А.Н. Астафьев1, С.И. Геращенко2, З.М. Юлдашев3, А.Н. Митрошин4, А.А. Махов5, Н.Н. Янкина6

1 Липецкий государственный технический университет (г. Липецк, Россия)
2, 4–6 ФГБОУ ВО «Пензенский государственный университет» (г. Пенза, Россия)
3 Санкт-Петербургский государственный электротехнический университет (ЛЭТИ) (Санкт-Петербург, Россия)
1 a.n.astafyev@gmail.com, 2 mpo@mail.ru, 3 yuld@mail.ru, 4 an-mitroshin@mail.ru, 5 2257005@bk.ru, 6prisend@yandex.ru

Постановка проблемы. При анализе заболеваний, характеризующихся многофакторными, трудно формализуемыми и высоко размерными данными, применение традиционных статистических методов часто оказывается затруднительным. Для оценки эффективности терапии гепатита из-за необходимости учета большого количества параметров используется определенный набор клинических и лабораторных показателей. Математические модели и вычислительные подходы не всегда обеспечивают достаточную эффективность, с точки зрения практического применения.

Цель. Разработать систему поддержки принятия решения для оценки эффективности терапии гепатита

Результаты. Разработан алгоритм интеграции нейроинтерфейса со средами виртуальной реальности для обеспечения мобильности, точной синхронизации событий в виртуальном мире и соответствующих реакций головного мозга для создания объективной картины состояния здоровья человека в результате внешнего воздействия.

Практическая значимость. Представлена программная реализация системы поддержки принятия решений для оценки состояния пациента и эффективности терапии гепатита.

Астафьев А.Н., Геращенко С.И., Юлдашев З.М., Митрошин А.Н., Махов А.А., Янкина Н.Н.  Нейросетевая методика оценки эффективности терапии гепатита // Биомедицинская радиоэлектроника // Биомедицинская радиоэлектроника. 2026. T. 29. № 1. С. 6−11. DOI: https:// doi.org/10.18127/j156 04136-202601-02

1. Туен Н.Ч., Хыу Ч.Ч., Тхач Н.М., Юлдашев З.М. Система и алгоритм интеллектуальной обработки и анализа биомедицинских сигналов в системах удаленного мониторинга состояния здоровья человека // Известия вузов России. Сер.: Радиоэлектроника. 2018. № 5. С. 71–80.
2. Богданова Е.Ю. Блочный регуляризованный метод Качмажа // Вестник Самарского гос. техн. ун-та. Сер.: Физ.-мат. науки. 2016. № 3. С. 544–551.
3. Ильин В.П. Об итерационном методе Качмажа и его обобщениях // Сибирский журнал индустриальной математики. 2006. Т. 9. № 3. С. 39–49.
4. Kaczmarz S. Approximate solution of systems of linear equations. Internat. J. Control. 1993. V. 57. № 6. P. 1269–1271.
5. Иванов А.А. Решение задачи полиномиальной аппроксимации с использованием итерационного метода Качмажа // Вестник СГАУ. 2008. № 2. С. 179–182.