CC BY
48
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, №2-P. 116-119
УДК: 61 DOI: 10.24411/1609-2163-2020-16667
МЕДИЦИНСКАЯ КИБЕРНЕТИКА И БИОФИЗИКА С ПОЗИЦИЙ ОБЩЕЙ ТЕОРИИ СИСТЕМ М.А. ФИЛАТОВ, Я.Н. НУВАЛЬЦЕВА, Ж.А. ОРАЗБАЕВА, К.А. АФАНЕВИЧ БУ ВО ХМАО-Югры «Сургутский государственный университет», ул. Ленина, д. 1, Сургут, 628400, Россия
Аннотация. Активное развитие общей теории систем в 20-м веке существенно замедлилось за последние 20-30 лет. Наука перешла на уровень молекул и атомов, где системные принципы не очень эффективны. В итоге мы отошли от двух главных системных принципов: динамика поведения отдельного элемента системы не имеет значения и системы обладают сложностью. Цель исследования. Создание нового понимания системы и базовых принципов организации систем в рамках разрабатываемой новой теории хаоса-самоорганизации. Материалы и методы исследования. Исследования проводились с группой мужчин (15 человек). Использовались параметры нервно-мышечной системы (треморограммы) и сердечно-сосудистой системы (кардиоинтервалы). Строились матрицы парных сравнений выборок этих параметров. Результаты и их обсуждение. Были получены сходные данные для нервно-мышечной и сердечно-сосудистой систем при регистрации параметров у одного испытуемого (в неизменном гомеостазе). Число ki пар выборок треморограмм, которые имеют общую генеральную совокупность, меньше числа fa пар выборок кардиоинтервалов, т.е. сердце работает менее хаотично, чем нервно-мышечная система. Заключение. В рамках этой новой теории раскрывается понятие сложности и вводится новый компартментно-кластерный принцип организации систем. Эти два новых понятия открывают новые перспективы в развитии общей теории систем и ее применения в медицинской кибернетике и биофизике сложных систем. Дается новое понимание и самой теории систем, которое базируется на особой сложности (эффекте Еськова-Зинченко) и восстановления базового принципа теории систем (один элемент не определяет систему).
Ключевые слова: хаос, сложность, эффект Еськова-Зинченко, биофизика.
SYSTEMS THEORY: MEDICAL CYBERNETICS AND BIOPHYSICS M.A. FILATOV, Ya.N. NUVALTSEVA, J.A. ORAZBAEVA, K.A. AFANEVICH Surgut State University, Lenin Ave., 1, Surgut, 628400, Russia
Abstract. The active development of the general theory of systems in the 20th century has slowed significantly over the past 20-30 years. Science has moved to the level of molecules and atoms, where systemic principles are not very effective. As a result, we moved away from two main system principles: the dynamics of the behavior of an individual element of the system does not matter and the systems are complex. The research purpose was a creation of a new understanding of the system and basic principles of organization of systems within the framework of a new theory of chaos-self-organization being developed. Materials and methods. Studies were conducted with a group of men (15 people). The parameters of the neuromuscular system (tremorograms) and the cardiovascular system (cardiointervals) were used. Matrices of pairwise comparisons of samples of these parameters were constructed. Results. Similar data were obtained for the neuromuscular and cardiovascular systems when recording parameters from one subject (in constant homeostasis). The number ki pairs of samples of tremorograms that have a common population is less than the number fa pairs of samples of cardio intervals, i.e. the heart works less randomly than the neuromuscular system. Conclusion. In the framework of this new theory, the concept of complexity is revealed and a new compartment-cluster principle of organization of systems is introduced. These two new concepts open up new perspectives in the development of the general theory of systems and its application in medical cybernetics and biophysics of complex systems. A new understanding is given of the theory of systems itself, which is based on particular complexity (the effect of Eskov-Zinchenko) and the restoration of the basic principle of system theory (one element does not determine the system).
Keywords: chaos, complexity, the effect of Eskov-Zinchenko, biophysics.
Введение. После активной работы научной школы Л. Фон Берталанфи в области построения общей теории систем (ОТС) мы в конце 20-го века существенно затормозили развитие самой ОТС. Перейдя на молекулярный уровень, медицина и биология перешли к простым регуляторным схемам на уровне молекул и атомов. В этих схемах жестко выступают причинно-следственные связи, что является завершающим этапом развития детерминистско-стохастической науки (ДСН). Предсказывать поведение молекулярных систем с позиций ОТС довольно просто (находятся уравнения или статистические функции распределения[(х)) [1-3].
В ДСН настоящее и прошлое влияет (и определяет) будущее состояние любой системы. Это относится и к природным системам и к сложным, социальным системам. Если бы ДСН работала в области
социальных систем, то мы бы точно прогнозировали будущее человечества. Однако, для развития социумов мы даже не можем обеспечить краткосрочный прогноз (вспомним распад СССР [12-14]).
Для таких сложных (хаотических) систем сейчас создается теория хаоса-самоорганизации (ТХС), в которой хаос (неопределенность будущего) играет главную роль. Отметим, что хаос в ТХС имеет особое определение, которое отлично от хаоса в теории Лоренца (детерминированный хаос). В динамическом хаосе Лоренца мы имеем равномерное распределение (инвариантность мер), что отсутствует в статистическом хаосе ТХС [8-15].
Что такое сложные системы с позиций ДСН. Традиционно в ДСН и ОТС под сложностью понимают сейчас два принципа организации системы. Во-первых, сложные системы могут иметь иерархиче-
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, №2-Р. 116-119
скую (структурная сложность) систему организации. В кибернетике такие системы имеют отрицательные обратные связи, а в синергетике Н. Haken на 1-е место выдвигаются положительные обратные связи [47]. Только в «Тектологии» A.A. Богданова (конец 19-го и начало 20-го веков) оба этих типа связей играли на равных [1] в работе систем.
Напомним, что A.A. Богданов был первым ученым, который сформулировал основные типы систем (задолго до работ Л. Фон Берталанфи в его ОТС). Прошло более 60-ти лет после этих работ, когда I.R. Prigogine начал формулировать термодинамику неравновесных систем (ТНС), в которой особую роль он отводил диссипативным системам. Именно дис-сипативные системы наиболее широко распространены в живых системах (или открытых системах с диссипацией) [12-15].
Очевидно, что диссипативные системы - это системы с отрицательными элементами в правой части уравнений. Фактически, это означает, что они тоже представляют отрицательные связи, но только не между элементами, а между исследуемой системой и окружающей средой. Человек - это открытая диссипативная система, но он (человек) может накапливать информацию (о предыдущих процессах и событиях) [1,11] и эту информацию он использует в своих целях.
Диссипация (и накопление информации) - это главная характеристика любой живой системы, что проявляется в рефлексии на протекающие процессы (как внутри организма, так и в окружающей среде). Но живые системы не только этим характеризуются, у них есть универсальное свойство - неопределенность в состоянии, которая порождает непредсказуемость будущего. Это лежит в основе и всей новой ТХС, где хаос принимает особое значение (в таких диссипативныхсистемах) [9-13,15].
Отметим, что вся ДСН основана на предсказуемости и повторяемости. Если будущее системы не предсказуемо, а любой процесс с системой невозможно два раза повторить, то такие системы Р. Пен-роуз относил к особым (другим) системам, которые современная наука (ДСН) не изучает. Предсказуемость в ДСН имеет два типа: детерминистски предсказуемые системы и стохастически. В детерминизме будущее предсказывается до точки в фазовом пространстве состояния (ФПС) вектора системы в виде x=x(t)=(xi,X2,...Xm)T, здесь x(t) описывает любое состояние системы в ФПС. В стохастике мы можем предсказывать стохастическую функцию распределения/(х) если биосистема не изменяется [12].
В целом, в ДСН мы можем повторять произвольно и начальное состояние x(tj:) и f(x) для любой системы. Однако для биосистем такое невозможно [8].
Неопределенность 1-го и 20-го типов в ТХС. Для CTT-complexity (по определению W.Weaver) мы не можем определять будущее в виде x(tk) и f(x), если мы знаем прошлое и настоящее. Будущее в рамках детерминизма и стохастики для СТТ невозможно
определить. Более того, в рамках эффекта Еськова-Зинченко (ЭЕЗ) мы доказываем невозможность определить (спрогнозировать) следующую выборку любого компонента xt всего вектора состояния биосистемы x=x(t)=(xi,X2,...Xm)T. В ТХС для СТТ теряется смысл стационарного состояния биосистемы, т.к. любая сложная биосистема находится в непрерывном статистическом хаосе. Как тогда описывать такие СТТ в рамках традиционной ОТС и ДСН?
Отметим, что в ОТС существуют базовые принципы, главный из которых: динамика поведения отдельного элемента системы (нейрона, миофибриллы, гепатоцита) не определяет динамику всей системы (всей нейросети мозга - НСМ, мышцы, печени, другого органа). Сейчас мы перешли на молекулярный и клеточный уровень в биомедицине, где это принцип никак не учитывается. Фактически, мы отошли от ОТС. Но при этом ТХС добавляет неопределенность в работе любой биосистемы, когда вводится понятие неопределенностей 1-го и 2-го типов [10,12].
Таблица 1
Матрица парного сравнения треморограмм испытуемого КИГ (без нагрузки, число повторов и=15), использовался критерий Вилкоксона (значимость р<0,05, число совпадений ki=3)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 0,00 0,18 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 о,ос
2 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 о,ос
3 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 о,ос
4 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 о,ос
5 0,18 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 о,ос
6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,14 0,00 0,00 0,00 о,ос
7 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 о,ос
8 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 о,ос
9 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 о,ос
1С 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 о,ос
11 0,00 0,00 0,00 0,00 0,00 0,14 0,00 0,00 0,00 0,00 0,00 0,07 0,00 о,ос
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 о,ос
13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,07 0,00 0,00 о,ос
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 0,00 о,ос
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
Напомним, что неопределенность 2-го типа наблюдается по всем параметрам любой функциональной системы организма (ФСО) человека, когда мы сравниваем выборки x¡, полученные от одного и того же испытуемого (в его неизменном гомеостазе) [5-9]. Это составляет основу ЭЕЗ и легко демонстрируется при составлении матриц парных сравнений выборок. Покажем это на двух характерных таблицах. В табл. 1 мы регистрировали треморограммы (ТМГ) у одного и тоже испытуемого 15 раз подряд и полученные выборки попарно сравнивали (использовался критерий Вилкоксона Р).
Как видно из табл. 1 из 105 разных пар сравнения только (к/=Ъ) три пары показали общую генеральную совокупность (но мы имеем при этом три разные генеральные совокупности). Остальные 102 пары статистические не совпадают, для них р<0,05 (они не имеют общую генеральную совокупность). Это доказывает статистический хаос в физиологии нервно-
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2020 - V. 27, №2-P. 116-119
мышечной системы (НМС) [2,8,11,14].
Сходные данные мы получаем и для сердечнососудистой системы (ССС). Если у одного испытуемого (в неизменном гомеостазе) зарегистрировать 15 выборок кардиоинтервалов (КИ) и затем их сравнить, то получим типичную матрицу (табл. 2). Здесь кг= 10, что больше ki=3, т.е. сердце работает менее хаотично чем НМС. Однако это тоже крайне малое значение (табл. 2), т.к. доля хаоса более 90% (табл. 1).
Таблица 2
Матрица парного сравнения кардиоинтервалов испытуемого КИГ (без нагрузки, число повторов и=15), использовался критерий Вилкоксона (значимость р<0,05, число совпадений fc=10)
И НМС и ССС работают в хаотических режимах, доля стохастики крайне мала и это ограничивает дальнейшие возможности применения стохастики в ОТС. Требуется создание новой ОТС, в которой хаос СТТ (живых систем) был бы базовым свойством [4-7]. Новая ОТС будет охватывать и живые системы, модели которых в рамках ДСН теперь уже бесполезны (они имеют исторический, разовый характер).
Для CTT-complexity, как доказывает новая ТХС, характерна не только неопределенность 2-го типа (в виде ЭЕЗ), но и неопределенность 1-го типа, когда статистика показывает отсутствие различий между выборками Xi вектора состояния биосистемы x(t), а ТХС доказывает различия в состояниях СТТ. Характерно, что для раскрытия неопределенности 1-го типа сейчас применяем искусственные нейронные сети (ИНС), которые работают в трех особых режимах [1,4,10,12].
Эти режимы следуют из ТХС, в которой мы доказали наличие хаоса в параметрах Xi, наличие многократных ревербераций (повторов в работе ИНС) и используются главное системное свойство. Это свойство декларирует: динамика поведения отдельного элемента системы не дает нам информацию о поведении всей системы в целом. Поэтому мы в рамках ТХС задаем хаос и реверберации в ИНС, но эти два режима затрагивают все искусственные нейроны ИНС, что и реализует главный принцип ОТС.
Эти три свойства (новые), которое следуют из ТХС дают совершенно новое качество в работе ИНС.
Это качество проявляет возможности ИНС в виде моделей эвристической работы мозга. В этом случае мы решаем задачу системного синтеза, т.е. находим в медицине главные диагностические признаки x¡ из всех m признаков x¡ вектора x(t). Это обеспечивает нам идентификацию параметров порядка [4,12].
Заключение. В конце 20-го века наука о живых системах отошла от главного (системного) принципа ОТС. В биомедицине начали активно работать с одной клеткой (одной молекулой, например, ДНК), но в ОТС утверждается: поведение отдельного элемента системы не определяет динамику поведения всей системы. Биомедицина сейчас отходит от этого принципа.
Одновременно, был доказан ЭЕЗ, который существенно ограничивает возможности статистики в биомедицине. Мы вынуждены перейти к ТХС, в которой вводятся два типа неопределенностей. Второй тип неопределенности глобален, он охватывает все биосистемы и требует создания новой ОТС. В этой ОТС должны быть введены новые принципы работы СТТ. Среди этих принципов мы сейчас выделили три: хаос, непрерывные реверберации (повторения работы СТТ или регистрация xi) и старый принцип системности, который дополняет эти два принципа.
Все это вместе обеспечило новую работу искусственных нейросетей, которые моделируют работу мозга в режиме эвристики. Новые ИНС могут решать задачу системного синтеза. Они находят параметры порядка, т.е. главные диагностические признаки в медицине. Все это создает и новую ОТС, которая охватывает СТТ.
Литература / References
1. Буданов В.Г., Еськов В.М. Постнеклассика и третья парадигма естествознания // Сложность. Разум. Постнеклассика. 2019. № 1. С. 53-61. DOI: 10.12737/article 5cb82a52055bl9.67238854 / Budanov VG, Es'kov VM. Postneklassika i tret'ya paradigma estestvoznaniya [Postnonclassics and the third paradigm of natural science]. Slozhnost'. Razum. Postneklassika. 2019;1:53-61. DOI: 10.12737/article 5cb82a52055bl9.67238854. Russian.
2. Еськов В.В., Дронова Е.В., Митюшкина O.A., Светлова С.Ю. Сложные динамические биомедицинские системы. Возможности их анализа с помощью инструментов теории хаоса и самоорганизации систем // Сложность. Разум. Постнеклассика. 2017. № 4. С. 112-136. DOI: 10.12737/article 5a24f280e35de4.30118268 / Es'kov W, DronovaEV, Mityushkina OA, Svetlova SYu. Slozhnye dinamicheskie biomeditsinskie sistemy. Vozmozhnosti ikh analiza s pomoshch'yu instrumentov teorii khaosa i samoorganizatsii sistem [Complex dynamic biomedical systems. The possibilities of their analysis using the tools of chaos theory and self-organization of systems]. Slozhnost'. Razum. Postneklassika. 2017;4:112-36. DOI: 10.12737/article 5a24f280e35de4. 30118268. Russian.
3. Еськов В.M., Галкин В.А., Филатова O.E. Конец определенности: хаос гомеостатических систем / Под ред. Хадарцева A.A., Розенберга Г.С. Тула: изд-во Тульское производственное полиграфическое объединение, 2017. 596 с. / Es'kov VM, Galkin VA, Filatova OE. Konecz opredelennosti: xaos gomeostaticheskix system. Pod red. Xadarceva A.A., Rozenberga G.S. [The end of certainty: the chaos of homeostatic systems. Ed. Khadartsev A.A., Rosenberg G.S.]. Tula: izd-vo Tul'skoe proizvodstvennoe poligraficheskoe ob"edinenie; 2017. Russian.
4. Еськов В.M., Филатова O.E., Полухин В.В., Нувальцева Я.Н., Веденеева Т.С. Новое понимание статичности в биомеханике и проблема стандартов гомеостаза // Сложность. Разум. Постнеклассика. 2019. № 3. С. 22-31. DOI: 10.12737/article 5dbaa83bb9afa2.
1 2 3 4 s 6 7 8 9 10 11 12 13 14 15
1 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
2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,19 0,00
3 0,00 0,00 0,00 0,00 0,00 0,61 0,00 0,02 0,00 0,00 0,00 0,61 0,00 0,00
4 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
5 0,00 0,00 0,00 0,00 0,84 0,00 0,04 0,00 0,00 0,04 0,10 0,00 0,00 0,00
6 0,00 0,00 0,00 0,00 0,84 0,00 0,08 0,00 0,00 0,03 0,20 0,00 0,00 0,00
7 0,00 0,00 0,61 0,00 0,00 0,00 0,00 0,06 0,00 0,00 0,00 0,57 0,00 0,00
8 0,00 0,00 0,00 0,00 0,04 0,08 0,00 0,00 0,00 0,00 0,43 0,00 0,00 0,00
9 0,00 0,00 0,02 0,00 0,00 0,00 0,06 0,00 0,00 0,00 0,00 0,02 0,00 0,00
10 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
11 0,00 0,00 0,00 0,00 0,04 0,03 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 0,10 0,20 0,00 0,43 0,00 0,00 0,00 0,00 0,00 0,00
13 0,00 0,00 0,61 0,00 0,00 0,00 0,57 0,00 0,02 0,00 0,00 0,00 0,00 0,00
14 0,00 0,19 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
IS 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 - 2020 - V. 27, №2-P. 116-119
93776393 / Es'kov VM, Filatova OE, Poluhin W, Nuval'ceva YaN, Vedeneeva TS. Novoe ponimanie statichnosti v biomekhanike i problema standartov gomeostaza [A new understanding of static in biomechanics and the problem of standards for homeostasis]. Slozhnost'. Razum. Postneklassika. 2019;3:22-31. DOI: 10.12737/article 5dbaa83bb9afa2.93776393. Russian.
5. Живогляд P.H., Башкатова Ю.В., Воробей O.A., Лупыни-на Е.Ю. Оценка показателей функциональной системы организма населения Югры // Сложность. Разум. Постнеклассика. 2019. № 2. С. 5-12. DOI: 10.12737/article 5d48308a84abb3.23542464 / Zhivoglyad RN, Bashkatova YuV, Vorobej OA, Lupynina EYu. Ocenka pokazatelej funkcional'noj sistemy organizma naseleniya Yugry [Evaluation of the indicators of the functional system of the body of the population of Ugra]. Slozhnost'. Razum. Postneklassika. 2019;2:5-12. DOI: 10.12737/article 5d48308a84abb3.23542464. Russian.
6. Прохоров C.A., Гумарова O.A., Монастырецкая O.A., Хвостов Д.Ю., Афаневич И.А. Нестабильные системы: проблема однородности групп // Сложность. Разум. Постнеклассика. 2019. № 1. С. 62-72. DOI: 10.12737/article 5cb82aca839245.25389473 / Prokho-rov SA, Gumarova OA, Monastyretskaya OA, Khvostov DYu, Afanevich IA. Nestabil'nye sistemy: problema odnorodnosti grupp [Unstable systems: the problem of group homogeneity]. Slozh-nost'. Razum. Postneklassika. 2019;1:62-72. DOI: 10.12737/article 5cb82aca839245. 25389473. Russian.
7. Пятин В.Ф., Еськов В.В., Иванова Н.В., Хакимова В.В., Таги-рова Е.Д. Работа нейросетей мозга и их моделей в режиме системного синтеза// Сложность. Разум. Постнеклассика. 2019. № 1. С. 8895. DOI: 10.12737/article 5cb82c6828cf34.65546123 / Pyatin VF, Es'kov W, Ivanova NV, Khakimova VV, Tagirova ED. Rabota neirosetei mozga i ikh modelei v rezhime sistemnogo sinteza [The work of brain neural networks and their models in the system synthesis mode]. Slozhnost'. Razum. Postneklassika. 2019;1:88-95. DOI: 10.12737/article 5cb82c6828cf34.65546123. Russian.
8. Eskov V.M., Bazhenova A.E., Ilyashenko L.K., Grigorieva S.V. Effect of cold on involuntary movements in men with different levels of physical fitness in the Russian north // Human ecology. 2019. № 6. P. 39-44 / Eskov VM, Bazhenova AE, Ilyashenko LK, Grigorieva SV. Effect of cold on involuntary movements in men with different levels of physical fitness in the Russian North. Human ecology. 2019;6:39-44.
9. Filatov M.A., Ilyashenko L.K., Makeeva S.V. Psychophysiological parameters of students before and after translatitude travels // Human ecology. 2019. № 4. P. 18-24 / Filatov MA, Ilyashenko LK, Makeeva SV. Psychophysiological parameters of students before and after translatitude travels. Human ecology. 2019;4:18-24.
10. Khadartsev A.A., Nesmeyanov A.A., Eskov V.M., Filatov M.A., Pab W. Foundamentals of chaos and self-organization theory in sports // Integrative medicine international. 2017. Vol. 4. P. 57-65 / Khadartsev AA, Nesmeyanov AA, Eskov VM, Filatov MA, Pab W. Foundamentals of chaos and self-organization theory in sports. Integrative medicine international. 2017;4:57-65.
11. Khromushin V.A., Pyatin V.F., Eskov V.V., Ilyashenko L.K., Vokhmina Yu.V. New principles in the operation of neural emulators in medical diagnosis // Biomedical Engineering. 2019. Vol. 53, № 2. P. 117-120 / Khromushin VA, Pyatin VF, Eskov W, Ilyashenko LK, Vokhmina YuV. New principles in the operation of neural emulators in medical diagnosis. Biomedical engineering. 2019;S3(2): 117-20.
12. Eskov V.V., Filatova D.Yu., Ilyashenko L.K., Vochmina Yu.V. Classification of Uncertainties in Modeling of Complex Biological Systems // Moscow University Physics Bulletin. 2019. 74, № 1. P. 57-63 / Eskov W, Filatova DY, Ilyashenko LK, Vochmina YV. Classification of uncertainties in modeling of complex biological systems. Moscow university physics bulletin. 2019;4(l):57-63.
13. Shakirova L.S., Filatova D.Yu., Ilyashenko L.K., Bashkatova Yu.V. Integrally-temporal and spectral parameters of cardiovascular system of pre-adolescent population of Khanty-mansi autonomous okrug - Ugra under the conditions of latitudinal displacements // Human Ecology. 2018. № 11. P. 32-36 / Shakirova LS, Filatova DYu, Ilyashenko LK, Bashkatova YuV. Integrally-temporal and spectral parameters of cardiovascular system of pre-adolescent population of Khanty-Mansi autonomous okrug - Ugra under the conditions of latitudinal displacements. Human ecology. 2018;11:32-6.
14. Zilov V.G., Khadartsev A.A., Ilyashenko L.K., Eskov V.V., Minenko I.A. Experimental analysis of the chaotic dynamics of muscle biopotentials under various static loads // Bulletin of experimental biology and medicine. 2018. Vol. 165, № 4. P. 415-418 / Zilov VG, Khadartsev AA, Ilyashenko LK, Eskov W, Minenko IA. Experimental analysis of the chaotic dynamics of muscle biopotentials under various static loads. Bulletin of experimental biology and medicine. 2018;165(4):415-8.
15. Zilov V.G., Khadartsev A.A., Eskov V.V., Ilyashenko L.K., Kitanina K.Yu. Examination of statistical instability of electroencephalograms// Bulletin of experimental biology and medicine. 2019. Vol.168, № 7. P. 5-9 / Zilov VG, Khadartsev AA, Eskov W, Ilyashenko LK, Kitanina KYu. Examination of statistical instability of electroencephalograms. Bulletin of experimental biology and medicine. 2019;168(7):5-9.
Библиографическая ссылка:
Филатов M.A., Нувальцева Я.Н., Оразбаева Ж.А., Афаневич К.А. Медицинская кибернетика и биофизика с позиций общей теории систем//Вестник новых медицинских технологий. 2020. №2. С. 116-119. DOI: 10.24411/1609-2163-2020-16667.
Bibliographic reference:
Filatov MA, Nuvaltseva YaN, Orazbaeva YaN, Afanevich KA. Meditsinskaya kibernetika i biofizika s pozitsiy obshchey teorii sistem [Systems theory: medical cybernetics and biophysics]. Journal of New Medical Technologies. 2020;2:116-119. DOI: 10.24411/16092163-2020-16667. Russian.
