Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур принятия решений тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат технических наук Зар Ни Мо Вин

  • Зар Ни Мо Вин
  • кандидат технических науккандидат технических наук
  • 2012, Курск
  • Специальность ВАК РФ05.11.17
  • Количество страниц 153
Зар Ни Мо Вин. Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур принятия решений: дис. кандидат технических наук: 05.11.17 - Приборы, системы и изделия медицинского назначения. Курск. 2012. 153 с.

Оглавление диссертации кандидат технических наук Зар Ни Мо Вин

СОДЕРЖАНИЕ

Список сокращений

ВВЕДЕНИЕ

Глава 1. АНАЛИЗ СОВРЕМЕННЫХ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ ПРИ ЛЕЧЕНИИ ГИПЕРТОНИЧЕСКОЙ БОЛЕЗНИ

1.1 Методы системного анализа при изучении гипертонической болезни

1.2 Информационные технологии дифференциальной диагностики и прогнозирования течения гипертонической болезни

1.3 Цель и задачи исследования

Глава 2. МЕТОДЫ СИНТЕЗА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ НЕЧЕТКОГО ПРОГНОЗИРОВАНИЯ ОБОСТРЕНИЯ И ОЦЕНКИ СТЕПЕНИ ТЯЖЕСТИ БОЛЬНЫХ ГИПЕРТОНИЧЕСКОЙ БОЛЕЗНЬЮ

2.1 Выбор системы информативных признаков для системы поддержки принятия решений врача при лечении гипертонической болезни

2.2 Метод анализа частных факторов риска для прогноза течения гипертонической болезни

2.3 Метод синтеза нечетких решающих правил для определения поражения органов-мишеней при гипертонической болезни

2.4 Выводы второй главы

Глава 3. СИНТЕЗ НЕЧЕТКИХ РЕШАЮЩИХ ПРАВИЛ И АЛГОРИТМОВ ДЛЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ВРАЧА ПРИ ЛЕЧЕНИИ ГИПЕРТОНИЧЕСКОЙ БОЛЕЗНИ

3.1 Синтез нечетких решающих правил для агрегации факторов риска гипертонической болезни

3.2 Синтез нечетких решающих правил для определения поражения органов-мишеней

3.3 Синтез нечетких решающих правил для оценки риска возникновения осложнений гипертонической болезни

3.4 Разработка алгоритмов управления процессами принятия решений по формированию лечебно-профилактических рекомендаций

3.5 Выводы третьей главы

Глава 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ РАЗРАБОТАННЫХ СРЕДСТВ И МЕТОДА

4.1 Программная реализация системы поддержки принятия решений врача для лечения гипертонической болезни

4.2 Методы тестирования системы поддержки принятия решений врача для лечения гипертонической болезни

4.3 Тестирование подсистемы учета факторов риска и модели оценки поражения органов-мишеней

4.4 Тестирование подсистемы оценки риска наступления осложнений при гипертонической болезни

4.5 Оценка качества подсистемы управления процессами принятия решений по формированию лечебно-профилактических рекомендаций

4.6 Выводы четвертой главы

ЗАКЛЮЧЕНИЕ

БИЛИОГРАФИЧЕСКИЙ СПИСОК

Список сокращений

АН - ангиотензин II

АБ - адреноблокатор

АГ - артериальная гипертония

АГП - антигипертензивные препараты

АГТ - антигипертензивная терапия

АД - артериальное давление

АК - антагонисты кальция

АКС - ассоциированные клинические состояния

АКТГ - адренокортикотропный гормон

АО - абдоминальное ожирение

АПФ - ангиотензинпревращающий фермент

АРП - активность ренина в плазме крови

АСЛПУ - автоматизированная система лечебно-профилактического учреждения

АТЭКМП - Автоматизированная технология экспертизы качества медицинской помощи

БА - бронхиальная астма

БРА - блокатор рецепторов ATI

ВНОК - Всероссийское научное общество кардиологов ГБ - гипертоническая болезнь

ГК — гипертонический криз ГЛЖ — гипертрофия левого желудочка ДАД - диастолическое артериальное давление ДН - диспансерное наблюдение

ЕОГ - Европейское общество по артериальной гипертонии

ЕОК - Европейское общество кардиологов

ЖЭ - желудочковая экстрасистолия

ИААГ - изолированная амбулаторная АГ

ИАПФ - ингибитор ангиотензинпревращающего фермента

ИБС — ишемическая болезнь сердца

ИКАГ - изолированная клиническая артериальная гипертензия ИМ - инфаркт миокарда

ИММЛЖ — индекс массы миокарда левого желудочка ИМТ - индекс массы тела

ИСАГ - изолированная систолическая артериальная гипертензия

КМП - качество медицинской помощи

КТ - компьютерная томография

ЛЖ - левый желудочек

ЛПР - лицо, принимающее решение

ЛПУ - лечебно-профилактические учреждения

ЛСК - линейная скорость кровотока

МАГ - магистральная артерия головы

МАУ - микроальбуминурия

МИ - мозговой инсульт

ММЛЖ - масса миокарда левого желудочка

МРА - магнитно-резонансная ангиография

МРТ - магнитно-резонансная томография

НМК - нарушение мозгового кровообращения

НРС - нарушений ритма сердца

ОЖ — образ жизни

ОКС — острый коронарный синдром

ОХС — общий холестерин

ПМА - передняя мозговая артерия

ПОМ — поражение органов-мишеней

РМОАГ — Российское медицинское общество по АГ

САД - систолическое артериальное давление

СИ - суточный индекс

СМА - средная мозговая артерия

СМАД — суточное мониторирование АД

СОАС — синдром обструктивного апноэ во время сна

СППМР - система поддержки принятия медицинских решений

СППР - система поддержки принятия решений

срАД - среднегемодинамическое артериальное давление ССЗ — сердечно-сосудистые заболевания ТГ - триглицериды ТД - тиазидные диуретики

ТЗСЛЖ - толщина задней стенки левого желудочка

ТИА - транзиторная ишемическая атака

ТИМ - толщина интима-медиа

УЗИ - ультразвуковое исследование

ФИЛ - коэффициент фетоиндоантильных потерь

ФК - функциональный класс

ФР - фактор риска

ФТ - физические тренировки

ХОБЛ — хроническая обструктивная болезнь легких

ХПН - хроническая почечная недостаточность

ХСЛВП — холестерин липопротеидов высокой плотности

ХСЛНП — холестерин липопротеидов низкой плотности

ХСН - хроническая сердечная недостаточность

ЦВБ — цереброваскулярные болезни

ЭКГ — электрокардиограмма

ЭКМП - экспертиза качества медицинской помощи

ЭхоКГ — эхокардиография

Рекомендованный список диссертаций по специальности «Приборы, системы и изделия медицинского назначения», 05.11.17 шифр ВАК

Введение диссертации (часть автореферата) на тему «Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур принятия решений»

ВВЕДЕНИЕ

Актуальность темы. Одной из наиболее актуальных медицинских проблем в мире и в России является артериальная гипертензия, так как именно эта болезнь является причиной наиболее опасных сердечнососудистых заболеваний (ССЗ) - инфаркта миокарда (ИМ) и мозгового инсульта (МИ). По данным рабочей группы Всемирной организации здравоохранения среди населения России в возрасте от 45 до 74 лет свыше 85% случаев смерти от сердечно-сосудистых заболеваний приходится на ишемическую болезнь сердца (ИБС) и инсульт, а Россия по смертности от этих нозологий находится на одном из первых мест в Европе. Специалисты, решающие задачи повышения качества оказания медицинских услуг населению, отмечают важность эффективного прогнозирования и диагностики гипертонической болезни. Оперативность, стоимость и качество принимаемых решений можно обеспечить путем применения современных информационных технологий, опирающихся на методологию системного анализа. Это рационализирует подход к ведению больных и повышает эффективность лечения гипертонической болезни.

С учетом сказанного, актуальность темы исследования определяется необходимостью повышения эффективности прогнозирования обострения и оценки тяжести течения гипертонической болезни на основе современных математических методов и информационных технологий, что позволит своевременно начать лечебно-профилактические мероприятия, планировать индивидуальную тактику ведения больного и за счет этого повысить качество оказания медицинских услуг населению, страдающему гипертонической болезнью.

Работа выполнена в соответствии с федеральной целевой программой «Предупреждение и борьба с социально значимыми заболеваниями (20072011 годы)»; с территориальной программой «Профилактика гипертонической болезни» и научным направлением Юго-Западного

государственного университета «Медико-экологические информационные технологии».

Цель работы. Разработка метода, моделей и алгоритмов для систем поддержки принятия решений врача-специалиста, обеспечивающих повышение качества прогнозирования обострения и оценки степени тяжести гипертонической болезни за счет применения лингвистических нечетких решающих правил, использующих разнородную информацию о различных факторах риска, биохимическом анализе, поражении органов-мишеней и о сопутствующих заболеваниях.

Для достижения поставленной цели необходимо решить следующие задачи:

на основании данных о факторах риска и поражения органов -мишеней при гипертонической болезни сформировать систему информативных признаков, изучить структуру данных, определить цель исследования и выбрать адекватный математический аппарат;

• создать метод анализа факторов риска для прогноза течения гипертонической болезни;

• разработать решающие правила для оценки риска наступления тяжелых осложнений гипертонической болезни;

• разработать алгоритмы управления процессами принятия решений врача при лечении гипертонической болезни;

• разработать программное обеспечение автоматизированной системы поддержки принятия решений врача при лечении гипертонической болезни;

• провести апробацию предложенных средств и метода на контрольных выборках.

Методы исследования. Для решения поставленных задач использовались методология искусственного интеллекта, методы системного анализа, теории нечеткой логики принятия решений, экспертного оценивания, статистического анализа и математического моделирования. Для

синтеза и проверки качества работы нечетких решающих правил использовалась система компьютерной математики собственной разработки.

Научная новизна исследования. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- метод анализа частных факторов риска для прогноза течения гипертонической болезни, отличающийся агрегацией разнородных признаков и комбинированных показателей, описывающих факторы риска гипертонической болезни, позволяющий повысить точность решений на основе косвенных свидетельств в условиях неполного представления исходных данных с нечеткими границами выделяемых классов;

- система решающих правил для определения количественной оценки риска тяжелых осложнений гипертонической болезни, отличающаяся агрегированием различных типов продукционных нечетких правил, выбираемых в соответствии со структурой входных данных, позволяющая определять тяжесть и динамику заболевания, а также выбирать схему лечения гипертонической болезни;

алгоритм управления процессами принятия решений по прогнозированию, оценке степени тяжести и формированию лечебных рекомендаций при гипертонической болезни, составивший основу построения программного комплекса, поддерживающего работу врача, отличающийся возможностью улучшения параметров нечетких решающих правил, обеспечивающий высокое качество принятия решений по выбранному классу задач и эффективность работы соответствующей системы поддержки принятия решений;

-структура ядра системы поддержки принятия решений врача-специалиста для лечения гипертонической болезни, отличающаяся применением компонентной объектной модели построения программного обеспечения, позволяющая использовать разработанные правила для определения количественной оценки риска тяжелых осложнений гипертонической болезни, а также расширять функциональные возможности

и уточнять существующие механизмы расчетов в процессе эксплуатации системы.

Практическая значимость и результаты внедрения работы.

Разработанные модели, метод, решающие правила и алгоритмы составили основу построения системы поддержки принятия решений врача для лечения гипертонической болезни, экспериментальные испытания которой показали целесообразность ее использования в медицинской практике. Применение предложенных в диссертации разработок позволяет разработать информационное обеспечение для рационального проведения лечебно-оздоровительных мероприятий.

Основные теоретические и практические результаты работы внедрены в учебный процесс Юго-Западного государственного университета при подготовке специалистов 200402 «Инженерное дело в медико-биологической практике» (дисциплина «Автоматизация обработки экспериментальных данных»), использованы сотрудниками кафедры терапии Курского государственного медицинского университета при проведении практических занятий «Кардиология», «Функциональная диагностика» и «Терапия», что подтверждено соответствующими актами.

Экономическая и социальная значимость результатов диссертационного исследования состоит в улучшении качества медицинского обслуживания населения, страдающего гипертонической болезнью.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях: на XII международной научно-технической конференции «Медико-экологические информационные технологии» (Курск, 2009); на межрегиональной научно-практической конференции «Инновационные парадигмы в медицине и педагогике» (Курск, 2009); на межрегиональной научно-практической конференции «Информационные технологии в медицинских и педагогических исследованиях» (Курск, 2009); на XIII международной

научно-технической конференции «Медико-экологические информационные технологии» (Курск, 2010); на международной научно-практической конференции «Интегративные процессы в науке» (Москва, 2010), на Всероссийской научно-технической конференции с международным участием «Медицинские информационные системы МИС-2010» (Таганрог, 2010), на XIV международной научно-технической конференции «Медико-экологические информационные технологии» (Курск, 2011)

Публикации. По материалам диссертации опубликовано 11 печатных работ, перечень которых приведен в конце автореферата. Из них 3 работ в журналах, рекомендованных ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и библиографического списка, включающего 87 отечественных и 32 зарубежных наименований. Работа изложена на 150 страницах машинописного текста, содержит 48 рисунков и 8 таблиц. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, определены цели и задачи работы, ее научная новизна и практическая значимость, выбраны методы исследования, сформулированы задачи, приведены сведения об апробации и внедрении результатов работы.

В первой главе проанализированы распространенность гипертонической болезни в России и современные подходы к решению задач прогнозирования, смертности, диагностики и управления состоянием здоровья людей, страдающих гипертонической болезнью. Показано, что улучшить качество медицинского обслуживания этих больных можно при использовании современных математических методов, включая теорию статистики, нейронных сетей, нечеткой логики принятия решений и информационных технологий. В заключении главы определяются цель и задачи исследования.

Во второй главе осуществляется выбор системы информативных признаков и математического аппарата для решения задач определения

частных факторов риска, поражений органов-мишеней и оценки степени тяжести гипертонической болезни, разрабатывается метод получения решающих правил и методов синтеза решающих правил принятия решений по прогнозированию степени тяжести гипертонической болезни.

К третьей главе осуществляется синтез нечетких решающих лингвистических правил для агрегирования факторов риска и оценки степени тяжести гипертонической болезни, разрабатываются лингвистические модели исследуемого заболевания, алгоритм управления процессами принятия решений по формированию лечебно-профилактических рекомендаций при ведении больных с гипертонией, и основные элементы системы поддержки принятия решений врача для лечения гипертонической

болезни.

и црткептой главе приводятся результаты экспериментальных

исследований, проверяется качество работы полученных решающих правил и

показывается целесообразность использования полученных в работе

результатов в медицинской практике.

Н чаключении сформулированы научные и практические результаты

исследования.

Похожие диссертационные работы по специальности «Приборы, системы и изделия медицинского назначения», 05.11.17 шифр ВАК

Заключение диссертации по теме «Приборы, системы и изделия медицинского назначения», Зар Ни Мо Вин

4.6 Выводы четвертой главы

1. Статистическая проверка правил оценки агрегированного дополнительного риска гипертонической болезни показала, что диагностическая чувствительность, специфичность и эффективность превышает уровень 0,94, что соответствует медико-техническим требованиям по выбранному классу задач.

2. Экспериментальная проверка работы правил оценки поражения органов мишеней показала, что диагностическая чувствительность, специфичность и эффективность превышает уровень 0,95, что приемлемо для практического применения.

3. Полученные в работе правила прогноза возникновения осложнений артериальной гипертензии обеспечивают прогностическую уверенность на уровне 0,94.

4. Экспериментальная проверка качества нечеткого решающего правила прогнозирования возникновения сердечно-сосудистых осложнений гипертонической болезни в сравнении с правилами SCORE показала улучшение основных показателей качества более чем на 5 %.

ЗАКЛЮЧЕНИЕ

Предлагаемая работа посвящена решению научных и практических задач, связанных с повышением качества медицинского обслуживания пациентов страдающих гипертонической болезнью.

В ходе проведенных исследований получены следующие основные результаты:

1. На основании сведений о факторах риска и поражения органов -мишеней при гипертонической болезни определена система информативных признаков, проведен разведочный анализ структуры данных, на основании чего был выбран математический аппарат нечеткой логики принятия решений для поставленных в работе задач.

2. Разработан метод конструирования нечетких решающих правил для коррекции прогноза течения гипертонической болезни по факторам риска, позволяющий повысить точность решений на основе косвенных свидетельств в условиях неполного представления исходных данных с нечеткими границами выделяемых классов.

3. Разработана система решающих правил для определения количественной оценки риска тяжелых осложнений гипертонической болезни, позволяющая определять тяжесть и динамику заболевания на основе информации о факторах риска, поражения органов-мишеней, наличия сопутствующих заболеваний.

4. Разработаны алгоритмы выбора медикаментозной терапии при лечении артериальной гипертензии в зависимости от риска сердечнососудистых осложнений, который рассчитывается по разработанной методике при первичном и последующих обследованиях пациента, алгоритм назначения групп препаратов в зависимости от сведений по определенным показаниям, относительным и абсолютным противопоказаниям.

5. Разработана система поддержки принятия решений врача для лечения гипертонической болезни, использующая алгоритмы управления процессами принятия решений с определением риска возникновения тяжелых осложнений течения гипертонической болезни. Программное обеспечение системы поддержки принятия решений включает дружественный для врача интерфейс и позволяет рационально планировать лечебно-оздоровительные мероприятия у пациентов, страдающих гипертонической болезнью.

6. Проведена апробация предложенных методов и средств на контрольных выборках. Экспериментальная проверка качества нечеткого решающего правила прогнозирования возникновения сердечно-сосудистых осложнений гипертонической болезни в сравнении с правилами SCORE показала улучшение основных показателей качества более чем на 5 %. Показана эффективность предложенных средств и метода в практике врачей при лечении гипертонической болезни.

Список литературы диссертационного исследования кандидат технических наук Зар Ни Мо Вин, 2012 год

БИЛИОГРАФИЧЕСКИЙ СПИСОК

1. Автоматизированные медико-технологические системы в 3-х частях: монография [Текст]/ H.A. Кореневский, А.Г. Устинов, В.А. Ситарчук; под ред. А.Г. Устинова. - Курск, гос. техн. ун-т. Курск, 1995 - С. 390.

2. Айвазян, С .А. Прикладная статистика: Основы моделирования и первичная обработка данных [Текст]/ С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1983.- С. 237.

3. Александров, В.В. Алгоритмы и программы структурного метода обработки данных [Текст]/ В.В. Александров, И.Д. Горский. - Л.: Наука, 1983-С. 125.

4. Александров, В.В. Анализ данных на ЭВМ (на примере системы СИТО) [Текст]/ В.В. Александров, А.И. Алексеев, И.Д Горский. - М.: Финансы и статистика, 1990 — С. 245.

5. Анатомия человека. Привес М.Г., Н.К.Лысенков, В.И.Бушкович. СПб, "Гиппократ", 1997.

6. Андреев, C.B. Моделирование заболеваний [Текст]/ С. В. Андреев. - М.: Медицина, 1973 - С. 236.

7. Анохин, П.К. Очерки по физиологии функциональных систем [Текст]/ П.К. Анохин. - М.: Медицина, 1975 - С. 446.

8. Ардащев В.Н., Фурсов А.Н., Конев A.B., Куличик Т.Д., Чубарова О.Г., Кривозубов Е.Ф. Прогнозирование развития инфаркта мозга у больных гипертонической болезнью // Клиническая медицина - 2004 -No 4- С. 4043.

9. Арзамасцева Г.И., Гафанович Е.Я., Фролов В.Н. Многоальтернативная оптимизационная модель интеграции процедур диагностики и лечения

сердечно-сосудистых заболеваний // Системный анализ и управление в биомедицинских системах - 2007 - Том 6 - No. 4 - С. 794-796.

10. Арзамасцева Г.И., Гафанович Е.Я., Фролов В.Н. Прогностическое моделирование и рациональный выбор процедур диагностики и лечения сердечно-сосудистыз забольваний // Системный анализ и управление в биомедицинских системах - 2008- Том 7-No. 3- С. 585-587.

11. Атеросклероз. [Текст] / В.К. Казимирко. К., 2007. С. 198.

12. Аушева Ф.И., Добрынина И.Ю. и др. Системный анализ суточной динамики показателей сердечно-сосудистой системы у больных при артериальной гипертензии // Вестник новых медицинских технологий -2008 - Том XV - №. 2 - С. 208-210.

13. Базина И.Б. Распространенность артерильной гипертонии среди лиц молодого возраста и эффективность ее лечения эналаприлом // Кардиология (Kardiologiya) - 2002 - T.42.No 5 - С.23-25.

14. Бритов А.Н., Евдаков В.А., Макарова Т.Г., Молчанов В.А. // Сов. Здравоохр. - 1984 - №. 10 - С. 31-37.

15. Буняев, В.В. Повышение качества медицинского обслуживания населения с использованием методологии донозологической диагностики [Текст] / В.В. Буняев // Медико-экологические информационные технологии: материалы третьей международной научно-технической конференции: -Курск, КГТУ, 2000 - С. 15-27.

16. Вайнцвич, H.H. Алгоритм обучения распознавания образов [Текст]/ H.H. Вайнцвич .- Сов. радио, 1973- С. 1-6.

17. Васильков Ю.В., Василькова H.H. Компьютерные технологии вычислений в математическом моделированием- м.: Финансы и статистика, 2002 - С. 256.

18. Виноградов A.B. Дифференциальный диагноз внутренних болезней: Справочное руководство для врачей - 2-е изд., перераб. и доп. [Текст] -Мл Медицина, 1988.

19. Вишневский А.Г, Школьников В.М. Смертность в России: главные группы риска и приоритеты действия / А.Г. Вишневский, В.М. Школьников // Научные доклады Московского Центра Карнеги. М., 1997.

Вып. 19. С. 84.

20. Гайнулин Ш.М., Лазебник Л. Б., Дроздов В.Н., Сочетамость коррегируемых факторов риска у больных с артериальной гипертонией, выявленной при целевой диспансеризации // Российский кардиологический журнал - 2006 -No. 4- С. 51-54.

21. Гафанович Е.Я. Формализация описания компонентов прогностической модели стационарного лечения артериальной гипертензии // Системный анализ и управление в биомедицинских системах-2009- Том 8-No. 2- С. 490-492.

22. Государственный доклад «О состоянии здоровья населения Российской Федерации в 2001 году» / Мин-во здравоохранения России, РАМН. М.,

2002.

23. Грамнацкий Н.И.,Новиков В.А.ДИиленок В.Н. Прогнозирование гипетензивного эффекта физических тренировок у больных артериальной гипертезией // Российский кардиологический журнал -2006 - No 5 -С.45-

49.

24. Жилин, В. В. Автоматизированная медико-технологическая система для служб функциональных исследований лечебно-профилактических учреждений. [Текст] / В. В. Жилин // дисс. канд. техн... наук: 05.13.09: защищена 23.12.95. Жилин Валерий Владимирович Курск. 1995. - 136с.

25. Жуковский Т.С., Шальнова С.А., Деев А.Д. и др. // Бюи. Всесоюз. кардиол. науч. центра. 1983 - №. 1 - с. 16-21.

26. Зар Ни Мо Вин, Агарков Н. М. Разработка методов анализа динамики распространенности гипертонической болезни в Курской области // Известия Медицинские информационные системы МИС-2010. Всероссийская научно-техническая конференция с международным участием, г. Таганрог, № 8, Август 2010, с. 75-80.

27. Ильинский Б. В. Ишемическая болезнь сердца и наследственность. [Текст] / Б.В. Ильинский, С.К. Клюева // Л.: Медицина, 1985. 176 с.

28. Карданова O.A., Эльгаров A.A., Калмыкова М.А. Регистр артериальной гипертонии в сельском районе // Медицина труда и промышленная экология -2007- No 8 - С.37-40.

29. Кардаш В.Э. Распространенность гипертонической болезни среди сельского населения региона северной буковины // Сов. Здравоохр. - 1991 - №. 10 - с. 38-42.

30. Карлов P.C., Трубачева И.А., Перминова O.A. Популяционые Эспекты сердечно-сосудистых заболевании у взрослого населения г. Томска // Кардиоваскулярная терапия и профилактика - 2004- NO 4- С. 15-24.

31. Кобалава Ж.Д. Как улучшить прогноз у больных артериальной гипертонией высокого риска: по итогам исследования VALUE? // Клиническая фармакология и терапия -2004 -No 4 - С. 11-16.

32. Константинов В.В., Жуковский Г.С., ТимофееваТ.Н., и др. Распространенность артериальной гипертонии и ее связь со смертностью и факторами риска среди мужского населения в городах разных регионов // Кардиология (Kardiologiya) -2001 -T.41.No 4 - С.39-43.

33. Кореневский H.A. Проектирование нечетких решающих сетей, настраиваемых по структуре данных для задач медицинской диагностики // Системный анализ и управление в биомедицинских системах. - 2005. - Т. 4, № 1.С. 12-20.

34. Кореневский H.A. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и прогнозирования // Телекоммуникации. - 2006. - № 6. - С. 25-31.

35. Кореневский, Н. А. Компьютерные системы ранней диагностики состояния организма методами рефлексологии. [Текст] / Н. А.Кореневский , В. В. Буняев, С. М. Яцун // Монография, юж. - Рос. гос. техн. ун-т. (НПИ). Новочеркасск: ред. Журн. изв. Вузов. «Электромеханика», 2003. - 206с.

36. Кореневский, Н. А. Проектирование нечётких решающих сетей настраиваемых по структуре данных для задач медицинской диагностики. [Текст] / Н. А. Кореневский // Системный анализ в биомедицинских системах. Москва, 2005. т. 4, №1. с. 12-20.

37. Корнильева И. В., Иванов К.И., Шальнова С.А., Деев А.Д. Артериальная гипертония в Якутии: распространенность, информированность.Российск. Нац. Конгресс кардиологов.Мастер, конгр.«От исследований к стандартам лечения» Москава- 2003- С.169.

38. Круглов В. В. Сравнение алгоритмов мамдани и сугэно в задаче аппроксимации функции // Нейрокомпьютеры: разработка, применение №5 за 2003 г. [Электронный ресурс]:

bttp://www.radiotec.ru/catalog.php?cat=ir7&art=407.

39. Кузнецова Т. Ю., Гаврилов Д.В., и др. Эпидемиологическая ситуация по артериальной гипертонии на промышленном предприятии // Медицина труда и промышленная экология - 2007 - № 8 - С. 5-9.

40. Курашов С. В. Организация борьбы с сердечно-сосудистыми заболеваниями - М., 1960.

41. Куценко Г. И., Вялков А. И., Агарков Н. М., Яковлев П. А.,Яковлев А. П. / Общественное здоровье и здравоохранение - 2003 - Москва - с. 242-320.

42. Кушаковский М.С. Эссенциальная гипертензия (гипертоническая болезнь). Причины, механизмы, клиника, лечение. - 5-е изд. доп. и перераб. [Текст] - СПб.: ООО «Издательство Фолиант», 2002. - С. 416.

43. Кэнал, Л. Обзор систем для анализа структуры образов и разработки алгоритмов классификации в режиме диалога. [Текст] / Л.Кэнал // Распознавание образов при помощи цифровых вычислительных машин. -М.: Мир, 1974.-157с.

44. Лазебник Л. Б., Гайнулин Ш. М., Дроздо В. Н., и др. Организационные мероприятия по борьбе с артериальной гипертонией в Москве // Российск. Мед. Ж.- 2003- N0 5- С.5-10.

45. Лазебник Л. Б., Комиссаренко И. А., Милюкова О. М., Артериальная гипертония и сопутствующие заболевания // В мире лекарств - 2000- N0.

3-С. 21-30.

46. Леоненков А. В. Нечеткое моделирование в среде МАТЬАВ и йигуТЕСН - СПб:БХВ-Петербург, 2005. - С. 736.

47. Леонова М. В., Белоусов Д.Ю., Первое российское фармакоэпидемиологическое исследование артериальной гипертонии // Качественная клиническая практика - 2002- N0. 3- С. 47-53.

48. Липовецкий Б.М. Атеросклероз и его осложнения со стороны сердца, мозга и аорты [Текст] / Б.М. Липовецкий. Спб.: СпецЛитр, 2008. 143с.

49. Львович Д. М., Львович Е. Я., Мирниченко И. В., Петросян С. Л. Анализ эффективности лечения больных артериальной гипертензией с

использованием системы в условиях дневного стационара многопрофильного диагностического центра // Системный анализ и управление в биомедицинских системах- 2006- Том 5-Ыо. 3- С. 574-576.

50. Львович Е. Я. Структура и этапы построения прогностической нейро-нечеткой модели стационарного лечения артериальной гипертензии // Высокие технологии в технике, медицине, экономике и образовании: Межвуз. Сб. Научн. Тр. 4.1. Воронеж: ВГТУ, 2003- С. 38-42.

51. Львович Е. Я., Фролов В. Н. Дуальное экспертно-игровое оценивание вариентов стационарного лечения артериальной гипертензии // Управление процессами диагностики и лечения: Межвуз. Сб. Научн. Тр. 4.1. Воронеж: ВГТУ, 2003- С. 54-62.

52. Львович Е. Я., Фролов В. Н. Интегрированная информационная система интеллектуальной поддержки принятия решений при организации нозологоориентированной медицинской помощи // Системный анализ и управление в биомедицинских системах -2007-Том 6.№) 2- С.273-274.

53. Львович Е. Я., Фролов В. Н. Интегрированная информационная система интеллектуальной поддержки принятия решений при организации позологоориентированной медицинской помощи // Системный анализ и управление в биомедицинских системах - 2007 - Том 6 - N0.2 - С. 273275.

54. Львович Е. Я., Фролов В. Н. Многоальтернативная структуризация комплекса лекарственных воздействий, используемых при стационарном лечении артериальной гипертензии // Управление процессами диагностики и лечения: Межвуз. Сб. Научн. Тр. 4.1. Воронеж: ВГТУ,

2003- С. 4-7.

55. Львович Е. Я., Фролов В. Н. Моделирование и рациональный выбор лечения артериальной гипертезии с использованием процедур

интеллектуальной поддержки врача//Системный анализ и управление в биомедицинских системах - 2006 - Том 5. No 3- С.567-570.

56. Львович Е. Я., Фролов В. Н. Моделирование и рациональный выбор лечения артериальной гипертензии с использованием процедур интеллектуальной поддержки врача // Системный анализ и управление в биомедицинских системах- 2006- Том 5- No. 3- С. 567-569.

57. Львович Е. Я., Фролов В. Н., Меткин Н. П., Автоматизированное проектирование технологических процессов -М:Высш.шк., 1991-463С.

58. Мартынчик С. А, Палесский В. А., и др. Управление затратами на качество медицинской помощи // ГлавВрач. - 2007- №11.- с.41-54.

59. Медик В. А., Юрьев В. К. / По общественному здоровью и здравоохранению. Часть I - 2003 - Москва - с. 114-115.

60. Моисеев B.C., Кобалава Ж.Д. АРГУС. Артериальная гипертония у лиц старших возрастных групп [Текст] - М.:МИА , 2002 г., - С. 448.

61. Овсянникова О. В. Распространенность артериальной гипертензии у коренных сельских жителей юга Кузбасса - телеутов // Российский кардиолоческий журнал - 2006 - No 6.-С.82-87.

62. Оганов Р. Т., Чазова Л., Бритов А. Н. и др. // Бюи. Всесоюз. кардиол. науч. центра. 1986 - №. 1 - с. 11-15.

63. Омельченко В. П. Практикум по медицинской информатике [Текст] / В.П. Омельченко, A.A. Демидова // Серия учебники. Учебные пособия / Ростов на Дону. Феникс, 2001. С. 304.

64. Остроумова О. Д., Ищенко К. А. Лечение артериальной гипертории в условиях поликлиники: клиническая и экономическая эффективность // ConsiliumMedicum- 2007 -Т.9. No 5 - С . 19-24.

65. Ощепкова Е. В., Довгалевский П. Я., Гриднев В. И. Регистр артериальной гипертонии // Терапевтический Архив. - 2007 год, т.79, № 1, стр46-48.

66. Подпалов В. П., Деев А. Д., Счастливенко А. И.. Метод прогнозирования развития артериальной гипертензии у лиц с нормальным уровнем артерилаьного довлания, проживающих на загрязненных радионуклидами территориях. Учреждение-разработчик: Витебский государственный медицинский университет. Регистрационный №66-0704. Министерство здравоохранения республики беларусь.

67. Полтавский А. С. Разработка моделей и алгоритмов автоматизированного выбора реабилитационных мероприятий при коррекции реноваскулярной артериальной гипертензии [Текст]: дисс. канд... тех. наук. 05.13.01: защищена. 27.07.08 / ПолтавскийАлександр Сергеевич. Воронеж, 2008. С. 51-69.

68. Рыков А. С. Модели и методы системного анализа: принятие решений и оптимизация: учебное пособие для вузов. - Москва, 2005. - С. 352.

69. Свищенко Е. П., Коваленко В. Н. Гипертоническая болезнь. Вторичные гипертензии: полный курс [Текст], - Киев: 2002 г., с. 504.

70. Серетина И. Ф. Информационные методы и средства повышения доступности и качества медицинской помощи // Проблемы управления здравоохранением - 2007 - № 6. - с. 65-69.

71. Сидоренко Б. А., Преображенский Д. В. Гипертрофия левого желудочка: патогенез, диагностика и возможность обратного развития под влиянием антигипертензивной терапии //Кардиология. - 1998; 5: с. 80-85.

72. Струтынский А. В. Эхокардиограмма: анализ и интерпретация. // М., 2001

г.

73. Физиология человека в 2 т. под ред. В. М. Покровского и Г. Ф. Коротько, М., Медицина, 2001 г. // Т.2, С. 119.

74. Флоря В. Г. Роль ремоделирования левого желудочка в патогенезе хронической недостаточности кровообращения. // Кардиология, 1997, №5, С. 63-69.

75. Фомин И. В., Мареев В. Ю., Фадеева И. П., Щербинина Е. В., Шустова Т. С. Истинная распространенность артериальной гипертонии и современное состояние гипотензивной терапии в нижегоровской области(данные регистра 1998 г.) // Кардиология (Kardiologiya) - 2000 -Т.40. No 9 - С. 3337.

76. Фомин И. В., Мареев В. Ю., Щербинина Е. В., и др. Анализ эффективности лекарственной терапии у больных артериальной гипертонией в Нижегородской области (по результате Ргистра 1998 г.) // Кардиология -2000 - No 8- С.34-6.

77. Фомина И.Г. PROGRESS во вторичной профилактике инсульта [Текст] / И. Г. Фомина, В.А. Парфенов, Р.Г. Оганов // Кардиоваскулярная терапия и профилактика. 2002. — № 1. С. 61-67.

78. Чазов Е. И. // Бюи. Всесоюз. кардиол. науч. центра. 1983 - №. 1 - с. 3-5.

79. Чазов Е. И., Оганов Р. Г., Глазунов И. С. // Сов. Здравоохр. - 1984 - №. 10 - с. 3-6.

80. Чазова И. Е. и др. Диагностика и лечение артериальной гипертензии // Системные гипертензии. - 2010. - №. 3. — С. 5-26.

81. Чайкина Г. В., Бобров А. Ф. Информационные аспекты разработки систем поддержки принятия решений в профессиональной психофизиологической практике // Информационные технологии- 1999-No. 1-С. 38-43.

82. Шалыюва С. А., Баланова Ю. А., Константинов В. В., Тимофеева Т. Н., Иванов В. М., Капустина А. В., Деев А. Д. Артериальная гипертония: распространенность, осведомленность, прием антигипертензивных препаратов и эффективность лечения среди населения российской федерации // Российский кардиологический журнал - 2006- No 4- С.45-50.

83. Шестакова М. В. Сердечно - сосудистые факторы риска у пожилых больных сахарным диабетом 2 типа и методы их коррекции [Текст] / М. В.Шестакова, JI. А. Чугунова, М. Ш. Шамхалова// Русский медицинский журнал 2002; 10; 11: С. 480 - 485.

84. Шитиков В. К., Розенберг Г. С., Зинченко Т.Д. Количественная гидроэкология: методы системной идентификации. - Тольятти: ИЭВБ РАН, 2003.-463 с.

85. Штовба С. Д."Введение в теорию нечетких множеств и нечеткую логику" проекта [Электронный ресурс]: http://matlab.exponenta.ru/fuzzvlogic/bookl/.

86. Юренев А. П., Геращенко Ю. С., Дубов П. Б. О прогнозе течения заболевания у больных гипертонической болезнью с коронарной недостаточностью. // Тер. арх. 1994; Р. 66:4:9-11.

87. Яхъяева Г. Э. Нечеткие множества и нейронные сети [Текст] : учеб. пособие / Г. Э. Яхъяева. - 2-е изд., испр. - М. : Интернет-Университет Информационных Технологий : БИНОМ. Лаборатория знаний, 2008. http://www.INTUIT.ru.

88. Bikkina М., Levy D., Evans J.S et al. Left ventricular mass and risk of strok in an elderly cohort: the Framingham Heart Study. JAMA, 1994; 272; 33-36; Devereux R.B. Left ventricular geometry, pathophysiology and prognosis. J Am Coll Cardiol, 1995; 25: P. 885-887.

89. Chalmers J, Chapman N, Challengers for the prevention of primary and secondary stroke. The importance of lowering blood pressure and total cardiovascular risk. Blood pressure 2001; 10:344-51.

90. Devereux R.B. Left ventricular geometry, pathophysiology and prognosis. J Am Coil Cardiol, 1995; 25: P. 885-887.

91. Devereux R.B., Reichek N. Echocardiographic determination of left ventricular mass in man. Circulation 1977; 55: P. 613-618.

92. Distante A., Povai D., Picano E. [et al.]/ Noninvasive detection of transient ischemic changes in cardiac mechanics by M-mode and two-dimensional Echocardiography // Ather. Rev. - 1983. - V. 10. - P. 41-50.

93. Doll R., Peto R. Mortality in relation to smoking: tventy years observation of male British doctors // BMJ. - 1976. - V. 2. - P. 1525-1536.

94. Enrico Agabiti Rosei Артериальная гипертензия и гипертрофия левого желудочка сердца. / Артериальная гипертензия и сопутствующие заболевания. Под ред. Lennart Hansson, с.51-58.

95. Enrico Agabiti Rosei. Артериальная гипертензия и сопутствующие заболевания. Под ред. Lennar Hansson, с. 51.

96. Executive summary of the Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III). JAMA.2001 ,-285:2486-2497.

97. George L. Bakris ,Eberhard Ritz. The Message for World Kidney Day 2009: Hypertension and Kidney Disease: a marriage that should be prevented // Journal of Human Hypertension, March 2009- Vol. 23- p. 222-225.

98. Guang-Hui Dong, Zhao-Qing Sun, Xin-Zhong Zhang, Jia-Jin Li, Li-QiangZheng, Jue Li, Da-Yi Hu & Ying-Xian Sun. Prevalence, awareness,

treatment & control of hypertension in rural Liaoning province, China // Indian J Med Res 128, August 2008, pp 122-127.

99. Gupta R. Meta-analysis of prevalence of hypertension in India //Indian Heart J 1997; 49 :43-8.

100. Hajjar I, kotchenTA.Trends in Prevalence, awareness, treatment, and control of hypertension in the United States , 1988-2000. JAMA 2003; 290(2):199-206.

101. http://www.cardiorisk.ru/historv.php.

102. Julius S., Kjeldsen S., Weber M. et al. Outcomes in hypertensive patients at high cardiovascular risk treated with valsartan- or amlodipine- based regimens: VALUE, a randomized trial. Lancet, 2004, 363, 2022-2031.

103. Kannel W.B. In: Left ventricular hypertrophy and its regression. Eds. J.M. Cruickshenk, F.H. Messerli. London, 1992; P. 1-11.

104. Katharina Wolf-Maier, Richard S. Cooper, Jose R. Banegas et al. Hypertension Prevalence and Blood Pressure Levels in6 European Countries, Canada, and the United States // Journal of American Medical Association, 2003- Vol. 289, No. 18, p. 2363-2369.

105. Kearney PM, Whelton M, Reynolds K et al. : Global burden of hypertension: analysis of worldwide data. Lancet 365:217-223, 2005.

106. Li Min Fu, Edward H. Shortliffe . The Application of Certainty Factors to Neural Computing for Rule Discovery // IEEE transactions on neural networks. 2000. Vol. 11. № 58. P. 647-657.

107. Lt Col VK Agrawal, Col R Bhalwar, DR Basannar. Prevalence and Determinants of Hypertension in a RuralCommunity // Medical Journal Armed Forces of India, 2008- Vol. 64, No. 1, p. 21-25.

108. Mackay J, MensahG.The Atlas of Heart Disease and Stroke.World Health Organization 2004.

109. Mensah G.A, Keren M.J, Ulit R, Et al. Comparison of claffication criteria in the prediction of concurrent cardiac abnormalities and subsequent complicatios in essential hypertension. J Hypertens, 1993; 11: P. 1429-1440.

110. Muhammad A. Razi, KuriakoseAthappilly. A comparative predictive analysis of neural networks (NNs), nonlinear regression and classification and regression tree (CART) models//Expert Systems with Applications 29 (2005)-p. 65-74.

111. Nisha I. Parikh, MD, MPH; Michael J. Pencina, PhD; Thomas J. Wang, MD; Emelia J. Benjamin, etc. A Risk Score for Predicting Near-Term Incidence of Hypertension: The Framingham Heart Study // Annals of Internal Medicine. Volume 148 - November 2, p. 102-110.

112. Riad Taha Al-Kasasbeh, Korenevskii N. A., Ionescu F., Kuzmin A.A. Synthesis of the Combined Fuzzy Rules for Medical Applications with Using Tools of Exploration Analysis. (Proc. 4th IAFA Intern. Conference Interdisciplinary Approaches in Fractal Analysis, Bucharest, Romania, May 2629, 2009 ISSN 2066-4451) P. 71-78.

113. Robert H. Fagard, MD, PHD. Smoking Amplifies Cardiovascular Risk in Patients With Hypertension and Diabetes // DIABETES CARE. 2009. Vol. 32. P. 429-431.

114. Sarafidis PA, Li S, Chen SC et al.: Hypertension awareness, treatment, and control in chronic kidney disease. AmJMed 121:332-340, 2008.

115. Schmieder RE, Veelken R, Jatjra CD, et al. Predictors for hypertensive nephropathy: results of a 6-year follow-up study in essential hypertension. J Hypertension 1994; 13: P. 357-65.

116. The sixth report of the Joint National Committee on defection, evaluation, and treatment of high blood pressure. Bethesda, 1997.

117. Theodora Psaltopoulou, Philippos Orfanos, AndronikiNaska, DimitriosLenas, DimitriosTrichopoulosand Antonia Trichopoulou // International Journal of Epidemiology, 2004-vol. 33, No. 6, p. 1345-1352.

118. Zadeh, L.A. Advances in Fuzzy Mathematics and Engineering Fuzzy Sets and Fuzzy Information-Granulation Theory. - Beijing. Beijing Normal University Press, 2005. ISBN 7-303-05324 - P. 7.

«Утверждаю» Первый проректор - проректор по ^^'^^Ч^чебной работе Юго-Западного ;ударств£йшого университета, 4ехн. наук, профессор Кудряшов Е. А.

»2011г.

¿j£fUU>p,«к—-

АКТ

О внедрении результатов диссертационной работы Зар Ни Мо Вина «Система интеллектуальной поддержки назначения программ лечения больных гипертензией на основе нечеткого моделирования процедур

принятия решений»

Мы нижеподписавшиеся, начальник учебно-методического управления доцент Романченко A.C., зав. кафедрой БМИ профессор Кореневский H.A. и доцент кафедры БМИ Шаталова О.В. составили настоящий акт в том, что результаты диссертационной работы Зар Ни Мо Вина внедрены в учебный

процесс университета, а именно:

разработанный в диссертационной работе метод автоматизированной диагностики гипертонической болезни, основанный на нечетком логическом моделировании, используется доцентом кафедры биомедицинской инженерии Шаталовой О.В. при проведении лабораторных занятий по дисциплине «Автоматизация обработки экспериментальных данных» специальности 200402 « Инженерное дело в медико-биологической практике». Тема лабораторного практикума: «Автоматизированная система расчета риска осложнений гипертонической болезни по клиническим данным».

Акт выдан для предоставления в диссертационный совет.

Начальник УМУ к.т.н., доцент

Романченко A.C.

Зав.-^яфедрой д.т.н., профе

Доцент кафедры БМИ, к.т.н.

Кореневский H.A.

Шаталова О.В.

«Утверждаю»

АКТ

Об использовании предложения

Авторы внедрения: Зар Ни Мо Вин Источник предложения:

Зар Ни Мо Вин. Применение нечеткой логики в системах поддержки принятия решений для лечения гипертонической болезни / Зар Ни Мо Вин, Кузьмин А.А., Кузьмина М.Н. // Системный анализ и управление в биомедицинских системах. 2011. Т.10. № 4. С. 904-907. Объект внедрения (методика, способ, описание)

«Система интеллектуальной поддержки назначения программ лечения больных гииертеизией на основе нечеткого моделирования

процедур принятия решен».

Практическое использование результатов научных исследований: разработанный метод автоматизированной диагностики гипертонической болезни, основанный на нечетком логическом моделировании, используется сотрудниками кафедры терапии ФПО при проведении практических занятий со слушателями по специальностям; «Кардиология», «Функциональная диагностика» и «Терапия».

Использовано с «1» февраля 2011 г. на кафедре терапии ФПО Заключение (указать преимущество данного предложения^ разработанный метод автоматизированной диагностики гипертонической болезни, основанный на нечетком логическом моделировании, позволяет улучшить результаты диагностики артериальной гипертензии на 15% и может быть использован в практической деятельности врачей терапевтов,

кардиологов и функциональных диагностов.

Акт выдан для предоставления в диссертационный совет по месту

защиты.

Зав. кафедрой терапии ФПО д.м.н., профессор VA /а~~э Прибылова H.H.

и

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