мониторинга у самых тяжелых больных. Показатели биоимпеданса используются при определении параметров центральной и периферической гемодинамики, для оценки степени обезвоживания или отечности живой ткани, при диагностике новообразований, для оценки деформируемости эритроцитов крови, при исследовании воспалительного осложнения раны после ХЛ, при исследовании влияния медикаментов на биоткань и т.д. (Ю.В. Торнуев, Р.Г. Хачатрян, А.П. Хачатрян; Т.Х.

Zhao; Т. Clielidze; J.Z. Bao et al; К. Cha et al; L.I. Kalakutskiy et al; М. Sezdi et al; Y Hayashiet al; A. Shanwell). Однако представленные работы решают частные задачи диагностики МР и в доступной научной литературе отсутствует информация о комплексных и системных исследованиях в области интеллектуальных систем диагностики МР с использованием предикторов, получаемых на основе биоимпедансного анализа.

Проведённый анализ современных исследований в области СППВР позволяет сформировать фундаментальную научную проблему, на решение которой направлено данное исследование: развитие методологии искусственного интеллекта в диагностике медицинского риска, позволяющей повысить достоверность интерпретации гетерогенных данных, в том числе данных, полученных на основе биоимпедансных исследований, и тем самым повысить качество и своевременность диагностики медицинского риска. Совокупное использование различных методов синтеза АИА, а также использование различных методов и иерархических структур агрегации их решений, даёт возможность создавать качественно новые СППВР, позволяющие решать широкий круг задач классификации МР, обеспечивая эффективность врачебных решений при высоких требованиях к оперативности принятия решений в условиях неполноты, противоречивости, субъективности и зашумленности исходных данных.

Целью диссертационной работы является разработка концептуальных моделей и методологии построения систем поддержки принятия решений по классификации медицинского риска, позволяющих улучшить показатели качества классификации прогнозирования социально значимых заболеваний на основе мультиагентных систем поддержки принятия врачебных решений и анализа гетерогенных данных, включая результаты анализа биоимпедансных исследований в аномальных зонах электропроводности.

Для достижения поставленной цели в работе решаются следующие задачи:

- системный анализ методов и компьютерных технологий классификации медицинских рисков на основе гетерогенных данных и источников, включая результаты анализа биоимпедансных исследований в аномальных зонах электропроводности;

- развитие методологии синтеза автономных интеллектуальных агентов и ансамблей классификаторов на их основе, предназначенных для классификации медицинских рисков, позволяющей повысить качество скрининговой диагностики медицинского риска;

- разработка методов построения моделей импеданса биоматериала, предназначенных для формирования дескрипторов для обучаемых классификаторов медицинского риска;

- разработка методов и моделей формирования дескрипторов, основанных на исследовании динамических характеристик импеданса биоматериала в зонах аномальной электропроводности, обеспечивающих синтез обучаемых классификаторов в интеллектуальных системах классификации медицинских рисков;

- разработка интеллектуальных систем поддержки принятия решений по классификации риска сердечно-сосудистых заболеваний;

- разработка интеллектуальной системы поддержки принятия решений по классификации риска хирургического лечения;

- экспериментальные исследования образцов интеллектуальных систем классификации медицинских рисков, построенных на основе разработанных методов, моделей и алгоритмов.

Объектом диссертационного исследования являются медицинские информационные системы с интегрированными модулями поддержки принятия врачебных решений.

Предметом исследования является методология искусственного интеллекта в классификаторах медицинского риска на основе гетерогенных данных и источников, с учетом анализа биоимпеданса in vivo.

Научная новизна результатов работы. В рамках диссертационной работы были получены следующие основные результаты, обладающие научной новизной.

1. Методология синтеза автономных интеллектуальных агентов и ансамблей классификаторов на их основе, предназначенных для классификации медицинских рисков, отличающаяся использованием в качестве дескрипторов для «слабых» классификаторов гетерогенных данных и источников, включая результаты анализа биоимпедансных исследований в аномальных зонах электропроводности, позволяющая повысить качество скрининговой диагностики медицинского риска, включающая:

- метод агрегирования «слабых» классификаторов по трем конкурирующим гипотезам, основанный на развитии теории Кондорсе;

-теоретико-множественную модель обучающей выборки, основанную на апостериорной её декомпозиции в подмножества, принадлежность к которым определяется посредством анализа попадания выходов «слабых» классификаторов в терцили, позволяющую синтезировать интеллектуальные модели принятия решений на основе технологии бустинга;

- метод диагностики медицинского риска, основанный на биоимпедансных исследованиях в множестве тестовых БАТ, связанных с классифицируемым медицинским риском, и статистических исследованиях множества обучающих выборок, предназначенных для построения «слабых» классификаторов, отличающийся процедурой агрегирования «слабых» классификаторов, в которой учитываются «веса» обучающей выборки, на которой был построен «слабый» классификатор, и «вес» БАТ, по результатам исследований которой строится «слабый» классификатор;

- алгоритм классификации медицинского риска, отличающийся процедурой «взвешивания» «слабых» классификаторов для каждой экспериментальной группы и процедурой «взвешивания» выборки, на которой были построены эти классификаторы, и последовательностью выполнения этих процедур, и процедурой оптимизации пула обучающих выборок для построения финального «сильного» классификатора;

- алгоритм формирования ансамблей классификаторов, включающий четыре параллельных ветви формирования промежуточных «сильных» классификаторов, агрегирующих решения «слабых» классификаторов по группам информативных признаков, с последующей реализацией итерационного процесса селекции «слабых» классификаторов в зависимости от результатов мета-анализа промежуточных «сильных» классификаторов и финального «сильного» классификатора;

- метод построения модели «слабого» классификатора медицинского риска с суррогатным маркером, полученным на основе исследования показателей электропроводности БАТ, отличающийся включением двух байесовских моделей классификаторов наличия риска и отсутствия риска, и формирования окончательной модели путём получения их разностей с априорным определением порогового значения, определяющего область применимости модели «слабого» классификатора.

2. Методы синтеза моделей биоимпеданса, основанные на многочастотном зондировании биообъекта в экспериментах in vivo, позволяющие формировать многомерные и иерархические множества дескрипторов для гетерогенных классификаторов медицинского риска, включающие:

- метод синтеза графических моделей биоимпеданса, отличающийся представлением биоимпеданса в виде двух графиков, первый из которых отражает зависимость от частоты базовой составляющей биоимпеданса, а второй -зависимость от времени динамической составляющей биоимпеданса, при этом

дескрипторы по первому графику формируются на основе его Фурье-анализа, а дескрипторы по второму графику формируются на основе его рекурсивного разложения на линейные регрессии общего вида с априорно заданными аппроксимирующими функциями на каждом этапе рекурсии;

- метод синтеза непараметрической модели биоимпеданса в виде диадно-пентадного континуума, элементы которого используются в качестве дескрипторов классификатора медицинского риска, отличающийся тем, что для получения одной пентады дескрипторов решается система нелинейных уравнений, полученная по результатам измерения биоимпеданса на двух частотах, соответствующих этой пентаде;

- метод синтеза параметрической модели биоимпеданса, основанный на представлении биоматериала трёхэлементным RC-двухполюсником, отличающийся тем, что базовая составляющая биомпеданса двухполюсника синтезируется на основе нелинейной регрессионной модели, а при инициализации итерационного процесса начальные значения параметров модели определяются путём предварительных экспериментальных исследований;

- комплект алгоритмов синтеза моделей биоимпеданса в экспериментах in vivo, обеспечивающий программную реализацию предложенных методов и моделей для биомедицинских исследований.

3. Методология синтеза автономных интеллектуальных агентов на основе показателей динамики импеданса биоматериала, позволяющая обеспечить морфологическую интактность при скрининговой диагностике медицинского риска, включающая:

- функциональную модель вольт-амперной характеристики биоматериала в аномальной зоне электропроводности, отличающуюся двумя контурами обратной связи, первый из которых моделирует электрические свойства биоматериала, а второй - его системную реакцию на внешние акции на уровне регуляторных свойств организма;

- метод формирования дескрипторов для классификаторов медицинских рисков, основанный на анализе кортежа вольт-амперных характеристик биоматериала и точек их пересечения с определённой информационной абсциссой, отличающийся тем, что дескриптор состоит из кортежа диад, а диада определяется по двум точкам вольт-амперной характеристики, лежащим на информативной абсциссе;

- алгоритм построения реверсивной вольт-амперной характеристики биоматериала в аномальной зоне электропроводности, отличающийся трехэтапной процедурой моделирования динамических характеристик электропроводности биоматериала, и позволяющий определить параметры модели по начальным условиям;

- динамическую модель вольт-амперной характеристики биоматериала в аномальной зоне электропроводности, отличающуюся тем, что импеданс биоматериала представлен в виде суперпозиции двух экспоненциальных составляющих, аргумент первой из которых зависит от тока в биоматериале и продолжительности его воздействия на биоматериал, а аргумент второй экспоненты зависит только от мгновенного значения тока в биоматериале;

- временную модель электрического импеданса биоматериала, представленную в виде двух массивов однотипных данных, каждая пара одноиндексных элементов которых описывает параметры модели импеданса биоматериала на соответствующем временном интервале, позволяющую формировать дескрипторы для автономных интеллектуальных агентов с учетом эволюции электрических свойств биоматериала в процессе воздействия на него тестовыми импульсами напряжения.

4. Интеллектуальная система прогнозирования рисков сердечно-сосудистых осложнений, построенная на основе предложенной базовой структуры многоагентной интеллектуальной системы прогнозирования медицинских рисков, обеспечивающая прогноз повторных инфарктов миокарда с диагностической

чувствительностью 0,90 при диагностической специфичности 0,86; инсультов - с диагностической чувствительностью 0,84 при диагностической эффективности 0,87, а по основным показателям качества прогнозирования ИБС превосходящая известные модели принятия решений на 10... 16%, включающая:

- метод формирования моделей принятия решений по прогнозированию риска ишемического мозгового инсульта, отличающийся иерархической структурой интеллектуальных агентов нижнего и верхнего уровней и методикой формирования дескрипторов на основе биоимпедансных исследований;

- систему моделей «слабых» классификаторов для решения задач прогнозирования повторного ИМ по различным группам разнородных информативных признаков, которые могут агрегироваться в различных сочетаниях, отличающуюся дополнительной группой данных в виде модели виртуальных потоков;

- иерархическую модель классификатора риска ИБС в гетерогенном пространстве информативных признаков, отличающуюся синергетическими «слабыми» классификаторами на соответствующем иерархическом уровне.

5. Интеллектуальная система для определения риска хирургического лечения, основанная на анализе динамических свойств импеданса биоматериала, и алгоритм ее функционирования, обеспечивающие показатели качества диагностики до 90%, включающие:

- концептуальную модель системы нечеткого вывода для классификации риска хирургического лечения, включающую три шкалы операционного риска и базу медицинских данных о пациентах, отличающуюся монитором, вычисляющим точки риска на основе статистического анализа базы данных пациентов и модификацией отдельных функциональных блоков алгоритма Мамдани-Заде;

- методику калибровки неспецифической шкалы операционного риска, отличающуюся моделью сопоставления результатов оценки функционального

состояния организма известными тестами и параллельным контролем динамики импеданса в информативных БАТ.

Достоверность научных положений, теоретических выводов и практических результатов диссертационной работы подтверждается:

- корректным использованием математического аппарата математической статистики, нечеткого логического вывода и нейросетевого моделирования;

- соответствием результатов экспериментальных исследований выдвигаемым гипотезам и качественным и количественным результатам предшествующих исследований;

- практической реализацией локальных СППВР, подтверждённых отчетами НИР в Госреестре, патентами на изобретения и программами для ЭВМ;

- использованием результатов диссертационной работы в экспертных системах медицинского назначения, подтвержденных актами внедрения.

Работоспособность разработанных моделей, методов, алгоритмов и СППВР подтверждена статистическим анализом результатов экспериментальных исследований и клиническими испытаниями.

Теоретическая и практическая значимость работы заключается в развитии методологии искусственного интеллекта для цифровой медицины, а также в развитии теории проектирования биотехнических систем.

Практическая значимость работы подтверждается разработанными методами, алгоритмами и моделями, реализованными в программах для ЭВМ.

Разработанные методы, алгоритмы и модели интеллектуальной поддержки диагностики медицинского риска обеспечивают:

- развитие методов цифровой медицины и их внедрение в клиническую практику;

- создание программно-аппаратных средств диагностики медицинского риска с последующим их модульным наращиванием с целью создания наиболее перспективных архитектур систем искусственного интеллекта;

- разработку «умных» методов медицинской диагностики и их интеграцию в информационно-телекоммуникационные системы ЛПУ;

- объединение статистических данных, взятых из ЛПУ и интернет-источников, и комплекса знаний групп экспертов;

- минимизацию материальных и временных затрат для решения задач интеллектуальной поддержки по диагностике медицинских рисков;

- построение СППВР, осуществляющих диагностику медицинских рисков по отдельной методике или комплексам методик, обеспечивающих персонифицированный подход к ведению пациента.

Реализация результатов работы. Полученные в диссертационной работе результаты теоретических и прикладных исследований использовались при выполнении:

НИР федеральной целевой программы «Научные и научно-педагогические кадры инновационной России на 2009-2013 годы»: государственный контракт № П705 от 12 августа 2009 г., проект: «Прогнозирование функционального состояния сердечно-сосудистой системы человека на основе многомерного спектрального анализа данных мониторинга акустических и электрофизиологических процессов жизнедеятельности, осуществляемого посредством микроминиатюрных датчиков и мобильных средств связи» (ответственный исполнитель); государственный контракт № П424 от 12 мая 2010 г., проект «Гибридные информационные технологии для ранней диагностики инфекционных и онкологических заболеваний на основе многочастотной импедансометрии биоматериалов» (ответственный исполнитель); НИР по гранту Минобрнауки России, Соглашение № 14.В37.21.1970 от 14 ноября 2012 г. по теме «Гибридные технологии анализа и классификации сложноструктурируемых изображений для медицинских приложений» (исполнитель); НИР федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы»:

государственный контракт № 14.514.11.4089 от 20 июня 2013 г. о выполнении проблемно-ориентированных исследований в области создания эффективных систем обработки сигналов и изображений в реальном времени (исполнитель), Соглашение № 14.576.21.0071 от 6 ноября 2014 г. на выполнение прикладных научных исследований в области биоинформационных технологий (исполнитель); НИР по грату РФФИ (договор № 16-07-00164X16 от 03.02.2016 г.) (ответственный исполнитель); НИР по гранту Президента Российской Федерации для государственной поддержки молодых российских ученых МК-2870.2013.8 по теме: «Многоканальный биоимпедансный анализатор для диагностики патологических состояний живых систем» (договор № 14.124.13.2870-МК от 04 февраля 2013 г.) (научный руководитель); НИР по гранту РФФИ № 19-38-90116 по теме «Персонализированные биотехнические системы диагностики и управления терапией сердечно-сосудистых заболеваний» (договор № 19-38-90116X19 от 22.08.2019 г.) (научный руководитель); НИР по гранту РФФИ № 20-38-90063 по теме «Методы и алгоритмы прогнозирования и ранней диагностики инфекционных заболеваний по неспецифическим шкалам риска, построенным на основе исследования динамических свойств биоимпеданса в аномальных зонах электропроводности» (договор № 20-38-90063X20 от 26.08.2020 г.) (научный руководитель).

Методы построения и модели гетерогенных классификаторов медицинского риска, учитывающие результаты биоимпедансных исследований, разработанные в диссертационной работе, а также реализующие их СППВР, использовались в АО «Медицинские технологии ЛТД» при разработке алгоритмического и программного обеспечения экспертных систем, и прошли испытания в отделении медицинской реабилитации клинического научно-медицинского центра «Авиценна», г. Курск. Результаты полученных в диссертации теоретических, прикладных и экспериментальных исследований используются в учебном процессе Юго-Западного государственного университета при обучении студентов

Список литературы диссертационного исследования доктор наук Шаталова Ольга Владимировна, 2021 год

Список литературы

1. А. с. 1176887 СССР, МПК5 A 61 H 39/00, A 61 B 5/05. Электрод для электропунктуры / А.В. Тужлов, В.В. Бутенко, В.Г. Иванов, Е.Я. Панков. -№3528415; заявл. 20.10.1982; опубл. 07.09.1985, Бюл. № 33. - 2 с. : ил.

2. А. с. 1635995 СССР, МПК5 A 61 H 39/00. Контактный электрод / В. Кимпл, П. Урбан, Й. Лангмайер, В. Радостны. - №7772706; заявл. 10.11.1982; опубл. 23.03.1991, Бюл. № 11. - 3 с. : ил.

3. А. с. 1662561 СССР, МПК5 A 61 H 39/00. Устройство для диагностики состояния физиологических систем организма / Н.Н. Богданов, В.А Илюхина, И.А. Сагайдачный, К.Г. Смольянинов. - №4437086; заявл. 23.06.1988; опубл. 15.07.1991, Бюл. № 26. - 5 с. : ил.

4. А. с. 1745100 СССР, МПК5 A 61 H 39/02, A 61 B 5/05. Устройство для диагностики по состоянию биологически активных точек / В.Н. Сарчук. -№914931845; заявл. 26.04.1991; опубл. 30.06.1992, Бюл. № 24. - 5 с. : ил.

5. А. с. 971327 СССР, МПК5 A 61 H 39/02, Электрод для определения местонахождения акупунктурных точек / В.В. Немиров, Э.Л. Евтеева, А.И. Иванов. - №3214152; заявл. 08.12.1980; опубл. 07.11.1982, Бюл. № 41. - 3 с. : ил.

6. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов: в 2 т. / С.А. Айвазян, В.С. Мхитарян. - 2-е изд., испр. - М.: ЮНИТИ-ДАНА, 2001. - Т.1: Теория вероятностей и прикладная статистика - 656 с.

7. Айвазян, С.А. Прикладная статистика. Основы эконометрики: учебник для вузов: в 2 т. / С.А. Айвазян, В.С. Мхитарян. - 2-е изд., испр. - М.: ЮНИТИ-ДАНА, 2001. - Т. 2. - 432 с.

8. Аксельрод, А.С Нагрузочные ЭКГ-тесты: 10 шагов к практике: учебное пособие / А.С. Аксельрод, П.Ш. Чомахидзе, А.Л. Сыркин; под ред А.Л. Сыркина. - 5-е изд. - М.: МЕДпресс-информ, 2016. - 208 с.

9. Алгоритмы и шкалы риска тромбоза и кровотечения в кардиологии и неврологии: Практическое пособие / Л.И. Бурячковская [и др.]. — М.: ООО «Др. Редди'с Лабораторис», 2018. — 424 с.

10. Алексенко, В.А. Гибридные информационные технологии по экспресс-диагностике инфекционных заболеваний на основе многочастотного анализа пассивных электрических свойств биоматериалов в экспериментах in vivo / В.А. Алексенко, К.Д.А. Кассим, С.А. Филист // Известия ЮФУ. Технические науки. - 2010. - № 8 (109). - С. 12-16.

11. Александрович, Ю.С. Оценочные и прогностические шкалы в медицине критических состояний: справочник / Ю.С. Александрович, В.И. Гордеев. - СПб: Изд-во «Сотис», 2007. - 140 с.

12. Амосова, Е.Н. Особенности течения и прогнозирования рецидивирующего инфаркта миокарда / Е.Н. Амосова // Врачебное дело. - 1983. - №2. - С. 52-55.

13. Анализ нормы ст. 41 УК РФ об обоснованном риске с точки зрения теоретической обоснованности [Электронный ресурс] // Библиофонд. - Copyright, 2003 - 2020 «Библиофонд». - URL: https://www.bibliofond.ru/view.aspx?id=443172 (дата обращения 15.02.2017).

14. Ананин, В.Ф. Рефлексология (теория и методы) / В.Ф. Ананин. - М.: Изд-во Российского университета дружбы народов «Биомединформ», 1995. - 168 с.

15. Аронов, Д.М. Кардиологическая реабилитация на рубеже веков / Д.М. Аронов // Сердце: журнал для практикующих врачей. - 2002. - Т.1, №3. - С. 123-125.

16. Аронов, Д.М. Постстационарный этап реабилитации больных ишемической болезнью сердца / Д.М. Аронов, М.Г. Бубнова, Г.В. Погосова // Сердце: журнал для практикующих врачей. - 2005. - Т.4, №2. - С. 103-107.

17. Арсеньев, В.Е. Исследование возможности диагностики заболеваний человека по вольт-амперным характеристикам выделенных участков кожи / В.Е. Арсеньев, А.П. Бердашкевич, А.С. Глазунов // Теория и практика рефлексотерапии, медико-биологические и физико-технические аспекты. - Саратов, 1981. - С. 232-236.

18. Барский, А.Б. Нейронные сети: распознавание, обучение, принятие решений / А.Б. Барский. - М.: Финансы и статистика, 2004. - 286 с.

19. Безопасность пациента [Пер. с англ.] / Под ред. Е.Л. Никонова. - М.: ГЭОТАР-Медиа, 2010. - 184 с.

20. Белозеров, О.И. Многочастотная импедансометрия с многоэлектродной матрицей / О.И. Белозеров, Кабус Дерхим Али Кассим, В.А. Алексеенко // Биомедицинская радиоэлектроника. - 2010. - №2. - С. 11-14.

21. Белялов, Ф.И. Алкоголь и профилактика сердечно-сосудистых заболеваний / Ф.И. Белялов // Кардиология. - 2004. - Т.44, № 4. - С. 78- 82.

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

23. Богданов, Н.Н. Физиологическая характеристика точек акупунктуры / Н.Н. Богданов, А.Т. Качан // Теория и практика рефлексотерапии, медико-биологические и физико-технические аспекты. - Саратов, 1981. - С. 192-195.

24. Бойцов, И.В. Основные принципы электропунктурной диагностики / И.В. Бойцов // Рефлексотерапия. - 2003. - № 3(6) - С. 51-55.

25. Бойцов, И.В. Электропунктурная диагностика и основные направления ее использования / И.В. Бойцов, В.С. Улащик // Здравоохранение. - 2000. - №2 9. - С. 28-33.

26. Боровиков, В.П. STATISTICA - Статистический анализ и обработка данных в среде Windows / В.П. Боровиков, И.П. Боровиков. - М.: Филин, 1997. - 608 с.

27. Бохуа, Н.А. Экспертные системы: опыт проектирования / Н.А. Бохуа, В.А. Геловани, О.В. Ковригин. - М., 1990. - 218 с.

28. Васильев, Д.Н. Интеллектуальные информационные системы. Основы теории построения: учебное пособие / Д.Н. Васильев, В.Г. Чернов. - Владимир: Изд-во Владим. гос. ун-та, 2008. - 120 с.

29. Василенко, В.Х. Врачебный прогноз / В.Х. Василенко. - Душанбе: Изво Дониш, 1982. - 108 с.

30. Вельтховер, Е. Локаторы здоровья / Е. Вельтховер, В. Никифоров, Б. Радыш. - М.: Молодая гвардия, 1991. - 208 с.

31. Вержбицкая, Н.И. Морфология акупунктурных точек кожи / Н.И. Вержбицкая // Медико-биологические и технические аспекты рефлексодиагностики и рефлексотерапии: сборник научных трудов. - Калинин, 1987. - С. 35-41.

32. Викторов, Н.В. Современные компьютерные системы для автоматического анализа электрокардиосигнала / Н.В. Викторов // Медицинская техника. - 1996. - № 1. - С.34-35.

33. Волков, И.И. Гибридный алгоритм для выделения медленных волн из сигнала пульсовой волны / И.И. Волков, М.А. Ефремов, О.В. Шаталова // Медико-экологические информационные технологии-2012: сборник материалов XV Международной научно-технической конференции (4-8 июня 2012 г.); Юго-Западный гос. ун-т. - Курск, 2012. - С. 109-116.

34. Волков, И.И. Гибридные технологии для анализа сложномодулированных сигналов в среде Mathcad 14 / И.И. Волков, М.А. Ефремов, О.В. Шаталова // Физика и радиоэлектроника в медицине и экологии: доклады X Междунар. научно-техн. конф. с элементами научн. молодежной школы ФРЭМЭ'2012 (27-29 июня 2012 г.). - Книга 2. - Владимир - Суздаль, 2012. - С. 185-189.

35. Воробьева, О.М. Математическое прогнозирование инфаркта миокарда и сердечно-сосудистых осложнений у урологических больных / О.М. Воробьёва, С.П. Серегин, И.В. Чернова // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - №2, Ч.3. - С. 328-331.

36. Воробьева, О.М. Синтез решающих правил для прогнозирования инфаркта миокарда по показателям перекисного окисления липидов и антиокислительной активности / О.М. Воробьёва, В.Н. Мишустин, И.В. Чернова // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2012. - №2, Ч.2. - С. 249- 252.

37. Воробьева, О.М. Эффективность методов электрорефлексодиагностики в доклинической стадии инфаркта миокарда / О.М. Воробьёва, А.В. Новиков // Известия Юго-Западного государственного университета. Серия: Управление,

вычислительная техника, информатика. Медицинское приборостроение. - 2012. -№2, Ч.3. - С. 309- 312.

38. Воронцов, И.М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей диагностики нарушений здоровья: монография / И.М. Воронцов, В.В. Шаповалов, Ю.М. Шерстюк. - СПб.: ИПК «Коста», 2006. - 432 с.

39. Гайдес, М.А. Общая теория систем (системы и системный анализ) / М.А. Гайдес. - Тель Авив: Госпиталь им. Хаима Шибы, Тель Ашомер, 2004. - 360 с.

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

41. Гаранин, А.А. Биомеханика сердца и малого круга кровообращения на фоне факторов риска сердечно-сосудистых заболеваний / А.А. Гаранин, А.Е. Рябов, О.В. Фатенкова // Российский журнал биомеханики. - 2012. - Т. 16, №3(57). - С. 65-74.

42. Генкин, А.А. Новая информационная технология обработки данных (программный комплекс ОМИС) / А.А. Генкин. - СПб.: Политехника, 1999. - 191 с.

43. Глухов, А.А. Статистика в медицинских исследованиях / А.А. Глухов,

A.М. Земсков, Н.А. Степанян [и др.]. - Воронеж: Изд-во «Водолей», 2005. - 158 с.

44. Годионова, Т.А. Применение методов обработки нечеткой информации в автоматизированных системах медицинской диагностики / Т.А. Годионова // Компьютеризация в медицине: межвузовский сборник научных трудов. -Воронеж: ВПИ, 1993. - С. 19-27.

45. Головко, В.А. Нейронные сети: обучение, организация и применение /

B.А. Головко. - М.: Радиотехника, 2001. - 256 с.

46. Горбань, А.Н. Обучение нейронных сетей / А.Н. Горбань. - М.: ПараГраф, 1990. - 160 с.

47. Горбаченков, А.А. Коронарная реабилитация - от покоя до физических тренировок и многофакторной профилактики / А.А. Горбаченков // Российский кардиологический журнал. - 2006. - № 2(58). - С. 6-10.

48. Гориловский, Л.М. Определение степени риска оперативного лечения урологических больных пожилого и старческого возраста / Л.М. Гориловский // Урология и нефрология. - 1981. - №1. - С. 32-35.

49. Готовский, М.Ю. Электрохимические процессы на электродах при электропунктурной диагностике. Сообщение 1. Постоянный ток / М.Ю. Готовский, Ю.Ф. Перов // Традиционная медицина. - 2013. - №4(35). - С. 4-9.

50. Гурылева, М.Э. Критерии качества жизни в медицине и кардиологии / М.Э. Гурылева, М.В. Журавлева, Г.Н. Алеева // Русский медицинский журнал. -2006. - Т. 14, №10. - С. 761-763.

51. Гусев, В.Г. Получение информации о параметрах и характеристиках организма и физические методы воздействия на него: учебное пособие / В.Г. Гусев. - М.: Машиностроение, 2004. - 597 с.

52. Дегтярев, С.В. Моделирование биоимпедансных исследований средствами MATLAB / С.В. Дегтярев, О.В. Шаталова, А.Ф. Рыбочкин, А.А. Кузьмин // Медицинская техника. - 2013. - № 4 (280). - С. 27-29.

53. Декларация о правах пациентов в России [Электронный ресурс] // МБОО «Кожные и аллергические болезни». - Copyright, 2015-2021. - URL: https://skinallergic.ru/o-nas/deklaratsiya-o-pravah-patsientov-v-rossii/ (дата обращения 15.04.2017).

54. Диагностика ишемической болезни сердца интеллектуальной системой «АРМ-Кардиолог» / О.А. Ефремова [и др.] // Курский научно-практический вестник «Человек и его здоровье». - 2014. - Вып. 1. - С. 69-74.

55. Динамика дисперсии интервала Q-T и вариабельности сердечного ритма при остром инфаркте миокарда и их прогностическое значение / С.Н. Ерофеев [и др.] // Вестник новых медицинских технологий. - 2000. - Т.7, № 1. - С.61-63.

56. Ефремов, М.А. Гибридные нечеткие модели для прогнозирования возникновения и осложнений артериальной гипертензии с учетом энергетических характеристик биоактивных точек / М.А. Ефремов, С.А. Филист, О.В. Шаталова [и др.] // Известия Юго-Западного государственного университета. Серия:

Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2018. - Т. 8, № 4 (29). - С. 104-119.

57. Ефремов, М.А. Гибридные многоагентные классификаторы в биотехнических системах диагностики заболеваний и мониторинге лекарственных назначений / М.А. Ефремов, О.В. Шаталова, В.В. Федянин, А.Н. Шуткин // Нейрокомпьютеры: разработка, применение. - 2015. - № 6. - С. 42-47.

58. Ефремов, М.А. Модели формирования пространства информативных признаков для прогнозирования инсультов по результатам исследования переходных процессов в аномальных зонах электропроводности в экспериментах in vivo / М.А. Ефремов, Е.А. Старцев, А.Ф. Рыбочкин, О.В. Шаталова, В.В. Серебровский // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2017. - Т. 7, № 3 (24). - С. 120-131.

59. Ефремушкин, Г.Г. Вариабельность синусового ритма у пациентов с инфарктом миокарда в процессе длительной поликлинической реабилитации с физическими тренировками / Г.Г. Ефремушкин, А.А. Ефремушкина, А.Г. Акимочкина // Российский кардиологический журнал. - 2005. - №1(51). - С. 20-23.

60. Жилин, В.В. Математические методы обработки многомерных данных и временных рядов: учебное пособие / В.В. Жилин, А.А. Кузьмин, С.А. Филист, О.В. Шаталова; Курск. гос. с.-х. ак. - Курск, 2009. - 229 с.

61. Жилин, В.В. Способ моделирования нечетких моделей в пакете MATLAB для биомедицинских приложений / В.В. Жилин, С.А. Филист, А.Р.С. Халед, О.В. Шаталова // Медицинская техника. - 2008. - №2. - С. 15-18.

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

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

64. Зо, З.Т. Способы и алгоритмы морфологического анализа в задачах распознавания QRS - комплексов / З.Т. Зо, С.А. Филист, О.В. Шаталова // Научные ведомости БелГУ. Серия «История. Политология». - 2011. - № 7 (102), Выпуск 18/1. - С. 132-139.

65. Зупанец, И.А. Клиническая лабораторная диагностика: методы исследования / И.А. Зупанец. - 3-е изд., перераб. и доп. - Харьков: Изд-во НФаУ: Золотые страницы, 2005. - 200 с.

66. Изучение влияния жизненного истощения на риск возникновения инфаркта миокарда в популяции мужчин 25 - 64 лет (эпидемиологическое исследование на основе программы ВОЗ «MONICA») / В.В. Гафаров [и др.] // Клиническая медицина. - 2005. - № 7. - С.23-26.

67. Интеллектуальные системы для анализа медицинских данных / В.К. Финн [и др.] // Врач и информационные технологии. - 2006. - №6, Ч. 2. - С. 50-60.

68. Использование гибридных нейросетевых моделей для многоагентных систем классификации в гетерогенном пространстве информативных признаков // С.А. Филист [и др.] // Прикаспийский журнал: управление и высокие технологии. - 2015. - №3(31). - C. 85-95.

69. Какие «новые» факторы целесообразно учитывать при оценке сердечнососудистого риска? / М.Д. Смирнова [и др.] // Кардиоваскулярная терапия и профилактика. - 2018. - №17(6). - С. 77-85.

70. Канищев, И.И. Модели электрического сопротивления биоматериалов в аномальных зонах проводимости при циклическом изменении зондирующего тока / И.И. Канищев, И.А. Комлев, О.В. Шаталова // Современные информационные технологии в управлении качеством: сборник статей V Международной научно-прикладной конференции (28-29 июня 2016 г.); Пензенский государственный технологический университет. - Пенза: АННОО «Приволжский Дом знаний», 2016. - С. 51-52.

71. Кассим, К.Д.А. Интеллектуальные технологии для неинвазивного анализа биоматериалов на основе многочастотной импедансометрии и

нейросетевого моделирования: монография / К.Д.А. Кассим, С.А. Филист // Курск: ЮЗГУ, 2012. - 124 с.

72. Кассим, К.Д.А. Контурный анализ фазовых плоскостей кардиосигналов / Кабус Д.А. Кассим, С.А. Борисовский, М.В. Дюдин, О.В. Шаталова // Медико-экологические информационные технологии-2013: сборник материалов XVI Международной научно-технической конференции (23-24 июня 2013 г.); Юго-Западный гос. ун-т. - Курск, 2013. - С. 36-42.

73. Кассим, К.Д.А. Моделирование систем искусственного интеллекта в среде МЛТЪЛБ и FUZZYTECH: учебное пособие / К.Д.А. Кассим, С.А. Филист, О.В. Шаталова; Юго-Зап. гос. ун-т. - Курск: Деловая полиграфия, 2016. - 186 с.

74. Кассим, К.Д.А. Параметрические модели биоимпеданса для идентификации функционального состояния живой системы / К.Д.А. Кассим, И.А. Ключиков, О.В. Шаталова, З.Д. Яа // Биомедицинская радиоэлектроника. - 2012. - № 4. - С. 50-56.

75. Кассим, К.Д.А. Проектирование измерительных преобразователей для систем мониторинга, диагностики и управления: учебное пособие / К.Д.А. Кассим, С.А. Филист, О.В. Шаталова; Юго-Зап. гос. ун-т. - Курск, 2013. - 303 с.

76. Кассим, К.Д.А. Структура гибридных нейронных сетей для классификации временных рядов / К.Д.А. Кассим, А.П. Белобров, О.В. Шаталова // Информационные и управленческие технологии в медицине и экологии: сборник статей V Всероссийской научно-технической конференции (01-31 мая 2011 г.). - Пенза: Приволжский Дом знаний, 2011. - С. 14-16.

77. Киселев, А.В. Нейросетевые модули с виртуальными потоками для классификации и прогнозирования функционального состояния сложных систем / А.В. Киселев, Т.В. Петрова, С.В. Дегтярев [и др.] // Известия Юго-Западного государственного университета. - 2018. - № 4 (79). - С. 123-134.

78. Киселев, А.В. Виртуальные потоки в гибридных решающих модулях классификации сложноструктурируемых данных / А.В. Киселев, Д.Ю. Савинов, С.А. Филист [и др.] // Прикаспийский журнал: управление и высокие технологии. - 2018. - № 2 (42). - С. 137-149.

79. Киселев, А.В. Гибридные решающие модули с виртуальными потоками в классификаторах функционального состояния сложных систем / А.В. Киселев, Т.В. Петрова, О.В. Шаталова // Нейроинформатика, её приложения и анализ данных: материалы XXVI Всероссийского семинара (28-30 сентября 2018 г.). - Красноярск: Институт вычислительного моделирования СО РАН, 2018. - С. 79-85.

80. Киселев, А.В. Модели биоимпеданса в задачах формирования пространства признаков для интеллектуальных систем диагностики социально-значимых заболеваний / А.В. Киселев, О.В. Шаталова // Физика и радиоэлектроника в медицине и экологии - ФРЭМЭ'2018: труды XIII Междунар. научн. конф. с научн. молодежной школой имени И.Н. Спиридонова (3-5 июля 2018 г.). - Владимир - Суздаль, 2018. - Книга 1. - С. 266-271.

81. Китаева, А.Г. Анализ и моделирование функционального состояния человека посредством методов физиологического тестирования / А.Г. Китаева, Т.М. Штотланд, О.В. Шаталова // Медико-экологические информационные технологии-2003: сборник материалов VI Международной научно-технической конференции (21-22 мая 2003 г.); Курск. гос. техн. ун-т. - Курск, 2003. - С. 48-54.

82. Китаева, А.Г. Система комбинированных моделей для прогнозирования уровня заболеваемости населения по нозологиям / А.Г. Китаева, Р.С. Минайлов, С.А. Филист, О.В. Шаталова // Известия Курского государственного технического университета; Курск. гос. техн. ун-т. - Курск, 2004. - № 1 (12). - С. 147-153.

83. Китаева, А.Г. Способ расширения признаковых пространств при диагностике функциональных состояний / А.Г. Китаева, Т.М. Штотланд, О.В. Шаталова // Молодежь и XXI век: тезисы докладов вузовской научн.-техн. конф. студентов и аспирантов в области научных исследований (19-20 мая 2003 г.): в 3-х ч.; Курск. гос. техн. ун-т. - Курск, 2003. - Ч. 1. - С. 93-94.

84. Комлев, И.А. Прогнозирование и оценка степени тяжести ишемии сердца на основе гибридных нечётких моделей / И.А. Комлев, О.В. Шаталова, С.В. Дегтерёв [и др.] // Известия Юго-Западного университета. Серия управление,

вычислительная техника, информатика. - Медицинское приборостроение. - 2019. - №1(30) Том 9. - С. 133-1448.

85. Кореневский, Н.А. Автоматизированная система диагностики, использующая информацию об энергетическом состоянии проекционных зон / Н.А. Кореневский, В.В. Буняев, О.В. Шаталова, Т.В. Истомина // Материалы и упрочняющие технологии -2003: сб. материалов X юбилейной Российской научн.-техн. конф. с Междунар. участием, посвящ. 40-летию образования Курск. гос. техн. ун-та (15-17 дек. 2003 г.): в 2-х ч.; Курск. гос. техн. ун-т. - Курск, 2003. - Ч. 2. - С. 11-16.

86. Кореневский, Н.А. Диагностическая система на основе анализа вольтамперных характеристик биоактивных точек / Н.А. Кореневский, С.А. Филист, О.В. Шаталова [и др.] // Биотехносфера. - 2013. - №5(29). - С. 33-38.

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

88. Кореневский, Н.А. Метод классификации функционального состояния человека и оценка уровня его составляющих на основе гибридных нечетких моделей / Н.А. Кореневский, О.И. Филатова, А.А.Бурмака, В.И. Серебровский // Биотехносфера. - 2012. - № 1(19). - С.37-40.

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

90. Кореневский, Н.А. Комплексная оценка уровня психоэмоционального напряжения / Н.А. Кореневский, О.И. Филатова, М.И. Лукашов // Биомедицинская радиоэлектроника. - 2009. - № 5.- С.4-9.

91. 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.

92. Кореневский, Н.А. Принципы построения системы принятия решений для врача специалиста на этапе диагностики / Н.А. Кореневский, С.М. Яцун, И.В. Савенкова // Известия Курского государственного технического университета. -1997. - № 1. - С. 106-115.

93. Кореневский, Н.А. Проектирование медико-технологических информационных систем: монография / Н.А. Кореневский, Н.Д. Тутов, Л.П. Лазурина. - Курск: Курск.гос.техн.ун-т, 2001. - 194 с.

94. Кореневский, Н.А. Проектирование нечетких решающих сетей настраиваемых по структуре данных для задач медицинской диагностики / Н.А. Кореневский // Системный анализ и управление в медицинских системах. - 2005. - Т.4, №1. - С. 15-38.

95. 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.13, №2. - С. 6-9.

96. Кореневский, Н.А. Полифиукциональная компьютерная система рефлексодиагностики и рефлексотерапии / Н.А. Кореневский, С.А. Филист, С.Г. Емельянов [и др.] // Медицинская техника - 2008. - №2. - С. 20-24.

97. Кореневский, Н.А. Система комплексной оценки адаптационных резервов и функциональных состояний организма и его систем / Н.А. Кореневский, В.В. Буняев, О.В. Шаталова // Биотехнические системы в XXI веке: сборник материалов Всероссийской научн.-техн. конф. - СПб., 2004. - С. 102.

98. Коровин, Е.Н. Применение гибридной нейронной сети с макрослоями для классификации сердечно-сосудистых заболеваний / Е.Н. Коровин, О.В. Шаталова, В.В. Жилин // Биомедицинская радиоэлектроника. - 2014. - № 9. - С. 32-37.

99. Кочан, А.Т. Анализ методов диагностики функциональных систем организма по точкам акупунктуры / А.Т. Кочан, П.И. Оболенский, Н.Н. Богданов // Вопросы медицинской электроники. - 1980. - Вып. 11. - 159 с.

100. Кравец, О.В. Стратификация периоперационного риска у больных с неотложной хирургической патологией органов брюшной полости / О.В. Кравец, Е.Н. Клигуненко, В.В. Ехалов // Медицина неотложных состояний. - 2016. - №2 6 (77). - С. 90-94.

101. Красковский, А.Б. Гомеостатические модели влияния психоэмоциональной напряженности на риск психосоматических заболеваний / А.Б. Красковский, А.В. Носов, О.В. Шаталова // Известия ЮФУ. Технические науки. Тематический выпуск «Медицинские информационные системы». - 2010. - №2 9 (110). - С. 17-21.

102. Красковский, А.Б. Комплексная методика оценки риска возникновения сердечно-сосудистых заболеваний / А.Б. Красковский, В.В. Руденко, О.В. Шаталова // Известия ЮФУ. Технические науки. Тематический выпуск «Перспективы медицинского приборостроения». - 2009. - № 10 (99). - С. 53-58.

103. Красковский, А.Б. Модели прогнозирования ишемической болезни сердца для респондентов женского пола на основе анализа психологических и поведенческих качеств личности / А.Б. Красковский, Е.А. Шашкова, О.В. Шаталова // Биомедицинская радиоэлектроника. - 2010. - № 2. - С. 64-69.

104. Круглов, В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода / В.В. Круглов, М.И. Дли. - М.: Физматлит, 2002. - 310 с.

105. Круглов, В.В. Нечеткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. - М.: Физматлит, 2001. - 198 с.

106. Кузнецов, Д.А. Интеллектуальная система поддержки принятия решений прогнозирования заболеваний на основе нечёткой логики / Д.А. Кузнецов // Искусственный интеллект. - 2004. - №3 - С. 337-342.

107. Кузнецов, В.В. Биоимпедансная поличастотная спектрометрия в диагностике нейродерматологических патологий / В.В. Кузнецов, А.А. Новиков // Омский научный вестник. - 2012. - № 1(113). - С. 263-267.

108. Кузнецов, В.В. Техническая реализация биоимпедансной поличастотной спектрометрии в диагностических исследования / В.В. Кузнецов, А.А. Новиков // Омский научный вестник. - 2013. - № 2(116). - С. 235-240.

109. Кузнецов, Н.А. Основы клинической хирургии : практическое руководство / Н.А. Кузнецов [и др.]; под ред. Н. А. Кузнецова. - Изд. 2-е, перераб. и доп. - М.: ГЭОТАР-Медиа, 2009. - 671 с.

110. Кузнецов, Н.А. Проблема операционного риска в плановой хирургии : дис. ... д-ра мед. наук : 14.01.17 : защищена 10.12.18 / Кузнецов Николай Анатольевич. - М., 2018. - 324 с.

111. Леоненков, А.В. Нечеткое моделирование в среде МаАаЬ и fuzzyTECH / А.В. Леоненков. - СПб.: БХВ - Петербург, 2005. - 736 с.

112. Лувсан, Г. Очерк методов восточной рефлексотерапии / Гаваа Лувсан. -3-е изд, перераб и доп. - Новосибирск: Наука. Сиб. Отд-ние, 1991. - 432 с.

113. Лудупова, Е.Ю. Управление медицинскими рисками как основа обеспечения безопасности медицинской деятельности в многопрофильном стационаре / Е.Ю. Лудупова, А.М. Данчинова, М.А. Денисова // Вестник росздравнадзора. - 2015. - №2. - С. 56-59.

114. Лупичев, Н.Л. Электропунктурная диагностика, гомеотерапия и феномен дальнодействия / Н.Л. Лупичев. - М.: Из-во Ириус, 1990. - С. 5-7.

115. Мальцева, О.В. Прогностическая мощность различных моделей в определении уровня коронарного риска у больных с острым коронарным синдромом без стойких подъемов сегмента ST / О.В. Мальцева, З.М. Саифуиллина, С.В. Шалаев // Кардиология. - 2012. - Т. 52, № 4. - С. 4-9.

116. Мартиросов, Э.Г. Технологии и методы определения состава тела человека / Э.Г. Мартиросов, Д.В. Николаев, С.Г. Руднев. - М.: Наука, 2006. - 248 с.

117. Математические модели прогнозирования и профилактики рецидивов инфаркта миокарда в реабилитационном периоде: монография / С.П. Серегин [и др.]; под науч. ред. д-ра техн. наук, проф. Н.А. Кореневского. - Курск: Юго-Зап. гос. ун-т, 2015. - 166 с.

118. Математическое моделирование развития инфаркта миокарда и сердечно-сосудистых осложнений на основе нечетких моделей принятия решений / О.М. Воробьёва [и др.] // Системный анализ и управление в биомедицинских системах. - 2012. - Т. 11, № 1. - С. 170- 174.

119. Медицинские приборы для диагностики и лечения [Электронный ресурс] // Биорс: Медицинские интеллектуальные системы. Разработка, производство, реализация. - ООО «Биорс», 2017. - URL: http://www.biors.ru (дата обращения 02.01.2017).

120. Моросанова, Н.А. Формальные свойства схемы Шортлифа / Н.А. Моросанова, С.Ю. Соловьев // Управление большими системами: сборник трудов. - М., 2012. - Выпуск 36. - С. 5-38.

121. Московец, О.Н. Оценка состояния тканей пародонта методом биоимпедансной спектроскопии / О.Н. Московец, Д.В. Николаев // Диагностика и лечение нарушений регуляции сердечно-сосудистой системы: сборник трудов VII научнопрактической конференции (23 марта 2005 г.). - М., 2005. - С. 67-69.

122. Мохаммед, А.А.А. Компьютерное моделирование живых систем при импедансных исследованиях / А.А.А. Мохаммед, О.В. Шаталова // Теория и практика системного анализа: сборник трудов Всерос. молодеж. конференции (1-3 октября 2012 г.). - Белгород, 2012. - С. 115-118.

123. Мохаммед, А.А.А. Мобильная многоагентная система анализа вольтамперных характеристик биоактивных точек для диагностики пиелонефрита у беременных женщин: дис. ... канд. техн. наук : 05.11.17 : защищена 30.05.14 / Мохаммед Авад Али Абдо. - Курск, 2014. - 126 с.

124. Мохаммед, А.А. Моделирование влияния электрокардиосигнала на оценку динамической составляющей биоимпеданса / А.А. Мохаммед, О.В. Шаталова, А.М. Аль-Кдаси, В.Н. Снопков // Медицинская техника. - 2013. - № 4 (280). - С. 30-32.

125. Мохаммед, А.А.А. Моделирование импеданса биоматериалов в среде MATLAB / А.А.А. Мохаммед, С.А. Филист, О.В. Шаталова // Известия Юго-Западного государственного университета. Серия Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2013. - №4. - С. 61-66.

126. Мохаммед, А.А.А. Моделирование импеданса биоматериалов с учетом нелинейной вольтамперной характеристики при обратимом пробое диэлектрика / А.А.А. Мохаммед, С.А. Филист, О.В. Шаталова // Медицинская кибернетика и

междисциплинарная подготовка специалистов для медицины: материалы нучн. конф. (14-15 ноября 2013 г.). - Томск: Сибирский государственный медицинский университет, 2013. - С. 128-132.

127. Мохаммед, А.А.А. Моделирование биоимпедансных исследований в пакете МАТЬАБ / А.А. Мохаммед, О.В. Шаталова // Лазерно-информационные технологии в медицине, биологии и геоэкологии - 2013: труды XXI Международной научной конференции (10-14 сентября 2013 г.). - Новороссийск, 2013. - С. 51-52.

128. Мохаммед, А.А.А. Моделирование гемодинамических процессов на основе биоимпедансных исследований / А.А.А. Мохаммед, В.В. Руденко, О.В. Шаталова // Медико-экологические информационные технологии-2012: сборник материалов XV Международной научно-технической конференции (4-8 июня 2012 г.); Юго-Западный гос. ун-т. - Курск, 2012. - С. 99-104.

129. Мохаммед, А.А.А. Технологии моделирования помехозащищенности биоимпедансных измерений, реализованные в среде МАТЬАВ / А.А.А. Мохаммед, О.В. Шаталова, А.М. Аль-Кадаси // Медико-экологические информационные технологии-2013: сборник материалов XVI Международной научно-технической конференции (23-24 июня 2013 г.); Юго-Западный гос. ун-т. -Курск, 2013. - С. 17-23.

130. Мухатаев, Ю.Б. Интеллектуальная система поддержки принятия решений по прогнозированию инсультов / Ю.Б. Мухатаев, О.В. Шаталова, И.А. Комлев // Актуальные вопросы неврологии и соматоневрологии: сборник статей Международной научно-прикладной конференции (26-27 декабря 2017 г.). -Пенза: АННОО «Приволжский Дом знаний», 2017. - С. 62-67.

131. Нейлор, К. Как построить свою экспертную систему / К. Нейлор. - М.: Энергоатомиздат, 1991. - 286 с.

132. Нехаенко, Н.Е. Рациональная микроволновая терапия на основе мониторирования потенциала биологически активных точек / Н.Е. Нехаенко. -Воронеж: ВГТУ, 2002. - 113 с.

133. Николаев, Д.В. Биоэлектрическая импедансная спектроскопия в оценке баланса церебральной жидкости: первые результаты [Электронный ресурс] / Д.В. Николаев, И.Г. Бобринская, Э.Ф. Смирнов [и др.] // Pandia. - Copyright, 2009-2021. - URL: https://pandia.ru/text/78/325/1424.php

134. Новосельцев, В.И. Теоретические основы системного организма / В.И. Новосельцев, Б.В. Тарасов, В.К. Голиков [и др.]. - М.: Майор, 2006. - 592 с.

135. Новые технологии прогнозирования риска развития ИБС / С. Горохова [и др.] // Врач. - 2011. - №14. - С. 22-25.

136. Ноздрачев, К.Г. Значимость факторов риска при нейросетевой диагностике ишемической болезни сердца / К.Г. Ноздрачев, Д.А. Россиев // Нейроинформатика и ее приложения: материалы XXV Всероссийского семинара (29 сентября - 1 октября 2017 г.). - Красноярск, 1997. - С. 131-132.

137. О возможности прогнозирования рецидива инфаркта миокарда / Ю.М. Бала [и др.] // Терапевтический архив. - 1972. - Т. 34, №3. - С. 6-9.

138. Ольбинская, Л.И. Оценка ближайших и отдаленных результатов качества жизни больных ишемической болезнью сердца при лечении нитровазодилятаторами / Л.И. Ольбинская, С.Б. Игнатенко // Российский кардиологический журнал. - 1999. - №4(99). - С. 18-24.

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

140. Основные классификации и шкалы риска в кардиологии: практическое пособие / Ю.А. Баланова [и др.]; под редакцией проф., академика РАН Е.В. Шляхто. - М., 2015. - 19 с.

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

142. Опыт применения интеллектуальных компьютерных технологий в лечебно-диагностической практике / Ю.В. Немытин [и др.] // Военно-медицинский журнал. - 2006. - Т.327, №10. - С. 8-11.

143. Острый коронарный синдром без подъема сегмента ST у пожилых лиц: нерешенные проблемы диагностики / М.Я Красносельский [и др.] // Клиническая геронтология. - 2007. - Т. 13, №6. - С. 52- 56.

144. Острый коронарный синдром с подъемом сегмента ST: белок, связывающие жирные укислоты, и сердечный тропонин у болных, подвергшихся тромболитической терапии / Н.А. Грацианский [и др.] // Кардиология. - 2000. -№10. - С. 26-33.

145. Пат. 2007988 Российская Федерация, МПК8 A 61 H 39/00. Способ Габович диагностики функциональных изменений организма / Габович З.Г., Сергеев В.П., Ильмоя В.А., Трефилов В.И., Литвинов В.Ф.; заявитель и патентообладатель АО «Трейдис». - № 5009449/14; заявл. 12.11.1991; опубл. 28.02.1994, Бюл. №25. - 7 с. : ил.

146. Пат. 2007990 Российская Федерация, МПК5 A 61 H 39/00. Способ Габович коррекции функционального состояния организма / Габович З.Г., Сергеев В.П., Кондратюк П.П., Клевцов В.Н., Большеченко А.Г.; заявитель и патентообладатель АО «Трейдис». - № 5009451/14; заявл. 12.11.1991; опубл. 28.02.1994, Бюл. №26. - 8 с. : ил.

147. Пат. 2011373 Российская Федерация, МПК8 A 61 H 39/00, A 61 B 5/00. Способ диагностики заболеваний / Мазун А.И., Миронов С.А.; заявитель и патентообладатель Мазун А.И., Миронов С.А. - № 5028763/14; заявл. 10.01.1992; опубл. 30.04.1994, Бюл. №24. - 10 с. : ил.

148. Пат. 2016543 Российская Федерация, МПК5 A 61 B 5/05. Способ исследования функционального состояния биообъекта и устройство для его осуществления / Куделькин С.А., Лютенко С.И., Бахрах Г.М., Редькин А.Г.; заявитель и патентообладатель Инженерный центр электрофизических приборов. - № 93020040/14; заявл. 19.04.1993; опубл. 30.07.1994, Бюл. № 32. - 8 с. : ил.

149. Пат. 2066178 Российская Федерация, МПК5 A 61 H 39/02. Активный электрод для электропунктурной диагностики / Кругликов В.Г., Перехвальский Д.Г., Шестаков А.М.; патентообладатель Товарищество с ограниченной

ответственностью Научно-производственная фирма "ВОЛЬТ". - № 94030880/14; заявл. 09.08.1994; опубл. 10.09.1996, Бюл. № 34. - 8 с. : ил.

150. Пат. 2087125 Российская Федерация, МПК8 A 61 B 5/00, A 61 B 5/05, A 61 H 39/00. Способ определения функционального состояния биологически активных точек тела человека / Козлов В.Г., Беспалов Л.О., Быстров В.Н., Загустина Н.А., Загранцев В.В., Закурдаев В.В., Каменев О.Ю., Никулин М.А.; заявитель и патентообладатель Козлов В.Г., Беспалов Л.О., Быстров В.Н., Загустина Н.А., Загранцев В.В., Закурдаев В.В., Каменев О.Ю., Никулин М.А. - № 95118039; заявл. 25.10.1995; опубл. 20.08.1997, Бюл. № 26. - 9 с. : ил.

151. Пат. 2197889 Российская Федерация, МПК8 A 61 В 5/02. Способ прогнозирования возможности возникновения рецидивирующего инфаркта миокарда / Сазонова Н.С., Сусина А.В., С.С. Якушин; заявитель и патентообладатель Рязанский государственный медицинский университет им. акад. И.П. Павлова. - № 99110119/14; заявл. 12.05.1999; опубл. 10.02.2003, Бюл. № 4. - 9 с. : ил..

152. Пат. 2537771 Российская Федерация, МПК A 61 B 5/0295, A 61 B 5/0402. Способ ранней диагностики сердечно-сосудистых заболеваний на основе многоканального спектрального анализа медленных волн кардиосигналов / Мохаммед Авад Али Абдо, Волков И.И., Филист С.А., Шаталова О.В., Кассим Кабус Дерхим Али; заявитель и патентообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ). - № 2013121062/14; заявл. 07.05.2013; опубл 10.01.2015, Бюл. № 1. - 7 с. : ил.

153. Пат. 2550015 Российская Федерация, МПК A 61 B 5/00, A 61 H 39/00. Способ акупунктурной диагностики / Мохаммед Авад Али Абдо, Кассим Кабус Дерхим Али, Кореневский Н.А., Филист С.А., Шаталова О.В., Кузьмин А.А.; заявитель и патентообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-

Западный государственный университет" (ЮЗГУ). - № 2013156131/14; заявл. 18.12.2013; опубл. 10.05.2015, Бюл. № 13. - 11 с. : ил.

154. Пат. 2570071 Российская Федерация, МПК А 61 В 5/053. Биотехническая система контроля биоимпеданса / Мохаммед Авад Али Абдо, Кореневский Н.А., Филист С.А., Шаталова О.В., Богданов А.С., Кассим Кабус Дерхим Али; заявитель и патентообладатель Федеральное государственное бюджетное образовательное учреждение высшего образования "Юго-Западный государственный университет" (ЮЗГУ). - № 2013150819/14; заявл. 15.11.2013; опубл. 10.12.2015, Бюл. № 34. - 15 с. : ил.

155. Пат. 2180516 Российская Федерация, МПК7 A 61 B 5/05, A 61 B 5/053. Способ электропунктурной диагностики состояния организма человека / Латышев В.А.; заявитель и патентообладатель Латышев В.А. - № 98109245/14; заявл. 10.04.2000; опубл. 20.03.2002, Бюл. № 8. - 18 с. : ил.

156. Петрова, Т.В. Предикторы синхронности системных ритмов живых систем для классификаторов их функциональных состояний / Т.В. Петрова, С.А. Филист, С.В. Дегтярев, А.В. Киселев, О.В. Шаталова // Системный анализ и управление в биомедицинских системах. - 2018. - Т.17, № 3. - С. 693-700.

157. Погосова, Г.В. Депрессия — фактор риска развития ишемической болезни сердца и коронарной смерти: 10 лет научного поиска / Г.В. Погосова // Кардиология. - 2012. - №12. - С. 4-11.

158. Подшибякин, А.К. Об изменении электрических потенциалов во внутренних органах и связанных с ними активных точках кожи / А.К. Подшибякин // Физиол. журн. СССР.- 1955.- Т.41, Вып. 3. - С. 357-362.

159. Попечителев, Е.П. Способы и модели идентификации биоматериалов на основе анализа многочастотного импеданса / Е.П. Попечителев, С.А. Филист // Известия Юго-Западного государственного университета Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2011. -№ 1. - С.74 - 81.

160. Порохна, В.С. Некоторые аспекты рефлексодиагностики и рефлексотерапии / В.С. Порхна // Вестник новых медицинских технологий. - 2003.

- Т. 10, №3. - С. 45-47.

161. Портнов, Ф.Г. Электропунктурная рефлексотерапия / Ф.Г. Портнов. - 3-е изд., перераб. и доп. - Рига: Зинатие, 1988. - 352 с.

162. Прогнозирование исхода рецидива инфаркта миокарда / Н.М. Устинова, А.Л. Сыркин, А.И. Маркова, А.А. Журавлёв // Кардиология. - 1979. - Т. 19, №5. -С. 29-34.

163. Прогнозирование повторного инфаркта миокарда у больных с постинфарктным кардиосклерозом / А.Н. Шошин, Я.Б. Ховаева, Е.Н. Бурдина, Б.В. Головской, М.В. Берг // Практическая медицина. - 2011. - №1(49). - С. 135-138.

164. Прокопенко, Ю.И. Анатомия рисков / Ю.И. Прокопенко. - М.: Кворум, 2013. - 120 с.

165. Ростовцев, В.Н. Классификация медицинских рисков [Электронный ресурс] // Спектрально-динамические системы. - М.,2018. - URL: https://kmsd.su/vracham/avtorskie-stati/klassifikatsiya-meditsinskikh-riskov-rostovtsev-v-n/ (дата обращения 10.07.2018).

166. Руцкой, Р.В. Интеллектуальная система поддержки принятия решений по оценке риска послеоперационных осложнений у больных с доброкачественной гиперплазией предстательной железы / Р.В. Руцкой, В.В. Руденко, О.В. Шаталова // Международный журнал прикладных и фундаментальных исследований: научный журнал. - Пенза: Академия естествознания, 2013. - №11, Ч. 1. - С. 68-69.

167. Савельев, В.С. Операционный риск. [Электронный ресурс] // medbe.ru.

- Copyright, 2018. - URL: https://medbe.ru/materials/raznoe-v-khirurgii/operatsionnyy-risk/ (дата обращения 12.01.2018).

168. Савинов, Д.Ю. Базовая модель мультиагентной интеллектуальной системы для прогноза риска сердечно-сосудистых осложнений / Д.Ю. Савинов, С.А. Филист, О.В. Шаталова // Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века: сборник статей по материалам

Третьей всероссийской научно-практической конференции, проводимой в рамках Пермского естественнонаучного форума "Математика и глобальные вызовы XXI века" (14-18 мая 2018 г.). - Пермь: ПГНИУ, 2018. - С. 102-107.

169. Свидетельство о государственной регистрации программы для ЭВМ №2013616312 Российская Федерация. Программное обеспечение формирования двумерного изображения биосигнала / Борисовский С.А., Шаталова О.В., Скопин Д.Е.; правообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет". - № 2013613788; заявл. 08.05.2013; зарег. 03.07.2013, опубл. 20.09.2013. - 1 с.

170. Свидетельство о государственной регистрации программы для ЭВМ №2015616286 Российская Федерация. Программа сингулярного анализа электрокардиосигнала / Томакова Р.А., Яа З.Д., Шаталова О.В., Томаков М.В.; правообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет". - № 2015612066; заявл. 23.03.15; зарег. 05.06.15, опубл. 20.07.15. - 1 с.

171. Свидетельство об официальной регистрации программы для ЭВМ №2015618046 Российская Федерация. Программа для синхронизации работы АЦП и ЦАП модуля L-Card Е20-10 / Суржикова С.Е., Федянин В.В., Шуткин А.Н.; заявитель и правообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ). - № 2015615071; заявл. 15.06.15; зарег. 29.07.15, опубл. 20.08.15. - 1 с.

172. Свидетельство о государственной регистрации программы для ЭВМ №2015618047 Российская Федерация. Программа для исследования амплитудно-частотных характеристик биоматериалов в экспериментах in vivo / Суржикова С.Е., Шуткин А.Н., Шаталова О.В.; правообладатель Федеральное государственное бюджетное образовательное учреждение высшего образования

"Юго-Западный государственный университет". - № 2015615072; заявл. 15.06.2015; зарег. 29.07.2015, опубл. 20.08.2015. - 1 с.

173. Свидетельство о государственной регистрации программы для ЭВМ №2015618048 Российская Федерация. Программа для исследования вольтамперных характеристик биоматериалов в экспериментах in vivo / Суржикова С.Е., Шуткин А.Н., Шаталова О.В.; правообладатель Федеральное государственное бюджетное образовательное учреждение высшего образования "Юго-Западный государственный университет". - № 2015615074; заявл. 15.06.2015; зарег. 29.07.2015, опубл. 20.08.2015. - 1 с.

174. Свидетельство о государственной регистрации программы для ЭВМ №2018611085 Российская Федерация. Программа для импедансной спектроскопии биоматериалов в экспериментах in vivo на основе аналогового интерфейса L-Card 1791 / Кассим К.Д.А., Белых В.С., Шаталова О.В., Мухатаев Ю.Б., Старцев Е.А.; правообладатель Федеральное государственное бюджетное образовательное учреждение высшего образования "Юго-Западный государственный университет". - № 2017662273; заявл. 28.11.2017; зарег. 23.01.2018, опубл. 23.01.2018, Бюл. №2. - 1 с.

175. Серебровский, В.В. Генерация структуры и параметров экспертных информационных систем / В.В. Серебровский, С.А. Филист, О.В. Шаталова, А.А. Черепанов // Научные ведомости Белгородского государственного университета. Серия: История. Политология. Экономика. Информатика. - 2014. - № 1 (172), Выпуск 29/1. - С. 150-152.

176. Серебровский, В.В. Информационная система детектирования ишемических кардиоциклов с использованием нечеткой логики / В.В. Серебровский, С.А. Филист, О.В. Шаталова, А.А. Черепанов // Научные ведомости Белгородского государственного университета. Серия: История. Политология. Экономика. Информатика. - 2014. - № 8 (179), Выпуск 30/1 - С. 71-75.

177. Серебровский, В.В. Нечеткое моделирование сложных систем в среде МЛТЬАБ и FUZZYTECH: монография / В.В. Серебровский, С.А. Филист, О.В. Шаталова. - Курск: Изд-во Курск. гос. с.-х. ак., 2013. - 105 с.

178. Серегин, С.П. Биофизика и основы взаимодействия физических полей с биообъектами: учебное пособие / С.П. Серегин, Н.А. Кореневский, О.В. Шаталова. - Курск: ООО АПИИТ "ГИРОМ", 2014. - 360 с.

179. Сидельников, Ю.В. Теория и организация экспертного прогнозирования / Ю.В. Сидельников. - М.: ИМЭМО АН СССР, 1990 - 196 с.

180. Синтез нечетких решающих правил для медицинских экспертных систем с сетевой базой знаний: коллективная монография / Е.Б. Рябкова [и др.]. -Краснодар: Российское энергетическое агентство, 2010. - С. 166- 187.

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

182. Синтез решающих правил для прогнозирования и ранней диагностики по прогностическим таблицам с использованием методов рефлексодиагностики / В.И. Серебровский [и др.] // Системный анализ и управление в биомедицинских системах. - 2008. - Т.7, №3. - С. 643- 648.

183. Скопин, Д.Е. Автоматизированная демодуляция АМ сигналов / Д.Е. Скопин, О.В. Шаталова // Известия Юго-Западного государственного университета. - 2012. - № 6 (45). - С. 33-38.

184. Смертность от основных болезней системы кровообращения в России (аналитический обзор официальных данных РосКомСтата, МинЗдрава России, ВОЗ и экспертных оценок по проблеме) / В.И. Харченко [и др.] // Российский кардиологический журнал. - 2005. - №1. - С. 5- 15.

185. Смирнова, М.Д. Прогностические факторы развития сердечнососудистых осложнений во время аномальной жары 2010 г. (когортное

наблюдательное исследование) / М.Д. Смирнова, Т.В. Фофанова, Ф.Т. Агеев [и др.] // Кардиологический вестник. - 2016. - №11(1). - С. 43-51.

186. Соломаха, А.А. Современные тенденции прогнозирования в медицине / А.А. Соломаха, А.В. Костюнин, В.Г. Щетинин // Нейроинформатика и ее приложения: материалы VIII Всероссийского семинара (6-8 октября 2000 г.). - Красноярск, 2000. -С.162-163.

187. Сороколетов, П.В. Построение интеллектуальных систем поддержки принятия решений / П.В. Сороколетов // Известия Южного федерального университета. Технические науки. - 2009. - № 4(93). - С. 117-124.

188. 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: сборник статей по материалам Всероссийской научно-практической конференции (18-19 мая 2016 г.). - Пермь: Издательство Пермский государственный национальный исследовательский университет, 2016. - С. 161-164.

189. Суржикова, С.Е. Автоматизированная система анализа биоимпеданса на основе модуля L-CARD Е-20-10 / С.Е. Суржикова, О.В. Шаталова, К.Р. Черников // Медико-экологические информационные технологии-2014: сборник материалов XVII Международной научно-технической конференции, посвященной 50-летию Юго-Западного государственного университета (21-23 мая 2014 г.); Юго-Западный гос. ун-т. - Курск, 2014. - С. 123-127.

190. Суржикова, С.Е. Автоматизированная система анализа вольтамперных характеристик биоактивных точек на основе модуля L-CARD E 20-10 / С.Е. Суржикова, А.С. Богданов, О.В. Шаталова // Физика и радиоэлектроника в медицине и экологии: доклады XI Междунар. научн. конф. с элементами научн. молодежной школы ФРЭМЭ'2014 (1-3 июля 2014 г.). - Владимир - Суздаль, 2014. - Книга 1. - С. 292-295.

191. Суржикова, С.Е. Автоматизированная система для биоимпедансных исследований в аномальных зонах проводимости при квазициклических токах зондирования биоматериала / С.Е. Суржикова, Ю.Б. Мухатаев, А.С. Богданов, О.В.

Шаталова // Центральный научный вестник. - Пушкино: ООО «Ритм», 2016. - Т. 1, № 10. - С. 3-6.

192. Суржикова, С.Е. Виртуальные модели исследования биомедицинских сигналов в среде MATLAB / С.Е. Суржикова, В.В. Федянин, О.В. Шаталова // Современные методы прикладной математики, теории управления и компьютерных технологий (ПМТУКТ-2015): сборник трудов VIII международной конф. (21-26 сентября 2015 г.). - Воронеж: Издательство «Научная книга», 2015. - С. 353-356.

193. Суржикова, С.Е. Гомеостатическая функциональная модель электропроводности биоматериала в аномальных зонах / С.Е. Суржикова, В.В. Федянин, О.В. Шаталова // Актуальные направления научных исследований XXI века: теория и практика: сборник научных трудов по материалам международной заочной научно-практической конференции «Молодежный форум: технические и математические науки» (9-12 ноября 2015 г.). - Воронеж: Издательство ФГБОУ ВО «ВГЛТУ им. Г.Ф. Морозова», 2015. - Т. 3, № 8-1(19-1). - С. 287-290.

194. Суржикова, С.Е. Использование гибридных нейросетевых моделей для многоагентных систем классификации в гетерогенном пространстве информативных признаков / С.Е. Суржикова, С.А. Филист, В.В. Жилин, А.Г. Курочкин // Прикаспийский журнал: управление и высокие технологии. - 2015. - №2 3. - С. 85-95.

195. Суржикова, С.Е. Исследование вольтамперных характеристик биоматериалов в аномальных зонах методом кусочно-линейной аппроксимации / С.Е. Суржикова, О.В. Шаталова, А.С. Богданов // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2015: сборник материалов XII Международной научно-технической конференции (12-16 мая 2015 г.). - Курск: Юго-Западный государственный университет, 2015. - С. 344-346.

196. Суржикова, С.Е. Исследование проводимости биоматериалов в биоактивных точках при циклических воздействиях токами различной полярности / С.Е. Суржикова, Ю.Б. Мухатаев, Л.В. Плесканос, О.В. Шаталова // Биомедицинская радиоэлектроника. - 2016. - № 9. - С. 32-37.

197. Суржикова, С.Е. Компьютерные системы медицинского прогнозирования на основе биоимпедансных исследований в аномальных зонах электропроводности: монография / С.Е. Суржикова, К.Д.А. Кассим, С.А. Филист, О.В. Шаталова. - Курск: Юго-Западный гос. ун-т, 2018. - 144 с.

198. Суржикова, С.Е. Моделирование проводимости биоматериалов при циклических воздействиях медленно меняющимися токами различной полярности / С.Е. Суржикова, Ю.Б. Мухатаев, О.В. Шаталова // Интеллектуальные информационные системы: труды Всероссийской конференции (23-24 июня 2016 г.). - Воронеж: ФГБОУ ВО «Воронежский государственный технический университет», 2016. - С. 201-205.

199. Суржикова, С.Е. Программно-аппаратный комплекс диагностики социально значимых заболеваний / С.Е. Суржикова, О.В. Шаталова, В.В. Федянин // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. - 2015. -№ 2 (15). - С. 79-87.

200. Суржикова, С.Е. Программно-аппаратный комплекс для анализа вольтамперных характеристик биоактивных точек на основе модуля L-CARD E20-10 / С.Е. Суржикова, О.В. Шаталова, В.В. Федянин // Прикаспийский журнал: управление и высокие технологии. - 2015. - № 2 (30). - С. 150-161.

201. Суржикова, С.Е. Программный продукт для анализа вольтамперных характеристик биоактивных точек на основе модуля L-CARD E-20-10 / С.Е. Суржикова, О.В. Шаталова, А.Н. Шуткин // Methodology of modern research proceedings of the International Scientific and Practical Conference (March 21-22, 2015, Dubai, UAE). - Dubai: Rost Publishing, 2015. - Pp. 115-120.

202. Суровцев, И.С. Нейронные сети / И.С. Суровцев, В.И. Клюкин, Р.П. Пивоварова. - Воронеж: ВГУ, 1994. - 224 с.

203. Табакокурение и риск сердечно-сосудистых заболеваний среди трудоспособного населения г. Москвы / Ш.М. Гайнулин [и др.] // Российский кардиологический журнал. - 2006. - №1(57). - С. 5-7.

204. Тальфельдт, Г.О. Использование электрокожного сопротивления точек акупунктуры для прогнозирования функционального состояния организма в условиях высокогорья / Г.О. Тальфельдт // Медико-биологические аспекты рефлексотерапии и оценки функциональных состояний: Межвуз. сб. науч. тр.; Калинин. политехн. ин-т. - Калинин: Изд-во КГУ, 1988. - С. 32-36.

205. Терзиян, А.В. Вероятностные метасети для решения задач интеллектуального анализа данных / А.В. Терзиян, В.Я. Витько // Искусственный интеллект. - 2002. - №3. - С. 188-197.

206. Тиньков, А.Н. Алгоритмы прогнозирования неблагоприятного течения ИБС после впервые перенесённого инфаркта миокарда / А.Н. Тиньков, Н.И. Москалёва, М.В. Столбова // Современные проблемы науки и образования. - 2013. - №2. - С. 38-45.

207. Томакова, Р.А. Гибридные технологии выделения медленных волн из квазипериодических сигналов / Р.А. Томакова, М.А. Ефремов, С.А. Филист, О.В. Шаталова // Известия Юго-Западного государственного университета. - 2011. - № 1 (34). - С. 66-73.

208. Томакова, Р.А. Способ формирования пространства информативных признаков на основе спектрального анализа и сингулярного разложения сложноструктурированного сигнала / Р.А. Томакова, О.В. Шаталова, З.Д. Яа // Теоретические и прикладные аспекты современной науки: сборник научных трудов по материалам VII Международной научно-практической конференции (31 января 2015 г.). - Белгород, 2015. -4.II. - С. 172-176.

209. Томакова, Р.А. Универсальные сетевые структуры в задачах классификации многомерных данных / Р.А. Томакова, А.А. Насер, О.В. Шаталова, Е.В. Рудакова // Современные наукоемкие технологии. - 2012. - №8. - С. 48-49.

210. Торнуев, Ю.В. Электрический импеданс биотканей / Ю.В. Торнуев [и др.]. - М.: Изд-во ВЗПИ, 1990. - 153 с.

211. Уоссерман, Ф. Нейрокомпьютерная техника: теория и практика / Ф. Уоссерман; пер. с англ. Ю.А. Зуев, В.А. Точенов. - М.: Мир, 1992. - 240 с.

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

213. Файнзильберг, Л.С. Гарантированная оценка эффективности диагностических тестов на основе усиленного ROC-анализа / Л.С. Файнзильберг, Т.Н. Жук // Управляющие системы и машины. - 2009, - №5. - С. 3-13.

214. Федеральный закон "Об основах охраны здоровья граждан в Российской Федерации" от 21.11.2011 N 323-ф3: [Электронный ресурс] // КонсультантПлюс: надежная правовая поддержка. - Copyright, 2018. - URL: http://www.consultant.ru/document/cons_doc_LAW_121895/ (дата обращения 25.03.2018).

215. Филист, С.А. Биотехническая система для контроля импеданса биоматериалов в экспериментах in vivo / С.А. Филист, А.А. Кузьмин, М.Н. Кузьмина // Биомедицинская радиоэлектроника - 2014. - №9 - С. 38-42.

216. Филист, С.А. Гибридная нейронная сеть с макрослоями для медицинских приложений / С.А. Филист, О.В. Шаталова, М.А. Ефремов // Нейрокомпьютеры. Разработка и применение. - 2014. - №6. - С. 35-39.

217. Филист, С.А. Интеллектуальные информационные системы для мониторинга эффективности лекарственных назначений и терапевтических процедур / С.А. Филист, Т.В. Петрова, К.В. Подмастерьев, О.В. Шаталова // Нейрокомпьютеры и их применение: тезисы докладов XVI Всероссийской научной конференции (13 марта 2018 г.). - М.: МГППУ, 2018. - С. 74-77.

218. Филист, С.А. Метод классификации сложных объектов на основе анализа структурных функций медленных волн / С.А. Филист, И.И. Волков, С.Г. Емельянов // Биомедицинская радиоэлектроника. - №4. - 2012. - С. 6-11.

219. Филист, С.А. Модели биоимпеданса при нелинейной вольтамперной характеристике и обратимом пробое диэлектрической составляющей биоматериала / С.А. Филист, О.В. Шаталова, А.С. Богданов // Бюллетень сибирской медицины. - 2014. - Т. 13, № 4. - С. 129-135.

220. Филист, С.А. Модели нечетких нейронных сетей с трех-стабильным выходом в инструментарии для психологических и физиологических исследований / С.А. Филист, Р.С.Х. Абдул, О.В. Шаталова, В.В. Руденко // Системный анализ и управление в биомедицинских системах. - 2007. - Т.6, №2. - С. 475-479.

221. Филист, С.А. Нейронные сети на основе нечеткой адаптирующейся иерархической структуры при наличии данных с пробелами / С.А. Филист, О.В. Шаталова, М.А. Ефремов // Медико-экологические информационные технологии-2006: сборник материалов IX Международной научно-технической конференции (23-24 мая 2006 г.); Курск. гос. техн. ун-т. - Курск, 2006. - С. 87-93.

222. Филист, С.А. Проектирование измерительных преобразователей для систем медико-экологического мониторинга: учебник / С.А. Филист, О.В. Шаталова. - Старый Оскол: ТНТ, 2015. - 408 с.

223. Филист, С.А. Универсальные сетевые модели для задач классификации биомедицинских данных / С.А. Филист, Р.А. Томакова, З.Д. Яа // Известия Юго-Западного государственного университета. - 2012. - №4(43). - Ч. 2. - С. 44-50.

224. Хайкин, С. Нейронные сети: полный курс / С. Хайкин; пер. с англ. Н.Н. Куссуль. - 2-е изд., испр. - М.: ООО «И.Д. Вильямс», 2018. - 1104 с.

225. Халед, А.Р.С. Способ моделирования нечетких нейронных сетей / А.Р.С. Халед, В.В. Жилин, С.А. Филист, О.В. Шаталова // Медико-экологические информационные технологии-2007: сборник материалов Юбилейной X Международной научно-технической конференции (24-25 апреля 2007 г.); Курск. гос. техн. ун-т. - Курск, 2007. - С. 224-227.

226. Хеннерици, М.Г. Инсульт: клиническое руководство [пер. с англ.] / М.Г. Хеннерици, Ж. Богуславски, Р.Л. Сакко; под общ. ред. чл. коорр. РАМН В.И. Скворцовой. - М.: МЕДпрессинформ, 2008. - 223 с.

227. Частота пульса и смертность от сердечно - сосудистых заболеваний у российских мужчин и женщин. Результаты эпидемиологического исследования / С.А. Шальнова [и др.] // Кардиология. - 2005. - Т.45, №10. - С. 45-50.

228. Частота сердечных сокращений и её ассоциации с основными факторами

риска в популяции мужчин и женщин трудоспособного возраста / С.А. Шальнова [и др.] // Рациональная фармакотерапия в кардиологии. - 2017. - №13(6). - С. 819-826.

229. Шаталова, О.В. Автоматизированная система комплексной оценки риска возникновения сердечно-сосудистых заболеваний / О.В. Шаталова, А.Б. Красковский, М.А. Ефремов // Инновационные технологии управления здоровьем и долголетием человека: сборник материалов I Международной научно-практической конференции (8-9 апреля 2010 г.). - СПб., 2010. - С. 102-107.

230. Шаталова, О.В. Алгоритм настройки модели нечеткой нейронной сети, используемой для анализа данных на многомерных субъективных шкалах / О.В. Шаталова, А.Б. Красковский // Математические методы и информационные технологии в экономике, социологии и образовании: сборник статей XXVI Международной научно-технической конференции (декабрь 2010 г.). - Пенза, 2010. - С. 47-49.

231. Шаталова, О.В. Выбор системы отведений при измерении электрических характеристик проекционных зон / О.В. Шаталова, В.В. Буняев // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2003: сборник материалов 6-й Международной конференции (22-25 октября 2003 г.): в 2-х ч.; Курск. гос. техн. ун-т. - Курск, 2003. - Ч. 2. - С. 300-302.

232. Шаталова, О.В. Инструментальные методы оценки влагосодержания кожи / О.В. Шаталова, В.А. Алексенко, Ю.Н. Морозова // Медико-экологические информационные технологии-2008: сборник материалов XI Международной научно-технической конференции (21-24 мая 2008 г.); Курск. гос. техн. ун-т. -Курск, 2008. - С. 51-56.

233. Шаталова, О.В. Комплексная методика оценки риска возникновения сердечно-сосудистых заболеваний: доклад / О.В. Шаталова, А.Б. Красковский, В.В. Руденко // Перспективы фундаментальной и прикладной науки в сфере медицинского приборостроения. Медприбор-2009: Всероссийская конференция с

элементами научной молодежной школы (25-27 ноября 2009 г.). - Таганрог: Изд-во ЮФУ, 2009. - 1 с.

234. Шаталова, О.В. Методы и средства донозологического тестирования посредством анализа признаков, выделяемых из электрофизиологических сигналов / О.В. Шаталова // Материалы и упрочняющие технологии - 2004: сб. материалов XI Российской научн.-техн. конф. (23-25 ноября 2004 г.) : в 2 ч.; Курск. гос. техн. ун-т. - Курск, 2004. - Ч. 2. - С. 196-199.

235. Шаталова, О.В. Мониторинг динамики состояния здоровья пациента в процессе лекарственных воздействий / О.В. Шаталова, А.Г. Курочкин, Е.А. Старцев, Е.С. Шкатова // Биотехнология и биомедицинская инженерия: сборник научных трудов X Всероссийской научно-практической конференции с Международным участием, посвященной 25-летию биотехнологического факультета и 20-летию кафедры биологической и химической технологии (10-11 ноября 2017 г.). - Курск: Курск. гос. мед. ун-т., 2017. - С. 101-107.

236. Шаталова, О.В. Определение нервно-психического напряжения в процессе обучения / О.В. Шаталова, Н.А. Кореневский, В.И. Серебровский // Биомедицинская инженерия и биотехнология: сборник трудов Всероссийской научно-практической конференции, посвященной 10-летию биотехнологического факультета Курского государственного медицинского университета (01-30 сентября 2015 г.); Курск. гос. мед. ун-т. - Курск, 2008. - С. 99-101.

237. Шаталова, О.В. Применение автоматизированной системы для исследования вольтамперных характеристик биоматериалов / О.В. Шаталова, С.Е. Суржикова, А.С. Богданов // Биомедицинская радиоэлектроника. - 2014. - № 9. - С. 43-46.

238. Шаталова, О.В. Итерационная многопараметрическая модель биоимпеданса в экспериментах in vivo / О.В. Шаталова // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение - 2019. - Т. 9, № 1 (30). - С. 26-38.

239. Шаталова, О.В. Ассоциации решающих модулей в интеллектуальных системах прогнозирования сердечно-сосудистых заболеваний / О.В. Шаталова // Системный анализ и управление в биомедицинских системах. - 2019. - Т. 18, № 2. - С. 153-162.

240. Шаталова, О.В. Прогнозирование ишемической болезни сердца на основе акцентуаций личности / О.В. Шаталова, Е.А. Шашкова // Медико-экологические информационные технологии-2010: сборник материалов XIII Международной научно-технической конференции (26-27 мая 2010 г.); Курск. гос. техн. ун-т. - Курск, 2010. - С. 105-109.

241. Шварц, Ю.Г. Проблемы разработки медицинских экспертных систем / Ю.Г. Шварц, О.Л. Долинина, Р.Н. Каримов // Здравоохранение Российской федерации. - 1994. - №1. - С. 7-9.

242. Ширков, Е.А. Традиционные и перспективные методы оценки риска инсультов / Е.А. Ширков // РМЖ. - 2014. - №22. - С. 1649-1653.

243. Шуткин, А.Н. Структурно-функциональная модель для мониторинга влияния управляющих воздействий на функциональное состояние самоорганизующихся систем / А.Н. Шуткин, П.С. Кудрявцев, В.В. Протасова [и др.] // Прикаспийский журнал: управление и высокие технологии. Научно-технический журнал. - 2015. - № 2 (30). - C.105-119.

244. Электрохимический импеданс / З.Б. Стойков, Б.М. Графов, Б.Н. Савова-Стойкова, В.В. Елкин. - М.: Наука, 1991. - 336 с.

245. Яа, З.Д. Спектральный анализ медленных волн в сингулярном разложении электрокардиосигнала / З.Д. Яа, О.В. Шаталова, Л.В. Плесканос // Наукоемкие технологии. - 2014. - Т. 15, № 12. - С. 73-78.

246. Яа, З.Д. Способ анализа шумовой составляющей сингулярного разложения электрокардиосигнала / З.Д. Яа, О.В. Шаталова, В.В. Руденко // Science and Education - 2014: materials of the I International scientific and practical conference (5-6 September 2014 y.). Technical science. - Sheffield: Science and education LTD, 2014. - Vol. 20. - Рр. 38-40.

247. Явелов, И.С. Kомпьютерный анализатор пульсовой волны и электрической активности сердца «Пульс» / И.С. Явелов, Е.В. Колпаков // Медицинская техника. - 2003. - №4. - С. 11-16.

248. Ясницкий, Л.Н. Интеллектуальные системы: учебник / Л.Н. Ясницкий.

- М.: Лаборатория знаний, 2016. - 221 с.

249. Яхъяева, Г.Э. Нечеткие множества и нейронные сети: учебное пособие / Г.Э. Яхъяева. - М.: Интернет-университет информационных технологий; БИНОМ. Лаборатория знаний, 2006. - 316 с.

250. Albert, C.M. Phobic anxiety and risk of coronary heart disease and sudden cardiac death among women / C.M. Albert, C.U. Chae, K.M. Rexrode [et al.] // Circulation. - 2005. - No.111. - Pp. 480.

251. Association between heart rate and subclinical cerebrovascular disease in the elderly / K. Nakanishi [et al.] // Stroke. - 2018. - Vol.49, No. 2. - Pp. 319-324.

252. Barnett, A.G. Effects of extreme temperatures on years of life lost for cardiovascular deaths: a time series study in brisbane, Australia / A.G. Barnett, C. Huang, X Wang [et al.] // Circ Cardiovasc Qual Outcomes. - 2012. - Vol. 1, No. 5(5). - Pp. 609-614.

253. Buchanan, G.B. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Projext / G.B. Buchanan, E.H. Shortliffe. -Massachusetts: Addison-Wesley, 1984. - Pp. 123-128.

254. Cole, K.S. Permeability and impermeability of cell membranes for ions / K.S. Cole // Quant. Biol. - 2000. - No. 8. - Pp. 110-122.

255. Ellis, K.J. Human body composition: in vivo methods / K.J. Ellis // Physiol.

- 2000. - Vol. 80, No.2. - Pp. 649-680.

256. Emergency, S. Standards for Unscheduled Surgical Care, Guidance for Providers, Commissioners and Service Planners / S. Emergency. - London: RCS, 2011. - 84 p.

257. Findlay, G.P. Knowing the Risk: A Review of the Peri-operative Care of Surgical Patients / G.P. Findlay, A.P.L. Goodwin. — London: NCEPOD, 2011. - 98 p.

258. Heart rate reduction in cardiovascular disease and therapy / J.C. Reil [et al.] // Clinical Research in Cardiology. - 2011. - Vol. 100, No. 1. - Pp. 11-19.

259. Hennig, B. Lipid peroxidation and endothelial cell injury: implications in atherosclerosis / B. Hennig, C.K. Chow // Free radical biology & medicine. - 1998. -Vol. 4, No. 2. - Pp. 99-105.

260. Horwood, J. Decisions to operative: the ASA grade 5 dilemma / J. Horwood, S. Ratnam, A. Maw // Coll. Surg. Engl. - 2011. - No. 93(5). - Pp. 365-369.

261. Hyodo, M. Ryodoraku Treatment: An Objective Approach To Acupuncture / M. Hyodo // Ryodoraku Autonomic Nerve Society. - Osaka: Publ. Naniwasha, 1990. -254 p.

262. Jing, C. Anatomical Atlas of Chinese Acupuncture Points / C. Jing // Yuhan: Publ. Shandong Science & Technology Press. - 1988. - 265 p.

263. Korenevskiy, N.A. Bioengineering System for Prediction and Early Prenosological Diagnostics of Stomach Diseases based on Energy Characteristics of Bioactive Point with Fuzzy Logic / N.A. Korenevskiy [et al.] // Journal of Biosensors & Bioelectronics. - 2015. - Vol. 6, Issue 4 - Pp. 302-313.

264. Lukaski, H. Methods for the assessment of human body composition: traditional and new / H. Lukaski // Am. J. Clin. Nutr. - 1987. - Vol. 46, No. 4. - Pp. 537-556.

265. Lutgers, H.L. Skin autofluorescence provides additional information to the UK Prospive Diabetes Study (UKPDS) risk score for the estimation of cardiovascular prognosis in type 2 diabetes mellitus / H.L. Lutgers, E.G. Gerrits, R. Graaff [et al.] // Diabetologia. - 2009. - No. 52. - Pp. 789-797.

266. Management of acute coronary syndromes in patients presenting without persistent ST segment elevation; recommendations of the Task Force of the European Society of Cardiology / M.E. Bertrand [et al.] // European Heart Journal. - 2000. - Vol. 21, No. 17. - Pp. 1406-1432.

267. Nakatani, Y. Ryodoraku Akupunkture / Y. Nakatani, K. Yamashyta // -Tokyo, 1977. - 236 p.

268. Niboyet, J.E.H. La moindre resistanse a l'elektrisite de surfases punctiformes et de trajets cutanes concordants aves les point et meridiens bases de l'acupuncture / J.E.H. Niboyet. - Marseill, 1963. - 112 p.

269. Nikolaev, V.N. Structural archit et al.ural solutions for an intelligence system of cardiological screening of diabetes patients / V.N. Nikolaev, A.A.B. Dafalla, L.V. Pleskanos [et al.] // Telecommunications and Radio Engineering. - 2013. - Vol. 72, No. 13. - Pp. 1219-1225.

270. Nitzan, Sh. Optimal Optimal Decision Rules in Uncertain Dichotomous Choice Situations / Sh. Nitzan, J. Paroush // International Economic Review. - 1982. -Vol. 23, No. 2. - Pp. 289-297.

271. Organ, L.W. Segmental bioelectrical impedance analysis: theory and application of a new technique/ L.W. Organ, G.B. Bradham, D.T. Gore [et al.] // J. Appl. Physiol. - 1994. - Vol. 77. - Pp. 98-112.

272. 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, No. 8. - Pp. 492-496.

273. Rix, Т.Е. Preoperative risk scores for the prediction of outcome in elderly people who require emergency surgery / T.E. Rix, T. Bates // World J. Emerg. Surg. - 2007. - No. 2. - Pp. 16.

274. Saunders, D.I. Variations in mortality after emergency laparotomy: the first report of the UK Emergency Laparotomy Network / D.I. Saunders, D. Murray, A.C. Pichel [et al.] // Br. J. Anaesth. - 2012. - No. 109(3). - Pp. 368-375.

275. Schwenk, A. Phase angle from bioel et al.rical impedance analysis remains an independent predictive marker in HIV-inf et al.ed patients in the era of highly active antiretroviral treatment / A. Schwenk, A. Beisenherz, K. Romer [et al.] // Am. J. Clin. Nutr. - 2000. - Vol. 72, No. 2. - Pp. 496-501.

276. Seoane, F. Bioelectrical impedance during hypoxic cell swelling: modeling of tissue as a suspension of cells / F. Seoane, K. Lindecrantz, T. Olsson, I. Kjellmer // Proc. XII Int. Conf. on Electrical BioImpedance. - Gdansk, 2004. - Pp. 73-76.

277. Shapley, L. Optimizing group judgmental accuracy in the presence of interdependencies / L. Shapley, B. Grofman // Public Choice. - 1984. - Vol. 43. - Pp 329343.

278. Shatalova, O.V. Impedance models in anomalous electrical conduction zones forming by in-vivo experiments for intelligent systems of socially important diseases diagnostic / Olga V. Shatalova, Alexandr A. Burmaka, Evgeny N. Korovin // International Russian Automation Conference (RusAutoCon) (9-16 September 2018 y.). - Sochi: IEEE, 2018. - Pp. 1-4.

279. Shortliffe, E.H. Computer - Based medical Consultation: MYCIN / E.H. Shortliffe. - New York: American Elseviver, 1976. - 548 p.

280. The Global Registry of Acute Coron ary Events Investigators. Predictors of hospital mortality in the global registry of acute coron ary events / C.B. Granger [et al.] // Arch Intern Med. - 2003. - Vol. 163. - Pp. 2345-2353.

281. The Higher Risk Surgical Patient: Towards Improved Care for a Forgotten Group; The Royal College of Surgeons of England. - London: RCS/DH, 2010. - 34 p.

282. The prognostic value of pre-discharge exercise testing after myocardial infarction treated with either primary PCI or fibrinolysis: a DANAMI-2 sub-study / N. Valeur [et al.] // European Heart Journal. - 2005. - Vol. 26, No. 2. - Pp. 119-127.

283. The TIMI risk score for unstable angin a/non-ST elevation MI: a method for prognostication and therapeutic decision making / E.M. Antman [et al.] // JAMA. -2000. -Vol. 284. - Pp. 835-842.

284. Veronese, N. Relationship Between Low Bone Mineral Density and Fractures With Incident Cardiovascular Disease: A Systematic Review and Meta-Analysis / N. Veronese, B. Stubbs, G. Crepaldi [et al.] // J. Bone Miner Res. - 2017. -No.32 (5). - Pp. 1126-1135.

285. Voll, R. Topographic Position of the Measurement Points in Electroacupuncture. Illustrated vol. 1 : anatomic atlas / R. Voll, H. Schuldt. - Germany: Medizinisch-literarische Verlag, 1977. - 154 p.

286. Watfa, G. Relationship between tissue glycation measured by autofluorescence and pulse wave velocity in young and elderly non-diabetic populations / G. Watfa, G. Soulis, E.A. Tartagni [et al.] // Diabetes Metab. - 2012. - No. 38. - Pp. 413-129.

287. Zhao, J. Review of the Current Status of Acupuncture and Moxibustion Theory / J. Zhao, L. Zhang // Amer. J. Acupuncture. - 1986. - Vol. 14, No. 2. - Pp. 105-109.