Автоматизированная система диагностики и прогноза сердечно-сосудистых заболеваний на основе статистических характеристик портретов сердца и индивидуальных параметров пациентов тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Белякова, Анна Сергеевна

• Белякова, Анна Сергеевна
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Белякова, Анна Сергеевна

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР И АНАЛИЗ ДАННЫХ, МЕТОДОВ, ПРОГРАММНЫХ СРЕДСТВ И СИСТЕМ ДИАГНОСТИКИ ССЗ

1.1 Место ССЗ в структуре смертности населения

1.1.1 Динамика причин летальных исходов за последнее десятилетие

1.1.2 ССЗ, наиболее часто приводящие к серьезным осложнениям и летальному исходу

1.1.3 Причины возникновения ССЗ

1.2 Необходимость и пути повышения объективности диагностики и результатов лечения ССЗ

1.3 Обзор широко распространенных методов и средств диагностики ССЗ

1.3.1 Описание существующей технологии постановки диагноза и прогноза врачом-кардиологом

1.3.2 Первичный прием пациента

1.3.3 Инструментальные средства диагностики ССЗ

1.3.4 Лабораторные методы диагностики ССЗ

1.3.5 Совокупность данных, необходимых врачу-кардиологу для постановки диагноза и прогноза ССЗ

1.3.6 Современные программы и комплексы диагностики ССЗ

1.4 Система скрининга сердца Кардиовизор и анализ ее практического применения

1.4.1 Назначение и функциональные возможности

системы скрининга сердца Кардиовизор

1.4.2 Описание выходной информации

системы скрининга сердца Кардиовизор

1.4.3 Особенности практического применения

системы скрининга сердца Кардиовизор

1.4.4 Достоинства и недостатки применения системы скрининга сердца при диагностике ССЗ

1.5 Методы распознавания, наиболее часто используемые при диагностике заболеваний

1.6 Математические модели в кардиологии

Выводы по главе 1 и постановка задачи исследования

ГЛАВА 2. РАЗРАБОТКА, РЕАЛИЗАЦИЯ И ИССЛЕДОВАНИЕ МЕТОДИКИ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ СЕРДЦА НА ОСНОВЕ СИСТЕМЫ

СКРИНИНГА СЕРДЦА КАРДИОВИЗОР

2.1 Разработка методики диагностики ССЗ на основе

системы Кардиовизор

2.1.1 Общее описание предлагаемой методики анализа данных системы Кардиовизор

2.1.2 Выделение объекта исследования на портретах сердца

2.1.3 Выделение цветовых составляющих каналов R, G, В объекта

2.1.4 Сегментация изображений сердца

2.1.5 Вычисление статистических признаков первого и второго порядка

2.1.4 Формирование наборов признаков

2.1.7 Нормализация значений признаков

2.1.8 Сокращение признакового пространства

2.2. Особенности использования алгоритмов распознавания для диагностики

ССЗ

2.3 Экспериментальные исследования на этапе обучения системы диагностики

2.3.1 Выбор тестовых заболеваний и формирование обучающей выборки

2.3.2 Нормирование значений признаков

2.3.3 Сокращение признакового пространства

2.3.4 Диагностика ССЗ с использованием дискриминантного анализа Фишера

3

2.3.5 Диагностика ССЗ с использованием метода ближайших соседей

2.3.6 Диагностика ССЗ с использованием

метода классификации к-средних

2.3.7 Оценка ошибок первого и второго рода при диагностик ССЗ

Выводы по главе 2

ГЛАВА 3. РАЗРАБОТКА И РЕАЛИЗАЦИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ОЦЕНКИ ВОЗМОЖНЫХ ИЗМЕНЕНИЙ

СОСТОЯНИЯ СЕРДЦА

3.1 Необходимость построения математических моделей для оценки

возможных изменений состояния сердца

3.2. Математические модели заболеваний ССЗ

3.3 Индивидуальные математические модели оценки возможных состояний сердца

3.3.1 Значимость признаков для построения индивидуальных математических моделей оценки возможных состояний сердца

3.3.2 Оценка возможных изменений состояния сердца

3.3 Экспериментальное исследование индивидуальных моделей оценки

возможных изменений состояния сердца

Выводы по главе 3

ГЛАВА 4. РАЗРАБОТКА, СОЗДАНИЕ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ДИАГНОСТИКИ

4.1 Разработка требований к системе

4.1.1 Задачи, решаемые системой

4.1.2 Требования к системе

4.1.3 Требования к анализируемым данным

4.2 Разработка структуры системы

4.3 Функции и назначение компонентов системы

4.3.1 Подсистема ввода данных

4.3.2 Подсистема предварительной обработки

4.3.3 Подсистема расчета признаков

4.3.4 Подсистема диагностики и прогноза

4.3.5 Подсистема визуализации

4.3.6 Подсистема формирования отчетов

4.4 Реализация системы диагностики ССЗ

4.5 Экспериментальное исследование алгоритмов диагностики ССЗ

4.5.1 Выбор экзаменационных выборок и их состав

4.5.2 Нормирование значений признаков

4.5.3 Сокращение признакового пространства

4.5.4 Диагностика ССЗ на основе дискриминантного анализа Фишера

4.5.5 Диагностика ССЗ с использованием метода ближайших соседей

4.5.6 Оценка ошибок первого и второго рода при диагностике ССЗ

4.6 Экспериментальное исследование применения моделей оценки возможных изменений состояния сердца

4.6.1 Математические модели ССЗ для различных групп населения

4.6.2 Прогнозирование ССЗ на основе математических моделей

Выводы по главе 4

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А

А1. Описание схемы портрета сердца

А2. Статистические признаки первого порядка

А3. Статистические признаки второго порядка

А4. Математическое описание исходной выборки данных

А5. Алгоритм нормирования данных

А6. Корреляционный анализ данных

А7. Регрессионный анализ данных

А8. Оценка адекватности и информативности регрессионной модели

5

А9. Виды нелинейных регрессионных моделей

А10. Алгоритм классификации, основанный

на методе ближайших соседей

А11. Алгоритм классификации, основанный на анализе к-средних

А12. Дискриминантный анализ Фишера

А13. Метод главных компонент

А14. Таблицы и поля базы данных

А15. Обучающая выборка данных

А16. Нормированные значения признаков обучающей выборки

А17. Эталоны заболеваний

А18. Сокращенная обучающая выборка данных

А19. Построение регрессионных моделей заболеваний

А20. Экзаменационная выборка

А21. Нормированные значения признаков экзаменационной выборки

А22. Математические модели заболеваний ССС

А 23. Сокращение признакового пространства экзаменационной выборки

А24. Обследования пациента (данные системы Кардиовизор)

А25 Дискриминантные модели классификации ССЗ

А26 Математические модели ССЗ для различных групп населения

ПРИЛОЖЕНИЕ Б

Б1. Патентные документы

ПРИЛОЖЕНИЕ В

В1. Акты внедрения

Введение диссертации (часть автореферата) на тему «Автоматизированная система диагностики и прогноза сердечно-сосудистых заболеваний на основе статистических характеристик портретов сердца и индивидуальных параметров пациентов»

ВВЕДЕНИЕ

Актуальность темы. Одной из самых болевых медико-демографических проблем социального развития современной России является высокий уровень смертности населения. Основной причиной которого, выступают сердечнососудистые заболевания (ССЗ). В Европе от болезней сердца и сосудов ежегодно умирают 4,35 миллиона человек, что соответствует 23% от общего числа летальных исходов. В России этот же показатель достигает 56,6% и неуклонно растет.

Несмотря на улучшение технического оснащения медицинских учреждений России, снижения смертности от ССЗ не наблюдается.

Современная диагностика и прогнозирование ССЗ должны основываться на результатах анализа большого количества разнообразной информации о пациенте, получаемой в ходе кардиологических лабораторных и инструментальных обследований, индивидуальных параметрах пациента. Однако на практике это выполняется редко и определение заболевания и возможных исходов осуществляется на базе результатов небольшого количества традиционных и наиболее доступных параметров работы сердца. Причиной является трудность сбора и анализа больших объемов данных для врача, отсутствие во многих лечебных учреждениях высококвалифицированного медицинского персонала, «человеческий фактор» заключающийся в умении хорошо диагностировать около 15-20 наиболее распространенных форм заболеваний.

Поэтому возникает задача создания диагностических медицинских информационных систем в кардиологии, умеющих анализировать данные полученные при обследованиях, помогающих врачу при формировании диагноза и оценке прогноза ССЗ, представляющих результаты своей работы в привычном и понятном виде.

Существующие системы диагностики кардиологических заболеваний, такие как MYCIN, EMYCIN, МОДИС, РЕПРОКОД, СКРИНФАКС имеют узкую специализацию. Организация принятия решения в них, в основном, решена на

базе семантических сетей, что является неприемлемым и неудобным подходом

7

при интенсивно увеличивающимся количестве параметров ССЗ, получаемых в ходе обследования пациентов.

Наиболее современной отечественной кардиологической системой является система скрининга сердца компьютерная Кардиовизор, но и она не обеспечивает необходимую достоверность диагностики ССЗ.

Исходя из выше сказанного разработка новых, использование существующих алгоритмов обработки, анализа и классификации кардиологических данных и построение на их основе системы, обеспечивающей достаточно точную диагностику ССЗ, является важной и актуальной научно-технической задачей.

Целью диссертационной работы является создание и применение в медицинской практике автоматизированной системы диагностики и прогноза сердечно-сосудистых заболеваний на основе статистических характеристик портретов сердца, индивидуальных параметров пациентов, методов распознавания образов и регрессионного анализа, обеспечивающая повышение достоверности диагноза и построение математических моделей состояния сердца.

Для достижения цели необходимо решить следующие задачи:

- Обзор и анализ алгоритмов, методов, систем обработки и анализа кардиологических данных для диагностики ССЗ;

- Разработка и реализация новой методики диагностики заболеваний сердца, позволяющей максимально использовать кардиологические данные системы Кардиовизор для обеспечения повышения вероятности правильного определения ССЗ;

- Выбор, реализация и исследование методов предварительной обработки и выделения множества признаков, формирование наиболее значимых параметров портрета сердца и других кардиологических данных путем уменьшения их количества;

- Построение математических моделей заболеваний ССС для различных групп населения, предназначенных для описания заболеваний сердца и их использования при создании индивидуальных моделей прогноза изменений в работе сердца;

8

- Построение индивидуальных математических моделей прогноза будущих состояний ССС пациента на основе анализа динамики изменения кардиологических данных в процессе лечения;

- Создание системы диагностики и прогноза ССЗ, проведение экспериментальных исследований на тестовых результатах обследований пациентов (с известными диагнозами);

- Практическое применение разработанной системы в кардиологическом отделении лечебно-профилактического учреждения при обследовании и лечении реальных пациентов (с неизвестными диагнозами).

Объект исследования - цветные RGB изображения портрета сердца пациента, получаемые при обследовании с помощью системы Кардиовизор и их признаки при различных ССЗ в совокупности с индивидуальными параметрами пациента.

Методы исследования. При выполнении диссертационной работы использованы методы математической статистики, теории вероятности, теории принятия решений, цифровой обработки изображений, дискретной математики и распознавания образов.

Научная новизна работы.

1.Установлено, что анализ статистических характеристик первого и второго порядка портретов сердца и индивидуальных параметров пациентов с помощью методов распознавания позволяет обеспечить вероятность правильного диагноза сердечно-сосудистых заболеваний от 0,88 до 0,98.

2.Предложены индивидуальные и групповые математические модели состояния сердечно-сосудистой системы, позволяющие прогнозировать будущие изменения состояния сердца пациентов с вероятностью не менее 73% на ближайшее время (2-3 месяца) и с вероятностью не менее 59% на отдаленное время (12 месяцев и более).

3. Методика диагностики и прогноза сердечно-сосудистых заболеваний, основанная на анализе статистических характеристик портретов сердца

9

и индивидуальных параметров пациентов методами распознавания образов и построения математических моделей методом регрессионного анализа, машинная реализация которой позволяет повысить вероятность правильной диагностики основных заболеваний сердца более чем на 15% ,а прогноз развития заболеваний - на 10% и более.

Практическая ценность работы.

Разработанные алгоритмы диагностики и прогноза ССЗ и построенная на их основе автоматизированная информационная система позволяют решить следующие значимые для практической медицины задачи:

1. Диагностика состояния сердца пациента по результатам анализа значений признаков портрета сердца;

2. Индивидуальное прогнозирование будущих изменений по результатам анализа динамики признаков работы сердца пациента;

3. Повышение вероятности правильной диагностики заболеваний сердечно-сосудистой системы за счет использования расширенного набора признаков более чем на 15%.

На защиту выносятся следующие результаты работы:

1. Методика диагностики и прогноза сердечно-сосудистых заболеваний, на основе статистических характеристик портретов сердца и индивидуальных параметров пациентов, позволяющая повысить вероятность правильного диагноза основных заболеваний сердца более чем на 15%.

2. Математические регрессионные модели описания состояния сердечнососудистой системы отдельных и группы пациентов , позволяющих на основе данных предыдущих обследований прогнозировать изменения параметров состояния сердца с вероятностью не менее 73% на ближайшее время (2-3 месяца) и с вероятностью не менее 59% на отдаленное время (12 месяцев и более).

3. Автоматизированная система диагностики и прогноза сердечнососудистых заболеваний и результаты экспериментальных исследований на

ней, подтвердившие, что анализ статистических характеристик портретов

10

сердца и индивидуальных параметров пациентов методами распознавания образов позволяет достигнуть вероятность правильного диагноза основных заболеваний сердца от 0,88 до 0,98, а также математические модели заболеваний сердца позволяют прогнозировать изменение параметров состояния сердца с вероятностью не менее 73% на ближайшее время (2-3 месяца) и с вероятностью не менее 59% на отдаленное время (12 месяцев и более).

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на: Международной конференции с элементами научной школы для молодежи «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2009); всероссийской научно-практической конференции с международным участием, посвященной 1000-летию г. Ярославля «Актуальные вопросы медицинской науки» (Ярославль, 2010); 9-ом международном симпозиуме «Интеллектуальные системы» (Владимир, 2010); 17-ой международной научной конференции по вычислительной механике и современным прикладным программным системам (Алушта, 2011); 11-ой всероссийской выставке научно-технического творчества молодежи (Москва, 2011); 1-ой и 2-ой всероссийской межвузовской научной конференции «Зворыкинские чтения» (Муром, 2009-2014); ежегодных научно-технических конференциях преподавателей МИ(ф) ВлГУ (2009-2014); Internationaler Kongress Fachmesse (Gannover, 2012); 19-ой международной научной конференции по вычислительной механике и современным прикладным программным системам (Алушта, 2013); XXI Российский национальный конгресс «Человек и лекарство» (Москва, 2014); XI международная научная конференция "Физика и радиоэлектроника в медицине и экологии" ФРЭМЭ'2014 (Владимир, 2014).

Публикации. Основные результаты диссертации опубликованы в 31 работах, в том числе в 8 статьях в журналах из перечня ВАК, одной монографии, 12 статьях в других научных журналах и 10 тезисах. Получены 3 свидетельства о регистрации программ для ЭВМ. Работа поддержана грантом РФФИ 11-07-09227.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 163 наименований, приложения, 55 рисунков, 42 таблицы. Объем диссертации составляет 197 страниц, в том числе 131 страниц основного текста, 18 страниц литературы и 48 страниц приложений.

Краткое содержание работы

В первой главе рассматривается современное состояние методов, программных средств и систем в области диагностики ССЗ. Приводится статистика и описание летальных исходов, обусловленных различными причинами. Рассматривается классификация ССЗ, дается оценка наиболее важных видов. Описываются причины возникновения ССЗ.

Исходя из анализа состояния современной медицины, делается вывод о необходимости повышения вероятности правильной диагностики ССЗ.

Рассматриваются и подробно описываются современные широко используемые методы диагностики ССЗ, в частности, приводится анализ возможностей и недостатков системы Кардиовизор. Подробно описаны ее выходные данные.

Делаются основные выводы, которые позволяют сформировать задачи диссертационной работы.

Во второй главе предложены методика диагностики ССЗ на основе данных системы скрининга сердца Кардиовизор и способы извлечения данных из портретов сердца, получаемых с помощью системы Кардиовизор (формирование наборов признаков). Осуществляется формирование наборов признаков для диагностики ССЗ, их нормализация, выявление наиболее значимых из них и сокращение признакового пространства, тестирование предлагаемой методики на объектах обучающей выборки.

Реализованы алгоритмы вычисления статистических признаков портретов сердца. Сформированы база эталонов заболеваний ССС на основе обучающей выборки.

В качестве алгоритма сокращения избыточности в признаковом пространстве используется метод главных компонент. Для распознавания ССЗ применяются методы дискриминантного анализа Фишера, ближайших соседей и к-средних. Приводятся результаты исследования вероятности правильного диагностирования ССЗ на обучающей выборке и оценка ошибок первого и второго рода.

В третьей главе дано обоснование необходимости оценки возможных изменений состояния ССС в будущем. Разработаны математические модели исследуемых заболеваний для различных групп населения, отобранные по полу и возрасту как основных неконтролируемых факторов риска.

Реализован алгоритм вычисления коэффициента уверенности признаков необходимый для построения индивидуального прогноза ССЗ.

Реализован и исследован алгоритм построения модели индивидуального прогноза ССЗ, основанный на вычислении коэффициента уверенности и математических моделях заболеваний для различных групп населения.

Четвертая глава посвящена проектированию, реализации и практическому применению автоматизированной системы диагностики ССЗ. Описаны задачи, требования к системе и данным. Разработана структура системы и ее отдельных модулей.

Приводятся результаты экспериментального тестирования предложенных алгоритмов диагностики и индивидуального прогноза ССЗ на реальных данных.

В заключении сформулированы основные результаты, полученные в ходе выполнения работы.

В приложении приведены копии свидетельств об официальной регистрации программ для ЭВМ, актов о внедрении, примеры портретов сердца при различных ССЗ, таблицы исходных значений признаков, сокращенные наборы признаков после минимизации, данные обучающей и экзаменационной выборок, дополнительные теоритические материалы, используемые при выполнении работы.

ГЛАВА 1. ОБЗОР И АНАЛИЗ ДАННЫХ, МЕТОДОВ, ПРОГРАММНЫХ СРЕДСТВ И СИСТЕМ ДИАГНОСТИКИ ССЗ

1.1 Место ССЗ в структуре смертности населения

Одной из самых болевых медико-демографических проблем социального развития в мире, в основном в развитых странах является высокий уровень смертности населения [27, 33, 61]. Основной причиной смертности выступают сердечно-сосудистые заболевания (ССЗ). В Европе от болезней сердца и сосудов ежегодно умирают 4,35 миллиона человек, что соответствует 23% от общего числа летальных исходов [46]. В России этот же показатель достигает 56,6% [46,67,77,99] (рисунок 1.1). По официальным данным насчитывается 23 миллиона «сердечников», из которых ежегодно около 1,3 миллиона умирают от своей болезни. Это 994 человека на 100 тысяч населения, что втрое больше, чем, например, в США. При этом если в развитых странах люди, страдающие ССЗ, живут в среднем до 78-80 лет, то в России этот возраст составляет всего 65, во Владимирской области - 66,8 лет, а в округе Муром -66,2 [46,66].

1.1.1 Динамика причин летальных исходов за последнее десятилетие

За последние 10 лет роль ССЗ, как причины смертности, увеличивается, несмотря на принимаемые в этой области меры (рисунок 1.1) [116-127].

Смертность в России

58

Рисунок 1.1 - Доля смертности населения от болезней сердца в России

Во Владимирской области наблюдается аналогичная ситуация по влиянию ССЗ на смертность населения. Согласно статистическим данным ее рост ежегодно составляет 1,1-1,3 %. На графике представлена динамика смертности населения Владимирской области от ССЗ с 2003 по 2013 годы (рисунок 1.2):

Смертность во Владимирской области

57 ¿5б'5

§ 56 =

я- 55 5 з

^ 55 54,5 54

2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Год

Рисунок 1.2 - Доля смертности населения от болезней сердца во Владимирской области Для укрепления здоровья населения России, снижения уровня заболеваемости, инвалидности, числа летальных исходов в 2006 году были приняты национальные проекты в сфере здравоохранения "Здоровье", "Демография" и федеральная целевая программа "Предупреждение и борьба с социально значимыми заболеваниями в 2007-2011 гг.". Одним из приоритетных направлений этих проектов является совершенствование медицинской помощи больным с ССЗ, включающей не только обследования в группах риска развития тех или иных заболеваний, но и повышение у населения мотивации к здоровому образу жизни, активизацию профилактических мероприятий на популя-ционном и групповом уровнях, разработку индивидуальных профилактических программ с привлечением необходимых дополнительных ресурсов [31]. По мнению ведущих отечественных ученых снижение смертности от ССЗ и их распространенность в России в ближайшие годы могут быть достигнуты при условии создания и активного внедрения научно обоснованных мер профилактики, обеспеченных адекватной финансовой поддержкой со стороны

правительства РФ. Большие надежды для решения этих сложных вопросов возлагаются на новые структуры в лечебно-профилактических учреждениях (ЛПУ) - Центры здоровья, предназначенные для выявления заболеваний на ранних стадиях и оказания своевременной медицинской помощи [34, 77, 86]. Во Владимирской области было открыто 5 сосудистых центров, оснащенных современной техникой. За счет их деятельности количество «госпитальной смертности» снизилось на 6% [66].

В ходе реализации национальных проектов улучшилось техническое оснащение медицинских учреждений нашей страны, пока не удается устранить тенденцию роста смертности от ССЗ. Этому мешает низкий уровень подготовки врачей, отсутствие недорогих систем быстрой и объективной диагностики ССЗ [18]. Поэтому возникает задача создания диагностических медицинских ИС в кардиологии, умеющих анализировать данные полученные при обследованиях, помогающих врачу при формировании диагноза, представляющих результаты своей работы в привычном и понятном для него виде.

1.1.2 ССЗ, наиболее часто приводящие к серьезным осложнениям и летальному исходу

Согласно Международному классификатору болезней существует 99 видов ССЗ, каждый из которых имеет более детальную классификацию [88]. По степени опасности болезни сердца можно разделить на две группы: смертоносные и не смертоносные.

К первой группе относится ишемическая болезнь сердца (ИБС), а именно: стенокардия, острый инфаркт миокарда и его осложнения, повторный инфаркт миокарда, хроническая сердечная болезнь сердца и их подвиды.

Ко второй группе заболеваний можно отнести остальные патологии. Однако развитие ИБС начинается именно с них. Поэтому диагностика и прогнозирование изменений не ишемического характера также важна и необходима.

Среди многочисленных заболеваний ССС наиболее часто во врачебной

16

практике встречаются: ИБС и ее формы, артериальная гипертензия, гипертоническая болезнь, атеросклероз различной локализации. К редко встречающимся сердечно-сосудистым патологиям относятся миокардиты, эндокардиты, перикардиты, формы кардиомиопатии и другие патологии воспалительного характера [21].

1.1.3 Причины возникновения ССЗ

В большинстве случаев причиной возникновения ССЗ являются факторы риска, оказывающие негативное влияние на состояние организма и усугубляющие его с течением времени.

К не устранимым факторам риска относятся пол, пожилой возраст, наличие сахарного диабета [21,33,48]. Большую предрасположенность к появлению сосудистых патологий имеют пациенты с отягощенной наследственностью (наличие ССЗ у ближайших родственников).

С увеличением возраста опасность возникновения заболеваний сердца возрастает. По статистике ССЗ являются основной причиной смерти у лиц преклонного возраста. Степень риска с возрастом увеличивается, даже если остальные факторы риска остаются в «нормальном» диапазоне.

Сахарный диабет увеличивает риск ССЗ у женщин в 5 раз, а у мужчин - в 3 раза по сравнению с пациентами без сахарного диабета и считается независимым фактором риска. Его наличие увеличивает предрасположенность к ИБС, кардиомиопатиям, диабетическим нефропатиям, ретинопатиям [79, 88].

На риск возникновения ССЗ большое влияние оказывают приобретенные (устранимые) факторы риска. К ним относятся вредные привычки, такие как курение, чрезмерное употребление калорийной пищи, вызывающее ожирение, алкоголизм, малоподвижный образ жизни (гиподинамия), частые стрессы и повышенная тревожность, ночное апноэ (состояние, для которого характерно прекращение лёгочной вентиляции во время сна более чем на 10 секунд) [80].

Курение - один из наиболее важных факторов риска ССЗ. Курение уси-

17

ливает эффект других факторов риска ССЗ, таких как возраст, пол, сахарный диабет [89]. Оно повышает риск заболеваний сердца в 1,5-6,5 раза в зависимости от количества выкуриваемых сигарет, увеличивает холестерин липо-протеина низкой плотности (ЛПНП) и артериальное давление как у больных артериальной гипертензией, так и у лиц с нормальным давлением.

Повышенное содержание холестерина в крови (гиперхолестеринемия) увеличивает риск развития ИБС в 2,2-5,5 раза. К факторам риска относится дислипидемия, характеризующаяся изменением соотношения уровней различных фракций холестерина.

Повышенная концентрация триглицеридов в плазме крови увеличивает риск развития ССЗ как самостоятельный фактор и в комплексе с другими связанными факторами риска, такими как ожирение, сахарный диабет.

Увеличение массы тела сопровождается повышением риска общей сердечно-сосудистой заболеваемости и смертности. Степень ожирения определяется согласно индексу массы тела (ИМТ) (1.1) (таблица 1.1):

тж. ™ вес, кг

ИМТ =-^— (1.1)

рост , м

Таблица 1.1 - Оценка степени ожирения по величине индекса массы тела ИМТ

Степень ожирения Оценка массы тела ИМТ

0 Нормальная 20,0-24,9

1 Среднее ожирение 25,0-29,9

2 Выраженное ожирение 30,0-39,9

3 Выраженное ожирение 40,0 и более

При ожирении 2 степени риск ИБС на 70% выше, при ИМТ > 40 (ожирение 3 степени) - на 300% выше. При одинаковом весе тела риск ИБС, инсульта и смерти увеличивается при росте отношения окружностей талии/бедра [92].

Еще одним фактором риска является систематическое употребление

алкоголя, которое повышает АД на 5-10 мм рт.ст. и, следовательно, ведет к развитию артериальной гипертензии.

У людей, страдающих гиподинамией, ССЗ встречаются в 1,5-2 раза чаще, чем у людей, ведущих физически активный образ жизни. Малая физическая активность способствует ожирению, атеросклерозу.

Хронический стресс, нервно-эмоциональное перенапряжение — важнейший фактор риска возникновения ССЗ. При стрессовой ситуации увеличивается выброс в кровь гормонов надпочечников — адреналина и норадре-налина. Они подстегивают работу сердца, в связи с чем повышается артериальное давление. Одновременно увеличивается свертываемость крови, растет риск образования тромбов. Стресс может быть самостоятельным фактором риска, а при наличии других факторов усугубляет их действие [100,102].

Ночное апноэ постепенно приводит к формированию тяжёлой артериальной гипертензии, провоцируя нарушения ритма сердца. Синдром ночного апноэ объясняет высокую частоту гипертонических кризов, нарушений мозгового кровообращения и инфаркта миокарда в ранние утренние часы [101].

Наличие выше перечисленных устранимых и неустранимых факторов риска и их сочетания имеет значение при диагностике и прогнозе различных видов ССЗ. Их действие ускоряет прогресс развития патологий сердца и усугубляет общее состояние организма.

1.2 Необходимость и пути повышения объективности диагностики и результатов лечения ССЗ

При определении имеющегося заболевания и оценке будущих изменений задача врача-кардиолога сводится к сопоставлению результатов проведенных обследований в совокупности с индивидуальными характеристиками пациента. Диагностирование и дальнейшее прогнозирование требует от врача

скрупулезного и внимательного отношения ко всем типам информации о па-

19

циенте. Чем больше информации имеется у врача, тем более правильно осуществляется диагностика.

В подавляющем числе случаев врач оперирует в своей практике 15-16 нозологическими формами, оставляя без внимания другие. Искусственное ограничение врачом круга возможных заболеваний примитивно минимальным их числом является негативным моментом современной медицины [26,85,103,106,147].

Также одной из причин диагностических ошибок врачей является отсутствие высококвалифицированного персонала умеющего проводить различные обследования и профессионально оценивать выдаваемые современными программными и техническими комплексами результаты [106, 108].

По [103] в России практически каждый третий диагноз ставится врачами неверно, т.е. 30% врачебных заключений являются ошибочными. Одними из наиболее трудных ССЗ для диагностики являются: аневризма послеин-фарктная, острый и подострый эндокардит, острый миокардит, кардиомиопа-тии, кардиомегалия.

Это связано с необходимостью проведения большого количества обследований и детального анализа их результатов, что бывает затруднено в связи с отсутствием медицинского оборудования, времени на подробную работу с пациентом, невысокой распространенностью заболеваний [106].

Поэтому большое значение имеет предоставление врачу помощи в принятии быстрого и правильного диагностического решения, оценке прогноза развития заболевания за счет увеличения тщательности анализа результатов обследований.

Для решения этой задачи необходимо внедрение новых технологий анализа медицинских данных, позволяющих обрабатывать большие объемы информации о пациенте, реализующих логику кардиолога при постановке диагноза. Перспективным является создание систем помощи врачу для определения диагноза и прогноза будущих изменений на основе логических ме-

20

тодов, средств математической статистики и теории вероятности. С помощью использования автоматизированных информационных систем осуществляется повышение вероятности правильной обработки результатов обследования пациентов за счет анализа значений всех параметров работы сердца и динамики их изменений с течением времени.

1.3 Обзор широко распространенных методов и средств диагностики ССЗ

1.3.1 Описание существующей технологии постановки диагноза и прогноза врачом-кардиологом

Процесс постановки диагноза состоит и нескольких традиционных этапов [25]:

1. Беседа с пациентом, включающая в себя его осмотр и расспрос. При этом осуществляется оценка наличия и выраженности внешних признаков заболевания, собирается информация о жалобах пациента. То есть определяются первичные признаки заболевания сердца;

Список литературы диссертационного исследования кандидат наук Белякова, Анна Сергеевна, 2016 год

СПИСОК ЛИТЕРАТУРЫ

1. Arena, R. Prognostic value of resting end-tidal carbon dioxide in patients with heart failure / R. Arena, M. Peberdy, J. Myers // International Journal of Cardiology. - 2006. - №109. - Р. 351-358.

2. Arora, N. A propensity analysis of the risk of vascular complications after cardiac catheterization procedures with the use of vascular closure devices / N. Arora, M Matheny, C. Sepke // American heart journal. - 2007. - №53. - P. 606-611.

3. Atoui, H. Cardiovascular risk stratification in decision support systems: a probabilistic approach. Application to pHealth. / H. Atoui [Et al.] //Computer in Cardiology. - 2006. - № 33. - Р.281-284.

4. Buchanan, B.G. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project / B.G. Buchanan, E.H. Shortliffe // Addison-Wesley Publishing Company. - Massachusetts, 1984. - 200 p.

5. Cox, D.R. Regression models and life tables / D.R. Cox // Journal of Royal Statistical Society. Series B. - 1972. - №.34. - P. 187-220.

6. Graf, S. Typical chest pain and normal coronary angiogram: cardiac risk factor analysis versus pet for detection of microvascular disease / S. Graf [Et al.] // The journal of nuclear medicine. - 2007. - №48. - Р. 175-181.

7. Haralick, R. M. Textural features for image classification / R. M. Haralick, K. Shanmugam, I. Dinstein // IEEE Trans. on Systems, Man and Cybernetics. - 1973. - №3. - P. 610-621.

8. Ho, M. Cardiology management improvessecondary prevention measures among patients with coronary artery disease / M. Ho [Et al.] // Journal of the American College of Cardiology. - 2004. - №9. - Р.1517-1523.

9. Naylor, C. Build Your Own Expert System. The Statistician / C. Naylor. - UK:Sigma Technical Press, 1983. - 249 р.

10. Shanks, L. Predictors of cardiac rehabilitation initiation / L. Shanks, Sh. Moore, R. Zeller // Rehabilitation nursing. - 2007. - №32. - Р. 152-167.

11. Young, I.T. Fundamentals of Image Processing / I.T. Young, J.J Gerdrands, L.J. Van Vlient. - Netherland: Delft University of Technology, 1998. - 111 p.

12. Авдеева, М.В. Функциональные возможности центров здоровья в выявлении лиц с почечной патологией и риском развития сердечнососудистых заболеваний / М.В. Авдеева, Л.В. Щеглова // Клиническая нефрология. - 2011. - №3. - С.57-60

13. Айвазян, С.А. Прикладная статистика: Основы моделирования и первичная обработка данных / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. -М.: Финансы и статистика, 1983. - 471 с.

14. Аксерольд, А.С. Холтеровское мониторирование ЭКГ: возможности, трудности, ошибки / А.С. Аксерольд [и др.]. - М.: ООО «Медицинское информационное агентство», 2007. - 192 с.

15. Амосов, А. А. Вычислительные методы для инженеров [Текст] / А.А. Амосов, Ю.А. Дубинский, Н.П. Копченова. - М: Мир, 1998. - 544 с.

16. Аналитическая часть отчета «Сохрани свое сердце» на территории г. Волгограда [Электронный ресурс].- Режим доступа: http://www. developmed.ru/cnt/projects/saveheart.php. - Медицина Волгограда. - (Дата обращения: 23.03.2012).

17. Аронов, Д.М. Функциональные пробы в кардиологии [Текст] / Д.М. Аронов, В.П. Лупанов. - М.:МЕДпресс-информ, 2007. - 328 с.

18. Арутюнов, Г.П. Центры здоровья: возможности и перспективы раннего выявления хронической сердечной недостаточности и поражения почек у больных с артериальной гипертензией / Г.П. Арутюнов, Л.Г. Оганезова, А.В. Соколова // Клиническая нефрология. - 2012. - №1. - С. 10-16

19. Афифи, А. Статистический анализ. Подход с использованием ЭВМ / А. Афифи, С. Эйзен. - М.: Мир, 1982. - 488 с.

20. Баевский, Р.М. Прогнозирование состояний на грани нормы и патологии / Р.М. Баевский. - М.: Медицина, 1979. - 298 с.

21. Баргер, С.И. Кардиология / С.И. Баргер. - М: Феникс, 2008. - 336 с.

22. Батыршин, И.З. Основные операции нечеткой логики и их обобщения / И.З. Батыршин. - Казань: Отечество, 2001. - 100 с.

23. Безруков, Н.С. Интеллектуальная система поддержки принятия решений для диагностики заболеваний на основе адаптивных нейро-нечетких сетей / Н.С. Безруков, Е.Л. Еремин // Научно-техническая информация. -2007. - №6. - С. 30-35

24. Бейли, Н. Математика в биологии и медицине / Н. Бейли. - М.: Мир, 1970. - 327 с.

25. Белоконь, Н.А. Болезни сердца и сосудов у детей: руководство для врачей / Н.А. Белоконь; М.Б. Кубергер. - М.: Медицина, 1987. - 446 с.

26. Беляев, Ф.М. Может ли врач думать лучше? / Ф. М. Беляев // Актуальные проблемы клинической медицины. - 1994. - С. 10-15.

27. Белякова, А.С. Основные признаки оценки состояния сердечнососудистой системы / А.С. Белякова // Алгоритмы, методы и системы обработки информации. - 2009. - №14. - С. 24-29

28. Белякова, А.С. Построение индивидуальной математической модели развития сердечно-сосудистых заболеваний / А.С. Белякова // Системы управления и информационные технологии. - 2012. - №3(49). - С. 4-6

29. Белякова, А.С. Проектирование автоматизированного рабочего места врача-кардиолога / А.С. Белякова // Системы и методы обработки и анализа данных. - 2009. - №1. - С. 40-45.

30. Белякова, А.С. Роль и место математических моделей в кардиологии / А.С. Белякова // Алгоритмы, методы и системы обработки данных. -2010. - С. 16-27.

31. Бокерия, Л. Альтернативные методы оценки распространенности сердечно-сосудистых заболеваний и оценки потребности в медицинских технологиях / Л. Бокерия // Здравоохранение. - 2008. - №2. - С. 11-18

32. Бокс, Дж. Анализ временных рядов прогноз и управление (часть 2) / Дж. Бокс, Г. Дженкинс. - М.: Финансы и статистика, 1974. - 197 с.

33. Болезни сердца: Руководство для врачей / Оганов Р.Г. [и др.]; под ред. Р.Г. Оганова, И.Г. Фоминой. - М: Литтерра, 2006. - 1328 с.

34. Борисов, К.Н. Профилактика факторов риска сердечно-сосудистых заболеваний в Центре здоровья [Электронный ресурс] / К.Н. Борисов, В.А. Алексеев // - Режим доступа: http://www.szaomed.ru/zdorovie-mselema/pшШaktika-zabolevamy/141-serde-chш-sosudistye-zabolevama (Дата обращения: 06.06.2013)

35. Бронштейн, И.Н. Справочник по математике для инженеров и учащихся втузов / И.Н. Бронштейн, К.А. Семендяев. - М.: Государственное издательство технико-теоритической литературы, 1955. - 589 с.

36. Бронштейн, И.Н. Справочник по математике для инженеров и учащихся ВТУЗов / И.Н Бронштейн, К.А. Семендяев. - М.: Мир, 1986. - 544 с.

37. Буховец, Л.И. Применение математического аппарата для решения задач прогнозирования в кардиологии / И.Л. Буховец [и др.] // Сибирский медицинский журнал. - 2010. - Т. 25. - №2. - С. 80-82

38. Бых, А.И. Использование дискриминантного анализа для диагностики хронической сердечной недостаточности у подростков / А.И. Бых [и др.] // Вестник Национального технического университета Харьковский политехнический институт. - 2010. - №31. - С. 16-22

39. Вишнякова, Н.А. Опыт использования прибора «кардиовизор-06с» для скрининговых обследований населения в условиях сельской местности / Н.А. Вишнякова [и др.] // Кардиология. - 2008. - №4. - С. 22-30.

40. Гайдышев, И. Анализ и обработка данных / И. Гайдышев - СПб.: Питер, 2011. - 752с.

41. Гельман, В.Я. Медицинская информатика: практикум / В.Я. Гельман. - СПб.: Питер, 2002. - 480 с.

42. Глова, С.Е. Скрининг сердечно-сосудистой патологии и ассоциированных факторов риска у жителей г. Ростова-на-Дону / С.Е. Глова // Российский кардиологический журнал. - 2006. - №3(59). - С. 34-39.

43. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. - М.: Техносфера, 2005. - 1072 с.

44. Грахов, А.А. Система поддержки принятия решений для врача-терапевта на основе нечетких сетевых моделей / А.А. Грахов, Л.А. Жилинко-ва, Е.В. Шевелева // Вестник новых медицинских технологий. - 2006. - Т. XIII. - №2. - С. 43-46

45. Давыденко, В.В. Современные высокотехнологичные лучевые методы исследования состояния миокарда в кардиохирургии /В.В.Давыденко, [и др.] - СПб.: СПбГМУ имени И.П. Павлова, 2007. - 44 с.

46. Данные Росстата о демографической ситуации в РФ: численность и размещение населения, брак и семья, воспроизводство, возрастной состав, миграция [Электронный ресурс]. - Режим доступа: http://demographia.net/dannye-rosstata-o-demograficheskoy-situacii-v-rf-chislen-nost-i-razmeshchenie-naseleniya-brak-i-semya. - (Дата обращения: 17.06.2013)

47. Джанашия, П.Х. Руководство по интерпретации ЭКГ. Квалификационные тесты по ЭКГ / П.Х. Джанашия, Н.М. Шевченко, В.К. Маленьков. -М.: Оверлей, 2003. - 274 с.

48. Диагноз при сердечно-сосудистых заболеваниях. Формулировка, классификации: практическое руководство / Денисов И.Н. [и др]; под ред. И.Н. Денисова, С.Г. Гороховой. - М.: ГЕОТАР-Медиа, 2008. - 96 с.

49. Дрейпер, Н. Прикладной регрессионный анализ/ Н. Дрейпер, Г. Смит. - М.: Финансы и статистика, 1986. - 366 с.

50. Дубров, А.М. Многомерные статистические методы / А.М. Дубров, В.С. Мхитарян, Л.И. Трошин. - М.: Финансы и статистика, 2003. - 352 с.

51. Дудник, Е.Н. Возможности использования ЭКГ-анализатора «Кар-диоВизор-06С» в функциональной диагностике и прогнозировании ишемии миокарда / Е.Н. Дудник [и др.] // Функциональная диагностика. - 2005. - №1. - С. 14-19

52. Евстигнеева, О. И. Опыт использования дисперсионного картирования ЭКГ с помощью прибора «КардиоВизор-06 с» в амбулаторных условиях / О.И. Евстигнеева, И.А. Сафиулова // Терапевтический архив. - 2011. - №1. - С. 29-32.

53. Евстигнеева, О.И. Визуализация дисперсионных изменений ЭКГ у курящих пациентов. Современная наука: теоретический и практический взгляд / О.И. Евстигнеева, А.С. Белякова // Сборник статей Международной научно-практической конференции. 29-30 октября 2013г. Часть 2/ отв. ред. Р.Г. Юсупов.-Уфа: РИЦ БашГУ, 2013. - С. 183-188

54. Евстигнеева, О.И. Критерии выделения групп риска из лиц трудоспособного возраста при медицинских исследованиях системе АСПО / О.И. Евстигнеева [и др.] // Алгоритмы, методы и системы обработки информации. - 2012. - №19. - С. 33-39

55. Евстигнеева, О.И. Влияние факторов риска на работу сердечной мышцы: наблюдение на Кардиовизоре / О.И. Евстигнеева, И.А. Сафиулова, А.С. Белякова // Здоровье населения и среда обитания. - 2011. - №4. - С. 34-37

56. Егорова, Ю.В. Информационная система поддержки принятия лечебно-диагностических решений на основе формализации профессиональных знаний / Ю.В. Егорова // Вестник УГАТУ. - 2007. - Т.9. - №7(25). - С. 67-72

57. Ежов, А.И. Нейронные сети в медицине / А.И. Ежов, В.В. Чечеткин // - Троицк, - 2003, - 117 с.

58. Елисеева, Л.Н. Статистическое моделирование функционального состояния при хронической сердечной недостаточности у больных ишемиче-ской болезнью сердца / Л.Н. Елисеева, А.А Халафян, С.Г. Сафонова // Успехи современного естествознания. - 2005. - №9. - С.20-23.

59. Есина, Е.Ю., Зуйкова А.А., Болышева О.Е. Кардиологические аспекты синдрома гипермобильности суставов / Е.Ю. Есина, А.А. Зуйкова,, О.Е. Болышева // Научно-практическая ревматология. - 2011. - №4. - С. 40-43.

60. Заде, Л.А. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Л.А. Заде. - М.:Мир, 1976. - 150 с.

61. Землянова, Е. В. Анализ динамики смертности населения в России и странах Европы с использованием сведений из Европейской базы данных «Здоровье для всех» [Электронный ресурс] / Е.В. Землянова, В.Г. Семенова //. - Москва: ЦНИИОИЗ Росздрава, 2007. - Режим доступа: http://vestnik.mednet.ru/ content/view/22/41/. - (Дата обращения: 17.06.2013)

62. Иберла, К. Факторный анализ / К. Иберла. - М.: Статистика, 1980. - 398 с.

63. Диагностические возможности характеристик дисперсии ЭКГ-сигнала при инфаркте миокарда (по данным ЭКГ-анализатора «КардиоВизор-06С») / Г.Г. Иванов [др.] // Функциональная диагностика. - 2005. - №4. - С. 1-17

64. Иванов, Г.Г. Характеристика дисперсионного картирования при тестировании на базе данных «The PTB Diagnostic ECG database» [Электронный ресурс] / Г.Г. Иванов, Д.А. Прилуцкий // - Москва: Московская медицинская академия имени И.М.Сеченова. - Режим доступа: http://www.mks.ru/netcat_files/ 209_71.pdf. - (Дата обращения: 24.03.2012)

65. Ивченко, Г.И. Введение в математическую статистику / Г.И. Ивченко. - М.: Издательство ЛКИ, 2010. - 600 с.

66. Инсульт и инфаркт - не приговор? [Электронный ресурс] / Московский комсомолец. Владимир. - Владимир 2011. - Режим доступа: http://vladimir.mk.ru/article/2011/11/02/638944-insult-i-infarkt-ne-prigovor.html. - (Дата обращения: 22.07.2013)

67. Калинина, О.В. Изменение тактики дифференциального диагноза в процессе клинического наблюдения больного / О.В. Калинина // Бюллетень сибирской медицины. - 2008. - №2. - С. 79-83

68. Неинвазивные методы скрининговой диагностики хронических неинфекционных заболеваний / Л.И. Кательницкая [и др.]. - Ростов-на-Дону: ГОУ ВПО РостГМУ Росздрава, 2008. - 51 с.

69. Киликовский, В.В. Компьютерные медицинские консультативные системы, основанные на представлении знаний эксперта в виде семантиче-

ской сети / В.В. Киликовский, С.П. Олимпиева, Вл.В. Киликовский // Медицинский научный и учебно - методический журнал. - 2001. - №2. - С. 17-27.

70. Клименко, Д.Г.. Прогнозирование ранних исходов лечения ишеми-ческих и геморрагических инсультов по данным первичного обследования больных в стационаре / Д.Г. Клименко, М.М. Одинак // Вестник российской военно-медицинской академии. - 2009. - №3(27). - С. 48-51

71. Кобринский, Б.А. Система поддержки принятия решения в здравоохранении и обучении / Б.А. Кобринский // Врач и информационные технологии. - 2010. - № 2. - С.39-45

72. Кокс, Д.Р. Анализ данных типа времени жизни / Д.Р. Кокс, Д. Оукс.

- М.: Финансы и статистика, 1988. - 192 с.

73. Колодяжный Н.Г. Электронная история болезни в информационной системе стационара «Э-куб» [Электронный ресурс] / Н.Г. Колодяжный // -Москва: SOFTOOL. - Режим доступа: http://www.e-kub.ru/Articles/Article_EIB.html. - (Дата обращения: 17.06.2013)

74. Комплекс анализа электрокардиограмм Миокард 12: методическое пособие. - Саров, 2011. - 40 с.

75. Комплекс суточного мониторирования электрокардиограмм Мио-кард-Холтер: методическое пособие. - Саров, 2011. - 68 с.

76. Кореневский, Н.А. Синтез нечетких решающих правил для медико-экологических приложений на основе анализа структуры данных / Н.А. Кореневский, С.А. Филист, Г.В. Чурсин // Научные ведомости. - 2009. -№15(70). - С. 162-169.

77. Коротков, Ю.А. Организация и функционирование современных центров здоровья / Ю.А. Коротков, А.А. Слугин, Л.А. Сковердяк // ГлавВрач.

- 2010. - №11. - С.25-33.

78. Кофман, А. Введение в теорию нечетких множеств / А. Кофман. -М.: Радио и связь, 1982. - 432 с.

79. Круглов, В. Новейший справочник практикующего врача / В. Круг-лов. - СПб.: Ленинградское издательство, 2009. - 848 с.

80. Крулев, К. А. Заболевания сердца и сосудов. Профилактика и лечение / К. А. Крулев. - СПб.: Питер, 2008. - 155 с.

81. Кузнецов, В.Е. Представление в ЭВМ неформальных процедур / В.Е. Кузнецов. - М.: Наука, 1989. - 160 с.

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

83. Латыпов А.И., Радченко С.В. Применение нечёткой логики в дифференциальной диагностике стоматологических заболеваний [Электронный ресурс] / А.И. Латыпов, С.В. Радченко. - Москва: Электронный Медицинский Журнал. - Режим доступа: http://emm.mfomed.su/articles/13-2009-04-10-11-06-36.html. - (Дата обращения: 17.06.2012)

84. Леоненков, А.В. Нечеткое моделирование в среде Ма1ЬаЬ и fuzzyTech / А.В. Леоненков. - СПб.: БХВ-Петербург, 2005. -736 с.

85. Лучихин, Л. А.. Врачебные ошибки как следствие некоторых объективных причин / Л.А. Лучихин // Вестник оториноларингологии. - 2008. -№1. - С. 10-17

86. Малышева, И.С. Болезни сердца. Лучшие методы лечения : Факторы риска. Как поддержать свое сердце. Здоровое сердце - долгая жизнь / И.С. Малышева. - Москва: Вектор, 2011. - 125 с.

87. Мартыненко, А.В. Новая техника независимого факторного анализа вариабельности сердечного ритма / А.В. Мартыненко, А.С. Антонова, А.М. Егоренков // Вестник Харьковского национального института. - 2002. -№546. - С.116-121.

88. Международный классификатор болезней - 10 [Электронный ресурс]. - Режим доступа: http://mkb-10.com. - (Дата обращения: 23.03.2012)

89. Милягин, В.А. Норма в медицинской практике / В.А. Милягин. -М.: МЕД пресс-форма, 2004. - 145 с.

90. Митьков, В.В. Стресс-эхокардиография / Н.В. Корнеев. под ред. В.В. Митькова, В.А. Сандрикова // Клиническое руководство по ультразвуковой диагностике. - М.: Видар, 1998. - Т.5. - с. 138-160

91. Михайлов, В.М. Вариабельность ритма сердца. Опыт практического применения метода / В.М. Михайлов. - Иваново, 2000. - 200 с.

92. Молчанов, Н. С. Предупреждение заболеваний сердца / Н.С. Молчанов. - М.: Знание, 1970. - 95 с.

93. Морозова, И.С. Информационная система анализа кардиологических данных, диагностики и прогноза ССЗ на основе математических моделей / И.С. Морозова, С.С. Садыков, А.С. Белякова // Алгоритмы, методы и системы обработки информации. 2012. - №20. -С. 13-17

94. Морозова, И.С. Исследование математических моделей диагностики и прогнозирования ССЗ (на основе стенокардии и инфаркта миокарда) / И.С. Морозова, С.С. Садыков, А.С. Белякова // Алгоритмы, методы и системы обработки информации. 2012. - №20. -С. 1-12

95. Мурашко, В.В. Электрокардиография / В.В Мурашко, А.В. Стру-тынский. - М.: МЕДпресс-информ, 2001. - 312 с.

96. На обследование становись! // Медицинский вестник. - 2009. -№28(497). - С. 5-7

97. Насонова, Н.В. Автоматизированная система комплексного мониторинга факторов риска хронических неинфекционных заболеваний / Н.В. Насонова // Медицинская информатика. - 2007. - №1(13). - С. 56-67.

98. Нафтулин, И.С. Деревья решений для диагностики типа инсульта / И.С. Нафтулин, О.Ю. Реброва, О.М. Ульянов // Интеллектуальные системы и технологии. - 2008. - Т.10. - С. 73-74

99. Неинфекционные заболевания являются причиной 60% смертей [Электронный ресурс]. - Москва: Ре Медиа. - Режим доступа: http://www.remedшmru/news/detaiLphp?ГО=43973. - (Дата обращения: 24.06.2013)

100. Никишова В.Н. Кардиология / В.Н. Никишова, Е.Ю. Францева. -М.: Эксмо, 2008. - 240 с.

101. Норма в медицинской практике. - М.: МЕДпресс, 2001. - 144 с.

102. Окороков, В.Г. Исследование факторов риска у работающего населения различных возрастных групп / В.Г. Окороков [и др.] // Личность в меняющемся мире: здоровье, адаптация, развитие. - 2013. - № 3. - С. 80-87.

103. Осипов, А.И. Причины врачебных диагностических ошибок по результатам анализа «врачебных дел» /А.И. Осипов [и др.] // Бюллетень сибирской медицины. - 2003. - №2. - С. 56-61

104. Осипов, Л.В. Качество поставок, техническое обслуживание и метрологическое обеспечение медицинской техники / Л.В. Осипов // Медицина от МЕДИНФО. - 2010. - №4(7). - С. 37-40.

105. Отчет об использовании прибора «КардиоВизор-06С» сотрудниками медицинской службы отряда «Центроспас» МЧС РФ [Электронный ресурс]. -Режим доступа: www.diod.ru/files/doc_04.doc. - (Дата обращения: 23.03.2012)

106. Поздняков, Ю.М. Путь к диагнозу и лечению в кардиологии: синдромы, алгоритмы, схемы / Ю.М. Поздняков, В.Б. Красницкий. - М.: Книга и Бизнес, 2009. - 316 с.

107. Приказ Минздравсоцразвития РФ от 19.08.2009 N 599н "Об утверждении Порядка оказания плановой и неотложной медицинской помощи населению Российской Федерации при болезнях системы кровообращения кардиологического профиля" (Зарегистрировано в Минюсте РФ 25.09.2009 N 14872)

108. Прикладная статистика: Классификации и снижение размерности: Справ. изд. / С. А. Айвазян [и др.]; под ред. С. А. Айвазяна.— М.: Финансы и статистика, 1989,— 607 с

109. Приложение теории случайных процессов в биологии и медицине / Петунин Ю.И. - Киев: Наукова Думка, 1981. - 320 с.

110. Программное обеспечение для скрининговых исследований сердца КардитоВизор-06С. Руководство врача. - Москва: ООО «Медицинские Компьютерные Системы», 2011. - 76 с.

111. Результаты акции «Проверь свое сердце» на территории Пензенской области [Электронный ресурс]. - Режим доступа: www.diod.ru/files/penza_result_act.doc. - (Дата обращения: 23.03.2012)

112. Рекомендации экспертов всероссийского научного общества кардиологов по диагностике и лечению метаболического синдрома [Электронный ресурс]. - Режим доступа: http://www.cardiosite.info/articles/artic-le.aspx?articleid=6247. - (Дата обращения: 23.03.2012)

113. Рогоза, А.Н. К вопросу о точности измерения АД автоматическими приборами / А.Н. Рогоза // Функциональная диагностика. - 2003. - №2 1. - С. 43-47

114. Рогоза, А.Н. Суточное мониторирование артериального давления гипертонии / А.Н. Рогоза [и др.] - М.: ДМС, 2006. - 44 с.

115. Рогоза, А.Н. Суточное мониторирование артериального давления: варианты врачебных заключений и комментарии / А.Н. Рогоза, М.В. Агаль-цов, М.В. Сергеева. - Нижний Новгород: ДЕКОМ, 2005. - 64 с.

116. Российский статистический ежегодник 2003: Стат.сб./Росстат. -Москва, 2002.- 789 с.

117. Российский статистический ежегодник 2004: Стат.сб./Росстат. -Москва, 2003.- 764 с.

118. Российский статистический ежегодник 2005: Стат.сб./Росстат.-Москва, 2004.- 753 с.

119. Российский статистический ежегодник 2006: Стат.сб./Росстат.-Москва, 2005.- 791 с.

120. Российский статистический ежегодник 2007: Стат.сб./Росстат.-Москва, 2006.- 742 с.

121. Российский статистический ежегодник 2008: Стат.сб./Росстат.-Москва, 2007.- 788 с.

122. Российский статистический ежегодник 2009: Стат.сб./Росстат.-Москва, 2008.- 771 с.

123. Российский статистический ежегодник 2010: Стат.сб./Росстат.-Москва, 2009.- 794 с.

124. Российский статистический ежегодник 2011: Стат.сб./Росстат.-Москва, 2010.- 783с.

125. Российский статистический ежегодник 2012: Стат.сб./Росстат.-Москва, 2011.- 774 с.

126. Российский статистический ежегодник 2013: Стат.сб./Росстат.-Москва, 2012.- 785 с.

127. Российский статистический ежегодник 2014: Стат.сб./Росстат.-Москва, 2013.- 796 с.

128. Рябыкина, Г.В.. Оценка эффективности метода дисперсионного картирования для контроля проводимой терапии / Г.В. Рябыкина, Н.А. Вишнякова // Альманах клинической медицины. - 2008. - №19. - С. 18-26.

129. Рябыкина, Г.В. Возможности метода дисперсионного картирова-

ния экг для оценки распространенности сердечно-сосудистых заболеваний /

Г.В. Рябыкина [и др.] // Кардиоваскулярная терапия и профилактика. - 2010. - №3. - С. 98-107

130. Рябыкина, Г.В. Опыт использования прибора КардиоВизор в кардиологической практике / Г.В. Рябыкина, А.С. Сула, Е.В. Щедрина // Кардиологический вестник. - 2006. - Т. -1(ХШ). - №1. - С. 14-18.

131. Рябыкина, Г.В. Мониторирование ЭКГ с анализом вариабельности ритма сердца / Г.В. Рябыкина, А.В. Соболев. - Москва: Медпрактика-М, 2005. - 224 с.

132. Садыков, С.С. Регрессионные модели стенокардии и зависимость их информативности от количества параметров работы сердца / С.С. Сады-

ков, А.С. Белякова // Системы управления и информационные технологии, №3.1(45), 2011. - С. 190-194

133. Садыков, С.С. Анализ и исследование портретов сердца / С.С. Садыков [и др.] // Алгоритмы, методы и системы обработки информации. 2012. - №19. - С. 143-149

134. Садыков, С.С. Исследование взаимосвязи между окраской участков портрета сердца и изменениями электрокардиограмм / С.С. Садыков [и др.] // Известия вузов. Приборостроение, №2, 2012.- С. 64-69

135. Садыков, С.С. Выделение предвестников нервного напряжения работников локомотивного депо методами факторного анализа / С.С. Садыков [и др.] // Труды международного симпозиума "Надежность и качество 2012". 2012. - Т.2,.- С. 387-389

136. Садыков, С.С. Разработка и исследование математических моделей ССЗ: нарушения ритма и проводимости / С.С. Садыков, И.А. Орлов, А.С. Белякова // Алгоритмы, методы и системы обработки информации. 2012. -№19. -С. 179-187

137. Садыков, С.С. Математические модели некоторых сердечнососудистых заболеваний / С.С. Садыков, И.А. Сафиулова, А.С. Белякова // Информационные технологии. №12, 2011.- С. 59-63

138. Садыков, С.С. Объективная оценка значимости параметров в функциональной диагностике / С.С. Садыков, И.А. Сафиулова, А.С. Белякова // Российские медицинские вести. №2. - 2014. - С. 40-45

139. Садыков, С.С. Автоматическая объективная оценка и выбор наиболее значимых параметров для диагностики сердечно-сосудистых заболеваний / С.С. Садыков, И.А. Сафиулова, А.С. Белякова // Автоматизация и современные технологии, №3, 2012. - С. 27-33

140. Сергеева, М.В. Суточное мониторирование артериального давления: варианты врачебных заключений и комментарии / М.В. Сергеева. -Нижний Новгород: ДЕКОМ, 2005. - 64 с.

141. Совершенствование диагностики сердечно-сосудистых заболеаний: монография / С.С. Садыков [и др.]; под ред. Д-ра мед. наук Е.А. Ефремова, д-ра техн. наук, проф С.С. Садыкова; Владим. Гос. Ун-т им. А.Г. и Н.Г. Столетовых, Муром. ин-т(фил.) [и др.]. - Владимир: Изд-вл ВлГУ, 2014. - 260 с.

142. Сорокин, О.В. Факторный анализ параметров вегетативной регуляции сердечного ритма у детей / О.В. Сорокин [и др.] // Бюллетень СО РАМН. - 2006. - №1(111). - С. 32-38

143. Статистические методы экспертных оценок. - М.: Наука. - 1977.

- 364 с.

144. Суворов, А.В. Клиническая электрокардиография / А.В. Суворов.

- Нижний Новгород: НМИ, 1993. - 124 с.

145. Сула, А.С. Дисперсионное картирование - новый метод анализа ЭКГ. Биофизические основы электродинамической модели биогенератора сердца / А.С. Сула, Г.В. Рябыкина, В.Г. Гришин // Кардиологический вестник, 2007. - №1. - т.П(Х1У). - С. 21-29

146. Сула, А.С.. ЭКГ-анализатор КардиоВизор-06С: новые возможности выявления ишемии миокарда при скрининговых обследованиях и перспективы использования в функциональной диагностике А.С. Сула, Г.В. Рябыкина, В.Г. Гришин // Функциональная диагностика, 2003. - №2. - С.17-24

147. Султанов, И.Я. О некоторых так называемых объективных причинах диагностических ошибок в практической деятельности врачей / И.Я. Султанов //Вестник РУДН. - 2002. - №2. - С. 34-38

148. Тавровская, Т.В. Велоэргометрия. Практическое пособие для врачей / Т.В. Тавровская. - СПб.: Питер, 2007. - 138 с.

149. Тетенев, Ф.Ф. Знания и размышления врача в процессе постановки клинического диагноза / Ф.Ф. Тетенев, Т.Н. Бодрова // Бюллетень Сибирской медицины. - 2003. - №1. - С. 55-62

150. Тюлькина, Е.Е. Опыт разработки информационно-аналитической системы для прогнозирования времени сохранения синусового ритма после

купирования пароксизма фибрилляции предсердий / Е.Е. Тюлькина [и др.] // Вестник аритмологии. - 2000. - №20. - С.58-65.

151. Тюрин, Ю.Н. Непараметрические методы статистики / Ю.Н. Тюрин, Д.С. Шмерлинг // Социология: методология, методы, математические модели. - 2004. - № 18. - С. 154-166.

152. Федорова, С.И. Дисперсионный портрет сердца у больных сахарным диабетом 2 типа / С.И. Федорова [и др.] // Вестник Аритмологии. - 2005.

- №39. - С. 143-144

153. Федорова, С.И. Информационная модель электромагнитного биогенератора сердца у больных хронической почечной недостаточностью / С.И. Федорова [и др.] // Вестник аритмологии. - 2006. - №1. - С. 607-6012

154. Федунин Н.А. Метод экспресс-оценки функционального состояния миокарда у спортсменов [Электронный ресурс] / Н.А. Федунин [и др.] //

- Режим доступа: http://kardiolab.ru/ view_page.php?page=217&ID=1. - (Дата обращения: 23.03.2012)

155. Фейгенбаум Х. Эхокардиография / пер. с англ. Под ред. Митькова В.В. - М.: Видар, 1999. - 512 с.

156. Халафян, А.А. Statistica 6. Статистический анализ данных / А.А. Халафян. - М.: Бином-Пресс, 2007. - 512 с.

157. Чеснокова, И.В. Роль скрининговых методов выявления патологии в повышении эффективности терапии сердечно-сосудистых заболеваний [Электронный ресурс] / И.В. Чеснокова, А.А. Булат, С.А. Конаныхина // -Воронеж: ВГМА. - Режим доступа: http://www.rusnauka.com/ 32_PVMN_2011/Medecine/4_97739.doc.htm. - (Дата обращения: 23.03.2012)

158. Чимитова, Е.В. Проверка адекватности модели пропорциональных интенсивностей кокса по случайно цензурированным выборкам / Е.В. Чимитова, М.А. Ведерникова // Сборник научных трудов НГТУ. - 2010. - № 4(62) - С. 103-108.

159. Швец, Д.А. Системный анализ гемодинамических и антропометрических параметров у больных первичной артериальной гипотензией / Д.А. Швец [и др.] // Человек и его здоровье. -2005. - №4. С. 73-79

160. Шиллер, Н. Клиническая эхокардиография . / Н. Шиллер, М.А. Осипов. - М.: Практика, 2005. - 344 а

161. Шубик, Ю.В.Качество врачебных заключений по данным суточного мониторирования ЭКГ / Ю.В. Шубик [и др.] // Вестник аритмологии. -2007. - №49. - С. 25-34.

162. Экспертные оценки в социологических исследованиях / под. ред. С.Б. Крымского - Киев: Наукова Думка. - 1990. - С. 190-225.

163. Юнкеров, В.И. Математико-статистическая обработка данных медицинских исследований / В.И. Юнкеров, С.Г Григорьев. - СПб.: ВМедА, 2002. - 266 с.