Вестник новых медицинских технологий, 2015, №Том 22. 1

     ВЕСТНИК 

 
НОВЫХ МЕДИЦИНСКИХ ТЕХНОЛОГИЙ 
 
 
Том  22, № 1, 2015 
Периодический теоретический и 
научно‐практический журнал  

 
                              

Журнал основан в июле 1994 года в г. Туле. Выходит 4 раза 
в год (Свидетельство о  регистрации средства массовой 
информации ПИ № ФС77‐50121 от 04.06.2012 г.) 
 
УЧРЕДИТЕЛИ ЖУРНАЛА: 
Тульский государственный университет, 
Тульское региональное отделение 
Академии медико‐технических наук. 
 
НАУЧНАЯ ПОДДЕРЖКА: 
Российская академия медицинских наук, Европейская 
академия естественных наук, Российская академия естест‐
венных наук, Международная академия наук, Междуна‐
родная академия информатизации, Петровская академия 
наук и искусств, Международная академия наук экологии 
и безопасности жизнедеятельности, Международная ака‐
демия творчества, Академия медико‐технических наук, 
Академия инженерных наук, Российская академия естест‐
вознания,  Академия фундаментальных наук. 
 
ФИНАНСОВАЯ ПОДДЕРЖКА: 
Сургутский государственный университет 
 
Главная редакция, техническая редакция:  
Главный редактор:  
Хадарцев А.А. – д.м.н., проф. (Тула) 
Зам. главного редактора:  
Еськов  В.М. – д.б.н., д.ф‐м.н., проф. (Сургут); 
Яшин  А.А. – д.б.н., д.т.н., проф. (Тула). 
 
Борисова О.Н. – д.м.н. (Тула);  Веневцева Ю.Л. – д.м.н.  
(Тула);  Винокуров  Б.Л.  –   д.м.н., проф.  (Сочи);  
Волков В.Г. – д.м.н., проф. (Тула);  Грязев М.В. –  д.т.н., 
проф. (Тула);  Иванов Д.В. – д.м.н. (Москва);  
 Сапожников В.Г. – д.м.н., проф. (Тула);  Субботина Т.И. – 
д.м.н., проф. (Тула); Филатова О.Е. –  д.б.н., проф. (Сургут); 
Хромушин В.А. – д.б.н., к.т.н. (Тула);  Цкипури Ю.И. – д.м.н, 
проф. (Тула).  
 
Зав. редакцией:   Е.В Дронова 
Редактор:  Е.В. Дронова 
Перевод: И.С. Данилова  
Компьютерная верстка и изготовление оригинал‐
макета обложки  Е.В. Дронова 
 
АДРЕС РЕДАКЦИИ: 300028, Тула, ул. Смидович, д. 12; 
ТулГУ, мединститут, тел. (4872) 33‐10‐16,  
e‐mail: medins@tsu.tula.ru  or  vnmt@yandex.ru, 
website: http://vnmt.ru (англ.), http://medtsu.tula.ru (рус.).  
 
 
 Отпечатано в издательстве ТулГУ 
300600, г. Тула, пр. Ленина, 95 
Подписано в печать  
Формат бумаги 70/100 1/16 
Уч. изд. л.  40,5    Усл. печ. л. 23,6 
Тираж 1000                       Заказ 

 
Редакционный совет, редакционная коллегия:
Биологические науки: 
Воронцова З.А. – д.б.н., проф. (Воронеж);  
Наумова Э.М. –  д.б.н., (Тула); Подлубная З.А. – д.б.н., проф.  
(Пущино);  Фудин  Н.А. –  член-корр. РАН, д.б.н., проф.  (Мо‐
сква). 

Технические науки:  
Голованов В.Н. – д.физ‐мат.н., проф. (Ульяновск); Гуляев  Ю.В. 
–  академик РАН, д.т.н., проф.  (Москва);   Каретников А.В. – 
к.э.н. (Тула); Леонов Б.И. – д.т.н.  (Москва);  Майборода Л.А. –  
д.т.н., проф.  (Санкт‐Петербург); Минаков Е.И. – д.т.н., проф. 
(Тула);   Нефедов Е.И. – д.т.н., проф.  (Москва);  Соколов Э.М. –  
д.т.н., проф.  (Тула);    Фролов  В.Н. –  д.т.н., проф. (Воронеж); 
Хрупачев А.Г. – д.т.н. (Тула). 

Медицинские науки:  
Агаджанян Н.А. –  акад. РАН, д.м.н., проф.  (Москва); Агаса‐
ров Л.Г. –  д.м.н., проф.  (Москва); Атлас  Е.Е.  –  д.м.н., доцент 
(Тула); Беличенко  О.И.  –  д.м.н., проф.  (Москва); Брин В.Б. – 
д.м.н., проф.  (Владикавказ); Гонтарев С.Н. –  д.м.н., проф.  
(Белгород);  Гусейнов А.З. – д.м.н., проф. (Санкт‐Петербург); 
Есауленко И.Э. –  д.м.н., проф.   (Воронеж);    Зарубина Т.В. –  
д.м.н., проф.  (Москва);   Зилов В.Г. – акд. РАН, д.м.н., проф.  
(Москва);  Киреев С.С.  –  д.м.н., проф. (Тула);  Кириллов 
М.М. –  д.м.н., проф.  (Саратов); Козырев К.М. –  д.м.н., проф.  
(Владикавказ); Козырев О.А. –  д.м.н., проф.   (Смоленск); 
Купеев В.Г. –  д.м.н. (Москва); Ледванов М.Ю. – д.м.н., проф.  
(Москва); Мидленко В.И. – д.м.н., проф. (Ульяновск); Не‐
смеянов  А.А. –  д.м.н., проф.   (Санкт‐Петербург); Никитин 
М.В. –  д.м.н. (Геленджик);  Пальцев М.А.  –  акад. РАН, д.м.н., 
проф. (Москва); Смоленский  А.В. –  д.м.н., проф. (Москва); 
Тутельян В.А. –  акад. РАН, д.м.н., проф. (Москва);  Хетагурова  
А.К. –  д.м.н., проф.  (Москва); Чамсутдинов Н.У. – д.м.н., 
проф. (Махачкала); Чучалин А.Г. –  акад. РАН, д.м.н., проф. 
(Москва). 

Педагогические науки: 
Косенок С.М. – д.пед.н., проф. (Сургут); Таймазов В.А. –  
д.пед.н., проф. (Санкт‐Петербург). 

Иностранные члены:  
Bredikis Jurgis Juozo  (Литва);  E.  Fitzgerald  (США);  
Ph. Naska  (США);   C. Whittaker  (США);  
V.G. Tyminsky  (Германия); G.V. Tyminsky (Германия);  
Weidong Pan (Китай);  Т. Khuchinsky (Польша);  
W.  Kofler  (Австрия), М. Taborsky (Чехия);  
М. Bachmaier (Чехия). 
 
 
 
 
 
 
  

©   2015 

Индекс 72895

Постановлением № 227 Правительства РФ от 20 апреля 2006 г. журнал включен в 
число изданий, в которых рекомендуется публикация основных результатов дис‐
сертационных исследований (докторских и кандидатских) по медицинским и био‐
логическим наукам. Журнал включен в новую редакцию Перечня ведущих рецензи‐
руемых научных журналов и изданий  ВАК РФ 25.05.2012 г.  Журнал представлен в
E‐Library (Россия), Google Scholar и Ulrich’s  Periodical Directory (США) 

DOI 10.12737/issn.1609‐2163 

     JOURNAL 

 
OF  NEW  MEDICAL  TECHNOLOGIES 
 
Volume 22, № 1, 2015 
Periodic Theoretical and Scientific –  
                    Practical  Journal 

The journal was founded in July, 1994 in Tula. The journal is 
issued 4 times a year.  
 
FOUNDERS OF THE JOURNAL: 
Tula State University, 
Tula regional branch of the Academy of Medical and Technical 
Sciences. 
 
SCIENTIFIC SUPPORT: 
The Russian Academy of Medical Sciences, The European 
Academy of Natural Sciences, Russian Academy of Natural 
Sciences, The International Academy of Sciences, The Interna‐
tional  Informatization  Academy, Petrovskaya Academy of Arts 
and Sciences, The International Academy of ecology and per‐
sonal and social safety, The International Academy of creative 
Endeavors, The Academy of Medical and Technical Sciences, 
The Academy of Engineering Sciences, The Russian Academy of 
Natural  History, The Academy of Fundamental Sciences. 
 
FINANCIAL SUPPORT: 
Surgut State University. 
 
Editorial Office, Editorial Staff: 
Editor‐in‐Chief: 
Khadartsev A.A. – Doctor of Medical Science, prof. (Tula).
Deputy Editor‐in‐Chief: 
Esʹkov V.M. – Doctor of Physics and Mathematical Sciences, 
prof. (Surgut); 
Iashin A.A. – Doctor of Biological Sciences, Doctor of Technical 
Sciences, prof. (Tula). 
 
Borisova O.N. – Doctor of Medical Science (Tula); Venevtse‐
va I.L. – Doctor of Medical Science (Tula); Vinokurov B.L. – Doc‐
tor of Medical Science, prof. (Sochi); Volkov V.G. – Doctor of 
Medical Science, prof. (Tula); Griazev M.V. – Doctor of Technical 
Sciences, prof. (Tula);  Ivanov D.V. – PhD., Sc.D. (Moscow); Sa‐
pozhnikov V.G. – Doctor of Medical Science, prof. (Tula); Subbo‐
tina T.I. – Doctor of Medical Science, prof. (Tula); Filatova O.E. – 
Doctor of Biological Sciences, prof. (Surgut); Khromushin V.A. – 
Doctor of Biological Sciences, candidate of Technical Sciences 
(Tula); Tskipuri I.I. – Doctor of Medical Science, prof. (Tula). 
 
 
Edited by  E.V. Dronova 
Editor  E.V. Dronova 
Translation  I.S. Danilova 
Computer make‐up and production of original cover  
E.V. Dronova 
 
ADDRESS OF THE EDITORIAL OFFICE:  Tula, Smidovich St., 
Bld. 12;  Tula State University, 200028, phone +7 (4872)33‐10‐16,  
e‐mail: medins@tsu.tula.ru  or  vnmt@yandex.ru, 
website: http://vnmt.ru (english), http://medtsu.tula.ru (russian). 

 
Editorial Board, Editorial Council: 

Biological Sciences 
Vorontsova Z.A. – Doctor of Biological Sciences, prof. (Voronezh); 
Naumova E.M. – Doctor of Biological Sciences, (Tula); Podlub‐
naia Z.A. – Doctor of Biological Sciences, prof. (Pushchino); Fu‐
din N.A. – Corr. Member of RAS, Doctor of Biological Sciences, 
prof. (Moscow). 

Technical Sciences:  
Golovanov V.N. ‐ PhD in Physics and Mathematics, Professor 
(Ulyanovsk); Guliaev I.V. – acad. RAS, Doctor of Technical 
Sciences, prof. (Moscow);   Karetnikov A.V. – Candidate of Eco‐
nomical Sciences (Tula); Leonov B.I. – Doctor of Technical Sciences 
(Moscow);  Maiboroda L.A. – Doctor of Technical Sciences, prof. 
(Saint Petersburg); Minakov E.I. – Doctor of Technical Sciences, 
prof. (Tula);  Nefedov E.I. – Doctor of Technical Sciences, prof. 
(Moscow);  Sokolov E.M. – Doctor of Technical Sciences, prof. 
(Tula);  Frolov V.N. – Doctor of Technical Sciences, prof. (Voro‐
nezh); Khrupachev A.G. – Doctor of Technical Sciences (Tula). 

Medical Sciences: 
Agadzhanian N.A. –  acad. RAS, Doctor of Medical Science, prof. 
(Moscow); Agasarov L.G. – Doctor of Medical Science, prof. (Mos‐
cow); Atlas E.E. – Doctor of Medical Science (Tula);  
Belichenko O.I. – Doctor of Medical Science, prof. (Moscow);  
Brin V.B. – Doctor of Medical Science, prof. (Vladikavkaz);  
Gontarev S.N. – Doctor of Medical Science, prof. (Belgorod);  
Guseinov A.Z. – Doctor of Medical Science, prof. (Saint Petersburg); 
Esaulenko I.E. – Doctor of Medical Science, prof. (Voronezh);  
Zarubina T.V. – Doctor of Medical Science, prof. (Moscow); 
Zilov V.G. – acad. RAS, Doctor of Medical Science, prof. (Moscow); 
Kireev S.S. – Doctor of Medical Science, prof. (Tula); 
Kirillov M.M. – Doctor of Medical Science, prof. (Saratov); 
Kozyrev K.M. – Doctor of Medical Science, prof. (Vladikavkaz); 
Kozyrev O.A. – Doctor of Medical Science, prof. (Smolensk);  
Kupeev V.G. – Doctor of Medical Science, (Moscow);  
Ledvanov M.I. – Doctor of Medical Science, prof. (Moscow);  
Midlenko V.I. ‐ PhD in Medecine, Professor (Ulyanovsk); 
Nesmeianov A.A. – Doctor of Medical Science, prof. (Saint Peters‐
burg); Nikitin M.V. – Doctor of Medical Science (Gelendzhik); 
Palʹtsev M.A. – acad. RAS, Doctor of Medical Science,  prof. (Mos‐
cow); Smolenskii A.V. – Doctor of Medical Science, prof. (Mos‐
cow);  Tutelʹian V.A. – acad. RAMS, Doctor of Medical Science, 
prof. (Moscow); Khetagurova A.K. – Doctor of Medical Science, 
prof. (Moscow); N.U. Chamsutdinov – Doctor of Medical Science, 
prof. (Makhachkala); Chuchalin A.G. – acad. RAS, Doctor of Medi‐
cal Science, prof. (Moscow). 

Pedagogical Sciences:  
 
Kosenok S.M. – Doctor of Pedagogical Sciences, prof. (Surgut); 
Taimazov V.A. – Doctor of Pedagogical Sciences, prof. (Saint Pe‐
tersburg). 

Foreign members: 
Bredikis J.J. (Lithuania); E. Fitzgerald (USA); Ph.Naska (USA); 
C. Whittaker  (USA); V.G. Tyminsky (Germany); G.V. Tyminsky 
(Germany); Weidong Pan (China); T. Khuchinsky (Poland); 
W. Kofler (Austria); M. Taborsky (Czech Republic); M. Bachmeier 
(Czech Republic).

©   2015 

Index 72895 

The Journal has Registration Certificate of Russian Mass Media Agency ‐ PI FS77‐
50121 from 04.06.2012 and prooved by the Ministry of Education and Science of the 
Russian Federation ‐ p. 368 from 25.05.2012. The Journal of New Medical Technolo‐
gies is presented in the Russian Science Citation Index, Google Scholar and Ulrichʹs 
Periodical Directory (USA).

DOI 10.12737/issn.1609‐2163 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1  – С. 3

Содержание  

СОДЕРЖАНИЕ 
Стр.
 
РАЗДЕЛ I. БИОЛОГИЯ СЛОЖНЫХ СИСТЕМ. 
МАТЕМАТИЧЕСКАЯ  БИОЛОГИЯ И 
БИОИНФОРМАТИКА В МЕДИКО‐
БИОЛОГИЧЕСКИХ СИСТЕМАХ 

 

 
 
Н.В. Медведев, Е.М. Лобынцева. Возможно‐
сти нейросетевого анализа для оценки прогно‐
за больных хронической сердечной недоста‐
точностью старшего возраста 

6 

 
 
В.А. Смолин. Математическое моделирование 
биотехнического сканера для определения сте‐
пени гидратации биологических тканей в нор‐
ме и при различных патологиях 

11 

 
 
РАЗДЕЛ II. КЛИНИКА И МЕТОДЫ ЛЕЧЕНИЯ.
ФУНКЦИОНАЛЬНАЯ И 
ИНСТРУМЕНТАЛЬНАЯ ДИАГНОСТИКА. 
НОВЫЕ ЛЕКАРСТВЕННЫЕ ФОРМЫ 

 

 
 
Е.В. Блинова, С.Я. Скачилова, Д.С. Блинов, 
Л.Н. Сингх, Ю.Н. Елизарова, А.И. Мелешкин, 
Е.А. Иванова, Э.И. Салямова. Сравнительное 
изучение токсичности и антиаритмической 
активности нового n‐замещенного производно‐
го бензамида 

16 

 
 
А.Н. Захватов, С.И. Кузнецов, С.А. Козлов. 
Обоснование 
внутрисуставного 
применения 
озона в коррекции свободнорадикальных про‐
цессов при травматическом повреждении ко‐
ленного сустава (экспериментальное исследо‐
вание) 

19 

 
 
В.Г. Сапожников, А.В. Воробьева.  Клиниче‐
ские проявления хронических болезней орга‐
нов пищеварения у детей 
23 

 
 
И.В. Садовникова, А.В. Зудов. Современные 
подходы 
к 
этиопатогенетической 
терапии 
бронхообструктивных заболеваний в педиат‐
рической практике 

27 

 
 
Е.С. Литвиненко, И.Ф. Беленичев. Модуля‐
ция 
активности 
сопряженных 
систем 
no/глутатион в ишемизированном головном 
мозге экспериментальных животных препара‐
том «Селеназа» в различных дозах 

33 

 
 
Р.К. Долаев, А.Т. Терешин. Акупунктура и 
нейростимуляционная терапия эректильной 
дисфункции у больных метаболическим син‐
дромом  

38 

 
 
 

К.С. Казанин, Н.И. Грибанов, В.В. Калашни‐
ков, В.ВЛ. Калашников, М.С. Шпаковский, 
А.В. Басов. Опыт лечения переломов шейки 
бедренной кости каннулированными винтами 

46 

 
 
К.А. Боженков, Т.А. Густоварова, В.Л. Вино‐
градов, А.Н. Иванян. Эффективность и безопас‐
ность применения эпидуральной аналгезии при 
вагинальных родах у женщин с рубцом на матке 

50 

 
 
В.Б. Барканов, С.А. Калашникова, А.Н. Го‐
рячев. Морфологическая диагностика эндо‐
генной интоксикации с использованием био‐
химических маркеров 

56 

 
 
Л.Г. Агасаров, И.В. Кузьмина. Рефлекторно‐
медикаментозный комплекс в лечении боль‐
ных с дорсопатией
60 

 
 
С.В. Демина, Л.Н. Шведунова. Реабилитация 
на санаторно‐курортном этапе детей с хрони‐
ческим пиелонефритом при экологоотяго‐
щенном анамнезе 

63 

 
 
С.И. Киреев, А.М. Имамов, В.Н. Белоногов, 
В.С. Киреев, Д.А. Имамова. Применение ТГЧ–
терапии в комплексной послеоперационной 
реабилитации пациентов со статическими де‐
формациями стоп 

67 

 
 
РАЗДЕЛ III. МЕДИЦИНСКАЯ БИОФИЗИКА 
И РАЗРАБОТКА ЛЕЧЕБНО‐
ДИАГНОСТИЧЕСКОЙ АППАРАТУРЫ 
 

 
 
И.С. Захаров. Использование компьютерных 
технологий в 
стандартизации 
показателей 
рентгеновской денситометрии 
75 

 
РАЗДЕЛ IV. ДИСКУССИОННЫЙ РАЗДЕЛ. 
ПИСЬМА В РЕДАКЦИЮ.  
 

 
 

ВВ..ББ.. ББааррккаанноовв,, СС..А
А.. К
Кааллааш
шннииккоовваа,, А
А..Н
Н.. ГГоо‐‐

рряяччеевв.. ГГииссттооллооггииччеессккооее ииссссллееддооввааннииее ггннииллоосстт‐‐
нноо ииззммееннеенннныыхх ссппааеекк ббррю
юш
шнноойй ппооллооссттии ккаакк

ииннссттррууммееннтт ссууддееббнноо‐‐ммееддииццииннссккоойй ээккссппееррттииззыы 

79 

 
И.Г. 
Герасимов, 
А.А. 
Яшин. 
Ионно‐

молекулярная 
модель 
памяти. 
Причины, 
приводящие 
к 
искажению 
информации, 
хранящейся в памяти 

82 

 
 
РАЗДЕЛ V. ОБЗОРЫ ЛИТЕРАТУРЫ 
 
 
 
Р.Г. Багомедов, Х.М. Омарова. Различные ви‐
ды анестезии при операции «кесарево сече‐
ние» (обзор литературы) 
87 

 
 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1  – С. 4

Содержание  

Е.А. Буркова, А.О. Гуща, Н.В. Шахпаронова, 
П.А. Федин, Э.М. Нейматов. Интраопераци‐
онный 
нейрофизиологический 
мониторниг 
при удалении интрамедуллярных опухолей 
(литературный обзор) 

93 

 
 
РАЗДЕЛ VI. РЕДАКЦИОННЫЙ ПОРТФЕЛЬ 
 
 
 
Е.А. Калинина, А.Н. Пряхин, И.А. Кулаев.  
Сравнительная 
экспериментальная 
оценка 
эффективности 
композиционного 
и 
PTFE 
протезов при пластике грыж пищеводного 
отверстия диафрагмы 

101 

 
 
А.Е. Орлов. Медико‐социологическая характери‐
стика городской многопрофильной больницы 
106 

 
 
Е.В. Ахременко, Т.Е. Потемина. Качество 
жизни пациентов, страдающих органической 
патологией головного мозга 
111 

 
 
РАЗДЕЛ VII. ИСТОРИЯ И ФИЛОСОФИЯ 
НАУКИ, ИСТОРИЯ МЕДИЦИНЫ, 
НАУКОВЕДЕНИЕ, АКТУАЛЬНЫЕ ВОПРОСЫ 
ЭТИКИ НАУКИ И БИОЭТИКИ 

 

 
 
О.В. Терешкина. Роль истории медицины в 
решении методологических проблем педаго‐
гики медицинского вуза 
116 

 
 
О.В. Терешкина. Роль регионального компо‐
нента истории медицины в воспитании моло‐
дого поколения врачей 
121 

 
 
РАЗДЕЛ VIII. МАТЕРИАЛЫ КОНФЕРЕНЦИИ 
 
 
 
В.В. Еськов, Г.Р. Гараева, Д.В. Синенко, Д.Ю. 
Филатова, С.А. Третьяков. Кинематические 
характеристики движения квазиаттракторов в 
оценке лечебных эффектов кинезотерапии 

128 

 
 
Д.Ю. Филатова, Ю.В. Вохмина, Г.Р. Гараева, 
Д.В. Синенко, С.А. Третьяков. Неопределен‐
ность 1‐го рода в восстановительной медицине 
136 

 
 
В.М. Еськов, А.А. Хадарцев, О.Е. Филатова,
К.А. Хадарцева, О.Г. Литовченко. Проблема 
оценки эффективности лечения на основе ки‐
нематической характеристики вектора состоя‐
ния организма 

143 

 
 
На 1‐й странице обложки: Дзодзикова Мар‐
гарита Эльбрусовна «Великое молчание» 1999 
 

на 2‐й странице обложки: представляем чле‐
нов редакционной коллегии 
 

На 3‐4‐й странице обложки: Юбиляры 
 
 

CONTENTS 
 
 
I. BIOLOGY OF COMPOUND SYSTEMS. 
MATHEMATIC BIOLOGY AND 
BIOINFORMATION IN MEDICOBIOLOGICAL 
SYSTEMS 

 

 
 
N.V. Medvedev, E.M. Lobyntseva. The Possibili‐
ties of Neural Network Analysis to Evaluate the 
Prognosis of Chronic Heart Failure in Elderly 
Patients 

6 

 
 
V.A. Smolin. Mathematical Simulation of Bio‐
technical Scanner to Determine Hydration De‐
grees a Biological Tissue in Norme and at Differ‐
ent Pathologies 

11 

 
 
II. CLINICAL PICTURE AND METHODS OF 
TREATMENT. FUNCTIONAL AND 
INSTRUMENTAL DIAGNOSTICS. NEW 
MEDICINAL FORMS 

 

 
 
E.V. Blinova, S.Ya. Skatchilova, D.S. Blinov, 
L.N. Singkh, Yu.N. Elizarova, А.I. Meleshkin, 
Е.А. Ivanova, E.I. Salyamova. A Comparative 
Study of Toxicity and the Scale of Activity of 
New N‐Substituted Benzamide Derivative 

16 

 
 
A.N. Zachvatov, S.I. Kuznetsov, S.A. Kozlov. 
Scientific Substantion of Intra‐Articular Use of 
Ozone 
in 
the 
Correction 
of 
Free‐Radical 
Processes at Traumatic Damage of the Knee Joint 
(Experimental Study) 

19 

 
 
V.G. Sapozhnikov, A.V. Vorobiyova. The Clini‐
cal Manifestations of Chronic Diseases of the Di‐
gestive System in Children 
23 

 
 

I.V. Sadovnikova, A.V. Zudov. Modern Ap‐
proaches to Etiopathogenetic Therapy of Bron‐
cho‐Obstructive Disease in Pediatric Practice 
27 

 
 

E.S. Lytvynenko, I.F. Belenichev. Modulating 
Activity of the ʺSelenazaʺ in Various Doses to 
Conjugating System of No/Glutathione in the 
Ischemic Brain of Experimental Animals 

33 

 
 

Dolaev R.K., A.T. Tereshin.  Acupuncture and 
Neurostimulation Therapy for Erectile Dysfunc‐
tion in the Patients with the Metabolic Syndrome 
38 

 
 
K.S. Kazanin, N.I. Gribanov, V.V. Kalashnikov, 
V.VL. 
Kalashnikov, 
M.S. 
Shpakovskiy, 
A.V. Basov. Experience in Treatment of Femoral 
Neck Fractures by means of the Cannulated 
Screws 

46 

 
 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1  – С. 5

Содержание  

K.A. Bozhenkov, T.A. Gustovarova, V.L. Vino‐
gradov, A.N. Ivanyan. The Effective and Safety 
Use of the Epidural Analgesia at Vaginal Deli‐
very in the Women with the Uterine Scar 

50 

 
 

V.B. Barkanov, S.A. Kalashnikova, A.N. Gorya‐
chev. Morphological Diagnosis of Endogenous 
Intoxication Using Biochemical Markers 
56 

 
 

L.G. Agasarov, I.V.  Kuzmina. Reflex‐Medical 
Complex in the Treatment of Patients with Dor‐
sopathies 
60 

 
 
S.V. Demina, L.N. Shvedunova. Sanatorium 
Stage of Rehabilitation of Children with Chronic 
Pyelonephritis in Ecological Burdened History 
63 

 
 
S.I. Kireev, A.M. Imamov, V.N. Belonogov, 
V.S. Kireev, D.A. Imamova. Therahertz Therapy 
Practice in the Complex Postsurgical Rehabilita‐
tion of Patients with Static Foot Deformities 

67 

 
 
III. MEDICAL BIOPHYSICS AND 
DEVELOPMENT OF TREATMENT‐AND‐
DIAGNOSTIC EQUIPMENT 
 

 
 
I.S. Zakharov.  The Use of Computer Technology 
in Standardization of the Parameters of X‐Ray 
Densitometry 
75 

 
 
IV. DISCUSSION. LETTERS TO EDITORIAL 
STUFF 
 

 
 

V.B. Barkanov, S.A. Kalashnikova, A.N. Gorya‐
chev. Histological Studies of Putrid Abdominal 
Adhesions as Tool in the Forensic Medical Ex‐
amination 

79 

 
 
I.G. Gerasimov, А.А. Yashin. Ion‐Molecular 
Memory Model.  The Causes Leading to 
Distortion of Information Stored in Memory 
82 

 
 
V. LITERATURE REVIEWS 
 
 
 
 R.G. Bagomedow, H.M. Omarowa.  Various 
Types of Anesthesia for Cesarean Section  (Lite‐
rature Review) 
87 

 
 

Е.А. Burkova, А.О. Gusha, N.V. Shakhparonova, 
P.E. Fedin, E.M. Neymatov. Ntra‐Operative Neu‐
rophysiological Monitoring During the Removal 
of Intramedullary Tumors (literary review) 

93 

 
 
 
 
 

 

VI. EDITORIAL PORTFOLIO 
 
 
 

E.A. Kalinina, A.N. Pryakhin, I.A. Kulaev. 
Comparative Experimental Evaluation of the 
Effectiveness of Composition and PTFE Prosthe‐
ses in Plastic Hiatal Hernia 

101 

 
 

A.E.  Orlov. Medical and Sociological Characte‐
ristics of City Multi‐Profile Hospital 
106 

 
 

E.V. Akhremenko, T.E. Potemina. Quality of 
Life of the Patients with Organic Brain Pathology 
111 

 
 
VII. HISTORY AND PHILOSOPHY OF 
SCIENCE, HISTORY  OF MEDICINE, SCIENCE 
OF SCIENCE, URGENT QUESTIONS OF 
SCIENCE ETHICS AND BIOETHICS 

 

 
 
O.V. Tereshkina. The Role of the History of 
Medicine in the Solution of Methodological Prob‐
lems Pedagogy in Medical Institute 
116 

 
 
O.V. Tereshkina. The Role of the Regional Com‐
ponent of the History OF Medicine in the Educa‐
tion of the Younger Generation of Doctors 
121 

 
 
VIII. CONFERENCE PROCEEDINGS 
 
 
 

V.V. Eskov, G.R. Garaeva, D.V. Sinenko, 
D.U. Filatova, S.A. Tret`yakov. Kinematic Cha‐
racteristics of Quasi‐Attractor Movement in the 
Evaluation of Therapeutic Effects Kinesotherapy 

128 

 
 

D.U. Filatova, Y.V. Vоhmina, G.R. Garaeva, 
D.V. Sinenko,  S.A. Tret`yakov. Uncertainty of 
the 1‐st Kind in Regenerative Medicine 
136 

 
 

V.M. Eskov, A.A. Khadartsev, O.E. Filatova, 
K.A. Khadartseva, O.G. Litovchenko. The Prob‐
lem of Assessing the Effectiveness of Treatment 
Based on the Kinematic Characteristics of the 
State Vector of the Body 

143 

 
 
On the 1nd page of the cover: Dzodzikova Mar‐
garita Elbrusovna ʺ Great Silenceʺ 1999 
 

On the 2nd page of the cover: present members of 
the editorial board 
 

On the 3‐4nd page of the cover: anniversaries 
 
 
 
 
 
 
 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1 – С. 6             

Раздел I 
 
 
БИОЛОГИЯ СЛОЖНЫХ СИСТЕМ. МАТЕМАТИЧЕСКАЯ БИОЛОГИЯ 
 И БИОИНФОРМАТИКА В МЕДИКО‐БИОЛОГИЧЕСКИХ СИСТЕМАХ  
 
 
 
УДК: 616.12‐008.46‐002.2‐036:004.032.26 
DOI: 10.12737/9067
 
ВОЗМОЖНОСТИ НЕЙРОСЕТЕВОГО АНАЛИЗА ДЛЯ ОЦЕНКИ ПРОГНОЗА БОЛЬНЫХ ХРОНИЧЕСКОЙ 
СЕРДЕЧНОЙ НЕДОСТАТОЧНОСТЬЮ СТАРШЕГО ВОЗРАСТА 
 
Н.В.МЕДВЕДЕВ*, Е.М.ЛОБЫНЦЕВА** 

 

*Курский государственный медицинский университет, ул. Карла Маркса, д. 3, Курск, Курская область, Россия, 305000 

**Курский государственный университет, Ул. Радищева, 33, Курск, Курская область, Россия, 305000 
 
 
Аннотация. Новые диагностические подходы к установлению тяжести хронической сердечной недоста‐
точности – широко распространенного синдрома на фоне кардиоваскулярных заболеваний должны интегриро‐
вать результаты исследования различных звеньев патогенеза, создавать основу оценки риска её прогрессирова‐
ния, определения дальнейшего индивидуального прогноза. С целью разработки алгоритма интегральной оценки 
и прогнозирования функциональных нарушений системы кровообращения выполнен нейросетевой анализ эхо‐ 
и допплеркардиографических показателей, маркеров субклинического воспаления, липидных нарушений и ок‐
сидативного стресса, апоптоза, саркопении, интерстициального фиброза в миокарде, отражающих выражен‐
ность основных патогенетических процессов в прогрессировании хронической сердечной недостаточности у 
больных артериальной гипертонией пожилого возраста. Применение нейросетевого анализа с помощью ней‐
роимитатора NeuroPro 0,25 на основе консилиума нейронных сетей обеспечило высокоточную оценку риска кар‐
диоваскулярных расстройств. После проведения эксперимента получено 15 нейросетей минимальной структуры 
с их упрощением за счет сокращения числа входных сигналов, позволившее с высокой точностью прогнозировать 
функциональный класс недостаточности кровообращения. Определена наиболее высокая факторная значимость 
снижения сывороточного уровня тканевого ингибитора матриксной металлопротеиназы‐1 менее 500 пг/мл, уве‐
личения конечного диастолического размера левого желудочка свыше 5 см, уровня активности высокочувстви‐
тельного С‐реактивного протеина более 5 мг/л в определении прогноза прогрессирования хронической сердеч‐
ной недостаточности. 
Ключевые слова: хроническая сердечная недостаточность, старение, артериальная гипертония, нейросете‐
вой анализ, прогнозирование. 
 
THE POSSIBILITIES OF NEURAL NETWORK ANALYSIS TO EVALUATE THE PROGNOSIS OF CHRONIC 
HEART FAILURE IN ELDERLY PATIENTS 
 
N.V. MEDVEDEV*, E.M. LOBYNTSEVA** 
 

*Kursk State Medical University, Karl Marx Street, d. 3, Kursk, Kursk region, Russia, 305000 

**Kursk State University, Radishchev street, 33, Kursk, Kursk region, Russia, 305000 
 
 
Abstract. New diagnostic approaches to establish the severity of chronic heart failure as a widespread syndrome on 
a background of cardiovascular diseases should integrate the results of various studies of the pathogenesis and create a 
basis for risk assessment of its progression, estimation of the individual prognosis. To develop an algorithm of integrated 
assessment and prediction of functional disorders of the cardio‐vascular system, a neural network analysis of echo‐ and 
Doppler‐cardiography indicators, markers of subclinical inflammation, lipid disorders, oxidative stress, apoptosis, in‐
terstitial fibrosis in the myocardium, reflecting the severity of the major pathogenetic processes in the progression of 
heart failure in elderly hypertensive patients was carried out. The use of neural network analysis by means of neuro‐
imitator NeuroPro 0,25 on the basis of a consultation of neural networks has provided a highly accurate assessment of 
the risk of cardiovascular disorders. As results of the experiment were 15 neural networks of minimum structure with 
their simplification by reducing the number of input signals, allowed to accurately predict the functional class of heart 
failure. The highest factor importance of reducing serum levels of tissue inhibitor of matrix metalloproteinase‐1 less than 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1 – С. 7             

500 pg/ml, the increasing end‐diastolic dimensions of the left ventricle over 5 cm, the activity level of high‐sensitivity C‐
reactive protein more than 5 mg/l in determining the prognosis of progression of chronic heart failure were identified. 
Key words: chronic heart failure, aging, hypertension, neural network analysis, prediction. 
 
 
Высокая распространенность в популяциях раз‐
ных стран мира хронической сердечной недостаточно‐
сти (ХСН), несмотря на достижения в области кар‐
диологии и кардиохирургии, требует дальнейшего 
поиска новых подходов к её ранней диагностике и 
установлению риска неблагоприятного исхода. В 
связи с мировой тенденцией увеличения продолжи‐
тельности жизни населения число больных ХСН по‐
жилого возраста неуклонно повышается. По данным 
эпидемиологических исследований последних лет в 
РФ выявлено более 8 миллионов человек с выражен‐
ными признаками ХСН, среди которых более 3 мил‐
лионов имели III‐IV ФК заболевания, их ежегодная 
смертность достигает 80% [1]. У 80% больных ХСН 
ассоциируется с артериальной гипертензией (АГ). Рас‐
пространенность ХСН в возрастной группе 25‐59 года 
составляет 1%, в группе 65‐74 года – 4‐5%, старше 
75 лет – около 10%. Этиологическим фактором ХСН 
у людей старшего возраста чаще всего выступает АГ, 
запускающая сложный патогенетический механизм, 
включающий процессы оксидативного стресса, суб‐
клинического воспаления, апоптоза, саркопении, 
приводящие по мере прогрессирования заболевания 
к диффузному интерстициальному фиброзирова‐
нию миокарда. Современные подходы к диагностике 
ХСН должны иметь интегрирующий характер и 
представлять результаты, на основе которых можно 
оценить риск её прогрессирования, т.е. дальнейший 
прогноз. Различные диагностические методы позво‐
ляют получать, как правило, разрозненную инфор‐
мацию о морфофункциональном состоянии различ‐
ных звеньев системы кровообращения. ХСН – поли‐
системное заболевание, отдельные диагностические 
критерии которого не могут адекватно характеризо‐
вать тяжесть функциональных нарушений для про‐
гнозирования её возможных исходов. Практическому 
врачу, наблюдающему больных ХСН старше 60 лет, 
необходим надежный инструмент интегральной 
оценки нарушений кровообращения, одним из ко‐
торых признано определение толерантности паци‐
ентов к физической нагрузке. 
В последнее десятилетие произошла смена кон‐
цепции патогенеза ХСН в пользу модели, объеди‐
няющей предыдущие представления о дисфункции 
миокарда, нейрогуморальных изменениях и учиты‐
вающей научные факты о новых биомаркерах, под‐
тверждающих значимость эндогенного субклиниче‐
ского воспаления, нарушений перекисного гомеоста‐
за, клеточного апоптоза, интерстициального фибро‐
за, саркопении и других факторов, служащих отра‐
жением процессов, объединенных общим патогене‐
зом в развитии нарушений функций сердечно‐
сосудистой системы, что требует уточнения прогно‐
стической ценности указанных параметров [3,7]. Ак‐

тивация перекисного окисления липидов (ПОЛ) при 
ослаблении антиокислительной защиты, включение 
механизмов воспаления вызывают повышение ин‐
тенсивности апоптоза клеток миокарда, приводящее 
к уменьшению его функционально эффективной 
массы миокарда, её частичному или значительному 
замещению соединительнотканными элементами, 
формированию миокардиальной дисфункции с по‐
следующей клинической реализацией симптомами 
ХСН. В клинической практике с успехом использу‐
ются информационные методы программной диаг‐
ностики с помощью интеллектуальных систем [2,4‐
6,8]. Разработка в последнее десятилетие статистиче‐
ских методов анализа с применением нейронных 
сетей приблизила решение проблемы установления 
значимости отдельных факторов и их соотношения в 
патогенезе формирования и прогрессирования сер‐
дечно‐сосудистых заболеваний. Нейронные сети не‐
линейны и представляют собой мощный метод мо‐
делирования позволяющий воспроизводить слож‐
ные зависимости. Подходящим типом структуры 
нейронной сети, решающей задачи медицинской 
диагностики и прогноза, признается персептрон с 
сигмоидными активационными функциями [9,10]. 
Входными сигналами для последующего нейросете‐
вого анализа служат информация о пациенте: пас‐
портные и антропометрические данные, результаты 
клинико‐инструментальных и лабораторных иссле‐
дований. Выходами служат диагнозы заболеваний 
или заключения о степени тяжести нарушения 
функций. Использование нейронных сетей в диагно‐
стике ХСН представляет значительный научно‐
практический интерес. 
Цель исследования – разработать алгоритм 
интегральной оценки и прогнозирования функцио‐
нальных нарушений системы кровообращения на 
основе нейросетевого анализа у больных артериаль‐
ной гипертонией пожилого возраста. 
Материалы и методы исследования. Выпол‐
нено 
поперечное 
исследование 
с 
включением 
276 пациентов, средний возраст которых составил 
67,8±3,2 года, страдающих гипертонической болез‐
нью II стадии. Средняя длительность АГ составила – 
8,1±1,7 года. Критериями исключения пациентов из 
исследования служили вторичные формы АГ, ГБ III 
стадии, сахарный диабет, заболевания щитовидной 
железы, внутренних органов в стадии обострения, 
системные заболевания соединительной ткани, ане‐
мии, злокачественные новообразования. 
Критерии миокардиальной дисфункции вери‐
фицировались эхо‐ и допплеркардиографическим 
методами с применением УЗ сканера MyLab15 
(Esoate/PieMedical, Италия) в М и В‐режимах по ме‐
тодике Американского общества по эхокардиографии 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1 – С. 8             

(ASE). Рассчитывали конечный диастолический (КДР) и 
конечный систолический (КСР) размеры левого желу‐
дочка (ЛЖ), массу миокарда левого желудочка (ММЛЖ) 
и ее индекс (ИММЛЖ), фракцию выброса (ФВ). Уровень 
мозгового натрийуретического пептида (МНУП), ис‐
следовали 
методом 
иммуноферментного 
анализа 
(ИФА). 
Выраженность 
саркопении 
– 
возраст‐
ассоциированного снижения мышечной массы и 
силы мышц оценивали по содержанию мышечной 
массы, определенной методом биоимпедансметрии, 
с помощью японского анализатора Tanita и кистевой 
динамометрии. Интенсивность интерстициального 
миокардиального фиброза оценивали при сопостав‐
лении результатов различных методов исследования: 
расчета объёмной фракции интерстициального коллаге‐
на (ОФИК, %) в миокарде по методике J.Shiranietal. 
(1992) и определения концентрации сывороточных 
маркеров его обмена. Содержание предшественника 
матриксной металлопротеиназы‐1 (PRO) – (MMP1), 
R&DSystems, 
CША, 
её 
тканевого 
ингибитора 
(ТИММП‐1) – eBioscience, CША, ТФР‐β1 (DRG, Гер‐
мания), концентрации N‐концевого предшественни‐
ка МНУП – Nt‐proBNP (Biomedica, Австрия) в сыво‐
ротке крови устанавливалось с помощью метода 
твердофазного ИФА, основанного на количественном 
определении исследуемого биологического субстра‐
та человека с помощью его послойного связывания 
со специфичными антителами. Напряженность пе‐
рекисного гомеостаза определяли по окислительной 
резистентности 
липопротеидов 
низкой 
плотности 
(ЛПНП) по уровню малонового диальдегида (МДА) в 
них после предварительной активации перекисного 
окисления липидов (ПОЛ) в сыворотке крови водным 
раствором FeSO4∙7H2O. Состояние антиоксидантной 
системы оценивали по активности фермента суперок‐
сиддисмутазы (СОД) в у.е./мл, общей антиокисли‐
тельной активности (ОАА, %) в сыворотке крови. 
Активность 
субклинического 
воспалительного 
процесса оценивали по концентрации в сыворотке 
крови неспецифических маркеров эндогенного воспа‐
ления – С‐реактивного белка (СРБ) и фактора некроза 
опухоли (ФНО)‐α. Содержание СРБ определяли высо‐
кочувствительным иммунотурбидиметрическим ме‐
тодом на автоматическом биохимическом анализато‐
ре «VitalabFlexorE» (Нидерланды) с использованием 
набора реактивов «Byo‐Systems» (Испания) при длине 
волны 340 нм и выражали в мг/л. Содержание пер‐
вичного медиатора воспаления ФНО‐α оценивали с 
помощью твердофазного ИФА, используя набор реа‐
гентов «альфа‐ФНО‐ИФА‐БЕСТ» (ЗАО «Вектор‐Бест», 
РФ), содержащих моноклональные антитела к ФНО‐α. 
Уровень сывороточной каспазы‐3 – ключевого фер‐
мента центрального перекрестка активации апоптоза 
оценивали с помощью ферментно‐связанного имму‐
носорбентного анализатора HumanCaspase‐3 компа‐
нии BenderMedSystemsGmbH (Австрия). 
Базу данных для обучения нейронной сети со‐
ставили результаты обследования 162 пациентов. В 

базу для обучения было включено 147 больных, в 
базу для тестирования – 15 пациентов. В качестве 
базовых (входных) параметров, на основе которых 
происходило прогнозирование результата – функ‐
ционального класса ХСН, были выбраны следующие: 
– уровень систолического артериального давле‐
ния (САД); 
– массу тела (x2); 
– мышечную массу в организме (x3); 
– индекс массы миокарда левого желудочка (x4); 
– КСР ЛЖ (x5); 
– КДР ЛЖ (x6); 
– диастолический индекс (ДИ) (x7); 
– ФВ ЛЖ (x8); 
– уровень триглицеридов в сыворотке крови (x9); 
– уровень ЛПНП в сыворотке крови (x10); 
– концентрацию в сыворотке крови СРБ (x11);  
– концентрацию в сыворотке крови ФНО (x12); 
– уровень МДА в ЛПНП (x13); 
– активность фермента антиоксидантной защи‐
ты СОД (x14); 
– ОАА, % сыворотки крови (x15); 
– объёмную фракцию интерстициального кол‐
лагена в миокарде(x16); 
– концентрацию PRO‐MMP1(x17); 
– концентрацию ТИММР‐1(x18); 
– уровень сывороточной каспазы‐3 (x19); 
– концентрацию сывороточного МНУП (x20). 
В качестве выходного параметра служили функ‐
циональные классы: IФК ХСН (Y1), IIФК ХСН (Y2), 
IIIФК ХСН (Y3). 
Параметры нейронной сети для успешного про‐
гнозирования функционального класса ХСН были 
подобраны с помощью нейроимитатора NeuroPro 0.25. 
Разработана программа нейросетевого анализа 
данных пациентов старшего возраста с хронически‐
ми нарушениями кровообращения – Diagnosis of 
CHF (CHFv0.1; свид. о гос. регистрации в реестре 
программ для ЭВМ № 2014615262 от 22.05.2014), по‐
зволяющая после проведенного обучения на резуль‐
татах выборки из 100 пациентов, установить со 100% 
вероятностью функциональный класс ХСН. 
Результаты и их обсуждение. Обучение ней‐
ронной сети проводилось в режиме классификатора 
для консилиума из 15 нейросетей (network1‐network15) 
с заданной степенью надежности равной 0,1. Для всех 
нейронных сетей было осуществлено обучение и уп‐
рощение структуры для основной обучающей вы‐
борки (56 наборов первого класса, 30‐ второго класса, 
и 10 набора третьего класса) и протестированы на 
тестовой выборке (по 5 наборов записей каждого 
класса). Тестирование нейросетей показало среднюю 
степень уверенности прогнозируемого функцио‐
нального класса ХСН. 
Нейроимитатор NeuroPro 0,25 дает возможность 
упрощения нейросетевых структур для достижения 
наилучшего результата обучения нейросети и упро‐
щения программной реализации вербализационно‐

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1 – С. 9             

го описания. Для определения наилучших результа‐
тов при тестировании проводилось упрощение ней‐
ронной сети несколькими способами. Проделаны 
следующие виды упрощения нейронной сети: со‐
кращение числа входных сигналов (У1); сокращение 
числа нейронов (У2); равномерное упрощение сети 
(У3); сокращение числа синапсов (У4). Сети каждого 
вида упрощения были заново обучены и протести‐
рованы. Результаты каждого упрощения отражены в 
табл. 1. 
 
Таблица 1 
 
Результаты разных видов упрощения нейронных сетей 
 

Упрощение 
Результат  
обучения
Результат  
тестирования 

У1 
100% 
100% 

У2 
100% 
63% 

У3 
100% 
80% 

У4 
100% 
60% 

 
Таблица 2 
 
Результаты тестирования консилиума до сокращения 
числа входных сигналов 
 
Нейронная сеть 
Результат тестирования

Network 1 
53% 

Network 2 
33% 

Network 3 
55% 

Network 4 
63% 

Network 5 
33% 

Network 6 
60% 

Network 7 
23% 

Network 8 
61% 

Network 9 
63% 

Network 10 
58% 

Network 11 
63% 

Network 12 
61% 

Network 13 
63% 

Network 14 
58% 

Network 15 
60% 

 
Таблица 3 
 
Результаты тестирования консилиума  
после сокращения числа входных сигналов 
 
Нейронная сеть 
Результат тестирования

Network 1 
100% 

Network 2 
100% 

Network 3 
99% 

Network 4 
100% 

Network 5 
100% 

Network 6 
93% 

Network 7 
93% 

Network 8 
100% 

Network 9 
100% 

Network 10 
80% 

Network 11 
100% 

Network 12 
100% 

Network 13 
100% 

Network 14 
100% 

Network 15 
100% 

 
После проведения эксперимента было получено 
15 нейросетей минимальной структуры, правильно 
решающих поставленную задачу. Самый наилучший 
результат показала сеть после сокращения числа 

входных сигналов. Результаты тестирования конси‐
лиума до сокращения числа входных сигналов при‐
ведены в табл. 2. Результаты тестирования конси‐
лиума после сокращения числа входных сигналов 
приведены в табл. 3. Отличия типа упрощения 
структуры нейронной сети объясняются результата‐
ми её тестирования после обучения.  
Среднее значение консилиума после сокращения 
достигло 98%, что свидетельствует о высокой точности 
прогнозируемого функционального класса ХСН. 
Для принятия вербального описания требуемый 
результат тестирования составляет более 80% и пока‐
зывает высокую достоверность диагностического за‐
ключения. 
Показатели значимости входных сигналов, уста‐
новленные нейроимитатором NeuroPro 0.25, характе‐
ризуют значимость используемых симптомов при‐
менительно к конкретным генерируемым топологи‐
ям нейросетей.  
В результате нейросетевого анализа установлена 
факторная значимость в диапазоне от 0 до 1 входных 
показателей, отражающих выраженность процессов 
в патогенезе ХСН (табл. 4).  
 
Таблица 4  
 
Факторная значимость исследованных показателей 
патогенеза ХСН 
 

Сигнал
Значимость
Сигнал 
Значимость

т1_1
0,6113147
т11_1 
0,6858013

т1_2
0,2025905
т11_2 
0,3763394

т1_3
0,2689956
т11_3 
0,3374497

т2_1
0,4719761
т12_1 
0,28291

т2_2
0,450579
т12_2 
0,6187512

т2_3
0,6335824
т12_3 
0,4580445

т3_1
0,515689
т13_1 
0,1253094

т3_2
0,314869
т13_2 
0,374175

т3_3
0,4116204
т13_3 
0,5757543

т4_1
0,4157355
т14_1 
0,260295

т4_2
0,4302901
т14_2 
0,2828206

т4_3
0,4041883
т14_3 
0,4278996

т5_1
0,386528
т15_1 
0,6319958

т5_2
0,499023
т15_2 
0,6467934

т5_3
0,3544277
т15_3 
0,2763046

т6_1
0,7698734
т16_1 
0,4724901

т6_2
0,2518495
т16_2 
0,3057384

т6_3
0,2262496
т16_3 
0,2912577

т7_1
0,339667
т17_1 
0,4434898

т7_2
0,4256907
т17_2 
0,4199955

т8_1
0,3654955
т17_3 
0,4423585

т8_2
0,3169728
т18_1 
0,5134219

т8_3
0,5076178
т18_2 
0,2584711

т9_1
0,3369273
т18_3 
0,7078102

т9_2
0,5452702
т19_1 
0,5934219

т9_3
0,4072788
т19_2 
0,2690733

т10_1
0,4022891
т19_3 
0,4111473

т10_2
0,3162582
т20_1 
0,631838

т10_3
0,1600316
т20_2 
0,2626665

т20_3 
0,6368678

 
Наиболее высокие значения найдены для уров‐
ня САД свыше 160 мм рт. ст. (0,61), величины массы 
тела менее 80 кг (0,63), конечного диастолического 
размера левого желудочка свыше 5 см (0,77), уровня 
активности высокочувствительного СРБ более 5 мг/л 

ВЕСТНИК  НОВЫХ  МЕДИЦИНСКИХ  ТЕХНОЛОГИЙ  –  2015 –  Т. 22,  № 1 – С. 10             

(0,68), концентрации первичного медиатора воспа‐
ления ФНО‐α в диапазоне 9‐15 пг/мл (0,62), уровня 
ОАА сыворотки крови менее 55% (0,65), ТИММР‐1 
менее 500 пг/мл (0,7), концентрацию сывороточной 
каспазы‐3 более 15 нг/мл (0,6), уровня МНУП менее 
10 (0,63) или более 15 фмоль/л (0,64). Мониторирова‐
ние показателей с высокой факторной значимостью 
в динамике позволит отслеживать ранние признаки 
прогрессирования ХСН и своевременно предотвра‐
тить развитие её декомпенсации. 
Выводы: 
1. Интегративный подход к диагностике и про‐
гнозированию прогрессирования ХСН у больных АГ 
пожилого возраста с помощью имитации нейронно‐
го анализа и синтеза информационных сигналов на 
основе консилиума нейронных сетей обеспечивает 
высокоточную оценку риска кардиоваскулярных рас‐
стройств. 
2. Проведенная оценка вероятности риска разви‐
тия ХСН у пожилых больных с помощью нейросетево‐
го анализа множества патогенетических взаимосвязан‐
ных показателей выявила среди них наиболее значи‐
мые входные параметры в отношении прогноза про‐
грессирования дисфункции кровообращения: повыше‐
ние артериального давления более 160 мм рт.ст.; конеч‐
ный диастолический размер левого желудочка свыше 5 
см, уровень высокочувствительного С‐реактивного про‐
теина более 5 мг/л; тканевого ингибитора матриксной 
металлопротеиназы‐1 менее 500 пг/мл и др., эффектив‐
ная и своевременная коррекция которых необходима 
для достижения системных изменений. 
 
Литература 
 
1. Беленков Ю.Н., Мареев В.Ю., Агеев Ф.Т. 
Хроническая сердечная недостаточность. Москва: 
Гэотар‐Медиа, 2006. 432 с. 
2. Бурмака А.А., Волков И.И., Иванов В.А., Се‐
ребровский В.И. Вероятностные нейронные сети с 
макрослоями в системах поддержки принятия ре‐
шений по дифференциальной диагностике сердеч‐
но‐сосудистых заболеваний // Медицинская техника. 
2013. №4 (280). С. 18 –20. 
3. Визир В.А., Березин А.Е. Иммуновоспали‐
тельная активация как концептуальная модель фор‐
мирования и прогрессирования сердечной недоста‐
точности // Терапевтический ахив. 2000. № 4. С. 77–80. 
4. Воронин Г.В., Пальцева Е.М., Руанет В.В., Ха‐
дарцев А.А., Хетагурова А.К. Нейросетевые техноло‐
гии и вопросы идентификации в медицинских ис‐
следованиях. Часть I // Вестник новых медицинских 
технологий. 2008. № 4. С. 192–196. 
5. Воронин Г.В., Пальцева Е.М., Руанет В.В., Ха‐
дарцев А.А., Хетагурова А.К. Нейросетевые техноло‐
гии и вопросы идентификации в медицинских ис‐
следованиях. Часть II // Вестник новых медицинских 
технологий. 2009. № 1. С. 33–34. 

6. Диагностика ишемической болезни сердца 
интеллектуальной системой «АРМ‐кардиолог» / Еф‐
ремова О.А., Камышникова Л.А., Никитин В.М., Же‐
лезнова Е.А. [и др.] // Курский научно‐практический 
вестник ʺЧеловек и его здоровьеʺ. 2014. № 1. С. 69–74. 
7. Патогенез хронической сердечной недоста‐
точности: изменение действующей парадигмы / Ка‐
люжин В.В., Тепляков А.Т., Вечерский Ю.Ю. [и др.] // 
Бюллютень Сибирской медицины. 2007. № 4. С. 71–
79. 
8. Руанет В.В., Хадарцев А.А., Хетагурова А.К. 
Использование самоорганизующейся карты призна‐
ков для решения задач моделирования в биологиче‐
ских системах // Вестник новых медицинских техно‐
логий. 2007. № 2. С. 148–149. 
9. Ясницкий Л.Н. Введение в искусственный 
интеллект. Изд.3. Москва: Издательский центр «Ака‐
демия», 2010. 176 с.  
10. Диагностика и прогнозирование течения за‐
болеваний сердечно‐сосудистой системы на основе 
нейронных сетей / Ясницкий Л.Н., Думлер А.А., Бо‐
гданов К.В., Полещук А.Н. [и др.] // Медицинская 
техника. 2013. №3 (279). С. 42–44. 
 
References  
 
1. Belenkov YuN, Mareev VYu, Ageev FT. 
Khronicheskaya serdechnaya nedostatochnostʹ. Moscow: 
Geotar‐Media; 2006. Russian.  
2. Burmaka 
AA, 
Volkov 
II, 
Ivanov 
VA, 
Serebrovskiy VI. Veroyatnostnye neyronnye seti s 
makrosloyami v sistemakh podderzhki prinyatiya 
resheniy po differentsialʹnoy diagnostike serdechno‐
sosudistykh 
zabolevaniy. 
Meditsinskaya 
tekhnika. 
2013;4(280):18‐20. Russian. 
3. Vizir VA, Berezin AE. Immunovospalitelʹnaya 
aktivatsiya kak kontseptualʹnaya modelʹ formirovaniya i 
progressirovaniya 
serdechnoy 
nedostatochnosti. 
Terapevticheskiy akhiv. 2000;4:77‐80. Russian. 
4. Voronin 
GV, 
Palʹtseva 
EM, 
Ruanet 
VV, 
Khadartsev 
AA, 
Khetagurova 
AK. 
Neyrosetevye 
tekhnologii i voprosy identifikatsii v meditsinskikh 
issledovaniyakh. Chastʹ I [The Neuronet Technologies 
and the Indification Questions in Medicinal Studies (Part 
1)]. 
Vestnik 
novykh 
meditsinskikh 
tekhnologiy. 
2008;4:192‐6. Russian. 
5. Voronin 
GV, 
Palʹtseva 
EM, 
Ruanet 
VV, 
Khadartsev 
AA, 
Khetagurova 
AK. 
Neyrosetevye 
tekhnologii i voprosy identifikatsii v meditsinskikh is 
The Neuronet Technologies and the Indification 
Questions in Medicinal Studies (Part II)]. Vestnik 
novykh meditsinskikh tekhnologiy. 2009;1:32‐4. Russian. 
6. Efremova OA, Kamyshnikova LA, Nikitin VM, 
Zheleznova EA, et al.  Diagnostika ishemicheskoy 
bolezni 
serdtsa 
intellektualʹnoy 
sistemoy 
«ARM‐
kardiolog». 
Kurskiy 
nauchno‐prakticheskiy 
vestnik 
ʺChelovek i ego zdorovʹeʺ. 2014;1:69‐74. Russian. 
7. Kalyuzhin VV, Teplyakov AT, Vecherskiy