Технологии искусственного интеллекта в биотехнических системах

 
 
 
 
 

Я. А. Фурман 

В. В. Севастьянов 

К. О. Иванов 

 

 

 

 

Технологии  

искусственного интеллекта  
в биотехнических системах 

 

 
 
 

Конспект лекций 

 
 
 
 
 
 
 
 
 
 

Йошкар-Ола 

2020 

УДК 606:61:004.41 
ББК  58:32.813 
         Ф 95 
 

 

Рецензенты: 

кандидат технических наук, доцент Поволжского государственного 

технологического университета В. Н. Леухин; 

кандидат медицинских наук, врач невролог, зам. главного врача  

Центра патологии речи и нейрореабилитации РМЭ Н. Ю. Глазунова 

 
 

Печатается по решению  

редакционно-издательского совета ПГТУ 

 

 
 

Фурман, Я. А. 

Ф 95       Технологии искусственного интеллекта в биотехнических систе-

мах: конспект лекций / Я. А. Фурман, В. В. Севастьянов, К. О. Ива-
нов. – Йошкар-Ола: Поволжский государственный технологиче-
ский университет, 2020. – 64 с. 
ISBN 978-5-8158-2153-8 

 

Конспект лекционных занятий предназначен для формирования у обучающихся 

представления об использовании искусственного интеллекта в здравоохранении, а 
также знакомства с алгоритмами и программным обеспечением для анализа слож-
ных медицинских данных. Рассмотрены основные принципы проектирования био-
медицинских экспертных систем с использованием технологии искусственного ин-
теллекта. Особое внимание уделено методам и алгоритмам в области машинного 
обучения и искусственных нейронных сетей. 

Для студентов направлений 12.03.04 и 12.04.04 «Биотехнические системы и техно-

логии», изучающих дисциплины «Электрические явления на клеточном уровне» и 
«Технологии искусственного интеллекта в диагностике, мониторинге и управлении». 

 

УДК 606:61:004.41 

ББК 58:32.813 

 
ISBN 978-5-8158-2153-8 
© Я. А. Фурман, В. В. Севастьянов, 
К. О. Иванов, 2020 
© Поволжский государственный  

 
технологический университет, 2020 

ОГЛАВЛЕНИЕ 

 

Предисловие ............................................................................................. 4 

Список используемых сокращений ........................................................ 6 

Введение ................................................................................................... 7 

Лекция 1 (вводная). Общие сведения о системе и технологии  

искусственного интеллекта .................................................... 8 

Лекция 2. Системы искусственного интеллекта с алгоритмом 

на основе теории обработки сигналов ................................ 12 

Лекция 3. Особенности работы электронных вычислительных  

машин как элементов систем искусственного интеллекта ....19 

Лекция 4. Биологический аналог параллельной организации 

обработки информации ........................................................ 24 

Лекция 5. Особый характер задач, решаемых в системах 

искусственного интеллекта ................................................. 31 

Лекция 6. Элементная база нейрокомпьютеров .................................. 35 

Лекция 7. Формируемые нейронные сети для решения  

простейших формализованных задач ................................. 42 

Лекция 8. Обучение нейронной сети .................................................... 49 

Лекция 9. Медицинские приложения систем искусственного 

интеллекта на базе нейронных сетей .................................. 55 

Заключение ............................................................................................. 60 

Методические замечания для преподавателей ................................... 61 

Библиографический список .................................................................. 63 

 

 

 
 

ПРЕДИСЛОВИЕ 

Предлагаемое вниманию читателей издание соответствует тре-

бованиям Федерального государственного образовательного стан-
дарта и предназначено обучающимся по направлению подготовки ма-
гистратуры 12.04.04 – «Биотехнические системы и технологии» для 
использования на лекционных занятиях по дисциплине «Технологии 
искусственного интеллекта в мониторинге, диагностике и управле-
нии». Цель его – повышение качества усвоения учебного материала, 
развитие самостоятельности и инициативности студентов. Конспект 
лекций рассчитан на студентов как дневной, так и заочной форм обу-
чения, а также преподавателей. 

Издание структурировано по лекционным занятиям, что упро-

щает работу с ним. Каждая лекция сопровождается контрольными во-
просами, что позволит обучающимся систематизировать изученный 
материал, а преподавателю – эффективно проверять самостоятельную 
работу студентов и осуществлять оценку качества результатов обуче-
ния. Кроме-того, в конце книги приводятся методические замечания, 
содержащие рекомендации преподавателям по использованию посо-
бия при подготовке и проведению практических занятий. 

В первой (вводной) лекции определено содержание таких поня-

тий, как «система», «технология искусственного интеллекта», алго-
ритм работы системы. 

Во второй лекции рассмотрены алгоритмы работы систем на ос-

нове теории обработки сигналов, приведены примеры построения си-
стемы на основе распознавания образов. 

Третья лекция посвящена особенностям работы ЭВМ как элементов 
систем искусственного интеллекта. Приведены структурные 
схемы таких систем, показан алгоритм их работы. 

В четвертой лекции рассмотрены вопросы организации обработки 
информации на клеточном уровне, дается понятие об устройстве 
нейрона и нейронной сети. 

В пятой лекции раскрывается различный характер задач, решаемых 

в системах искусственного интеллекта. Отмечается сложность решения 
задач, относимых к трудноформализуемым и неформализуемым. 

Шестая лекция посвящена элементной базе нейрокомпьютеров. 

Здесь также рассмотрены функции активации и технология построения 
нейронных сетей. 

В седьмой лекции обобщены принципы формирования нейронных 
сетей и приведены примеры их структурного построения и математического 
описания. 

В материале восьмой лекции на примере алгоритма Хеба показаны 
примеры обучения нейронной сети, а также особенности построения 
устройств искусственного интеллекта на базе экспертных 
систем. 

В заключительной, девятой, лекции представлены примеры построения 
медицинских систем искусственного интеллекта, таких как 
ранняя диагностика злокачественных опухолей, определение недостаточности 
иммунной системы. 

Кратко изложенный здесь лекционный материал последовательно 
отражает концепцию появления и развития систем искусственного 
интеллекта и позволит студентам самостоятельно получить базовые 
знания по дисциплине без использования сторонних источников 
информации. В то же время любознательных и заинтересованных 
читателей мы отсылаем к дополнительной литературе, представленной 
в библиографическом списке. 

 
 

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ 

 

АЛУ – арифметико-логическое устройство 
АСУ – автоматическая система управления 
АЦП – аналого-цифровой преобразователь 
БМУ – блок микропрограммного управления 
ВС – вычислительная система 
ДЗУ – долговременное запоминающее устройство 
ИИ – искусственный интеллект 
МКС – международная космическая станция 
НК – нейрокомпьютер  
НС – нейронная сеть 
ОЗУ – оперативное запоминающее устройство 
РО – распознавание образов 
СИИ – система искусственного интеллекта 
ТИИ – технология искусственного интеллекта 
УВВ – устройство ввода/вывода 
ЦАП – цифроаналоговый преобразователь 
ЭВМ – электронно-вычислительная машина 
ЭС – экспертная система 
ЭЭГ – электроэнцефалограмма  

 
 
 
 

ВВЕДЕНИЕ 

 
Искусственный интеллект (ИИ) позволяет наделять машины возможностями, 
имитирующими интеллектуальное поведение человека 
и его способность рассуждать. Машины управляются программным 
обеспечением, поэтому ИИ имеет много общего с интеллектуальными 
программами, контролирующими поведение машин. Наука об 
искусственном интеллекте разрабатывает теории и методологии, позволяющие 
машинам оценивать окружающую обстановку и реагировать 
на различные ситуации так, как на них реагировал бы человек.  

В современном мире искусственный интеллект задействуется во 

многих областях, принимая самые разнообразные формы, и круг его 
применений чрезвычайно быстро расширяется. Среди наиболее популярных 
областей использования ИИ можно отметить компьютерное 
зрение, обработку естественного языка, распознавание речи, игры, 
робототехнику и экспертные системы. При этом внедрение систем искусственного 
интеллекта в медицину является одним из важнейших 
трендов современного здравоохранения.  

На сегодняшний день искусственный интеллект используется в 

медицине для прогнозирования заболеваний, выявления групп паци-
ентов с высоким риском заболеваний, организации профилактиче-
ских мер, автоматизации и оптимизации процессов в больнице, авто-
матизации и повышения точности диагностики, адаптации терапии и 
состава лекарств для каждого отдельного пациента, снижения травма-
тичности при проведении хирургических манипуляций. 

Работы в области искусственного интеллекта тесно связаны с изу-

чением свойств человеческого мозга. Исследователи полагают, что по-
нимание принципов работы мозга сделает создание ИИ вполне осуще-
ствимой задачей. Имитируя процессы, происходящие в человеческом 
мозге в процессе обучения, мышления и принятия решений, появится 
возможность создать машину, способную делать то же самое.  

В настоящем конспекте лекций рассмотрены современные под-

ходы к построению подобных систем искусственного интеллекта. На 
основе анализа процессов, происходящих в теле биологического 
нейрона, дается представление о построении искусственных нейрон-
ных сетей, способных решать задачи прогнозирования и распознава-
ния образов. Приведена информация о теории систем и возможных 
направлениях использования искусственного интеллекта в медицине. 

Лекция 1 (вводная) 

 Общие сведения о системе  
и технологии искусственного интеллекта 

Дадим определение системы, рассмотрим ее целевую функцию. 
Система представляет собой совокупности взаимосвязанных 

узлов, реализующих генеральный результат (целевую функцию) ее 
работы. 

В качестве примера системы ниже на рисунке 1 приведена струк-

тура системы антиобледенения поверхности фюзеляжа летательного 
аппарата (ЛА) в режиме его полета. 

 

Рис. 1. Структура антиобледенительной самолетной системы 

 
Узел 1 системы вырабатывает информацию о параметрах ледо-

вой кромки на поверхности фюзеляжа. Узел 2 дает количественную 

Датчики 
состояния 

ледовой кромки

узел 1

Количественная 
оценка толщины 

кромки льда

узел 2
узел 3

Подавление 

ледовой кромки

Узел подавления 
ледовой кромки

узел 4

оценку толщины льда в критических областях поверхности ЛА. Узел 
3 осуществляет разрушение ледовой кромки, а узел 4 управляет вклю-
чением/выключением узла 3. Генеральной (целевой) функцией рас-
смотренной системы является обеспечение допустимого уровня ледо-
вой кромки. 

Значительное количество автоматически работающих систем со-

держат живые организмы. Их целевые функции обеспечивают выжи-
вание живых существ в условиях изменения в широком диапазоне па-
раметров окружающей среды такие функции, как размножение и вы-
живание потомства. В приближенном виде считается, что живые су-
щества рождаются с сформированными структурами системных уз-
лов. Управление работой узлов выполняет мозг, обеспечивая на раз-
ных этапах жизни реализацию целевой функции системы. 

В XX веке интенсивные научные исследования раскрыли ряд ме-

ханизмов работы мозга и на их основе были разработаны в программ-
ном виде подобные алгоритмы для современной вычислительной тех-
ники. Одной из первых решалась задача распознавания образов и в 
этом направлении были достигнуты неплохие результаты. 

В настоящее время методы решения задач, аналогичные тем, ко-

торые решает мозг, обеспечивая жизнедеятельность живых систем, 
объединены в научную дисциплину, названную технологией искус-
ственного интеллекта (ТИИ). Технологические системы, реализую-
щие ТИИ, называют роботами. 

Характерной чертой современной робототехники является авто-

номность их функционирования. Автономные роботы кроме вычис-
лительной техники, реализующей алгоритмы ИИ, содержат ряд си-
стем, обеспечивающих сбор информации о состоянии окружающей 
среды, в первую очередь систему технического зрения, системы при-
ема и передачи информации, системы перемещения в окружающем 
пространстве, различного вида манипуляторы и т.д. 

На рисунке 2 приведена структура автономного робота, содержа-

щего систему ИИ. Отметим, что достаточно эффективный автоном-
ный робот Федор был разработан в России. В 2019 он участвовал в 
успешном полете на корабле «Союз» к международной космической 

станции (МКС). Также следует отметить, что технология искусствен-
ного интеллекта, кодирующего алгоритмы мозга, из-за недостаточно 
известных большинства алгоритмов работы мозга находится на 
начальном этапе своего развития. 

 

 

Рис. 2. Структура автономного робота с системой ИИ 

 
Как уже ранее отмечалось, разработка системы ИИ для решения 

той или иной информационной задачи требует достаточно больших 
затрат для получения алгоритма работы такой системы. Данный фак-
тор значительно усложняет развитие систем ИИ. Поэтому большой 
интерес представляют системы с самообучением.  

Принцип работы таких систем поясним на примере системы рас-

познавания изображений букв. Используя систему технического зре-
ния, обучаемой системе ИИ показывают изображения буквы, кото-
рую она должна правильно распознать. После каждого представления 
изображения букв алгоритм работы системы автоматически меня-
ется таким образом, чтобы вероятность правильного распознавания 
«своего» образа была близка к единице. 

система 

технического

зрения

система 

макроуправления 

роботом

энергетическая 

установка

система 

искусственного 

интелелкта

приемо-передающая 

система

система 

глобальной 

памяти

радиолокационная

система

транспорт для
работы в трех

средах

манипулятор

манипулятор

Вопросы для самоконтроля 

1. Какое устройство называют системой? 
2. Приведите примеры технических или биомедицинских  

систем. 

3. Что понимают под системой искусственного интеллекта? 
4. Объясните понятие «целевой функции системы». Приведите 

примеры. 

5. Приведите примеры узлов самостоятельно выбранной си-

стемы. 

6. Охарактеризуйте устройство автономного робота. 
7. Какие задачи решают система технического зрения, приемо-

передающая система, система макроуправления, система глобальной 
памяти, транспортирования робота в трех средах, радиолокационная 
система, манипуляторы?