Математическая модель для оценки характеристик производительности информационно-измерительных систем медицинского назначения
(Стр. 133-141)
Подробнее об авторах
Дворецкий Артур Геннадьевич
аспирант, кафедра индустриального программирования, Институт перспективных технологий и индустриального программирования
МИРЭА – Российский технологический университет
г. Москва, Российская Федерация Вытовтов Константин Анатольевич доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 69
Институт проблем управления им. В.А. Трапезникова Российской академии наук
г. Москва, Российская Федерация Барабанова Елизавета Александровна доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 69; Институт проблем управления им. В.А. Трапезникова Российской академии наук; г. Москва, Российская Федерация
МИРЭА – Российский технологический университет
г. Москва, Российская Федерация Вытовтов Константин Анатольевич доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 69
Институт проблем управления им. В.А. Трапезникова Российской академии наук
г. Москва, Российская Федерация Барабанова Елизавета Александровна доктор технических наук, профессор; ведущий научный сотрудник, лаборатория № 69; Институт проблем управления им. В.А. Трапезникова Российской академии наук; г. Москва, Российская Федерация
Аннотация:
Работа посвящена разработке математической модели для оценки нестационарных характеристик производительности информационно-измерительных систем медицинского назначения, применяемыми в медицине для оценки состояния больных в критических для здоровья и жизни ситуациях. Модель представляет собой однолинейную систему массового обслуживания с конечной очередью, пуассоновским входным потоком и нетерпеливыми заявками, адекватно описывающую функционирование медицинских систем реального времени в том числе в условиях неисправностей и сбоев оборудования. В работе представлена система дифференциальных уравнений Колмогорова, описывающая исследуемую систему массового обслуживания, а также ее решение, основанное на методе матрицы преобразования вероятностей. Получены выражения для нахождения вероятностей состояний системы в произвольный момент времени, а также нестационарные характеристики производительности системы, такие как вероятность потерь, пропускная способность, время переходного режима. Представлены результаты численных расчетов для системы с размером буфера, равного двум пакетам, при различном соотношении интенсивности ухода нетерпеливых заявок из очереди и интенсивности обслуживания.
Образец цитирования:
ОБРАЗЕЦ ЦИТИРОВАНИЯ: Дворецкий А.Г., Вытовтов К.А., Барабанова Е.А. Математическая модель для оценки характеристик производительности информационно-измерительных систем медицинского назначения // Computational Nanotechnology. 2024. Т. 11. № 5. С. 133-141. DOI: 10.33693/2313-223X-2024-11-5-133-141. EDN: CCBXYK
Список литературы:
Монаков Д.М., Алтунин Д.В. Медицинские информационные системы: современные реалии и перспективы // Российский журнал телемедицины и электронного здравоохранения. 2022. № 8 (4). С. 46–53. DOI: 10.29188/2712-9217-2022-8-4-46-53.
Оппедизано М.Дж.Л., Артюх Л.Ю. Роль медицинских информационных систем в организации системы здравоохранения // FORCIPE. 2022. № 4.
Богданова А.В., Блюм В.С. Медицинская информационная система для раннего обнаружения дефектов оказания медицинской помощи // УЭкС. 2016. № 12 (94).
Ансокова М.А., Розанов И.А., Марченкова Л.А. Современные подходы к применению цифровых технологий для реабилитации и дистанционного мониторинга пациентов с постковидным синдромом // Вестник восстановительной медицины. 2023. № 1.
Намазова-Баранова Л.С., Суворов Р.Е., Смирнов И.В. и др. Управление рисками пациента на основе технологий удаленного мониторинга здоровья: состояние области и перспективы // Вестник РАМН. 2015. № 1.
Kalid N., Zaidan A.A., Zaidan B.B. et al. Based on real time remote health monitoring systems: A new approach for prioritization “Large Scales Data” patients with chronic heart diseases using body sensors and communication technology // J. Med. Syst. 2018. No. 42. P. 69. DOI: 10.1007/s10916-018-0916-7.
Захаров А.И., Загайнов А.И. Реализация программного комплекса для вычисления фрактальных параметров сложных систем // Интеллектуальные технологии на транспорте. 2015. № 2.
Еремушкин М.А., Князева Т.А., Малахова Е.В., Макарова О.Г. Применение технологии дистанционного мониторинга состояния здоровья пациентов в программах медицинской реабилитации // Вестник восстановительной медицины. 2022. № 6.
Вытовтов К.А., Барабанова Е.А. Переходной режим работы оптического коммутатора с дублированием коммутационных элементов в информационно-измерительной системе со скачками трафика // Датчики и системы. 2023. № 6 (272). С. 34–39.
Осипов Г.С. Системы массового обслуживания с ограниченной длительностью ожидания // Бюллетень науки и практики. 2016. № 12 (13).
Rubino G. Transient analysis of Markovian queueing systems: A survey with focus on closed forms and uniformization. In: Queueing theory 2: Advanced trends. Wiley-ISTE, 2021. Pp. 269–307.
Ковалёв И.А., Сатин Я.А., Зейфман А.И. Оценки скорости сходимости и устойчивости для одного класса нестационарных марковских моделей систем с нетерпеливыми клиентами // Системы и средства информации. 2022. Т. 32. Вып. 4. С. 21–31.
Маталыцкий М.А. Копать Дмитрий Ярославович Анализ в переходном режиме сети с нетерпеливыми положительными и отрицательными заявками различных типов // Вестн. Том. гос. ун-та. Управление, вычислительная техника и информатика. 2018. № 42.
Рыжиков Ю.И., Уланов А.В. Расчет гиперэкспоненциальной системы обслуживания м/н 2/n-н 2 с заявками, нетерпеливыми в очереди // Вестник Томского гос. ун-та. Управление, вычислительная техника и информатика. 2014. № 2 (27).
Рыжиков Ю.И., Уланов А.В. Информационное моделирование. Теория и практика: труды VI Всерос. конф. Казань, 2013. С. 339–342.
Vishnevsky V., Vytovtov K., Barabanova E., Semenova O. Transient Behavior of the MAP/M/1/N // Queuing System Mathematics. 2021. No. 9. P. 2559. DOI: 10.3390/math9202559.
Вытовтов К.А., Барабанова Е.А. Аналитический метод анализа неоднородных непрерывных марковских процессов с кусочно-постоянными интенсивностями перехода // Автоматика и телемеханика. 2021. № 12. С. 90–104. DOI: 10.31857/S0005231021120060. EDN: LLBBAY.
Барабанова Е.А., Вытовтов К.А. Аналитический метод исследования поведения системы массового обслуживания при скачкообразно-изменяющихся потоках информации // Физические основы приборостроения. 2021. Т. 10. № 1 (39). С. 36–47. DOI: 10.25210/jfop-2101-036047. EDN: SWSDTE.
Бусарев М.И., Кирпичников А.П., Флакс Д.Б. Одноканальная система массового обслуживания с ограниченным средним временем пребывания заявки в системе в целом // Вестник Казанского технологического университета. 2011. № 22.
Barabanova E., Vytovtov K., Vishnevsky V., Khafizov I. Analysis of functioning photonic switches in next-generation networks using queueing theory and simulation modeling // Communications in Computer and Information Science. 2023. Vol. 1748. Pp. 356–369.
Оппедизано М.Дж.Л., Артюх Л.Ю. Роль медицинских информационных систем в организации системы здравоохранения // FORCIPE. 2022. № 4.
Богданова А.В., Блюм В.С. Медицинская информационная система для раннего обнаружения дефектов оказания медицинской помощи // УЭкС. 2016. № 12 (94).
Ансокова М.А., Розанов И.А., Марченкова Л.А. Современные подходы к применению цифровых технологий для реабилитации и дистанционного мониторинга пациентов с постковидным синдромом // Вестник восстановительной медицины. 2023. № 1.
Намазова-Баранова Л.С., Суворов Р.Е., Смирнов И.В. и др. Управление рисками пациента на основе технологий удаленного мониторинга здоровья: состояние области и перспективы // Вестник РАМН. 2015. № 1.
Kalid N., Zaidan A.A., Zaidan B.B. et al. Based on real time remote health monitoring systems: A new approach for prioritization “Large Scales Data” patients with chronic heart diseases using body sensors and communication technology // J. Med. Syst. 2018. No. 42. P. 69. DOI: 10.1007/s10916-018-0916-7.
Захаров А.И., Загайнов А.И. Реализация программного комплекса для вычисления фрактальных параметров сложных систем // Интеллектуальные технологии на транспорте. 2015. № 2.
Еремушкин М.А., Князева Т.А., Малахова Е.В., Макарова О.Г. Применение технологии дистанционного мониторинга состояния здоровья пациентов в программах медицинской реабилитации // Вестник восстановительной медицины. 2022. № 6.
Вытовтов К.А., Барабанова Е.А. Переходной режим работы оптического коммутатора с дублированием коммутационных элементов в информационно-измерительной системе со скачками трафика // Датчики и системы. 2023. № 6 (272). С. 34–39.
Осипов Г.С. Системы массового обслуживания с ограниченной длительностью ожидания // Бюллетень науки и практики. 2016. № 12 (13).
Rubino G. Transient analysis of Markovian queueing systems: A survey with focus on closed forms and uniformization. In: Queueing theory 2: Advanced trends. Wiley-ISTE, 2021. Pp. 269–307.
Ковалёв И.А., Сатин Я.А., Зейфман А.И. Оценки скорости сходимости и устойчивости для одного класса нестационарных марковских моделей систем с нетерпеливыми клиентами // Системы и средства информации. 2022. Т. 32. Вып. 4. С. 21–31.
Маталыцкий М.А. Копать Дмитрий Ярославович Анализ в переходном режиме сети с нетерпеливыми положительными и отрицательными заявками различных типов // Вестн. Том. гос. ун-та. Управление, вычислительная техника и информатика. 2018. № 42.
Рыжиков Ю.И., Уланов А.В. Расчет гиперэкспоненциальной системы обслуживания м/н 2/n-н 2 с заявками, нетерпеливыми в очереди // Вестник Томского гос. ун-та. Управление, вычислительная техника и информатика. 2014. № 2 (27).
Рыжиков Ю.И., Уланов А.В. Информационное моделирование. Теория и практика: труды VI Всерос. конф. Казань, 2013. С. 339–342.
Vishnevsky V., Vytovtov K., Barabanova E., Semenova O. Transient Behavior of the MAP/M/1/N // Queuing System Mathematics. 2021. No. 9. P. 2559. DOI: 10.3390/math9202559.
Вытовтов К.А., Барабанова Е.А. Аналитический метод анализа неоднородных непрерывных марковских процессов с кусочно-постоянными интенсивностями перехода // Автоматика и телемеханика. 2021. № 12. С. 90–104. DOI: 10.31857/S0005231021120060. EDN: LLBBAY.
Барабанова Е.А., Вытовтов К.А. Аналитический метод исследования поведения системы массового обслуживания при скачкообразно-изменяющихся потоках информации // Физические основы приборостроения. 2021. Т. 10. № 1 (39). С. 36–47. DOI: 10.25210/jfop-2101-036047. EDN: SWSDTE.
Бусарев М.И., Кирпичников А.П., Флакс Д.Б. Одноканальная система массового обслуживания с ограниченным средним временем пребывания заявки в системе в целом // Вестник Казанского технологического университета. 2011. № 22.
Barabanova E., Vytovtov K., Vishnevsky V., Khafizov I. Analysis of functioning photonic switches in next-generation networks using queueing theory and simulation modeling // Communications in Computer and Information Science. 2023. Vol. 1748. Pp. 356–369.
Ключевые слова:
система массового обслуживания, медицинская приборно-компьютерная система, нетерпеливые заявки, математическая модель, вероятности состояний, пропускная способность..
Статьи по теме
05.02.11 МЕТОДЫ КОНТРОЛЯ И ДИАГНОСТИКА В МАШИНОСТРОЕНИИ Страницы: 9-15 Выпуск №15493
ПРИМЕНЕНИЕ ПРОГРАММНОГО КОМПЛЕКСА SimInTech ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ РАЗЛИЧНЫХ БОРТОВЫХ СИСТЕМ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
математическая модель
топливная система
система нейтрального газа
перспективный самолет
пер- спективный вертолет
Подробнее
05.13.01 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ (ПО ОТРАСЛЯМ) (ФИЗИКО-МАТЕМАТИЧЕСКИЕ НАУКИ) Страницы: 39-43 Выпуск №15557
ОСОБЕННОСТИ РАЗРАБОТКИ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРОЦЕССА ОБУЧЕНИЯ НЕЙРОННОЙ СЕТИ ДЛЯ КОНТРОЛЯ ЗАЩИЩЕННОСТИ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ
математическая модель
нейрон
нейронная сеть
обучение нейронной сети
механизмы контроля за- щищенности
Подробнее
15. УПРАВЛЕНИЕ ИННОВАЦИЯМИ И ИНВЕСТИЦИЯМИ Страницы: 231-235 Выпуск №2490
Методика отбора инновационных проектов для обеспечения повышения конкурентоспособности ракетно-космической промышленности
РКП
космическая деятельность
инновации
отбор технологий
выбор приоритетов
Подробнее
11. Экономика и управление народным хозяйством, предпринимательство, маркетинг, менеджмент Страницы: 125-128 Выпуск №4641
МОДЕЛЬ УПРАВЛЕНИЯ ОБЪЁМОМ ВЫПУСКАЕМОЙ ПРЕДПРИЯТИЕМ ПРОДУКЦИИ ПРИ ИЗМЕНЕНИИ ЦЕНЫ РЕАЛИЗАЦИИ
математическая модель
управление производством
ценообразование
оптимизация
безубыточность
Подробнее
05.13.18 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, ЧИСЛЕННЫЕ МЕТОДЫ И КОМПЛЕКСЫ ПРОГРАММ Страницы: 63-70 DOI: 10.3369 3/2313- 223X - 2019 - 6- 2- 63- 70 Выпуск №15585
МОДЕЛИРОВАНИЕ ОТКАЗОВ СИСТЕМЫ ЭЛЕКТРОСНАБЖЕНИЯ (СЭС) ПЕРЕМЕННОГО ТОКА ДАЛЬНЕМАГИСТРАЛЬНОГО ПАССАЖИРСКОГО САМОЛЕТА В ПРОГРАММНОМ КОМПЛЕКСЕ SIMINTECH
математическая модель
система электроснабжения самолета
дальнемагистральный пассажирский самолет
Подробнее
4. ФОРУМ ПРОЕКТОВ МОЛОДЫХ УЧЕНЫХ И ПРЕПОДАВАТЕЛЕЙ В ОБЛАСТИ IT-ТЕХНОЛОГИЙ Страницы: 55-61 Выпуск №5121
РАЗРАБОТКА АВТОМАТИЗИРОВАННОГО ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА ДЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ И ОПТИМАЛЬНОЙ НАСТРОЙКИ ГИДРОАБРАЗИВНЫХ СТАНКОВ С ЧИСЛОВЫМ ПРОГРАММНЫМ УПРАВЛЕНИЕМ
имитационное моделирование
гидроабразивная резка
статистический анализ
объектно-ориентированное программирование
абразив
Подробнее
5. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ Страницы: 74-78 Выпуск №5869
Имитационные экспериментальные исследования величины съема металла от режимов гидроабразивной обработки с использованием информационных технологий
имитационное моделирование
гидроабразивная резка
статистический анализ
объектно-ориентированное программирование
абразив
Подробнее
05.13.18 МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, ЧИСЛЕННЫЕ МЕТОДЫ И КОМПЛЕКСЫ ПРОГРАММ Страницы: 57-62 DOI: 10.3369 3/2313- 223X - 2019 - 6- 2- 57- 62 Выпуск №15585
МЕТОДИКА СОЗДАНИЯ ДИНАМИЧЕСКОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛИ СИСТЕМЫ ЭЛЕКТРОСНАБЖЕНИЯ (СЭС) ПЕРЕМЕННОГО ТОКА ПЕРСПЕКТИВНОГО ДАЛЬНЕМАГИСТРАЛЬНОГО ПАССАЖИРСКОГО САМОЛЕТА В ПРОГРАММНОМ КОМПЛЕКСЕ SIMINTECH
математическая модель
система электроснабжения самолета
дальнемагистральный пассажирский самолет
Подробнее
4. МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ ЭКОНОМИКИ 08.00.13 Страницы: 65-72 Выпуск №19146
Прогнозирование финансовых рынков с использованием сверточной нейронной сети
прогнозирование финансовых рынков
машинное обучение
сверточная нейронная сеть
математическая модель
алгоритм
Подробнее
05.13.06 АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ Страницы: 21-27 Выпуск №12384
МЕТОДИКА СОЗДАНИЯ ДИНАМИЧЕСКОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛИ СИСТЕМЫ НЕЙТРАЛЬНОГО ГАЗА ДЛЯ ПЕРСПЕКТИВНОГО САМОЛЕТА В ПРОГРАММНОМ КОМПЛЕКСЕ SIMINTECH
математическая модель
система нейтрального газа
перспективный самолет
Подробнее