Multifactorial data control of tick-borne encephalitis inci-dence

Владимир Владимирович Котин; Алексей Геннадьевич Скударев

Multifactorial data control of tick-borne encephalitis inci-dence

Владимир Владимирович Котин¹, Алексей Геннадьевич Скударев²

research article Pages: 58-63

¹ к.ф.-м.н., доцент, кафедра «Медико-технические информационные технологии», МГТУ им. Н.Э.Баумана
² студент, кафедра «Медико-технические информационные технологии», МГТУ им. Н.Э.Баумана

Keywords: tick-borne encephalitis incidence time series wavelet analysis fuzzy logic data mining

Abstract

The approbation of methods of intellectual processing time series data used in practice in dealing with epidemiological problems. The paper shows the possibility of using mathematical packages Matlab and Wolfram Mathematica for the wavelet analysis (wavelet transformation and scalogram) and Statistica for methods of data mining («data drill»). A promising direction, according to the authors, is the use of fuzzy logic to the data obtained after the treatment, namely, fuzzification mathematical model of tick-borne encephalitis for possible prediction of vaccination strategies.

How to cite

Котин В.В., Скударев А.Г. Многофакторный контроль данных о заболеваемости клещевым энцефалитом // Биомедицинская радиоэлектроника. 2015. № 7. С. 58–63.

References

Pokrovskijj V.I., Pak S.G., Briko N.I., Danilkin B.K. Infekcionnye bolezni i ehpidemiologija. Izd. 2-e. M.: GEHOTAR-Media. 2007. 816 s.
Pokrovskijj V.I. Obshhaja ehpidemiologija s osnovami dokazatelnojj mediciny. M.: GEHOTAR-Media. 2008. 400 s.
http://www.medpulse.ru/health/14157.html
http://encephalitis.ru/index.php-newsid=2148
EHpidemiologicheskijj slovar / pod red. Dzhona M. Lasta. M.: Globus. 2009. 316 s.
Bolotin E.I., Ciciashvili G.SH., Golycheva I. V., Burukhina I. G. Vozmozhnosti faktornogo prognozirovanija zabolevaemosti kleshhevym ehncefalitom v primorskom krae // Parazitologija. 2002. T. 36. № 4. S. 280-285.
Cokova T.N., Kozlov L.B. Razrabotka matematicheskojj modeli prognozirovanija zabolevaemosti kleshhevym ehncefalitom // Uspekhi sovremennogo estestvoznanija. 2008. № 6.
Subbotina N. S., Dorshakova N. V., Petrova A. V.EHpidemiologicheskaja kharakteristika kleshhevogo ehncefalita v Severo-Zapadnom regione Rossii // EHkologija cheloveka. 2007. № 7. S. 15-19.
Kriesel A., Meyer M., Peterson G. Mathematical Modeling of Tick-Borne Encephalitis in Humans // Journal of Undergraduate Research at Minnesota State University. 2009. V. 9. A. 9.
Kotin V.V. Prognozirovanie zabolevaemosti: dinamicheskie modeli i vremennye rjady // Biotekhnosfera. 2014. № 3. S. 45-47.
Kotin V.V., CHiganashkin V.V. Razrabotka arkhitektury ehkspertnojj sistemy dlja analiza ehpidemiologicheskojj situacii // Biomedicinskaja radioehlektronika. 2013. № 10. S. 48-54.
Borovikov V.P. STATISTICA. Iskusstvo analiza dannykh na kompjutere. M.: Piter. 2001. 688 s.
Anjutin A.P., Morozov D.S. O vejjvlet-spektrogrammakh rjadov Kondrateva // Vestnik Rossijjskogo novogo universiteta. 2012. № 4. S. 42-45.
Vitjazev V.V. Vejjvlet-analiz vremennykh rjadov: Ucheb. posobie. SPb.: Izd-vo Sankt-Peterb. un-ta. 2001. 58 s.
Skvorcov S.P. Osnovy primenenija vejjvlet-preobrazovanija dlja filtracii i szhatija biomedicinskikh dannykh: Ucheb. posobie. M.: Izd-voMGTUim. N.EH. Baumana. 2012. 67 s.
Oded Maimon, Lior Rokach Data mining and knowledge discovery handbook. NewYork: SpringerScience. 2005. 1383 p.
Batyrshin I.Z., SHeremetov L.B. Modeli i metody perceptivnogo data majjninga vremennykh rjadov dlja sistem podderzhki prinjatija reshenijj // Nechetkie sistemy i mjagkie vychislenija. 2007. T. 2. № 1. S. 37-44.
JArushkina N.G.Osnovy teorii nechetkikh i gibridnykh sistem: Ucheb. posobie. M.: Finansy i statistika 2004. 320 s.
JArushkina N.G., Afanaseva T.V., Perfileva I.G. Intellektualnyjj analiz vremennykh rjadov: Ucheb. posobie. Uljanovsk: UlGTU. 2010. 320 s.
Rutkovskaja D., Pilinskijj M., Rutkovskijj L. Nejjronnye seti, geneticheskie algoritmy i nechetkie sistemy: Per. s polsk. I. D. Rudinskogo. M.: Gorjachajalinija - Telekom. 2006. 452 c.
Massad E., Ortega N.R.S., de Barros L.C., Struchiner C.J. Fuzzy Logic in Action: Applications in Epidemiology and Beyond. Springer Science & Business Media. 2009.
Siettos C. I., Russo L.Mathematical modeling of infectious disease dynamics // Virulence. 2013. № 4(4). R. 295-306.

[1] Pokrovskijj V.I., Pak S.G., Briko N.I., Danilkin B.K. Infekcionnye bolezni i ehpidemiologija. Izd. 2-e. M.: GEHOTAR-Media. 2007. 816 s.

[2] Pokrovskijj V.I. Obshhaja ehpidemiologija s osnovami dokazatelnojj mediciny. M.: GEHOTAR-Media. 2008. 400 s.

[3] http://www.medpulse.ru/health/14157.html

[4] http://encephalitis.ru/index.php-newsid=2148

[5] EHpidemiologicheskijj slovar / pod red. Dzhona M. Lasta. M.: Globus. 2009. 316 s.

[6] Bolotin E.I., Ciciashvili G.SH., Golycheva I. V., Burukhina I. G. Vozmozhnosti faktornogo prognozirovanija zabolevaemosti kleshhevym ehncefalitom v primorskom krae // Parazitologija. 2002. T. 36. № 4. S. 280-285.

[7] Cokova T.N., Kozlov L.B. Razrabotka matematicheskojj modeli prognozirovanija zabolevaemosti kleshhevym ehncefalitom // Uspekhi sovremennogo estestvoznanija. 2008. № 6.

[8] Subbotina N. S., Dorshakova N. V., Petrova A. V.EHpidemiologicheskaja kharakteristika kleshhevogo ehncefalita v Severo-Zapadnom regione Rossii // EHkologija cheloveka. 2007. № 7. S. 15-19.

[9] Kriesel A., Meyer M., Peterson G. Mathematical Modeling of Tick-Borne Encephalitis in Humans // Journal of Undergraduate Research at Minnesota State University. 2009. V. 9. A. 9.

[10] Kotin V.V. Prognozirovanie zabolevaemosti: dinamicheskie modeli i vremennye rjady // Biotekhnosfera. 2014. № 3. S. 45-47.

[11] Kotin V.V., CHiganashkin V.V. Razrabotka arkhitektury ehkspertnojj sistemy dlja analiza ehpidemiologicheskojj situacii // Biomedicinskaja radioehlektronika. 2013. № 10. S. 48-54.

[12] Borovikov V.P. STATISTICA. Iskusstvo analiza dannykh na kompjutere. M.: Piter. 2001. 688 s.

[13] Anjutin A.P., Morozov D.S. O vejjvlet-spektrogrammakh rjadov Kondrateva // Vestnik Rossijjskogo novogo universiteta. 2012. № 4. S. 42-45.

[14] Vitjazev V.V. Vejjvlet-analiz vremennykh rjadov: Ucheb. posobie. SPb.: Izd-vo Sankt-Peterb. un-ta. 2001. 58 s.

[15] Skvorcov S.P. Osnovy primenenija vejjvlet-preobrazovanija dlja filtracii i szhatija biomedicinskikh dannykh: Ucheb. posobie. M.: Izd-voMGTUim. N.EH. Baumana. 2012. 67 s.

[16] Oded Maimon, Lior Rokach Data mining and knowledge discovery handbook. NewYork: SpringerScience. 2005. 1383 p.

[17] Batyrshin I.Z., SHeremetov L.B. Modeli i metody perceptivnogo data majjninga vremennykh rjadov dlja sistem podderzhki prinjatija reshenijj // Nechetkie sistemy i mjagkie vychislenija. 2007. T. 2. № 1. S. 37-44.

[18] JArushkina N.G.Osnovy teorii nechetkikh i gibridnykh sistem: Ucheb. posobie. M.: Finansy i statistika 2004. 320 s.

[19] JArushkina N.G., Afanaseva T.V., Perfileva I.G. Intellektualnyjj analiz vremennykh rjadov: Ucheb. posobie. Uljanovsk: UlGTU. 2010. 320 s.

[20] Rutkovskaja D., Pilinskijj M., Rutkovskijj L. Nejjronnye seti, geneticheskie algoritmy i nechetkie sistemy: Per. s polsk. I. D. Rudinskogo. M.: Gorjachajalinija - Telekom. 2006. 452 c.

[21] Massad E., Ortega N.R.S., de Barros L.C., Struchiner C.J. Fuzzy Logic in Action: Applications in Epidemiology and Beyond. Springer Science & Business Media. 2009.

[22] Siettos C. I., Russo L.Mathematical modeling of infectious disease dynamics // Virulence. 2013. № 4(4). R. 295-306.

Abstract

How to cite

Related articles