Основные этапы диагностирования при участии удаленных консультантов
В статье рассматривается проблема диагностирования двигательного аппарата зрительного анализатора.
 Предлагается автоматизированный метод, позволяющий расширить число диагностических параметров и
 получать диагностическое заключение с большей точностью. Участие удаленных консультанто...
Gespeichert in:
| Datum: | 2009 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/8064 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Основные этапы диагностирования при участии удаленных консультантов / Н.О. Комлевая, А.С. Пригожев // Штучний інтелект. — 2009. — № 3. — С. 218-227. — Бібліогр.: 6 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860098258569789440 |
|---|---|
| author | Комлевая, Н.О. Пригожев, А.С. |
| author_facet | Комлевая, Н.О. Пригожев, А.С. |
| citation_txt | Основные этапы диагностирования при участии удаленных консультантов / Н.О. Комлевая, А.С. Пригожев // Штучний інтелект. — 2009. — № 3. — С. 218-227. — Бібліогр.: 6 назв. — рос. |
| collection | DSpace DC |
| description | В статье рассматривается проблема диагностирования двигательного аппарата зрительного анализатора.
Предлагается автоматизированный метод, позволяющий расширить число диагностических параметров и
получать диагностическое заключение с большей точностью. Участие удаленных консультантов в
формировании диагноза значительно повышает объективность результатов.
У статті розглядається проблема діагностування рухового апарату зорового аналізатора. Пропонується
автоматизований метод, що дозволяє розширити число діагностичних параметрів і отримувати діагностичний висновок з більшою точністю. Участь віддалених консультантів у формуванні діагнозу значно підвищує
об’єктивність результатів.
The problem of extraocular apparatus diagnosing is examined in the article. The automated method, allowing
to extend the number of diagnostic parameters and get a diagnostic conclusion with greater exactness, is
offered. Far consultants participating in forming of diagnosis considerably promotes objectivity of results.
|
| first_indexed | 2025-12-07T17:27:39Z |
| format | Article |
| fulltext |
«Искусственный интеллект» 3’2009 218
5К
УДК 004:62-52:004.033
Н.О. Комлевая, А.С. Пригожев
Одесский национальный политехнический университет, г. Одесса, Украина
nokoml@yandex.ru, prigozhev@rambler.ru
Основные этапы диагностирования
при участии удаленных консультантов
В статье рассматривается проблема диагностирования двигательного аппарата зрительного анализатора.
Предлагается автоматизированный метод, позволяющий расширить число диагностических параметров и
получать диагностическое заключение с большей точностью. Участие удаленных консультантов в
формировании диагноза значительно повышает объективность результатов.
Введение
Автоматизация процесса диагностики сама по себе является современным про-
грессивным подходом. При этом повышается точность результатов диагностики,
снижается время ее проведения и появляется возможность автоматической обработки
и анализа полученной информации. Особенно важны преимущества автоматизации
при диагностике сложных биологических объектов.
Одним из таких объектов, взятым в качестве объекта исследования, является
двигательный аппарат зрительного анализатора. Он входит в состав глазодвигатель-
ной системы, которая отвечает за поворот глаза для обеспечения заданной области
зрительного восприятия. Сложность диагностики двигательного аппарата глаза сос-
тоит в многообразии протекающих в нем процессов – механических, оптических,
биохимических и т.д., а также в невозможности непосредственного измерения пара-
метров этих процессов [1], [2].
Целью данной работы является разработка метода диагностирования двига-
тельного аппарата зрительного анализатора с использованием модели процесса диа-
гностики. При этом необходимо учесть сложность и зачастую субъективность процесса
постановки диагноза. Во избежание неточностей при формировании диагностичес-
кого заключения предусмотрен протокол обмена информацией между экспертами и
удалёнными консультантами.
Исследование характеристик объекта диагностирования
В настоящее время с развитием компьютерной техники все чаще применяют
ПК и сопутствующие технические средства для автоматизации диагностики состоя-
ния объекта исследования, что ведет к повышению точности, скорости и объектив-
ности процесса диагностики, а также позволяет в дальнейшем легко обрабатывать
полученную информацию.
С целью автоматизации диагностики состояния двигательного аппарата зритель-
ного анализатора (ДАЗА) на базе Одесского института глазных болезней и тканевой
терапии им. акад. В.П. Филатова разрабатывается аппаратно-программный лечебно-
диагностический комплекс. В разрабатываемом комплексе для выявления отклоне-
Основные этапы диагностирования при участии удаленных консультантов
«Штучний інтелект» 3’2009 219
5К
ний в работе двигательного аппарата используется модифицированный метод коорди-
метрии. Анализ функционирования ДАЗА позволяет выделить нелинейную и линейную
части. В роли его нелинейной части выступает обработка поступающей информации
сетчаткой, рецепторы которой имеют параболическую характеристику. В качестве
линейной части выступает набор глазодвигательных мышц, обеспечивающих пово-
рот глазного яблока с целью изменения области зрительного восприятия.
Анализ свойств ДАЗА с учетом требований к наблюдаемости переменных сис-
темы позволил выделить множество наиболее важных и информативных параметров
глазодвигательных мышц, которые в совокупности описывают состояние системы [3]:
),,,( TLQ (1)
где – угол отклонения глазного яблока от нормали, первичный статический пока-
затель; L – длина глазодвигательной мышцы, вторичный статический показатель; T –
постоянная времени переходного процесса при отработке глазодвигательной
мышцей изменения входного воздействия, динамический показатель.
Приведенные параметры комплексно описывают работу ДАЗА как при фикса-
ции им произвольной точки, так и при отработке изменений входной информации.
Результатом исследования состояния ДАЗА пациента в рамках данного множества
параметров является оценка его физиологического состояния и степени профессио-
нальной пригодности.
Модель процесса диагностики можно представить следующим образом [4]:
M (R, V, P, Q, D, C), (2)
где R = F1(X, Y, u),
V = F2 (R, S),
Pстат =F3 (X, V~ ),
V~ = extr(V ),
Pдинам = F4 (X, V),
Qстат = F5 (Pстат, G, X),
Qдинам = F6 (Pдинам, X),
Dстат = F7 (Qстат, Qстат норм),
Dдинам = F8 (Qдинам, Qдинам норм),
C = F9 (Dстат, Dдинам, Pr).
Здесь:
F1 – предварительная обработка информации с учетом входной информации X, вы-
ходной информации Y и возмущающего воздействия u;
F2 – формирование из выходной информации Y элементов Z, которые могут при-
нимать участие в оценке состояния объекта;
F3 и F4 – вычисление статических Pстат и динамических Pдинам информативных
признаков с использованием полезной информации R;
F5 и F6 – вычисление статических Qстат и динамических Qдинам диагностических
показателей с учетом геометрических характеристик объекта диагностики G;
F7 и F8 – вычисление статических Dстат и динамических Dдинам диагностических
признаков с использованием нормативных значений диагностических показателей
Qнорм = Qстат нормQдинам;
F9 – классификация состояния объекта диагностики на базе системы решающих
правил Pr.
Комлевая Н.О., Пригожев А.С.
«Искусственный интеллект» 3’2009 220
5К
Диагностирование двигательного аппарата
зрительного анализатора
Процесс диагностики ДАЗА включает в себя ряд основных этапов:
подготовительный;
проведение эксперимента;
параметрическая идентификация объекта диагностирования;
классификация состояния объекта диагностирования;
анализ результатов диагностирования с участием удаленных консультантов;
формирование и регистрация диагноза.
Для каждого этапа определен субъект или группа субъектов, обеспечивающих
его выполнение: оператор, пациент, эксперт, удаленные консультанты и врач как
лицо, принимающее решение (ЛПР). Оператор обеспечивает выполнение технических
функций и программную обработку информации, эксперт с привлечением удаленных
консультантов отвечает за интеллектуальный анализ результатов автоматизированного
диагностирования, а ЛПР формирует окончательный диагноз и выдает дальнейшие
рекомендации в терминах предметной области.
Начальным этапом процесса диагностики является подготовка объекта диаг-
ностики и технических средств. Это обеспечивает замкнутость системы подачи-
обработки-съема информации.
В ходе проведения эксперимента пациенту предлагается фиксировать взглядом
различные точки, при этом изображение глаз пациента является исходной информа-
цией для диагностирования. Регистрация положения глаза в зависимости от внешней
стимуляции производится специальными техническими офтальмологическими сред-
ствами. Далее производится поиск положения похожего на зрачок объекта, опреде-
ление центра зрачка по методу распознавания образов, вычисление координат центра
зрачка в плоскости его изображения и оценка результата на правдоподобность. При
этом учитывается возможная неоднородность изображения зрачка, вызванная нали-
чием бликов. Современная версия программного обеспечения лечебно-диагностичес-
кого комплекса содержит функции анализа качества изображения глаз пациента, полу-
чаемого в ходе его обследования.
Основными недостатками изображений в большинстве случаев являются низ-
кая контрастность, искаженные яркостные характеристики, наличие шумовой состав-
ляющей. Для оценки качества получаемого изображения в общем виде используется
комплексный критерий:
4321 **** PPPPkP , (3)
где k – нормирующий коэффициент;
P1 – параметр, определяющий полноту использования элементами изображения гра-
даций яркости:
max
1 L
SP , (4)
где S – количество уровней яркости, для каждого из которых на данном изображении
присутствует определенное количество элементов с заданной яркостью, Lmax – мак-
симальная яркость (обычно именно этот параметр изменяет свое значение от случая
к случаю и является существенным);
Основные этапы диагностирования при участии удаленных консультантов
«Штучний інтелект» 3’2009 221
5К
P2 – параметр, определяющий резкость изображения:
)()(
1
2
max
2 bfaf
dx
dx
df
L
P
b
a
, (5)
где f(x) – видеосигнал, a и b – точки, которые расположены на противоположных
краях перепада (для наших исследований значение параметра P2 остается прак-
тически неизменным, таким образом, для простоты вычислений можно им пренеб-
речь);
P3 – контрастность изображения:
dlLHLLLLLL
L
P )(*)(2)(21
0
maxmax
max
3
, (6)
где L – среднеарифметическое значение уровней яркостей элементов изображения,
H(L) – гистограмма распределения яркостей элементов изображения (для наших
исследований данный параметр является существенным и должен быть учтен);
P4 – отношение сигнал-шум:
M
x
N
y
M
x
N
y
yxfyxf
yxf
P
1 1
2
1 1
2
104
),(),(
),(
log10 . (7)
Последний из перечисленных параметров является переменной величиной, однако,
многочисленные опыты показали, что вклад его в общую картину является несущест-
венным и для наших исследований им можно пренебречь.
С учетом анализа значимости параметров комплексный критерий принимает вид:
31 ** PPkP . (8)
Повышение качества изображения производилось посредством осуществления
следующих операций: 1) фильтрация (использовались функции обобщенной линей-
ной фильтрации); 2) улучшение яркостных характеристик (использовался линейный
метод – гамма-коррекция). Оптимальный уровень обработки изображения опреде-
лялся по максимуму комплексного критерия (8).
Проведение эксперимента, параметрическая идентификация объекта диагнос-
тирования и классификация его состояния проводятся оператором по разработанным
методикам и алгоритмам [5]. Функциональная схема диагностики и лечения ДАЗА
представлена на рис. 1.
Для классификации состояния ДАЗА используется экспертная система. Ядро
экспертной системы составляет база знаний. При заполнении базы знаний инженер
по знаниям подает свои знания в виде правил «ЕСЛИ..., ТО...» с весовыми коэффи-
циентами, которые отражают степень уверенности, а также вид функций принадлеж-
ности для входных и выходных переменных. Машина логического вывода исполь-
зуется для экспертной оценки эффективности принимаемых решений по правилам
логического вывода, аналитического расчета, затем представляет результаты согласно
цели, задаваемой при помощи пользовательского интерфейса.
Комлевая Н.О., Пригожев А.С.
«Искусственный интеллект» 3’2009 222
5К
Рисунок 1 – Функциональная схема диагностики и лечения ДАЗА
Далее результаты диагностирования анализируются экспертом, который для уточ-
нения понимания степени работоспособности объекта может использовать промежу-
точную информацию об элементах, сохраненную в текущей записи базы данных (БД).
Основными функциями эксперта и удаленных консультантов является контроль пра-
вильности определения диагностических классов и проверка данных на достовер-
ность и непротиворечивость. В случае недостоверности или противоречивости дан-
ных эксперт требует проведения повторного обследования.
На основании проверенных данных врач-офтальмолог как ЛПР формирует диаг-
ноз в терминах предметной области. Диагностическое заключение должно удовлет-
ворять следующим основным критериям:
полнота – диагноз должен быть всесторонне полным, прозрачным, не допускаю-
щим неверное толкование; на основании поставленного в медицинских терминах
диагноза должно быть ясно, какое лечение предлагать пациенту;
норма для
ДАЗА текущего
пациента
обследование
пациента
определение значений
параметров и классификация
состояния ДАЗА
анализ
результатов
диагностирования
оператор
эксперт
формирование
диагноза
вмешательство
не требуется
терапия
оперативное
вмешательство
врач
результаты
вспомогательного
обследования
пациента
норма для
ДАЗА общая
УК1
УК2
УКn
Удаленные консультанты
...
текущее состо-
яние ДАЗА
вспомогательные
нормативные
показатели
диагноз
Основные этапы диагностирования при участии удаленных консультантов
«Штучний інтелект» 3’2009 223
5К
интегрированность – диагноз должен вписаться в общую картину состояния здо-
ровья пациента, не противоречить другим значениям его медицинских и физиоло-
гических показателей;
гарантированность – решение должно быть тщательно проверенным, с наличием
хорошей обосновательной базы.
При формировании диагноза врачом используются результаты вспомогатель-
ных обследований пациента и знания о типовой норме и возможных отклонениях от
нее. Диагноз и рекомендации заносятся в текущую запись БД. По результатам диаг-
ностики может быть назначено проведение терапевтического или оперативного вме-
шательства. Это ведет к изменению текущего состояния ДАЗА, блок которого нахо-
дится в цепи отрицательной обратной связи лечебно-диагностического комплекса.
Процесс коррекции состояния ДАЗА должен проводиться до тех пор, пока его
текущее состояние не станет совпадать с нормативным.
Хранение данных и протокол обмена информацией
между экспертом, ЛПР и удалёнными консультантами
В результате анализа предметной области и нормализации получены следую-
щие сущности: «Сеанс», «Пациент», «Категория», «Диагноз», «Операция», «Управ-
ляющие точки», «Входная последовательность», «Статистика», «Глазодвигательные
мышцы», «История болезни», «Врач».
Между сущностями существуют следующие виды взаимосвязей:
– каждому пациенту может быть сделано несколько операций, следовательно, между
сущностями «Пациент» и «Операция» существует взаимосвязь один-ко-многим;
– каждый пациент может быть отнесен только к одной категории, но к каждой кате-
гории относится множество пациентов, следовательно, между сущностями «Пациент» и
«Категория» существует взаимосвязь один-ко-многим;
– каждому пациенту может быть поставлено несколько диагнозов, следовательно,
между сущностями «Пациент» и «Диагноз» существует взаимосвязь один-ко-многим;
– каждому пациенту может быть назначено несколько сеансов обследования, следо-
вательно, между сущностями «Пациент» и «Сеанс» существует взаимосвязь один-
ко-многим;
– для каждого пациента может быть внесено несколько записей в историю болезни,
следовательно, между сущностями «Пациент» и «История болезни» существует
взаимосвязь один-ко-многим;
– каждую запись в историю болезни может вносить только один врач, следова-
тельно, между сущностями «История болезни» и «Врач» существует взаимосвязь
многие-к-одному;
– каждому сеансу может принадлежать одна последовательность точек фиксации,
следовательно, между сущностями «Сеанс» и «Входная последовательность» существует
взаимосвязь один-к-одному;
– каждой последовательности точек могут принадлежать различные, в том числе
повторяющиеся точки, следовательно, между сущностями «Входная последователь-
ность» и «Управляющие точки» существует взаимосвязь один-ко-многим;
– для каждого сеанса формируется один набор данных на основе измерений, фор-
мирующих статистику, следовательно, между сущностями «Входной сеанс» и «Ста-
тистика» существует взаимосвязь один-к-одному;
Комлевая Н.О., Пригожев А.С.
«Искусственный интеллект» 3’2009 224
5К
– каждой глазодвигательной мышце соответствует один набор данных, но в одном
наборе описано много мышц, следовательно, между сущностями «Глазодвигатель-
ные мышцы» и «Статистика» существует взаимосвязь один-ко-многим.
В результате получена следующая структура таблиц реляционной базы данных,
представленная в виде Название_таблицы: атрибуты (типы_атрибутов [ – ключе-
вое поле]):
– таблица «Пациент»: Код (Счетчик Int – ключевое поле), Фамилия (String), Имя
(String), Отчество (String), Дата рождения (Date), Пол (Char), Код категории (число Int);
– таблица «Диагноз»: Код пациента (Счетчик Int – ключевое поле), Описание (String),
Дата постановки диагноза (Date – ключевое поле), Дата снятия диагноза (Date);
– таблица «Категория»: Код (Счетчик Int – ключевое поле), Описание (String);
– таблица «Сеанс»: Номер (Счетчик Int – ключевое поле), Код пациента (Счетчик
Int), Дата (Date), Количество точек (число Int), Период (число Int);
– таблица «История болезни»: Код пациента (Счетчик Int – ключевое поле), Дата
посещения (Date – ключевое поле), Описание (String), Врач (String);
– таблица «Врач»: Код (Счетчик Int – ключевое поле), Фамилия и инициалы (String);
– таблица «Операция»: Код пациента (Счетчик Int – ключевое поле), Дата (Date –
ключевое поле), Врач (String), Описание (String), Результат (String);
– таблица «Глазодвигательные мышцы»: Номер (Счетчик Int – ключевое поле),
Описание (String);
– таблица «Статистика»: Номер последовательности (Счетчик Int – ключевое поле),
Номер ГДМ (число Int – ключевое поле), Х (число Int), Y (число Int), Среднеквад-
ратическое отклонение (число Float), L (число Float);
– таблица «Входная последовательность»: Номер последовательности (Счетчик
Int – ключевое поле), Номер сеанса (число Int), Номер точки (число Int), Порядок
(число Int);
– таблица «Управляющие точки»: Номер (Счетчик Int – ключевое поле), Х (число
Int), Y (число Int).
В таблице «Входной сеанс» используется ключевое поле «№ сеанса», которое
содержит сквозную нумерацию сеансов диагностического обследования пациента.
Это поле служит для связи с таблицей «Управляющие точки» и через нее – с табли-
цами «Статистика» и «Глазодвигательные мышцы».
Для каждой управляющей точки выделяются атрибуты (номер точки и ее
координаты) и заносятся в отдельную таблицу «Управляющие точки», а порядок за-
дания этих точек определяется в таблице «Входная последовательность». Связь с
таблицей «Управляющие точки» осуществляется по полю «Номер точки».
Для связи таблиц «Пациент», «Диагноз» и «Операция» используется ключевое
поле «Код пациента», так как не рекомендуется задавать в качестве ключей тексто-
вые поля (например, ФИО).
При анализе атрибутов сущности «Глазодвигательные мышцы» видно, что часть
параметров относятся к постоянным, присущим конкретной мышце, а другая часть
получается из измерений, т.е. зависит от текущего сеанса. Поэтому логично разде-
лить атрибуты на две таблицы: «Глазодвигательные мышцы» и «Статистика». Таб-
лица «Глазодвигательные мышцы» связана по ключевому полю «Номер» с таблицей
«Статистика».
Таким образом, анализ атрибутов выделенных сущностей и реструктуризация
соответствующих таблиц дали возможность получить нормализованные таблицы,
составляющие основу разрабатываемой БД, схема данных которой приведена на рис. 2.
Основные этапы диагностирования при участии удаленных консультантов
«Штучний інтелект» 3’2009 225
5К
Рисунок 2 – Схема БД
Из перечисленных выше данных удаленным консультантам в обязательном
виде передаются следующие:
– код пациента;
– диагноз (описание);
– дата постановки диагноза;
– история болезни (дата посещения/описание);
– операции (дата проведения/описание).
По требованию консультанта ему может быть передана и другая информация
из базы данных.
В ходе диагностирования определяются также следующие данные, значения
которых передаются удаленным консультантам:
– l – число элементов диагностирования, l = 1..6;
– k – критерии диагностирования, k = 1..3;
– s – состояния элементов диагностирования, s = 0..8;
– Q[l][k][s] – массив значений диагностических показателей (числа Double);
– Qnorm[l][k][s] – массив нормативных значений диагностических показателей (числа
Double);
– D[l][k][s] – массив значений диагностических признаков (числа Double).
– Diap[l][k][6] – массив граничных значений диагностических признаков (числа Double);
– Cl[k] – классификационный вектор.
В результате своей работы удаленный консультант соглашается с предложен-
ным диагнозом или опровергает его, предлагая новый.
Диагностические данные из базы данных отсылаются удалённым консультан-
там с использованием XML [6]. Выбор данного формата связан с тем, что импорт и
экспорт в него поддерживают большинство из существующих СУБД.
Комлевая Н.О., Пригожев А.С.
«Искусственный интеллект» 3’2009 226
5К
Основными элементами XML-описания, передаваемого эксперту удаленными
консультантами, являются поля таблиц, которые описаны в информационной струк-
туре БД (рис. 2). Сущностями в описании XML являются таблицы БД.
Пример описания таблиц БД в формате XML представлен на рис. 3.
<!ENTITY seans “сеанс”>
<!ENTITY patient “пациент”>
<!ENTITY category “категория”>
<!ENTITY diagnoze “диагноз”>
Рисунок 3 – Фрагмент описания таблиц в нотации XML
Определим далее элементы, которые будут присутствовать в описании таблиц
XML. В нашем случае элементами будут являться поля соответствующих таблиц.
Для каждого элемента вводятся атрибуты, которые определяют правила интерпре-
тации данных в БД. На рис. 4 показан пример описания элементов и соответствую-
щих атрибутов для описания информации о пациентах.
<!ELEMENT type>
<!ELEMENT patient_name (#PCDATA)>
<!ELEMENT patient_fam (#PCDATA)>
<!ELEMENT patient_ otch(#PCDATA)>
<!ELEMENT date_born (type?)>
….
<!ELEMENT patient_info (patient_fam?, patient_name?, patient_otch?...)>
<!ATTLIST type type_data (date|int|double)>
Рисунок 4 – Описание элементов и атрибутов
На рис. 4 описаны некоторые поля, связанные с описанием информации о
пациенте. Каждая запись о пациенте начинается с тега <patient_info>, внутри кото-
рого находятся теги, описывающие поля записи БД. Если в теге не указан тип
данных с использованием тега type, то подразумевается символьный тип, в против-
ном случае указывается тип, который указан в параметре type. Фрагмент описания
информации о пациенте приведен на рис. 5.
<patient_info>
<patient_fam>Иванов</patient_fam>
<patient_name>Пётр</patient_name>
<patient_otch>Юрьевич</patient_otch>
<date_born>01.11.1979</date_born>
…
</patient_info>
…
Рисунок 5 – Пример описания информации для таблицы «Пациенты»
Использование XML как средства передачи данных удалённым консультантам
позволяет сделать набор программ для их работы более универсальным и позволяет
передавать эксперту набор данных различных типов.
Основные этапы диагностирования при участии удаленных консультантов
«Штучний інтелект» 3’2009 227
5К
Выводы
Предложенный метод диагностирования дает возможность исследовать состояние
двигательного аппарата зрительного анализатора человека и получить заключение
по поводу его состояния в виде диагностических классов и в терминах предметной
области. Данный метод выгодно отличается от предшествующих расширенным
набором диагностических параметров, высокой скоростью и точностью проведения
диагностики, а также возможностью автоматизации процесса. Подключение удален-
ных консультантов на этапах анализа результатов диагностирования и формиро-
вания диагноза повышает степень объективности результатов.
Литература
1. Старкова Н.О. Систематизация параметров двигательного аппарата глаза с целью его идентификации и
диагностики / Н.О. Старкова // Тр. Одес. политехн. ун-та. – Одесса, 1999. – Вып. 3(9). – С. 133-135.
2. Компьютерная диагностика функциональных нарушений глазодвигательного аппарата / [Старкова Н.О.,
Паулин О.Н., Бушуева Н.Н., Македон С.В.] // Труды Укр. академии эконом. кибернетики (Южный
научный центр) «Оптимизация управления, информационные системы и компьютерные техноло-
гии». – Киев ; Одесса : ИСЦ, 1999. – Вып. 1. – Ч. 2. – С. 119-123.
3. Паулин О.Н. Программный инструментарий для моделирования двигательного аппарата зритель-
ного анализатора / О.Н. Паулин, Н.О. Комлевая, Я.Ю. Журавская // Тр. Одес. политехн. ун-та. –
Одесса, 2002. – Вып. 2(18). – С. 97-102.
4. Комлевая Н.О. Способы анализа сложной системы на примере двигательного аппарата глаза /
Н.О. Комлевая, Е.Г. Фадеев // Холодильна техніка і технологія. – Одесса, 2007. – Вып. 3(107). – С. 79-81.
5. Комлевая Н.О. Разработка информационной технологии диагностирования нелинейных систем /
Н.О. Комлевая, О.Н. Паулин // Холодильна техніка і технологія. – Одесса, 2005. – Вып. 4(96). –
С. 110-117.
6. Питц-Моутлис Н. XML : наиболее полное руководство / Н. Питц-Моутлис, Ч. Кирк. – М. : BHV,
2000. – 716 c.
Н.О. Комлева, О.С. Пригожев
Основні етапи діагностування за участю віддалених консультантів
У статті розглядається проблема діагностування рухового апарату зорового аналізатора. Пропонується
автоматизований метод, що дозволяє розширити число діагностичних параметрів і отримувати діагностич-
ний висновок з більшою точністю. Участь віддалених консультантів у формуванні діагнозу значно підвищує
об’єктивність результатів.
N.O. Komlevaya, A.S. Prigozhev
Basic Stages of Diagnosing with Participation of Far Consultants
The problem of extraocular apparatus diagnosing is examined in the article. The automated method, allowing
to extend the number of diagnostic parameters and get a diagnostic conclusion with greater exactness, is
offered. Far consultants participating in forming of diagnosis considerably promotes objectivity of results.
Статья поступила в редакцию 26.06.2009.
|
| id | nasplib_isofts_kiev_ua-123456789-8064 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T17:27:39Z |
| publishDate | 2009 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Комлевая, Н.О. Пригожев, А.С. 2010-04-29T09:40:16Z 2010-04-29T09:40:16Z 2009 Основные этапы диагностирования при участии удаленных консультантов / Н.О. Комлевая, А.С. Пригожев // Штучний інтелект. — 2009. — № 3. — С. 218-227. — Бібліогр.: 6 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/8064 004:62-52:004.033 В статье рассматривается проблема диагностирования двигательного аппарата зрительного анализатора.
 Предлагается автоматизированный метод, позволяющий расширить число диагностических параметров и
 получать диагностическое заключение с большей точностью. Участие удаленных консультантов в
 формировании диагноза значительно повышает объективность результатов. У статті розглядається проблема діагностування рухового апарату зорового аналізатора. Пропонується
 автоматизований метод, що дозволяє розширити число діагностичних параметрів і отримувати діагностичний висновок з більшою точністю. Участь віддалених консультантів у формуванні діагнозу значно підвищує
 об’єктивність результатів. The problem of extraocular apparatus diagnosing is examined in the article. The automated method, allowing
 to extend the number of diagnostic parameters and get a diagnostic conclusion with greater exactness, is
 offered. Far consultants participating in forming of diagnosis considerably promotes objectivity of results. ru Інститут проблем штучного інтелекту МОН України та НАН України Интеллектуальные системы автоматизации научных исследований, проектирования и управления Основные этапы диагностирования при участии удаленных консультантов Основні етапи діагностування за участю віддалених консультантів Basic Stages of Diagnosing with Participation of Far Consultants Article published earlier |
| spellingShingle | Основные этапы диагностирования при участии удаленных консультантов Комлевая, Н.О. Пригожев, А.С. Интеллектуальные системы автоматизации научных исследований, проектирования и управления |
| title | Основные этапы диагностирования при участии удаленных консультантов |
| title_alt | Основні етапи діагностування за участю віддалених консультантів Basic Stages of Diagnosing with Participation of Far Consultants |
| title_full | Основные этапы диагностирования при участии удаленных консультантов |
| title_fullStr | Основные этапы диагностирования при участии удаленных консультантов |
| title_full_unstemmed | Основные этапы диагностирования при участии удаленных консультантов |
| title_short | Основные этапы диагностирования при участии удаленных консультантов |
| title_sort | основные этапы диагностирования при участии удаленных консультантов |
| topic | Интеллектуальные системы автоматизации научных исследований, проектирования и управления |
| topic_facet | Интеллектуальные системы автоматизации научных исследований, проектирования и управления |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/8064 |
| work_keys_str_mv | AT komlevaâno osnovnyeétapydiagnostirovaniâpriučastiiudalennyhkonsulʹtantov AT prigoževas osnovnyeétapydiagnostirovaniâpriučastiiudalennyhkonsulʹtantov AT komlevaâno osnovníetapidíagnostuvannâzaučastûvíddalenihkonsulʹtantív AT prigoževas osnovníetapidíagnostuvannâzaučastûvíddalenihkonsulʹtantív AT komlevaâno basicstagesofdiagnosingwithparticipationoffarconsultants AT prigoževas basicstagesofdiagnosingwithparticipationoffarconsultants |