Помощь в учёбе, очень быстро...
Работаем вместе до победы

Исследование связей биохимических показателей и клинических параметров состояния организма человека: На примере кардиальной патологии

Диссертация: Исследование связей биохимических показателей и клинических параметров состояния организма человека: На примере кардиальной патологии
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Методы исследования. Для достижения цели диссертации использовались как методы математической статистики, а именно: методы описательной статистики для вычисления общеупотребительных выборочных характеристик и проверки гипотез о принадлежности двух выборок одной совокупности, дисперсионный анализ, канонический корреляционный анализ, метод главных компонент, кластерный анализ (метод ^-средних), так… Читать ещё >

Содержание

  • ГЛАВА 1. БИОФИЗИЧЕСКИЕ ИССЛЕДОВАНИЯ КЛЕТОЧНЫХ МЕМБРАН
    • 1. 1. Общая характеристика липидов
      • 1. 1. 1. Состав липидов клеточных мембран
      • 1. 1. 2. Информативная значимость исследования состава липидов
    • 1. 2. Количественные методы в исследованиях
      • 1. 2. 1. Статистические методы
      • 1. 2. 2. Нейросетевые технологии или искусственные нейронные сети
    • 1. 3. Особенности обработки биомедицинской информации
      • 1. 3. 1. Направления применения методов математического моделирования при кардиалъной патологии
      • 1. 3. 2. Возможности и преимущества нейросетевых исследований в медицине
      • 1. 3. 3. Использование нейронных сетей в прогнозировании и диагностике
  • ГЛАВА 2. МАТЕРИАЛ И МЕТОДЫ ИССЛЕДОВАНИЯ
    • 2. 1. Характеристика экспериментальных данных
      • 2. 1. 1. Предмет исследования и описание данных
      • 2. 1. 2. Информационно-логическая модель базы данных
      • 2. 1. 3. Принципы группировки и характеристика обследуемых
    • 2. 2. Анализ биомедицинских данных
      • 2. 2. 1. Предварительный анализ данных. Выявление статистических зависимостей между признаками. Определение информативных признаков
      • 2. 2. 2. Классические методы классификации данных
    • 2. 3. Методология нейросетевого моделирования
      • 2. 3. 1. Основные принципы функционирования нейронных сетей
      • 2. 3. 2. Парадигма обучения «сучителем» и процесс обучения сети
      • 2. 3. 3. Алгоритм обучения с помощью обратного распространения ошибки
      • 2. 3. 4. Генетический алгоритм поиска в искусственных нейронных сетях .,
  • ГЛАВА 3. ФОСФОЛИПИДЫ КАК МАРКЕРЫ КАРДИАЛЪНОЙ ПАТОЛОГИИ
    • 3. 1. Предварительный анализ
      • 3. 1. 1. Характеристика состава липидов крови членов семей с наследуемой кардиалъной патологией
      • 3. 1. 2. Определение степени взаимосвязи показателей жирных кислот и тяжести заболевания
      • 3. 1. 3. Установление диагностической значимости жирных кислот эритроцитов крови при сердечно-сосудистых заболеваниях
      • 3. 1. 4. Определение уровня взаимосвязи факторов образа жизни и наследуемых изменений показателей липидного обмена в семьях с кардиалъной патологией
    • 3. 2. Выделение скрытых факторов кардиалъной патологии методом главных компонент
      • 3. 2. 1. Вычисление весовых коэффициентов матрицы-модели
      • 3. 2. 2. Оценка роли компонент в изучаемом процессе
      • 3. 2. 3. Редукция данных.'
    • 3. 3. Классификация обследуемых
      • 3. 3. 1. Дифференциальная диагностика обследуемых методом кластерного анализа
      • 3. 3. 2. Выделение вариантов нарушений состава липидов в семьях с кардиалъной патологией
      • 3. 3. 3. Последовательность обработки биомедицинской информации
  • ГЛАВА 4. ДИАГНОСТИКА СЕРДЕЧНО-СОСУДИСТЫХ ЗАБОЛЕВАНИЙ С ПОМОЩЬЮ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ
    • 4. 1. Нейросетевая классификация биомедицинской информации
      • 4. 1. 1. Создание нейросетевого классификатора клинико-биохимических параметров больных с кардиалъной патологией
      • 4. 1. 2. Использование нейронных сетей для выделения информативных признаков при дифференциальной диагностике сердечно-сосудистых заболеваний
    • 4. 2. Разработка технологии ранней доклинической и дифференциальной диагностики сердечно-сосудистых заболеваний

Исследование связей биохимических показателей и клинических параметров состояния организма человека: На примере кардиальной патологии (реферат, курсовая, диплом, контрольная)

Актуальность проблемы. Одно из первых мест среди причин смертности в России и других развитых странах занимает кардиальная патология (Доклады экспертов ВОЗ, 1997). Несмотря на значительные достижения в области диагностики и лечения заболеваний сердца, стала уже угрожающей тенденция к распространению коронарного атеросклероза и обусловленной им ишемической болезни сердца (ИБС) в группах лиц молодого возраста. Одним из значимых факторов в инициации атеросклеротического поражения сосудов является гиперили дислипидемия. Выявление изменений липидного обмена задолго до появления первых признаков ИБС крайне актуально в современной кардиологии, так как позволяет реализовывать профилактические программы, наиболее результативные на бессимптомных стадиях болезни. Особое место в патогенезе заболеваний сердца и сосудов занимают нарушения в обмене липидов не только жидкой части крови, но и ее форменных элементов (Сипливая JT.E., Прокопенко Л. Г., 1994; Безрукова Г. А., 1995; Самсонов М. А. и др., 1995; Васильев А. П. и др., 1996).

В настоящее время можно считать установленным, что дислипидемии, обусловленные атеросклерозом, сопровождаются нарушением структуры и функции эритроцитарных мембран (Климов А.Н. и др., 1994; Климов А. Н., Никульчева Н. Г., 1995; Безрукова Г. А., 1995; Васильев А. П., 1996). Первичные нарушения в составе липидов эритроцитов, по данным ряда авторов, является достаточно тонким «липидным» фактором риска ИБС, проявляющимся значительно раньше, чем изменения в липопротеидах плазмы крови (Новгородцева Т.П., Эндакова Э. А. 1993; Новгородцева Т. П., Эндакова Э. А., Иванов Е. М. 1993; Новгородцева Т. П. и др., 1994; Новгородцева Т. П., Эндакова Э. А., Козычева Е. В., 1994). Структурно-функциональное состояние эритроцитарной мембраны зависит от природы фосфолипидов (ФЛ) и входящих в их состав жирных кислот (ЖК). Информативность и диагностическая значимость ФЛ и ЖК доказана многочисленными исследованиями (Самсонов М.А., 1995; Foote K.D. et al., 1991; Bierve K.S., 1993; van Houwelingen A.C. et al., 1995). Однако лишь единичные публикации посвящены их использованию в ранней доклинической диагностике ИБС (Новгородцева Т.П., Эндакова Э. А., 1993). Отсутствуют четкие критерии прогноза и дифференцированной диагностики сердечно-сосудистых заболеваний. С другой стороны, в медицине наблюдается непрерывный рост информации, обусловленный расширением критериев и методов диагностики. Окончательно не выявлены возможности использования информационных технологий и систем с учетом различных параметров, играющих роль в развитии заболевания, а также факторов риска, таких как наследственность, пол, возраст, особенности образа жизни.

В связи с этим актуальным является установление степени взаимосвязи показателей мембранных липидов и тяжести патологических проявлений сердечно-сосудистых заболеваний (ССЗ), разработка диагностических критериев, по которым можно судить не только об изменении состава ФЛ и ЖК, но и нарушениях их метаболических превращений, сопровождающих формирование патологического процесса.

Цель исследования: Выявить индикаторы формирования кардиальной патологии для прогнозирования развития и течения сердечно-сосудистых заболеваний.

Для эффективного достижения поставленной цели необходимо решение следующих задач:

1. Установить взаимосвязи биохимических и клинических параметров при формировании кардиальной патологии (КП).

2. Выявить информативные признаки формирования кардиальной патологии посредством статистических методов и нейросетевого моделирования.

3. Установить факторы, влияющие на формирование кардиальной патологии и провести их классификацию.

4. Определить типы метаболических нарушений мембранных липидов в семьях с кардиальной патологией.

5. Разработать технологию ранней доклинической и дифференциальной диагностики сердечно-сосудистых заболеваний.

Методы исследования. Для достижения цели диссертации использовались как методы математической статистики, а именно: методы описательной статистики для вычисления общеупотребительных выборочных характеристик и проверки гипотез о принадлежности двух выборок одной совокупности, дисперсионный анализ, канонический корреляционный анализ, метод главных компонент, кластерный анализ (метод ^-средних), так и методы нейросетевого моделирования.

Научная новизна. Впервые различными математическими методами доказана значимая взаимосвязь между степенью тяжести заболевания и структурно-функциональным состоянием эритроцитарных мембранинформативность жирных кислот эритроцитов крови и факторов атерогенности сыворотки крови в диагностике основных групп ССЗ, определены критерии их дальнейшего использования в медицинской практике.

Впервые с помощью методов многомерного статистического анализа выделены варианты нарушений состава липидов в семьях с кардиальной патологией.

Создан диагностический классификатор на базе нейро-информационных технологий, позволяющий с точностью до 97,5% выявлять скрытые и явные проявления сердечно-сосудистой патологии, сопровождающиеся различными вариантами структурных дислипидемий.

Обоснована возможность использования теоретических положений и подходов к применению предложенной информационно-аналитической технологии в качестве основы для создания диагностических систем других заболеваний.

Практическая значимость. Созданная компьютерная версия истории болезни кардиологического больного позволяет свести заполнение истории болезни у подготовленного медицинского персонала к минимальному времени и значительно сократить ресурсы, необходимые для хранения и обработки биомедицинской информации. Разработан способ, позволяющий с высокой степенью достоверности определять степень тяжести заболевания и тип нарушений семейной кардиальной патологии с использованием многомерных статистических методов обработки данных и нейросетевого моделирования.

Результаты исследования внедрены в клинике НИИ медицинской климатологии и восстановительного лечения, ООО «Санаторий Строитель». В созданном на базе НИИ медицинской климатологии и восстановительного лечения СО РАМН «Липидном кабинете» предложенные автором критерии диагностики успешно используются для выявления патологий липидного обмена, что способствует раннему установлению начальных этапов формирования семейной сердечно-сосудистой патологии.

Технология ранней и дифференциальной диагностики может быть рекомендована для практического применения в стационарах и поликлиниках, при диспансерных осмотрах в семьях больных кардиальной патологией.

Важным преимуществом разработанной автором информационно-аналитической технологии является возможность прогнозирования характера развития ИБС у детей и внуков больного, что может быть востребовано для проведения целенаправленной семейной профилактики. Получен патент РФ «Способ прогнозирования сердечно-сосудистой патологии у потомков больных ишемической болезнью сердца» .

Апробация работы. Результаты и методика исследований были представлены и обсуждены на научных конференциях различного уровня. В том числе: на 3-й Дальневосточной конференции студентов и аспирантов по математическому моделированию (г. Владивосток, 1999 г.), Российском национальном конгрессе кардиологов «Кардиология, основанная на доказательствах» (г. Москва, 2000 г.), III Международной научно-практической конференции «Наука-техника-технологии на рубеже третьего тысячелетия» (г. Находка, 2001 г.), 2-й Всероссийской научно-практической конференции «Информационные технологии в экономике, науке и образовании» (г. Бийск, 2001 г.), 6-й Дальневосточной конференции студентов, аспирантов и молодых ученых по математическому моделированию (г. Владивосток, 2002 г.), 5-й Всероссийской научной конференции с международным участием молодых ученых и аспирантов «Новые технологии. Разработка и аспекты применения» (г. Таганрог,.

2002 г.).

Результаты и основные положения диссертации обсуждены на заседаниях Ученого совета НИИ медицинской климатологии и восстановительного лечения СО РАМН в мае 2001 г., апреле 2002 г., декабре.

2003 г.

Доклад на тему «Выделение системы диагностических показателей кардиальной. патологии методом канонической корреляции» на 3-й Дальневосточной конференции студентов и аспирантов по математическому моделированию отмечен дипломом за лучшую научную работу.

Личный вклад автора заключается в постановке задач, структурировании базы данных, анализе данныхвыборе математических методов обработки биомедицинских данных, создании информационно-аналитической технологии их обработки, реализации данной технологии в программном виде на ПК. Проанализированы результаты моделирования. Предложены методические подходы для исследования биомедицинских данных.

Публикации по теме диссертации. По основным результатам проведенных исследований опубликовано 14 работ: 9 статей, из них 3 — в рецензируемых научных журналах, 1 — в международном издании, 4 — в сборниках тезисов докладов. Получен один патент РФ на изобретение.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и приложений общим объемом 160 страниц. Список использованной литературы включает 206 источников, из них 111 на русском языке. Работа содержит 11 рисунков, 31 таблицу.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

1. Установлена значительная взаимосвязь между степенью тяжести заболевания и структурно-функциональным состоянием мембран эритроцитов. Доказана существенность расхождений между уровнями показателей жирных кислот в группах обследуемых с различной степенью патологических изменений, т. е. фактор группировки (диагноз) влияет на уровни признака (уровни значений ЖК).

2. Выявлены информативные признаки при формировании кардиальной патологии, которыми являются сочетанные нарушения в составе фосфолипидов, полиеновых жирных кислот, модифицированных апоВ липопротеинов, холестерина циркулирующих иммунных комплексов.

3. Установлено, что на формирование кардиальной патологии оказывают влияние как эндогенные факторы (изменение состава мембранных липидов), так и экзогенные (некоторые факторы образа жизни). Значительное влияние среди экзогенных факторов оказывают характер питания, психо-эмоциональный статус в семье, уровень физической активности, вредные привычки (табакокурение и употребление алкоголя).

4. Описаны и обоснованы критерии выделения вариантов нарушений состава липидов в семьях с кардиальной патологией, позволяющие определять типы метаболических нарушений.

5. Создан нейросетевой классификатор ранней доклинической и дифференциальной диагностики кардиальной патологии, представляющий трехслойную сеть, диагностическая способность которого соответствует 97,5%.

6. Предложена технология анализа биомедицинской информации для ранней доклинической и дифференциальной диагностики кардиальной патологии на основе исследованных связей биохимических показателей и клинических параметров состояния организма человека.

Показать весь текст

Список литературы

  1. А.И., Новгородцева Т. П., Сорокина Л. В. Использование нейронных сетей для выделения информативных признаков в дифференциальной диагностики ССЗ // Вестник новых медицинских технологий 2003 — Т. X, № 3 — с. 19−20.
  2. П.В., Ткачук В. А. Рецепторы и внутриклеточный кальций. -М.: Наука, 1994.-288 с.
  3. С.А., Мхитрян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. — 1022 с.
  4. М.А., Браверман Э. М., Розоноэр Л. И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970. — 383 с.
  5. В. С., Емельянов А. А., Кукушкин А. А. Системный анализ в управлении М.: Финансы и статистика, 2002. — 368 с.
  6. В.Н., Яковлев Г. М., Булычев А. Б. Методы оценки различных вариантов течения ИБС // Междунар. медиц. обзоры, 1993. № 4 — с. 16−17
  7. А., Эйзен С. Статистический анализ с использованием ЭВМ. М.: Мир, 1982.-488с.
  8. Ю.Ф. Количественное определение гликопротеидов мембраны эритроцитов в характеристике атеросклеротического процесса // Терапевт, арх. 1989. — № 7. — С. 90−91.
  9. И. М., Панов М. А. Механизмы формирования клеточного ответа на внешние воздействия // Общие проблемы физико химической биологии (Итоги науки и техники ВИНИТИ АН СССР). — М., 1986.- Т.З. -258 с.
  10. Г. А. Дестабилизация мембран эритроцитов при свертывании крови in vitro и ее влияние на специфичность ферментов диагностики острого инфаркта миокарда: Автореф. дис. докт. мед. наук. Рязань, 1995. -44 с.
  11. Ю., Кашкаров В., Сорокин С. Нейросетевые методы обработки информации и средства их программно-аппаратной поддержки. // Открытые системы. 1997. — № 4. — С. 38−40.
  12. В.П., Боровиков И.П. STATISTICA Статистический анализ и обработка данных в среде Windows. Издание 2-е, стереотипное — М.: Филинъ, 1998.-591 с.
  13. В. Программа STATISTICA для инженеров. -2-е изд. М.: КомпьютерПресс, 2001. — 301 с.
  14. Бэстенс Д.-Э., ван ден Берг В. М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997. — 236 с.
  15. С. Д., Мевх А. Т. Простагландины молекулярные биорегуляторы. — М.: Изд-во Московского ун-та, 1985. — 308 с.
  16. А. П., Стрельцова Н. Н., Жихарева А. И. и др. Изменения содержания липидов крови и эритроцитарной мембраны у больных ИБС под влиянием квантовой терапии // Терапевт, арх. -1996. Т.68, № 12. — С. 4750.
  17. А.А. Моделирование элементов мышления. М.: Наука. Главная ред. физ.-мат. лит. — 1988. — 160 с.
  18. В.Г. Использование искусственных нейронных сетей для дифференциальной диагностики гипертонической болезни и нейроциркуляторной дистонии по показателям гемодинамики при физической нагрузке // Д-26 277. М., 1999. — 14 с.
  19. Всемирная организация здравоохранения. Борьба с артериальной гипертонией: Доклад Комитета экспертов ВОЗ. Пер. с англ. /Под редакцией Р. Г. Оганова и др. М., 1997 — 60с.
  20. Всемирная Организация Здравоохранения. Профилактика в детском и юношеском возрасте сердечно-сосудистых заболеваний, проявляющихся в зрелые годы: время действовать. Серия технических докладов. Женева, 1992.- 112с.
  21. Галл ер Г., Ганефельд М., Яросс В. Нарушения липидного обмена: Диагностика, клиника, терапия / Пер. с нем. М.: Медицина, 1979. — 327с.
  22. А.Н. Обучение нейронных сетей. М.: napaGraph, 1990. -160 с.
  23. А.Н., Дунин-Барковский В.Л., Кирдин А. Н. и др. Нейроинформатика. Новосибирск: Наука. Сибирское предприятие РАН, 1998.-296 с.
  24. А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск.: Наука, 1996. — 276 с.
  25. Л. Ф. Биохимические аспекты атерогенеза, роль антиоксидантов // Терапевт, арх. 1995. — Т. 67, № 12. — С. 73−77.
  26. A.M., Мхитарян B.C., Трошин Л. И. Многомерные статистические методы. М.: Финансы и статистика, 1998. — 352 с.
  27. А.А., Шумский С. А. Нейрокомпьютеринг и его приложения в экономике и бизнесе. М.: Изд-во МИФИ, 1998. — 542 с.
  28. А., Чечеткин В. Нейронные сети в медицине // Открытые системы, N4.- 1997.'
  29. В. М., Житомирский В. Г., Лапчик М. П. Численные методы. М.: Просвещение, 1990. — 176 с.
  30. Информатика в статистике: Словарь справочник. / Под ред. Д. М. Дайитбегова и др. М.: Финансы и статистика, 1994. — 208 с.
  31. .В. Эритроциты, их рецепторы и иммунитет // Успехи соврем, биологии. 1992. — Т. 112, № 1. — С.5 2−61.
  32. Кардиология в таблицах и схемах. Под ред. Фрида М., Грайнс С., пер. с англ. М.: Практика, 1996. — 736 с.
  33. А.Н., Васильева Л. Е., Маковейчук Е. Г. и др. Зависит ли содержание холестерина в клетках крови от его уровня в плазме? // Биохимия. 1994. — Т. 59, № 4. — С. 69−77.
  34. А.Н., Никульчева Н. Г. Липиды, липопротеиды и атеросклероз. -СПб, 1995.-246 с.
  35. А.Н., Никульчева Н. Г. Обмен липидов и липопротеидов и его нарушения. СПб: Питер Ком, 1999. — 512с.
  36. В.М. и др. Применение методов математического моделирования в клинической практике // Военно-медицинский журнал. 1997.-№ 5.-С. 41−44.
  37. В.М., Ардашев В. Н., Саблин В. М. О клинической концепции автоматизации лечебных медицинских учреждений и телемедицины. //Компьютерные модели и прогресс медицины. -М.: Наука, 2001 300 с.
  38. Компьютерные модели и прогресс медицины. / под ред Белоцерковского О. М. М.: Наука, 2001. — 300 с.
  39. С. Нейронные сети: алгоритм обратного распространения. -1996. http://algolist.manual.ru/ai/neuro/
  40. Ф.Ф. Инфаркт миокарда. Красноярск: Наука, 1993. -224 с.
  41. Г. Математические методы статистики. 2-е изд., пер. с англ. -М.: Мир, 1975.-648 с.
  42. А.П. Методы и средства анализа данных в среде Windows. STADIA 6.0. М.: Информатика и компьютеры, 1996. — 257 с.
  43. И.И. Церебральный атеросклероз: эволюция взглядов, терапевтические выводы. М.: Медицина, 1998. — 184 с.
  44. Э. Проверка статистических гипотез. М.: Мир, 1964. — 362 с.
  45. В.Г. Анализ эритроцитарных популяций в онтогенезе человека. Новосибирск: Наука, 1987. — 242 с.
  46. Л.А., Русяк И. Г., Пономарев С. Б., Петров А. Г. Алгоритм построения математической модели нарушений коронарного кровообращения. Медицинская техника, 1999. № 4. — С. 3−6.
  47. Ли B.C., Халилов Э. М., Сабурова В. И. и др. Липидный состав и структурно-функциональные свойства мембран эритроцитов разного возраста // Вопр. мед. химии. 1982. — № 6. — С. 66−71.
  48. .М. О генеалогии и клинических проявлениях семейной гиперлипидемии Па и Иб типов // Терапевт, арх. 1993. — Т. 65, № 12. -С. 34−38.
  49. Д., Максвелл А. Факторный анализ как статистический метод (пер. с англ.). М.: Мир, 1967. — 285 с.
  50. А.Н. Математика наука и профессия. — М.: Наука, 1988. -288 с.
  51. Ю.Л., Панин П. Ф., Нейронные сети в медицине. // открытые системы. 2000. — № 9. — http://pti.ru/conf/cit/ m0032000. htm
  52. В.Н., Нестерович И. И., Федосеев Г. Б., Шпетная Е. А. Диагностика лекарственной непереносимости на эритроцитарной модели // Пульмонология. 1997. — № 4. — С. 64−67.
  53. П.А., Гельцер Б. И. Клиническая и экспериментальная патофизиология легких. М.: Наука, 1998. — 336 с.
  54. Нейрокомпьютер и его применение. / Под ред. Львова В. А. М.: «СолСистем». -1993. — 117 с.
  55. Ю.П., Федорова Е. Л., Малютина С. К. и др. Ишемическая болезнь сердца в женской популяции Новосибирска: результаты 7-летнего перспективного исследования //Кардиология. 1998. -№ 7. — С. 12−15.
  56. Т. П., Эндакова Э. А. Жирные кислоты эритроцитов крови в доклинической диагностике и ишемической болезни сердца // Бюл. СО РАМН. 1993. — № 1. — С. 22−27.
  57. Т. П., Эндакова Э. А., Иванов Е. М. Липидная компонента крови молодых мужчин при бессимптомных стадиях ИБС // Вестн. РАМН. 1993. — № 3. — С.41−43.
  58. Т.П., Абакумов А. И., Сорокина Л. В. Методы многомерной статистики и диагностическое значение жирных кислот эритроцитов при сердечно-сосудистых заболеваниях. // Клиническая лабораторная диагностика. 2001. — № 3. — С. 13−16.
  59. Т.П., Журавская Н. С., Сорокина Л. В. Способ прогнозирования развития сердечно-сосудистой патологии у потомков больных ишемической болезнью сердца. Патент РФ на изобретение № 2 214 597 // Опубл. 20.10.2003. Бюл. № 29.
  60. Т.П., Эндакова Э. А. Жирные кислоты эритроцитов крови в доклиничекой диагностике ишемической болезни сердца // Бюл. СО РАМН.- 1993.-№ 1.-С. 22−27.
  61. Т.П., Эндакова Э. А., Васьковский В. Е. Способ диагностики ишемической болезни сердца. Патент РФ на изобретение № 1 760 453 Опубл. 07.09.92. — Бюл. № 33.
  62. Р.Г. Первичная профилактика ишемической болезни сердца. -М.: Медицина, 1999. 160 с.
  63. В.П., Чопик Н. Г., Копьев О. В., Васильева И. Г. Изменение содержания жирных кислот плазмы крови в динамике экспериментальной легкой черепно-мозговой травмы // Вопр. мед. химии. 1993. — Т.39, № 1. -С. 48−49.
  64. С.Б., Лещинский Л. А., Русяк И. Г. Очерки прогнозирования в кардиологии. Ижевск: Медицина, 2000. — 192 с.
  65. Профилактика коронарной болезни сердца: Доклад Комитета экспертов ВОЗ // Серия технических докладов ВОЗ, 1997. № 678.
  66. П.Ф. Биологическая статистика. Минск, Высшая школа, 1973.-418 с.
  67. Д. А. Медицинская нейроинформатика. // Открытые системы. -1996. http://vlasov.iu4.bmstu. ru/book/neurinf0/gl5.htm
  68. Д.А., Головенкин С. Е., Шульман В. А., Матюшин Г. В. Прогнозирование осложнений инфаркта миокарда нейронными сетями. // Нейроинформатика и ее приложения. Красноярск: Наука — 1995.- С. 128 166.
  69. А.А., Вабищевич П. Н. Математическое моделирование и вычислительный эксперимент. 2000. — http://www.primat.ru/Sciways.html.
  70. М.А., Медведева И. В., Покровская Г. Р., Матаев С. И. Питание в патогенезе, лечении и профилактике гипертонической болезни. -Екатеринбург: Медицина, 1995. 240 с.
  71. Сборник научных программ на Фортране. Вып. 1. // под ред. Ганича Л. И., пер с англ. (США). М.: Статистика, 1974. — 316 с.
  72. Л. Е., Прокопенко Л. Г. Иммуномодулирующие свойства эритроцитов при алиментарном атеросклерозе // Вопр. питания. 1994. -№ 1−2.-С. 27−30.
  73. И.П., Терещенко В. П., Костарева Т. А. Липиды в развитии атерогенного риска у детей с ожирением // Педиатрия. -1997. № 1 .- С. 107 108.
  74. Е.Н. Нейроинтеллект: от нейрона к нейрокомпьютеру. М.: Наука. — 1989.-238 с.
  75. Л.В. Выделение скрытых факторов кардиальной патологии методом главных компонент // 6-я Дальневосточная конференция студентов, аспирантов и молодых ученых по математическому моделированию: Сб. тез. докладов Владивосток, 2002. — С. 23.
  76. Л.В. Нейросетевая классификация клинико-биохимических параметров больных кардиальной патологией // Вестник новых медицинских технологий. 2002. — Т. IX, № 4 — С. 80−82.
  77. Л.В. Применение нейронных сетей в диагностике сердечнососудистых заболеваний. // 2-я Всероссийская научно-практическая конференция «Информационные технологии в экономике, науке и образовании»: Сб. материалов. Бийск, 2001.- С. 138−139.
  78. Справочник по прикладной статистике. В 2-х т. / Под ред. Ллойда Э., Ледермана У. М Финансы и статистика, 1990. — т. 1 — 510 с- т.2. — 526 с.
  79. В.А., Лемза С. В., Пузырев В. П. Генетика нарушений метаболизма липопротеинов. Томск: Наука, 1992. -420с.
  80. А.Н. Некоторые аспекты атеросклероза по итогам двух конгрессов // Кардиология. 1995. — Т. 35, № 7. — С. 61−65.
  81. С. А., 1998. -http://alife.narod.ru/lectures/neural/ Neuch05. htm
  82. О.А., Бышевский А. Ш. Механизмы торможения тромбогенеза фосфатидилсерином // Укр. биохим. журн. 1981. — № 6. — С. 26−30.
  83. В.Н. Клиническая химия атеросклероза // Клинич. лаб. диагностика. 1998 -№ 4 .- С. 3−13.
  84. Г. Р. Руководство по гиперлипидемии. Лондон, 1991. — 256 с.
  85. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. -М.: Мир, 1978.-416 с. •
  86. Ф. Нейрокомпьютерная техника: теория и практика / под ред. А. И. Галушкина. М.: Мир, 1992. — 612 с.
  87. Г., Виклунд О. Снижение уровня холестерина и его клиническое значение // Междунар. мед. журн. 1998. — № 6. — С. 536−544.
  88. Р.А. Статистические методы для исследователей. М.: Госстатиздат, 1958. — 196 с.
  89. А.Н., Ардашев В. Н., Прогнозирование сердечных и мозговых осложнений у больных гипертонической болезнью. // Компьютерные модели и прогресс медицины. М.: Наука, 2001. — 300 с.
  90. П.Н. Липидный спектр крови у детей с отягощенной наследственностью к атеросклерозу и ишемической болезни сердца // Педиатрия. 1994. — № 3. — С. 47−49.
  91. В. А., Ардашев В. Н. Прогнозирование осложнений крупноочагового инфаркта миокарда. // Компьютерные модели и прогресс медицины. М.: Наука, 2001 — 300 с.
  92. В., Власов А., Кузнецов А. Нейрокомпьютеры: архитектура и реализация. 2000 — http://www.chipnews.ru/html.cgi/ arhiv/0005/stat-3 4. htm
  93. Ю. Регуляция гипертонии и предупреждение ее осложнений в Японии. Основной подход к алиментарной профилактике // Терапевт, арх. -1985-№ 11.-С. 76−80.
  94. Agostoni С., Riva Е., Bellu R. et al. Relationships between the fatty acid status and insulinemic indexes in obese children // Prostaglandins Leukot. Essent. Fatty Acids Nov. 1994. — Vol. 51, № 5. — P. 317−321.
  95. Anil K. Jain, Tianchano Mao, Mohuiddin K.M. Artifical Neural Networks: A Tutorial Computer. Vol. 29. — № 3. — 1996. — P. 31−44
  96. G.B., Hawthorre J.N., Dawson R.M. (edd). Form and function of phospholipids. Amsterdam London — New York: Elsevier Scientific Publishing Company, 1973. — 494 p.
  97. Bishop Y.M., Fienberg S.E., Holland P. W. Discrete multivariate analysis. -Cambridge: MA: MIT Press, 1975. 432 p.
  98. Bjerve K.S., Brubakk A.M., Fougner K.J. et al. Omega-3 fatty acids wiht important biological effects, and serum phospholipid fatty acids as markers of dietary omega-3 fatty acid intake // Am. J. Clin. Nutr. 1993. — Vol. 57, N 5. — p. 801s-805s.
  99. Browne M.W. A comparison of factor analytic techniques. -Psychometrika. 1968. -V. 33, № 3. — p. 267−334.
  100. Bukowski D.M., Deneke S.M., Lawrence R.A., Jenkinson S.G. A noninducible cystine transport system in rat alveolar type II cells // Amer. J. Phisiol. 1995. — V.268, № 1. — P. L21-L26.
  101. Businco L., Ioppi M., Morse N.L. et al. Breast-Milk from Mothers of Children with Newly Development Atopic Eczema Has Low-Levels of Long
  102. Chain Polyunsaturated Fatty-Acids I I J. Allergy. Clin. Immunol. 1993. — Vol. 91, '6.-P. 1134−1139.
  103. Carreau J.P., Duback J.P. Adaptation of a macro-scale method to the microscale for fatty acid methyl transesterification of biological lipid extract // J.Chromatogr. 1978. — Vol. 151, l3. — P.384−390.
  104. Cattell R.B. The scree test for the number of factors. // Multivariate Behavioral Research, 1966. V.l. — p. 245−276.
  105. Cattell R.B., Jaspers J.A. A general plasmode for factor analytic exercises и research. // Multivariate Behavioral Research Monographs. John Willey and Son, 1967.-296 p.
  106. Cesar J.M., Vecino A., Perezvaquero M., Navarro J.L. Phospholipid determination in platelets, plasma and red-cells of patients with chronic myeloproliferative disorders // European J. of Haematology. 1993. — Vol.50, № 4. -P.234−236.
  107. Chern J.C., Kinsella J.E. The effects of unsaturated fatty acids on the synthesis of arachidonic acid in rat kidney cells //Biochim. Biophis. Acta. 1983. -Vol.750.-P. 465−471.
  108. Decsi Т., Koletzko B. Fatty acid composition of plasma lipid classes in healthy subjects from birth to young adulthood // Eur. J. Pediatr.-1994.-Vol. 153, 17.-P.520−525.
  109. Decsi Т., Koletzko B. Fatty acid composition of plasma lipid classes in healthy subjects from birth to young adulthood // Eur. J. Pediatr. 1994. — Vol. 153, № 7.-P. 520−525.
  110. Dwyer Т., Blizzard C.L. Defining obesity in children by biological endpoint rather than population distribution // International J. of Obesity. 1996. — Vol. 20, № 5.-P. 472−480.
  111. Farstad M. Metabolism of fatty acids of human blood platelets: possible relation to disease // Scand. J. Clin. Lab. Invest. Suppl. 1993. — Vol. 215. — P. 39−45.
  112. Feldman J., Fanty M.A., Goddard Computing with Structured Neural Networks. // Computer. Vol.21. — № 3. — 1988. — P. 91 -103.
  113. Foote K.D., MacKinnon M.J., Innis S.M. Effect of early introduction of formula vs. fat free parenteral nutrition on essential fatty acids of preterm infants // Am. J. Clin. Nutr. — 1991. — Vol. 54. — P. 93−97.
  114. Forrester Т.Е., Wilks R.J., Bennett F.I. et al. Fetal growth & cardiovascular risk factors in Jamaican schoolchildren // British Medical J. 1996. — Vol. 312, № 24.-P. 156−160.
  115. Galli E., Picardo M., Chini L. et al. Analisis of polyunsaturated fatty acids in newborn sera a screening tool for atopic disease // British J. of Dermatology. -1994. — Vol. 130,16. — P. 752−756.
  116. Galli E., Picardo M., Chini L. et al. Analisis of polyunsaturated fatty acids in newborn sera a screening tool for atopic disease // British J. of Dermatology. -1994. — Vol. 130, № 6. — P. 752−756.
  117. Gerique J.A.G. et al. Levels of lipoprotein and plasma lipids in Spanish children aged from 4 to 18 years // Acta Pediatrica. 1996. — Vol. 85, № 1. -P. 32.
  118. Green S., Wahly W. Peroxicome proliferator activated receptors — fingding the orphan a home // Molecular and Cellular Endocrinology. — 1994. — Vol. 100, № 1−2.-P. 149−153.
  119. Hagve T.A., Gronn M., Christophersen B.O. The decrease in osmotic fragility of erythrocytes during supplementation with n-3 fatty acids is a transient phenomenon // Scand. J. Clin. Lab. Invest. 1991. — Vol.51. — P. 493−495.
  120. Hagve T.A., Woldseth В., Brox J. et al. Membrane fluidity and fatty acid metabolism in kidney cells from rats fed purified eicosapentaenoic acid or purified docosahexaenoic acid // Scand. J. Clin. Lab. Invest. 1998. — Vol.58, N3. — P. 187−194.
  121. Hakstian A.R., Rogers W.D., Cattell R.B. The behavior of numbers of factors rules with simulated data. // Multivariate Behavioral Research. 1982. — Vol. 117, № 3. — p. 193−219.
  122. Harris J.R., Magnus P., Samuelsen S.O. et al. No evidence for effects of family environment on asthma. A retrospective study of Norwegian twins // Am. J. Respir. Crit. Care Med. 1997. — Vol. 156, № 1. — P. 43−49.
  123. Harwood J.L. Lipid metabolism // The Lipid Handbook / Eds. F. D. Gunstone, J. L. Harwood, F. B. Padzey. London, Glasgow, New York, Tokyo, Melbourne, Madras. — 1994. -P. 892.
  124. Haugen M.A., Kjeldsen-Kragh J., Bjerve K.S. et al. Changes in plasma phospholipid fatty acids and their relationship to disease activity in rheumatoid arthritis patients treated with a vegetarian diet // Br. J. Nutr. 1994. — Vol. 72, № 4.-P. 555−566.
  125. Hirata K., Saku K., Jimi S. et al. Serum lipoprotein (a) concentrations and apolipoprotein (a) phenotypes in the families of NIDDM patients // Diabetologia. -1995.-Vol. 38,№ 12.-P. 1434−1442.
  126. Hoher M., Kestler H., Palm G. Neural network bazed QRS classification of the signal averaged electrocardiogram. // Eur. Heart J.-1994.-V.15 (Suppl): 734 (abstr).
  127. Holland J.H. Computing with Structured Neural Networks. // Communications of ACM, 1975. Vol. 6. — № 1. — p. 34−45.
  128. Hoteling H. Relation between two sets of variates. Biometrika, 1936. -321 p.
  129. Jain A.K., Mao J. Neural Networks and Pattern Recognition. // Computational Intelligence: Imitating Life, 1997. Vol. 10, № 1. — P. 106−119.
  130. Kaiser H.F. The application of electronic computers to factor analysis. // Educational и Psychological Measurement, 1960. Vol. 20. — № 1. — p. 141−151.
  131. Kannel W.B. Clinical misconceptions dispelled by epidemiological research // Circulation. 1995. — Vol. 92. — P. 3350−3360.
  132. Katz S., Katz A. Neural net-bootstrap hybrid methods for prediction of complications in patients implanted with artificial heart valves // J. Heart Valve Dis. 1994. — V. 3, №. 1. — P. 49−52.
  133. Kindkade W.W., Torry B.B. The evolving demography of aging in the United States of America and the former USSR // Wold Health Statist. Quart. -1992.-Vol.45,№ l.-P. 15−28.
  134. Mahaney M.C., Blangero J., Comuzzie A.G. et al. Plasma HDL cholesterol, triglycerides, & adiposity: a quantitative genetic test of the conjoint trait hypothesis in the San Antonio family heart study // Circulation. 1995. — Vol. 92, № 11.-P. 3240−3248.
  135. Mesle France. La mortalite dans les pays d' Europe de l’Est // Population. -1991. Vol. 46, № 3. — P. 599−649.
  136. Miwa A., Adachi J., Mizuno K., Tatsuno Y. Very long-chain fatty acid pattern in crush syndrome patients in the Kobe earthquake //Clin. Chim. Acta. -1997.-Vol.258, № 2.-P. 125−135.
  137. Montenero A., Cianflone D. Electrogram criteria for guiding radiofrequency ablation assessed by usin neural network model. // Eur. J. of Cardiac Pacing and Electrophysiology. 1994. — Vol. 4. — № 2. — P. 181.
  138. Morrison D. Multivariate statistical methods. New York: McGraw-Hill, 1967.-432 p.
  139. Mulaik S. A. The foundations of factor analysis. New York: McGraw Hill, 1972.-346 p.
  140. Nelson G.J. Lipid composition and metabolism of erythrocytes // Blood lipids and lipoproteins / Ed G.J. Nelson New York, 1972. -P. 319−348.
  141. Nettleton J.A. Omega 3 fatty acids and health. — New York: Chapman and Hall, 1995.-361 p.
  142. Nicklas T.A., Strinivasan S., Webber L.S. et al. Secular trends in dietary intakes and cardiovascular risk factors of 10 — year old children the Bogalusa -heart — stady // Am. J. of Clin. Nutr.-l 993.-Vol.57, № 6.-P.930−937.
  143. Ohrvall M., Tengblad S., Gref G.G. et al. Serum alpha tocopherol concentrations and cholesterol ester fatty acid composition in 70-year-old men reflect those 20 years earlier // Eur. J. Nutr. 1996. — Vol. 50, № 6. — P. 381−385.
  144. Okamoto Т., Shiwaku K. Fatty acid composition in liver, serum and brain of rat inhalated with Trichloraethylene // Experimental and Toxicologic Pathology. -1994. Vol. 46, «2. — P. 133−141.
  145. Orekhov A.N., Terton V.V., Mukhin D.N. Desialylated low density lipoprotein naturally occurring lipoprotein with ayherogenic potency // Atherosclerosis. — 1991.-Vol. 86.-p. 153−161/
  146. Ortiz J., Sabatini R. Neural network and echocardiography predicting prognosis in heart failure. // Eur. J. of Cardiac Pacing and Electrophysiology-1994. v.4, № 2. — P. 226−243.
  147. Popp-Snijders C., Schonten J.A., Heine R.J. et al. Dietary supplementation of omega-3 polyunsaturated fatty acids improves insulin sensitivity in nonisulin-dependent diabete // Diabetes Res. 1987. — Vol. 4. — P. 141−147.
  148. Rusyak I.G., Leshchinsky L.A., Farkhutdinov A.F., Logachova I.V., Ponomarev S.B., Sufiyanov V.G. A mathematical model for predicting the recovery of working ability in patients with myocardial infarction. // Biomedical Engeneering, 1999. № 4. — P. 7−10.
  149. Sandford A., Weiz Т., Pare P. The genetics of asthma // Amer. J. Respir. Crit. Care Med.-1996.-Vol. 153.-P. 1749−1765.
  150. Sarkkinen E.S., Argen J.J., Ahola I. et al. Fatty acid composition of Serum cholesterol esters, and erythrocyte and platelet membranes as indicators of long -term adherence to fat modified diets // Am. J. Clin. Nutr. — 1994. — Vol. 59, '2. -P.3 64−370.
  151. Simon J.A., Fong J., Bernert J.T. Jr., Browner W.S. Relation of smoking and alcohol consumption to serum fatty acids // Am. J. Epidemiol. 1996 b. — Vol. 144, № 4.-P. 325−334.
  152. Simon J.A., Fong J., Bernert J.T., Browner W.S. Serum fatty acids and therisk of stroke // Stroke. 1995 a. — Vol. 26, № 5. — P. 778−782.• *
  153. Simon J.A., Hodgkins M.L., Browner W.S. et al. Serum fatty acids and the risk of coronary heart disease // Am. J. Epidemiol. 1995 b. — Vol. 142, № 5. — P. 469−476.
  154. Sims H.F., Brackett J.C., Powell C.K. et al. The molecular basis of pediatric long chain 3-hydroxyacyl-CoA dehydrogenase deficiency associated with maternal acute fatty liver of pregnancy // Proc. Natl. Acad. Sci. USA. 1995. -Vol. 92, № 3.-P. 841−845.
  155. Sorokina L.V., Novgorodtseva T.P. Application of neuronetwork technology in differential diagnostics of cardio-vascular diseases // Ecology and life (Science, Education, Culture) International Journal, Issue 7 — Novgorod the Great, 2002. -p. 33.
  156. Specht D. Probabilistic Neural Networks for Classification, Mapping, or Associative Memory. // Proceedings of the IEEE International Conference on Neural Networks, 1988. p. 525−532.
  157. Stalenhoef A.F.H., Defesche J.C., Kleinveld H.A. et al. Decreased resistance against in Vitro oxidation of LDL from patients with familian defective apolipoprotein B-100 // Arteriosclerosis and Trombosis. — 1994. — Vol. 14, '3. -P. 489−493.
  158. Stevens J. Applied multivariate statistics for the social sciences. Hillsdale, NJ: Erlbaum, 1986.-312 p.
  159. Teret N., Bard J.M., Nuttens M.C. et al. The relationship between the phospholipid fatty acid composition of red blood cells, plasma, lipids and apolipoproteins // Metabolism. 1993. — Vol. 42, № 5. — P. 562−568.
  160. Tryon, R.C. Cluster Analysis. Ann Arbor, MI: Edwards Brothers, 1939. -332 p.
  161. Tu J.V., Guerriere M.R. Use of a neural network as a predictive instrument for length of stay in the intensive care unit following cardiac surgery // Comput. Biomed. Res. 1993. — V. 26, № .3. — P. 220−229.
  162. Tucker L.R., Koopman R.F., Linn R.L. Evaluation of factor analytic research procedures by means of simulated. // Psychometrika, 1969. Vol. 34. — p. 421 459.
  163. D.E., Vance J. (Eds). Biochemistry of lipids, lipoproteins and membranes. Elsevier, Amsterdam, 1991. — 37 p.
  164. Vaskovsky V.E., Kostetsky E.X., Vasendin J.M. A universal reagent for phospholipids analysis // Chromatogr. 1975. -1- Vol. 111. — P. 129−141.
Заполнить форму текущей работой

Пора сдавать?