Разработка консультативной диагностической экспертной системы для дифференцированной диагностики меланоцитарных новообразований кожи тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Мошинская, Ольга Сергеевна

• Мошинская, Ольга Сергеевна
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Мошинская, Ольга Сергеевна

ВВЕДЕНИЕ.

Глава 1. ОБЗОР ЛИТЕРАТУРЫ

1.1. ОПЫТ РАЗНЫХ СТРАН В ПРОФИЛАХТНН: II МДОЕЙДЩПЮбПК! МЕЛАНОМЫ„

II современное аосгоянн!: [дтжлемы раннШ диагностики mimhomm.II i3. ро» flhtiuuctmtcxoroittbvca в мпненоюнии wiwwm

1 л. Значения точной дмминщишюА диапюсиши мндлноинтлтых нднммоинй для раннего жюлЕННЯ шинами -----—

1.3. Структура н функции экспертных снегам

16 Примеры экаютных систем для рент ли* рамичмх 1АДАЧ дерматологии к медицины

Глава 2. МАТЕРИАЛЫ И МЕТОДЫ..—-.

1.1. П1ЯШН знания HJ ШКУАТлиЙ с ЖСГИГТАМИ-**

21, Характеристика inmomматынада .4S

2 i применение СШИСПНаСКЮС итодо» для извлечения знаний из историй еолея1н

24 Использование сволочки «РЕПРОКОД» для создания экспертной системы

Глава 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ.

3J. ОвдаогасйИИй^-—«о

Разработка решающих hfawli лил диагностики меланоцитарнцх ноеооерлэоилиия кожи 6Ь

ЭА1. Моими веутечнеиного тип» ----М

3-2.2. ДлирмстичсеиЛ истут . .,

31,3- Голубо* нстус.«I

3.2.4. Юаемилышй МвуС.»

3.2.5. Смешанный маус

3 24. ВнутрмлервдлтиЯ нс*ус---—---И

3,1,7. ФибртонрсштЯ нецге

3.1,1. Ретультэты разработки решшащн* прМИЛ.—., 10С

3,3. Тнгтимзсанне экспертной смелым. .im

Введение диссертации (часть автореферата) на тему «Разработка консультативной диагностической экспертной системы для дифференцированной диагностики меланоцитарных новообразований кожи»

Необходимость исследований мела]юиитарных новообразований кожи, в первую очередь, связана с изучением злокачественной меланомы. Среди всех опухолей кожи она занимает особое положение. Составляя структурно не более 10% от всех форм раха кожи, она ответственна за 80% летальных исходов, приходящихся на эту группу опухолей [18}. Чаще меланому диагностируют уже на поздних стадиях развития, несмотря на то, что она имеет наружную локализацию. В то же время ее ранняя диагностика (I уровень ни ватин по Кларку) и своевременно начатое лечение дают 100% выживаемость [139].

Как показано в работах, факты поздней диагностики меланомы можно объяснить недооценкой признаков, характеризующих фоновые пред-злокачественные новообразования н ранние стадии развития опухоли; трудностями проведения дифференциальной диагностики с другими меланоцнтарнымн образованиями; отсутствием онкологической настороженности, как у врачей, так и у пациентов [57, 58, 59, 70]

Важно своевременно диагностировать пред мел аномные новообразования, к которым относятся диспластический невус н меланоз Дюбрейл*, и выделять таких пациентов в особую «группу риска» по развитию меланомы. Адекватное лечение этих новообразований имеет большое значение а качестве профилактической меры для предотвращения развития злокачественной меланомы на их фоне [58].

В специальной и предназначенной для широкого круга читателей литературе крайне мало внимания уделяется проблеме ранней диагностики меланомы, описанию диагностических признаков ранних стадий ее развития, так называемого «синдрома малых признаков» [57, 59], тестам для проведения самодиагностики, В настоящий момент накоплено достаточно данных о том, что активная пропаганда среди населения и врачей различного профиля потенциальной опасности пигментных образований кожи увеличивает число обращений пациентов и выявлений данного заболевания на ранних стадиях, вследствие повышения онкологической настороженности [70].

До настоящего момента у врачей возникают трудности в проведении дифференциальной диагностики меланомы, предмеланомных новообразований и доброкачественных невусов, т.к. отсутствуют четкие алгоритмы клинической диагностики данных групп новообразований и оценка вклада отдельных признаков в вынесение диагностических гипотез [99]. Точный клинический диагноз важно поставить уже при первичном осмотре пациента, что помогает выбрать наиболее оптимальный метод лечебного воздействия. В зависимости от поставленного клинического диагноза и от других параметров (размер образования, его локализация, возраст пациента) методы лечения могут существенно различаться [4,41],

Точность визуальной диагностики меланоцнтарных новообразований кожи напрямую зависит от специализации врачей и от частоты встречаемости таких новообразований в их повседневной практике [77, 115}. У врачей обшей практики и хирургов отсутствуют специальные знания, а пациенты с пигментными опухолями кожи встречаются существенно реже, чем у дерматологов и онкологов, поэтому точность дифференциальной диагностики меланоцнтарных новообразований у них ниже. По данным разных исследований точность диагностики меланомы врачами обшей практики колеблется от 46,8% до 72% против 88% у дерматологов [77, 80]. Имеются данные, что после прохождения врачами общей практики обучения критериям и алгоритмам дифференциальной диагностики меланоцнтарных новообразований их настороженность в отношении меланомы и точность ее диагностики возрастает до 76,2 - 84% [77, 80, 82, 115]. Со временем полученные знания могут утрачиваться, если они не подкрепляются практикой [71]. Можно ожидать, что постоянную интеллектуальную поддержку врачу в повышении точности диагностики новообразований мелвноиитарного ряда, в т.ч. меланомы, непосредственно на рабочем месте сможет оказать компьютерная диагностическая консультативная экспертная система, основанная на данных клинического осмотра.

На сегодняшний день разработан целый ряд компьютерных программ, предназначенных в помощь врачам общей практики н дерматологам при проведении дифференциальной диагностики пигментных образований кожи. Практически все они наделены на компьютерный анализ изображения новообразованийэ а т.ч. получаемый в результате дерматоскопнн [74,79,93,97, 104, 122, 131, 134]. Разработки компьютерных программ для дифференциальной диагностики мелаиоцитарных новообразований, основанных на данных клинического осмотра пигментных новообразований, на сегодняшний день отсутствуют. Поддержка принятия решения чаще всего нужна врачам, которые редко сталкиваются с такими новообразованиями в повседневной работе, т.е. врачам общей практики, хирургам, иди специалистам, все имеющим в свободном доступе методов специального обследования, Дсрматоскопня является методом исследования, доступным чаше всего лишь а специализированных учреждениях. Изображение образований, предназначенное для проведения компьютерного анализа, должно быть высокого качества, а это в свою очередь требует высококачественной дорогостоящей оптики, В повседневной работе врачам общей практики и хирургам доступно только проведение тщательного осмотра и сбор анамнеза, поэтому разработка экспертной системы, основанной на данных клинического осмотра, является важной и своевременной задачей.

Интеллектуальная поддержка принятия решений, консультация более опытного специалиста нужна также врачам-дерматологам, онкологам в начале их профессиональной деятельности. В крупном медицинском центре молодой специалист может проконсультировать пациента у более опытного врача, а, работая на периферии, он чаше всего лишен такой возможности в связи с географической удаленностью от крупных медицинских центров, невысокими финансовыми возможностями пациентов для того, чтобы доехать до специализированной клиники, и по целому ряду других причин. Развитие тслсдсрматол огн и отчасти решает данную проблему, т.к. появляется возможность удаленного консультирования с врачами, более опытными в данной облает, ко организация удаленных консультаций также требует больших финансовых вложений.

Таким образом, представляется актуальной разработка решающих правил н консультативной диагностической экспертной системы для дифференциальной диагностики меланоцитариых новообразований кожи, которая сможет оказать интеллектуальную поддержку врачу при интерпретации данных клинического осмотра новообразований.

Цель исс.1г,(«шаинн: создание компьютерной консультативной диагностической экспертной системы для дифференциальной диагностики меланоцитариых новообразований кожи.

Для достижения поставленной цели были определены следующие задачи:

1. Извлечь современные знания о дифференциальных клинических и морфологических признаках меланонитарных образований кожи из источников литературы» консультаций с экспертами и реальных историй болезни.

2. Формализовать знания и разработать базу знаний экспертной системы на языке представления знаний.

3. Разработать решающие правила для дифференциальной диагностики меланоцитариых новообразований кожи, основанные на данных клинического и макроскопического осмотра.

4. Протестировать экспертную систему на историях болезни реальных пациентов с верифицированными меланоинтарными новообразованиями кожи.

Научная новизна. Впервые разработаны алгоритмы для дифференциальной диагностики мелаиоцитарных новообразований кожи, основанные на данных клинического осмотра н макроскопического описания новообразования, Данные алгоритмы реализованы в компьютерной консультативной диагностической экспертной системе.

Практическая значимость. Консультативная диагностическая экспертная система для дифференциальной диагностики мелаиоцитарных новообразований кожи позволяет врачам обшей практики, хирургам, косметологам, дерматологам н онкологам в начале их профессиональной деятельности использовать опыт экспертов, накопленный в данной области, и может повысить их настороженность по отношению к данной группе заболеваний, что позволит увеличить число случаев ранней диагностики меланомы и, следовательно, улучшит прогноз ее излечения. Разработанная экспертная система обучена на реальных историях болезни пациентов с верифицированными пигментными опухолями кожи, что приближает врача, использующего ее. к реальной практике.

Разработанные алгоритмы могут использоваться в клинической практике отдельно от экспертной системы.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Мошинская, Ольга Сергеевна

выводы

1. Разработано признаковое пространство для дифференциальной диагностики меланоцнтарных новообразований кожи в результате извлечения знаний из источников литературы, консультаций с экспертами и реальных историй болезни. Признаковое пространство включает в себя 344 признака:

- пол н возраст пациента;

- жалобы: чувство зуда, жжения, напряжения, покалывания в области пигментного образования;

- анамнез жизни; солнечные ожоги в анамнезе, частое посещение солярия, и нахождение в регионах с повышенной солнечной активностью, профессиональный контакт с ультрафиолетовым, ионизирующим, электромагнитным излучением, наличие меланомы у ближайших родственников и др.;

- анамнез болезни: травмы пигментного образования, наличие косметологических вмешательств и воздействие химических веществ в области пигментного образования и др.;

- клиническая и макроскопическая характеристика образования: локализация образования, давность его возникновения, цвет, форма, размер, характеристика границ новообразования, характеристика поверхности и др.

Терминология, используемая в признаковом пространстве, соответствует терминологии врачей-дерматологов и онкологов.

2. Разработаны эталонные описания 17 меланоцнтарных новообразований: внутриэпндермального, смешанного, внутрндерм ального, фнбро газированного, голубого, ювенильного, врожденного гигантского, врожденного среднего, шпилюс, диспластичсского и саттон невусов, меланоза Дюбрейля, минимальной, поверхностно-распространяющейся, узловой, акральной и лснтнгомеланомы на основе анализа и обобщения сведений из различных источников литературы, консультаций с экспертами, а также проведенного статистического анализа данных из историй болезни. Эталонные описания включают а себя признаки, наиболее характерные для каждого из меланоцнтарных новообразований, с указанием нх весовых коэффициентов, учитывающих относительную величину вклада каждого из признаков в выдвижение соответствующей диагностической гипотезы.

3. Методом тестирования и последовательного внесения изменений в состав признаков эталонных описаний и уточнения весовых коэффициентов были получены решающие правила с высокой диагностической точностью для 7 наиболее часто встречающихся мсланощггарных новообразований: меланома, диспластичсскнй, голубой, ювеннльный, смешанный, внутри дермальный и фнбротнзированный иевусы. Тестирование проводилось на обучающей выборке из 219 историй болезни с диагнозами, верифицированными патоморфологнческнм исследованием.

4, Показано, что точность решений, предлагаемых разработанной экспертной системой, сопоставима с точностью диагностических решений, выносимых врачами-клиницистами ведущих учреждений в области дерматооккологин. Экспертная система с чувствительностью 87% и специфичностью 100% отличает меланому от доброкачественных и нредпокачественных меланоцнтарных новообразований и с чувствительностью 75% и специфичностью 82% - диспластичсскнй невус от меланомы и доброкачественных меланоцнтарных новообразований. Экспертная система позволяет провести более детальную дифференциальную диагностику доброкачественных меланоцнтарных новообразований, по сравнению с врачами, указывая точную клинико-морфологическую форму нсвуса. Указанная точность диагностики достигается с использованием признаков клин нко-макроскопи чес кой картины н данных анамнеза до проведения микроскопического исследования.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

При использовании разработанной компьютерной консультативной экспертной системы лля дифференциальной диагностики меланоцнтарных новообразований должны быть получены следующие параметры: пол, возраст пациента, жалобы, анамнез, локализация образования, давность его возникновения, цвет, форма, размер, характеристика границ и поверхности новообразования. Пользователь должен зарегистрировать данные параметры в разделе системы «Ввод данных и консультирование». На основании внесенных данных система «узнает» в клинической картине интересуемого новообразования образ, характерный для одного или нескольких описанных в экспертной системе новообразований, и предлагает его (их) в качестве диагностической гипотезы, Чем больше характеристик мсланоинтарного новообразования внесено в экспертную систему, тем четче будет проведена его дифференциальная диагностика

Для того чтобы узнать предлагаемые экспертной системой диагностические решения, надо зайти в меню «Диагностическое предположение по КЛИНИКЕ», Напротив диагностических предположений экспертной системы будут стоять отметки.

Число выдвигаемых системой диагностических гипотез зависит от величины подвижного порога: чем выше значение порога, тем выше специфичность экспертной системы н меньше выдвигаемых диагностических гипотез.

Изначально рекомендуется устанавливать подвижный порог величиной J 00%, Если при таком значении подвижного порога экспертная система предлагает хотя бы один из диагнозов, то считается, что он наиболее полно соответствует клинической картине данного новообразования, Понижая подвижный порог можно узнать, какие еще диагностические заключения похожи на описанную клиническую картину.

Если ни один из диагнозов ис преодолел подвижный порог 100%, то, понижая его, пользователь выявит диагностическое предположение, набравшее наибольшее число баллон, то есть наиболее полно нз всех соответствующее описанной клинической картине, а также альтернативные диагностические гипотезы.

Экспертная система может работать в двух режимах; режиме консультирования и тестирования,

Работа в режиме консультирования представляет собой собственно консультирующую систему, которая после ввода сведений о новообразовании на коже предлагает пользователю (врачу) диагностическое решение, Все вновь занесенные сведения автоматически сохраняются.

Работа в режиме тестирования предполагает использование уже зарегистрированных в базе данных экспертной системы историй болезни с верифицированными меланоцнтарнымн новообразованиями кожи с обоснованием диагнозов в виде отображения признаков, непосредственно участвующих в вынесении диагностического решения. Работа с каждым примером может проводиться многократно; каждый раз можно изменять любой признак, занесенный ранее в систему, или вносить новый и получать новые диагностические решения. По окончании работы с примером система не запоминает внесенные изменения и восстанавливает пример в первоначальном виде. Таким образом, совокупность включенных в раздел меню «Тестирование и обучение» примеров составляет своеобразный тренажер для изучения проблемы.

Возможно также самостоятельное использование разработанных алгоритмов дифференциальной диагностики меланоцнтарных новообразований. Для этого также необходимо собрать максимально полное клнннко~макроскопнчеекое описание интересующего образования, а затем, воспользовавшись эталонными описаниями, приведенными и Приложении 2, выбрать эталонное описание того новообразования, которое наиболее полно соответствует данной клинической картине, при этом значение каждого из признаков для вынесения диагностической гипотезы указано в виде весовых коэффициентов.

Пользователями разработанной экспертной системы могут быть врачи общей практики, хирурги, начинающие специалисты в области дерматоонкологии, студенты, интерны и ординаторы медицинских ВУЗов, а также практикующие дерматоонколопт

Список литературы диссертационного исследования кандидат технических наук Мошинская, Ольга Сергеевна, 2007 год

1. Автанднлов ГГ, Медицинская морфометрня, М„ 1990 — с. 384

2. Аннсимов В. В. Стандартное обследование пациентов с подозрением на меланому. Современная клиническая классификация, Практическая онкология, №4 (8) (декабрь), 200!. с, 12-22

3. Аннснмов В.В., Вагнер Р.И., Барчук А.С. Меланома кожи: Часть I -СПб.: Наука. 1995 151 с.

4. Блинов Н.Н., Аннсимов В, В., Леончук АД. Диагностика злокачественных меланом кожи в амбулаторных условиях // Вопросы онкологии 1989, -Т.35, - №1. с, 65-68,

5. Вихерт A.M. , Галил-Оглы Г.А., Порош ни К.К. Атлас диагностических биопсий кожи. М., Медицина, 1973

6. Гаврилова ТЛ,, Хорошевский В.Ф, Базы знаний интеллектуальных систем. СПб.: Пнтер, 2001.

7. Гланц С. Медико-биологическая статистика. Пер, с англ, М,, Практика, 1998,-459 с

8. Головач В.В. Дизайн пользовательского интерфейса/1. М, 2000, с. 136

9. Гольберт З.В., Червонная Л.В. Предшественники меланомы, предраковый меланоз Гугчннсона (меланоз Дюбрейля), -Юбилейный сборник «Актуальные вопросы пат.анатомнн», Харьков 1990-е. 71-74

10. Гольберт З.В., Червонная Л.В., Клепиков А,А., Романова О.А. Лентигинозная меланоиитарная дисплазия как предшественник развития меланомы. Архив патологии. 1982 - 12 - с.36-41

11. Гольберт З.В., Червонная Л.В,, Франк ГЛ., Романова О.А. Лентигинозная меланоцнтарная дисплазия облигатная предсталня злокачественной меланомы. В кн. «Республиканская научнаяконференция по актуальным вопросам онкологии» 1982 -Ашхабат

12. Горделадэе А,С. Меланоцнтарные невусы и злокачественные меланомы кожи (морфогенез, морфология, дифференциальная диагностика). Санкт-Петербург 1995

13. Гублер Е.В. Вычислительные методы анализа н распознавания патологических процессов. Л., Медицина, 1978

14. ДаннслЬ'Бск К, Б,, Колобяков А. А. Злокачественные опухоли кожи и мягких тканей. М.: Медицина, 1979 —184 с

15. Демидов JLB. Меланома кожи. Микростадирование и клннико-гистологическая классификация И Рос. журнал кожных и венерических болезней. 1998. >'s4. - с. 12-17

16. Демидов Л.В., Барчук А.С. К вопросу о хирургическом лечении поверхностных форм меланом кожи ! Вопросы онкологии, 1998, том 44, №2

17. Демидов Л.В., Мартынова Е.В. Ретроспективная оценка безопасного уменьшения граннц резекции для меланомы туловища и конечностей I1A стадии. // Вопросы онкологии, 2002, том 48, №1,с.68-72

18. Демидов Л.В., Харкевнч Г.Ю. Меланома кожи: сталирован не, диагностика и лечение. РМЖ. Том 11, № И, 2003

19. Денисов Л.Е., Курдина М.И. Меланома кожи: заболеваемость и смертность у лиц, находящихся под постоянным наблюдением^/ Вопросы онкологии. 1992. - Т. 38. - №. - с, 412 - 4! 7

20. Джексон П. Введение в экспертные системы. М,: Издательский дом "Вильяме", 2001.

21. Диагностика и профилактика меланом кожи. Методический рекомендации. Научно-исследовательский институт онкологии им. проф. Н.Н. Петрова Минздрава РФ. Санкт-Петербург, 2000

22. Довжанский С.И, Ивановская К,Н. Кожные болезни. Издательство саратовского университета, 1982

23. Злокачественные новообразования в России в 1999 году: заболеваемость и смертность, Под, ред. Чиссова В.И., Старннского В.В.-М,, 2000.-263 с.

24. Кнлнковскнй В,В„ Олнмписва С.П, Технология создания компьютерных консультативных экспертных систем для интеллектуальной поддержки принятия медицинских решений (Часть I), Врач и информационные технологии №9, 2004 с.22-27

25. Килнковский В.В., Олнмписва С.П. Технология создания компьютерных консультативных экспертных систем для интеллектуальной поддержки принятия медицинских решений (Часть 2). Врач и информационные технологии №5,2004 с.64-69

26. Килнковский В.В., Олнмпиева С.П., Килнковский Вл.В, Медицинский научный н учебно-мстодический журнал, 2001, №2, - с. 17 - 27 hnp://www,mcdic-2 lvck.ru

27. Клиника и лечение мелаиом кожи: Тез, Всесоюзного симпозиума. -Л., 1990. 88 с.

28. Кобринский Б,А., Матвеев Н.В., Бодров В.Н., Бодрова Т.Ю. Практика тслемедииннского консультирования и перспективы специализации. Врач и информационные технологии №4, 2005 с37-46

29. Кожные болезни. Гл. ред. Кубанова А.А, М.: ГЭОТАР МЕДИЦИНА, 1999

30. Конопацкова О.М. Причины запущенности меланом кожи. -Клиника и лечение меланом кожи: Тез. Всееоюз. симпозиума. Л.» 1990.-е, 50-51

31. Кунгуров Н.В., Кочан М.М., Кадушников P.M. Компьютерная программа для синлромалъной диагностики и терапии больных хроническими дерматозами. Вестник дерматологии и венерологии, 1999,2:8-10

32. Курдииа М.И, Выявление злокачественных опухолей кожн при диспансеризации //1 съезд онкологов стран СНГ. М., 1996. - Ч. II. -с. 407.

33. Кустов В.И. Вопросы онкологии, 1987

34. Лемехов В.Г, Эпидемиология, факторы риска, скрининг меланомы кожи. Практическая онкология. №4(8) (декабрь), 2001, с.3-11

35. Международная гистологическая классификация опухолей кожн, №12 ВОЗ. - Женева. - с.94

36. Мерабишвили В М. Заболеваемость населения Санкт-Петербурга злокачественными новообразованиями. Злокачественные заболевания в Санкт-Петербурге. СПб., 1999, - с.7-50

37. Мошинская ОХ. Экспертная система по назначению лечения инфекций, передающихся половым путем. / Вестник РГМУ. Специальный выпуск: Материалы Пироговской студенческой конференции №2 (28) 2003, с 187,

38. Ни ви некая М.М. Клиника и лечение меланом. М.: Медицина, 1970.-183с.

39. Ошибки в клинической онкологии; руководство для врачей, 2-е издание, перераб. и дополи. / Под ред. В.И. Чнссова, А.Х. Трахтенберга. М„ Медицина, 2001,

40. Пальцев М.А., Потекаев Н.Н., Казанцева И.А„ Лысенко А,И, и др. Клинико~морфологнческая диагностика заболеваний кожи. М.Меднцина, 2005. 432 с.

41. Петерсон Б. Е., Чиссов В. И. Границы ранней онкологической патологии. Ранняя онкологическая патология М Медицина 1985

42. Показатели состояния специализированной онкологической помощи населению России в 2000 году/ Под ред. В.И. Чиссова, В.В, Стари некого. Москва, 2001, с 191

43. Показатели состояния специализированной онкологической помощи населению России в 1995 году/ Под ред. В.И. Чиссова, В,В. Старинского, Л,В. Ременннк. Москва, 1996

44. Попов Э,В. Динамические интеллектуальные системы в управлении н моделировании. М.: МИФИ, 1996

45. Прнлачкнна АЛ. Алгоритмизация первичной диагностики злокачественных новообразований — один из инструментов обеспечения качества он колош ческой помощи, / Вестник РОНЦ им Н.Н. Блохнна РАМН, 1-2,2005. 21-26

46. Раскни Джек Интерфейс: новые направления в проектировании компьютерных систем. СПб: Символ-Плюс, 2003. 272 с.

47. Рнмдснок Г.В,, Залуцкий И,В,, Аверкнн Ю.И. Эпидемиология злокачественных новообразований кожи в Республике Беларусь. -Актуальные проблемы онкологии и медицинской радиологии, -Мн„ НИИОМР им, Н.Н, Александрова

48. Романова O A., Франк ГА., Демидов В.П., Ягубова Э.А., Кабисов Р.К. Диагностика и лечение ранних стадий меланомы кожи. Российский онкологический журнал. 1997, J&3, стр. 37-40

49. Ситникова Т.С. Вопросы онкологии, 1990

50. Сэцуо Осуга, Ютака Саз к». X, Садзуки и др. Приобретение знаний -М.Мнр, \990

51. Трапезников Н.Н„ Аксель Е.М., Бармнна Н.М. Состояние онкологической помощи населению стран СНГ в 1998 году. -Москва: РОНЦим Н.Н, Блохи на РАМН. 1999.192 с.

52. Урбах В,Ю. Статистический анализ в биологических и медицинских исследованиях. М., Медицина, 1975. 295 с.

53. Устинов А-Г-, Снтарчук Е.А., Кореневский Н.А. Автоматизированные мсднко-тсхнологическкс системы. В 3-х частях.- Курск.-I995.-305C

54. Фрадкин С,3.т Залуикнй И.В. Меланома кожн. Минск «Беларусь» 2000

55. Червонная J1.В. Диссертация доктора мед. наук: «Диагностика опухолей кожн меланоцнтарного генеза», М., 2004,236 с.

56. Червонная Л,В. Лентигннозная меланоцитарная днеплазня (диспластнческнй невус) и минимальная меланома. Н Экспериментальная и клиническая дерматокосметология. М.т 2005 - №4 - с, 42—45

57. Червонная Л.В., Автандилов Г.Г. Плондометрнческая диагностика меланоцнтарных новообразований кожн. Архив патологии. М„ 2006-№2-с. 7-10

58. Червонная Л.В., Колобяков А.А. Клиннко-морфологнческая дифференциальная диагностика меланоцнтарных новообразований кожн. Экспериментальная и клиническая дерматокосметология. -М., 2005 №2 - с. 34-42

59. Чнссов В.И., Романова О.А., Моисеев Г.Ф. Ранняя диагностика меланомы кожн (руководство для практических врачей, онкологов, дерматологов, студентов медицинских ВУЗов). Москва, 1998. с,32

60. Чиссов В,И,, Старинскнй В.В., Ковалев Б,Н. н др. Злокачественные новообразования в России: статистика, научные достижения, проблемы. Казанский мед жури, 2000. - т.81, №4 - с.241-248

61. Шанин А-П. О патогенезе меланом // Современные проблемы онкологии. Л.: Медицина, 1965. - С Л 90-196,

62. Шторм Р. Теория вероятностей- Математическая статистика. Статистический контроль качества. М., Мир, 1970

63. Щетинина Л.Н., Паршнкова С.М. Днспластнческнй невус. Архив патологии 1992 Лз2, с. 45 - 47

64. Aikins JS, Kunz JCt ShortljfTe EH, Fallat RJ, PUFF: an expert system for interpretation of pulmonary function data. Comput Biomed Res. 1983 Jun; 16(3): 199-208

65. Austin D,, Reynolds P, Occupation and malignant melanoma U Epidemiology of malignant melanoma. Berlin, 1986, - P,98-t07.

66. Avril M. F., Cascinelli N. Cristofolmi M. Clinical diagnosis of Melanoma; W. H. O, Melanoma Programme Publications. - Milano (Hall). - 1994 №3-28p

67. Baade P. Coocy M. Trends in melanoma mortality in Australia: 19502002 and their implications for melanoma control. Aust N Z J Public Health. 2005 Aug;29(4);383-6,

68. Baade PD, Del Маг CB, Lowe JB, Stanton WR, BaJanda KP. Clinical diagnosis and management of suspicious pigmented skin lesions—a survey of GPs. Aust Fam Physician. 2005 Jan-Feb;34( 1-2); 79-83.

69. Batnbridge DI. Computer-aided diagnosis and negligence. Med Sci Law, 1991 АргЗ I (2): 127-36.

70. Banks G. Artificial intelligence in medical diagnosis: the INTERNIST/C ADUCEUS approach. Crit Rev Med Inform. 1986:1(1 );23-54,

71. Binder M, Steiner A, Schwarz M. Knollmaycr S, Wolff K, Pehamberger H. Application of an artificial neural network in epiluminescence microscopy pattern analysis of pigmented skin lesions: a pilot study. Br J Dermatol. 3994 Apr;l30(4):460-5.

72. Bishop J.A, Melanoma. Hosp.Med, - 2000 - V.6I №2 - p. 103-107

73. Bono A, Bartoli C, Cascinclli N, Luatdi M, Maurichi A, Moglia D, Tragni G, Tomatis S, Marchesini R. Melanoma detection, A prospective study comparing diagnosis with the naked eye, dermatoscopy and telespectropbotometry. Dermatology. 2002;205(4):362-6,

74. Brochez L. Verhaeghe E, Bleyen L, Naeyaert JM. Diagnostic ability of general practitioners and dermatologists in discriminating pigmented skin lesions. J Am Acad Dermatol. 2001 Jun;44(6):979-86.

75. Bui Hard JL, Levi F, Panizzon RG Tbc 2003 "Solmobile* prevention campaign for skin cancers of the Swiss League against Cancer results and stakes. Rev Med Suisse Romande. 2004 AprJ24(4);237-40

76. Burroni M, Corona R, Dcll'Eva G, Sera F, Bono K, Puddu Pt Perotti R. Nobile Ft Andreassi L, Rubegni P. Melanoma computer-aided diagnosis; reliability and feasibility study. Clin Canccr Res, 2004 Mar 15; 10(6): 1881-6.

77. CarH P, De Giorgi V, Crocetti E, Caldini L, Ressel C, Giannotti B. Diagnostic and referral accuracy of family doctors in melanomascreening: effect of a short formal training. Eur J Cancer Prev. 2005 Feb;14(l):5I-5.

78. Carli P, De Giorgi V, Palli D, Maurtchi A et all. Self-detected cutaneous melanomas in Italian patients. Clin Exp Dermatol. 2004 Nov; 29(6):593-6,

79. Cassileth BR, Clark WH Jr, Lusk EJ, Frederick BE. Thompson CJ, Walsh WP. How well do physicians recognize melanoma and other problem lesions? J Am Acad Dermatol. 1986 Apr;14(4):555-6Q

80. Cassileth BR, Temoshok L, Frederick BE, Walsh WP, Hurwitz S, Gueny D, Clark WH Jr. DiClemente RJ, Sweet DM, Blois MS, et al. Patient and physician delay in melanoma diagnosis. J Am Acad Dermatol. 1988 Mar,IB(3):59.-8.

81. Ccsinaro AM. Foroni M, Sighinolfl P, Migaldi M, Trentini GP. Spitz nevus is relatively frequent in adults: a clinico-pathologic study of 247 cases related to patient's age. Am J Dermatopathol. 2005 Dec,27(6);469-75.

82. Chen SC, Bravata DM, Weil E, Olkin I. A comparison of dermatologists' and primary care physicians' accuracy in diagnosing melanoma: a systematic review. Arch Dermatol, 2001 Dec; 137(12): 1627-34.

83. Clark W.H,, Goldman L.I,, Mastrangelo MJ. Human malignant melanoma, — N.Y., 1979, — R509

84. Clark W.H., Reimer R„ Green M. Origin of malignant melanomas from heritable melanocytic lesions: the B-K mole syndrome. Arch, dermatol. 1978, v. ll4T6,p.732-738

85. Cochran AJ, Wen DR. S-100 protein as a marker for melanocytic and other tumours. Pathology. 1985 Apr;!7(2):340-S

86. Conejo-Mir J, Bravo J, Diaz-Perez JL, Fernandcz-Herrem J, Guillen C, Marti R, Moreno JC, Noda A, Zulaica A. Euromelanoma Day. Results of the 2000, 2001 and 2002 campaigns in Spain. Actas Dermosifiliogr. 2005 May;96<4);217-21

87. Crisiopher B. del Mar, Adele C. Green Aid to diagnosis of melanoma in primary' medical care. BMJ 1995; 310:492-495 (25 February)

88. Dallas R. English, Robert C. Burton, Chris B. del Mar et all Evaluation of aid to diagnosis of pigmented skin lesions tn general practice: controlled trial randomized by practice, BMJ 2003; 327:375

89. Dhawan AP. An expert system for the early detection of melanoma using knowledge-based image analysis. Anal Quant Cytol Histol. 1988 Dcc;l0<6):40S-t6. Review.

90. Dixon A-J-, Hall R,S, Managing skin cancer. 23 golden rules. Australian Family Physicians. Vol. 34, № 8, August 2005

91. Dubin N^ Moseson M-, Pastcmack B, Epidemiology of malignant melanoma: Pigmentary traits, ultraviolet radiation and identification of high) risk population // Epidemiology of malignant melanoma. Berlin, 1986.-P.56-75.

92. Durkin J. Expert Systems: Catalog of Applications. ICS, USA, 1998

93. Elbaum M, Kopf AW, Rabinovitz HS, Langlcy RG, Kami no H et all Automatic differentiation of melanoma from mclanocytic nevi with muilispectral digital dermoscopy: a feasibility study. i Am Acad Dermatol. 2001 Feb;44(2):207-18

94. Elder DE, Goldman LI, Goldman SC. Greene MHT Clsufc WH Jr. Dysplastk nevus syndrome: a phenotypic association of sporadic cutaneous melanoma. Cancer, 1980 Oct 15;46(8):1787-94.

95. Elder DE, Precursors to melanoma and their mimics: nevi of special sites. Mod Pathol, 2006 Feb;19 Suppl 2:54-20.0, Elwood J. Could melanoma be causcd by fluorescein light? ti Epidemiology of malignant melanoma. Berlin, 1986.-P. 127-136.

96. Evans R.S., Pestotnik S.L., Classen D,C, et al. A computer-assisted management program for antibiotics and other anti infective agents, NEJM 1998; 338:232 238 (22 January)

97. Pinlay A.J., Hammond P Expert system in dermatology: the computer potential. The example of facial tumour diagnosis. Dermatologica. 1986; 173 (2): 79-84

98. Gallagher R., Elwood J.JHill G. Risk factors for cutaneous malignant melanoma И Epidemiology of malignant melanoma. -Berlin, 1986, -P.38-55

99. Guillod J, Schmid-Saugeon P, Decaillet F, Panizzon R, Kunt M, Thiran JP. An open Internet platform to distributed image processing applied to dermoscopy. Stud Health Technol Inform. 2003;95:107-12,

100. Haberman HF, Norwich KH, Diehl DL, Evans SJ, Harvey B, Landau J, Cobbold RS, O'Beirne H, Zingg W. D1AG: a computer-assisted dermatotogic diagnostic system—clinical experience and insight. J Am Acad Dermatol. 1985 Jan; 12(1 Pi I):132-43.

101. Htrlimann A.F., Hardmeier Т.К. Der displastisht naevus // Pathology. — 1991. —V. 12,1. —PS—12.

102. Hoccvar M, Kitanovski L, Frkovic Grazio S, Malignant blue nevus with lymph node metastases in five-year-old girl. Croat Med J, 2005 Jim; 46(3):463-6.

103. Hofer T Malignant skin tumours in a private dermatology practice. A quality control study Hautarzt, 2002 Oct;53(lO):666-7l

104. Hoi man С., Armstrong В., Hcenan P. ct at- The causes of malignant melanoma: Results from the West Australian Lions melanoma research project tt Epidemiology of malignant melanoma. Berlin, 1986. - P.IB

105. Langlotz C.P., Fagan L.M. Tu S.W., Sikic B.L, ShortlifTe E.H. A therapy planning architecture that combines decision theory and artificial intelligence techniques. Comput Biomed Res. 1987 Jun;20(3):279-303.

106. Lee Т., Ng V., Gallagher R., Coldman A., McLean D. DullRazor a software approach to hair removal from images. Comput Biol Med 1997; 27 (6): 553-43

107. Magro CM, Crowson AN, Mihm MC. Unusual variants of malignant melanoma. Mod Pathol. 2006 Feb; 19 Suppl 2:S41-70.

108. McGee R, Elwood M, Adam H, Sneyd MJ, Williams S, Tilyard M. The recognition and management of melanoma and other skin lesions by general practitioners in New Zealand. N Z Med J. 1994 Jul 27; 107(982):287-90

109. Melanoma.-Bethesda, National Cancer Institute. - 1993. - 33 p.

110. Mones JM, Ackerman AB. "Atypical" blue nevus, "malignant" blue nevus, and "metastasizing" blue nevus: a critique in historical perspective of three concepts flawed fatally. Am J Dermatopathol. 2004 0et;26(5);407-30,

111. Osborne JE. Chave ТА, Hutchinson PE. Comparison of diagnostic accuracy for cutaneous malignant melanoma between general dermatology, plastic surgery and pigmented lesion clinics, Br J Dermatol.2003 Feb; 148(2 ):252-8.

112. Perry CA. Knowledge bases in medicine: a review. Bull Med Libr Assoc. 1990 Jul;78(3):271 -82

113. Potter B„ Ronan S.G. Computer diagnosis of skin disease. J Fam Pract., 1990 Feb; 30(2): 137-40

114. Rigby M.t Forsstrom J,, Roberts R,, WyaU J. Verifying quality and safety in health informatics services. BMJ 2001;323:552-556 (8 September)

115. Ronu M, MacKic, Caroline A. Bray, Joyce A. Leman Effect of public education at early diagnosis of malignant melanoma: cohort comparison study. BMJ 2003; 326:387(15 February)

116. Rossi CR, Vecchiato A, Bezze G, Mastrangelo G, Montcsco MC, Mocellin S, Meneghetti G, Mazzoleni F, Peserico A, Nittt D, Lise M. Early detection of melanoma: an educational campaign in Padova, Italy Melanoma Res. 2000 Apr,l0{2): 181-7

117. Schmid Ph. Segmentation and symmetry measure for image analysis: application to digital dermatoscopy, Thesis no. 2045, Swiss Federal Institute of Technology at Lausanne (EPFL), Signal Processing Laboratory (LTS); 1999

118. Schmid Ph. Symmetry axis computation for almost-symmetrical and assymetrical objects: application to pigmented skin lesions. Med Emage Anal 2000;4(3):269-82

119. Schmid-Saugeon P., Guillod J., Thiran J.P. Towards a computer-aided diagnosis system for pigmented skin lesions. Comput Med Imaging and Graphics 27 (2003)65-78

120. Schmid-Wcndtncr MH, Baumert J, Stange J, Volkenandt M, Delay in the diagnosis of cutaneous melanoma: an analysis of 233 patients. Melanoma Res. 2002 Aug, 12(4):389-94.

121. Seidenari S, Pellacani G. Pepe P. Digital videomicroscopy improves diagnostic accuracy for melanoma. J Am Acad Dermatol, 1998 Aug;39(2 Pt 1):175-8I,

122. Shortliffe EH, Davis R, Axline SG, Buchanan BG, Green CC, Cohen SN. Computer-based consultations in clinical therapeutics: explanation and rule acquisition capabilities of the MYCIN system, Comput Biomcd Res 1975 Aug;8(4):303-20.

123. Spitz S Cutaneous tumors of childhood. Disparity between clinical behavior and histologic appearance. J Am Med Womens Assoc. 1951 Jun;6(6):209-I9.

124. Stanganelli 1, Brucalc A. Calori L, Gori R, Lovato A, Magi S, Kopf B, Bacchilega R, Rapisarda V, Testori A, Ascierto PA, Simeone E, Ferri M. Computer-aided diagnosis of melanocylic lesions. Anticancer Res, 2005 Nov-Dec;25(6C ):4577-82,

125. Stoebner-Delbarre A, Defez C, Borrcl E, Sancho-Garnicr H, Guillot B; Groupe EPI-CES Prevention of skin cancer programs: analysis of the impact of randomized trials, Ann Dermatol Venereol. 2005 Aug-Sep; 132(8-9 Pt 1):641-7.

126. Tan K.C., Goh C.L. Computer applications in dermatology. Ann Acad Med Singapore, 1990 Sep; 19(5): 684-6

127. Tannous ZS, Lemer LH, Duncan LM, Mihm MC Jr, Flotte TJ. Progression to invasive melanoma from malignant melanoma in situ, lentigo maligna type. Hum Pathol. 2000 Jun;3l(6):70S-8.

128. Temoshok L, DiCtemente RJ. Sweet DM, Blois MS, Sagebiel RW. Prognostic and psychosocial factors related to delay behavior in patients with cutaneous malignant melanoma. Prog Clin Biol Res. 1984; 156:16979.

129. Tron У.А., Bamyill R.L., Mihm Ir.M.C. Malignant melanoma in situ. Human Pathol., 1990, v.21, №I2„ p. 1202-1205

130. Yu VL, Buchanan BG, ShortlifTe EH, Wraith SM, Davis R, Scott AC, Cohen SN. Evaluating the performance of a computer-based consultant. Comput Programs Biomed. 1979 Jan;9(l);95-102