Многофакторный контроль данных о заболеваемости клещевым энцефалитом
- 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
Аннотация
Проведена апробация методов интеллектуальной обработки временны́х рядов для данных, используемых на практике при решении эпидемиологических задач. Перспективным направлением, по мнению авторов, является применение аппарата нечеткой логики, а именно фаззификация математической модели клещевого энцефалита с целью возможного прогнозирования стратегии вакцинации.
Для цитирования
Котин В.В., Скударев А.Г. Многофакторный контроль данных о заболеваемости клещевым энцефалитом // Биомедицинская радиоэлектроника. 2015. № 7. С. 58–63.
Список источников
- Покровский В.И., Пак С.Г., Брико Н.И., Данилкин Б.К. Инфекционные болезни и эпидемиология. Изд. 2-е. М.: ГЭОТАР-Медиа. 2007. 816 с.
- Покровский В.И. Общая эпидемиология с основами доказательной медицины. М.: ГЭОТАР-Медиа. 2008. 400 с.
- http://www.medpulse.ru/health/14157.html
- http://encephalitis.ru/index.php-newsid=2148
- Эпидемиологический словарь / под ред. Джона М. Ласта. М.: Глобус. 2009. 316 с.
- Болотин Е.И., Цициашвили Г.Ш., Голычева И. В., Бурухина И. Г. Возможности факторного прогнозирования заболеваемости клещевым энцефалитом в приморском крае // Паразитология. 2002. Т. 36. № 4. С. 280-285.
- Цокова Т.Н., Козлов Л.Б. Разработка математической модели прогнозирования заболеваемости клещевым энцефалитом // Успехи современного естествознания. 2008. № 6.
- Субботина Н. С., Доршакова Н. В., Петрова А. В.Эпидемиологическая характеристика клещевого энцефалита в Северо-Западном регионе России // Экология человека. 2007. № 7. С. 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.
- Котин В.В. Прогнозирование заболеваемости: динамические модели и временные ряды // Биотехносфера. 2014. № 3. С. 45-47.
- Котин В.В., Чиганашкин В.В. Разработка архитектуры экспертной системы для анализа эпидемиологической ситуации // Биомедицинская радиоэлектроника. 2013. № 10. С. 48-54.
- Боровиков В.П. STATISTICA. Искусство анализа данных на компьютере. М.: Питер. 2001. 688 с.
- Анютин А.П., Морозов Д.С. О вейвлет-спектрограммах рядов Кондратьева // Вестник Российского нового университета. 2012. № 4. С. 42-45.
- Витязев В.В. Вейвлет-анализ временных рядов: Учеб. пособие. СПб.: Изд-во Санкт-Петерб. ун-та. 2001. 58 с.
- Скворцов С.П. Основы применения вейвлет-преобразования для фильтрации и сжатия биомедицинских данных: Учеб. пособие. М.: Изд-воМГТУим. Н.Э. Баумана. 2012. 67 с.
- Oded Maimon, Lior Rokach Data mining and knowledge discovery handbook. NewYork: SpringerScience. 2005. 1383 p.
- Батыршин И.З., Шереметов Л.Б. Модели и методы перцептивного дата майнинга временных рядов для систем поддержки принятия решений // Нечеткие системы и мягкие вычисления. 2007. Т. 2. № 1. С. 37-44.
- Ярушкина Н.Г.Основы теории нечетких и гибридных систем: Учеб. пособие. М.: Финансы и статистика 2004. 320 с.
- Ярушкина Н.Г., Афанасьева Т.В., Перфильева И.Г. Интеллектуальный анализ временных рядов: Учеб. пособие. Ульяновск: УлГТУ. 2010. 320 с.
- Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского. М.: Горячаялиния - Телеком. 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). Р. 295-306.