Исследование и разработка экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Загребин, Дмитрий Александрович

• Загребин, Дмитрий Александрович
• кандидат технических наук
• 2012

Оглавление диссертации кандидат технических наук Загребин, Дмитрий Александрович

Содержание

Список сокращений

Введение

Глава 1. Методы диагностики ишемии мозга с помощью методик ЭЭГ и ТКДГ в ИВК медицинского назначения

1.1. Признаки, ограничения применения и аппаратура для диагностики ишемии мозга с помощью методик ЭЭГ и ТКДГ в ИВК медицинского назначения

1.2. Входные параметры для методики ЭЭГ

1.3. Входные параметры для методики ТКДГ

1.4. Признаки ишемии мозга для методики ЭЭГ

1.5. Признаки ишемии мозга для методики ТКДГ

1.6. Методы комплексирования информации

Выводы к главе 1

Глава 2. Экспертная система, как дополнительный канал ИВК медицинского назначения для комплексной диагностики ишемических нарушений

2.1. Постановка задачи разработки экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава

2.2. Структурная схема процесса диагностики ишемии мозга с помощью методик ТКДГ и ЭЭГ в ИВК медицинского назначения

2.3. Структурная схема продукционной экспертной системы ИВК

медицинского назначения для комплексной диагностики ишемии мозга

2.5. Модель головы человека для диагностики ишемии мозга

2.6. База знаний экспертной системы

2.7. Систематизация правил базы знаний в экспертной системе, использующей теорию нечетких множеств

2.8. Универсальный модуль для принятия решения в экспертной системе, использующий теорию нечетких множеств

Выводы по главе 2

Глава 3. Программное обеспечение ИВК медицинского назначения для диагностики ишемии мозга

3.1. ИВК медицинского назначения «Ангиодин-Универсал»

3.2. Программно-алгоритмическое обеспечение медицинского ИВК для диагностики ишемии мозга. Структурная схема программного обеспечения

3.3. Модуль ультразвукового доплеровского измерителя скорости кровотока для исследования гемодинамики мозга

3.4. Модуль электроэнцефалографа для исследования биоэлектрической активности мозга

3.5. Модуль экспертной системы для диагностики ишемических

нарушений у летно-диспетчерского состава

Выводы по главе 3

Глава 4. Тестирование и моделирование экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава

4.1. Тестирование экспертной системы для диагностики ишемии мозга

4.2. Моделирование экспертной системы для диагностики ишемии мозга с

использованием реальных данных

Выводы по главе 4

Заключение

Список использованных источников

Список сокращений

• ВП — вызванные потенциалы

• ГКБ — городская клиническая больница

• ИВК — измерительно-вычислительный комплекс

• КА — коэффициент асимметрии

• ПИ — пульсационный индекс

• СМА — средняя мозговая артерия

• ТКДГ — транскраниальная доплерография

• ЭКГ — электрокардиография

• ЭЭГ — электроэнцефалография

• D — Diastole, диастолическая скорость кровотока

• Fpeak — Frequency Peak, частотный пик

• FSR — Fast to Slow Ratio, отношение быстрых ритмов к медленным

• М — Mean, средняя скорость кровотока

• MSA — Mean Square Amplitude, среднеквадратичная амплитуда

• RP — Relative Power, относительная мощность

• S — Systole, систолическая скорость кровотока

• Speak — Spectrum Peak, спектральный пик

Введение диссертации (часть автореферата) на тему «Исследование и разработка экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава»

Введение

Одной из основных причин авиакатастроф за последние десять лет являлся человеческий фактор [27, 94]; по этой причине произошло за это время 55% всех авиакатастроф в России.

Среди причин, по которым летно-диспетчерский состав не может качественно выполнять свои функции, одними из основных являются ишемические нарушения головного мозга. Так, 80% случаев отстранения летного состава в 1995-2001 гг. от работы были по причине именно таких нарушений [66].

Нарушения кровоснабжения головного мозга (далее просто мозга) составляют значительную долю сердечно-сосудистых заболеваний. Особенно часто сердечно-сосудистые заболевания встречаются у людей авиационных специальностей: пилотов и авиадиспетчеров. Это связано с напряженными условиями их работы.

У пилотов к неблагоприятным факторам профессии относятся:

• пониженное атмосферной давление;

• пониженное парциальное давление кислорода во вдыхаемом воздухе;

• шум;

• вибрация;

• болтанка самолета;

• ускорение при выполнении различных маневров;

• наличие токсических веществ в воздухе кабины пилотов;

• изменение рельефа местности и климатогеографических зон;

• частая смена часовых поясов.

У авиадиспетчеров к неблагоприятным факторам профессии относятся:

• многочасовая работа за экраном дисплея;

• необходимость принятия ответственных решений и передачи их на воздушные суда для выполнения.

В результате у пилотов и авиадиспетчеров наступает преждевременное старение и на 10-25 лет раньше появляются болезни сердечно-сосудистой системы. 60-80 случаев острых отказов здоровья у лиц летного состава наблюдаются ежегодно, причем 30% из них составляют инфаркт миокарда, 20% — стенокардия и 3% — нарушение мозгового кровообращения.

Проявления таких болезней как, ранний атеросклероз, инсульт (инфаркт мозга, кровоизлияние в мозг), злокачественные новообразования требуют проведения своевременной и эффективной диагностики ишемических нарушений у авиадиспетчеров и пилотов [4, 64, 83, 94].

Эффективным средством предотвращения авиакатастроф по причине ишемических нарушений у летно-диспетчерского состава может быть экспресс-диагностика, проводимая перед работой с помощью переносных измерительно-вычислительных комплексов (ИВК) [58]. Для того, чтобы их применение было возможно необходимо иметь измерительные каналы, осуществляющие диагностику ишемических нарушений мозга по определенной методике с требуемой точностью, программно-алгоритмическое обеспечение, которое позволяет гарантированно выделить группу риска среди пилотов и авиадиспетчеров и оперативные средства связи для передачи результатов анализа в специальные медицинские центры экспертам.

Для практики требуется гарантированно уверенное (100%) выделение группы летно-диспетчерского состава, которая не имеет никаких ишемических нарушений и может быть допущена к работе и выявления степени ишемии мозга с погрешностью не более 15% [17, 19, 40, 88].

В диссертации рассматриваются две современные и достаточно

эффективные методики диагностики ишемических нарушений мозга:

• ультразвуковая транскраниальная доплерография (ТКДГ);

• электроэнцефалография (ЭЭГ).

В отличие от других методик ТКДГ и ЭЭГ позволяют диагностировать наличие ишемических нарушений на самых ранних стадиях и пригодны для проведения экспресс-диагностики. Однако, каждая из методик по отдельности не обеспечивает требуемой для практики точности производимых измерений. Для всех существующих методик погрешность в диагнозе о наличии ишемических нарушений составляет не менее 15%.

Методики ЭЭГ и ТКДГ можно использовать для комплексирования измерений в целях повышения точности принимаемого на их базе решения; они обладают достаточно низкой стоимостью и реализуются на аппаратуре небольших габаритов, что важно при осуществлении экспресс-диагностики.

В настоящее время во всем мире методики ЭЭГ и ТКДГ используются в ИВК независимо. Например, медицинские ИВК такого типа выпускаются фирмами ООО НПФ «БИОЛА», ООО «Медицинские Компьютерные Системы», ООО «НПКФ Медиком МТД», ООО «Нейрософт», ООО «НМФ «MBN», NIHON KOHDEN, DWL, ЗАО «СПЕКТРОМЕД», NICOLET BIOMEDICAL, ATES MEDICA Device. Следующим шагом в направлении повышения точности диагностики является комплексирование измерений по обеим методикам.

Разработка средств, позволяющих осуществить такое комплексирование и провести диагностику ишемических нарушений мозга с требуемой точностью в реальном времени у летно-диспетчерского состава является актуальной задачей, решению которой и посвящена диссертационная работа.

Объект исследования — ИВК медицинского назначения для экспресс-диагностики ишемических нарушений мозга у летно-диспетчерского

состава.

Предмет исследования — экспертная система для диагностики ишемических нарушений у летно-диспетчерского состава в реальном времени с использованием комплексирования результатов обследования по методикам ТКДГ и ЭЭГ.

Целью работы является обеспечение автоматической диагностики ишемии мозга у летно-диспетчерского состава в реальном масштабе времени с достаточной для практики точностью за счет комплексирования двух методик (ТКДГ и ЭЭГ) на базе разработанной экспертной системы.

В диссертации поставлена и решена задача разработки такой экспертной системы. Для этого решены следующие научно-технические задачи:

• проведен системный анализ диагностики состояния мозга с помощью методик ТКДГ и ЭЭГ, как возможных источников информации для экспертной системы, осуществляющей комплексирование этих измерений;

• разработана база знаний экспертной системы, включающая набор правил и признаков, позволяющих осуществлять автоматическую диагностику в реальном времени ишемических нарушений у летно-диспетчерского состава с помощью методик ТКДГ и ЭЭГ;

• разработан механизм логических выводов экспертной системы, позволяющий строить алгоритм по принятию решения на основе анализа измерений ультразвукового доплеровского измерителя скорости кровотока и электроэнцефалографа; механизм носит универсальный характер и может применяться в ИВК различного назначения, где анализируются характерные области измеренных сигналов с нечеткими признаками;

• разработана комплексная методика, базирующаяся на этом

программно-алгоритмическом обеспечении, которая дает возможность осуществлять автоматическую диагностику ишемических нарушений в реальном масштабе времени с требуемой для практики точностью;

• проведены тестирование, моделирование и исследования в клинических условиях с использованием разработанной экспертной системы, подтвердившие ее работоспособность и эффективность.

При решении перечисленных задач использованы следующие методы исследований: методы системного анализа, комплексирования информации, искусственного интеллекта, обработки сигналов, моделирования, параметрического оценивания экспериментальных исследований.

Научная новизна работы заключается в:

• разработке новых нечетких переменных и их термов, применимых для комплексирования информации в экспертной системе при диагностике ишемических нарушений у летно-диспетчерского состава с помощью методик ТКДГ и ЭЭГ;

• разработке правил базы знаний экспертной системы, использующих теорию нечетких множеств и достаточно полно (с точки зрения рассматриваемой задачи) описывающих предметную область;

• разработке универсального механизма логического вывода, учитывающего возможность одновременного срабатывания большого числа недостаточно точных правил и разрешающего конфликт с помощью теории нечетких множеств;

• разработке комплексной методики, позволяющей объединять измерения каналов ТКДГ и ЭЭГ и осуществлять автоматическую диагностику ишемических нарушений у летно-диспетчерского состава в реальном масштабе времени с требуемой для практики точностью.

Научные положения, выносимые на защиту:

• математическое обеспечение прототипа экспертной системы, использующей теорию нечетких множеств (переменные и их термы), применимое для автоматической диагностики ишемических нарушений;

• продукционная база знаний с правилами, использующими теорию нечетких множеств, позволяющая осуществлять автоматическую диагностику ишемических нарушений с помощью методик ТКДГ и ЭЭГ с требуемой для практики точностью;

• универсальный модуль механизма логического вывода продукционной экспертной системы, позволяющий принимать решения по диагностике ишемических нарушений на основе комплексирования измерений и являющийся средством создания новых экспертных систем для различных предметных областей;

• комплексная методика диагностики ишемических нарушений у летно-диспетчерского состава в реальном масштабе времени.

Практическая значимость результатов диссертационной работы состоит в создании экспертной системы, позволяющей осуществлять автоматическую диагностику ишемических нарушений у летно-диспетчерского состава в реальном масштабе времени и с требуемой точностью, как дополнительного канала ИВК медицинского назначения «Ангиодин-Универсал» производства фирмы ЗАО «НПФ «БИОСС» совместно с фирмой ООО «БИОСОФТ-М».

Результаты работы внедрены в составе ИВК медицинского назначения «Ангиодин-Универсал» в Городской клинической больнице № 15 им. О. М. Филатова (ГКБ № 15) и в ФБГУ «Федеральный научный центр трансплантологии и искусственных органов им. академика В. И. Шумакова» и использованы в учебном процессе кафедры «Приборы и ИВК» Московского

авиационного института (национального исследовательского университета), что подтверждается соответствующими актами.

В первой главе диссертационной работы проведен анализ современного состояния методов диагностики ишемических нарушений с помощью ТКДГ и ЭЭГ и опыта разработки ИВК медицинского назначения для определения ишемии мозга; сравнительный анализ различных методов, которые могут быть применены для решения задач комплексирования данных ЭЭГ и ТКДГ.

На основе системного анализа ИВК медицинского назначения, применимых для диагностики ишемии мозга, во второй главе поставлена задача разработки экспертной системы, как дополнительного канала ИВК медицинского назначения для комплексной диагностики ишемических нарушений у летно-диспетчерского состава. Разработана структурная схема диагностики ишемии мозга с помощью комплексирования методик ТКДГ и ЭЭГ, разработаны все входные и выходные нечеткие переменные и их термы, выбрана модель головы человека для проведения диагностики. Проведена разработка продукционной базы знаний с правилами на основе нечеткой логики и универсального механизма логического вывода, применимых для автоматической диагностики ишемических нарушений у летно-диспетчерского состава. Создано программно-алгоритмическое обеспечение универсального модуля поддержки принятия решений, который может быть использовать как инструментальное средство создания экспертных систем диагностики в других предметных областях.

В третьей главе разработано программное обеспечение экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава. Разработанное программное обеспечение обладает модульностью построения, гибкостью настройки и дружественным интерфейсом пользователя.

В четвертой главе представлены результаты тестирования, моделирования и клинических испытаний разработанной экспертной системы, которые подтвердили ее работоспособность и эффективность для применения в задаче диагностики ишемических нарушений у летно-диспетчерского состава.

В заключении работы даны основные ее результаты и выводы.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Загребин, Дмитрий Александрович

Выводы по главе 4

1. Проведено автоматическое тестирование модуля экспертной системы, включавшее 94 теста, подтвердившее работоспособность и корректность универсального ядра разработанной экспертной системы.

2. Проведено моделирование с помощью реальных данных пациентов разработанной экспертной системы, включавшее, как автоматические тесты, встроенные в модуль экспертной системы (54 теста), так и тестирование вручную с помощью записанных сигналов гемодинамики и биоэлектрической активности мозга (966 тестов), показавшее гарантированное выделение пилотов и авиадиспетчеров, не имеющих ишемических нарушений, и определение степени ишемических нарушений в группе риска в летно-диспетчерского состава с погрешностью, не превышающей 10%, что достаточно для практического использования.

3. Разработанная экспертная система в составе ИВК «Ангиодин-Универсал» проверена в ГКБ № 15 им. О М. Филатова и в ФБГУ «Федеральный научный центр трансплантологии и искусственных органов им. академика В И. Шумакова» при диагностике ишемических нарушений, что подтвердило ее работоспособность.

Заключение

В результате проведенных исследований получены следующие основные выводы и результаты:

1. Поставлена и решена задача разработки экспертной системы с правилами на основе нечеткой логики, являющейся дополнительным каналом ИВК медицинского назначения для комплексной диагностики ишемических нарушений у летно-диспетчерского состава.

2. Разработана продукционная база знаний экспертной системы, включающая 178 базирующихся на теории нечетких множеств правил и достаточно полно (с точки зрения рассматриваемой задачи) описывающая предметную область диагностики ишемических нарушений. Для этого определены все пригодные для автоматической диагностики ишемии мозга в экспертной системе входные, промежуточные и выходная нечеткие переменные, их термы и функции принадлежности (трапециевидной формы).

3. Разработан универсальный механизм логического вывода продукционной экспертной системы с правилами на базе нечеткой логики, применимый для автоматической диагностики ишемических нарушений у летно-диспетчерского состава. Механизм также применим для разработки экспертных систем, имеющих на входе измерительные блоки, оценка сигналов которых связана с существенной неопределенностью в исходных данных (в различных предметных областях).

4. Разработано программное обеспечение, реализующее теоретические результаты по созданию продукционной экспертной системы с правилами на базе нечеткой логики для диагностики ишемических нарушений с помощью методик ТКДГ и ЭЭГ, включающее подсистемы настройки термов, переменных и правил. Разработанное программноалгоритмическое обеспечение встроено в ИВК медицинского назначения «Ангиодин-Универсал», используемый для комплексной автоматической диагностики ишемии мозга в режиме реального времени.

5. Проведено тестирование разработанной экспертной системы, включающее три этапа. На первом этапе проверена работоспособность универсального ядра экспертной системы с использованием 94 комплексных тестов с сигналами разной формы. Результат — 100% работоспособность. На втором этапе проводилось моделирование с использованием реальных значений индексов измеряемых сигналов и с задачей формирования 54 контрольных тестов, которые затем встроены в экспертную систему и подтвердили полную ее работоспособность. На третьем этапе проведены клинические испытания экспертной системы в составе ИВК «Ангиодин-Универсал» на базе ГКБ № 15 им. О. М. Филатова и в ФБГУ «Федеральный научный центр трансплантологии и искусственных органов им. академика В. И. Шумакова» (966 тестов). Констатированы гарантированное выделение пилотов и авиадиспетчеров, не имеющих ишемических нарушений, и диагностика степени ишемии с погрешностью не превышающей 10%.

6. Полученные в диссертационной работе результаты в составе ИВК «Ангиодин-Универсал» внедрены в ГКБ № 15 им. О. М. Филатова и в ФБГУ «Федеральный научный центр трансплантологии и искусственных органов им. академика В. И. Шумакова» для диагностики ишемии мозга и использованы в учебном процессе МАИ, что подтверждено соответствующими актами.

Список литературы диссертационного исследования кандидат технических наук Загребин, Дмитрий Александрович, 2012 год

Список использованных источников

1. Агеев В. М., Павлова Н. В. Приборные комплексы летательных аппаратов и их проектирование. / Под ред. Петрова В. В. — М.: Машиностроение, 1990.

2. Адаскин А. В., Загребин Д. А. Программно-алгоритмическое обеспечение для управления медицинским цвето-звуковым терапевтическим приборным комплексом. // Сборник статей Всероссийской конференции молодых ученых и студентов «Информационные технологии в авиационной и космической технике-2008», г. Москва, 21-24 апреля 2008 г. Тезисы докладов. — М: МАИ-ПРИНТ, 2008, с. 36-37.

3. Адаскин А. В., Загребин Д. А. Программно-алгоритмическое обеспечение обработки звуковых сигналов медицинского назначения. // Технологии Microsoft в теории и практике программирования: Труды V Всероссийской конференции студентов, аспирантов и молодых ученых. Центральный регион. Москва, 1-2 апреля 2008 г. — М: Вузовская книга, 2008, с. 79-80.

4. Адаскин А. В., Исакова О. И., Сергейчик В. В., Филатов И. А., Загребин Д. А. Мультимодальные средства функциональной диагностики лётного и диспетчерского состава гражданской авиации. //Вестник МАИ. Том 18, № 3, 2011, с. 152-160.

5. Асаи К., Ватада Д., Иваи С. и др. Прикладные нечеткие системы. / Под ред. Тэрано Т., Асаи К., Сугэно М. — М.: Мир, 1993.

6. Ахо Альфред В., Сети Рави, Ульман Джеффри Д. Компиляторы: принципы, технологии и инструменты. — М.: Издательский дом «Вильяме», 2003.

7. Батыршин И. 3. Основные операции нечеткой логики и их обобщения. — Казань: Отечество, 2001.

8. Беллман Р., Заде JT. Принятие решений в расплывчатых

условиях. //Вопросы анализа и процедуры принятия решений. Сборник Переводов. —М.: Издательство «МИР», 1976, с. 173-214.

9. Бессмертный И. А. Искусственный интеллект. — СПб: СПбГУ ИТМО, 2010.

10. Блюмин С. Л., Шуйкова И. А. Модели и методы принятия решений в условиях неопределенности. — Липецк: ЛЭГИ, 2001.

11. Бойко А. Н. Диагностика смерти мозга. Методические рекомендации для врачей. — М.: Департамент здравоохранения города Москвы, 2003.

12. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG. — М.: Издательский дом «Вильяме», 2004.

13. Вагин В. Н., Головина Е. Ю., Загорянская А. А., Фомина М. В. Достоверный и правдоподобный вывод в интеллектуальных системах. — М.: ФИЗМАТЛИТ, 2004.

14. Веремеенко К. К., Головинский А. Н., Инсаров В. В., Красильщиков М. Н., Семенов С. С., Сыпало К. И., Харчев В. Н. Управление и наведение беспилотных маневренных летательных аппаратов на основе современных информационных технологий. / Под ред. М. И. Красилыцикова и Г. Г. Себрякова. — М.: ФИЗМАТЛИТ, 2003.

15. Ветров А. Н., Одинокова А. А. Комплексирование электронной поисковой системы. // Тезисы докладов Всероссийской научной школы «Актуальные проблемы нано- и микроэлектроники. — Тамбов: Издательство Першина Р. В., 2011, с. 18-20.

16. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000.

17. Гайдар Б. В. и др. Транскраниальная допплерографи я в нейрохирургии. / Б. В. Гайдар, В. Б. Семенютин, В. Е. Парфенов, Д. В. Свистов. — СПб.: Элби, 2008.

18. Гнездицкий В. В. Вызванные потенциалы мозга в клинической практике. — М.: МЕДпресс-информ, 2003.

19. Гнездицкий В. В. Обратная задача ЭЭГ и клиническая электроэнцефалография (картирование и локализация источников электрической активности мозга). — М.: МЕДпресс-информ, 2004.

20. Девятков В. В. Системы искусственного интеллекта. — М.: Изд-во МГТУ им Н. Э. Баумана, 2001.

21. Деменков Н. П. Нечеткое управление в технических системах. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2005.

22. Джарратано Джозеф, Райли Гарри. Экспертные системы: принципы разработки и программирование. — М.: ООО «И.Д. Вильяме», 2007.

23. Джексон Питер. Введение в экспертные системы. — М.: Вильяме,

2001.

24. Дилигенский Н. В., Дымова Л. Г., Севастьянов П. В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. — М.: «Издательство Машиностроение - 1», 2004.

25. Евдокименков В. Н. Компьютерные технологии сбора, обработки и анализа данных медико-биологических исследований. — М.: МАИ, 2005.

26. Ермолов И. Л. Интеллектуальная система комплексной обработки данных в автономных объектах вооружения и военной техники. // Известия Института инженерной физики, том 2, № 12, 2009 г., с. 21-26.

27. Ерцов Д., Фетисов А. Авиационные происшествия, инциденты и авиакатастрофы в СССР и России. // http://airdisaster.ru.

28. Жданов А. А. Автономный искусственный интеллект. — М.: БИНОМ. Лаборатория знаний, 2008.

29. Загребин Д. А. Информационное и программное обеспечение для применения мобильной вычислительной техники в медицинских приборных

комплексах. // Научные труды «XXXIII Гагарннские чтения. Международная молодежная научная конференция», том 2. — М.: МАТИ, 2007, с. 127-128.

30. Загребин Д. А., Павлова Н. В., Сергейчик В. В. Информационное и программное обеспечение мобильной вычислительной техники с дистанционным отображением результатов медицинских исследований. // Труды XVI Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации», г. Алушта, 2007. — Тула: ТулГУ, 2007, с. 317.

31. Загребин Д. А., Павлова Н. В., Сергейчик В. В. Программно-алгоритмическое обеспечение сжатия доплеровского ультразвукового сигнала информационного вычислительного комплекса медицинского назначения. //Труды XV Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации», г. Алушта, 2006. — М.: МИФИ, 2006, с. 302.

32. Загребин Д. А. Программа обработки результатов измерений с распознаванием формул и символов. //Научные труды «XXXII Гагаринские чтения. Международная молодежная научная конференция», том 2. — М.: МАТИ, 2006, с. 96-97.

33. Загребин Д. А., Программно-алгоритмическое обеспечение для регистрации, отображения и обработки сигналов биоэлектрической активности мозга. // Технологии Microsoft в теории и практике программирования: Труды VI Всероссийской конференции студентов, аспирантов и молодых учёных. Центральный регион. Москва, 1-2 апреля 2009 г. — М: Вузовская книга, 2009, с. 61-62.

34. Загребин Д. А. Программно-алгоритмическое обеспечение модулей интегрированного медицинского приборного комплекса. // Электронный журнал «Труды МАИ». Выпуск № 45, 2011 (Идентификационный номер НТЦ «Информрегистр» 0421100009X0132). — Режим доступа:

http://www.mai.ru/science/trudv/published.php?ID=25387&PAGEN 2=2 — 15.02.2012.

35. Загребин Д. А. Программно-алгоритмическое средство для оптимальной настройки алгоритмов вычисления десятичного логарифма при проведении испытаний измерительно-вычислительной техники. // Научные труды «XXXIV Гагаринские чтения. Международная молодежная научная конференция», том 2. — М.: МАТИ, 2008, с. 86-87.

36. Загребин Д. А. Программное обеспечение электрокардиографа для мобильной выездной бригады скорой помощи. // Материалы XLVIII Международной научно-технической конференции «Студент и научно-технический прогресс»: Информационные технологии. — Новосибирск: Новосиб. гос. ун-т., 2010, с. 214.

37. Загребин Д. А., Технология «Plug and Play» в создании программного обеспечения для медицинских комплексов. // Технологии Microsoft в теории и практике программирования: Труды VII Всероссийской конференции студентов, аспирантов и молодых учёных. Центральный регион. Москва, 21 - 22 апреля 2010 г. — М: Вузовская книга, 2010, с. 41-42.

38. Заде JI. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. // Математика сегодня. Сборник статей. — М.: «Знание», 1974, с. 5-49.

39. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. / Под ред. Моисеева Н. Н., Орловского С. А. — М.: Издательство «Мир», 1976.

40. Иванов Л. Б. Прикладная компьютерная электроэнцефалография. — М.: АОЗТ «Антидор», 2000.

41. Иванов Ю. П. Комплексирование информационно-измерительных устройств летательных аппаратов. / Ю. П. Иванов, А. Н. Синяков, И. В. Филатов. — Л.: Машиностроение, 1984.

42. Ивахненко Г. А. Алгоритм комплексирования аналогов для самоорганизации дважды многорядных нейронных сетей // УСиМ: Управляющие системы и машины (Control Systems and Computers). — № 2. 2003. с. 55-67.

43. Косульников А. Р., Матвеев В. В. Оценка точности разновременных относительных измерений с использованием спутниковой радионавигационной системы ГЛОНАСС при определении поправок измерителей скорости. // Навигация и гидрография, № 12, 2001 г., с. 89-93.

44. Круглов В. В., Дли М. И., Годунов Р. Ю. Нечеткая логика и искусственные нейронные сети. — М.: Физматлит, 2000.

45. Крянев А. В., Лукин Г. В. Математические методы обработки неопределенных данных. — М.: ФИЗМАТЛИТ, 2003.

46. Кузнецов А. Н., Вознюк И. А. Справочник по церебральной допплерографии. — М.: Спектромед, 2004.

47. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. — СПб.: БХВ-Петербург, 2005.

48. Лысенко Л. Н. Наведение и навигация баллистических ракет.

— М.: Издательство МГТУ им. Н. Э. Баумана, 2007 г.

49. Лю Б. Теория и практика неопределенного программирования.

— М.: БИНОМ. Лаборатория знаний, 2005.

50. Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. — М.: Издательский дом «Вильяме», 2003.

51. Павлов, А. Н., Соколов, Б. В. Принятие решений в условиях нечеткой информации. — СПб.: ГУАП, 2006.

52. Павлова Н. В., Загребин Д. А. Комплексирование информации в интегрированном измерительно-вычислительном комплексе медицинского назначения. // Материалы XX Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и

обработки информации», г. Алушта, 2011. — Пенза: Изд-во ПГУ, 2011, с. 324325.

53. Павлова Н. В., Загребин Д. А. Многоканальный мониторинг биоэлектрической активности в задаче комплексного исследования кровоснабжения головного мозга. //Труды XIX Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации», г. Алушта, 2010. —М.: Издательский дом МЭИ, 2010, с. 284-285.

54. Павлова Н. В., Загребин Д. А. Программно-алгоритмическое обеспечение медицинского цвето-звукового терапевтического приборного комплекса. // Сборник «Обеспечение качества на всех этапах жизненного цикла изделия». — М.: Изд-во МАИ-ПРИНТ, 2008, с. 324-330.

55. Павлова Н. В., Загребин Д. А. Продукционная экспертная система для исследования биоэлектрической активности мозга летного и диспетчерского состава. //Электронный журнал «Труды МАИ». Выпуск № 49, 2011 (Идентификационный номер НТЦ «Информрегистр» 0421100009\).

— Режим доступа: http://www.mai.ru/science/trudy/published.php?ID=2796б — 15.02.2012.

56. Павлова Н. В, Методы искусственного интеллекта и новые информационные технологии в проектировании приборных комплексов.

— М.: Изд-во МАИ, 2000.

57. Павлова Н. В., Сергейчик В. В., Адаскин А. В., Загребин Д. А. Программно-алгоритмическое обеспечение медицинского приборного комплекса аудио-визуальной и тактильной стимуляций. // Труды XVII Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации», г. Алушта, 2008.

— СПб.: ГУАП, 2008, с. 261.

58. Павлова Н. В., Сергейчик В. В. Загребин Д. А., Применение

мобильных вычислительных систем в медицинских приборных комплексах. // Сборник статей Всероссийской научно-технической конференции «Информационные и управляющие технологии в медицине», г. Пенза, 2007. — Пенза: АНОО «Приволжский дом знаний», 2007, с. 44-46.

59. Павлова Н. В., Сергейчик В. В., Загребин Д. А. Программно-алгоритмическое обеспечение измерительно-вычислительного комплекса для исследования биоэлектрической активности мозга. // Сборник «Проектно-конструкторские и производственные вопросы создания перспективной авиационной техники» / Под ред. проф. Ю.Ю.Комарова». —М.: Изд-во МАИ-ПРИНТ, 2009, с. 257-263.

60. Плотинский Ю. М. Модели социальных процессов. — М.: Логос,

2001.

61. Поворинский А. Г., Заболотных В. А. Пособие по клинической электроэнцефалографии. — Л.: Наука, 1987.

62. Погребниченко И. В., Филатов И. А., Сергейчик В. В., Загребин Д. А. Разработка средств комплексирования диагностической информации в единой базе данных. //Материалы V Всероссийского съезда трансплантологов, г. Москва, 2010. — М.: ООО «Издательство «Триада», 2010, с. 34.

63. Поспелов Д. А. Моделирование рассуждений. Опыт анализа мыслительных актов. — М.: Радио и связь, 1989.

64. Приказ Минтранса РФ от 22 апреля 2002 г. № 50 Об утверждении Федеральных авиационных правил «Медицинское освидетельствование летного, диспетчерского состава, бортпроводников, курсантов и кандидатов, поступающих в учебные заведения гражданской авиации»

65. Приказ № 460 МЗ РФ от 20 декабря 2001 г.

66. Разсолов Н. А., ЧижовА. Я., Потиевский Б. Г., Потиевская В. И. Нормобарическая гипокситерапия. // Методические рекомендации для

авиационных врачей. — М.: Министерство транспорта Российской Федерации. Государственная служба гражданской авиации, 2002.

67. Рассел Стюарт, Норвиг Питер. Искусственный интеллект: современный подход. — М.: Издательский дом «Вильяме», 2006.

68. Ротштейн А. П., Штовба С. Д. Нечеткая надежность алгоритмических процессов. — Винница: Континент — ПРИМ, 1997.

69. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. — М.: Горячая линия — Телеком, 2006.

70. Рыжов А. П. Модели поиска информации в нечеткой среде. — М.: Издательство Центра прикладных исследований при механико-математическом факультете МГУ, 2004.

71. Рыжов А. П. Элементы теории нечетких множеств и измерения нечеткости. —М.: Диалог-МГУ, 1998.

72. Смолин Д. В. Введение в искусственный интеллект: конспект лекций. — М.: ФИЗМАТЛИТ, 2004.

73. Соловьев Ю. А. Комплексирование глобальных спутниковых радионавигационных систем ГЛОНАСС и GPS с другими навигационными измерителями. // Радиотехника, № 1, 1999, с. 3-22.

74. Соловьев Ю. А. Системы спутниковой навигации. — М.: Эко-Трендз, 2000 г.

75. Соловьев Ю. А. Точность определения относительных координат и синхронизации шкал времени объектов при использовании спутниковых радионавигационных систем. // Радиотехника, № 9, 1998, с. 83.

76. Сосновский А. А., Хаймович И. А., Лутин Э. А., Максимов И. Б. Авиационная радионавигация. / Под ред. А. А. Сосновского. —М.: Транспорт, 1990.

77. Степашкин В. И., Гриценко А. Е. Метод уточнения параметров

движения БПЛА на основе комплексирования данных пилотажно-навигационной системы и стереоряда изображений

местности. //Информационно-измерительные и управляющие системы, № 9, 2010 г., с. 30-40.

78. Сусла Г. М., Мазур Г., Кунньон Р. Е. И др. Фармакотерапия неотложных состояний. — М.; СПб.: «Издательство БИНОМ» - «Невский диалект», 2002.

79. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. — М.: Финансы и статистика, 1990.

80. Трофимов Д. М., Евдокименков В. Н., Малышев В. В. Методика оценки перспектив нефтегазоносности структурных ловушек, выявленных или подготовленных к поисковому бурению, по космическим и геолого-геофизическим данным. // ГЕОМАТИКА № 1, 2009, с. 42-48.

81. Уотермен Д. Руководство по экспертным системам. — М.: Мир,

1989.

82. Фареа С. Г. Информационная система мониторинга кровообращения в мозге взрослого человека // Вопр. соврем, науки и практики. Ун-т им. В.И. Вернадского. - 2010. - № 10-12 (31)., с. 48-53.

83. Филатов И. А., Сергейчик В. В., Адаскин А. В., Загребин Д. А. Разработка и внедрение в авиационную медицину средств удаленного мониторинга состояния пациентов в режиме on-line. // Вестник МАИ. Том 18, № 2, 2011, с. 160-167.

84. Фролов С. В. , Фареа С. Г. и др. Современные тенденции развития рынка медицинских информационных систем // Вест. Тамб. гос. техн. ун-та. -2010. - Т. 16, № 2., - с. 266-272.

85. Хаптахаева Н. Б., Дамбаева С. В., Аюшеева Н. Н. Введение в теорию нечетких множеств. — Улан-Удэ: Изд-во ВСГТУ, 2004.

86. Цыган В. Н., Богословский М. М., Миролюбов А. В.

Электроэнцефалография. / под ред. Дьяконова М. М. — СПб.: «Наука», 2008.

87. Черноруцкий И. Г. Методы принятия решений. — СПб.: БХВ-Петербург, 2005.

88. Шевченко Ю. Л., Одинак М. М., Кузнецов А. Н., Ерофеев А. А. Кардиогенный и ангиогенный церебральный эмболический инсульт (физиологические механизмы и клинические проявления) / Шевченко Ю. JI. и др. — М.: ГЭОТАР-Медиа, 2006.

89. Эккель Б. Философия Java. Библиотека программиста. — СПб.: Питер, 2009.

90. Ясницкий JI. Н. Введение в искусственный интеллект. — М.: Издательский центр «Академия», 2008.

91. Яхъяева Г. Э. Нечеткие множества и нейронные сети. — М.: Интернет-Университет Информационных Технологий; БИНОМ. Лаборатория знаний, 2006.

92. Albright A. Leland, Pollack Ian F., P. Adelson David. Principles and Practice of Pediatric Neurosurgery. New York, 2008.

93. Altenburg Josje, Vermeulen R. Jeroen, Strijers Rob L. M., Fetter Willem P. F., Stam Cornelis J. Seizure detection in the neonatal EEG with synchronization likelihood. // Clinical Neurophysiology 114 (2003) 50-55.

94. Baron Robert. Guest Editorial: Human Error Vs. Airborne Terrorism. // http://www.airlinesafety.com/editorials/HumanErrorVsTerrorism.htm.

95. Carmichael David W., Thornton John S., Rodionov Roman, Thornton Rachel, McEvoy Andrew W., Ordidge Roger J., Allen Philip J., Lemieux Louis. Feasibility of simultaneous intracranial EEG-fMRI in humans: A safety study. // Neurolmage (2010) 49, p. 379-390.

96. Cheng-Jian Lin, Ming-Hua Hsieh. Classification of mental task from EEG data using neural networks based on particle swarm optimization. // Neurocomputing (2009) 72, p. 1121-1130.

97. Gosseries Olivia, Schnakers Caroline, Ledoux Didier, Vanhaudenhuyse Audrey, Bruno Marie-Aurelie, Demertzi Athena, Noirhomme Quentin, Lehembre Remy, Damas Pierre, Goldman Serge, Peeters Erika, Moonen Gustave, Laureys Steven. Automated EEG entropy measurements in coma, vegetative state/unresponsive wakefulness syndrome and minimally conscious state. // Functional Neurology 2011; 26(1): 1-6.

98. Greene Barry R., Boylan Geraldine B., Reilly Richard B., Philip de Chazal, Connolly Sean. Combination of EEG and ECG for improved automatic neonatal seizure detection. // Clinical Neurophysiology 118 (2007) 1348-1359.

99. Harmon-Jones E, Lueck L, Fearn M, Harmon-Jones C. The effect of personal relevance and approach-related action expectation on relative left frontal cortical activity. // Psychol Sci. 2006 May; 17 (5) p. 434^40.

100. Hellyar M. T., Ifeachor E. C., Mapps D. J., Allen E. M., Hudson N. R. Expert system approach to electroencephalogram signal processing. // Knowledge-Based Systems Volume 8 Number 4 August 1995, p. 164-173.

101. Malek Adjouadi, Melvin Ayala. Improving epileptiform activity recognition using energy criteria. // IEEE Potentials, Volume 22 Issue 1, p. 6-11.

102. Manford M., Fish D. R. and Shorvon S. D. An analysis of clinical seizure patterns and their localizing value in frontal and temporal lobe epilepsies . // Brain (1996), 119, p. 17-40.

103. Nguyen-Ky T., Peng Wen, Yan Li. Theoretical basis for identification of different anesthetic states based on routinely recorded EEG during operation. // Computer in Biology and Medicine (2009) 39, p. 40-45.

104. Ross Jonathan J., Denai Mouloud A., Mahfouf Mahdi. A hybrid hierarchical decision support system for cardiac surgical intensive care patients. Part I: Physiological modelling and decision support system design. // Artificial Intelligence in Medicine (2009) 45, p. 35-52.

105. Ryohei Suzuki, Yasuyuki Ishida, Marcelo H. T. Martins, Yoshito Tobe,

Shin'ichi Konomi, Kaoru Sezaki. Integrating Geospatial and Sensor Data in a Human Probe Environment. // In Proceedings of the 7th International Conference on Asia Geographical Information System (ASIA GIS), Busan, South Korea, September 2008.

106. Schetinin Vitaly. Polynomial Neural Networks Learnt to Classify EEG Signals. // CoRR, 2005.

107. Stephen D. May hew, Sharon G. Dirckx, Rami K. Niazy, Gian D. Iannetti, Richard G. Wise. EEG signatures of auditory activity correlate with simultaneously recorded fMRI responses in humans. // Neurolmage (2010) 49, p. 849-864.

108. Willie's treatment of epilepsy: principles and practice. / editor-in-chief, Elaine Wyllie; associate editors, Gregory D., Cascino, Barry E. Gidal, Howard P. Goodkin. 2011 by Lippincott Williams & Wilkins, a Wolter Kluwer bussines.

УТВЕЕЖДАГО

главный врач Городской клинической больницы №> 15 Филатова,

док, м^^^^^^^^есеор

АКТ

о вэддренищрезультет^ работы Загребйна Дмитрия ;

«Иешедовшие и разработка экспертной системы для диарвйехишшщей]^^ летво-диспетчерекего состава»

в Городской; Клинической больницей 15 им. ©. М.Филатова

Мы, нижеподписавшиеся, заведующий 14-ым - сосудистым отделением; канд. мед; наук Майтесян Дереник Агванович и зам. главного врала, док. мед. наук, профессор Абрамов Игорь Сергеевич составили настоящий акт в том,: что результаты диссертздионнои работы Загребжна Дмитрия Александровича внедрены в работу сосудистого отделения, а именно,: разработанное в диссертации программно-алгоритмическое обеспечение используется для оснащения измерительно-вйчислительного комплекса «Ангиодин-Универсал», который применяется для амбулаторных и интраоиерационных исследований 14-ощ сосудистого отделения'и отделения кардиохирургии Городской климической больницы № 15 им. О. М. Филатова.

Клиническое применение полученных в : диссертации результатов позволяет проводить комплексную диагностику пациента одновременно несколькими методиками, в том числе, совместно исследовать биоэлектрическую активность мозга и церебральную гемодинамику для оценки шнемическжх осложнений. Реализованные в: оснащении «Аншодан-Увдверсая» средства поддержки дринимаемьк медицинским персоналом, решений создают 'более комфортные условия для его:работы и: повышают эффективность диагностики.

Заведующий 14-ым сосудистым.'отделением, канд. мед. наук

Зам. главного врача

Городской клинической больницы № 15 им. О. М. Филатова, док. мед. наук, профессор

Майтесян Д. А.

Абрамов И. С,

утвЁрадАго

Директор ФБГУ «Федеральный

АКТ

о в®дренйй результатов ;яиссертацй0ннойр^ на

тему «Иесиедований1®:^азрабоша экспертной системы ДЛЯ: диштастики йшемических

нарушений у летно-диспетчерского состава» в ФБГУ «Федеральный научный центр трансплантологии и искусственных органов им. академика В. И. Щумакова» Минздравсоцразвития России

Мы, ннжеподниеавшиеея, заведующий отделением координации органнох'о донорства Погребниченко Игорь Викторович и хирург Вельских Леонид Владиславович составили: настоящий акт о том, что результаты диссертационной работы Загребина Дмитрия Александровича внедрены и используются в повседневной клинической практике отделения координации органного донорства ФБГУ «Федеральный научный центр трансплантологии и искусственных органов им. академика В. й. Щумакова» Минздравсоцразвития России:, а именно, разработанные в диссертационной работе алгоритм® и реализующие их программы применяются для повышения эффективности диагностики смерти головного мозга за счет совместного использования дошерографических и электроэнцефалографических методов обследования.

Внедрение , полученных в диссертации ; результатов позволило использовать разработанное прогршмно-алгоритмическое обеспечение для оснащения отделения координации органного донорства «Федеральный научный центр трансплантологии и искусственных органов им. академика В. И. Шумакова» Минздравсоцразвития России инструментальными^ средствами поддержки принимаемых решений о состоянии головного мозга, что^ в свою очередь, повысило достоверность и обоснованность этих решений, позволило создать условия для повышения эффективности работы бригады органного донорства ФНЦ.

Заведующий отделением координации органного донорства

Погребниченко И. В.

Хирург отделения координации органного донорства

Бельских Л. В.

' УТВЕРЖДАЮ

; Проректор: ФГТЮУ ВПО :«Ш^бшвский:Шйацвоннь1й институт

(национальный йсс^^ университет)» (МАМ).- но: учебной ^^зШ^Вабот6 доктор тешйчееких нал/к.

об использовании: результатов,диесфтациошой работы Загребина: Дмитрия АМтшщуошчажа тему ШссдёдАвшше и разработка экспертной системы для

диагностики: ищемических нарушений у летно-диспетчерского состава»

в учебном процессе института

Мы, нижеподписавшиеся,:; декан факультета ЖаЗ, к.т.н^ профессор Постников Валерий Александрович, заведующий : кафедрой 303 д.т.н., профессор Костюков Вячеслав Михайлович и профессор кафедры 303, к,т.н., профессор: Соболев; Владимир Иванович составили настоящий акт в том, что результаты диссертационной работы Загребина Дмитрия Александровича внедрены в учебный процесс на кафедре 303, а именно:

- разработанное в диссертации программно-алгоритмическое обеспечение используется при проведении лабораторных работ в дисплейном классе; кафедры по курсам «Проектирование приборных комплексов» и «Искусственный интеллект и. экспертные системы»;

- разработанные алгоритмы и программное обеспечение используются при выполнении индивидуальных заданий в курсовом и дипломном проектировании кафедры 303;

- разработано методическое обеспечение, позволяющее применять созданные алгоритмы и программы при выполнении индивидуальных и стандартных1 заданий в; дисплейном классе, при курсовом и дипломном проектировании;

Декан факультета Ш;, профессор ■{". Постников В. А.

Заведующий кафедрой ЗШ, д.тан., профессор Профессор кафедры 303, клш,, профессор

Ш^-с/" Костюков В. М. : Соболев В. И.