Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Специальность 05.25.05 - Информационные системы и процессы

(технические науки)

ИНФОРМАЦИОННАЯ СИСТЕМА МОНИТОРИНГА СОСТОЯНИЯ ГОЛОВНОГО МОЗГА ЧЕЛОВЕКА

Фареа Султан Габер

Тамбов 2011

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Тамбовский государственный технический университет» (ФГБОУ ВПО «ТГТУ») на кафедре «Биомедицинская техника».

Научный руководитель

доктор технических наук, профессор

Фролов Сергей Владимирович

Научный консультант

доктор медицинских наук

Горбунов Алексей Викторович

Официальные оппоненты:

доктор технических наук, доцент

Колыбанов Кирилл Юрьевич

кандидат технических наук, доцент

Кутузов Денис Валерьевич

Ведущая организация

ФГБОУ ВПО «Тверской государственный технический университет», г. Тверь

Защита состоится 10 ноября 2011 г. в 15 часов на заседании диссертационного совета Д 212.260.05 в ФГБОУ ВПО «ТГТУ» по адресу: 392000, г. Тамбов, ул. Советская, д. 106, ФГБОУ ВПО «ТГТУ», Большой актовый зал. Отзыв на автореферат в двух экземплярах, заверенных гербовой печатью, просим направлять по адресу: 392000, г. Тамбов, ул. Советская 106, ФГБОУ ВПО «ТГТУ», ученому секретарю диссертационного совета З.М. Селивановой.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «ТГТУ».

Автореферат разослан 8 октября 2011 г.

Ученый секретарь диссертационного совета

доктор технических наук, профессор З.М. Селиванова

1. Общая характеристика работы

Актуальность работы. На практике часто возникают проблемы при работе с объектами, которые представляют собой сложные системы. Особую актуальность приобретает одновременная работа с множеством однотипных объектов, каждый из которых является сложной системой. Примерами сложных объектов могут быть административно-территориальные образования, организации, транспортные системы, технологическое оборудование, технологические процессы, экологические и биологические объекты. Особую значимость представляет прогнозирование состояний, при которых дальнейшее нормальное функционирование объекта невозможно. Состояния, возникающие при нарушении работы одной из подсистем и делающие невозможным функционирование сложной системы в целом, являются критическими. Критические состояния возникают в биологических объектах при нарушениях работы одной из подсистем (мозгового кровообращения, дыхания, пищеварения и др.). Своевременное прогнозирование критических состояний для каждого из множества однотипных объектов проводится в результате мониторинга, который представляет собой специально организованное, систематическое наблюдение за состоянием подсистем каждого объекта с целью их оценки, контроля и прогноза.

Актуальным является мониторинг возможности возникновения опасных для жизни заболеваний на стадиях, когда возможно эффективное проведение профилактических мероприятий. Особенно опасным для жизни человека является возникновение острого нарушения кровообращения в головном мозге (инсульта). Возможность возникновения мозгового инсульта с высокой степенью достоверности можно определить на основе комплексного мониторинга состояния головного мозга.

Проблемам мониторинга сложных объектов посвящены работы ученых В.Н. Костюкова, Е.Г. Дудникова, Е.П. Стефани, Э.Л. Ицковича, Р. Мэнна, Ю.А. Израэля, И.П. Герасимова, А.Г. Емельянова, В.А. Королева, Т.З. Аралбаева, С.Л. Подвального, Ю.Л. Муромцева и др.

К разработке систем мониторинга в медицине относятся работы ученых В.И. Бураковкого, В.А. Лищука, Б.И. Леонова, С.А. Гаспаряна, Б.А. Кобринского, В.В. Шаповалова, Ю.М. Шерстюка и другими белорусскими учеными (рук. Н.С. Мисюк) создана система для прогнозирования мозгового инсульта. В этой системе не дается прогноз, когда некоторые входные параметры не определены, не может быть отредактирована база знаний (БЗ). Система не имеет свойства расширяемости путем добавления новых блоков для прогнозирования других заболеваний.

Очевидно, что разработка информационной системы мониторинга (ИСМ) состояния головного мозга, которая позволяет выявить возможность возникновения инсульта, обладает свойством масштабируемости и расширяемости, является актуальной задачей современности.

Объект исследования - система мониторинга состояния головного мозга для поддержки принимаемых врачом решений по диагностике и тактике лечения пациентов.

Предмет исследования - информационная и процедурные модели для ИСМ состояния головного мозга.

Целью работы является сокращение времени принятия решений и исключение ошибок врачами при оценке возможности возникновения инсульта у наблюдаемых пациентов с помощью ИСМ состояния головного мозга на стадиях, когда возможно эффективное использование профилактических мероприятий.

Для достижения поставленной цели необходимо решить следующие задачи:

- построить информационную модель для ИСМ состояния головного мозга, позволяющую представить структуру и состав БЗ системы;

- сформировать систему входных параметров ИСМ состояния головного мозга для проведения оценки возможности возникновения инсульта у наблюдаемых пациентов;

- разработать процедурные модели формирования БЗ и оценки выходных показателей ИСМ состояния головного мозга.

Методы исследования. Для решения сформулированных задач в работе использовались методы системного анализа, булевой алгебры, теории графов.

Научная новизна:

- разработана информационная модель БЗ ИСМ состояния головного мозга в виде иерархической системы блоков общеизвестных достоверных медицинских показателей с использованием метода многоблочной разделительной декомпозиции для прогноза возможности возникновения у человека инсульта;

- предложена процедурная модель формирования БЗ ИСМ состояния головного мозга, построенной на основе аппарата булевой алгебры с применением положений блочно-иерархического подхода;

- разработана процедурная модель прогнозирования возможности возникновения инсульта с учетом наличия неопределенных входных параметров для ИСМ состояния головного мозга.

Практическая ценность. На основе разработанных информационной и процедурных моделей для ИСМ состояния головного мозга создано информационное и программное обеспечение, реализующее БЗ и позволяющую осуществлять с высокой степенью достоверности прогнозирование возможности возникновения мозгового инсульта на стадии, когда возможно эффективное использование профилактических мероприятий.

Разработана процедура формирования БЗ ИСМ критических состояний сложных систем.

Создана корпоративная система телемедицинского консультирова-ния, позволяющая на основе созданной ИСМ своевременно выявлять у работников организации возможность возникновения опасных для жизни заболеваний. Эта система используется в работе Телемедицинского центра ТамбГТУ.

Положения, выносимые на защиту:

- информационная модель БЗ ИСМ состояния головного мозга, построенная с использованием метода многоблочной разделительной декомпозиции;

- процедурная модель формирования БЗ ИСМ состояния головного мозга на основе применения положений блочно-иерархического подхода;

- процедурная модель прогнозирования возникновения мозгового инсульта на стадии, когда возможно эффективное использование профилактических мероприятий.

Апробация работы. Результаты работы докладывались на: VII научно-практической конференции «Образовательные, научные и инженерные приложения в среде LabVIEW и технологии NATIONAL INSTRUMENTS» (Москва, 2008); Международной научно-технической конференции «Computer - based conference» (Пенза, 2010); Научной школе для молодежи «Нейробиология и новые подходы к искусственному интеллекту и науке о мозге» (Таганрог, ЮФУ, 2010); Всероссийской научной конференции «Биосовместимые материалы и покрытия» (Саратов, СГТУ, 2010); Международной научно-практической конференции «Информационные ресурсы и системы в экономике, науке и образовании» (Пенза, 2011); V Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине и экологии» (Пенза, 2011); XIX Международной студенческой школе-семинаре «Новые информационные технологии» (Судак, 2011); Всероссийской научной школе «Актуальные проблемы нано- и микроэлектроники» (Тамбов, 2011).

Публикации. Материалы, отражающие основные результаты работы, представлены в 14 публикациях (в том числе пять статей в изданиях, рекомендованных ВАК РФ).

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, выводов, списка использованных источников; изложена на 156 страницах основного текста, содержит 43 рисунка и 40 таблиц. Список использованных источников включает 130 наименований.

2. Содержание работы

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследования, кратко описано содержание глав, приведены основные положения, выносимые на защиту, раскрыты научная новизна и практическая значимость.

В первой главе «Информационные системы мониторинга и их использование в медицинской практике» проанализировано понятие мониторинга, рассмотрены обобщенные структуры и основные сферы применения ИСМ в промышленности, на транспорте, в системах экологического контроля, охранных системах и др. Отмечено, что с развитием информационных технологий происходит рост числа, совершенствование и расширение функций ИСМ. Показано, что одной из самых актуальных сфер применения ИСМ является медицина. Приведена классификация медицинских ИСМ, которые разделяются на три класса: ИСМ медицинской продукции, ИСМ здоровья населения, ИСМ параметров организма человека. Функции известных ИСМ для медицины в основном сводятся к получению количественных и качественных данных о состоянии приборов, систем и изделий медицинского назначения в масштабе региона или отдельного медицинского учреждения. Показано, что в России и за рубежом активно используются ИСМ здоровья населения, которые охватывают регионы, отдельные организации, различные возрастные группы. Недостатком известных систем является то, что они в основном предназначены для оценки текущего состояния здоровья групп людей. Известные ИСМ здоровья населения основываются на малобюджетных скрининг-исследованиях и на анкетировании, а не на высокотехнологичной аппаратной диагностике; в них отсутствуют функции прогноза состояния здоровья населения, в особенности возможности возникновения опасных для жизни заболеваний, например мозгового инсульта. Целью известных ИСМ здоровья населения является сбор и обобщение статистической информации для принятия профилактических мер к определенному множеству обследуемых, а не к конкретному пациенту.

Рассмотрены различные ИСМ параметров организма: локальные, когда информация о состоянии организма передается с различного диагностического оборудования на персональный компьютер пациента, и сетевые ИСМ, когда диагностическая информация о состоянии организма передается по сети на единый сервер хранения данных. Показано, что пока не разработана ИСМ параметров организма, позволяющая по мониторинговым показателям делать вывод о возможности возникновения инсульта у наблюдаемого пациента на стадии, когда возможно эффективное использование профилактических мероприятий. Проведенный сопоставительный анализ медицинских ИСМ показал, что у всех известных ИСМ отсутствует полный набор входных параметров, по которым можно оценить состояние головного мозга.

Проведен краткий обзор современного состояния рынка медицинских информационных систем (МИС). Показано, что несмотря на имеющийся рост количества лечебно-диагностических МИС, требуется разработка новых систем поддержки принятия решений врача по комплексной оценке состояния головного мозга для прогноза возникновения инсульта, которые обладают свойствами масштабируемости и расширяемости.

На основании проведенного в главе анализа сформулирована цель исследования, состоящая в сокращении времени принятия решений и исключении ошибок врачами при оценке возможности возникновения инсульта у наблюдаемых пациентов с помощью ИСМ состояния головного мозга.

Во второй главе «Разработка информационной и процедурных моделей для системы мониторинга оценки критического состояния объекта» предложена структура ИСМ прогнозирования критических состояний для однотипных объектов, каждый из которых представляет собой сложную систему. К таким объектам относится биологический объект - человек.

сложная система S как объект, за состоянием которого ведется мониторинг, показана на рис. 1. Система S состоит из подсистем: . Множество соответствует множеству входных параметров, которые можно измерять на объекте. Множество значений параметра есть {0, 1, }: a_n = 0 - норма n-го параметра; a_n = 1 - параметр n выходит за границу нормы. Если параметр n является неопределенным, то (a_n = ) и параметр n относится к множеству N входных неопределенных параметров. Система S определяется состоянием его подсистем

В диссертации предложено создание ИСМ оценки возможности возникновения опасных для жизни заболеваний на стадиях, когда возможно эффективное использование профилактических мероприятий. Тогда система S представляет собой конкретного человека, а подсистема s характеризует возможность возникновения опасного для жизни заболевания, например, мозгового инсульта.

Рис. 1. Система S как объект мониторинга

Состояние подсистемы s характеризуется выходным мониторинговым показателем . Здесь означает, что состояние подсистемы s некритическое; - критическое состояние подсистемы s. Функционирование системы S невозможно, если хотя бы одна из подсистем s находится в критическом состоянии, т.е. выполняется условие.

Состояние определяется в зависимости от значений множества A отображением

(1)

Здесь - отображение, представляющее процедурную модель определения критического состояния подсистемы s, реализуется ИСМ.

Основой ИСМ является реализация отображения (1), правила работы с которым одинаковы для всех подсистем s,. Отображению (1) соответствует булева функция

, (2)

которая определяется таблицей истинности с числом строк, равным 2N. Булевы переменные, образуют множество и характеризуют «норму» входных параметров. Булева функция (2) является основой БЗ ИСМ и строится с учетом того, что все переменные определены, т.е. принимает только значения из множества {0, 1}. Неопределенность параметра (a_n = ) в БЗ не рассматривается.

Обычно количество входных параметров может быть N > 30. Тогда эксперту потребуется в БЗ заполнить таблицу истинности из более 10⁹ строк, что является неосуществимым.

Для решения проблемы заполнения экспертом таблицы истинности с большим количеством строк используются положения блочно-иерархического подхода (БИП). Согласно БИП создается иерархическая система блоков показателей, которую удобно представить в виде четырех уровневой структуры (рис. 2). Вводится понятие: блок показателей, представляющий в общем случае булеву функцию, которая определяется таблицей истинности. Блоки показателей располагаются на 2, 1, 0 уровнях иерархии. Набор входных параметров блока показателей формируется из условий конкретной задачи. Выходной показатель блока может быть входным параметром для другого блока.

Рис. 2. Иерархическая система блоков показателей БЗ ИСМ

Предлагается провести декомпозицию булевой функции по методу многоблочной разделительной декомпозиции.

Для формирования показателей уровней 0, 1, 2 задается разбиение множества аргументов исходной булевой функции на подмножества :

,. (3)

На уровне 2 формируются показатели , где - булева функция, которая называется блоком l показателей уровня 2. На уровне 1 формируются показатели , где - булева функция, являющаяся k-м блоком показателей уровня 1. Таким образом, булева функция (2) представляется в виде суперпозиции булевых функций:

. (4)

Булевой функции (4) соответствует граф в виде дерева (рис. 2), которое можно представить в виде множества

. (5)

Элементами множества являются матрицы, определяющие структуру декомпозиции булевой функции . Множество называется шаблоном иерархии блоков показателей. Здесь , если смежна с вершиной , в противном случае; если вершина смежна с , в противном случае. Для если вершины смежны с в противном случае.

Разбиение множества (3) на непересекающиеся подмножества задается условием

, (6)

.

Нормы входных параметров определяются упорядоченным множеством , которое представляет последовательность N кортежей:

. (7)

Здесь - целое число, соответствующее названию n-го параметра; - тип значения n-го параметра; - логический тип; - целый (количественный) тип; - интервальный тип. Множество значений элемента есть . Здесь характеризует норму n-го параметра, когда Значение соответствует понятию «отсутствует», - понятию «имеется». Элемент принимает целые числа и соответствует норме n-го параметра при Элемент есть интервальное число и характеризует норму n-го параметра при . Таким образом, входные параметры могут принимать логические, целые и интервальные значения.

БЗ ИСМ формируется на основе информационной модели (3) - (5), (7). Процедурная модель формирования БЗ показана на рис. 3. В диссертации разработана процедурная модель (рис. 4) оценки состояния объекта мониторинга. Таким образом, информационная и процедурные модели определяют работу ИСМ, которая предназначена для оценки критического состояния объектов, являющихся сложными системами.

В третьей главе «Реализация информационной системы мониторинга состояния головного мозга» показано, что комплексный мониторинг состояния головного мозга человека позволяет осуществлять с высокой степенью достоверности прогнозирование возникновения мозгового инсульта на стадиях, когда возможно эффективное использование профилактических мероприятий.

Созданная для этих целей ИСМ состояния головного мозга человека обеспечивает оперативность и объективность полученной информации. На основе проведенных диагностических исследований с помощью ИСМ происходит более оперативное выявление пациентов, у которых возможен инсульт, что ведет к экономии времени врача.



Рис. 3. Процедурная модель формирования базы данных



Рис. 4. Процедурная модель определения состояния системы S

Применение процедурной модели определения возможности возникновения инсульта снижает вероятность врачебных ошибок. БЗ ИСМ состояния головного мозга человека реализуется на основе разработанных информационной (3) - (5), (7) и процедурных моделей (рис. 3, рис. 4).

В работе обоснованы нормы входных параметров ИСМ состояния головного мозга, которые, согласно (7), определяются упорядоченным множеством в виде последовательности 32 кортежей: { 1 «международное нормализованное отношение», 3, 0, 0, [0,80; 1,15] , 2 «уровень холестерина, ммоль/л», 3, 0, 0, [3,9; 5,2] , 3 «пульс, удар/мин», 3, 0, 0, [60; 80] , 4 «систолическое давление, мм рт. ст.», 3, 0, 0, [120; 140] , 5 «диастолическое давление, мм рт. ст.», 3, 0, 0, [80; 90] , 6 «ишемические изменения (электрокардиография - ЭКГ)», 2, 0, 0, [0; 0] , 7 «рубцовые изменения (ЭКГ)», 2, 0, 0, [0; 0] , 8 «время анакроты (реоэнцефалография - РЭГ), с», 3, 0, 0, [0,1; 0,2] , 9 «дикротический индекс (РЭГ), %», 3, 0, 0, [40; 70] , 10 «диастолический индекс (РЭГ), %», 3, 0, 0, [50; 75] , 11 «частота б-ритма (электроэнцефалография - ЭЭГ), Гц», 3, 0, 0, [8; 13]3 , 12 «амплитуда б-ритма (ЭЭГ), мкВ», 3, 0, 0, [0; 100] , 13 «наличие б-ритма преимущественно в затылочных отделах головного мозга (ЭЭГ)», 1, 1, 0, [0; 0] , 14 «частота в-ритма (ЭЭГ), Гц», 3, 0, 0, [14; 40] , 15 «амплитуда в-ритма (ЭЭГ), мкВ», 3, 0, 0, [0; 15] , 16 «наличие в-ритма преимущественно в лобных отделах головного мозга (ЭЭГ)», 1, 1, 0, [0; 0] , 17 «частота и-активности (ЭЭГ), Гц», 3, 0, 0, [4; 6] , 18 «амплитуда и-активности (ЭЭГ), мкВ», 3, 0, 0, [0; 40] , 19 «наличие и-активности более 15% от общего времени регистрации (ЭЭГ)», 1, 0, 0, [0; 0] , 20 «частота д-активности (ЭЭГ), Гц», 3, 0, 0, [0,5; 3] , 21 «амплитуда д-активности (ЭЭГ), мкВ», 3, 0, 0, [0; 40] , 22 «наличие д-активности более 15% от общего времени регистрации (ЭЭГ)», 1, 0, 0, [0; 0] , 23 «диаметр начала левой (мозговой части внутренней сонной артерии) МЧ ВСА (магнитно-резонансная ангиография - МРА), мм», 3, 0, 0, [2,439; 2,921] , 24 «диаметр конца левой МЧ ВСА (МРА), мм», 3, 0, 0, [2,403; 2,877] , 25 «длина левой МЧ ВСА (МРА), мм», 3, 0, 0, [25,217; 30,183] , 26 «диаметр начала правой МЧ ВСА (МРА), мм», 3, 0, 0, [2,439; 2,921] , 27 «диаметр конца правой МЧ ВСА (МРА), мм», 3, 0, 0, [2,403; 2,877] , 28 «длина правой МЧ ВСА (МРА), мм», 3, 0, 0, [25,217; 30,183] , 29 «диаметр начала (базилярной артерии) БА (МРА), мм», 3, 0, 0, [2,529; 3,031] , 30 «диаметр конца БА (МРА), мм», [2,513; 3, 007] , 31 «ишемический очаг (магнитно-резонансная томография - МРТ)», 2, 0, 0, [0; 0] , 32 «ишемическая киста (МРТ)», 2, 0, 0, [0; 0] }.

Первый элемент кортежа определяет название входного параметра, которое соответствует порядку кортежа в множестве . Для первого элемента кортежа записывается номер входного параметра, в скобках «..» указывается соответствующее номеру название и метод исследования.

На рисунке 5 построена иерархическая система блоков показателей ИСМ состояния головного мозга в соответствие с (3) - (6) и на основе декомпозиции булевой функции по методу многоблочной разделительной декомпозиции.

Рис. 5. Блочно-иерархическая структура БЗ ИСМ состояния головного мозга

На уровне 3 в соотвествии со множеством представлены входные параметры ИСМ состояния головного мозга. Сформированы блоки показателей уровня 2 и уровня 1, которые показаны в табл. 1. На уровне 0 находится блок В, определяющий значение выходного мониторингового показателя b.

Для каждого блока показателей с участием эксперта построены таблицы истинности, на основе которых автоматически сгенерированы формулы булевой алгебры (табл. 1) с использованием разработанного алгоритма в виде совершенной дизъюнктивной нормальной формы. Здесь норму входного параметра определяет булева переменная , название которой соответствует номеру кортежа множества Булевы переменные , являются соответственно показателями 2 и 3 уровней иерархии блоков показателей, название которых соответствует названию блоков в табл. 1.

БЗ ИСМ состояния головного мозга формируется врачом-экспертом в соответствии с разработанной процедурной моделью (рис. 3). На основе процедурной модели (рис. 4) определяется возможность или невозможность возникновения инсульта у объекта мониторинга (пациента). Для этого используются расчетные формулы, приведенные в табл. 1, нормы входных параметров в виде множества и входные параметры пациента . Пациент может иметь не полный набор входных параметров, т.е. Тогда, в зависимости от набора значений других входных параметров ИСМ предложит доопределить входные параметры или даст заключение по выходному мониторинговому показателю

Предложенная ИСМ состояния головного мозга обладает свойствами масштабируемости и расширяемости. ИСМ может дополняться новыми подсистемами, которые обеспечивают мониторинг возможности возникновения других опасных для жизни заболеваний. При этом применяется положение БИП: многократное использование блоков нижнего уровня в других подсистемах

ИСМ состояния головного мозга входит в состав разработанной системы корпоративного телемедицинского консультирования. Напряжен-ный ритм работы и территориальная разобщенность затрудняет исполь-зование медицинской помощи, которую оплачивает корпорация. Разрабо-тана новая система медицинского обслуживания с использованием телемедицинской системы. По сети Интернет пациенты направляют в телемедицинскую систему результаты диагностических исследований (входные параметры ). Средний медицинский персонал заносит в базу данных. Далее в системе на основе разработанной процедурной модели автоматически выявляются те пациенты, у которых возможно возникновение опасных для жизни заболеваний (например, мозгового инсульта). Далее эти пациенты осуществляют запись по сети Интернет на очный прием к врачу.

1. Булевы функции блоков показателей БЗ ИСМ

Таблица 1

Название блока показателей	Булева функция
Уровень 0 иерархии блоков показателей БЗ ИСМ
1. Возможность или невозможность возникновения инсульта у объекта мониторинга
Уровень 1 иерархии блоков показателей БЗ ИСМ
2. Кардиологический блок
3. Блок электрофизиологических исследований головного мозга
4. Блок морфологического строения головного мозга
Уровень 2 иерархии блоков показателей БЗ ИСМ
5. Артериальное давление
6. ЭКГ
7. РЭГ
8. -составляющая ЭЭГ
9. -составляющая ЭЭГ
10. -составляющая ЭЭГ
11. -составляющая ЭЭГ
12. Состояние левой МЧ ВСА
13. Состояние правой МЧ ВСА
14. Состояние БА
15. Исследование МРТ

Для телемедицинской системы разработаны структура базы данных и диаграммы на языке UML: классов организаций и их сотрудников, классов документов, циркулирующих в системе, прецендентов, последовательности бронирования времени пациентом, деятельности проведения телеконсультации.

Предложенные информационная и процедурные модели могут быть использованы при разработке систем поддержки принятия решений врача, которые позволят повысить эффективность лечебно-диагностического процесса и обеспечить снижение числа врачебных ошибок.

В заключении сформулированы основные результаты работы.

1. Разработана ИСМ состояния головного мозга человека, обеспечивающая с высокой степенью достоверности объективную диагностику, в том числе на ранних стадиях заболевания, что снижает вероятность врачебной ошибки и может повысить эффективность лечебных мероприятий.

2. Сформирована система входных параметров ИСМ состояния головного мозга человека, позволяющая проводить оценку возможности возникновения инсульта у наблюдаемых пациентов.

3. Построена информационная модель БЗ ИСМ состояния головного мозга человека в виде обоснованной врачом-экспертом иерархической системы блоков показателей, представленных булевыми функциями.

4. Разработана информационная модель с использованием многоблочной разделительной декомпозиции БЗ ИСМ критических состояний объектов, которая представляет собой совокупность блоков показателей в виде иерархической системы.

5. На основе БИП разработаны процедурные модели формирования БЗ ИСМ и определения состояния объекта мониторинга с учетом наличия неопределенных входных параметров.

6. Разработана и внедрена корпоративная система телемедицинского консультирования, позволяющая на основе представленной ИСМ свое-временно выявлять у работников организации возможность возникновения опасных для жизни заболеваний, когда возможно эффективное исполь-зование профилактических мероприятий.

биомедиционский инсульт кардиохирургический сосуд

Основные публикации по теме диссертации

В изданиях, рекомендованных ВАК РФ:

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

2. Фролов, С.В. Корпоративная система синхронного телемедицинского консультирования / С.В. Фролов, М.А. Лядов, С.Г. Фареа // Изв. ЮРФУ. Техн. науки. Темат. вып. Мед. информ. системы. - 2010. - № 8(109). - С. 233 - 242.

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

4. Фролов, С.В. Современная классификация направлений биомедицинской инженерии / С.В. Фролов, М.С. Фролова, С.Г. Фареа // Вопр. соврем. науки и практики. Ун-т им. В.И. Вернадского. - 2009. - № 4(18). - С. 8 - 12.

5. Математическая модель бифуркации сосуда, ориентированная на кардиохирургическую клинику / В.А. Лищук, С.Г. Фареа [и др.] // Вопр. соврем. науки и практики. Ун-т им. В.И. Вернадского. - 2009. - № 12(26). - С. 127 - 131.

В других изданиях:

6. Фролов, С.В. Метод многоблочной разделительной декомпозиции для проектирования цифровых устройств и систем нано- и микроэлектроники / С.В. Фролов, Д.А. Дьякова, С.Г. Фареа // Актуальные проблемы нано- и микроэлектроники: тез. докл. Всерос. науч. шк., 7-8 июля 2011 г. / Тамб. гос. техн. ун-т. - Тамбов, 2011. - С. 228 - 230.

7. Лядов, М.А. Создание экспертной системы мониторинга кровообращения в головном мозге взрослого человека / М.А. Лядов, С.Г. Фареа // Новые информационные технологии: тез. докл. XIX Междунар. студ. конф.-шк.-семинара / Моск. гос. ин-т электроники и математики (техн. ун-т). - М., 2011. - С. 171-172.

8. Система мониторинга группы однородных объектов с целью оценки их критических состояний / С.В. Фролов, С.Г. Фареа [и др.] // Информационные ресурсы и системы в экономике, науке и образовании: сб. ст. Междунар. науч.-практ. конф. / Приволжский Дом знаний. - Пенза, 2011. - C. 68 - 70.

9. База знаний информационной системы мониторинга состояния головного мозга / С.В. Фролов, С.Г. Фареа [и др.] // Информационные и управленческие технологии в медицине и экологии: сб. ст. V Всерос. науч.-техн. конф. / Приволжский Дом знаний. - Пенза, 2011. - C. 120 - 122.

10. Фареа, С.Г. Система мониторинга мозгового кровообращения / С.Г. Фареа // Биосовместимые материалы и покрытия: сб. материалов Всерос. конкурса науч. работ бакалавров и магистрантов / Саратов. гос. техн. ун-т. - Саратов, 2010. - С. 211-212.

11. Алгоритм заполнения базы знаний экспертной системы мониторинга мозгового кровообращения / С.В. Фролов, С.Г. Фареа [и др.] // Computer - based conference: тр. междунар. науч.-техн. конф. / Пенз. гос. технолог. акад. - Пенза, 2010. - Вып. 12. - C. 130 - 133.

12. Процедурная модель оценки состояния мозгового кровообращения взрослого человека по мониторинговым показателям / А.В. Горбунов, С.Г. Фареа [и др.] // Нейробиология и новые подходы к искусственному интеллекту и науке о мозге: тез. тр. науч. шк. для молодежи / Южн. федер. ун-т Таганрог. технолог. ин-т. - Таганрог, 2010. - С. 259 - 264.

13. Фролов, С.В. Моделирование сердечно-сосудистой системы с пульсирующим сердцем в среде LabVIEW / С.В. Фролов, С.Н. Маковеев, С.Г. Фареа // Бюллетень Волгоград. науч. центра РАМН. - 2008. - № 3. - С. 60-61.

14. Фролов, С.В. Моделирование системы кровообращения в среде LabVIEW / С.В. Фролов, С.Н. Маковеев, С.Г. Фареа // Образовательные, научные и инженерные приложения в среде LabVIEW и технологии National Instruments: сб. тр. VII науч.-практ. конф. Москва, Россия, 28-29 ноября 2008 г. / Рос. ун-т дружбы народов. - М., 2008. - С. 135 - 138.

Размещено на Allbest.ru

...