CC BY
20
Табл. 3. Значення показнишв для ощнки платоспроможпост'1 нових кл'инт'кв
№ з/п d, грн s, грн t, мшящ r ТС, роки ТП, роки В,роки О
1 1900 30000 36 17 5 4 25 4
2 1200 12000 24 21 4 3 33 5
3 6000 40000 12 18 6 7 56 4
Р(у = 1) = (1 + ^41,48-35,07-1,51+0,7-5-1,43-4+0,05-25+3,14-4 )-1 = д 44 Р(у2 = 1) = (1 + ^41,48-35,07-1,69+0,7-4-1,43-3+0,05-33+3,14-5 )-1 = 0 856 Р(у3 = 1) = (1 + ^41,48-35,071,53+0,7-6-1,43-7+0,05-56+3,14-4 )-1 = 09
Виконаш розрахунки свiдчать про можливють надання кредиту лише другому та третьому кшентам.
Висновки. Побудована модель кредитного скорингу надае банювсь-кому кредитному аналiтиковi змогу самостiйно приймати обгрунтоваш рь шення з кредитного обслуговування кшенпв й управлiння кредитним портфелем в умовах гостро!' конкуренци на ринку роздрiбного кредитування.
З часом будь-яка статистична модель стае неточною. Це вщбуваеться з багатьох причин: внаслщок економiчних цикшв, змiни кшентсько!' бази банку, структурних зрушень в економiцi, шфляци тощо.
На мовi ймовiрнiсноl моделi це означае, що вплив характеристик по-зичальника на ймовiрнiсть повернення або неповернення ним кредиту не за-лишаеться постiйною, а змшюеться з часом. I для того, щоб скорингова модель могла продовжувати виконувати сво! функци, 11 потрiбно перiодично ко-регувати.
Лiтература
1. 1рш В.Г. Економетричний анашз. - К. : Вид-во "Основи", 2005. - 1196 с.
2. Примостка Л.О. Анашз банювсько! д1яльносп: сучасш концепци, методи та модел1 : монограф1я. - К. : Ки1'в. нац. екон. ун-т, 2002. - 313 с.
3. Прокопенко 1.Ф. Основи банювсько!' справи : навч. поаб. / Прокопенко 1.Ф., Га-нш В.1., Соляр В.В., Маслов С.1. - К. : Центр навч. лгг-ри, 2005. - 410 с.
УДК 681.3 Доц. О.М. Березький, канд. техн. наук; доц. К.М. Березька,
канд. техн. наук; астр. Ю.М. Батько; викл. Г.М. Мельник -Терноптьський нащональний економЬчний ушверситет
СИНТЕЗ АЛЬТЕРНАТИВНИХ Р1ШЕНЬ ПРИ СТРУКТУРНОМУ ПРОЕКТУВАНН1 СИСТЕМ АВТОМАТИЗОВАНО1
М1КРОСКОПН
Проаналiзовано структури апаратно'1 i програмно'1 частин систем автоматизова-но'1 мшроскопп. Запропоновано використовувати I-АБО дерево для генерацп множи-ни альтернативних ршень для задач структурного синтезу на етат системного про-ектування систем морфометричного аналiзу гiстологiчних та цитолопчних зобра-жень клiтин.
Assoc. prof. O.M. Berez'kiy; assoc. prof. K.M. Berez'ka;post-graduate
Yu.M. Bat'ko; teacher G.M. Melnyk - Ternopil national economic university
The synthesis of alternative decisions within a structured design of systems of an automated microscopy
In the article the structures of hardware and software parts the systems of the automated microscopy are analysed. It is suggested to use AND-OR tree for the generation of plural alternative decisions for the tasks of structural synthesis on the stage of the system design of the systems of morphometric analysis of histological and cytological images of cells.
Вступ. На тепершньому етат поеднання прогресивних шформа-цшних технологш, сучасних методiв i алгорштв оброблення, анашзу i синтезу зображень i медицини привели до народження ново! област - телемеди-цини. Телемедицина передбачае дiагностування на вщстат на основi анашзу i оброблення зображень клггин оргашв людини. У цш област можна видши-ти декшька напрямiв: автоматизацiя медико-бiологiчних дослiджень, тобто створення комп'ютерних систем, що забезпечують введення, оброблення i аналiз зображень; розроблення i використання алгоритмiв попереднього оброблення медичних зображень, як покращують якiсть отриманих зображень; аналiз зображень (видшення ознак, створення класифiкаторiв тощо) i мереже-вих технологiй передачi даних. Цим питанням присвяченi науковi працi вгг-чизняних i зарубiжних учених. У статтi [1] описано принципи автоматизаци вимiрювань основних цитоморфометричних клiтин кровi i представлено результата автоматизованого шдрахунку 1хшх характеристик. В шшш роботi [2] представлено результати експериментальних дослiджень, якi здшснювали на базi комп'ютерно! системи "Морфолог", призначено! для розв'язку задач в област мжроскошчно1 дiагностики. Застосування цифрового оброблення i стиснення медичних зображень описано в [3, 4]. Багато робгг присвячено ана-лiзу медико-бюлопчних зображень для постановки дiагнозу. При цьому ви-користовують рiзнi сучасш iнформацiйнi технологи i методи: нейронш мере-жi [5], добування знань iз даних [6], просторово-частотний анашз [7], фрак-тальний пiдхiд [8].
На сьогодш аналiз медико-бюлопчних препара^в (цитологiчних i пс-толопчних мазкiв) в дiагностичних лабораторiях виконують вiзуально. Цей процес е рутинним i трудомiстким. Тому появилися системи автоматизовано! мшроскопи (САМ) - програмно-апаратш комплекси для цифрового оброблення мжроскошчних зображень. САМ е апаратно-програмними системами, до складу яких входять моторизований керований мжроскоп, вщеокамера, комп'ютер, функцiональнi програми-методики. Загалом медичнi комплекси автоматизовано! мшроскопи мають забезпечувати [9] високу продуктившсть працi лiкаря, шдвищену точнiсть аналiзiв, доступнiсть трудомiстких i рiдких аналiзiв, контролю якостi, телемедицини, збирання i архiвування зображень препара^в, навчання, сервiсу i сертифжацп. САМ передбачають такi рiвнi автоматизаци мiкроскопiчних аналiзiв [10]:
• в1зуальний анал1з, документування i телемедицина;
• анал1з зображень для визначення характеристик препарату;
• автоматизация перемщення та спостереження препарату.
Морфометрiя кштин е тiльки одшею з автоматизованих методик у САМ [11]. Основними етапами цитолопчного i гiстологiчного ан^зу е вибiр об'екта дослiдження, шдготовка його для вивчення в мжроскош, застосуван-ня методiв мiкроскопування, яюсний i кiлькiсний аналiз зображень. Тип, структура i функци системи диктуються кiнцевим завданням, класом об,ектiв дослщження i фiнансовими можливостями користувача.
Зважаючи на викладене вище, актуальним завданням е проектування апаратних i програмних структур САМ на основi юнуючих на ринку апарат-них засобiв i розроблення власного програмного забезпечення для ре^заци конкретних практичних задач.
Структури i функци апаратноТ i програмноТ складових САМ
САМ загалом подiляють на дослiдницькi та спецiалiзованi [12, 13]. Дослiдницькi САМ використовують медики-науковцi, якi розробляють новi методи дiагностування, тодi як спецiалiзованi САМ забезпечують виконання певного одного стандартизованого кшшчного дослiдження. У складi САМ можуть бути моторизован^ пристрiй фокусування, предметний стш, револьвер змши об,ективiв i вузол змiни фiльтрiв, електронний блок управлiння ос-вггленням, моторизований транспортер доставки предметних скелець на предметний стш, електронний блок щентифшаци скла по штрих-коду та ш.
До складу дослiдницьких САМ входить багатофункщональний мж-роскоп (лабораторного або дослщницького класу), який забезпечуе виконання рiзних методик дослщження. Методика дослiдження у таких системах не задана наперед, а формуеться користувачем, а до камер пред'являються тд-вищет вимоги до чутливост i роздшьно! здатностi. Основними вимогами до дослщницьких САМ е ушверсальшсть мiкроскопа i камери, швидке налашту-вання на аналiз iншого типу препарату.
Спецiалiзованi САМ е кшцевим промисловим продуктом, що мiстить камеру певного заданого типу, мжроскоп, який орiентований на одну вибра-ну методику мжроскопи та заданий тип дослщжуваного препарату. Основними вимогами до спецiалiзованих САМ е надшне виконання дослiдження, на-дання вичерпно! звiтностi та виконання дослiдження за обмежений час.
Типова структура апаратно! частини САМ складаеться з системи вводу зображень (СВЗ), побудовано! на базi мiкроскопа, вiдеокамери або фото-камери, комп'ютера з програмним забезпеченням i принтера [12, 14]. СВЗ е складним компонентом, структура якого залежить вiд класу системи i вмiшуе в собi свггловий мiкроскоп, камеру, фотоадаптер, пристрiй змши поточного об'ектива, пристрiй фокусування, пристрш перемiшення предметного стола, пристрiй подачi зразкiв та пристрiй освiтлення (рис. 1).
Для задач мшробюлоги на укра!нському ринку пропонують САМ або окремi !х компоненти такi фiрми, як Carl Zeiss (Нiмеччина), Leica, Olympus, Nikon, Микромед (Росiя), Motic (Китай), Konus (1т^я).
Програмнi системи морфометричного аналiзу (програмнi складовi САМ) можна подшити на три групи: навчальш, спецiалiзованi та ушверсаль-т. До структури навчальних систем входить набiр функцiй, якi дають змогу здшснювати дослiдження в ручному режимi i здiйснювати нескладнi розра-
хунки (система ScreenMeter). Структура спещашзовано! системи охоплюе на-6ip алгоритмiв та функцш, якi адаптованi пiд певнi типи об'еклв (налашту-вання таких систем вщбуваеться на стади проектування). Перевагами таких систем е наявшсть автоматичних режимiв роботи, а недолiком - невисока яюсть результатiв оброблення препара^в шшо! природи (системи ВидеоТесТ-Морфология, AnalySIS Five). Унiверсальнi системи призначеш для оброблення та анашзу препаратiв довшьно! природи, до структури яких входять алгоритми та функцй, що забезпечують виконання комплексу операцiй з ре-дагування, попереднього оброблення та анашзу вхiдних зображень. До пере-ваг таких систем можна вщнести багатофункцiональнiсть, незалежнiсть вiд типу препарату чи класу дослщжень, часткова автоматизащя процесу аналь зу, а до недолтв - потреба виконання кашбрування систем перед початком роботи (системи BioVision, QCapture PRO 6.0, Motic Images Advanced 3.2).
Система вводу _з ображень
Камеаа
Фото ал алтея
Мжроскоп
Система вЬуашзац::
Система Е1дтвореш1я
Предметий сил
Система освштення
Рис. 1. Структура апаратноХ складовоХ САМ
Рис. 2. Структура програмноХ складовоХ САМ
Пoбyдoвa дeрeвa I-AБO для anapaxHOï cклaдoвoï САМ
Пeрeвaжно зaдaчi cинтeзy структур cиcтeм нaлeжaть до нaйвaжчe фор-мaлiзовaниx [15]. Вxiднa iнформaцiя при структурному сиш^ вмiшye в cобi опис вимог до влacтивоcтeй проeктовaного об^кга, умови його функцюну-вaння i обмeжeння нa eлeмeнтний cклaд, a виxiднa - iнформaцiю про скгад cиcтeми i способи з,eднaння eлeмeнтiв. Формaльно, зaдaчy пiдтримки прийняття рiшeнь при структурному cинтeзi можнa прeдcтaвити тaк:
DSS = ( A, K, M, RS),
дe: A = (Al,A2,...,Anj - множинa aльтeрнaтив; K = (Kl,K2,...,Kn) - множит кри-
тeрiïв; M : A ^ K - модeль, якa дae змогу для кожно1' aльтeрнaтиви знaйти вeктор критeрiïв; RS - прaвилa рiшeння, якi зaбeзпeчyють вибiр оптимaльноï aльтeрнaтиви. Для кожно1' aльтeрнaтиви icнye впорядковaнa множинa aтрибy-тiв X = (Xl,X2,...,X^j. У випaдкy, коли мaтeмaтичнa модeль X ^ K e тевщо-
мою, то використовують пiдxiд нa оcновi eкcпeртниx cиcтeм. В бiльшоcтi ви-пaдкiв зaдaчi структурного cинтeзy виконують зa допомогою eвриcтичниx мeтодiв. Множину aльтeрнaтив A можш прeдcтaвити нacтyпним чином A = (P,E, дe P - нaбiр прaвил, E - нaбiр eлeмeнтiв cиcтeми. Для опису P i
E використовують морфолопчш тaблицi тa I - AБO дeрeвa.
Морфологiчнi тaблицi зaдaють aльтeрнaтиви у виглядi M = ( X, R, дe
X - множит xaрaктeриcтик (фyнкцiй), як притaмaннi об,eктy, R - множит cпоcобiв рeaлiзaцiï фyнкцiй. До ^долтв морфологiчноï тaблицi нaлeжaть нeврaxyвaння зaборонниx комбiнaцiй eлeмeнтiв у cтрyктyрax i взaeмнa нeзa-лeжнicть множини рeaлiзaцiй Ri. Вкaзaнi нeдолiки вщсутш в I-AБO дeрeвi, якe e сукупшстю морфологiчниx тaблиць. В I-AБO дeрeвi I вeршинa вщповь дae чacтковiй морфологiчнiй тaблицi Mj, кожш AБO вeршинa, якa iнцидeн-тнa Mj тaблицi, вiдповiдae множинi вaрiaнтiв рeaлiзaцiï z-toï функци.
Сиш^з нa бaзi I-AБO дeрeв пeрeдбaчae нaявнicть прaвил вибору в кожнш вeршинi АБО. Цi прaвилa мaють eвриcтичний xaрaктeр i зв,язaнi з ви-могaми тexнiчного зaвдaння. При ïx cклaдaннi потрiбно викориcтaти продук-цiйнi прaвилa типу:
Якщo yмовa 1, yмовa 2, ..., yмовa n xo дiя 1, дiя 2, ..., дiя m.
Ha оcновi нaвeдeноï клacифiкaцiï САМ тa aнaлiзy ïï структури побу-дyeмо дeрeво I-AБO для вибору структури cиcтeми зaлeжно вiд зaдaниx ïï фyнкцiй i xaрaктeриcтик (рис. 3) (рeбрa, що виxодять з вeршин I познaчeно дyгaми). Для проeктyвaння cиcтeми нeобxiдно визнaчити облacть ïï зacтоcy-вaння, крaтнicть збiльшeння для конкрeтного мeдичного доcлiджeння, розмь ри мiкрооб,eктiв доcлiджeння тa рiвeнь aвтомaтизaцiï. СВЗ можe бyдyвaтиcь m оcновi цифрового aбо фотоaдaптовaного мжроскошв i кaмeри. Вибiр кон-крeтниx компонeнтiв cиcтeми бaзyeтьcя нa ïx xaрaктeриcтикax, зacтоcовyючи eвриcтичнi прaвилa. Рiвeнь aвтомaтизaцiï САМ зaлeжить вiд ïï признaчeння i бaжaноï швидкоcтi aнaлiзy прeпaрaтiв. Для aвтомaтизaцiï мiкроcкопи можуть доyкомплeктовyвaтиcь пристроями моторизaцiï фокycyвaння, пeрeмiщeння прeдмeтного cтолa, змiни поточного об,eктивa i змiни фiльтрa.
Рис. 3. Дерево I-АБО для апаратно'1' CKnadoeoï САМ
САМ cклaдaeтьcя iз системи вводу зобрaження тa комп,ютерa. Основ-ними xaрaктериcтикaми комп,ютерa, якi зaбезпечyють мiнiмaльний рiвень швидкодiï системи, e нaявнicть процеcорa з чacтотою 1 ГГц, оперaтивноï пaм,ятi обсягом не менше 1 ГБ тa штерфейснж плaт USB aбо IEEE для отри-мaння зобрaження aбо вщеопотоку з кaмери.
Типовa СВЗ cклaдaeтьcя iз кaмери, фотоaдaптерa i свгглового мшрос-копa проxiдного cвiтлa. Пристро1' СВЗ пiдбирaють зa cyмicнicтю оптичниx влacтивоcтей i з,eднyютьcя cпецiaльним фотоaдaптером, який може вcтaнов-лювaтиcя у фотокaнaл тринокулярно1' вiзyaльноï нacaдки, у окуляр бшокуляр-но1' aбо у cпецiaльний aдaптер нa кронштейнi мжроскота.
Для отримaння зобрaження вiд мжроскота використовуються тaкi га-мери: цифровa дзеркaльнa aбо недзеркaльнa фотокaмерa, вiдеокaмерa. Для фотокaмер основними xaрaктериcтикaми для вибору e динaмiчний дiaпaзон cенcорa, cпiввiдношення cигнaл/шyм, роздiльнa здaтнicть, сумюшсть крш-лення iз мiкроcкопом. Для викошння доcлiдження гicтологiчниx препaрaтiв рекомендовaно кольорову кaмерy з роздiльною здaтнicтю не менше 1 Мега-
пiкселя (1280x1024 точок), CCD сенсор i вщношенням сигнал/шум не менше 65 дБ [13].
Фотоадаптер забезпечуе передачу зображення без спотворень i3 пев-ним коефщентом збiльшення на свiтлочутливу матрицю камери. Для кожного виду камер юнуе свiй тип фотоадаптера. Тому можна видшити такi види фотоадаш^в: для вiдеокамер, для плiвкових, цифрових дзеркальних та циф-рових недзеркальних фотокамер. Для захоплення вщеопотоку використову-ються аналоговi вiдеокамери. У складi САМ найпоширенiшими на сьогодш е цифровi вiдеокамери фiрм Axiovision, Motic (Китай), Tucsen (Китай), Lumene-ra Corp. (Канада), SPOT Imaging Solutions (США) та ш. Крiм цього, викорис-товують монохромнi та кольоровi вiдеокамери з CCD або CMOS матрицями.
Свiтловий мiкроскоп прохщного свiтла складаеться з штатива, до яко-го крiпляться всi основi вузли: система освiтлення, предметний стш, системи вiдтворення та вiзуалiзацil зображення. Основними характеристиками мгк-роскопа е кратшсть збiльшення, роздiльна здатнiсть, лшшне поле на предметi i стутнь виправлення аберацiй [12]. У САМ для цитологи i пстологи засто-совують бiологiчнi прямi мiкроскопи робочого, лабораторного, дослщниць-кого та ушверсального класiв. Бiологiчнi мiкроскопи використовують таю методики: свгглового поля, фазового контрасту, поляризащю та люмжсцен-сiю. Зазвичай, для виконання пстолопчних дослiджень свггаовий мiкроскоп повинен мати об'ективи кратност x10, x40; окуляри з полями зору 20 мм або 18 мм, модуль освгглення (галогенна лампа або свгглодюд).
Освiтлювальна система свгглового мжроскопа призначена для ство-рення ргвномгрного освгтлювального потоку i складаеться з джерела свгтла та оптико-мехашчно! системи, що своею чергою вмщуе польову дiафрагму, ко-лектор та конденсор. Як джерело св^ла може використовуватись галогенна, ксенонова, ртутна лампи або блок свгшодюдгв. Конденсор може виконува-тись в декшькох варiантах: простий, конденсор Аббе, апланатичний, ахрома-тичний i ахроматично-апланатичний.
Предметний стш може бути нерухомим, координатним, поворотним та обертовим. Для автоматизаци дослщжень використовують моторизован предметш столи, в яких перемiщення препарату виконуеться кроковими дви-гунами i керуеться за допомогою панелi керування мжроскопа або вгд комп'ютера.
Система вщтворення забезпечуе першу стушнь збшьшення i вмiш,уе в со6г вузол кршлення об'ективiв, об'ектив, механiзм змши оптичних фшьтргв та механiзм фокусування. Для автоматично! змши об'ективiв, фшьтргв та автоматичного фокусування щ елементи можуть виконуватись моторизованими.
Система вiзуалiзацil охоплюе такi елементи: вiзуальну насадку (монокулярна, бiнокулярна або бшокулярна з фотоканалом), окуляр для спостере-ження, систему додаткового збшьшення, проекцшну насадку, адаптерний модуль для системи анашзу i документування зображення.
Видшимо параметри за якими здшснюеться ви6гр альтернативних ва-рiантiв комплектування САМ:
1) медична область: цитолопя, гiстологiя, гематологiя, аналГз хромосом, телемедицина;
2) типи дослгдження: морфометрiя, цитофотометрiя, денситометрiя;
3) методи дослгдження: свiтловa мiкроскопiя: фазовий контраст, диферен-
цiйно-iнтерференцiйний контраст, темне поле;
4) величина збшьшення: 80-1000;
5) розмiр мшрооб'екта: мкм;
6) цифровий масштаб: мкм/тксель;
7) рiвень автоматизацп.
На основГ дерева I-АБО для вибору окремих компонент системи при-ведемо фрагмент продукцшних правил, як формують альтернативш варГанти комплектаци системи.
Якщо медична область - пстолопя, то САМ - СВЗ i комп'ютер.
Якщо медична область - пстолопя i методика дослщження свгт-лова мiкроскопiя, то СВЗ - камера, фотоадаптер i свггаовий мжроскоп прохщного свiтлa.
Продукцшш правила дають змогу згенерувати множину вaрiaнтiв структурно! комплектаци системи, яка задовольняе технiчне завдання. На множит можливих ршень проводиться параметрична оптимiзaцiя.
Побудова дерева I-АБО для програмно'1 складово'1 САМ
На основГ здшсненого анашзу систем морфометричного аналГзу побу-дуемо дерево I-АБО для синтезу альтернативних варГанив створення прог-рамно! складово! САМ. Основними критерГями, як впливають на вибГр системи, е: яюсть вхщних даних, тип мшрооб'еклв, види числових характеристик мжрооб'ектГв та !хт статистичт характеристики (рис. 4).
До основних характеристик вхщних даних можна вщнести: рГвень шу-мГв, базис кольорГв, джерело шформаци (внутршне, зовтшне). Тип даних характеризуемся типом дослщжувано! тканини та окремих кштин. До перелжу статистичних даних вщносять шформащю про окремГ клГтини (площа i периметр ядра i цитоплазми, кут нахилу, колоподГбтсть i центр мжрооб'екту). 1н-формащя про групи кштин одержують завдяки обчисленню статистичних числових характеристик (середш значення, середт квадратичт вщхилення, закони розподшу тощо).
Модуль налаштування параметрГв зовтшшх апаратних засобГв забезпечуе встановлення параметрГв взаемоди програмно! складово! системи Гз зовтшшми апаратними пристроями (принтерами, сканерами, вщеореестра-цшною апаратурою, носГями шформаци тощо).
Модуль налаштування параметрГв штерфейсу програми вщповщае за встановлення параметрГв роботи самого програмного середовища (шдклю-чення/вщключення робочих модулГв, встановлення параметрГв роботи алго-ритмГв шд час оброблення даних, встановлення розмГру, кольору, формату шрифтГв, вибГр робочо! мови, тощо).
Рис. 4. Дерево I-АБО для програмно'1 складово'1 САМ
Модуль кашбрування системи метричних вщношень забезпечуе кашб-рування метричних вщношень у системГ вибраних одиниць (мшметри, мж-рометри, нанометри, тощо).
Модуль отримання зображення здшснюе одержання зображення з вщ-даленого джерела, Гмпорту з власно! бази даних (БД), Гмпорту з зовшшньо! БД i отримання файлу з вщеореестрацшно1 апаратури.
Модуль попереднього оброблення здшснюе фшьтращю вхщних зоб-ражень, тобто видалення дефеклв зображення, що утворились внаслщок пе-редачГ зображення (шуми вщеореестрацшно1 апаратури, шуми каналГв пере-дачГ даних, тощо).
Модуль видшення об'ектГв здшснюе щентифшащю однорщних областей i ix границь з подальшою змютовою обробкою. Щ процедури можуть вщ-буватися в ручному, автоматизованому i автоматичному режимах.
Модуль обчислення числових характеристик мжрооб'ектГв забезпечуе розрахунок метричних, тополопчних i структурних характеристик.
Модуль статистичного оброблення здшснюе розрахунок статистичних числових характеристик мжрооб'ектГв.
Модуль звГту забезпечуе вибГр форматування вихщного звГту (тип, розмГр, колГр шрифту, поля, розмщення листка, тощо). Даш збершаються в електронному виглядГ, виводяться на твердГ носи або передаються у зовшшне програмне забезпечення.
Побудуемо 1-АБО дерево альтернативних рiшень, використовуючи таю параметри:
1) медична область: цитолопя, пстолопя, гематолопя, анатз хромосом, телемедицина;
2) тип джерела даних: локальт, глобальт;
3) як1сть вхщних зображень: зашумлет, незашумлет;
4) р1вень автоматизации
5) тдходи до видшення об'екив;
6) потр1бн1 характеристичт ознаки;
7) тип досл1джуваних об'екив: окрем1 об'екти, групи об'екив;
8) спо^б видач1 результатов: власними засобами, за допомогою зовтшньо-го програмного забезпечення.
Приведемо фрагмент продукцшних правил вибору структур програм-но! системи для морфометричного аналiзу.
Якщо медична область пстолопя i клас системи спецiалiзований
то режим роботи автоматизований. Якщо медична область пстолопя
то система автоматизованого видшення характеристик об'екив - модуль вводу шформаци i модуль попередньо! оброб-лення i модуль видiлення об,ектiв i модуль визначення ш-формативних характеристик. Висновки. Здiйснено аналiтичний огляд i класифжацш САМ - апарат-но! i програмно! складових. Розроблено I-АБО дерева для генераци множини альтернатив структури САМ та продукцшш правила, як дають змогу зменши-ти потужшсть множини альтернативних рiшень згiдно зi заданим технiчним завданням. Цей шдхщ використано для проектування комп'ютерно! системи морфометричного аналiзу гiстологiчних та цитолопчних зображень клiтин.
Л1тература
1. Дарченко А.О, Романов И.П., Крениций А.П. Автоматизация и компьютеризация цитологических исследований в гематологи // Биомедицинские технологии и радиоэлектроника. - 2003. - № 2. - С. 55-61.
2. Попова Г.М., Степанов В.Н. Анализ и обработка изображений медико-биологических объектов // Автоматика и телемеханика. - 2004. - № 1. - С. 131-142.
3. Решетов И.В., Кудрин К.Г., Спиридонов И.Н. Комплекс пространственно-цветовых координат кожных новообразований // Биомедицинские технологии и радиоэлектроника. -2004. - № 10. - С. 55-61.
4. Никитин О.Р., Архипов Е.А., Пасечник А.С. Экспериментальное исследование методов сжатия медицинских изображений // Автоматика и телемеханика. - 2004. - № 3. - С. 21-27.
5. Laszlo Lasztovicza, Bela Pataki, Nora Szekely and str. Neural network based microcalcification detection in a mammographic CAD system. IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing systems: Technology and Applications. - Lviv, Ukraine, 2003. - P. 123-128.
6. Petra Perner. Image mining: issues, framework, a generic tool and its application to medical-image diagnosis // Engineering Apl. of Artificial Intell. - 2002. - № 15. - P. 205-216.
7. Спиридонов А.В., Кондратова Н.С., Коренкова И.А. Автоматизированная классификация лейкоцитов // Биомедицинские технологии и радиоэлектроника. - 2003. - № 12. - С. 7-12.
8. Березский О.Н. Алгоритмы анализа и синтеза биомедицинских изображений Проблемы информатики и управления. - 2007. - № 2. - С. 134-144.
9. За матер1алами сайту. [Електронний ресурс]. - Режим доступу до журн.: http:// medprom.ru.
10. Зачем нужна и сколько стоит автоматизированная микроскопия?. [Електронний ресурс] / В.С. Медовый. [Електронний ресурс]. - Режим доступу до журн.: http://medprom .ru/medprom/110453.
11. Автандилов ГГ. Основы количественной паталогической анатомии. - М. : Изд-во "Медицина", 2002. - 240 с.
12. Пантелеев В., Егорова О., Клыкова Е. Компьютерная микроскопия. - М. : Изд-во "Техносфера", 2005. - 300 с.
13. Егорова О.В. С микроскопом на "ты". Шаг в ХХ1 век. Световые микроскопы для биологии и медицины. - М. : Изд-во "Репроцентр М", 2006. - 416 с.
14. Березький О.М., Батько Ю.М., Мельник Г.М. 1нформацшно-анал^ична система дослщження та дiагностування пухлинних кштин на основi анашзу ix зображень // Вюник Хмельницького нащонального ушверситету. - 2008. - Т. 1, № 3. - С. 120-130.
15. Норенков И.П. Основы автоматизированного проектирования : учебн. [для ВУЗов]. - 2-е изд. [перераб. и доп.]. - М. : Изд-во МГТУ им. Н.Э. Баумана, 2002. - 336 с.
УДК 336.76 Здобувач 1.М. Бриндзя; здобувач Ю.А. Семеряк;
здобувач Г.€. Шпаргало - Львiвська КА
ТЕОРЕТИЧН1 ЗАСАДИ ТА СВ1ТОВА ПРАКТИКА ЗАСТОСУВАННЯ КЕЙНС1АНСЬКИХ П1ДХОД1В ДО ГРОШОВО-КРЕДИТНОГО РЕГУЛЮВАННЯ
На 6a3i застосування графiчного шструментар^ та MaKp0eK0H0Mi4H0ï моделi IS-LM розглянуто теоретичш тдвалини та св^ову практику застосування кейнсь анських методiв грошово-кредитного регулювання.
Competitor I.M. Brynzya; competitor Yu.A. Semeryak; competitor G. Ye. Shargalo - Lviv commercial academy
Theoretical foundation and worlds practice of implementing Keynesian methods of monetary regulation
By means of graphical instruments supplied by macroeconomic IS-LM model keynesian approach to monetary policy is covered. World experience of using keynesian methods of monetary regulation is considered.
Вступ. Грошово-кредитна полггика e одним з визначальних важел1в держаного регулювання економжи, забезпечуе ïï нормальне функцюнування та розширене вщтворення, ютотно впливае як на вщсотков1 ставки, так i на шфляцшш процеси, що свщчить про високу актуальнiсть ^eï тематики. Проблеми грошово-кредитного регулювання розглянуто в працях украшсь-ких економю^в, зокрема I. Алексеева, Б. 1ваЫва, В. Лагутiна, I. Лютого, А. Мороза, М. Пуховкшо", М. Савлука [1-5]. При цьому основну увагу зосе-реджено на ri методи монетарного регулювання, як найбiльш поширеш у розвинених ринкових економiках. Натомють, умови фiнансовоï кризи та роз-балансованостi грошового та валютного ринюв в Украïнi потребують особливо:' уваги щодо прямих методiв грошово-кредитного регулювання, оскшьки класичнi для розвинених краш методи регулювання е недieвими в умовах накладання кризових явищ на слабкiсть ринкових механiзмiв, низьку кашта-лiзацiю банкiв та неефективну структуру економжи.
