Способы и алгоритмы обработки информации и принятия решений о сердечно-сосудистой патологии на основе механизмов визуализации и теории нечетких множеств тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Кочеткова, Инесса Андреевна

• Кочеткова, Инесса Андреевна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Кочеткова, Инесса Андреевна

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ И СРЕДСТВ КОМПЬЮТЕРНОЙ МЕДИЦИНСКОЙ ДИАГНОСТИКИ

1.1. Анализ концепции неинвазивного контроля состояния сердца

1.2. Сравнительный анализ медицинских диагностических систем

1.3. Оценка методов распознавания образов компьютерного диагностирования заболеваний

1.4. Характеристика современного состояния теоретических разработок в области компьютерной медицинской диагностики

1.5. Постановка задач исследования и требования к решению

ГЛАВА 2. РАЗРАБОТКА СПОСОБА ДИАГНОСТИКИ СОСТОЯНИЯ ПАЦИЕНТА НА ОСНОВЕ ФОРМИРОВАНИЯ ДВУМЕРНЫХ МОДЕЛЕЙ РАЗЛИЧНЫХ НОЗОЛОГИЧЕСКИХ ФОРМ БОЛЕЗНЕЙ И ДВУМЕРНЫХ ОБРАЗОВ СОСТОЯНИЯ ПАЦИЕНТА

2.1. Разработка способа оценки состояния пациента на основе сопоставления моделей нозологических форм болезней и образов состояния

2.2. Разработка способа исключения неоднозначности принятия решения на основе переноса начала координат в А^-мерном пространстве

2.3. Разработка способа исключения неоднозначности принятия решения на основе сечения парой параллельных гиперплоскостей

2.4. Разработка математической модели принятия решения на основе теории нечетких множеств и нечеткого вывода

Выводы

ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМИЧЕСКИХ СРЕДСТВ КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ НА ОСНОВЕ МЕХАНИЗМОВ ВИЗУАЛИЗАИИ И ТЕОРИИ НЕЧЕТКИХ МЕОЖЕСТВ

3.1. Разработка функциональной модели системы

3.2. Разработка общего алгоритма компьютерной диагностики на основе способа визуализации и теории нечетких множеств

3.3. Разработка структуры алгоритма отображения областей заболеваний на основе способа визуализации многомерного образа

3.4. Построение структуры алгоритма способа переноса начала координат

3.5 Алгоритмическая реализация способа сечения областей заболеваний гиперплоскостями

3.6. Построение алгоритма, реализующего способ выработки однозначного решения на основе метода нечетких множеств

Выводы

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ДИАГНОСТИЧЕСКОГО РЕШЕНИЯ

4.1. Программный комплекс системы информационной поддержки принятия диагностического управляющего медицинского решения

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ ПРИЛОЖЕНИЯ

119

Приложение 1. Патент РФ «Способ формирования многомерного образа состояния сердечно-сосудистой системы и его визуализации»

Приложение 2. Свидетельства о государственной регистрации программ для ЭВМ

Приложение 3. Фрагмент листинга программного кода подсистемы распознавания многомерных образов и диагностики

Приложение 4. Фрагмент листинга программного кода подсистемы диагностики сложных объектов на основе теории нечетких множеств

Приложение 5. Фрагмент листинга программного кода подсистемы диагностики сложных объектов позволяющая исключить неоднозначность принятия решения

Приложение 6. Акт комплексной проверки работоспособности и тестирования программных модулей

Приложение 7. Акты о внедрении

Введение диссертации (часть автореферата) на тему «Способы и алгоритмы обработки информации и принятия решений о сердечно-сосудистой патологии на основе механизмов визуализации и теории нечетких множеств»

ВВЕДЕНИЕ

Актуальность проблемы ранней компьютерной диагностики обусловлена ростом различных заболеваний: онкологических, сердечно-сосудистых, опорно-двигательных, психических и других.

С ростом заболеваемости возникает проблема рационального использования врачебного времени, в связи с тем, что до 50% рабочего времени врача уходит на поиск нужной информации и ведение документации. Использование компьютерных систем ведения и учета медицинских записей о пациентах, а так же использование диагностических систем позволяет почти в 4 раза сократить время поиска нужной информации, на 25% сократить время для определения диагноза и на 10-20% увеличить поток принятых врачом пациентов [1]. Таким образом очевидно, что использование современных медицинских информационных систем позволит повысить доступность и качество медицинской помощи.

Таким образом, одним из важнейших направлений системы поддержки принятия решений в медицине является быстрое, своевременное и точное получение информации. Это особенно значимо, когда лимит времени для принятия жизненно важного врачебного заключения ограничен.

Чем более совершенные технические средства диагностики, тем больше вероятность обнаружить в организме имеющиеся отклонения. Современная медицинская диагностика позволяет распознать болезнь на самой ранней стадии, тем самым дает возможность человеку с минимальными затратами времени, сил и денежных средств вылечить заболевание.

В современных условиях интересы системных исследователей концентрируются на сложных открытых системах, состоящих из элементов, которые в свою очередь являются сложными открытыми системами. Мировой научный опыт не знает случаев эффективного использования инструментальных средств информатики для моделирования систем названного класса, которые принято называть системами с эмерджантностыо. Данное явление в полной мере присутствует в системах компьютерной медицинской диагностики.

Отечественная и мировая наука в настоящее время уделяет много внимания построению адекватных моделей состояния человека, однако глубина познания в данной области до сих пор является недостаточной. В связи с этим задача топологического распознавания состояний и их визуализации является актуальной и перспективной.

Приведенные обстоятельства являются основанием для постановки в диссертации основной задачи, которая заключается в разработке системного подхода в виде совокупности способов и алгоритмов обработки информации и структурно-функциональной организации программных средств выполнения визуализации многомерных областей заболеваний и многомерного образа состояния пациента для анализа их многомерных топологических свойств и особенностей для выработки однозначного управляющего медицинского решения.

На основании изложенного можно заключить, что тема диссертационного исследования является актуальной и перспективной при современном состоянии теории и практики применения интерактивных систем поддержки принятия решений.

Цель работы заключается в разработке новых способов и алгоритмов на основе механизмов визуализации и теории нечетких множеств, обеспечивающих повышение эффективности принятия диагностических решений по состоянию сердечно-сосудистой системы (ССС).

Для достижения поставленной цели решены следующие задачи:

1. Выявлены недостатки существующих подходов и методов распознавания образов состояния ССС и предложен на основе системного подхода новый способ диагностики состояния путем формирования многомерного образа состояния ССС и его визуализации и использования теории нечетких

множеств для исключения неоднозначности принятия управляющего медицинского решения.

2. Установлены границы применимости разработанных способов и алгоритмов обработки информации для принятия медицинских управляющих решений, а именно показано, что медицинские данные, описывающие состояние ССС, могут быть представлены в виде образов в многомерном признаковом пространстве.

3. Разработаны алгоритмы, реализующие предложенные способы и методы формирования многомерного образа состояния ССС, его визуализации и выработки управляющего медицинского решения.

4. Проведены экспериментальные исследования (клинические испытания), по результатам анализа которых показана работоспособность и эффективность применения предложенных способов алгоритмов, реализующих процедуру формирования многомерного образа состояния ССС и его визуализации.

Объектом исследования являются многомерные пространства, отображающие состояния и динамику состояния ССС пациента.

Предметом исследования являются способы и алгоритмы выработки и принятия управляющего медицинского решения на основе формирования многомерного образа состояния ССС и его визуализации, а так же на основе теории нечетких множеств.

Методы исследования основываются на положениях современной теории систем поддержки принятия решений, системного анализа, теории распознавания образов, линейной алгебры, топологии, теории нечетких множеств, теории алгоритмов, теории проектирования информационных систем.

Достоверность и обоснованность результатов исследования подтверждается проведенными экспериментами по программной реализации разработанных способов; согласованностью теоретических и экспериментальных результатов анализа визуализированных данных, и полученных в ходе исследований медицинских систем; корректным использованием положений линейной алгебры

и теории нечетких множеств, а также рецензированием печатных работ, их обсуждением на научно-технических конференциях и экспертизой разработанных программных средств.

Научная новизна работы состоит в разработке: 1. Способа формирования многомерного образа состояния сердечно-сосудистой системы (ССС) и его визуализации, содержащего основные теоретические положения принятия медицинских управляющих (советующих) решений и обработки информации, отличающегося тем, что предложенное техническое решение предполагает:

- построение объёмного образа состояния ССС в TV-мерном пространстве, определяемом как совокупность неинвазивно и инвазивно измеряемых в физических величинах оцифрованных мгновенных значений различных клинических данных и последующее формирование двумерных образов состояний ССС на основе отображения сформированных многомерных образов на плоскость многоцветного экрана видеомонитора;

- построение виртуальных объемных моделей различных нозологических форм болезней ССС в виде совокупности М-геометрических мест точек в iV-мерном пространстве состояния ССС и последующее формирование двумерных моделей различных нозологических форм болезней ССС на основе отображения сформированных объемных моделей различных нозологических форм болезней ССС на плоскость многоцветного экрана видеомонитора;

- осуществление визуализации на основе компьютерной геометрии и графики на экране многоцветного видеомонитора сформированных двумерных моделей различных нозологических форм болезней ССС;

- осуществление визуализации на основе компьютерной геометрии и графики на экране многоцветного видеомонитора мгновенных значений двумерных образов состояний ССС;

- формирование исходных данных для осуществления прогноза состояния

ССС на основе оценки динамики изменения мгновенных значений двумерных образов состояний ССС для заданного временного интервала. 2. Способов и алгоритмов, реализующих процесс формирования многомерного образа состояния ССС и его визуализации и позволяющих исключать неоднозначности принятия управляющего (советующего) медицинского решения, отличающихся тем, что исключение неоднозначности осуществляют на основе:

- переноса начала координат в iV-мерном пространстве;

- сечения сформированных объемных моделей различных нозологических форм болезней ССС парой параллельных гиперплоскостей в iV-мерном пространстве;

- применения теории нечетких множеств.

Так же впервые получены результаты экспериментальной проверки (клинических испытаний) работоспособности и эффективности применения предложенных способов и алгоритмов, реализующих формирование многомерного образа состояния ССС и его визуализацию.

Разработанные инструментальные алгоритмические средства и процедуры составляют арсенал манипуляций, применяемых ЛПР для получения дополнительной информации с целью принятия адекватных управляющих медицинских решений.

Практическая ценность работы заключается в разработке программных средств, пригодных для практического использования в качестве ядра интерактивной системы принятия управляющих медицинских решений в медицинских системах. При этом достигается увеличение правильно поставленных диагнозов до 90%. Полученные результаты открывают пути создания систем поддержки принятия решений в реальном времени. Практическая ценность подтверждается актом о внедрении, тремя свидетельствами об официальной регистрации программы для ЭВМ, патентом РФ на способ, а также решением практически важных задач: обработка информации, выработка

однозначного управляющего медицинского решения, оценка состояния пациента относительно ряда заболеваний, оценка динамики изменения состояния пациента, анализ массовой экспресс-диагностики в современных условиях.

Апробация результатов работы. Основные результаты диссертационной работы докладывались и обсуждались на Международном молодежном образовательном форуме «Нежеголь - 2012» (Белгород, 2012); IV Международной научно-практической конференции «Научно-техническое творчество молодежи -Путь к обществу, основанному на знаниях» (Москва, 2012); 15-м Московском международном Салоне изобретений и инновационных технологий «Архимед -2012» (Москва, 2012); IV Всероссийской научно-практической конференции «Научное творчество XXI века» с международным участием (Красноярск, 2011); конкурсе инновационных проектов 2012 года по приоритетным направлениям социально-экономического развития Белгородской области (Белгород, 2012); Первой международной научно-практической конференции «Мессой Наука -2012» (Москва, 2012); Восьмом международном форуме «Мессой - 2012» (Москва, 2012).

Реализация результатов работы. Диссертация выполнена в Белгородском государственном технологическом университете им. В.Г. Шухова.

Результаты диссертационной работы внедрены в городской больнице №2 г. Белгорода, что подтверждает научную новизну, актуальность и практическую значимость проведенных исследований.

Результаты научных исследований, полученные в процессе работы над диссертацией, использованы при выполнении следующих научно-исследовательских работ:

1. Федеральная целевая программа «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы научно-исследовательские работы по лоту «Проведение научных исследований научными группами под руководством докторов наук», «Разработка интеллектуальных средств поддержки принятия диагностических решений в кардиологической практике

для мобильной региональной системы «Телемедицина», Г.К. №16.740.11.0045 от 01 сентября 2010 г., г. Белгород. 2. Грант по Программе УМНИК «Разработка информационной системы распознавания и прогнозирования состояния сердечно-сосудистой системы пациента на основе механизмов визуализации и методов теории нечетких множеств».

По теме диссертации опубликовано 13 работ (3 статьи в изданиях, рекомендуемых ВАК РФ), получено 3 свидетельства о регистрации программ для ЭВМ, 1 патент РФ № 2496409 «Способ формирования многомерного образа состояния сердечно-сосудистой системы и его визуализации».

На защиту выносятся:

1. Способ формирования многомерного образа состояния сердечно-сосудистой системы и его визуализации, содержащий основные теоретические положения принятия медицинских управляющих решений и обработки информации.

2. Способы и алгоритмы, реализующие процесс формирования многомерного образа состояния ССС и его визуализации и позволяющие исключать неоднозначности принятия управляющего медицинского решения на основе переноса начала координат в N-мерном пространстве; сечения сформированных объемных моделей различных нозологических форм болезней ССС парой параллельных гиперплоскостей в N-мерном пространстве; применения теории нечетких множеств.

3. Результаты экспериментальной апробации (клинических испытаний) работоспособности и эффективности применения предложенных способов, методов и алгоритмов, реализующих способ формирования многомерного образа состояния ССС и его визуализации.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения, которое содержит документы о внедрении и практическом использовании полученных результатов, копии свидетельств о регистрации программ для ЭВМ и патента РФ, а также фрагменты

листинга программного кода. Основной текст работы содержит 132 страниц, 41 рисунка, 11 таблиц. Список литературы включает 120 наименований.

ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ И СРЕДСТВ КОМПЬЮТЕРНОЙ МЕДИЦИНСКОЙ ДИАГНОСТИКИ

1.1. Анализ концепции нсннвазивного контроля состояния сердца

К наиболее сложным задачам медицины относятся постановка диагноза и назначение курса лечения [2, 3]. Традиционно врачи решали эти задачи, используя собственные знания, опыт и интуицию. Сейчас все чаще применяют способы, в основе которых лежат высокие технологии, позволяющие обрабатывать большие потоки информации.

В настоящее время медицинские информационные технологии применяются по трем направлениям [4-6]:

- использование аппаратных средств для наблюдения и лечения пациента;

- ведение документооборота и финансово-бухгалтерской отчетности;

- диагностика заболеваний, прогнозирование состояния организма,

назначение курса лечения с помощью экспертных систем и систем принятия

решений.

По данным Всемирной организации здравоохранения (ВОЗ) [7, 8] в настоящее время известно несколько тысяч заболеваний, которые могут возникать от нескольких десятков тысяч причин. Каждое заболевание характеризуется определенным набором признаков, которые могут изменяются со временем. Из этого следует, что врач для правильной постановки диагноза должен уметь обрабатывать большие объемы данных, своевременно и правильно принимать решения, а также всю ответственность брать на себя. Поэтому разрабатываются модели, способы и алгоритмы в области компьютерной медицинской диагностики, позволяющие на основе информации о заболеваниях помочь врачу принять верное решение при постановке диагноза [9-11]. Однако до сих пор не разработаны системы, которые позволяли бы это делать эффективно. Одним из осложняющих факторов решения этой проблемы является необходимость обрабатывать огромном количестве информации за ограниченное время. Несмотря на то, что люди болеют по-разному, существуют

среднестатистические показатели, характеризующие то или иное заболевание, что позволит разработать модели, способы и алгоритмы в области компьютерной медицинской диагностики, которые поддерживали бы принятие решений врачом. Кроме лечения, важно также своевременно предупреждать заболевания, осуществлять диагностику на ранних стадиях заболевания, и вести электронные истории болезней, отражающую динамику течения болезни.

В концепции здравоохранения РФ [12] отмечено, что наиболее эффективное решение проблемы снижения смертности от сердечно-сосудистых заболеваний состоит в проведении массового, профилактического обследования (скрининга) населения, при котором каждый житель страны должен иметь «паспорт здоровья», содержащий, в том числе, и информацию о его кардиологических заболеваниях. Исходя из этого, одним из важнейших положений концепции неинвазивного мониторинга состояния должно быть использование электронных медицинских карт (ЭМК) и создание персональной «электронной кардиологической истории» на основании различного рода обследований кардиобольных [13]. На рис. 1.1 иллюстрируются виды информации, содержащейся на интеллектуальной электронной медицинской карте: виды информации о пациенте; способы её получения; медицинские назначения, а также электронная история болезни, включающая электронную

кардиологическую историю.

Основные методы и методики, применяющиеся при неинвазивном обследовании кардиобольных можно сгруппировать следующим образом [14]:

- графические методики оценки электрической активности миокарда (запись электрокардиограммы, ЭКГ- картирование, мониторинг при помощи холтера, регистрация дистанционной электрокардиограммы, сигнал-усредненной электрокардиограммы, магнитокардиография);

- графические методики оценки механической активности миокарда (апекс-, баллисто-, сейсмокардиограмма и т.д.);

- методики визуализации сердца (рентгено-графические, ультразвуковые, радиоиуклидные, сверхбыстрая рентгеновская компьютерная томография,);

- методики оценки перфузии миокарда (радионуклидные, сверхбыстрая рентгеновская компьютерная томография,, ультразвуковые).

Рис. 1.1. Виды информации, содержащейся на интеллектуальной ЭМК.

Однако, несмотря на обилие известных и хорошо апробированных статистических и математических методов обработки данных в этой области исследований, существует ряд проблем, связанных с развитием теории и практической реализацией методов и средств, а также оперативностью и достоверностью диагностики заболеваний сердца, особенно в ситуациях скорой и неотложной помощи:

- сбора, обработки и передачи кардиографической информации;

- моделирования развития заболеваний ССС и оценки воздействия кардиологической помощи на процесс развития заболевания;

- визуализации результатов анализа и переработки кардиографической информации для поддержки принятия решений на различных этапах оказания кардиологической помощи.

На основе данных одной из ведущих компаний России по разработке и внедрению МИС ООО СофТраст (Белгород) [15, 16] был осуществлен анализ внедренных медицинских информационных систем в муниципальные медицинские учреждения Белгородской области, основными используемыми медицинскими программными комплексами являются (рис. 1.2):

- программы, объединяющие медицинские информационные системы лечебно-профилактических учреждений в единую региональную информационную систему— 1%;

- медицинские информационные системы (МИС), предназначенные для комплексной автоматизации деятельности персонала лечебно-профилактических учреждений, включающих амбулаторно-поликлинические подразделения — 66%;

- функциональные подсистемы, включающие в себя функции чтения штрих-кодов, контроль данных о рецептах, учет отпущенных лекарственных средств, формирование отчетных баз данных и документов (в аптечных учреждениях/пунктах отпуска лекарственных средств) — 32%;

- программные комплексы, предназначенные для учета движения товара в региональном аптечном складе — 1 %.

Рис. 1.2. Распределение внедрений медицинских информационных систем по виду системы

Как видно из диаграммы, в муниципальных медицинских учреждениях Белгородской области внедряются только административные МИС, которые ведут автоматизацию деятельности персонала, учет отпущенных лекарственных средств и т.д., но на настоящий момент в медицинские учреждения не внедряются автоматизированные диагностические медицинские системы.

Так же по данным Ассоциации развития медицинских информационных технологий за 2012 год [5] был проведен анализ программных средств и аппаратно-программных комплексов, разработанных российскими фирмами и фирмами стран СНГ, по результатам которого было выявлено, что из 670 медицинских компьютерных систем только 23 программных комплекса являются системами поддержки принятия решения, обладающие искусственным интеллектом, что составляет 3,4% от общего количества медицинских компьютерных систем.

Основными потребителями разрабатываемых МИС [15, 16] являются стационарные медицинские учреждения и государственные (муниципальные) городские поликлиники - 51,63% от всех внедрений. Вторым основным потребителем МИС являются ведомственные учреждения - 35,72%. Затем идут академические учреждения и НИИ - 5,51% и коммерческие клиники - 2,27%. Невысокий интерес последней группы лечебно-профилактических учреждений (ЛПУ) связан с тем, что, как правило, это узкоспециализированные учреждения, оказывающие 1-2 вида услуг. Для данной категории ЛПУ весь потенциал МИС не нужен и такие учреждения стремятся использовать для решения своих задач специализированное ПО, основным из которых является учет платных услуг.

Среди всех потребителей ЛПУ, внедривших МИС, 28,25% являются различными центрами - онкологическими, стоматологическими, диагностическими и т. д. Такой высокий процент является вполне закономерным, поскольку как раз крупным клиникам труднее всего справиться со все возрастающим потоком информации и различной отчетной документации. Чем шире профиль медицинского учреждения, тем большей автономией он обладает, а это способствует внедрению комплексной МИС.

1.2. Сравнительный анализ медицинских диагностических систем

В настоящее время в кардиологии достаточно широкое распространение получили методы диагностики, основанные на применении систем передачи-приема электрокардиографии. На сегодняшний день электрокардиография сохраняет позиции базового инструментального метода диагностики в кардиологии и обязательна для верификации острого коронарного синдрома, различных классов аритмий и блокад сердца [17, 18].

Для оценки состояния автоматизированных кардиологических рабочих мест, обеспечивающих поддержку принятия медицинских решений и поиска путей их совершенствования проведен анализ существующих программных и аппаратно-программных комплексов диагностирования ССС известных в стране и за рубежом, а так же способов, реализованных с их помощью. Осуществлен патентный поиск по указанному направлению с целыо выявления недостатков, требующих устранения.

Компанией ООО «Медицинские Компьютерные Системы» разработан и реализуется комплекс для экспресс диагностики «Кардиовизор» [19, 20] (Патент РФ на полезную модель № 55266). Комплекс «Кардиовизор» относится к классу систем компьютерного скрининга сердца на основе автоматических микропроцессорных анализаторов, предназначенных для регистрации и анализа микроскопических колебаний сигнала ЭКГ. Для снятия ЭКГ используются датчики-каридоусилители компактных размеров, которыми могут пользоваться пациенты самостоятельно. Для передачи, обработки и анализа ЭКГ сигналов используется специальное программное обеспечение данной компании. Этой же компанией разработана программа «KARDI.RU» для удаленной оценки состояния здоровья через Интернет. Программа позволяет пациенту самостоятельно контролировать состояние сердца и обеспечивает своевременное выявление отклонений в сердце и механизмах сердечной регуляции на ранних стадиях патологического процесса, осуществляет объективный контроль динамики изменений миокарда в процессах состояния покоя, применения

лекарственных препаратов и различного воздействия внешних факторов (например, физических нагрузок).

Преимущество системы «Кардиовизор» состоит в том, что она представляет пациенту визуальный портрет сердца и заключение в форме коротких рекомендаций понятных для человека, не владеющего специальными знаниями из области кардиологии.

Основными недостатками рассмотренной системы является то, что данный комплекс не диагностирует заболевание, а показывает только состояние сердца. Также, отсутствует ведение истории развития заболевания. Прибор снимает только ограниченный набор симптомов.

Также известны и другие технические решения для осуществления экспресс диагностики:

- устройство для регистрации потенциалов сердца [21] (Патент РФ на изобретение РФ № 93001113), представляющее собой малогабаритный многоканальный электрокардиограф. Недостаток описанного решения заключается в длительности и сложности получения результатов диагностики сердца, что практически исключает его возможность в использовании как предварительного инструмента обследования населения;

- комплекс для диагностики сердечной деятельности [22] (Патент РФ на изобретение № 2093068). Комплекс представляет собой электрокардиограф, включающий электроды отведений, которые подключаются к входам буферного усилителя. Недостаток этого комплекса заключается в длительном получении результатов диагностики сердца, что значительно затрудняет его использование в качестве предварительного инструмента обследования населения.

В Центре дистанционной кардиологической диагностики Нижегородской областной клинической больницы (НОКБ) совместно с Учебно-исследовательским центром космической биомедицины и Фондом «Телемедицина» был осуществлен проект по внедрению новой системы

дистанционного анализа ЭКГ «Теле-Альтон» [23] (Патент РФ на изобретение № 2175212).

Комплекс состоит из передатчиков электрокардиограммы и приемной станции. Передатчик электрокардиограммы для электрокардиографа за одну минуту позволяет передать 12 общепринятых отведений электрокардиограммы по телефону. Для передачи полученных данных в памяти электрокардиограммы нужно набрать номер приемной станции и нажать кнопку. При каждой передачи отправляются данные о дате и времени регистрации фрагмента электрокардиограммы и уникальный номер регистратора-передатчика. Это позволяет организовать автоматический режим работы приемной станции. Принимаемая электрокардиограмма и данные пациента будут отображаться на экране компьютера на протяжении всего приема.

Список литературы диссертационного исследования кандидат наук Кочеткова, Инесса Андреевна, 2014 год

СПИСОК ЛИТЕРАТУРЫ

1. Информационно-аналитический материал «Актуальные вопросы

информатизации при реализации программ модернизации здравоохранения субъектов Российской Федерации» [Электронный ресурс]. - Режим доступа: http://federalbook.ru/

2. Баранов, А.П. Основы семиотики заболеваний внутренних органов Атлас / А.П. Баранов, Г.Е. Ройтберг, Ю.П. Гапоненков, А.В. Струтынский. - М.: МЕДпресс-информ, 2013. - 25 с.

3. Ефремова, О.А. Диагностика и фармакотерапия хронической сердечной недостаточности: учеб. пособие / О.А. Ефремова, JI.A. Камышникова, Е.П. Погурельская, Э.А. Щербань. - 2 изд. - Белгород:ИПК НИУ БелГУ, 2012.-172 с.

4. Ефремова, О.А. Редкие болезни, симптомы и синдромы в кардиологической практике: учеб. пособие / О.А. Ефремова, С.И. Логвиненко, Е.П. Погурельская, М.А. Руднева. - Белгород:ИПК НИУ БелГУ, 2011. - 132 с.

5. Эльянов, М.М. Медицинские информационные технологии: Каталог. Выпуск 12 / М.М. Эльянов, А.П. Баранов - М.: CapitalPress, 2012. - 320 с.

6. Ковшов, Е.Е. Современные аспекты построения медицинских информационных систем / Е.Е. Ковшов, В.А. Морозов, А.В. Фролов. - М.: Российские медицинские вести, 2003. - 8 с.

7. Sandifort, P. What can information systems do for primary health care. An international perspective / P. Sandifort, H. Annett, Z.R. Cibulskis // Social sei. Andmed, - 1992.- Vol.34. - P. 1077-1087.

8. World health statistics 2012 / WHO Library Cataloguing-in-Publication Data. -G.WHO: 2012.- 178p.

9. Петри, А. Наглядная статистика в медицине / А. Петри, К. Сэбин: пер. с англ. - М.: ГЭОТАР-МЕД, 2003. - 144 с.

10. Johnston, М.Е. Effects of computer-based clinical decision support systems on clinician performance and patient outcome / M.E. Johnston, K.B. Langton, R.B. Haynes, A. Mathieu // Ann Intern Med. - 1994. - Vol.120. - P. 135-142 .

11. Kaplan, В. Evaluating informatics applications - clinical decision support systems: Literature review / B. Kaplan // Int J Med Inform. - 2001. - Vol.64(l). - P. 15-37.

12. Концепция развития здравоохранения РФ до 2020 года [Электронный ресурс]. - Режим доступа: http://old.rosminzdrav.ru/health/zdravo2020/72.

13. ГОСТ Р 52636-2006. Дата введения 2008.01.01.Электронная история болезни. Общие положения. - 155 с.

14. Abbas, К. Phonocardiography Signal Processing / К. Abbas, R Bassam - MC Morgan & cLaypool publishers, 2009. - 194 p.

15. Гусев, A.B. Медицинские информационные системы: состояние, уровень использования и тенденции / А.В. Гусев // Врач и информационные технологии. -2011.- №3.- С. 6-14.

16. Гусев, А.В. Обзор основных технологических тенденций и требований к медицинским информационным системам / А.В. Гусев // Материалы XII Ежегодной специализированной конференции и выставки «Информационные технологии в медицине». - 2001. - С. 22-29.

17. Аритмии сердца: Т.1 / под ред. В.Дж.Мандела: пер. с англ. — М.: Медицина, 1996. - 510 с.

18. Окороков, А.Н. Диагностика болезней внутренних органов. Диагностика болезней сердца и сосудов / А.Н. Окороков. - М.: Мед. литр. 2004. - 432 с.

19. Пат. 55266 Российская Федерация, МПК А61В5/0402. Комплекс для экспресс диагностики сердца / А.С. Сулла, М.П. Рева, Д.А. Прилуцкий, Д.В. Архиреев; заявитель и патентообладатель ООО «Медицинские Компьютерные Системы» (RU) - №2006106644/22, заявл. 06.03.2006; опубл. 10.08.2006.

20. Контроль Вашего сердца. Кардиовизор [Электронный ресурс]. - Режим доступа: http://kardi.ru/index?&action=htmlAboutCardiovisor.

21. Пат. 93001113 Российская Федерация, МПК А61В5/04. Малогабаритный многоканальный электрокардиограф / В.А. Таганцев, И.Ю. Филимонов, С.Н. Лашин, А.Д. Дмитриев; заявитель и патентообладатель Товарищество с

ограниченной ответственностью - ПКФ «Дар» (RU), Шацких С.М. - № 93001113/14, заявл. 06.01.1993; опубл. 27.09.1995.

22. Пат. 2093068 Российская Федерация, МПК А61В5/0402. Кардиограф / Ф.А. Глезер, В.Н. Мясников, A.A. Опалев, П.Н. Сатков; заявитель и патентообладатель Глезер Ф.А., Мясников В.Н., Опалев A.A., Сатков П.Н. - № 5017493/14, заявл. 03.12.1991; опубл. 20.10.1997.

23. Пат. 2175212 Российская Федерация, МПК А61В5/04, А61В5/0205. Телеметрический комплекс для контроля и диагностики функционального состояния человека / И.И. Попов, JI.M. Комарова, Б.И. Подлепецкий, С.В. Торубаров, А.И. Григорьев, О.И. Орлов, P.C. Медведник; заявитель и патентообладатель Учебно-исследовательский центр космической биомедицины (RU). -№2000125494/14, заявл. 11.10.2000; опубл. 27.10.2001.

24. Пат. 2138982 Российская Федерация, МПК А61В5/02. Устройство для оценки функционального состояния сердечно-сосудистой системы «Кардиометр» / K.M. Матус; заявитель и патентообладатель ЗАО «МИКАРД-ЛАНА» (RU). - № 98108969/14, заявл. 07.05.1998; опубл. 10.10.1999.

25. Пат. 2148377 Российская Федерация, МПК А61В5/05. Многоканальный усилитель биопотенциалов / Э.В. Земцовский, В.А. Герасимов, Л.Б. Маркман, K.M. Матус, А.Н. Санкин; заявитель и патентообладатель ЗАО «МИКАРД-ЛАНА» (RU). - № 99117432/14, заявл. 13.08.1999; опубл. 10.05.2000.

26. Пат. 86088 Российская Федерация, МПК А61В5/088, G06Q50/00. Система дистанционного мониторирования артериального давления и сердечнососудистой деятельности больных с сердечно-сосудистыми заболеваниями / Л.Н. Винокуров, В.М. Гаврилов, В.И. Кожевников, H.H. Макаров, В.В. Машин, С.М. Семенов; заявитель и патентообладатель ОАО «УКБП», ООО «Нейрон» (RU). -№ 2008143098/22, заявл. 30.10.2008; опубл. 27.08.2009.

27. Отдел кардимониторинга. Круглосуточное наблюдение. Кардиофон [Электронный ресурс]. - Режим доступа: http://www.serdze.ru/cardio/how.php.

28. Пат. 2127075 Российская Федерация, МПК А61В5/05. Способ получения томографического изображения тела и электроимпедансный. томограф / A.B.

Корженевский, Ю.С. Культиасов, В.А. Черепенин; заявитель и патентообладатель Корженевский А.В., Черепенин В.А. - №96123647/14, заявл. 11.12.1996; опубл. 10.03.1999.

29. «КОРФИС» - Медицинский электронный центр [Электронный ресурс]. -Режим доступа: http://korfis.ru/.

30. Hemalite 1280 - Гематологический анализатор [Электронный ресурс]. -Режим доступа: http://www.videotest.ru/ru/products/13.

31. ВидеоТесТ-Гем - Программно-аппаратный комплекс (анализатор клеток крови) [Электронный ресурс]. - Режим доступа: http://www.dixion.ru/goods/gematologicheskiy-analizator-Hemalite-1280.html?sphrase_id=514.

32. Пат. 2195017 Российская Федерация, МПК G06F19/00. Способ визуального отображения и динамического контроля клинических данных / В.В. Омельченко; заявитель и патентообладатель Военная академия ракетных войск стратегического назначения им. Петра Великого (RU). - №2001111929/14, заявл. 04.05.2001; опубл. 20.12.2002.

33. Королюк, И.П. Медицинская информатика: учебник / И.П. Королюк. -Самара: ООО «Офорт»: ГБОУ ВПО «СамГМУ», 2012. - 244 с.

34. Steimann, F. Fuzzy set theory in medicine / F. Steimann // Artificial Intelligence in Medicine. -№ 11.- 1997. - P. 1-7.

35. Вапник, B.H. Теория распознавания образов (статистические проблемы обучения) / В.Н. Вапник, А .Я. Червоненкис. - М.: «Наука», 1974. - 416 с.

36. Платонов А.Е. Статистический анализ в медицине и биологии: задачи, терминология, логика, компьютерные методы / А.Е. Платонов. - М.: РАМН, 2000. - 52 с.

37. Головин, П. Экспертные системы для классификации болезней в медицинской диагностике / П. Головин, В.А. Нечаев, Д. Нечаев // Научно-технический вестник информационных технологий, механики и оптики. - 2014. -№1(89).-С. 80-84.

38. Пеккер, Я.С. Компьютерные технологии в медико - биологических исследованиях. Сигналы биологического происхождения и медицинские изображения: учеб. пособие / Я.С. Пеккер, К.С. Бразовский. - Т.: Изд-во ТПУ, 2002.-240 с.

39. Лепский, А.Е. Математические методы распознавания образов: Курс лекций / А.Е. Лепский, А.Г. Броневич. - Т.: Изд-во ТТИ ЮФУ, 2009. - 155 с.

40. Zadeh, L. Biological application of the theory of fuzzy sets and systems / L. Zadeh // Proceedings of the International Symposium on Biocybernetics of the Central Nervous System. - Little, Brown & Co, 1969. - P. 199-212.

41. Беркинблит, M. Б. Нейронные сети / М.Б. Беркинблит. - М.: МИРОС и ВЗМШ РАО, 1993.-96 с.

42. Вороновский, Г. К. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев. -X.: Основа, 1997. - 112 с.

43. Сторож, В.В. Ограничения классических подходов к распознаванию образов /В.В. Сторож // Искусственный интеллект. - 2002. - №3. - С. 172-187.

44. Симанков, B.C. Адаптивное управление сложными системами на основе теории распознавания образов: Монография (научное издание) / В. С. Симанков, Е. В. Луценко. - К.: Техн. ун-т Кубан. гос. технол. ун-т, 1999. - 318 с.

45. Емельянов, В.В. Теория и практика эволюционного моделирования /В.В. Емельянов, В.В. Курейчик, В.М. Курейчик. - М: Физматлит, 2003. - 432 с.

46. Ivakhnenko, A.G. Inductive learning algorithms for complex systems modeling / A.G. Ivakhnenko, H.R. Madala. - CRC Press, 1994. - 384 p.

47. Ивахненко, А.Г. Моделирование сложных систем по экспериментальным данным / А.Г. Ивахненко, Ю.П. Юрачковский. - М.: Радио и связь, 1987. - 118 с.

48. Горелик, А.Л. Методы распознавания / А.Л. Горелик, В.А. Скрипкин. - М.: Высшая школа, 1984. - 219 с.

49. Фу, К. Структурные методы в распознавании образов / К. Фу. - М.: Мир, 1977.-320 с.

50. Ильин, С.И. Концепция построения топологических портретов случайно-подобных процессов / С.И. Ильин // Информационные технологии и математическое моделирование: Материалы V Международной научно-практической конференции (10-11 ноября 2006 г.). - Томск: Изд-во Том. ун-та. -2006.-С. 105-106.

51. Тарасов, A.B. Диагностика и прогнозирование состояний организма человека на основе хаотических параметров кардиоритмограмм: автореф. дис. ... канд. техн. наук: 05.13.01 / Тарасов Алексей Викторович. - К.: КГТУ, 2006. - 18 с.

52. Локтионов, А.Л. Прогнозирование возникновения и оценка степени тяжести панкреатитов на основе нечеткой логики принятия решений / А.Л. Локтионов, H.A. Кореневский, Л.П. Лазурина, И.Л. Гаврилов // Биомедицинская радиоэлектроника. - 2009. - №5. - С. 16-22.

53. Гаврилов, И.Л. Методы и алгоритмы анализа и управления сложными объектами на гетерогенных нечётких моделях для систем медицинского назначения: автореф. дис. ... канд. техн. наук: 05.13.01/ Гаврилов Игорь Леонидович. - К.: КГТУ, 2011. - 18 с.

54. Рябкова, Е.Б. Алгоритм коррекции многомерной разделяющей поверхности / Е.Б. Рябкова, Т.Н. Говорухина, H.A. Кореневский // Вестник Воронежского государственного технического университета. - 2011. - Т.7. - №7. -С. 194-200.

55. Татаренков, A.A. Методы и средства прогнозирования и ранней диагностики сердечно-сосудистой патологии на основе рефлексодиагностики и нечеткой логики принятия решений: автореф. дис. ... канд. техн. наук: 05.13.01 / Татаренков Алексей Александрович. - К.: КГТУ, 2007. - 18 с.

56. Кузнецов, Г.В. Теоретические основы системного исследования сердечнососудистой системы человека на основе геометрии субпроективных пространств: автореф. дис. ... канд. техн. наук: 05.13.01 / Кузнецов Геннадий Васильевич. - К.: КГТУ, 2005.-31 с.

57. Грахов, A.A. Автоматизированная система прогнозирования, ранней и дифференциальной диагностики ишемической болезни сердца на основе нечетких

сетевых моделей: автореф. дис. ... канд. техн. наук: 05.13.01 / Грахов Алексей Алексеевич. - К.: КГТУ, 2008. - 18 с.

58. Белобров, А.П. Методы и алгоритмы принятия решений и управления сложными системами на основе анализа сигналов системных ритмов: автореф. дис. ... канд. техн. наук: 05.13.01 / Белобров Андрей Петрович. - К.: КГТУ, 2008. -18 с.

59. Волков, И.И. Методы и алгоритмы двухагентной классификации состояния системы кровообращения, основанные на морфологическом анализе и вероятностных нейронных сетях: автореф. дис. ... канд. техн. наук: 05.13.01 / Волков Иван Иванович. - К.: ЮЗГУ, 2013. - 20 с.

60. Грубов, В.В. Аппаратно-программный комплекс диагностики электроэнцефалограмм с использованием аппарата непрерывного вейвлетного анализа и разложения сигнала по эмпирическим модам / В. В. Грубов, А. А. Короновский, А. Е. Храмов // Всероссийская научная школа-семинар «Методы компьютерной диагностики в биологии и медицине - 2013». - 2013. - С. 101-104.

61. Никитин, В.М. Информационная система поддержки принятия решений слабоструктурированных задач в кардиологии / В.М. Никитин, В.В. Ломакин, Д.А. Анохин, И.К. Кайдалова, И.И., Иванов // Научные ведомости БелГУ серия «История. Политология. Экономика. Информатика». - 2010. - №19(90). - Вып. 16/1.-С. 112-119.

62. Егорушкина, O.A. Разработка нейронечеткой экспертной системы для упрощения задач диагностики в гинекологии / O.A. Егорушкина, В.В. Еремина, Ю.В. Григорьева // Материалы VII международной научной конференции «Системный анализ в медицине» (САМ 2013). - Благовещенск: 2013. - С. 55-60.

63. Ильин, A.B. Применение метода МСКТ-аэроволюметрии в диагностике полостных образований легких / A.B. Ильин, Ю.М. Перельман, A.B. Леншин // Материалы VII международной научной конференции «Системный анализ в медицине» (САМ 2013). -Благовещенск: 2013. - С. 47-51.

64. Лопин, В.Н. О нейросетевом подходе поддержки принятия решений амбулаторно-поликлиническими службами / В.Н. Лопин, И.Е. Прилуцкая // Вестник новых медицинских технологий - 2006. - Т. XIII. - № 2 - С. 160-161.

65. Усков, В.М. Применение нейронного моделирования в диагностике и лечении осложнений инфаркта миокарда / В.М. Усков, М.В. Усков // Вестник новых медицинских технологий - 2006. - Т. XIII. - № 2 - С. 18-20.

66. Han, J. A new thermal error modeling method for CNC machine tools / J. Han, L. Wang, H. Wang, N. Cheng // Int J Adv Manuf Technol. - 2012. - No.62. - P. 205212.

67. Jun, L. Self-tuning of fuzzy belief rule bases for engineering system safety analysis / L. Jun, Y. Лап-Во, R. Da, M. Luis, W. Jin // Ann Oper Res. - 2008. -No.168. - P. 143-168.

68. Mitra, A.K. Fog Forecasting using Rule-based Fuzzy Inference System / A.K. Mitra, S. Nath, A.K. Sharma // J. Indian Soc. Remote Sens. - 2008. - No.36. - P. 243-253.

69. Rajan, A. A new kind of fuzzy regression modeling and its combination with fuzzy inference / A. Rajan // Soft Comput. - 2006. - No. 10. - P. 618-622.

70. Sungchul, J. Fuzzy Logic Cross-Coupling Controller for Precision Contour Machining / J. Sungchul // KSME International Journal. - 1998. - Vol.12. - P. 800810.

71. Neshat, M. Predication of concrete mix design using adaptive neural fuzzy inference systems and fuzzy inference systems / M. Neshat, A. Adeli, G. Sepidnam, M. Sargolzaei//Int J Adv Manuf Technol.-2012.- No.63.- P. 373-390.

72. Shtovba, S.D. Fuzzy model tuning based on a training set with fuzzy model output values / S.D. Shtovba // Cybernetics and Systems Analysis. - 2007. - Vol.47. -No.3. - P. 334-340.

73. Рубанов, В. Г. Основы теории управления : учебное пособие для студ. спец. 635500 / В. Г. Рубанов. - Минеральные Воды. 2006. - 260 с.

74. Кореневский, Н. А. Принципы и методы построения интерактивных систем диагностики и управления состоянием здоровья человека на основе

полифункциональных моделей: дис. ... д-ра техн. наук: 05.13.09 / Кореневский Николай Алексеевич. - Санкт-Петербург, 1993. - 322 с.

75. Васев, П.А. Некоторые методы многомерной визуализации / П.А. Васев, Д.С. Перевалов // Проблемы теоретической и прикладной математики. - 2001. -№3.- С. 275-279.

76. Васев, П.А. О создании методов многомерной визуализации / П.А. Васев, Д.С. Перевалов // Труды 12-й Международной Конференции по Компьютерной Графике и Машинному Зрению. ГрафиКон'2002. - Н. Новгород, 2002. - С. 431— 437.

77. Дубров, A.M. Многомерные статистические методы / A.M. Дубров, B.C. Мхитрян, Л.И. Трошин. - М.: Финансы и статистика, 2000. - 352 с.

78. Зиновьев, А.Ю. Визуализация многомерных данных / А.Ю. Зиновьев. — Красноярск: Изд-во КГТУ, 2000. - 320 с.

79. Неймарк, Ю.И. Многомерная геометрия и распознавание образов / Ю.И. Неймак // Соросовский образовательный журнал. - 1996. - № 7. - С. 119-123.

80. Кочеткова, И.А. Алгоритм диагностики состояния пациента на основе распознавания его виртуального образа / И.А. Кочеткова, В.М. Никитин, Е.А. Липунова, В.М. Довгаль // Информационные системы и технологии. - 2012. — №5(73). - С.67-73.

81. Пат. 2496409 Российская Федерация, МПК А61В5/00. Способ формирования многомерного образа состояния сердечно-сосудистой системы и его визуализации / И.А. Кочеткова, В.М. Довгаль, В.М. Никитин, Е.А. Липунова; заявитель и патентообладатель Белгородский государственный национально-исследовательский университет (RU); - №2011116859, заявл. 27.04.2011; опубл. 10.11.2012.

82. Кочеткова, И.А. Использование геометрических методов распознавания образов для поддержки принятия решений врача диагноста / Математические методы в технике и технологиях - ММТТ-23: сб. трудов XXIII Междунар. науч. конф. (Саратов, 21-24 апр. 2010 г.). - Саратов: Изд-во СГТУ, 2010. - Т. 6. Секция 1-С. 155-157.

83. Кочеткова, И.А. Подход к визуализации совокупности диагностических признаков при клиническом обследовании пациента [Электронный ресурс] / И.А. Кочеткова, И.И. Иванов // I Областная студенческая научно-практическая конференция «Студенческая наука Белгородчины». - Белгород, 2010.

84. Inselberg, A. Parallel coordinates: a tool for visualizing multi-dimensional geometry / A. Inselberg, B. Dimsdale. // VIS '90 Proceedings of the 1st conference on Visualization190 - 1990. - P. 361-378.

85. Coquereaux, R. Geometry of Multidimensional Universes / R. Coquereaux, A. Jadczyk. // Communications in Mathematical Physics 90 - 1983. - №1. - P. 79-100.

86. Siirtola, H. Direct manipulation of parallel coordinates / H. Siirtola. // IV'2000: Proceedings of the International Conference on Information Visualization. - 2000. - P. 373-378

87. Невзорова, M В. Способ отображения многомерных объектов на плоскость / М В Невзорова, В В Малыхин, С Г Новиков // Физические и компьютерные технологии Тр. 13 Междунар. науч-техн. конф. (Харьков, 19-20 апреля 2007 г.). -Харьков: ХНПК «ФЭД», 2007. - С. 438-441

88. Любарский, М.Г. Векторная алгебра и ее приложения / М.Г. Любарский. -Харьков: ХГУ, 2010. - 166 с.

89. Гельфанд, И.М. Лекции по линейной алгебре / И.М. Гельфанд. -М.:Добросвет, МЦНМО, 1998. - 320 с.

90. Лбов, Г.С. Методы обработки разнотипных экспериментальных данных / Г.С. Лбов. - М.: Наука, 1981. - 158 с.

91. Попов, А.В. Использование метода отображения многомерных объектов для распознавания протяженно распределенных образов с целью выработки эталона по прогнозированию качества подготовки специалиста дерматовенеролога / А.В. Попов, А.А. Чаплыгин, Т.В. Пушкина, В.Е. Попов // Научно-практический вестник «Человек и его здоровье». - 2005. - №4. - С. 6775.

92. Геометрический центр тяжести [Электронный ресурс]. - Режим доступа: http://ficdx.ru/page/geometricheskij-centr-tjazhesti

93. Кочеткова, И.А. Диагностика сложных объектов на основе нтерактивного анализа топологии классов состояний и теории нечетких множеств / И.А. Кочеткова, Д.Р. Ковтун // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. - 2013. - №5. - С. 193-197.

94. Рубанов, В. Г. Интеллектуальные системы автоматического управления. Нечеткое управление в технических системах: учеб. пособие / В. Г. Рубанов, А. Г. Филатов. - 2-е изд., стер. - Белгород: Изд-во БГТУ, 2010. - 170 с.

95. Sharih, А.В. Fuzzy Algorithms for Pattern Recognition in Medical Diagnosis [Электронный ресурс] / А.В. Shahin, О. M. Devi // Assam University Journal of Science & Technology : Physical Sciences and Technology. - 2011. - Vol. 7 -Number II. - Режим доступа: http://www.inflibnet.ac.in/ojs/index.php/AUJSAT/article/viewFile/525/505

96. Zadeh, L.A. Fuzzy sets and their applications to cognitive and decision processes / L.A. Zadeh, F. King-Sun, K. Tanaka, M. Shimura. - London: United Kingdom Edition published by academic press, INC. (London) LTD. - 1975. - 496 p.

97. Ухоботов, В. И. Избранные главы теории нечетких множеств: учеб. пособие / В. И. Ухоботов. - Ч.: Изд-во Челяб. гос. ун-та, 2011. - 245 с.

98. Беллман, Р. Принятие решений в расплывчатых условиях. Вопросы анализа и процедуры принятия решений / Р. Беллман, JI. Заде. - М.: Мир, 1976. -230 с.

99. Заде, JI. Основы нового подхода к анализу сложных систем и процессов принятия решений / JI. Заде: пер. с англ. // Математика сегодня. - 1974. - №7. -С. 5-49.

100. Макеева, А.В. Основы нечеткой логики. Учебное пособие для вузов / А.В. Макеева. - Н.Новгород:ВГИПУ, 2009. - 59 с.

101. Рыбин, В.В. Основы теории нечетких множеств и нечеткой логики: учеб. пособие / В.В. Рыбин - М.: Изд-во МАИ, 2007. - 96 с.

102. Каид, В.А.А. Методы построения функций принадлежности нечетких множеств / В.А.А. Каид // Известия ЮФУ. Технические науки - 2013. - №2 (139). -С. 144-153.

103. Митрохин, A.C. Моделирование медицинских информационных систем с распределенной обработкой информации / A.C. Митрохин // Проблемы информатики в образовании, управлении, экономике и технике: Сб. статей Междунар. научно-техн. конф.-Пенза: ПДЗ, 2010. - С. 199-203.

104. Таусенд, К. Проектирование и программная реализация экспертных систем на персональных ЭВМ / К. Таусенд, Д. Фохт - М.: Финансы и статистика 1990. -346 с.

105. Джарратано, Дж. Экспертные системы: принципы разработки и программирование / Дж. Джаратано, Г. Райли. - М.: Вильяме. 2007. - 1152 с.

106. Гусев, A.B. Особенности в проектировании и практической разработке медицинской информационной системы / A.B. Гусев, И.П. Дуданов, Ф.А. Романов, А.Г. Дмитриев // Врач и информационные технологии. - 2004. - № 4. -С. 49-56.

107. Берд, Р. Жемчужины проектирования алгоритмов. Функциональный подход / Р. Берд - Издательство: ДМК Пресс, 2013. - 330с.

108. РД 50.1.028-2001. Методология функционального моделирования IDEF0. -М.: ИПК Издательство стандартов, 2000. - 75 с.

109. Гайдес, М. А. Общая теория систем (системы и системный анализ) / М. А. Гайдес. - Винница: Глобус-пресс, 2005. - 201 с.

110. Шикин, Е.В. Компьютерная графика / Е.В. Шикин, A.B. Боресков. -М.:Диалог-МИФИ, 1995. - 288 с.

111. Горгиладзе, Г.И. Особенности планирования биологических космических экспериментов как многофокторных / Г.И. Горгиладзе, С.Г. Радченко, В.М. Жуков, O.A. Кутепова, Е.В. Попова // Пилотируемые полеты в космос: VIII Международная науч.-практ. конф., 28-29 окт. 2009 г. - Звездный городок: ФГБУ «НИИ ЦПК им. Ю.А. Гагарина», 2009. - С. 147-150.

112. Свидетельство о регистрации программы для ЭВМ № 2011612219 от 16.03.2011. Интерактивная система распознавания многомерных образов, диагностики и прогнозирования / И.А. Кочеткова; заявитель и патентообладатель Федеральное государственное бюджетное образовательное учреждение высшего

профессионального образования «Белгородский государственный технологический университет им. В.Г. Шухова».

113. Свидетельство о регистрации программы для ЭВМ № 2013617936 от

27.08.2013. Интерактивная система диагностики сложных объектов на основе теории нечетких множеств / И.А. Кочеткова; заявитель и патентообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Белгородский государственный технологический университет им. В.Г. Шухова».

114. Свидетельство о регистрации программы для ЭВМ № 2014612499 от

26.01.2014. Интерактивная система диагностики сложных объектов, позволяющая исключить неоднозначностьпринятия решения / И.А. Кочеткова, В.Г. Рубанов; заявитель и патентообладатель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Белгородский государственный технологический университет им. В.Г. Шухова».

115. Кочеткова, И.А. Системный анализ экспериментов с моделью с применением геометрического метода распознавания образов и теории нечетких множеств / И.А. Кочеткова, В.Г. Рубанов // Вестник Иркутского государственного технического университета. - 2014. - №2(85). - С. 20-26.

116. Кочеткова, И.А. Компьютерная обработка клинических данных пациента в системе поддержки принятия решений для кардиолога / И.А. Кочеткова // Математические методы в технике и технологиях - ММТТ-24: сб. трудов XXIV Междунар. науч. конф. (Саратов, 21-24 апр. 2011 г.). - Саратов: Изд-во СГТУ, 2011.-Т. 2. Секция 8. -С. 112-114.

117. Кочеткова, И.А. Автоматизация кабинета врача медицинской диагностики информационной системой на основе отображений многомерных точечных объектов на плоскость экрана [Электронный ресурс] / И.А. Кочеткова / Междунар. науч.-техн. конф. молодых ученых - Белгород, 2009.

118. Кочеткова, И.А. Разработка инструментальных средств компьютерной медицинской диагностики состояния пациента, его динамического контроля и прогнозирования / И.А. Кочеткова // Исследования и инновации в ВУЗе: сб.

докладов междунар. науч.-техн. конф. молодых ученых. - Белгород: Изд-во БГТУ, 2012-Ч. 4.-С.116-117.

119. Никитин, В.М. Эффективность программы экспертной системы «АРМ-Кардиолог» по результатам проводимых клинических испытаний / В.М. Никитин, O.A. Ефремова, Е.А. Липунова, Д.А. Анохин, И.А. Кочеткова, A.A. Мерзликин, А.Р. Байрамова // Актуальные вопросы диагностики и лечения заболеваний внутренних органов : сб. тез. 5-й Междунар. науч.-практ. конф. - Белгород: ИД «Белгород» НИУ «БелГУ», 2013. - С. 85-86.

120. Кобзарь А. И. Прикладная математическая статистика / А.И. Кобзарь. - М.: Физматлит, 2006. - 816 с.