Разработка и исследование информационно-измерительной системы поддержки принятия решений при диагностике и прогнозировании тема диссертации и автореферата по ВАК РФ 05.11.16, кандидат технических наук Полозов, Станислав Валерьевич

  • Полозов, Станислав Валерьевич
  • кандидат технических науккандидат технических наук
  • 2007, Липецк
  • Специальность ВАК РФ05.11.16
  • Количество страниц 142
Полозов, Станислав Валерьевич. Разработка и исследование информационно-измерительной системы поддержки принятия решений при диагностике и прогнозировании: дис. кандидат технических наук: 05.11.16 - Информационно-измерительные и управляющие системы (по отраслям). Липецк. 2007. 142 с.

Оглавление диссертации кандидат технических наук Полозов, Станислав Валерьевич

ВВЕДЕНИЕ.

1. ОБЗОР ОСНОВНЫХ ТИПОВ НЕЙРОСЕТВЫХ ИНФОРМАЦИОННЫХ СТРУКТУР И ИХ ПРИМЕНЕНИЯ ДЛЯ ОБРАБОТКИ МЕДИКО-БИОЛОГИЧЕСКОЙ ИНФОРМАЦИИ.

1.1. Задачи, решаемые нейроподобнымии сетями.

1.2. Краткое описание математической модели нейрона, его составных частей.

1.3. Обзор основных типов нейросетевых структур обработки информации.

1.4. Использование нейросетевых информационно-измерительных для обработки медико-биологических данных.

Выводы.

2. ОПИСАНИЕ СХЕМЫ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОГО КОМПЛЕКСА НА БАЗЕ МИКРОПЛАНШЕТНОГО ФОТОМЕТРА

Anthos 2010.

2.1. Описание информационно-измерительного комплекса на базе микропланшетного фотометра Anthos 2010.

2.2. Теоретические аспекты спектрофотометрии.

2.3. Методика проведения иммуноферментного анализа крови. Метод связывания с фиксированным антителом.

2.4. Описание измерительного модуля на базе спектрофотометра

Anthos 2010.

Выводы.

3. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ИНТЕРПРЕТАЦИИ НАБОРА ВХОДНЫХ ДАННЫХ. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ ПРЕДЛОЖЕННОЙ АРХИТЕКТУРЫ НЕЙРОННОЙ СЕТИ.

3.1. Математическая модель нейронной сети с направленной активацией нейронных элементов.

3.2. Исследования характеристик системы.

3.3. Методика обучения.

Выводы.

4. РАЗРАБОТКА САМООБУЧАЮЩЕЙСЯ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ ЗАБОЛЕВАНИЙ.

4.1. Информационно измерительная система интерпретации диагноза гепатита.

4.2. Разработка нейросетевой информационной интеллектуальной системы прогнозирования заболеваний верхних дыхательных путей.

4.3. Апробация нейронной сети каскадной корреляции с выборочной активацией нейронов.

4.4. Результаты разработки нейросетевой информационно-измерительной интеллектуальной системы диагностики и прогнозирования.

Выводы.

Рекомендованный список диссертаций по специальности «Информационно-измерительные и управляющие системы (по отраслям)», 05.11.16 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка и исследование информационно-измерительной системы поддержки принятия решений при диагностике и прогнозировании»

Актуальность работы. Одной из задач информационных технологий является обеспечение оперативного получения информации, обработка данных различной спецификации и квалифицированное принятие решений. Можно выделить два способа принятия решений - логический и интуитивный. Подразумевается, что логический метод базируется на использовании формальных правил, интуитивный же использует накопленный опыт. Последний подход, в настоящее время, наиболее эффективно воплощается с помощью, активно развивающихся, нейросетевых технологий. Отдельной областью является обработка данных медицинских измерительных систем при диагностике и прогнозировании. В данной области интеллектуальные возможности компьютера в большинстве случаев не используются, однако в последнее время все больше находит применение интуитивный метод. Одним из примеров может служить интерпретация данных спектрофотометрического анализа для классификации диагноза вирусного гепатита, сложность которой заключается в необходимости учёта большого количества входных факторов (может быть более 100) для принятия решения из 40 возможных вариантов. Другим примером может служить задача прогнозирования влияния техногенного загрязнения воздушной среды и метеорологических условий на заболеваемость верхних дыхательных путей. Сложность этой задача обуславливается определением уровня влияния на результат прогноза, как отдельного фактора, так и совокупности ряда факторов с учётом временного интервала развития патогенного процесса.

Цель работы. Разработка и исследование нейросетевой информационной

Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 07-01-96400) системы с возможностью автоматизированного ввода данных, для проектирования информационно-измерительных систем поддержки принятия решений при диагностике и прогнозировании.

Идея работы заключается в применении нейросетевых методов для обработки данных измерений при решении задач диагностики и прогнозирования, на основе растущей нейронной сети с направленной активацией нейронных элементов, с последующим определением уровня влияния отдельных компонентов измерений на результат обработки данных.

Задачи исследования:

- выполнить анализ информационно-измерительных систем, применяемых в медицине для принятия решений в условиях многофакторной трудноформализуемой субъективной исходной информации;

- разработать и исследовать нейросетевую модель на базе существующих нейронных сетей, обладающую гибкой архитектурой применительно к задачам диагностики и прогнозирования по данным измерений;

- разработать схему взаимодействия микропланшетного спектрофотометра и нейросетевой модели интерпретации данных;

- разработать информационно-измерительную систему интерпретации данных измерений микропланшетного спектрофотометра с использованием разработанной нейросетевой модели;

- разработать информационную систему прогнозирования уровня заболеваемости верхних дыхательных путей в зависимости от состояния воздушной среды.

Методы и объекты исследования. В работе использованы положения и методы теории искусственных нейронных сетей, теории планирования экспериментов, математического моделирования, методы теории автоматического управления, методы объектно-ориентированного проектирования и программирования. Объектом исследований являлись данные измерений, предоставленные Липецкой клинической инфекционной больницей и Липецким областным центром по гидрометеорологии и мониторингу окружающей среды.

Научная новизна:

- разработана архитектура нейронной сети на базе существующих типов нейронных сетей для решения задач диагностики и прогнозирования. Её отличие заключается в специфичной архитектуре с локальным возбуждением нейронных элементов сети, что позволяет не только повысить точность вычислений и сократить время обучения, но и дает возможность работать с зашумленной неполной информацией и изменять количество входных и выходных факторов без потери информации и перенастройки весов сети;

- предложена методика анализа входных сигналов информационно-измерительной системы и формирования обучающей и тестирующей выборок непосредственно математическим аппаратом нейронной сети, Особенность данного подхода позволяет оптимизировать обучающую выборку в процессе обучения, не используя дополнительных вычислительных ресурсов;

- предложен подход к оценке значимости отдельных компонентов входного вектора по набору матриц весовых коэффициентов, обученной системы. Оригинальность данного подхода позволяет определить степень влияния каждого фактора на выходной сигнал системы;

- разработана нейросетевая информационно-измерительная система интерпретации данных спектрофотометра. Отличительная особенность данной системы позволяет определить влияние каждого компонента на результат обработки данных и дает возможность изменять количество компонентов измерения, не перенастраивая при этом интеллектуальный модуль.

- разработана нейросетевая информационная система прогнозирования влияния совокупности техногенного загрязнения атмосферы и погодных условий окружающей среды на уровень заболеваемости органов дыхания у детей. Её особенность позволяет не только прогнозировать, но и дает возможность определения уровня влияния каждого фактора на заболеваемость верхних дыхательных путей.

Практическая ценность:

- разработанные в диссертации методики, алгоритмы, нейросетевые модели и научно-практические рекомендации использованы для создания информационно-измерительной системы интерпретации диагноза гепатита. Данная система позволяет интерпретировать диагноз гепатита с учетом совокупности данных иммуноферментного анализа и дополнительных результатов обследования пациента;

- практическое применение результатов данной работы позволяет повысить качество лечебно-диагностического процесса в инфекционных больницах, оперативность принятия профилактических мер по снижению уровня заболеваемости верхних дыхательных путей;

- разработана нейросетевая информационная система прогнозирования уровня заболеваемости органов дыхания на основе данных измерений техногенного загрязнения атмосферного состояния воздушной среды, которая позволяет не только прогнозировать уровень заболеваемости дыхательных путей, но и определить влияние каждого фактора на результат прогнозирования.

Достоверность результатов и выводов подтверждается сходимостью результатов теоретических исследований с фактическими данными, полученными на реальном объекте с погрешностью менее 5%, математическим обоснованием разработанных моделей.

Реализация результатов работы. Основные теоретические и практические положения диссертационной работы реализованы в виде пакета программ, которые могут быть использованы для проектирования информационно-измерительных систем интерпретации входных данных в соответствии с набором выходных сигналов.

В данном направлении выполнены следующие научно-исследовательские работы:

- «Разработка способов и методов формирования навыковой системы диагностики гепатитов в Липецкой области», грант № 07-152, при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 07-01-96400).

- «Разработка методологии медицинской диагностики на основе технической интуиции», грант № 04-161 Администрации Липецкой области.

- «Разработка информационно-прогнозирующей системы экологического мониторинга воздушной среды промышленного города по заболеваемости органов дыхания человека на основе обучаемой навыковой системы», грант № 05-156 Администрации Липецкой области.

Результаты исследований использованы в Липецкой клинической инфекционной больнице и в Областном центре Госсанэпиднадзора города Липецка.

На защиту выносятся:

- архитектура нейроподобной сети, предназначенная для поддержки принятия решений в задачах диагностики и прогнозирования, разработанная на основе модификации каскадно-корреляционной нейронной сети;

- методика формирования выборок обучения и тестирования входных данных, повышающая эффективность обучения сети;

- нейросетевая информационно-измерительная система интерпретации диагноза гепатита на основе совокупных данных иммуноферментного анализа и дополнительных обследований;

- нейросетевая информационная система прогнозирования влияния техногенного загрязнения и метеорологического состояния воздушной среды на уровень заболеваемости органов дыхания у детей.

Апробация работы.

Материалы работы докладывались на междисциплинарной конференции с международным участием "Новые биокибернетические и телемедицинские технологии 21 века для диагностики и лечения заболеваний человека" "НБИТТ-21" 27.29 июня 2004 г, г. Петрозаводск, на научной конференции студентов и аспирантов ЛГТУ (Липецк, 2004 г.), научно-практической конференции «Наука в Липецкой области, истоки и перспективы» (Липецк, ЛГТУ, 2004 г.), Всероссийской научно-практической конференции «Здоровье ребёнка и пути его формирования и защиты IV» (Липецк, 23-24 ноября 2004 г.), разработки демонстрировались на международной выставке «Интеллектуальные и адаптивные роботы-2005» (ВВЦ, Москва, медаль «Лауреат ВВЦ»), Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии» (СПб, 2006).

Публикации. Теоретические и практические результаты диссертации были отражены в 12 печатных работах, включенных в список литературы.

Объем и структура работы

Диссертация состоит из введения и четырех глав, заключения, библиографического списка (91 наименование отечественных и зарубежных авторов). Общий объем работы 142 страницы машинописного текста. Основная часть изложена на 128 страницах машинописного текста, содержит 43 рисунка и 18 таблиц).

Похожие диссертационные работы по специальности «Информационно-измерительные и управляющие системы (по отраслям)», 05.11.16 шифр ВАК

Заключение диссертации по теме «Информационно-измерительные и управляющие системы (по отраслям)», Полозов, Станислав Валерьевич

Основные результаты исследований, представленных в материалах диссертации, позволили сформулировать следующие выводы:

1. Предложена методика синтеза информационно-измерительных систем диагностики и прогнозирования. В отличие от существующих подходов, разработанная методика пригодна для синтеза автоматизированных систем интерпретации данных измерений микропланшетного спектрофотометра и позволяет осуществлять его врачам без специальной подготовки.

2. Разработана модификация каскадно-корреляционной нейронной сети и методика ее обучения, которая более эффективна по сравнению с классическим алгоритмом каскадной корреляции, его модификациями и классическим алгоритмом обратного распространения ошибок, за счет выборочной активации нейронов сети. Алгоритм толерантен к явлениям «проклятие размерности», «паралич сети» и «переобучение», свойственным алгоритму обратного распространения ошибок, обеспечивает высокую скорость сходимости и точность аппроксимации.

3. Предложена методика объективного определения влияния каждого фактора на принимаемое решение на основе анализа весовых коэффициентов, что позволяет выявить доминирующие и второстепенные факторы и соответственно рационально назначать анализы, учитывать совокупное влияние всех факторов, повысить качество и оперативность диагностики.

4. Разработаны нейросетевая информационно-измерительная система «Серологические маркёры 1.0» (Свидетельство об отраслевой регистрации разработки №6936) и «Серологические маркёры 2.0» (Свидетельство об отраслевой регистрации разработки №8925), которые позволяют определять вид гепатита и стадию его развития соответственно по 11 и 22 серологическим маркёрам.

5. Спроектирована нейросетевая информационно-измерительная система «Гепатиты 1.0», которая позволяет определять вид гепатита и стадию его развития по 54 факторам: биологическим, клиническим синдромам, данным эпиданамнеза, преджелтушечного периода, иммуноферментного анализа, биохимическим показателям, результатам ультразвукового обследования.

6. Разработана информационно-измерительная система «Метеоэкология 1.0» (Свидетельство об отраслевой регистрации разработки №6935), которая прогнозирует влияние совокупности техногенного загрязнения атмосферного воздуха и погодных условий окружающей среды на уровень заболеваемости органов дыхания у детей.

ЗАКЛЮЧЕНИЕ

В результате выполненных в диссертации исследований, решена актуальная задача - разработана математическая модель растущей нейронной сети с направленной активацией нейронных элементов для обработки данных измерений при диагностике и прогнозировании, с последующим определением уровня влияния каждого компонента измерений на результат обработки данных.

Список литературы диссертационного исследования кандидат технических наук Полозов, Станислав Валерьевич, 2007 год

1. Петров, В.Н. Информационные системы Текст. / В.Н. Петров //-Санкт-Петербург: Издательский дом «Питер», 2002. 688 с.

2. Виноградова, Н.А. Основы построения информационно-измерительных систем Тескт. / Н.А Виноградова, В.В. Гайдученко, А.И. Карякин //-М.: Издательство МЭИ, 2004. 268 е.

3. Горбань А.Н. Обучение нейронных сетей Текст. / А.Н. Горбань //-М.: Параграф, 1990. 276 с.

4. Розенблатт, Ф. Принципы нейродинамики. Персептроны и теория механизмов мозга Текст. / Ф. Розенблатт //- М.: Мир, 1965. 480 с.

5. Минский, М. Персептроны Текст. /М. Минский, С. Пейперт // -М.: Мир, 1971.-261 с.

6. Хехт-Нильсен, Р. Нейрокомпыотинг: история, состояние, перспективы Текст. / Р. Хехт-Нильсен // Открытые системы, 1998. № 4. - С.40-46.

7. Галушкин, А.И. Некоторые исторические аспекты развития элементной базы вычислительных систем с массовым параллелизмом (80- и 90-годы) Текст. / А.И. Галушкин // Нейрокомпьютер, 2000. № 1. - С. 6882.

8. Шахнов, В.А. Нейрокомпьютеры: архитектура и схемотехника Текст. / В.А. Шахнов, А.И. Власов, А.С. Кузнецов, Ю.А. Поляков //- М.: Изд-во Машиностроение, 2000. 64 с.

9. Горбань, А. Нейронные сети на персональном компьютере Текст.

10. А. Горбань, Д. Россиев // Новосибирск: Наука, 1996. 276 с.

11. Кирсанов, Э.Ю. Цифровые нейрокомпьютеры: Архитектура и схемотехника Текст. / Э.Ю. Кирсанов // Под ред. А.И.Галушкина. Казань: Казанский Госуниверситет, 1995.- 131 с.

12. Круглов, В.В. Искусственные нейронные сети. Теория и практика Текст. /В.В. Круглов, В.В.Борисов // М.: Горячая линия, 2001. -382 с.

13. Горбань, А.Н. Нейроинформатика Текст. /Горбань А.Н., Дудин-Барковский B.JL, Кирдин А.Н. // Новосибирск. Наука, 1998. 296 с.

14. Уоссермен, Ф. Нейрокомпьютерная техника. Теория и практика Текст. / Ф. Уоссермен // М.: Мир, 1992. - 184 с.

15. Поспелов, Г.С. Искусственный интеллект основка новой информационной технологии Текст. /Г.С.Поспелов // - М.: Наука, 1988.-280 с.

16. Haykin, S. Neural Networks a comprehensive foundation Text. / S.H. Haykin // McMaster Univursity Hamilton. Ontario, Canada, 2006. 1104 p.

17. Осовский, С. Нейронные сети для обработки информации Текст. / С. Осовский // М.: Финансы и статистика, 2004. - 344 с.

18. Fahlman, S. Е. The cascade-correlation learning architecture Text. / S. E. Fahlman, C. Lebiere // School of Computer Science, Carnegie Mellon University, 1991.-P. 21-26.

19. Fahlman, S. E. The recurrent cascade-correlation architecture Text. / Fahlman, S. // School of Computer Science, Carnegie Mellon University,1992.-P. 32-36.

20. Hoefeld, M. Learning with limited numerical precision using the cascade-correlation algorithm Text. / M. Hoefeld, S. E. Fahlman, // School of Computer Science, Carnegie Mellon University, 1991. P. 72-78.

21. Вальд, А. Последовательный анализ Текст. / А. Вальд II M.: Физматгиз, 1960. - 157 с.

22. Lipkin, М. The likelihood concept in differential diagnosis Text. / M. Lipkin // Perspect. Biol. Med., 1964. №7. P. 485-497.

23. Быховский, M.JI. Метод фазового интервала в проблеме диагностики Текст. / М.Л. Быховский // Экспериментальная хирургия и анестезиология, 1962. №2.-С. 16-19.

24. Todd, B.S. A probabilistic rule-based expert system Text. / B.S. Todd, R. Stamper, P. A Macpherson // Int. J. Biomed. Comput, 1993. №.2. -P. 129-148.

25. Гублер, E.B. Вычислительные методы анализа и распознавания патологических процессов Текст. / Е.В. Гублер // Л.: Медицина, 1978. -С. 36-49.

26. Парин, В.В. Медицина и техника Текст. / В.В. Парин, P.M. Баевский //-М.: Знание, 1968. С. 36-49.

27. Марасанов, В.В. Математические модели дифференциальной диагностики заболеваний Текст. / В.В. Марасанов // Кишинев: Штиинца, 1973. 62 с.

28. Baxt, W.G. Complexity, chaos and human physiology: the justification fornon-linear neural computational analysis Text. / W.G. Baxt // Cancer Lett, 1994. №2-3. -P. 85-93.

29. Постнова, Т.Б. Информационно-диагностические системы в медицине Текст. / Т.Б. Постнова //- М.: Наука, 1972. 233 с.

30. Переверзев-Орлов, B.C. Советчик специалиста. Опыт разработки партнерской системы Текст. / B.C. Переверзев-Орлов //М.: Наука, 1990.- 133 с.

31. Barreto, J.M. Connectionist expert systems as medical decision aid Text. / J.M. Barreto, F.M. De-Azevedo // Artif. Intell. Med., 1993. №6. P. 515523.

32. Stefanuk, V.L. Expert systems and it's applications Text. / V.L. Stefanuk // The lectures of Union's workshop on the main problems of artificial intillegence and intellectual systems. Part 2, Minsk, 1990. P. 36-55.

33. Hart, A. Evaluating black-boxes as medical decision aids: issues arising from a study of neural networks Text. / A. Hart, J. Wyatt // Med. Inf. Lond., 1990. №3.-P. 229-236.

34. Asada, N. Potential ucefulness of an artificial neural networks for differential diagnosis of interstitial lung diseases: pilot study Text. / N. Asada, K. Doi, H.MacMahon // Radiology, 1990. №3. P. 857-860.

35. Chiou, Y.S. Hybrid lung nodule detection (HLND) system Text. / Y.S. Chiou, Y.M. Lure // Cancer Lett., 1994. № 2-3. P. 119-126.

36. Snowden, S. An advisory system for artificial ventilation of the newborn utilizing a neural network Text. / S. Snowden, K.G. Brownlee, S.W. Smye

37. Med. Inf. Lond, 1993. №4. P. 367-376.

38. Poli, R. A Neural Network Expert System for Diagnosing and Treating Hypertension Text. / R. Poli, S. Cagnoni, R. Livi // Computer, 1991. №3. -P. 64-71.

39. Bertolucci, E. Two different neural network models for coronary artery disease classification Text. / E. Bertolucci, R. Mariotti, O. Biadi // Eur. Heart J., 1993.-P. 23.

40. Fujita, H. Application of artificial neural network to computer-aided diagnosis of coronary artery disease in myocardial SPECT bull's-eye images Text. / H.Fujita, T. Katafuchi, T. Uehara // J. Nucl. Med., 1992. №2. -P. 272-276.

41. Akay, M. Acoustical detection of coronary occlusions using neural networks Text. /М. Akay, W. Welkowitz // J. Biomed. Eng., 1993. №6. -P. 469-473.

42. Gindi, G.R. Neural network and conventional classifiers for fluorescence-guided laser angioplasty Text. / G.R. Gindi, C.J. Darken, K.M. O'Brien // IEEE Trans. Biomed. Eng., 1991. № 3. P. 246-252.

43. Astion, M.L. Application of neural networks to the classification of giant cell arteritis Text. / M.L. Astion, M.H. Wener, R.G. Thomas, G.G. Hunder, D.A. Bloch // Arthritis Reum., 1994. №5. P. 760-770.

44. Gabriel, G. Qualitative Morphological Analysis of Muscle Biopsies Using Neural Networks Text. / G. Gabriel, C.N. Schizas, C.S. Pattichis //Proceedings of 1993 International Joint Conference on Neural Networks,

45. Nagoya, Japan, October 25-29, 1993. P. 943-946.

46. Chan, K.H. A neural network classifier for cerebral perfusion imaging Text. / K.H. Chan, K.A. Johnson, J.A. Becker // J. Nucl. Med., 1994. №5.

47. Jensen, E.W. A model for estimation of the pulmonary capillary pressure Text. /E.W.Jensen, L. Demant, R. Sanchez // Methods Inf. Med., 1994. №1.-P. 139-142.

48. Siebler, M. Real-time identification of cerebral microemboli with US feature detection by a neural network Text. / M. Siebler, G. Rose, M. Sitzer // Radiology, 1994. №3. P. 739-742.

49. Baxt, W.G. A neural network trained to identify the presence of myocardial infarction bases some decisions on clinical associations that differ from accepted clinical teaching Text. / W.G. Baxt // Med. Decis. Making., 1994. №3.-P. 217-222.

50. Baxt, W.G. Analysis of the clinical variables driving decision in an artificial neural network trained to identify the presence of myocardial infarction Text. / W.G. Baxt//Ann. Emerg. Med., 1992. №12. -P. 1439-1444.

51. Barschdorff, D. Phonographic diagnostic aid in heart defects using neural networks Text. / D. Barschdorff, S. Ester, T. Dorsel // Biomed. Tech. Berlin., 1990. №11.-P. 271-279.

52. Volmer, M. Artificial neural network predictions of urinary calculus compositions analyzed with infrared spectroscopy Text. / M. Volmer, B.G. Wolthers, H.J. Metting // Clin. Chem., 1994. №9. P. 1692-1697.

53. Abeyratne, U.R. Artificial neural networks for source localization in thehuman brain Text. / U.R. Abeyratne, Y. Kinouchi, H. Oki // Brain Topogr.,1991. №1.-P. 5.

54. Modai, I. Clinical decisions for psychiatric inpatients and their evaluation by a trained neural network Text. /1. Modai, M. Stoler, N. Inbar-Saban // Methods Inf. Med., 1993. №5. P. 396-399.

55. Cohen, J.D. A theory of dopamine function and its role in cognitive deficits in schizophrenia Text. / J.D. Cohen, D.Servan-Schreiber // Schizophr. Bull, 1993. №1. P.85-104.

56. Chae, Y.M. The development of a decision support system for diagnosing nasal allergy Text. / Y.M. Chae, T.Y. Jang, I.Y. Park // Yonsei Med. J.,1992. №1.-P. 72-80.

57. Ercal, F. Neural network diagnosis of malignant melanoma from color images Text. / F. Ercal, A. Chawla, W.V. Stoeker // IEEE Trans. Biomed. Eng., 1994. №9.-P. 837-845.

58. Cohen, M.E. Neural network approach to detection of metastatic melanoma from chromatographic analysis of urine Text. / M.E. Cohen, D.L. Hudson, P.W.Banda // Proc. Annu. Symp. Comput. Appl. Med. Care, 1991. P. 295299.

59. Piraino, D.W. Segmentation of magnetic resonance images using an artificial neural network Text. / D.W. Piraino, S.C. Amartur, B.J. Richmond // Proc. Annu. Symp. Comput. Appl. Med. Care, 1991. P. 470-472.

60. Dwarakanath, S. A neural network approach to the early detection of cancer Text. / S. Dwarakanath, C.D. Ferris, J.W. Pierre // Biomed. Sci. Instrum,1994.-P. 239-243.

61. Astion, M.L. Application of neural networks to the interpretation of laboratory data in cancer diagnosis Text. / M.L. Astion, P. Wilding // Clin. Chem., 1992. №1.-P. 34-38.

62. Morrell, R. Personal computer-based expert system for quality assurance of antimicrobial therapy Text. / R. Morrell, B. Wasilauskas, R.Winslow// Am. J. Hosp. Pharm., 1993. №10. P. 2067-2073.

63. Lee, H.L. Fuzzy Theory in Traditional Chinese Pulse Diagnosis Text. /H.L. Lee, S. Suzuki, Y. Adachi // Proceedings of 1993 International Joint Conference on Neural Networks, Nagoya, Japan, October 25-29, 1993. -P. 774-777.

64. Hoher, M. Neural network based QRS classification of the signal averaged electrocardiogram Text. / M. Hoher, H.A. Kestler, G. Palm // Abstr. Supplement ХП-th World Congress Cardiology (734), 1994. P. 114.

65. Evans, S.J. Differentiation of beats of ventricular and sinus origin using a self-training neural network Text. / S.J. Evans, H. Hastings, M.M. Bodenheimer // PACE Pacing Clin. Electrophysiol, 1994. №4. -P. 611-626.

66. Kumaravel, N. Automatic diagnosis of neuro-muscular diseases using neural network Text. / N. Kumaravel, V. Kavitha // Biomed. Sci. Instrum., 1994. №30. -P. 245-250.

67. Vertosick, F.T. Predicting behavior of an enzyme-linked immunoassay model by using commercially available neural network software Text. / F.T. Vertosick, T. Rehn // Clin. Chem., 1993. №12. P. 2478-2482.

68. McAuliffe, J.D. Data compression of the exercise ECG using a Kohonen neural network Text. / J.D. McAuliffe // J. Electrocardiol, 1993. P. 80-89.

69. Шварц, Э. Программы, умеющие думать Текст. / Э. Шварц, Д. Трис // Бизнес Уик, 1992. №6.-С. 15-18.

70. Tu, J.V. Use of a neural network as a predictive instrument for length of stay in the intensive care unit following cardiac surgery Text. / J.V. Tu, M.R. Guerriere // Proc. Annu. Symp. Comput. Appl. Med. Care, 1992. -P. 667-672.

71. Davis, G.E. A neural network that predicts psychiatric length of stay Text. / G.E. Davis, W.E. Lowell, G.L. Davis HMD Comput., 1993. №2. -p.87-92

72. Budilova, E.V. Endocrine networks Text. /E.V. Budilova, A.T. Teriokhin // The RNNS/IEEE Symposium on Neuroinformatics and Neurocomputers, Rostov-on-Don, Russia, October 7-10, 1992. P. 729-737.

73. Hirahara, M. neural network model for visual motion detection that can explain psychophysical and neurophysiological phenomena Text. / M. Hirahara, T. A. Nagano // Biol. Cybern., 1993. №3. P. 247-252.

74. Alvager, T. Neural-network applications for analysis of adverse drug reactions Text. / T. Alvager, T.J. Smith, F. Vijai // Biomed. Instrum. Techno!., 1993. №5. P. 408-411.

75. Jamieson, P.W. A computational model of levodopa pharmacodynamics in Parkinson's disease Text. / P.W. Jamieson // Clin. Neuropharmacol., 1991. №6.-P. 498-513.

76. Буков, A.A. Технические нервные системы Текст. / А.А. Буков //Липецкий государственный технический университет, Липецк, 2001. 223 с.

77. Кавыгин, В.В. Образная математика живых и технических нервных систем Текст. / В.В. Кавыгин, В.М.Антонов, С.В.Полозов //Мехатроника, автоматизация, управление. М.: Изд. Новыетехнологии, 2006. № 8. С. 53-64.

78. Антонов, В.М. Обучаемые системы управления Текст. / В.М. Антонов // Липецк, ЛГТУ, 1998. 415 с.

79. Косяков, Ю.Б. Мой мозг. Строение, принципы работы, моделирование Текст. / Ю.Б. Косяков // М.: СИНТЕГ, 2001.- 164 с.

80. Кавыгин, В.В. Обучаемая интеллектуальная система «Серо-марк» Текст. / В.В. Кавыгин, С.В.Полозов // Сб. тезисов докладов науч. конф. студентов и аспирантов ЛГТУ. Липецк, 2004. - С. 243-245.

81. Полозов, С.В. Навыковая система диагностики гепатитов «Серологические маркёры 1.0» Текст. / С.В.Полозов, В.В. Кавыгин, А.Т. Чесноков, // Компьютерные учебные программы и инновации (Отраслевой фонд алгоритмов и программ). М., 2007. № 6. - С. 128.

82. Мещеряков, В.Н. Обучаемая интеллектуальная система диагностики гепатита Текст. / В.Н. Мещеряков, В.В. Кавыгин, С.В. Полозов // Сб.научн.тр. «Технические науки региону». / Липецкий государственный технический университет. - Липецк, 2006. - С. 129131.

83. Стамова, Л.Г. Обучаемая интеллектуальная система «Экология» Текст. / Л.Г. Стамова, Е.А. Чеснокова, В.Н. Мещеряков, В.В. Кавыгин, С.В. Полозов // Экология ЦЧО РФ. Липецк, 2004. - №2. - С. 3-6.

84. Полозов, С.В. Навыковая система «Метеоэкология 1.0» Текст. / С.В. Полозов, В.В. Кавыгин, А.Т. Чесноков, // Компьютерные учебные программы и инновации (Отраслевой фонд алгоритмов и программ). М., 2007. № 6. - С. 127.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.