Биологическая и медицинская кибернетика - Минцер О.П.

Биологическая и медицинская кибернетика - Минцер О.П.Год выпуска: 1986


Автор: Минцер О.П., Молотков В.Н., Угаров Б.Н. и др.


Жанр: Медицинская кибернетика


Формат: DjVu


Качество: OCR


Описание: Бурное развитие кибернетики привело к созданию большого количества практических систем, целого ряда теоретических результатов и отдельных математических теорий. Однако говорить о единой теории в кибернетике пока еще рано. Выделенные в ней проблемы являются результатом использования классификации, а не общей теории. Поэтому в настоящее время весьма актуален вопрос создания единой математической теории в кибернетике, содержащей понятия, методы, средства, которые позволяют, во-первых, четко выделить внутренние проблемы, во-вторых, установить взаимосвязь с другими областями знаний, в частности с математикой, определив тем самым внешние проблемы математической кибернетики, и в-третьих, выяснить обратную взаимосвязь, т. е. какие задачи в кибернетике индуцируют те или иные проблемы современной математики. Формирование единой математической теории в кибернетике происходило в три этапа.
На первом было предложено большое количество разрозненных методов и реальных систем для решения интересных и важных практических задач. Удалось определить основное содержание и проблемы кибернетики. Успешно развивались те разделы математической кибернетики, которые опирались на хорошо развитый аппарат современной математики. Для малоформализованных областей знаний пока не хватало средств описания и средств решения.
На втором этапе оказалось возможным ввести единые математические формализмы для средств описания и средств решения в основном только для проблем распознавания образов и формирования понятий. При этом вместо отдельных методов изучались их модели, но универсальная модель так и не была создана. Выбор для решения задачи той или иной модели алгоритмов не был формализован. Как важный результат следует отметить выбор в рамках определенной модели алгоритма, экстремального по некоторому функционалу качества. Это определило постановку принципиально новых экстремальных задач и методов их решения.
Наконец, на третьем этапе удалось выяснить строение всей совокупности методов для решения задач, связанных с вычислением конечного числа свойств, априорно фиксированных. Для задач распознавания было выяснено, что во множестве некорректных (эвристических) алгоритмов могут быть определены алгебраические операции сложения, умножения на скаляр и т. д. Установлено, что если модель удовлетворяет определенным условиям, то ее линейное или алгебраическое замыкание становится корректным для множества задач. Таким образом, найдены пути синтеза алгебраических расширений некорректных моделей, приводящие к корректным.
Столь же стремительное в последнем столетии развитие биологических наук, быстрое увеличение информации о причинах, патогенезе, профилактике и лечении различных болезней, с одной стороны, способствовало прогрессу здравоохранения, а с другой — обусловило затруднение в объективной оценке многочисленных явлений, возникающих в организме человека под влиянием болезнетворных и терапевтических факторов. Достаточно отметить, что число описывающих функциональное состояние организма показателей, которыми должны пользоваться врачи и исследователи, за последние 50 лет увеличилось более чем в 40 раз, а количество лечебных воздействий — более чем в 100. Это привело к необходимости узкой специализации врачей, созданию исследовательских центров со строгой направленностью лечения патологии, заметному увеличению отраслей медицины, удорожанию лечения, увеличению сроков оказания помощи. Существенно уменьшилась эффективность анализа лавинообразно нарастающего потока диагностической и лечебной информации. Более того, значительно увеличился элемент врачебного субъективизма (и без того присущего медицине) в процессе диагностики, прогнозирования исходов заболевания и выбора метода лечения. Преодоление сложившихся противоречий между объемом медицинской информации и возможностью ее полноценного анализа стало осуществимо лишь благодаря использованию в медицине методов и средств кибернетики.
Нельзя полагать, что процесс внедрения кибернетических подходов к обработке клинических данных проходил безболезненно. После первых успехов и радужных надежд наступило быстрое охлаждение к реальности эффективного применения ЭВМ в практической медицине. Помимо несовершенства вычислительной техники немалую роль в этом сыграла неподготовленность здравоохранения к использованию математических методов. До настоящего времени не существует единых классификаций заболеваний, состояний, симптомов, слабо внедряются стандартизированные формы документации (истории болезни, эпикризы и др.), приспособленные для обеспечения ввода информации в вычислительные устройства. Лишь в последнее время появились надежные мониторные системы, позволяющие обеспечить автоматический сбор информации о состоянии больного. Но самое главное — это непонимание большинством медиков методологии современной обработки данных и путей достижения цели. Даже сейчас еще бытует мнение, что достаточно приобрести вычислительную технику и иметь небольшой штат обслуживающего персонала, чтобы практически сразу автоматизировать процесс диагностики заболевания, выбор метода лечения, анализ историй болезни и т. д. Подобный ошибочный подход явился причиной неудач многочисленных исследовательских работ.
Последнее десятилетие ознаменовалось разработкой и внедрением мини- и микроЭВМ, появлением вычислительных машин четвертого и пятого поколений. Во всех сферах народного хозяйства стали использоваться персональные ЭВМ. Программирование из удела узких специалистов стало доступно практически всем специалистам. Не обошел этот процесс и медицину. В таких условиях на первый план выдвинулись задачи ознакомления врачебных масс с большим опытом, накопленным в кибернетических подходах к решению проблем здравоохранения.
Подобная цель поставлена и перед настоящим справочником. При его создании авторы пытались связать внешне не сопоставимые вопросы — дать некоторый минимум медицинской информации (постановка и условие выполнения задач) для профессиональных кибернетиков и важнейшие сведения по алгоритмизации, программированию, системному подходу для врачей. Естественно, требовалось осветить накопленные знания по актуальным направлениям медицинской кибернетики.
Разделы справочника составлены в соответствии с принятой в настоящее время классификацией аспектов исследований в области медицинской кибернетики. Помимо краткого анализа общих вопросов кибернетики и математической статистики рассмотрены проблемы физиологической кибернетики, нейрокибернетики, собственно медицинской кибернетики и создания автоматизированных систем управления в здравоохранении.
Выделение физиологической кибернетики как самостоятельного раздела биологической и медицинской кибернетики произошло сравнительно недавно. По-видимому, впервые секция физиологической кибернетики была образована на III Всесоюзной конференции по биологической и медицинской кибернетике (1978 г.). В 1981 г. в Москве состоялась I Всесоюзная конференция по физиологической кибернетике. Но работы по применению методов и технических средств кибернетики для изучения физиологических систем велись давно, практически с первых шагов кибернетики. Уже в основополагающей работе Н. Винера «Кибернетика или управление и связь в животном и машине» (1948 г.) значительное место уделено анализу работы нервной системы. Аналоговое устройство (гомеостат), имитирующее важнейшее свойство физиологической системы — гомеостазис,— было разработано нейрофизиологом У.-Р. Эшби.
Значителен вклад отечественных ученых в создание физиологической кибернетики. Еще до возникновения кибернетики как науки в работах П. К. Анохина по исследованию приспособительных реакций организма и Н. А. Верштейна в области физиологии движения разрабатывались основы и методы системного подхода, который в полной мере является кибернетическим. Сам термин «физиологическая кибернетика», по-видимому, впервые был употреблен в 1962 г. П. К. Анохиным в разработанной им теории функциональных систем. Следует отметить также системный иерархический подход к анализу физиологических процессов, применявшийся В. В. Париным, основы теории эвристического моделирования физиологических систем, разработанные Н. М. Амосовым, представления И. М. Гельфанда и М. Л. Цейтлина о тактике управления сложными системами. Важным этапом, способствовавшим интенсивному развитию биологической кибернетики в целом и ее физиологических разделов в частности, явилась состоявшаяся в 1962 г. Сессия отделения биологических наук АН СССР, посвященная биологическим аспектам кибернетики.
В 60-70 гг. был опубликован ряд обобщающих монографий, посвященных результатам применения методов теории автоматического управления и математического моделирования в физиологии [19, 300, 455, 505]. Эти работы способствовали более строгому определению проблем и методов физиологической кибернетики, максимальному приближению ее к конкретным задачам нормальной и патологической физиологии. Последнее в конечном счете и определило выделение физиологической кибернетики в самостоятельное научное направление.
Столь же многогранны проблемы нейрокибернетики. Они включают в себя изучение биологических сигналов, параметрической идентификации многоэлементных физиологических систем, кибернетический анализ передачи информации в синапсе, моделирование нейродинамических процессов и многие другие вопросы. Проблема статистического анализа биоэлектрических сигналов возникает при решении ряда актуальных вопросов физиологии и патофизиологии, связанных с исследованием механизмов функционирования различных образований нервной, сердечно-сосудистой и других систем организма и отдельных элементов этих систем: синапса, нервной и мышечной клеток. Регистрируемые в ходе эксперимента или клинического обследования электрограммы спонтанной и вызванной электрической активности нервной или мышечной ткани могут анализироваться с помощью известных, а также специально разрабатываемых методов статистической обработки [44, 208, 220, 253, 277, 278, 543].
За последние годы теоретико-вероятностные модели и статистические методы получили широкое распространение как для проверки некоторых гипотез о структуре и свойствах физиологических сигналов, так и для выяснения механизмов функционирования нейронных структур мозга и других систем организма. Роль синапсов в процессах функционирования различных образований нервной и сердечно-сосудистой систем вызвала особый интерес к изучению синаптических процессов. Эти вопросы наряду с параметрической идентификацией биологических систем являются объектами пристального внимания со стороны специалистов в области биологической и медицинской кибернетики.
Многочисленные работы выполнены в области математического моделирования нейродинамических процессов. С помощью математических моделей были установлены закономерности процесса генерации импульса нервной клеткой, распространения возбуждения в нервном и мышечном волокнах, возникновения периодических режимов и стационарных уровней активности нейронных сетей.
Выделение медицинской кибернетики в самостоятельную научную дисциплину, ставящую цель — изучение процессов управления в медицине, произошло примерно в 1970 г.
В настоящем справочнике нашли отражение практически значимые методологические аспекты медицинской кибернетики и, прежде всего, математические вопросы постановки диагноза, анализа информационной значимости признаков, клинического прогнозирования, объединяющиеся в проблему формализации принятия решения в медицине. Другую группу вопросов составили проблемы автоматической обработки параметров функционирования важнейших органов и систем организма для улучшения наблюдения за состоянием больных. При этом авторы сознательно пытались избежать рассмотрения технической базы медицинской кибернетики, так как слишком быстрое изменение технических средств систем обработки информации требует более мобильных изданий. Поэтому многие аппаратурные вопросы не нашли отражения в справочнике.
Важнейшее значение на современном этапе приобрели АСУ здравоохранением. Управление на различных его уровнях основано на использовании как медицинских информационных систем, так и общих законов кибернетики. В справочнике рассмотрены основные тенденции развития АСУ здравоохранением, методические и алгоритмические особенности работы АСУ в медицинских условиях.
Авторы благодарны сотрудникам отдела медицинских информационных систем Института кибернетики им. В. М. Глушкова АН УССР и отдела математического моделирования Института сердечно-сосудистой хирургии АМН СССР за ценные замечания и помощь в подготовке рукописи настоящего справочника.


Содержание книги

«Биологическая и медицинская кибернетика»

ОБЩИЕ ВОПРОСЫ КИБЕРНЕТИКИ И МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ

  1. Общие вопросы кибернетики
    • Представление знаний
    • Игровые методы исследования сложных систем
    • Подготовка и решение задач на ЭВМ
  2. Распознавание образов в медицине
    • Информационно-распознающие задачи
    • Информационно-распознающие алгоритмы
    • Распознающие алгоритмы
    • Взаимосвязь обучающей информации и распознающих алгоритмов
  3. Общие вопросы теории вероятностей и математической статистики
    • Определение вероятности
    • Вероятности в пространстве событий
    • Случайные величины и их характеристики
    • Некоторые типы распределений дискретных случайных величин
    • Некоторые типы распределений непрерывных случайных величин
    • Корреляционный анализ
    • Дисперсионный анализ
    • Статистическая проверка гипотез

ФИЗИОЛОГИЧЕСКАЯ КИБЕРНЕТИКА

  1. Теоретические основы и методы физиологической кибернетики
    • Классическая ТАР
    • Теория чувствительности
    • Современная теория управления
    • Метод моделирования
    • Экспериментальные исследования в физиологической кибернетике
  2. Математические модели физиологических процессов и систем управления
    • Кровообращение
    • Дыхание и тканевой метаболизм
    • Терморегуляция
    • Водно-солевой обмен
    • Комплексные модели регуляции физиологических функций
    • Проблемы адекватности и применения моделей физиологических систем

НЕЙРОКИБЕРНЕТИКА

  1. Статистический анализ биоэлектрических сигналов
    • Статистическое описание случайных импульсных потоков сигналов
    • Зависимость между потоками сигналов
    • Синхронизация импульсных случайных потоков
    • Статистический анализ прохождения импульсных потоков в узлах ветвления нервных волокон
  2. Принципы параметрической идентификации многоэлементных физиологических систем
    • Задача параметрической идентификации сложных систем
    • Идентификация параметров многоэлементных физиологических систем
    • Идентификация параметров ЭЭГ
  3. Синаптические процессы
    • Модели кругооборота передатчика в синапсе
    • Анализ синаптической передачи
    • Вероятностные модели синаптических процессов
  4. Моделирование нейродинамических процессов
    • Моделирование процессов в нервной системе
    • Автономные нейронные сети
    • Модель неавтономной нейронной сети с последействием
    • Модель нейронной сети из рефрактерных нейронов
    • Марковская модель нейронной сети аналоговых нейронов
    • Анализ нейродинамических процессов
  5. Вероятностный анализ электрических сигналов рецепторных полей
    • Метод встречных импульсов
    • Вычисление закона распределения рецепторов по частоте генерируемых ими импульсов
    • Модель для метода парных импульсов
    • Модель для метода встречных потоков
    • Применение методов встречных импульсов и потоков к анализу электрической активности рецепторных полей
  6. Биологические анализаторы
    • Основные функции биологических анализаторов
    • Математические модели переработки зрительной информации в нейронных структурах мозга
    • Кодирование зрительной информации

МОДЕЛИРОВАНИЕ В БИОЛОГИИ И МЕДИЦИНЕ

  1. Математические модели воспалительных и иммунных процессов
    • Общая модель процесса воспаления
    • Математические модели иммунных процессов
    • Математические модели кавернозного туберкулеза легких
  2. Моделирование патологических процессов
    • Электрические процессы в сердце
    • Модель периодик Венкенбаха — Самойлова
    • Спектральный анализ процесса фибрилляции
    • Микрогемодинамика

МЕДИЦИНСКАЯ КИБЕРНЕТИКА

  1. Автоматическая диагностика заболеваний
    • Вероятностные алгоритмы. Метод Байеса
    • Метод Вальда (последовательный статистический анализ)
    • Обучение распознаванию
    • Потенциальные методы
    • Метод разделяющей поверхности
  2. Диагностика заболеваний с использованием ЭВМ
    • Структура и причины ошибок при автоматической диагностике
    • Сравнение мощности алгоритмов машинной диагностики
    • Изменение качества ответов ЭВМ в зависимости от числа используемых симптомов
  3. Прогнозирование в клинической практике
    • Математические аспекты клинического прогнозирования
    • Алгоритмы прогнозирования конечных состояний
    • Оценка результатов клинического прогнозирования
    • Анализ информационной ценности признаков
  4. Медицинские информационные системы
  5. Применение кибернетических методов в пульмонологии
  6. Математические методы и ЭВМ в рентгенологии, радиологии и онкологии

АСУ В МЕДИЦИНЕ

  1. Общие понятия и определения
  2. АСУ городским здравоохранением
  3. Информационные системы (зарубежный опыт)
  4. Системы наблюдения за состоянием больных
  5. Особенности автоматической обработки физиологических параметров в KMC

Список литературы


скачать книгу: «Биологическая и медицинская кибернетика»

Биология
  • Юрий Ишков
  • 0

Добавить комментарий

Кликните на изображение чтобы обновить код, если он неразборчив