Исследование и разработка экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Проведено тестирование разработанной экспертной системы, включающее три этапа. На первом этапе проверена работоспособность универсального ядра экспертной системы с использованием 94 комплексных тестов с сигналами разной формы. Результат — 100% работоспособность. На втором этапе проводилось моделирование с использованием реальных значений индексов измеряемых сигналов и с задачей формирования 54… Читать ещё >

Содержание

Список сокращений

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

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

1.2. Входные параметры для методики ЭЭГ.

1.3. Входные параметры для методики ТКДГ.

1.4. Признаки ишемии мозга для методики ЭЭГ.

1.5. Признаки ишемии мозга для методики ТКДГ.

1.6. Методы комплексирования информации.

Выводы к главе 1.

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

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

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

2.3. Структурная схема продукционной экспертной системы ИВК медицинского назначения для комплексной диагностики ишемии мозга. .50 2.4. Разработка входных и выходных переменных и их термов для комплексной диагностики ишемии мозга у летно-диспетчерского состава

2.5. Модель головы человека для диагностики ишемии мозга.

2.6. База знаний экспертной системы.

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

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

Выводы по главе 2.

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

3.1. ИВК медицинского назначения «Ангиодин-Универсал».

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

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

3.4. Модуль электроэнцефалографа для исследования биоэлектрической активности мозга.

3.5. Модуль экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава.

Выводы по главе 3.

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

4.1. Тестирование экспертной системы для диагностики ишемии мозга.

4.2. Моделирование экспертной системы для диагностики ишемии мозга с использованием реальных данных.

Выводы по главе 4.

Исследование и разработка экспертной системы для диагностики ишемических нарушений у летно-диспетчерского состава (реферат, курсовая, диплом, контрольная)

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

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

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

У пилотов к неблагоприятным факторам профессии относятся:

• пониженное атмосферной давление;

• пониженное парциальное давление кислорода во вдыхаемом воздухе;

• шум;

• вибрация;

• болтанка самолета;

• ускорение при выполнении различных маневров;

• наличие токсических веществ в воздухе кабины пилотов;

• изменение рельефа местности и климатогеографических зон;

• частая смена часовых поясов.

У авиадиспетчеров к неблагоприятным факторам профессии относятся:

• многочасовая работа за экраном дисплея;

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

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

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

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

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

В диссертации рассматриваются две современные и достаточно эффективные методики диагностики ишемических нарушений мозга:

• ультразвуковая транскраниальная доплерография (ТКДГ);

• электроэнцефалография (ЭЭГ).

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

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

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

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

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

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

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

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

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

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

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

• разработана комплексная методика, базирующаяся на этом программно-алгоритмическом обеспечении, которая дает возможность осуществлять автоматическую диагностику ишемических нарушений в реальном масштабе времени с требуемой для практики точностью;

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

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

Научная новизна работы заключается в:

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

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

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

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

Научные положения, выносимые на защиту:

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

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

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

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

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

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

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

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

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

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

В заключении работы даны основные ее результаты и выводы.

Выводы по главе 4.

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

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

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

Заключение

В результате проведенных исследований получены следующие основные выводы и результаты:

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

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

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

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

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

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

Показать весь текст

Список литературы

Агеев В. М., Павлова Н. В. Приборные комплексы летательных аппаратов и их проектирование. / Под ред. Петрова В. В. — М.: Машиностроение, 1990.
Адаскин А. В., Исакова О. И., Сергейчик В. В., Филатов И. А., Загребин Д. А. Мультимодальные средства функциональной диагностики лётного и диспетчерского состава гражданской авиации. //Вестник МАИ. Том 18, № 3, 2011, с. 152−160.
Асаи К., Ватада Д., Иваи С. и др. Прикладные нечеткие системы. / Под ред. Тэрано Т., Асаи К., Сугэно М. — М.: Мир, 1993.
Ахо Альфред В., Сети Рави, Ульман Джеффри Д. Компиляторы: принципы, технологии и инструменты. — М.: Издательский дом «Вильяме», 2003.
Батыршин И. 3. Основные операции нечеткой логики и их обобщения. — Казань: Отечество, 2001.
Беллман Р., Заде JT. Принятие решений в расплывчатыхусловиях. //Вопросы анализа и процедуры принятия решений. Сборник Переводов. —М.: Издательство «МИР», 1976, с. 173−214.
Бессмертный И. А. Искусственный интеллект. — СПб: СПбГУ ИТМО, 2010.
Блюмин С. Л., Шуйкова И. А. Модели и методы принятия решений в условиях неопределенности. — Липецк: ЛЭГИ, 2001.
Бойко А. Н. Диагностика смерти мозга. Методические рекомендации для врачей. — М.: Департамент здравоохранения города Москвы, 2003.
Братко И. Алгоритмы искусственного интеллекта на языке PROLOG. — М.: Издательский дом «Вильяме», 2004.
Вагин В. Н., Головина Е. Ю., Загорянская А. А., Фомина М. В. Достоверный и правдоподобный вывод в интеллектуальных системах. — М.: ФИЗМАТЛИТ, 2004.
Ветров А. Н., Одинокова А. А. Комплексирование электронной поисковой системы. // Тезисы докладов Всероссийской научной школы «Актуальные проблемы нано- и микроэлектроники. — Тамбов: Издательство Першина Р. В., 2011, с. 18−20.
Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000.
Гайдар Б. В. и др. Транскраниальная допплерографи я в нейрохирургии. / Б. В. Гайдар, В. Б. Семенютин, В. Е. Парфенов, Д. В. Свистов. — СПб.: Элби, 2008.
Гнездицкий В. В. Вызванные потенциалы мозга в клинической практике. — М.: МЕДпресс-информ, 2003.
Гнездицкий В. В. Обратная задача ЭЭГ и клиническая электроэнцефалография (картирование и локализация источников электрической активности мозга). — М.: МЕДпресс-информ, 2004.
Девятков В. В. Системы искусственного интеллекта. — М.: Изд-во МГТУ им Н. Э. Баумана, 2001.
Деменков Н. П. Нечеткое управление в технических системах. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2005.
Джарратано Джозеф, Райли Гарри. Экспертные системы: принципы разработки и программирование. — М.: ООО „И.Д. Вильяме“, 2007.
Джексон Питер. Введение в экспертные системы. — М.: Вильяме, 2001.
Дилигенский Н. В., Дымова Л. Г., Севастьянов П. В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. — М.: „Издательство Машиностроение 1″, 2004.
Евдокименков В. Н. Компьютерные технологии сбора, обработки и анализа данных медико-биологических исследований. — М.: МАИ, 2005.
Ермолов И. Л. Интеллектуальная система комплексной обработки данных в автономных объектах вооружения и военной техники. // Известия Института инженерной физики, том 2, № 12, 2009 г., с. 21−26.
Ерцов Д., Фетисов А. Авиационные происшествия, инциденты и авиакатастрофы в СССР и России. // http://airdisaster.ru.
Жданов А. А. Автономный искусственный интеллект. — М.: БИНОМ. Лаборатория знаний, 2008.
Заде JI. А. Основы нового подхода к анализу сложных систем и процессов принятия решений. // Математика сегодня. Сборник статей. — М.: „Знание“, 1974, с. 5−49.
Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. / Под ред. Моисеева Н. Н., Орловского С. А. — М.: Издательство „Мир“, 1976.
Иванов Л. Б. Прикладная компьютерная электроэнцефалография. — М.: АОЗТ „Антидор“, 2000.
Иванов Ю. П. Комплексирование информационно-измерительных устройств летательных аппаратов. / Ю. П. Иванов, А. Н. Синяков, И. В. Филатов. — Л.: Машиностроение, 1984.
Ивахненко Г. А. Алгоритм комплексирования аналогов для самоорганизации дважды многорядных нейронных сетей // УСиМ: Управляющие системы и машины (Control Systems and Computers). — № 2. 2003. с. 55−67.
Косульников А. Р., Матвеев В. В. Оценка точности разновременных относительных измерений с использованием спутниковой радионавигационной системы ГЛОНАСС при определении поправок измерителей скорости. // Навигация и гидрография, № 12, 2001 г., с. 89−93.
Круглов В. В., Дли М. И., Годунов Р. Ю. Нечеткая логика и искусственные нейронные сети. — М.: Физматлит, 2000.
Крянев А. В., Лукин Г. В. Математические методы обработки неопределенных данных. — М.: ФИЗМАТЛИТ, 2003.
Кузнецов А. Н., Вознюк И. А. Справочник по церебральной допплерографии. — М.: Спектромед, 2004.
Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. — СПб.: БХВ-Петербург, 2005.
Лысенко Л. Н. Наведение и навигация баллистических ракет.
М.: Издательство МГТУ им. Н. Э. Баумана, 2007 г.
Лю Б. Теория и практика неопределенного программирования.
М.: БИНОМ. Лаборатория знаний, 2005.
Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. — М.: Издательский дом „Вильяме“, 2003.
Павлов, А. Н., Соколов, Б. В. Принятие решений в условиях нечеткой информации. — СПб.: ГУАП, 2006.
Режим доступа: http://www.mai.ru/science/trudy/published.php?ID=2796б — 15.02.2012.
Павлова Н. В, Методы искусственного интеллекта и новые информационные технологии в проектировании приборных комплексов.1. М.: Изд-во МАИ, 2000.
Плотинский Ю. М. Модели социальных процессов. — М.: Логос, 2001.
Поворинский А. Г., Заболотных В. А. Пособие по клинической электроэнцефалографии. — Л.: Наука, 1987.
Поспелов Д. А. Моделирование рассуждений. Опыт анализа мыслительных актов. — М.: Радио и связь, 1989.
Приказ Минтранса РФ от 22 апреля 2002 г. № 50 Об утверждении Федеральных авиационных правил „Медицинское освидетельствование летного, диспетчерского состава, бортпроводников, курсантов и кандидатов, поступающих в учебные заведения гражданской авиации“
Приказ № 460 МЗ РФ от 20 декабря 2001 г.
Разсолов Н. А., ЧижовА. Я., Потиевский Б. Г., Потиевская В. И. Нормобарическая гипокситерапия. // Методические рекомендации дляавиационных врачей. — М.: Министерство транспорта Российской Федерации. Государственная служба гражданской авиации, 2002.
Рассел Стюарт, Норвиг Питер. Искусственный интеллект: современный подход. — М.: Издательский дом „Вильяме“, 2006.
Ротштейн А. П., Штовба С. Д. Нечеткая надежность алгоритмических процессов. — Винница: Континент — ПРИМ, 1997.
Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. — М.: Горячая линия — Телеком, 2006.
Рыжов А. П. Модели поиска информации в нечеткой среде. — М.: Издательство Центра прикладных исследований при механико-математическом факультете МГУ, 2004.
Рыжов А. П. Элементы теории нечетких множеств и измерения нечеткости. —М.: Диалог-МГУ, 1998.
Смолин Д. В. Введение в искусственный интеллект: конспект лекций. — М.: ФИЗМАТЛИТ, 2004.
Соловьев Ю. А. Комплексирование глобальных спутниковых радионавигационных систем ГЛОНАСС и GPS с другими навигационными измерителями. // Радиотехника, № 1, 1999, с. 3−22.
Соловьев Ю. А. Системы спутниковой навигации. — М.: Эко-Трендз, 2000 г.
Соловьев Ю. А. Точность определения относительных координат и синхронизации шкал времени объектов при использовании спутниковых радионавигационных систем. // Радиотехника, № 9, 1998, с. 83.
Сосновский А. А., Хаймович И. А., Лутин Э. А., Максимов И. Б. Авиационная радионавигация. / Под ред. А. А. Сосновского. —М.: Транспорт, 1990.
Степашкин В. И., Гриценко А. Е. Метод уточнения параметровдвижения БПЛА на основе комплексирования данных пилотажно-навигационной системы и стереоряда изображенийместности. //Информационно-измерительные и управляющие системы, № 9, 2010 г., с. 30−40.
Сусла Г. М., Мазур Г., Кунньон Р. Е. И др. Фармакотерапия неотложных состояний. — М.- СПб.: „Издательство БИНОМ“ „Невский диалект“, 2002.
Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ. — М.: Финансы и статистика, 1990.
Трофимов Д. М., Евдокименков В. Н., Малышев В. В. Методика оценки перспектив нефтегазоносности структурных ловушек, выявленных или подготовленных к поисковому бурению, по космическим и геолого-геофизическим данным. // ГЕОМАТИКА № 1, 2009, с. 42−48.
Уотермен Д. Руководство по экспертным системам. — М.: Мир, 1989.
Фареа С. Г. Информационная система мониторинга кровообращения в мозге взрослого человека // Вопр. соврем, науки и практики. Ун-т им. В. И. Вернадского. 2010. — № 10−12 (31)., с. 48−53.
Филатов И. А., Сергейчик В. В., Адаскин А. В., Загребин Д. А. Разработка и внедрение в авиационную медицину средств удаленного мониторинга состояния пациентов в режиме on-line. // Вестник МАИ. Том 18, № 2, 2011, с. 160−167.
Фролов С. В., Фареа С. Г. и др. Современные тенденции развития рынка медицинских информационных систем // Вест. Тамб. гос. техн. ун-та. -2010. Т. 16, № 2., — с. 266−272.
Хаптахаева Н. Б., Дамбаева С. В., Аюшеева Н. Н. Введение в теорию нечетких множеств. — Улан-Удэ: Изд-во ВСГТУ, 2004.
Цыган В. Н., Богословский М. М., Миролюбов А. В.
Электроэнцефалография. / под ред. Дьяконова М. М. — СПб.: „Наука“, 2008.
Черноруцкий И. Г. Методы принятия решений. — СПб.: БХВ-Петербург, 2005.
Шевченко Ю. Л., Одинак М. М., Кузнецов А. Н., Ерофеев А. А. Кардиогенный и ангиогенный церебральный эмболический инсульт (физиологические механизмы и клинические проявления) / Шевченко Ю. JI. и др. — М.: ГЭОТАР-Медиа, 2006.
Эккель Б. Философия Java. Библиотека программиста. — СПб.: Питер, 2009.
Ясницкий JI. Н. Введение в искусственный интеллект. — М.: Издательский центр „Академия“, 2008.
Яхъяева Г. Э. Нечеткие множества и нейронные сети. — М.: Интернет-Университет Информационных Технологий- БИНОМ. Лаборатория знаний, 2006.
Albright A. Leland, Pollack Ian F., P. Adelson David. Principles and Practice of Pediatric Neurosurgery. New York, 2008.
Altenburg Josje, Vermeulen R. Jeroen, Strijers Rob L. M., Fetter Willem P. F., Stam Cornelis J. Seizure detection in the neonatal EEG with synchronization likelihood. // Clinical Neurophysiology 114 (2003) 50−55.
Baron Robert. Guest Editorial: Human Error Vs. Airborne Terrorism. // http://www.airlinesafety.com/editorials/HumanErrorVsTerrorism.htm.
Cheng-Jian Lin, Ming-Hua Hsieh. Classification of mental task from EEG data using neural networks based on particle swarm optimization. // Neurocomputing (2009) 72, p. 1121−1130.
Greene Barry R., Boylan Geraldine B., Reilly Richard B., Philip de Chazal, Connolly Sean. Combination of EEG and ECG for improved automatic neonatal seizure detection. // Clinical Neurophysiology 118 (2007) 1348−1359.
Harmon-Jones E, Lueck L, Fearn M, Harmon-Jones C. The effect of personal relevance and approach-related action expectation on relative left frontal cortical activity. // Psychol Sci. 2006 May- 17 (5) p. 434⁴⁰.
Hellyar M. T., Ifeachor E. C., Mapps D. J., Allen E. M., Hudson N. R. Expert system approach to electroencephalogram signal processing. // Knowledge-Based Systems Volume 8 Number 4 August 1995, p. 164−173.
Malek Adjouadi, Melvin Ayala. Improving epileptiform activity recognition using energy criteria. // IEEE Potentials, Volume 22 Issue 1, p. 6−11.
Manford M., Fish D. R. and Shorvon S. D. An analysis of clinical seizure patterns and their localizing value in frontal and temporal lobe epilepsies. // Brain (1996), 119, p. 17−40.
Nguyen-Ky T., Peng Wen, Yan Li. Theoretical basis for identification of different anesthetic states based on routinely recorded EEG during operation. // Computer in Biology and Medicine (2009) 39, p. 40−45.
Ryohei Suzuki, Yasuyuki Ishida, Marcelo H. T. Martins, Yoshito Tobe,
Shin’ichi Konomi, Kaoru Sezaki. Integrating Geospatial and Sensor Data in a Human Probe Environment. // In Proceedings of the 7th International Conference on Asia Geographical Information System (ASIA GIS), Busan, South Korea, September 2008.
Schetinin Vitaly. Polynomial Neural Networks Learnt to Classify EEG Signals. // CoRR, 2005.
Stephen D. May hew, Sharon G. Dirckx, Rami K. Niazy, Gian D. Iannetti, Richard G. Wise. EEG signatures of auditory activity correlate with simultaneously recorded fMRI responses in humans. // Neurolmage (2010) 49, p. 849−864.
Иешедовшие и разработка экспертной системы для диарвйехишшщей.^^ летво-диспетчерекего состава"в Городской- Клинической больницей 15 им. ©. М. Филатова
Заведующий 14-ым сосудистым.'отделением, канд. мед. наук1. Зам. главного врача
Городской клинической больницы № 15 им. О. М. Филатова, док. мед. наук, профессор1. Майтесян Д. А.1. Абрамов И. С, утвЁрадАго
Заведующий отделением координации органного донорства1. Погребниченко И. В.
Хирург отделения координации органного донорства1. Бельских Л. В.1. УТВЕРЖДАЮ
Декан факультета Ш-, профессор ¦{“. Постников В. А.
Заведующий кафедрой ЗШ, д.тан., профессор Профессор кафедры 303, клш, профессор
Ш^-с/» Костюков В. М.: Соболев В. И.

Заполнить форму текущей работой