CC BY
8
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2022 - Vol. 29, № 4 - P. 125-128
УДК: 611.1 DOI: 10.24412/1609-2163-2022-4-125-128 EDN BOBHTD Щ|
EffiSfc
ГРАНИЦЫ СТОХАСТИКИ В МЕДИЦИНСКОЙ КИБЕРНЕТИКЕ Л.С. ШАКИРОВА*, В.М. ЕСЬКОВ*, А. КУХАРЕВА*, М.И. МУЗИЕВА*, М.А. ФИЛАТОВ**
*ФГУ «ФНЦНаучно-исследовательский институт системных исследований Российской академии наук». Обособленное подразделение «ФНЦ НИИСИ РАН» в г. Сургуте, ул. Базовая, д. 34, г. Сургут, 628400, Россия **БУ ВО ХМАО-Югры «Сургутский государственный университет», ул. Ленина, 1, Сургут, Россия, 628408
Аннотация. В конце 20 века Нобелевский лауреат В.Л. Гинзбург определил три «великие проблемы физики, которые связаны с биомедициной. Цель исследований: доказать реальность этих великих проблем на основе изучения параметров сердечно-сосудистой системы человека. Объект и методы исследования: обследовалось 300 человек в режиме покоя и после дозированной физической нагрузки (30 приседаний). Результаты и их обсуждение. Регистрация выборок параметров кардиоин-тервалов в режиме повторных измерений у каждого и сравнение группы из 15-ти человек показали низкое число пар выборок кардиоинтервалов, которые имеют общую генеральную совокупность. Выводы. Для одного человека, выборки статистически не совпадают (и в покое, и после нагрузки), а для группы разных испытуемых мы не можем регистрировать однородность группы. Более того, изменение физиологического состояния может не показывать статистических изменений группы. Потеря статистической устойчивости выборок, однородности группы и отсутствие статистических различий создает реальные три великие проблемы биомедицины.
Ключевые слова: кардиоинтервал, хаос, эффект Еськова-Зинченко.
LIMITS OF STOCHASTICS IN MEDICAL CYBERNETICS
L.S. ShAKIROVA*, V.M. ES"KOV*, A. KUKhAREVA*, M.I. MUZIEVA*, M.A. FILATOV**
*FGU "Federal Research Center Scientific Research Institute for System Research of the Russian Academy of Sciences", Separate Subdivision of the Federal Scientific Center NIISIRAS in Surgut, 34, Bazovaya Street, Surgut, Russia, 628426 ** BU VO KHMAO-Yugra "Surgut State University", st. Lenina, 1, Surgut, Russia, 628408
Abstract. At the end of the 20th century, the Nobel laureate V.L. Ginzburg identified three "great problems in physics that are related to biomedicine. The purpose of the research: to prove the reality of these great problems based on the study of the parameters of the human cardiovascular system. Object and methods of research: 300 people were examined at rest and after dosed physical activity (30 squats). Results and its discussion. Registration of samples of parameters of cardiointervals in the mode of repeated measurements for each and comparison of a group of 15 people showed a low number of pairs of samples of cardiointervals that have a common general population. Conclusions. For one person, the samples do not statistically coincide (both at rest and after exercise), and for a group of different subjects, we cannot register the homogeneity of the group. Moreover, changes in physiological state may not show statistical changes in the group. The loss of statistical stability of samples, the homogeneity of the group and the lack of statistical differences creates the real three great problems of biomedicine.
Keywords: cardiointerval, chaos, Eskov-Zinchenko effect.
Введение. Нобелевский лауреат В.Л. Гинзбург в конце 20-го века представил главные проблемы физики [6-13,16-19], где он отдельно особо выделил три «великие» проблемы. Эти три проблемы связаны с биомедициной, и они требуют реального доказательства. Это доказательство можно сделать в рамках статистики [2-7,14].
За последние 20 лет был доказан эффект Есь-кова-Зинченко (ЭЕЗ), которым доказано отсутствие возможности дальнейшего применения статистики в биомедицине. Этот ЭЕЗ тесно связан с великими проблемами В.Л. Гинзбурга, так как он доказывает необратимость биосистем, особую роль сознания и отсутствие редукции (биосистемы не объект к физике) [813,16,17,20].
В настоящем сообщении показано, почему ЭЕЗ связан с тремя проблемами В.Л. Гинзбурга. Одновременно демонстрируется реальные три «великие» проблемы всех наук о живых системах и в первую очередь речь идет о медицине. Именно физиологию
организма человека невозможно описывать в реалиях современной математики и физики.
Все это требует создания новой медицинской кибернетики и новой медицины в целом. В рамках нового подхода требуется создание новой науки для описания живых систем и в первую очередь организма человека. Сейчас эту науку мы обозначили как теорию хаоса-самоорганизации (ТХС) [2-10,15].
Объекты и методы исследования. С использованием пульсоксиметра Элокс-01 обследовалось 300 детей в четырех точках измерений: перед отъездом из города Сургута на Юг РФ, после трансширотного перелета (Сургут-Туапсе), после 20-ти дней оздоровительных мероприятий и после возвращения в город Сургут (4-я точка измерения). Все эти регистрации кардиосистемы проводились 5 минут (не менее 300-т кардиоинтервалов (КИ) в каждой выборки). Для ряда групп регистрация КИ проводилась по 15 раз для каждого испытуемого.
Отдельно проводилась регистрация КИ до
ВЕСТНИК НОВЫХ МЕДИЦИНСКИХ ТЕХНОЛОГИЙ - 2022 - Т. 29, № 4 - С. 125-128 JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2022 - Vol. 29, № 4 - P. 125-128
нагрузки (в покое) и после 30-ти приседаний. В этом случает регистрация выборок КИ производилась у каждого испытуемого не менее 15 раз (до нагрузки и после нагрузки). Полученные 15 выборок КИ (для каждого испытуемого статистически попарно сравнивались). Это сравнение оформлялось в виде матрицы парных сравнений выборок, в которой было 105 независимых пар сравнений таких КИ.
В каждой такой матрице (для отдельного человека) находились числа k пар выборок, которые имели критерии Вилкоксона pij>0,05 (такая пара может иметь общую генеральную совокупность). Такой повтор обеспечил доказательство ЭЕЗ для отдельного человека [10-13,16-18].
Все обследуемые были разбиты на группы (по 15 человек, одинакового пола, возраста и т.д.) и для каждой группы также регистрировались матрицы парных сравнений выборок КИ. В таких матрицах парных сравнений (разных 15-ти человек) находились критерии Манна-Уитни (Краскера-Уоллеса и д.р.), pij>0,05.
Одновременно проводились сравнения выборок 5-ти основных параметров работы сердца (xi -КИ, Х2 - SIM (интегративный показатель состояния симпатической вегетативной нервной системы (ВНС)) сердца; Хз - PAR (интегративный показатель состояния парасимпатической ВНС); x4 - индексБа-евского (INB); x5 - уровень оксигенации крови (SpO2). Сравнения этих параметров производилось по всем 4-м точкам измерений (1,2,3,4), попарно (1-2, 2-3 и т.д.).
Результаты и их обсуждение. Прежде всего отметим, что многократное исследование (15-ть раз подряд в спокойном состоянии и 15-ть раз подряд после 30-ти приседаний) у всех испытуемых позволило построить для каждого состояния одну матрицу (в покое) и одну матрицу после 30-ти приседаний (для каждого испытуемого).
На сегодня таких матриц парного сравнения выборок КИ нами построено несколько тысяч. В нашем конкретном случае мы в каждой такой матрице находим число пар выборок КИ, которые имели критерии Вилкоксона pij>0,05. В том случае такая пара может иметь общую генеральную совокупность (может быть совпадение).
Если в матрице парных сравнений имеется k таких пар (с pij>0,05), то это означает фактически долю стохастики в измерениях. Для примера мы представляем в табл. 1 матрицу парных сравнений выборки КИ для одного испытуемого (в покое). Из табл. 1 следует, что число k, таких пар невелико (мало пар совпадает).
Во всех наших исследованиях обычно kiH5 (и очень редко ki^20). Фактически, это означает, что из 105 разных пар сравнения в табл. 1 менее 15% пар могут иметь общую генеральную совокупность (они статистически совпадают). Обычно более 80% статистически не совпадают. Это закономерно для выборки
КИ [2-7]. Это доказывает ЭЕЗ для КИ, что означает отсутствие статистической устойчивости выборок КИ при сравнении их на разных участках измерения Аи, М2,.....А^5. Фактически, завершается дальнейшее использование статистики в медицине. Любая выборка КИ уникальна, ее очень трудно статистически повторить.
Далее мы строим матрицы парных сравнений выборок для 15-ти разных испытуемых. Фактически, мы проверили - могут ли выборки КИ разных испытуемых принадлежать к одной генеральной совокупности. Если это невозможно, то нельзя таких испытуемых объединять в одну (общую) однородную группу. Такая группа неоднородна!
Таблица 2
Число пар совпадений выборок (к) для всех 225-ти матриц парного сравнения параметров КИ у группы из 15-ти испытуемых при повторных экспериментах (в покое)
№ п/п Значения ki у 15-ти испытуемых
k, k2 k3 k4 ks k6 kj ks k, kio kn ki2 ki3 ki4 kiS
<k> 12 9 11 12 15 14 13 14 13 14 12 14 16 13 15
4,7 6,8 1,8 2,5 4,8 5,6 1,8 2,0 2,5 4,6 2,3 7,7 3,5 3,5 2,2
В табл. 2 мы представляем одну такую характерную матрицу парного сравнения выборок для 15-ти разных испытуемых (в покое).
Очевидно, в табл. 2 число k2<20%. Это означает, что очень мало выборок КИ могут иметь общую генеральную совокупность. Мы в таких расчетах использовали разные критерии (Манна-Уитни, Краскера-Уоллиса и т.д.). Везде результат одинаков: k2<20%, то есть любая группа не может быть однородной.
Итог построения сотен таблиц (подобны табл. 2) показал, что любая группа не может быть однородной из-за статистического несовпадения выборок. Таких людей нельзя объединять в общую (неоднородную) группу, то есть их выборки не принадлежат
Таблица 1
Матрица сравнения 15-ти выборок кардиоинтервалов, полученных от одного и того же испытуемого при повторных измерениях (парное сравнение по Вилкоксону, критерий значимости р<0,05), число совпадений к=9
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,30 0,00 0,00 0,00 0,50 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,00 0,00 0,62 0,00 0,00 0,00 0,01 0,05 0,85 0,00 0,00 0,00 0,00 0,00
3 0,30 0,00 0,00 0,00 0,00 0,79 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4 0,00 0,62 0,00 0,00 0,00 0,00 0,00 0,20 0,44 0,00 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
6 0,00 0,00 0,00 0,00 0,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
7 0,50 0,00 0,79 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
8 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,20 0,09 0,00 0,00 0,00 0,00 0,00
9 0,00 0,05 0,00 0,20 0,00 0,00 0,00 0,20 0,07 0,00 0,00 0,00 0,00 0,00
10 0,00 0,85 0,00 0,44 0,00 0,00 0,00 0,09 0,07 0,00 0,00 0,00 0,00 0,00
11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
12 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00
14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00
15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2022 - Vol. 29, № 4 - P. 125-128
разным генеральным совокупностям [10-13,1б-18].
Наконец, мы поставили базовый вопрос перед собой: могут ли совпадать выборки, если биосистема находится в разных состояниях? Оказалось, что в медицине довольно часто такая ситуация возникает. Организм человека изменяется, но статистика не может это показывать. В ТХС такая ситуация обозначается как неопределенность 1 -го типа. В рамках статистики эта неопределенность не может быть рассчитана. Методы ТХС это позволяют сделать.
В 1989 году В.Л. Гинзбург представил три «великие» проблемы физики, которые связаны с медициной. Все эти три проблемы представляет ТХС в виде ЭEЗ [1-9].
Во-первых, уникальность выборки ЭEЗ запрещает повторение не только одного процесса, но и целой выборки. Это неопределенность 2-го типа в ТХС. Хаос в нейросетях мозга (НСМ) приближается их к квантовым объектам и в ТХС вводится понятие аналога принципа неопределенности В. Гейзенберга -псевдоаттрактор.
Потеря однородности группы, уникальность выборок и наличие неопределенности 1-го типа полностью уводят биосистемы из области современной детерминистской и стохастической науки (ДСН). Биосистемы - не объект ДСН [4-13,1б-19].
В итоге, мы приходим к реальности трех «великих» проблем В.Л. Гинзбурга, но они приобретают немного иной смысл и значение. Отсутствие редукции, стрела времени и квантовый характер сознания человека приобретают новый смысл.
Выводы. В конце 20-го века В.Л. Гинзбург предложил три «великие «проблемы физики. Они связаны с медициной и представляют специфику биосистем. Эта специфика была открыта в виде ЭEЗ. Оказалось, что любая биосистема уникальна и ее невозможно повторить статистически. Необратимость (неоднородность) биосистем это реальное свойство живых систем. Биосистемы не могут образовывать однородные группы и это означает, что 200 лет медицина работала с группами неоднородными (уникальными). Наконец, оказалось, что мозг работает хаотично и НСМ приближаются к квантовым механическим системам. Необходима новая наука и мы ее сейчас создаем в виде ТХС. Завершается эпоха ДСН в биомедицине.
Литература / References
1. Бодин О.Н., Галкин В.А., Филатова О.Б., Башкатова Ю.В. Апа-лиз возникновения динамического хаоса в биосистемах // Вестник новых медицинских технологий. Электронное издание. 2021. №4. Публикация 1-8. URL: http://www.medtsu.tula.ru/VNMT/Bulletin/ E2021-4/1-8.pdf (дата обращения 30.08.2021). DOI: 10.24412/20754094-2021-4-1-8 / Bodin ON, Galkin VA, Filatova OE, Bashkatova YuV. Analiz vozniknovenija dinamicheskogo haosa v biosistemah [Analyses of the occurrence of dynamic chaos in biosystems]. Journal of New Medical Technologies, e-edition. 2021 [cited 2021 Aug 30] ;4 [about б p.]. Russian. Available from: http://www.medtsu.tula.ru/VNMT/Bulletin/E2021-4/1-8.pdf. DOI: 10.24412/2075-4094-2021-4-1-8.
2. Буданов В.Г., Асеева И.А., Зотов В.В. Моделирование социо-технической конвергенции в цифровых сетевых пространствах: воз-можпости и риски // Сложность. Разум. Постнеклассика. 2022. № 1.
С. 60-72 / Budanov VG, Aseeva IA, Zotov VV. Modelirovanie sotsiotekhnicheskoy konvergentsii v tsifrovykh setevykh prostranstvakh: vozmozhnosti i riski [Modeling Sociotechnical Convergence in Digital Network Spaces: Opportunities and Risks]. Slozhnost'. Razum. Postneklassika. 2022;1:60-72. Russian.
3. Галкин В.А., Филатова О.Е., Еськов В.М., Попов Ю.М. Связи между прошлым и будущим состоянием биосистем // Сложность. Разум. Постнеклассика. 2021. № 2. С. 14-24. DOI: 10.12737/2306-174X-2021-13-24 / Galkin VA, Filatova OE, Es'kov VM, Popov YuM. Svyazi mezhdu proshlym i budushchim sostoyaniem biosistem [Links between the past and future state of biosystems] Slozhnost'. Razum. Postneklassika. 2021;2:14-24. DOI: 10.12737/2306-174X-2021-13-24. Russian.
4. Гинзбург В.Л. Какие проблемы физики и астрофизики представляются сейчас особенно важными и интересными (тридцать лет спустя, причем уже на пороге XXI века)? // Успехи физических наук. 1999. № 169. С. 419-441 / Ginzburg VL. Kakie problemy fiziki i astrofiziki predstavlyayutsya seychas osobenno vazhnymi i interesnymi (tridtsat' let spustya, prichem uzhe na poroge XXI veka)? [What problems of physics and astrophysics seem especially important and interesting now (thir-ty years later, and already on the threshold of the 21st century)?]. Uspekhi fizicheskikh nauk. 1999;169:419-41. Russian.
5. Еськов В.М., Пятин В.Ф., Чемпалова Л.С., Шамов К.А., Куха-рева А. Существуют ли возможности для исследования стохастики в кардиологии и во всей медицине? // Сложность. Разум. Постнеклассика. 2022. № 1. С. 28-47. DOI: 10.12737/2306-174X-2022-28-49 / Es'kov VM, Pyatin VF, Chempalova LS, Shamov KA, Kukhareva A. Sushchestvuyut li vozmozhnosti dlya issledovaniya stokhastiki v kardiologii i vo vsey meditsine? [Gibt es Möglichkeiten für das Studi-um der Stochastik in der Kardiologie und in der gesamten Medizin?]. Slozhnost'. Razum. Postneklassika. 2022;1:28-47. DOI: 10.12737/2306-174X-2022-28-49. Russian.
6. Еськов В.М., Филатова О.Е., Галкин В.А., Филатов М.А., Чиркова Р.В. Возможны ли инварианты в теории хаоса-самоорганизации? // Сложность. Разум. Постнеклассика. 2022. № 1. С. 84-94. DOI: 10.12737/2306-174X-2022-79-89 / Es'kov VM, Filatova OE, Galkin VA, Filatov MA, Chirkova RV. Vozmozhny li invarianty v teorii kha-osa-samoorganizatsii? [Are invariants possible in chaos-self-organization theory?]. Slozhnost'. Razum. Postneklassika. 2022;1:84-94. DOI: 10.12737/2306-174X-2022-79-89. Russian.
7. Козлова В.В., Галкин В.А., Филатов М.А., Еськов В.М. Моделирование нейросетей мозга с позиций гипотезы W. Weaver // Сложность. Разум. Постнеклассика. 2021. № 1. С. 59-68. DOI: 10.12737/2306-174X-2021-52-59 / Kozlova VV, Galkin VA, Filatov MA, Es'kov VM. Modelirovanie neyrosetey mozga s pozitsiy gipotezy W. Weaver [Modeling of brain neural networks from the standpoint of the W. Weaver hypothe-sis]. Slozhnost'. Razum. Postneklassika. 2021;1:59-68. DOI: 10.12737/2306-174X-2021-52-59. Russian.
8. Коннов П.Е., Филатов М.А., Поросинин О.И., Юшкевич Д.П. Использование искусственных нейросетей в оценке актинического дерматита // Вестник новых медицинских технологий. 2022. №2. C. 109-112. DOI: 10.24412/1609-2163-2022-2-109-112. EDN MRSZXA / Konnov PE, Filatov МА, Yushkevich DP, Porosinin OI. Ispol'zovanie is-kusstvennykh neyrosetey v otsenke aktinicheskogo dermatita [Ar-tificial neural networks use in the actinic dermatitis assessment]. Journal of New Medical Technologies. 2022;2:109-12. DOI: 10.24412/1609-2163-2022-2109-112. EDN MRSZXA. Russian.
9. Пятин В.Ф., Макеева С.В., Миллер А.В., Хвостов Д.Ю., Черти-щев А.А. Каковы главные свойства нейросетей мозга? // Сложность. Разум. Постнеклассика. 2020. № 3. С. 5-13. DOI: 10.12737/2306-174X-2020-5-14 / Pyatin VF, Makeeva SV, Miller AV, Khvostov DYu, Chertishchev AA. Kakovy glavnye svoystva neyrosetey mozga? [What are the main properties of brain neural networks?]. Slozhnost'. Razum. Postne-klassika. 2020;3:5-13. DOI: 10.12737/2306-174X-2020-5-14. Russian.
10. Филатова О.Е., Галкин В.А., Башкатова Ю.В., Шаки-рова Л.С. Новые возможности нейрокомпьютеров в биомедицине // Сложность. Разум. Постнеклассика. 2021. № 3. С. 5-16. DOI: 10.12737/2306-174X-2021-5-14 / Filatova OE, Galkin VA, Bash-katova YuV, Shakirova LS. Novye vozmozhnosti neyrokomp'yuterov v bi-omeditsine [Neue Möglich-keiten von Neurocomputern in der Biomedizin]. Slozhnost'. Razum. Postneklassika. 2021;3:5-16. DOI: 10.12737/2306-174X-2021-5-14. Russian.
11. Филатова О.Е., Еськов В.М., Галкин В.А., Музиева М.И., Ку-харева А. Существуют ли отличия классификации систем искусственного интеллекта? // Сложность. Разум. Постнеклассика. 2022. № 1. С. 48-59 / Filatova OE, Es'kov VM, Galkin VA, Muzieva MI,
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2022 - Vol. 29, № 4 - P. 125-128
Kukhareva A. Sushchestvuyut li otlichiya klassifikatsii sistem iskusstvennogo intellekta? [Are there differences in the classification of artificial intelligence systems?]. Slozhnost'. Razum. Postneklassika. 2022;1:48-59. Russian.
12. Филатова О.Е., Чемпалова Л.С., Оразбаева О.А., Мельникова Е.Г. Нейровегетативный статус аборигенов Югры // Сложность. Разум. Постнеклассика. 2019. № 4. С. 14-23. DOI: 10.12737/2306-174X-2019-12-21 / Filatova OE, Chempalova LS, Orazbaeva OA, Mel'ni-kova EG. Ney-rovegetativnyy status aborigenov Yugry [Neurovegetative status of the aborigines of Ugra]. Slozhnost'. Razum. Postneklassika. 2019;4:14-23. DOI: 10.12737/2306-174X-2019-12-21. Russian.
13. Хадарцев А.А., Галкин В.А., Башкатова Ю.В., Гаври-ленко Т.В. Фундаментальные источники непредсказуемости для биосистем у M. Gell-Mann // Сложность. Разум. Постнеклассика. 2022. № 1. С. 95-108. DOI: 10.12737/2306-174X-2022-90-102 / Khadartsev AA, Galkin VA, Bashkatova YuV, Gavrilenko TV. Fundamental'nye istochniki nepredskazuemosti dlya biosistem u M. Gell-Mann [Fundamentale Quellen der Unberechenbarkeit für Biosysteme in M. Gell-Mann]. Slozhnost'. Razum. Postneklassika. 2022;1:95-108. DOI: 10.12737/2306-174X-2022-90-102. Russian.
14. Еськов В.М., Хадарцева А.А. Системный анализ, управление и обработка информации в биологии и медицине. Ч. VI. Системный анализ и синтез в изучении явлений синергизма при управлении гомеостазом организма в условиях саногенеза и патогенеза: Монография. Самара: ООО «Офорт», 2005. 153 с. / Es'kov VM, Khadartseva AA. Sistemnyy analiz, upravlenie i obrabotka informatsii v biologii i meditsine. Ch. VI. Sistemnyy analiz i sintez v izuchenii yavleniy sinergizma pri upravlenii gomeostazom organizma v usloviyakh sano-geneza i patogeneza: Monografiya [Systems analysis, control and information processing in biology and medicine. H. VI. Systems analysis and synthesis in the study of the phenomena of synergism during control of the homeostasis of organism under the conditions of sanogeneza and pathogenesis: Monograph]. Samara: OOO «Ofort»; 2005. Russian.
15. Хадарцев А.А., Фудин Н.А. Психоэмоциональный стресс в спорте. Физиологические основы и возможности коррекции (обзор литературы) // Вестник новых медицинских технологий. Электронное издание. 2015. №3. Публикация 8-4. URL: http://www.medtsu.tula.ru/VNMT/Bulletin/E2015-3/5256.pdf (дата обращения 30.09.2015). DOI: 10.12737/13378 / Khadartsev AA, Fudin NA. Psikhoemotsional'nyy stress v sporte. Fiziologicheskie osnovy I voz-mozhnosti korrektsii (obzor literatury) [Psycho-emotional stress in sport. Physiological basis and possibilities of correction (literature review)].
Journal of New Medical Technologies. E-edition. 2015[cited 2015 Sep 30];3:[about 9 p.]. Russian. Available from: http://www.medtsu.tula.ru/ VNMT/Bulletin/E2015-3/5256.pdf. DOI: 10.12737/13378.
16. Чемпалова Л.С., Трофимов В.Н., Мельникова Е.Г., Аксенова Ю.А., Пономарева Н.И. Нейровегетативная система приезжих жителей Югры в возрастном аспекте // Сложность. Разум. Постнеклассика. 2019. № 4. С. 41-47 / Chempalova LS, Trofimov VN, Mel'ni-kova EG, Aksenova YuA, Ponomareva NI. Nejrovegetativnaya sistema priezzhix zhitelej Yugry' v vozrastnom aspekte [Neuro-vegetative system of visiting inhabitants of UGRA in the age aspect]. Complexity. Mind. Postnonclassic. 2019;4:41-7. Russian.
17. Galkin V.A., Gavrilenko T.V., Gazya G.V., Filatov M.A. Models of uncertainty in the framework of compartmentcluster theory for research of instability biosystems // IOP Conference Series: Earth and Environmental Science Conference Series. 2022. Vol. 981(3). P. 032004. DOI: 10.1088/1755-1315/981/3/032004 / Galkin VA, Gavrilenko TV, Gazya GV, Filatov MA. Models of uncertainty in the framework of com-partmentcluster theory for research of instability biosystems. IOP Conference Series: Earth and Environmental Science Conference Series. 2022;981(3):032004. DOI: 10.1088/1755-1315/981/3/032004.
18. Gazya G.V., Eskov V.M. Uncertainty of the first type in industrial ecology // IOP Conference Series: Earth and Environmental Science Conference Series. 2021. Vol. 839(4). P. 042072. DOI: 10.1088/17551315/839/4/042072 / Gazya GV, Eskov VM. Uncertainty of the first type in industrial ecology. IOP Conference Series: Earth and Environmental Science Conference Series. 2021;839(4):042072. DOI: 10.1088/17551315/839/4/042072.
19. Grigorenko V.V., Eskov V.M., Nazina N.B., Egorov A.A. Information-analytical system of cardiographic information functional diagnostics // Journal of Physics: Conference Series. 2020. Vol. 1515. P. 052027. DOI: 10.1088/1742-6596/1515/5/052027 / Grigorenko VV, Eskov VM, Nazina NB, Egorov AA. Information-analytical system of car-diographic information functional diagnostics. Journal of Physics: Conference Series. 2020;1515:052027. DOI: 10.1088/17426596/1515/5/052027.
20. Zilov V.G., Khadartsev A.A., Kitanina K.Y., Eskov V.V., Ilyashenko L.K. Examination of statistical instability of electroencephalograms // Bulletin of Experimental Biology and Medicine. 2019. Vol. 168, № 1. P. 5-9 / Zilov VG, Khadartsev AA, Kitanina KY, Eskov VV, Ilyashenko LK. Examination of statistical instability of electroencephalograms. Bulletin of Experimental Biology and Medicine. 2019;168(1):5-9.
Библиографическая ссылка:
Шакирова Л.С., Еськов В.М., Кухарева А., Музиева М.И., Филатов М.А. Границы стохастики в медицинской кибернетике // Вестник новых медицинских технологий. 2022. №4. С. 125-128. DOI: 10.24412/1609-2163-2022-4-125-128. EDN BOBHTD.
Bibliographic reference:
Shakirova LS, Es'kov VM, Kukhareva A, Muzieva MI, Filatov MA. Granitsy stokhastiki v meditsinskoy kibernetike [The boundaries of stochastics in medical cybernetics]. Journal of New Medical Technologies. 2022;4:125-128. DOI: 10.24412/1609-2163-2022-4-125-128. EDN BOBHTD. Russian.
