CC BY
82
Раздел I
БИОЛОГИЯ СЛОЖНЫХ СИСТЕМ. МАТЕМАТИЧЕСКАЯ БИОЛОГИЯ И БИОИНФОРМАТИКА В МЕДИКО-БИОЛОГИЧЕСКИХ СИСТЕМАХ
УДК 517.958:57
ОПЫТ ВЫПОЛНЕНИЯ АНАЛИТИЧЕСКИХ РАСЧЕТОВ С ИСПОЛЬЗОВАНИЕМ АЛГЕБРАИЧЕСКОЙ МОДЕЛИ КОНСТРУКТИВНОЙ ЛОГИКИ В МЕДИЦИНЕ И БИОЛОГИИ
В .А. ХРОМУШИН*, А.Г. ЛАСТОВЕЦКИЙ**, В.И. ДАИЛЬНЕВ***, К.Ю. КИТАНИНА*, О.В. ХРОМУШИН****
*Тульский государственный университет, проспект Ленина, д. 92, г. Тула, Россия, 300012 **Центральный научно-исследовательский институт организации и информатизации здравоохранения,
Добролюбова, 11, г. Москва, Россия, 127254 ***Министерство здравоохранения Тульской области, 300045, Россия, г. Тула, ул. Оборонная, 114г.
****Тульское региональное отделение Академии медико-технических наукул, Смидович, д. 12, г. Тула, Россия, 300012
Аннотация. В статье изложен опыт выполнения аналитических расчетов в медицине и биологии с использованием математического аппарата алгебраической модели конструктивной логики, созданной с России в 1983 г. В своей основе она является моделью интуитивистского исчисления предикатов, отображающей индуктивную часть мышления - формулирование сравнительно небольшого набора кратких выводов из массивов информации большой размерности. Исходными данными для построения модели является таблица. Каждая строка в этой таблице рассматривается как случай, в котором занесены значения факторов в виде любых числовых значений и результат их воздействия. Результирующая модель представлена набором результирующих составляющих в виде факторов с указанием пределов определения, объединенных знаком конъюнкции (указывающим на совместное воздействие). Каждая результирующая составляющая характеризуется мощностью, являющейся сутью числа строк в таблице, которые соответствуют указанным пределам определения факторов при их совместном действии, определенных алгоритмом алгебраической модели конструктивной логики. Показана оптимальность результата сравнением с тупиковой дизъюнктивной формой, как не допускающей дальнейшее упрощение, при синтезе логической комбинационной схемы. Алгоритм обладает возможностями частичного избегания влияния скрытых переменных, которые медленно эволюционируют во времени.
Приведены основные этапы анализа, включая построение экспертной системы, а также указаны пути дальнейшего совершенствования алгоритма. Алгебраическая модель конструктивной логики по своим возможностям не уступает нейросете-вым алгоритмам по аналитическим возможностям, удобна в использовании и не требует этапа обучения. Алгебраическая модель конструктивной логики принципиально отличается от многих известных алгоритмов, в том числе от нейросетевых алгоритмов. Ее использование наряду с другими позволяет достичь большей уверенности в оценке результата.
Ключевые слова: модель, логика, анализ, экспертная система.
EXPERIENCE IN PERFORMING ANALYTICAL CALCULATIONS USING ALGEBRAIC MODEL OF CONSTRUCTIVE LOGIC IN
MEDICINE AND BIOLOGY
V.A. KHROMUSHIN*, A.G. LASTOVECKIY**, V.I. DAILINEV***, K.YU. KITANINA*, O.V. KHROMUSHIN****
*Tula State University, 300012, Tula, Russia, Lenin Avenue, 92 **Central Research Institute to Organizations and Informatization of the Public Health,
127254, Moscow, str. Dobrolyubova, 11 ***Ministry of the Public Health of the Tula Region, 300045, Russia, Tula str. Defense, 114g.
****Tula Regional Branch of the Academy of Medico-Technical Sciences, 300012, Russia, Tula str. Smidovich, 12
Abstract. This paper describes the experience of analytical calculations in medicine and biology using the mathematical apparatus of algebraic model of constructive logic, created with Russia in 1983. Basically it is a model intuitionism calculus, displaying the inductive part of the thinking - formulation of a relatively small set of summary of the information arrays of large dimension. The initial data to build the model is a table. Each row in this table is treated as a case in which the values of the factors are listed in the form of any numeric value, and the result of their exposure. The resulting model is represented by a set of the resulting components as factors indicating the detection limits, combined mark conjunction (pointing to the joint effect). Each resulting component characterized by the capacity, which is the essence of the number of rows in the table that meet the specified limits of the determining factors in their joint action defined by algebraic model of constructive logic. Optimality is demonstrated by a comparison with a dead-end disjunctive form, as not allowing further simplification in the synthesis of combinational logical schema. The algorithm has the potential partial avoidance of the impact of hidden variables that are slowly evolve over time.
The stages of the analysis, including the building of the expert system, are demonstrated and also the ways of further improvement of the algorithm are specified. An algebraic model of constructive logic of their capabilities is not inferior to neural network algo-
rithms for analytical capabilities, convenient in use and doesn't require the training phase. An algebraic model of constructive logic is fundamentally different from many well-known algorithms including neural network algorithms. Its use along with other allows to reach greater confidence in the assessment of the results.
Key words: model, logic, analysis, expert system.
Алгебраическая модель конструктивной логики (АМКЛ) разработана в России в 1983 году и предназначена для построения многофакторной нелинейной математической модели [1]. В последние 15 лет она используется для анализа в медицине и биологии [2]. Наряду с этим АМКЛ используется для построения экспертных систем [3,4].
АМКЛ в своей основе является моделью интуитивист-ского исчисления предикатов, отображающей индуктивную часть мышления - формулирование сравнительно небольшого набора кратких выводов из массивов информации большой размерности. С общей точки зрения систему можно применять как средство, согласующее информационные каналы исследуемого объекта и пользователя [1-5]. С философской точки зрения АМКЛ обеспечивает отыскание закономерностей в хаосе.
Алгоритм АМКЛ отдалённо напоминает синтез цифровых автоматов с нахождением тупиковой дизъюнктивной формы и по этой причине использует её терминологию. Только в данном случае факторы представлены любыми числовыми значениями, а не только 0 или 1 [9].
Исходными данными для построения модели является таблица. Каждая строка в этой таблице рассматривается как случай, в котором занесены значения факторов (в факторных столбцах) и результат их воздействия (в целевом столбце).
Результирующая модель представлена набором результирующих составляющих в виде факторов с указанием пределов определения, объединенных знаком конъюнкции (указывающим на совместное воздействие). Каждая результирующая составляющая характеризуется мощностью (W), являющейся сутью числа строк в таблице, которые соответствуют указанным пределам определения факторов при их совместном действии.
Результирующие логические выражения характеризуют сочетанные факторы (с указанием пределов определения каждого из них) по их мощности как степени влияния на результат.
В качестве примера в табл. 1 приведена математическая модель по гестозам [3].
Алгоритм АМКЛ позволяет:
1. Построить математическую модель с минимальным числом результирующих составляющих, дизъюнктивно объединенных между собой.
2. Определить сочетание факторов (показанных через знак &) и пределы их определения без участия исследователя.
3. Определить мощность каждой результирующей составляющей (W), численно равной числу строк, на которых выполняется условие определения переменных этой результирующей составляющей.
4. Исключить отдельные избыточные факторы (как это показано в примечании в рассматриваемом примере), без которых математическая модель может быть построена.
АМКЛ обладает возможностями частичного избегания влияния скрытых переменных (отсутствующих в исходной таблице), которые медленно эволюционируют во времени [1].
Алгоритм реализован на языке Visio С++ и не имеет ограничений по числу строк в таблице. В частности, для
анализа смертности населения Тульского региона за 6 лет число анализируемых случаев доходило до 160 000.
Этапы анализа приведены на рис. 1.
На каждом этапе анализа используется специально созданное программное обеспечение, облегчающее выполнение аналитических работ и расширяющие возможности аналитика.
Таблица 1
Математическая модель по гестозам
Переменная цели: Х1.
Значение цели: 1 (наличие гестоза).
Маска: отсутствует.
Совпало целевых и нецелевых строк: 0.
Результирующие составляющие математической модели
_________________________1. W= 57. (0< X4 < 2)________________________________
_______________2. W= 6. (307< X15 < 318) & (0< X4 <= 3)_______________________
_______________3. W= 4. (280< X15 < 283) & (0< X4 < 3)________________________
_______________4. W= 4. (17<= X2 < 19) & (1< X5 <= 2)_________________________
_______________5. W= 4. (139< X16 < 141) & (1< X5 <= 2)_______________________
_______________6. W= 3. (34< X2 < 36) & (0< X4 < 4)___________________________
_______________7. W= 3. (36< X17 < 36,2) & (1< X5 <= 2)_______________________
_______________8. W= 3. (35,1 < X17 < 35,4) & (0< X4 <= 3)____________________
_________________________9. W= 2. (182< X3 < 185)_____________________________
10. W= 2. (164< X3 < 166) & (34< X17 < 34,8) & (1< X5 <= 2)
_______________11. W= 2. (132< X16 < 134) & (1< X5 <= 3)______________________
_________________________12. W= 2. (40< X2 <= 41)_____________________________
_______________13. W= 2. (122< X16 < 124) & (0< X4 <= 4)______________________
_______________14. W= 2. (297< X15 < 301) & (162< X3 < 170)___________________
_______________15. W= 2. (29< X2 < 31) & (2< X4 <= 3)_________________________
_______________16. W= 2. (181< X15 < 186) & (0< X4 <= 3)______________________
_______________17. W= 2. (33< X2 < 36) & (2< X4 < 4)__________________________
_______________18. W= 2. (34,7< X17 < 34,9) & (0< X4 <= 3)____________________
_______________19. W= 2. (240< X15 < 244) & (119< X16 < 123)__________________
_______________20. W= 2. (32,3< X17 < 32,5) & (0<= X9 < 1)____________________
_________________________21. W= 2. (43,6 < X17 < 44)__________________________
_______________22. W= 2. (34,2< X17 < 34,6) & (1< X5 <= 2)____________________
_________________________23. W= 2. (340< X15 < 346)___________________________
_______________24. W= 2. (129< X16 < 131) & (181< X15 < 200)__________________
_______________25. W= 2. (40,2< X17 < 40,4) & (242< X15 < 326)________________
_______________26. W= 2. (36,9< X17 < 37,3) & (301< X15 < 318)________________
_______________27. W= 1. (221< X15 < 223) & (0< X4 <= 3)______________________
_________________________28. W=1. (97< X16 < 99)______________________________
_______________29. W= 1. (207< X15 < 209) & (163< X3 < 168)___________________
_________________________30. W= 1. (302< X15 < 304)___________________________
_______________31. W= 1. (33< X17 < 33,2) & (127< X16 < 139)__________________
_______________32. W= 1. (221< X15 < 223) & (1<= X6 < 2)______________________
_______________33. W= 1. (40< X17 < 40,2) & (154< X3 < 170)___________________
_______________34. W= 1. (42,2< X17 < 42,4) & (1< X6 <= 3)____________________
_______________35. W= 1. (181< X15 < 184) & (1< X11 <= 3)_____________________
36. W= 1. (33,9< X17 < 36,5) & (209< X15 < 211) & (1<= X6 < 3)
_______________37. W= 1. (40,2 < X17 < 40,4 ) & (0< X10 <= 2)_________________
_______________38. W= 1. (38,8 < X17 < 39) & (125< X16 < 130)_________________
_______________39. W= 1. (36,5< X17 < 36,7) & (164< X3 < 169)_________________
40. W= 1. (121< X16 < 127) & (25< X2 < 29) & (2< X4 <= 4)
____________41. W= 1. (250< X15 < 252) & (31,7<= X17 < 36,4)__________________
____________42. W= 1. (144< X16 <= 146) & (32,7<= X17 < 38,9)_________________
_________________________43. W= 1. (299< X15 < 301)___________________________
_______________44. W= 1. (231< X15 < 234) & (0< X11 < 3)______________________
_______________45. W= 1. (315< X15 < 317) & (22<= X2 < 35)____________________
_________________________46. W= 1. (331< X15 < 333)___________________________
_______________47. W= 1. (38,6< X17 < 38,8) & (165< X3 <= 175)________________
_________________________48. W= 1. (151< X16 < 158)___________________________
_______________49. W= 1. (127< X16 < 129) & (190< X15 < 196)__________________
_________________________50. W= 1. (148< X16 < 150)___________________________
_______________51. W= 1. (28,9< X17 < 29,7) & (16< X2 < 33)___________________
Примечание: 1. Алгоритм построения АМКЛ исключил факторы 7,
8, 12, 13, 14. 2. Жирной чертой отделены главные (наиболее мощные) результирующие составляющие, определенные по методике, изложенной в публикации. Для выполнения этой операции создана программа, реализующая два алгоритма выделения главных составляющих [6,10]
Накопление массивов данных (например, в регистрах по проблемным направлениям здравоохранения) сопровождается тщательной верификацией каждой вносимой записи, что является обычным правилом ведения регистров. В частности, для ведения регистра смертности в составе программного обеспечения, созданного в рамках международного проекта, используется модуль acme.exe (CDC, USA), позволяющий безошибочно автоматически определять первоначальную причину смерти. Наряду с этим для верификации результата используется метод аналитического тестирования [7]. Эти меры позволяют достичь высоких показателей достоверности.
На этапе предварительного анализа исследователь определяется с выбором факторов, используемых для построения АМКЛ. С этой целью анализируется каждый фактор по отдельности путем его изменения от минимального значения до максимального с оценкой его влияния на результат. С помощью специального программного обеспечения строятся графики по которым наглядно видно влияния анализируемого фактора на результат и точки его максимального проявления.
Рис. 1. Этапы анализа
Следует отметить, что алгоритм АМКЛ позволяет исключить ряд факторов, без которых можно построить математическую модель. Но это не может в полной степени заменить предварительный анализ, на этапе которого выбираются факторы для дальнейшего анализа. Иначе результирующая математическая модель будет излишне детализирована, что затруднит этап интерпретации результата.
Процедура построения математической модели с помощью созданного программного обеспечения сводится к импорту исходного массива данных, выбора фактора, принятого в качестве цели, указание целевого значения и запуска на построение математической модели. Многолетняя практика работы с программой показывает, что с ней могут работать не подготовленные пользователи.
На следующем этапе с помощью специально созданного программного обеспечения осуществляется анализ каждого фактора в полученной математической модели в части его влияния на максимальную суммарную мощность, которая также необходима для построения экспертной системы. При этом суммарная мощность результирующих составляющих не может быть получена простым суммированием мощностей каждой результирующей составляющей. Причиной этому является не перекрывающиеся по пределам определения значения факторов в результирующих составляющих и их разный состав. В результате этого анализа строятся графики для каждого фактора, как это показано на рис. 2.
ЗАВИСИМОСТЬ СУММАРНОЙ МОЩНОСТИ РЕЗУЛЬТИРУЮЩИХ ИМПЛИКАНТ В ДИАПАЗОНЕ ИЗМЕНЕНИЯ ВЫБРАННОГО ФАКТОРА ОТ МИНИМАЛЬНОГО ДО МАКСИМАЛЬНОГО ЗНАЧЕНИЯ
Мощность
/'
/
Точки диапазона
Х2 = 98-160 Х6 = 2 хю = о Х14 = 0
X3 = 165 X7 = 2 X!! = 0 Х15=310
X4 = 1 X8 = 1 X12 = 0 Х16=120
X5 = 2 X9 = 0 Х13 = 1 Х17 = 36,1
Рис. 2. Влияние фактора X2
График показывает влияние фактора на суммарную мощность при его изменении от минимального значения до максимального при заданных значения остальных факторов (чаще всего выбираются максимальные значения, определенные на этапе предварительного анализа).
Одновременно с этим на этом этапе с помощью этого программного обеспечения выгружаются данные, включая рассчитанную суммарную мощность, для загрузки в экспертную систему.
Результат экспертной оценки рассчитывается программой по предъявленным значениям задействованных факторов (рассматриваемому случаю). Алгоритм программы предусматривает суммирование мощностей тех результирующих составляющих математической модели, для которых предъявленные значения находятся в пределах определения ее факторов. Вероятность результата вычисляется делением мощности, полученной в ходе указанного вычисления, на максимально возможную мощность (выраженной в процентах).
АМКЛ по своим возможностям не уступает нейросе-тевым алгоритмам, как это показано в работе _[8]. Она не требует этапа обучения и удобна для построения экспертной системы. Тем не менее, это не главное его достоинство. АМКЛ основана на логике предикатов и принципиально отличается от многих известных алгоритмов (в частности, от нейросетевых алгоритмов). Это является его главной
ценностью, поскольку достижение результата принципиально разными средствами позволяет достичь большей уверенности в нем.
АМКЛ обладает высокими характеристиками. Программное обеспечение позволяет обрабатывать массивы до 255 переменных и строит достаточно оптимальную математическую модель. Сравнительный анализ результатов тупиковой дизъюнктивной формы, полученной в результате синтеза комбинационной логической схемы, и АМКЛ, для которой 0 и 1 являются частным случаем, указывает на полное их совпадение [9]. В тоже время для данных, представленных произвольным числом (не только 0 или 1), задача получения оптимального результата является более сложной задачей.
Проводимые с помощью АМКЛ аналитические работы чаще всего выполнялись для проведения системного анализа с выявлением причинно-следственных связей в медицине и биологии. Среди выполненных аналитических работ можно выделить следующие:
1. Анализ рождаемости и смертности, в том числе от дорожно-транспортных происшествий, с целью выявления закономерностей и слабых мест, проводимый на основе данных регистров рождаемости и смертности населения Тульской области [11,12,20].
2. Результаты анализа данных государственного медико-дозиметрического регистра по Тульской области с выявлением заболеваемости и смертности на территориях с правом на отселение [11,13,14].
3. Анализ распространенности листериоза среди различных групп населения и видов животных с определением их роли как источников инфекции [15,16].
4. Исследования, направленные на изучение шунгито-вой породы, позволило установить ряд важных закономерностей [17,18]. Так в работе [17] впервые выявлены и обоснованы причинно-следственные связи между изменениями вирулентных свойств бактерий, являющихся этиологическими агентами гнойно-воспалительных заболеваний под действием ароматических, алифатических и гетероциклических углеводородов в составе шунгита. С помощью АМКЛ впервые установлены структурные группы органических соединений, ответственных за различные типы биологической активности органической массы шунгитовой породы в работе [18].
5. Системный анализ особенностей состояний функций женского организма в норме и при паталогии [19].
6. В работе [8] было проведено тестирование экспертных систем на основе АМКЛ и обученной нейронной сети (НС) с помощью программы Рапа1у2ег, в которой реализованы автоматическая стратегия и тактика обучения, обеспечивающих оптимальное изменение параметров обучения для достижения поставленной цели. При этом НС имела число нейронов 5, число тактов обмена 2, допустимое отклонение 5% и была полностью обучена через 231775 такт. В результате тестирования экспертных систем был сделан вывод, что АМКЛ лучше распознает класс здоровых (89%) по сравнению с 72,2% для НС и хуже распознает класс больных (75%) по сравнению с 81,2% для НС. Учитывая близость результатов и ограниченное число случаев, автор пришел к выводу, что АМКЛ обладает большей значимостью и предпочтительностью использования для построения экспертной системы [8].
Оценивая перспективность возможных направлений использования АМКЛ в медицине и биологии следует отметить задачи оптимизации действий по ускорению достижения требуемого результата. Для таких многофактор-
ных задач имеется много альтернативных путей достижения результата. Все остальные пути будут оцениваться как не достижение результата. Эти пути достижения и не достижения результата вместе со значениями факторов заносятся в исходную таблицу. В результате построения модели наиболее мощные результирующие составляющие будут указывать на первоочередные действия, которые необходимо выполнять для достижения положительного результат. В случае не получения результата с предыдущей более мощной результирующей составляющей выполняют действия соответствующие следующей менее мощной результирующей составляющей.
Предложенная стратегия действий подтверждается работой [9]. В ней в качестве исходных данных использован последовательный ряд двоичных чисел, в которых выделены те, которые соответствуют достижению результата. Результирующая модель, полностью совпадающая с дизъюнктивной тупиковой формой, показывает оптимальность покрытия целевых строк при наименьшем числе факторов в результирующих составляющих АМКЛ.
Дальнейшее совершенствование АМКЛ направлено, прежде всего, на стремление получить более компактную модель. Первоначальный алгоритм осуществляет построение модели в едином вычислительном цикле и сужает возможности модификации модели по обеспечению большей компактности. По этой причине работы по совершенствованию АМКЛ предусматривают первоначальное формирование точечного пространства с последующим получением результирующих составляющих [5].
Выводы. Накопленный в последнее десятилетие опыт работы с АМКЛ указывает на возможность использования данного математического аппарата для выявления причинно-следственных связей и построения экспертных систем в медицине и биологии.
Литература
1. Щеглов, В.Н. Алгебраические модели конструктивной логики для управления и оптимизации химикотехнологических систем / В.Н. Щеглов // Автореферат кандидата технических наук.- Ленинград: Технологический институт им. Ленсовета.- 1983.- 20 с.
2. Хромушин, В.А. Обзор аналитических работ с использованием алгебраической модели конструктивной логики / А.А. Хадарцев, О.В. Хромушин, Т.В. Честнова.- Тула: Вестник новых медицинских технологий. Электронный журнал, (2011.- N1, публикация 3-2), http://www.medtsu.tu1a.ru/ УЫМТ/Би1Ыт/Б2011-1/ПЮЬ7.ра£.
3. Хромушин, В.А. Построение экспертной системы на основе алгебраической модели конструктивной логики на примере гестозов / В.А. Хромушин, М.В. Паньшина, В.И. Даильнев, К.Ю. Китанина, О.В. Хромушин/ Вестник новых медицинских технологий (Электронный журнал).- 2013.-N 1, публикация 1-1, http://www.medtsu.tu1a.ru/VNMT/Bu11etin/ E2013-1/ExpSys.pdf.
4. Хромушин, В.А. Использование алгебраической модели конструктивной логики при построении экспертных систем / В.А. Хромушин, В.В. Махалкина // Вестник новых медицинских технологий.- 2009.- N 3.- С. 40-41.
5. Хромушин, В.А. Алгоритмы и анализ медицинских данных / А.А. Хадарцев, В.Ф. Бучель, О.В. Хромушин // Учебное пособие.- Тула: Изд-во «Тульский полиграфист», 2010.- 123 с.
6. Хромушин, В.А. Обобщенная оценка результирующей алгебраической модели конструктивной логики /
В.А. Хромушин, В.В. Махалкина // Вестник новых медицинских технологий.- 2009.- N 3.- С.39-40.
7. Хромушин, В.А. Метод аналитического тестирования в верификации данных медицинских регистров / В.А. Хромушин, К.А. Хадарцева, И.Ю. Копырин, О.В. Хромушин // Вестник новых медицинских технологий.- 2011.— N 4.- С.252-253.
8. Махалкина, В.В. Обработка слабоструктурированной информации при построении базы знаний экспертной системы микроэлементных нарушений у человека / В.В. Махалкина // Автореферат кандидата биологических наук.- Тула: ТулГУ, 2009.- 23 с.
9. Хромушин, В.А. Сравнительный анализ алгебраической модели конструктивной логики / В.А. Хромушин// Вестник новых медицинских технологий (Электронный журнал).-2013.- N 1, публикация 1-19, http://www.medtsu.tula.ru/VNMT/ БиПейп/Е2013-1/4500^£.
10. Хромушин, О.В. Способ выделения главных результирующих составляющих в алгебраической модели конструктивной логики / О.В. Хромушин.- Тула: Вестник новых медицинских технологий (Электронный журнал).- 2012.- N 1, публикация 1-2, http://www.medtsu.tula.ru/VNMT/Bulletin/ E2012-V3966.pdf.
11. Хромушин, В.А. Системный анализ и обработка информации медицинских регистров в регионах / В.А. Хромушин // Автореферат на соискание ученой степени доктора биологических наук.- Тула: НИИ новых медицинских технологий, 2006.- 44 с.
12. Мартыненко, П.Г. Прогнозирование преждевременных родов: результаты алгебраического моделирования на основе конструктивной логики / П.Г. Мартыненко, В.Г. Волков, В.А. Хромушин // Вестник новых медицинских технологий.- 2009.- № 1.- С. 210-211.
13. Щеглов, В.Н. Логические модели структур заболеваний за 1986-1999 годы участников ликвидации аварии на ЧАЭС и/или мужчин, проживающих в пораженной зоне и имеющих злокачественные новообразования органов дыхания / В.Н. Щеглов, В.Ф. Бучель, В.А. Хромушин // Радиация и риск.- 2002.- № 13.- С. 56-59.
14. Хромушин, В.А. Информационно-аналитическая база Государственного медико-дозиметрического регистра по Тульской области / Хромушин В. А., Щеглов В. Н., Бучель В. Ф.//Сборник трудов «Экологические проблемы Тульского региона».- Тула, 2002.- С.126-130.
15. Честнова, Т.В. Контекстно-развивающаяся база данных для логической интеллектуальной системы, используемой в здравоохранении / Т.В. Честнова, В.Н. Щеглов, В.А. Хромушин // Эпидемиология и инфекционные болезни.- 2001.- №4.- С. 38-40.
16. Честнова, Т.В. Системный анализ и управление микробиологическим мониторингом при листериозе / Т.В. Честнова // Автореферат доктора биологических наук.-Тула: ТулГУ, 2003.- 36 с.
17. Прокопченков, Д.В. Системный анализ химического состава шунгитовой породы, как основы ее биологической активности / Д.В. Прокопченков // Автореферат кандидата биологических наук.- Тула: ТулГУ, 2008.- 26 с.
18. Серегина, Н.В. Системный анализ изменений вирулентных свойств условно-патогенных бактерий при взаимодействии их с природными биологически активными веществами / Н.В. Серегина // Автореферат кандидата биологических наук.- Тула: ТулГУ, 2008.- 27 с.
19. Хадарцева, К.А. Системный анализ параметров вектора состояния организма женщин репродуктивного
возраста при акушерско-гинекологической патологии / К.А. Хадарцева // Автореферат доктора медицинских наук.-Тула: ТулГУ, 2009.- 43 с.
20. Дейнеко, Д.А. Выявление некоторых механизмов повреждающего фактора при наезде автомобиля на пешехода при осуществлении судебно-медицинской экспертизы / Д.А. Дейнеко, М.В. Лебедев // Социальные аспекты здоровья населения. Электронный журнал.- 2013.- Т. 31.-№3.- С. 16.
References
1. Shcheglov VN. Algebraicheskie modeli konstruktiv-noy logiki dlya upravleniya I optimizatsii khimiko-tekhnologicheskikh sistem [dissertation]. Leningrad (Lenin-grad region): Tekhnologicheskiy institut im. Lensoveta; 1983. Russian.
2. Khromushin VA, Khadartsev AA, Khromushin OV, Chestnova TV. Obzor analiticheskikh rabot s ispol'zovaniem algebraicheskoy modeli konstruktivnoy logiki [The review of analytic works with the application of constructive logic model development]. Vestnik novykh meditsinskikh tekhnologiy (Elektronnyy zhurnal) [Internet]. 2011 [cited 2011 Aug 16];1:[about 4 p.]. Russian. Available from: http://medtsu.tula.ru /VNMT/Bulletin/ E2011-1/Lit0bz.pdf
3. Khromushin VA, Pan'shina MV, Dail'nev VI, Kitanina
VI, _Khromushin OV. Postroenie ekspertnoy sistemy na osnove algebraicheskoy modeli konstruktivnoy logiki na primere ges-tozov [Makingup an expert system on the basisof algebraic model of constructive logics on example gestosys]. Vestnik novykh meditsinskikh tekhnologiy (Elektronnyy zhurnal) [Internet]. 2013 [cited 2013 Jan 3];1:[about 10 p.]. Russian. Available from: http://www.medtsu.tula.ru/VNMT/Bulletin/E2013-
1/ExpSys .pdf.
4. Khromushin VA, Makhalkina VV. Ispol'zovanie al-gebraicheskoy modeli konstruktivnoy logiki pri postroenii ekspertnykh sistem [The Use to Algebraic Model of the Constructive Logic at Building of the Expert Systems]. Vestnik no-vykh meditsinskikh tekhnologiy. 2009;16(3):40-1. Russian.
5. Khromushin VA, Khadartsev AA, Buchel' VF, Khromu-shin OV. Algoritmy i analiz meditsinskikh dannykh. Uchebnoe posobie. Tula: Izd-vo «Tul'skiy poligrafist»; 2010. Russian.
6. Khromushin VA, Makhalkina VV. Obobshchennaya ot-senka rezul'tiruyushchey algebraicheskoy modeli konstruktiv-noy logiki [The generalised estimation of resulting algebraic model of the constructive logic]. Vestnik novykh meditsinskikh tekhnologiy. 2009;16(3):39-40. Russian.
7. Khromushin VA, Khadartseva KA, Kopyrin IYu, Khromushin OV. Metod analiticheskogo testirovaniya v verifi-katsii dannykh meditsinskikh registrov [The method of analytical testing in verifying of medical register data]. Vestnik no-vykh meditsinskikh tekhnologiy. 2011;18(4):252-3. Russian.
8. Makhalkina VV. Obrabotka slabostrukturirovannoy in-formatsii pri postroenii bazy znaniy ekspertnoy sistemy mi-kroelementnykh narusheniy u cheloveka [dissertation]. Tula (Tula region): TulGU; 2009. Russain.
9. Khromushin VA. Sravnitel'nyy analiz algebraicheskoy modeli konstruktivnoy logiki [Comparative analysis of algebraic model of constructive logic]. Vestnik novykh medit-sinskikh tekhnologiy (Elek-tronnyy zhurnal) [Internet]. 2013 [cited 2013 Aug 12];1:[about 4 p.]. Russian. Available from: http://www.medtsu.tula.ru/VNMT/Bulletin/E2013-1/4500.pdf. Russian.
10. Khromushin OV. Sposob vydeleniya glavnykh rezul'ti-ruyushchikh sostavlyayushchikh v algebraicheskoy modeli kon-struktivnoy logiki [The method of separation of main resultant components in the algebraic model of constructive logic]. Vestnik
novykh meditsinskikh tekhnologiy (Elektronnyy zhurnal) [Internet]. 2012 [cited 2013 May 15];1:[about 6 p.]. Russian. Available from:http:IIwww.medtsu.tula.ruIVNMTIBulletinIE2012-1I3966.pdf.
11. Khromushin VA. Sistemnyy analiz i obrabotka infor-matsii meditsinskikh registrov v regionakh I V.A. Khromushin [dissertation]. Tula (Tula region): NII novykh meditsinskikh tekhnologiy; 2006. Russian.
12. Martynenko PG, Volkov VG, Khromushin VA. Pro-gnozirovanie prezhdevremennykh rodov: rezul'taty algeb-raicheskogo modelirovaniya na osnove konstruktivnoy logiki [The prognosis of premature labor: results of algebraic simulation on basis of constructive logic]. Vestnik novykh meditsins-
kikh tekhnologiy. 2009;16(1):210-1. Russian.
13. Shcheglov VN, Buchel' VF, Khromushin VA. Logi-cheskie modeli struktur zabolevaniy za 1986-1999 gody uchast-nikov likvidatsii avarii na ChAES iIili muzhchin, prozhi-vayushchikh v porazhennoy zone i imeyushchikh zlokachest-vennye novoobrazovaniya organov dykhaniya. Ra-diatsiya i
risk. 2002;13:56-9. Russian.
14. Khromushin VA, Shcheglov VN, Buchel' VF. Informa-tsionno-analiticheskaya baza Gosudarstvennogo mediko-dozimetricheskogo registra po Tul'skoy oblasti. Sbornik trudov "Ekologicheskie problemy Tul'skogo regiona". Tula; 2002. Russian.
15. Chestnova TV, Shcheglov VN, Khromushin VA. Kon-tekstno-razvivayushchayasya baza dannykh dlya logicheskoy intellektual'noy sistemy, ispol'zuemoy v zdravookhranenii. Epidemiologiya i infektsionnye bolezni. 2001;4:38-40. Russian.
16. Chestnova TV. Sistemnyy analiz i upravlenie mikrobi-ologicheskim monitoringom pri listerioze [dissertation]. Tula (Tula region): TulGU; 2003. Russian.
17. Prokopchenkov DV. Sistemnyy analiz khimicheskogo sostava shungitovoy porody, kak osnovy ee biologicheskoy ak-tivnosti [dissertation]. Tula (Tula region): TulGU; 2008. Russian.
18. Seregina NV. Sistemnyy analiz izmeneniy virulent-nykh svoystv uslovno-patogennykh bakteriy pri vzaimodeyst-vii ikh s prirodnymi biologicheski aktivnymi veshchestvami [dissertation]. Tula (Tula region): TulGU; 2008. Russian.
19. Khadartseva KA. Sistemnyy analiz parametrov vekto-ra sostoyaniya organizma zhenshchin reproduktivnogo vozras-ta pri akushersko-ginekologicheskoy patologii [dissertation]. Tula (Tula region): TulGU; 2009. Russian.
20. Deyneko DA, Lebedev MV. Vyyavlenie nekotorykh mekhanizmov povrezhdayushchego faktora pri naezde avto-mo-bilya na peshekhoda pri osushchestvlenii sudebno-meditsinskoy ekspertizy. Sotsial'nye aspekty zdorov'ya nasele-niya. Elektronnyy zhurnal. [Internet]. 2013;31(3):16. Russian.
УДК 616-092.4
ХАОТИЧЕСКАЯ ДИНАМИКА ПАРАМЕТРОВ ПЛАЗМЕННОГО ЗВЕНА ГЕМОСТАЗА ПРИ СИНДРОМЕ КРИТИЧЕСКОЙ
ИШЕМИИ НИЖНИХ КОНЕЧНОСТЕЙ
В.В. ЕСЬКОВ*, Ю.В. НИКИТИНА**, Н.А. ДУДИН*
*
ГОУ ВПО «Сургутский государственный университет Ханты-Мансийский автономного округа Югры»,
пр. Ленина, 1, г. Сургут, Россия, 628400 **МБУЗ «Клиническая городская больница №1», ул.Губкина,1, г.Сургут, ХМАО-Югра, Россия, 628415
Аннотация. Активное развитие диагностической базы медицинских инструментальных исследований диктует необходимость внедрения нового методического обеспечения. Сейчас это можно осуществить на базе системного анализа и синтеза с целью идентификации информационной значимости клинико-диагностических критериев квазистационарных состояний системы гемостаза. Такая задача наиболее успешно решается на основе нового направления системного анализа и синтеза, управления и обработки информации в доказательной медицине: идентификации параметров квазиаттракторов вектора состояния организма человека в аспекте теории хаоса и самоорганизации, и компартментно-кластерной теории биосистем. Согласно данным классической статистики наиболее эффективное лечение у больных 3 группы, при этом и вторая группа даёт существенный эффект. В результате идентификации объемов квазиаттракторов лучшие результаты по изменению rX и xV получены у больных 2 группы, в третьей группе данные менее выражены. Согласно данных анализа матриц межаттракторных расстояний выявлено наибольшее увеличение расстояний (Zij) между хаотическими центрами квазиаттракторов в третьей группе, что свидетельствует о более эффективном консервативном лечении в третьей группе по сравнению с 1 и 2 группами.
Ключевые слова: плазменное звено гемостаза, фазовое пространство, квазиаттрактор, ишемия нижних конечностей.
CHAOTIC DYNAMICS OF THE PLASMA HEMOSTASIS PRAMETERS IN CRITICAL LIMB ISCHEMIA SYNDROME
V.V. ESKOV*, Y.V. NIKITINA**, N.A. DUDIN*
*Surgut State University, 628400, Russia, Surgut, Lenin Avenue, 1 **Clinical Hospital № 1, 628415, Russia, Yugra, Surgut, Gubkin Street, 1
Abstract. Active development of medical diagnostic base of instrumental studies demands the introduction of a new methodological support. Now it can be done on the basis of system analysis and synthesis of information to identify the significance of clinical diagnostic criteria for quasi-stationary states of the hemostatic system. Such a task is most successfully solved by the new trend of system analysis and synthesis, management and processing of information in evidence-based medicine: identification of quasi-attractors parameters of the human body state vector in terms of the theory of chaos and self-organization, and compartment-cluster theory of biological systems. According to classical statistics, the most effective treatment we observe in the third group patients, while the second group makes a significant impact too. As a result, the volume of quasi-attractors identify the best results in a change rX and xV obtained from
