Методология построения систем для интеллектуальной поддержки принятия решений врача – рефлексотерапевта на основе многоконтурных моделей с гибридной базой знаний

• Автор: Крупчатников, Роман Анатольевич
• Шифр специальности: 05.11.17
• Научная степень: Докторская
• Год защиты: 2013
• Место защиты: Курск
• Количество страниц: 455 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1. РОЛЬ СОВРЕМЕННОЙ МАТЕМАТИКИ И ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В МЕДИЦИНСКОЙ ПРАКТИКЕ
1Л. Математические методы прогнозирования состояния здоровья человека
1.2. Методы ранней (донозологической) диагностики
1.3. Методы теории принятия решений в медицинских приложениях
1.4. Особенности применения систем для интеллектуальной поддержки принятия решений во врачебной практике
1.5. Современные представления о рефлекторной системе организма и использование систем поддержки принятия решений для врачей рефлексотерапевтов
1.6. Цель и задачи исследования
2. МЕТОДОЛОГИЯ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКИХ И СТРУКТУРНОФУНКЦИОНАЛЬНЫХ МОДЕЛЕЙ РЕФЛЕКТОРНОЙ СИСТЕМЫ ОРГАНИЗМА
2.1. Многоконтурные модели взаимодействия поверхностных внемеридианных проекционных зон с внутренними акупунктурами организма на основе графов
2.2. Модели взаимодействия внутренних структур организма с
поверхностными зонами на основе элементов теории управления
2. 3. Многоконтурные генераторные модели взаимодействия органов и
функциональных систем с проекционными зонами
2.4. Модели взаимодействия ретикулярной формации с другими структурами организма

2.5. Модели формирования болевых ощущений, эхоболей и механизмы их подавления
2.6. Модель электрического взаимодействия поверхностных проекционных зон с электродами измерительной аппаратуры
2.7. Выводы второй главы
3. МОДЕЛИ УПРАВЛЕНИЯ РЕФЛЕКТОРНОЙ СИСТЕМОЙ ЧЕЛОВЕКА НА МЕРИДИАННОМ И МЕЖМЕРИДИАННОМ УРОВНЯХ
3.1. Современные представления о меридианных структурах организма
3.2. Варианты схем взаимодействия внутренних органов и систем с поверхностными меридианными структурами
3.3. Синтез моделей взаимодействия внутренних структур организма с биологически активными точками с учетом меридианных взаимодействий
3.4. Моделирование межмеридианных взаимодействий
3.5. Выводы третьей главы
4. МЕТОДОЛОГИЯ СИНТЕЗА КОМБИНИРОВАННЫХ ПРАВИЛ НЕЧЕТКОГО ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ ИНФОРМАЦИИ ОБ ЭНЕРГЕТИЧЕСКИХ ХАРАКТЕРИСТИКАХ ПРОЕКЦИОННЫХ ЗОН
4.1. Метод и алгоритм выделения информативных и диагностически значимых точек
4.2. Метод синтеза комбинированных нечетких решающих правил для прогнозирования и диагностики заболеваний при известной гипотезе
4.3. Метод построения нечетких решающих правил с учетом меж меридианных взаимодействий при наличии сочетанных патологий и алгоритм его реализации
4.4. Метод синтеза гибридных нечетких решающих правил с гетерогенной структурой данных
4.5. Использование методов разведочного анализа для синтеза нечетких решающих правил
4.6. Выводы четвертой главы
5. МЕТОДИЧЕСКОЕ, АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ВРАЧА-РЕФЛЕКСОТЕРАПЕВТА
5Л. Системы отведений и схемотехника входных цепей измерительной части системы
5.2. Блоки сопряжения с системной шиной ПЭВМ
5.3. Алгоритм управления и структура системы для интеллектуальной поддержки врача-рефлексотерапевта
5.4. Структура базы знаний с решающими правилами гибридного типа
5.5. Выводы пятой главы
6. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
6.1. Прогнозирование и ранняя диагностика заболеваний сердечнососудистой системы, системы дыхания и пищеварения
6.2. Определение уровня защитных свойств организма по реакции общесистемных БАТ
6.3. Прогнозирование и диагностика заболеваний вызываемых вредными экологическими факторами характерными для Курска и Курской области
6.4. Прогнозирование и диагностика остехонодрозов по величинам электрического сопротевления БАТ
6.5.Синтез комбинированных правил определения уровня психоэмоционального напряжения
6.6. Выводы шестой главы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК

РеV. Приведённое правило несёт такой смысл: «А можно заменить на р в контексте е,, &2». Известны также бесконтекстные, автоматные и другие типы грамматик.
Практика использования лингвистических методов показала, что задача восстановления грамматик по некоторому множеству высказываний, порождающих выбранный язык, является трудно формализуемой.
5. Для работы с трудноформулируемыми задачами распознавания разработаны методы эвристического программирования, входящие в направление, называемое эволюционным моделированием.
Эволюционное моделирование относят к классу бионических методов, заимствованных у природы. Оно использует известные механизмы эволюции с целью замены процесса моделирования сложного объекта моделированием его эволюции. Одним из представителей эволюционного моделирования теории в распознавания является метод группового учёта аргументов (МГУА). В основе этого метода лежит принцип самоорганизации, а алгоритмы МГУА реализуют механизм массовой селекции. В алгоритмах МГУА оригинальным способом синтезируются и отбираются члены полинома, называемого полиномом Колмогорова-Габора. Реализуемый синтез и отбор производится с нарастающим усложнением, причем впроцессе получения решающих правил заранее нельзя предугадать, какой финальный вид будет иметь обобщённый конечный полином. Вначале, как правило, выбираются попарные комбинации исходных признаков, из которых формируются уравнения решающих функций, обычно не выше второго порядка. Каждое уравнение анализируется как самостоятельная функция, и по обучающей выборке находятся значения параметров составленных уравнений. После этого из набора решающих функций отбирается часть лучших. Проверка качества отдельных решающих функций осуществляется на контрольной (проверочной) выборке. Отобранные частные решающие функции рассматриваются далее как промежуточные переменные, служащие исходными аргументами для аналогичного синтеза новых решающих функций и т.д. Процесс такого иерархического синтеза продолжается до тех пор, пока не будет достигнут экстремум критерия качества ре-