Помощь в написании студенческих работ
Антистрессовый сервис

Системный анализ синергизма в компартментно-кластерно организованных функциональных системах организма с использованием информационно-измерительного комплекса

Диссертация: Системный анализ синергизма в компартментно-кластерно организованных функциональных системах организма с использованием информационно-измерительного комплекса
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В рамках изучения такой проблемы создание алгоритмов и эффективных программ ЭВМ для идентификации полного или частичного синергизма в БДС является крайне актуальной и необходимой задачей. Поскольку речь идет всетаки о биологических динамических системах, то ожидается, что математический аппарат для решения подобного типа задач может быть с успехом применен и для любых других динамических систем… Читать ещё >

Системный анализ синергизма в компартментно-кластерно организованных функциональных системах организма с использованием информационно-измерительного комплекса (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Теория динамических систем — основа теоретической биологии на 7 современном этапе развития этой науки
  • 2. Современная компартментно — кластерная теория биологических 45 динамических систем (БДС) и ее основные постулаты и модели в изучении нейросетевых систем
  • 3. Идентификация синергических отношений в функциональных 75 системах организма (ФСО) с позиции компартментно — кластерного анализа
    • 3. 1. Основные алгоритмы и программный комплекс для системных 75 исследований функциональных систем организма
    • 3. 2. Использование разработанного программного комплекса для 107 идентификации степени синергизма респираторных нейросетей мозга
  • 4. Исследование влияния различных физических факторов показатели синергизма в системах управления кардио респираторной ФСО
  • Выводы
  • Список сокращений
  • Литература Приложения

Как известно, вторая половина 20-го века завершилась возникновением и утверждением в естествознании новой парадигмы, которая основана на теории хаоса и синергетике. Термодинамика неравновесных систем, основы которой были заложены работами И. Пригожина, и синергетика в интерпретации научной школы Г. Хакена положили начало новому подходу не только в изучении природных и технических систем, но и в создании теоретической базы при изучении различных живых систем, начиная от отдельного организма, популяций и биосферы в целом. Именно это научное направление открывает новые перспективы развития и становления новой науки — теоретической биологии, которая основывается на системном анализе и синтезе при изучении биологических объектов, в частности, БДС.

Использование таких системных методов в настоящее время привело к тому, что синергетический подход в изучении работы нейросетей мозга, например, послужил основой для создания нейрокомпьютеров, а изучение работы функциональных систем организма (ФСО) человека — позволило разработать новый компартментно — кластерный подход в изучении различных динамических систем, в том числе и биологических динамических систем. Работами российских ученых (Д.С. Чернавский, Г. Г. Малинецкий, С. П. Курдюмов 1992;2006 гг.) были убедительно показаны необходимость и целесообразность использований методов теории хаоса и синергетики в описании не только технических и природных систем (особенно вблизи точек катастроф), но и в описании различных БДС на уровне организма человека и животных. При этом, начиная от описания молекулярно — клеточных систем и кончая биосферными процессами, успех применения синергетики становится все более очевидным.

В этом поступательном развитии новой науки и ее применении к биосистемам наметились и определенные трудности. Одна из них связана с созданием формальных количественных методов определения степени полного или частичного синергизма в динамических системах и в БДС, в частности.

Разработка таких новых методов крайне необходима для оценки состояний биосистем, находящихся в различных режимах функционирования. Более того, сравнение режимов работы различных биосистем во многих случаях нельзя производить, если не иметь возможности учета степени синергизма.

Например, если организм человека находится в аттракторе патологического состояния (приближение к хаотическому режиму), то скорость выхода из патологического режима (выздоровление) будет полностью зависеть, как оказалось, от степени синергизма во взаимодействии биосистем, участвующих в регуляции функций при патологическом режиме. Наоборот, переход от саногенеза (нормы) к патогенезу (ухудшение качества регуляции, деструкция клеток и тканей) будет сопровождаться потерей степени синергизма в БДС, асинергическими процессами.

В рамках изучения такой проблемы создание алгоритмов и эффективных программ ЭВМ для идентификации полного или частичного синергизма в БДС является крайне актуальной и необходимой задачей. Поскольку речь идет всетаки о биологических динамических системах, то ожидается, что математический аппарат для решения подобного типа задач может быть с успехом применен и для любых других динамических систем, в том числе и технических. Для биологов вообще эти понятия до недавнего времени носили чисто умозрительный или феноменологический характер. Действительно, имеются ли строгие количественные оценки в понятиях мутуализм, комменсализм, синергизм, например, в довольно точной (в сравнении с различными морфологическими, биологическими науками) экологической науке? При этом хорошо известно, что эти термины широко употребляются и прочно вошли в лексикон биологов и экологов.

Формализация этих наук, разработка нового математического аппарата и адаптация уже известных математических теорий к описанию биологических процессов должны существенно изменить эту чисто феноменологическую ситуацию. В настоящей работе делается попытка в рамках компартментно-кластерного подхода (ККП), основываясь на компартментно-кластерной теории биосистем (ККТБ) [41−54], разработать точную количественную процедуру и определить алгоритм оценки синергических взаимоотношений в биологических динамических системах на примере кардио — респираторной системы (КРС), как одной из наиболее важных и значимых для организма систем в условиях некоторых внешних воздействий [1,2, 7−9].

Существенно, что сейчас ККП и ККТБ используется для оценки синергических взаимоотношений не только в нервно — мышечной системе (вспомним первые работы Ч. Шерингтона), но и для исследований нейросетей мозга, различных функциональных систем организма млекопитающих (на примере кардио — респираторной и нервно — мышечной систем), на уровне популяций и биосферы в целом [2, 9]. В рамках такого математического подхода можно рассматривать различные БДС, которые удовлетворяют 8-ми базовым постулатам ККТБ или хотя бы части из них (подробно об этом будет сказано во 2-й главе).

В этой связи целью настоящих исследований является разработка алгоритмов и программ для идентификации степени синергизма в БДС и на их основе доказательство возможности идентификации степени синергизма в биосистемах на примере кардио — респираторной функциональной системы организма человека.

Для достижения поставленной цели решались следующие задачи:

1. Теоретическое обоснование метода идентификации полного синергизма в БДС, находящихся в условиях стационарных режимов.

2. Разработка алгоритма и программы ЭВМ в рамках компартментнокластерного подхода для реализации такого теоретического подхода.

3. Теоретическое обоснование идентификации степени синергизма при отсутствии возможности идентифицировать полный синергизм.

4. Определение коэффициента % степени асинергизма в БДС на примере КРС, находящихся в биологических стационарных режимах.

5. Экспериментальное доказательство влияния физических факторов внешней среды на величину коэффициента асинергизма в КРС.

Существенно, что теоретическое обоснование метода идентификации полного синергизма в БДС на основе системного анализа матриц, А моделей биосистем, находящихся в биологических стационарных режимах, вообще не использовалось математиками до настоящего времени для изучения биосистем. А разработка и обоснование алгоритма идентификации полного или частичного синергизма в динамических системах путем приведения матриц, А к окончательно неотрицательной форме, является принципиально новым подходом в использовании системного анализа в теоретической биологии.

В целом, идентификации степени синергизма для респираторных нейросетей (РНС), находящихся в биологически стационарных состояниях или в условиях действия внешних физических факторов на нейросети, является новой принципиальной задачей в теории БДС и попытка ее решения должна служить делу дальнейшего развития методов системного анализа и синтеза в исследовании таких сложных объектов как нейросети мозга человека и животных, которые составляют важный раздел теоретической биологии (ТБ).

Выводы.

1. В рамках системного компартментно — кластерного анализа БДС на примере респираторных нейросетей дыхательного центра млекопитающих впервые разработан алгоритм идентификации полного синергизма, который успешно используется для идентификации БДС в стационарных режимах.

2. Разработанный алгоритм идентификации синергизма в биосистемах может быть использован для расчета степени синергизма при отсутствии полного синергизма в БДС.

3. Экспериментально установлено, что РНС могут произвольным образом изменять полный синергизм или степень синергизма за счет внутренних спонтанных перестроек (без внешних возмущающих воздействий).

4. Внешние физические факторы способны существенно изменять степень синергизма в РНС, выводить из состояния полного синергизма в состояние частичного синергизма исследуемые БДС (на примере РНС).

Показать весь текст

Список литературы

  1. А.Н. Системное познание мира. — М., 1985. — 190 с.
  2. П.К. Кибернетика функциональных систем. М., Медицина, 1998. -285 с.
  3. В. А., Ковалева Э. П. Оценка управления статическим напряжением скелетной мышцы по ее микродвижениям. // Биофизика. -1996,-Т. 41, вып. 3.-С. 711−717.
  4. В. А., Ковалева Э. П. Статистическое моделирование непроизвольных микроколебаний конечности. // Биофизика. 1996. — Т. 41, № 3. — С. 704−710.
  5. В.И., Буданов В. Г. Синергетика наблюдения как познавательный процесс. // Философия, наука, цивилизация. М.: 1999. — С. 231−255.
  6. В.И., Войцехович В. Э. Синергетическое знание: между сетью и принципами // Синергетическая парадигма. М.: Процесс-Традиция, 2000. -С. 107−120.
  7. Т.С., Малинецкий Г. Г. О странном аттракторе в одной задаче синергетики. // Вычислительная математика и математическая физика. -1987. Т.27, № 2. — С. 202−217.
  8. Т.С., Малинецкий Г. Г. Периодические режимы в нелинейных диссипативных системах вблизи точки бифуркации. // Вычислительная математика и математическая физика. 1985. — Т.25, № 9. — С. 1314−1326.
  9. Л.М., Сафин Ш. М., Насыров Р. В. Компартментные модели нейронных механизмов усвоения закономерностей на основе теории самообучающихся рекурсивных фильтров // Вестник новых медицинских технологий. 2002. № 3. с. 72 75.
  10. Н.Н. Поведение динамических систем вблизи границ области устойчивости. М.: Наука, 1984.- 260 с.
  11. И.В., Еськов В. М., Рузанкина Н. А. Системный анализ с использованием ЭВМ состояния памяти человека в условиях северного региона РФ. // Метрология. 2003, — № 6. — С. 24 — 27.
  12. Н. Математика в биологии и медицине. М.: Мир, 1970. — С. 202−223.
  13. Р. Введение в теорию матриц. М.: Наука, 1969. 280 с.
  14. Н. А. Биомеханика и физиология движений. / Под ред. В. П. Зинченко. М.: Изд-во института практ. психологии- Воронеж: НПО «МОДЭК», 1997.-608 с.
  15. И.С. Актуальные проблемы познания центральных механизмов регуляции дыхания // Там же. 1990. Т. 76. № 5. С. 561−570.
  16. И.С., Исаев Г. Г. Состояние и перспективы изучения механизмов регуляции дыхания // Физиол. журнал. СССР им. И. М. Сеченова. 1985. Т. 71. т. С. 283.
  17. О.А., Еськов В. М., Пашнин А. С. и др. Идентификация синергизма и интервалов устойчивости в респираторных нейросетях. // Нейронауки, Донецк. 2005. — Т.1, № 1.- С. 16 — 17.
  18. О.А., Еськов В. М., Филатова О. Е. Системный компартментно -кластерный анализ механизмов устойчивости дыхательной ритмики млекопитающих. / Монография, Самара 2005, Офорт (гриф РАН). -198 с.
  19. В.В., Кузнецов Ю. А. Матрицы и вычисления. М.: Наука, 1984. 230 с.
  20. А.И. Нейрокомпьютеры. Кн. 3: Учеб. пособие для вузов. / Общая ред. А. И. Галушкина. М.: ИПРЖР, 2000. — 528 с.
  21. А.И., Кирсанова Э. Ю. Нейронные системы памяти. М.: Изд-во МАИ, 1991. 177 с. (ч. 1.). 166 с. (ч.2.).
  22. В.Д., Бреслав И. С. Регуляция дыхания. Л.:Наука, Ленингр. отд-ние, 1981. 280 с.
  23. А.Н. Обучение нейронных сетей. М.: Параграф, 1990. 160 с.
  24. А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. -Новосибирск.: Наука. Сибирская издательская фирма РАН, 1996. 276 с.
  25. А.Б., Гутман С. Р., Назаренко Е. В. и др. Биомеханическая и нейрофизиологическая характеристика произвольных ритмических движений человека. // Биофизика. 1996. — Т. 41, вып. 6. — С. 1336 — 1339.
  26. С.П. Химия кластеров, М., 1987, 152 с.
  27. В. С. Бернштейн Н.А. и современные проблемы физиологии движения: к 100-летию со дня рождения. // Физиология человека. 1996. -Т. 22, № 6. — С. 124 — 130.
  28. В.И. Математические модели мышечного сокращения. М.: Наука, 1977. — 40 с.
  29. П.Л., Корольков Д. В., Петраковский В. П. Кластеры и матрично-изолированные кластерные сверхструктуры, Изд-во С.-Петербуржского Унта, 1995, 256 с.
  30. Дунин-Барковский В. А. Колебания уровня активности в простой замкнутой цепи нейронов // Биофизика. 1970. Т. 15. вып. 2. С. 374−378.
  31. С.В., Малинецкий Г. Г. О решении обратной задачи для уравнения Перрона-Фробениуса. // Вычислительная математика и математическая физика. 1988. — Т.28, № 10. — С. 1491−1497.
  32. В.М., Аршин В. М. Математическое моделирование и прогнозирование свойств биотканей при остеосинтезе псевдоартрозов // Казанский мед. журнал. № 13. 1978. С. 17−18.
  33. В.М., Филатова О. Е., Кузьмичев С. А. Проблема самоорганизации в нейронных сетях дыхательного центра // Материалы Всесоюз. Конфер. «Синергетика 86». Кишинев: Штиинца. 1986. С. 142 143.
  34. В.М., Филатова О. Е. Стимулятор дыхания. А.с. СССР № 1 820 516. Москва. 1990.
  35. В.М., Филатова О. Е., Горев Е. С. Способ регуляции частоты дыхания в эксперименте. А.с. № 1 754 124. Москва. 1990.
  36. В.М., Филатова О. Е., Горев Е. С. Устройство для разрушения локальных структур организма. А.с. СССР № 1 826 196. Москва. 1990.
  37. В.М., Филатова О. Е., Якунин В. Е. Способ восстановления дыхания у экспериментальных животных. А.с. СССР № 1 794 457. Москва. 1990.
  38. В.М., Филатова О. Е., Якунин В. Е. Способ моделирования одышки. А.с. СССР № 1 720 083. Москва. 1990.
  39. В.М., Филатова О. Е., Якунин В. Е. Способ регуляции дыхания. А.с. СССР № 1 745 268. Москва. 1990.
  40. В.М. Частотные характеристики датчиков и проблема идентификации линейных моделей // Измерительная техника. 1993. № 8. С. 11−13.
  41. В.М., Филатова О. Е. Роль тормозных процессов в генерации дыхательной ритмики // Нейрофизиология. 1993. № 6. С. 420 426.
  42. В.М. Автоматическая идентификация дифференциальных уравнений, моделирующих нейронные сети // Измерительная техника. 1994. № 3. С. 6668.
  43. В.М. Введение в компартментную теорию респираторных нейронных сетей. Монография, Москва. Наука, 1994, 164 с.
  44. В.М., Филатова О. Е. Компьютерная диагностика компартментности динамических систем // Измерительная техника. 1994. № 1. С. 65−68.
  45. В.М., Филатова О. Е. Компьютерная идентификация респираторных нейронных сетей. Монография, ОНТИ РАН, Пущино. 1994. 84 с.
  46. В.М., Филатова О. Е., Иващенко В. П. Компьютерная идентификация иерархических компартментных нейронных сетей // Измерительная техника. 1994. № 8. С. 67−72.
  47. В.М. Измерительный комплекс для контроля и управления дыханием животных // Измерительная техника. № 5. 1995. С. 54−56.
  48. В.М. Сканирование движущихся поверхностей биологических объектов // Измерительная техника. № 4. 1995. С.54−56.
  49. В.М., Филатова О. Е., Папшев В. А., Козлов А. П. Измерение переменных параметров движущихся биологических объектов // Измерительная техника. 1996. № 4. С. 58−61.
  50. В.М., Филатова О. Е., Папшев В. А. Разрушение и раздражение локальных структур организма с использованием переменных магнитных полей // Вестник новых медицинских технологий. 1996. № 3. С. 106 107.
  51. В.М., Филатова О. Е., Папшев В. А. Сканирование движущихся поверхностей биологических объектов // Измерительная техника. 1996. № 5. С. 66 67.
  52. В.М., Филатова О. Е., Попов Ю. М. Пуловые принципы в математическом моделировании динамики распространения биопотенциалов в нейросетевых системах мозга // Вестник новых медицинских технологий. 1996. № 3. С. 104- 106.
  53. В.М., Филатова О. Е. Биофизический мониторинг исследованиях действия ГАМК и ее производных на нейросетевые системы продолговатого мозга. Монография. Пущино: ОНТИ РАН. 1997. — 160 с.
  54. В.М., Филатова О. Е. Двухкаиальиый стимулятор дыхания // Вестник новых медицинских технологий. 1997. № 2. С. 104 106.
  55. В.М. Динамика тормозящих и возбуждающих процессов в респираторных нейронных сетях // «Физиология висцеральных систем». Сборник н.т. Самара. 1998. С. 190−202.
  56. В.В., Есков В. М., Кулаев С. В., Филатова О. Е. Понятие стационарных режимов функционирования нейронных сетей мозга в микро-и макроинтервалах времени. // XXVI международная конференция «IT +SE» 99- Украина, Крым, Ялта-Гурзуф, 1999. С. 96−97.
  57. В.М., Филатова О. Е. Компартментный подход при моделировании нейронных сетей. Роль тормозных и возбуждающих процессов // Биофизика. 1999. том 44. вып.З. С. 518 525.
  58. В.М., Кулаев С. В. Свидетельство об официальной регистрации программы для ЭВМ № 2 000 610 600 «Идентификация периодических электрофизиологических сигналов». М. 2000.
  59. В.М. Возможно ли построение некоторой общей, фундаментальной теории организации и функционирования биосистем?// Вестник новых медицинских технологий. 2001. т. VHI. № 2. С. 93 95.
  60. В.М., Еськов В. В., Филатова О. Е. Диагностика фазотона мозга путем изучения характерных частот в треморограммах человека с помощью вычислительного комплекса // Вестник новых медицинских технологий. 2001. т. VIII. № 4. С. 15−18.
  61. В.М., Катюхин В. Н., Рачковская В. А. Тендерные различия в динамике сердечно-сосудистых заболеваний с позиций компартментно матричного корреляционного анализа // Вестник новых медицинских технологий. Тула. 2001. № 3. С. 62−64.
  62. В.М., Бондарева В. В., Кулаев С. В. Обработка нейрофизиологической информации с использованием метода минимальной реализации и ЭВМ // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 11 15.
  63. В.М., Бондарева В. В., Попов Ю. М. Исследование переходных процессов в респираторных нейронных сетях в условиях действия ГАМК иее производных // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 7−8.
  64. В.М., Брагинский М. Я., Климов О. В. К вопросу о произвольном в непроизвольном микродвижении конечности человека (треморе) // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 24 26.
  65. В.М., Рузанкина Н. А., Безяева И. В. Системный анализ с использованием ЭВМ состояния памяти человека в условиях северного региона РФ // Вестник новых медицинских технологий. 2002. т. IX. № 3. С. 31−33.
  66. В.М. Компартментно кластерный подход в исследованиях биологических динамических систем (БДС). / Монография. — Часть I. Межклеточные взаимодействия в нейрогенераторных и биомеханических кластерах. — Самара: Изд-во «НТЦ», 2003. — 198 с.
  67. В.М., Живогляд Р. Н. Системный компартментно-кластерный анализ и гирудотерапевтическое управление гомеостазом. / Монография: Обработка информации. Системный анализ и управление в биомедицинских системах. Самара — 2004, Офорт. — 215 с.
  68. В.М., Живогляд Р. Н. Фазатон мозга в норме и при патологии. // Вестник новых медицинских технологий. 2004. — № 4. — С. 5 — 9.
  69. В.М., Филатова О. Е. Экологические факторы Ханты-Мансийского автономного округа. / Часть I Самара: ООО «Офорт», 2004. (гриф РАН).-182 с.
  70. В.М., Филатова О. Е., Карпин В. А. и др. Экологические факторы Ханты-Мансийского автономного округа. / Часть П. Безопасность жизнедеятельности человека на севере РФ. Самара: «Офорт», 2004. (гриф РАН). — 172 с.
  71. В.М., Филатова О. Е., Фудин Н. А. и др. Проблема выбора оптимальных математических моделей в теории идентификации биологических динамических систем. // Системный анализ и управление в биомедицинских системах. 2004. — Том 3., № 2. — С. 143−145.
  72. В. М., Филатова О. Е., Фудин Н. А. и др. Явление изменения параметров стационарных режимов функционирования биологических динамических систем. Открытие № 285. // Научные открытия. Сборник кратких описаний. Вып.2. М., 2005. С. 32 — 34.
  73. В. М. Живогляд Р.Н., Папшев В. А. и др. Системный анализ и компьютерная идентификация синергизма в биологических динамических системах. // Системный анализ и управление в биомедицинских системах. -2005.-№ 1, — С. 108−111.
  74. В.М. Методы измерения интервалов устойчивости биологических динамических систем и их сравнение с классическим математическим подходом в теории устойчивости динамических систем. // Метрология. -2005. № 2, — С. 24−37.
  75. В.М., Живогляд Р. Н., Карташова Н. М. и др. Понятие нормы и патологии в фазовом пространстве состояний с позиции компартментно-кластерного подхода. // Вестник новых медицинских технологий. 2005.- Т. XII, №.1.-С. 12−14.
  76. В.М., Папшев В. А., Кулаев С. В. и др. Программа расчета коэффициента синергизма в биологических динамических системах с хаотической организацией. // Свидетельство об официальной регистрации для ЭВМ № 2 005 612 885. Москва. 2005.
  77. Р.Н. Влияние на гемомикроциркуляцию и гомеостаз гирудотерапии при гормонозависимых заболеваниях женской половой сферы в условиях северных регионов РФ. // Вестник новых медицинских технологий. 2002. — № 3. — С. 14 — 28.
  78. Р.Н. Об одном из альтернативных методов лечения гинекологических заболеваний. // Вестник новых медицинских технологий. -2002. -№ 3.,-С. 10−18.
  79. .Г., Полуэктов Р. А. Управление в экологических системах. М.: Наука. 1988. 360с.
  80. Г. Р., Кринский В. И., Морнев О. А. Автоволны: Новое на перекрестках наук. // Кибернетика живого. М.: Наука, 1984. — С. 24 — 37.
  81. В.П., Казначеев С. В. Адаптация и конституция человека.-Новосибирск: Наука, 1986. 140 с.
  82. Л.И., Манелис Э. С. Аппаратура и методы вариационной пульсометрии. Самара: ЗАО Новые Приборы, 2003. — 29 с.
  83. В.А., Катюхин В. Н., Гвоздь Н. Г. и др. Современные медико-экологические аспекты урбанизированного Севера. М., 2003. — 98 с.
  84. Кедер-Степанова И.А., Четаев А. Н. Некоторые вопросы моделирования дыхательного центра. 1. Постановка вопроса // Биофизика. 1978. Т. 23. № 6. С. 1076−1080.
  85. Кедер-Степанова И.А., Четаев А. Н. О структуре системы дыхательных нейронов продолговатого мозга// Там же. 1970. Т. 193. № 6. С. 1433−1436.
  86. Н.З., Панин А. И. Математическая модель механизма дыхательного ритмогенеза // Физиол. журн. СССР им. И. М. Сеченова. 1983. Т. 69. № 47. С. 433−438.
  87. А.Б., Ефимов В. Н., Чумаченко А. А., Сафонов В. А. О моделировании механизма генерации дыхательного ритма // Биофизика. 1969. Т. 14. № 4. С. 718−721.
  88. С.П., Малинецкий Г. Г. Нелинейная динамика и проблемы прогноза. // Вестник РАН. 2001. — Т 71, № 3. — С. 210−224.
  89. С. Устойчивость нелинейных систем автоматического управления. М.: Мир, 1967. 220 с.
  90. Л.С. Релаксационные характеристики гомеостатических процессов // Молекулярно-клеточные механизмы иммунной регуляции гомеостаза и проблемы математического моделирования. Красноярск, 1990. С. 138−139.
  91. Г. Г. Хаос. Структуры. Вычислительный эксперимент: Введение в нелинейную динамику М.: Эдиториал УРСС, 2000. 256 с.
  92. Г. Г. Наука XXI века. Взгляд с позиций синергетики. // Труды семинара Синергетика. 2003. — Т.5, — С. 57−71.
  93. Г. Г. Синергетика. Король умер. Да здравствует король! // Синергетика. Труды семинара. Вып. 1. -М.: МГУ, 1998. С. 52−69.
  94. Г. Г., Митин Н. А., Науменко С. А. Вычисления на ДНК. Эксперименты. Модели. Алгоритмы. Инструментальные средства. Препринт ИПМ РАН № 57.-2005.-68c.
  95. Г. Г., Митин Н. А., Науменко С. А. Нанобиология и синергетика. Проблемы и идеи. Препринт ИПМ РАН № 29. 2005, — 85 с.
  96. Г. Г., Подлазов А. В., Зульпукаров М.-Г.М. Обратная задача теории бифуркаций в динамических системах с шумом. Препринт ИПМ РАН № 39. 2005.-56с.
  97. Г. Г., Потапов А. Б. Нелинейная динамика и хаос. Основные понятия. М. УРСС, 2006.- 237 с.
  98. Ю7.Малкин В. Б. Газенко О.Г. О путях оптимизации искусственной атмосферы при необратимом снижении Р02 в газовой среде // Докл. АН СССР. 1968. Т. 184. № 4. С. 995−998.
  99. И.Г. Об одном способе решения задачи устойчивости в критическом случае пары чисто мнимых корней // ПММ. 1951. Том. 15. № 4. С. 473−484.
  100. Н.А. О дыхательном центре. М.: Медгиз, 1952. — 210 с.
  101. Н.И. Экология человечества глазами математика (Человек, природа и будущее цивилизации).- М.: Молодая гвардия, 1988.-188 с.
  102. Ш. Некрасова В. М., Сафонов В. А. Синхронизация активности ритмообразующих нейронов в дыхательном центре // Биологические науки. 1986. № 3. С. 42−45
  103. Л.Б. Центральные механизмы регуляции активности бульбарных дыхательных нейронов некоторыми структурами лимбической системы // Материалы 6-й Всесоюз. конф. по физиологии вегетативной нервной системы. 1986. Ереван. 1986.С.221.
  104. Л.Б., Баклаваджян О. Г. Реакции дыхательных нейронов продолговатого мозга на пачечную стимуляцию гипоталамуса //Физиол. журн. СССР им. И. М. Сеченова. 1990. Том. 76. № 5. с. 604−611
  105. М.М., Хадарцев А. А. Теория и практика восстановительной медицины: Монография / Олейникова М. М., Хадарцев А. А. Тула: Тульский полиграфист — Москва, (гриф РАМН), 2005. — Т. 4. — 284 с.
  106. В.А. Нелокальные проблемы теории колебаний.М.:Л.: Наука, 1964.367 с.
  107. Пб.Понтрягин Л. С., Болтянский В. Г., Гамкрелидзе Р. В., Мищенко Е. Ф. Математическая теория оптимальных процессов. М.: Наука, 1983. — 392 с.
  108. Реабилитационно-восстановительные технологии в физической культуре, спорте, восстановительной, клинической медицине и биологии. / Монография. Под ред. Еськова В. М., Хадарцева А. А., Фудина Н. А. Тула, 2004. 280 с.
  109. А.С. Некоторые показатели состояния организма человека, основанные на определении соотношений микроэлементов в плазме крови. -Одесса, 1987.-44 с.
  110. В.А., Ефимов В. Н., Чумаченко А. А. Нейрофизиология дыхания.-МД980.- 224 с.
  111. В.А., Шевелев И. Н., Шабалов В. А. и др. К вопросу о локализации тремора. // Физиология человека. 2001. — Том 27, № 4. — С. 77 — 81.
  112. М.В., Киреева Н., Гордиевская Н. А. О возможных путях взаимодействия инспираторной и экспираторной нейронных систем //Физиол. журн. СССР им. И. М. Сеченова. 1983. Том. 69. № 4. С. 439.
  113. И. М. Рефлексы головного мозга.// В сб.: Физиология нервной системы. Т. 1. М., 1952. — 315 с.
  114. В. В., Балаклеец Р. М. Особенности структурно-функциональной организации двигательной системы и синдромы поражения. Самара: СамГМУ, 1998. — 48 с.
  115. В. В., Милюдин Е. С. Фазотонный гомеостаз и врачевание. -Самара: СамГМУ, 1994. 256 с.
  116. В.В., Милюдин Е. С. Фазотонный гомеостаз и врачевание. Монография. Самара, СамГМУ, 1994. 256 е., илл. 80.
  117. В., Шимоните В. Минимальная реализация и формантный анализ динамических систем и сигналов. Вильнюс.: Мошлас, 1990. — 230 с.
  118. В.В. От инвариантов геометрий к инвариантам управления. // Интеллектуальные процессы и их моделирование. М., Наука, 1987. С. 66 110.
  119. В.В. Пространственно-временные задачи локомоторного управления // Успехи физических наук. 2000. Том. 170. № 10. С. 1063 1128.
  120. В.В. Структура, функция, управление системно-конструктивный подход. // Биологические мембраны. — Т.41, № 6, 1997. — С. 574−583.
  121. Е., Пригожин И. Познание сложного. Изд-во УРСС, М.: 2003. -342 с.
  122. К.В. и др. Теория системогенеза. Монография. Москва. 1997. РАМН. 567 с.
  123. К.В. Системные механизмы эмоционального стресса. М.: Медицина, 1981.-229 с.
  124. Теория и практика восстановительной медицины. / Под ред. А. А. Хадарцева, В. М. Еськова Тула: Тульский полиграфист — Москва, (гриф РАМН), 2005.- Т. 3. 220 с.
  125. Д.К., ФадееваВ.Н. Вычислительные методы линейной алгебры.М.: Физматгиз, 1960. С. 198−199.
  126. О.Е., Еськов В. М., Зуевская Т. В. Норма и патология состояния функциональных систем человека на фазовой плоскости. // Научные труды I съезда физиологов СНГ. М.: Медицина, 2005. — С. 41.
  127. Н.А. Физиологическая целесообразность произвольной регуляции дыхания у спортсменов. // Теор. и практ. физ. культуры 1983.- № 2 — С. 2125.
  128. А.А., Каменев Л. И., Панова И. В. и др. Теория и практика восстановительной медицины. / Под ред. В. А. Тутельяна. Тула: Тульский полиграфист — Москва, (гриф РАМН), 2005. — Т. 2. — 222 с.
  129. А.А., Тутельян В. А., Зилов В. Г., и др. Теория и практика восстановительной медицины. / Под ред. В. А. Тутельяна. Тула: Тульский полиграфист — Москва: Российская академия медицинских наук, 2004.-Т.1.- 248 с.
  130. Г. Принципы работы головного мозга. М.: Изд-во PerSe., 2001.- 352с.
  131. Цыпкин 3. Основы теории автоматических систем. М.: Наука, 1977.- 390 с.
  132. А.А., Четаев А. Н. Круговая модель дыхательного центра с окнами. //Биофизика. 1979. Том. 24. № 4. С. 727−732
  133. А.А., Четаев А. Н. Круговая модель дыхательного центра. //Биофизика. 1979. Том. 24. № 4. С. 723−726
  134. А. Л. Земное эхо солнечных бурь. М.: Мысль, 1976, — 368 с.
  135. В.Е. Нисходящие пути медиальных ядер дыхательного центра к дыхательным мышцам //Физиол. журн. СССР им. И. М. Сеченова. 1990. Том. 76. № 5. С. 613−620
  136. В.Е., Майский Н. Н., Преображенский А. П. и др. Изучение связей дыхательных ядер ствола мозга с использованием метода ретроградного аксонного транспорта пероксидазы хрена // Нейрофизиология. 1982.Т.14. № 2. С. 147−156.
  137. А.А., Хадарцев А. А., Субботина Т. И. и др. Введение в электродинамику живых систем: Монография Тула: ТулГУ, ГУП НИИ НМТ. 2003.-440 с.
  138. Adey R.W. Developments forwards a physical biology // Modern Radio Sci. / Ad. by Andersen J.B. / Oxford: Univ. / Press, 1993. P. 228 — 244.
  139. Alexander D.M. Digital simulation of human respiratory control and acid-base balance // PhD thesis case Inst, of Technology, Cleveland, Ohio, 1968.
  140. Ballantyne D., Richter D.W. Post-synaptic inhibition of bulbar inspiratory neurounes in the cat // J. Physiolgy. 1984. — Vol. 348. — P. 67−87.
  141. Ballantyne D., Richter D.W. The non-uniform character of expiratory synaptic activity in expiratory bulbospinal neurones in the cat // J. Physiol. (L.). 1986. Vol. 370. — P. 433−456.
  142. Batsel H.L. Localization of the bulbar respiratory centre by microelectrode sounding// Exptl. Neurol. 1964. — Vol. 9. — P. 410−426.
  143. Berger A.J., Herbert D.A., Mitchell R.A. Propertis of apneusis produced by reversible cold block of the rostral response. // Respir. Physiol. 1978. — Vol. 33. — P. 323−337.
  144. Bertrand F., Hugelin A., Vibert J.F. A stereologic model of pneumotaxic oscillator based on spatial and temporal distribution of neuronal bursts // J. Neurophysiol. -1974. Vol. 37. — P. 91−107.
  145. Beurle R.L. Properties of a mass of cells capable of regenerating pulses. // Philosoph. Trans, of the Royal Soc. of L. ser. B. Biol. sci. 1956. Vol. 240., N 669. — P. 56−90
  146. Billings S.A., Jamaluddin H.B., Chen S. Properties of neural netwoks with application to modelling non-linear dynamical systems // Int. J. Control. 1992. Vol. 55., N1.-P. 193−224.
  147. Botros S.M., Bruce E. N Neural network implementation of a three-phase model of respiratory rhythm generation. //Biol. Cybernetics. 1990. — Vol. 63., N 2. — P. 143−153
  148. Brammer R.F. Controllability in linear autonomous systems with positive controllers. // SIAM J.Control. 1972. — Vol. 10. — P. 339−353
  149. Breuer J. Die selbsts teuerung der atmung bureh den nervus vagus // Sitzungsber. Akad. Wiss Wien. 1868. Bd 58, Abt. 2. S. 909−937.
  150. Bruce E.N. Correlated and uncorrected high-frequency oscillations in phrenic and recurrent laryngeal neurograms // J. Neurophysiol. 1988. Vol. 59.- P. 1188−1203.
  151. Bruce E.N., von Euler C., Yamashiro S.M. Reflex and central chemoreceptive control of the time course of inspiratory activity, Central nervous control mechanism in breathing. 1979. — Pergamon: Oxford. -P. 177−184
  152. Budzinska K., von Euler C., Kao F.F. Effects of graded focal cold block in rostral areas of the medulla. //Acta Physiol. Scand. 1985. — Vol. 124. — P. 329−340
  153. Burns B.D., Salmoiraghi G.C. Repetitive firing of resperatory neurones during their burst activity // Ibid. 1960. — Vol. 23, N 1. — P. 27−46.
  154. Bystrycka E.K. Afferent projections to the dorsal and ventral respiratory nuclei in medulla oblongata of the cat studied by horseradish peroxidase technique // Brain Research. 1980. — Vol. 185. — P. 59−66.
  155. Cherniack N.S., Euler C., Homma I., Kao F.F. Graded changes in central chemoceptor input by local temperature changes on the ventral supface of medulla // J. Physiol. 1979. — Vol. 287. — P.191−211.
  156. Cleave J.P., Levine M.R., Fleming P.J., Long A.M. Hopf bifurcations and the stability of the respiratory control system. //J. Theor. Biology. 1986. — Vol. 119. -P. 299−318
  157. Coglianese C.J., Peiss C.N., Wurster R.D. Rhytmic phrenic nerve activity and respiratory activity in spinal dogs // Respir. Physiol. 1977. Vol. 29. P. 247−254.
  158. Cohen M.J. Neurogenesis of respiratory rhythm in the mamal. //Physiology Rev. -1979.-Vol. 59.-P. 1105−1173
  159. Cohen M.J., Feldman J.L. Models of respiratory phase-switching // Febr. Proc. -1977. Vol. 36. — P. 2367−2374.
  160. Czyzyk-Krzeska Maria F., Lawson Edward E. Synaptic events in ventral respiratory neurones during apnoea induced by laryngeal nerve stimylation in neonatal pig // J. Physiol. 1991. — Vol. 436. — P. 131−147.
  161. Duffin J. A., Aweida D. The propriobulbar respiratory neurones in the cat // Exp. Brain Res. 1990. — Vol. 81, N 2. — P. 213−220.
  162. Duffin J.A. Mathematical model of the chemoreflex control of ventilation. //Respir. Physiol. 1972. — Vol. 15. — P. 277−301
  163. Dunin-Barkowski W.L., Larionova N.P. Computer simulation of the cerebellar cortex compartment. I. General principles and properties of a neural net. //Biol. Cybernetics. 1985. — Vol. 51., N 6. — P. 399−406.
  164. Dwyer P. S., Waugh F.V. On errors in matrix inversion // J. Amer. Statest. Assoc. -1953. Vol. 48, N262. — P. 289−319.
  165. Ellenberger H.H., Feldman I.L. Subnuclear organization of the lateral termental field of the rat: I. Necleus ambiguus and ventral respiratory group // J. Сотр. Neural. 1990. — Vol. 294, N2. — P. 202−211.
  166. Eskov V.M. Identification of parameters of linear models of transmitters // Measurement Techniques. 1993. — Vol. 36., No 4. — P. 365 — 368.
  167. Eskov V.M. Sensor frequency response and linear model identification // Measurement Techniques. 1993. — Vol. 36., No 8. — P. 11 — 13.
  168. Eskov V.M., Filatova O.E. Respiratory rhythm generation in rats: the importance of inhibition // Neurophysiology. 1993. — № 25, 6. — P. 420 — 426.
  169. Eskov V.M., Zaslavsky B.G. Periodical activity of respiratory neuron network // Neural Network World. 1993. — № 4. — P. 425 — 442.
  170. Eskov V.M. Cyclic respiratory neuron network with subcycles // Neural Network World. 1994. — № 4. — P. 403 — 416.
  171. Eskov V.M. Direct control by dissipation factor in respiratory neuron networks // Neural Network World. 1994. — № 6. — P. 663 — 670.
  172. Eskov V.M. Indirect control by dissipation factor in respiratory neuron networks // Neural Network World. 1994. — № 6. — P. 655 — 662.
  173. Eskov V.M., Filatova O.E. Computer diagnostics of the compartmentation of dynamic systems // Measurement Techniques. 1994. — Vol. 37. No 1. — P. 114 -119.
  174. Eskov V.M. Hierarchical respiratory neuron networks // Modeling, Measurement & Control. C. AMSE Press. 48. 2. 1995. — P. 47 — 63.
  175. Eskov V.M. Indirect control by chemoreceptor drive in respiratory neuron networks // Modelling, Measurement & Control. C. AMSE Press. 48. 3. 1995. -P. 1 — 12.
  176. Eskov V.M. Models of hierarchical respiratory neuron networks // Neurocomputing. 1996. — № 11. — P. 203 — 226.
  177. Eskov V.M. The dependence of activity of cyclic respiratory neuron network with subcycles on damping coefficient // Neural Network World. 1996. № 1. P. 57 67.
  178. Eskov V.M., Filatova O.E. Computer identification of respiratory neuron network // Evrop. Math. Congress, section Dynamical Systems in Biology and Medicine: Veszprem, Hungary. — 1996. — P. 62.
  179. Eskov V.M. Compartmental principle in mathematical modeling of various neural ntworks // International Congress. Destobio: Sofia. 1997. — P. 117.
  180. Eskov V.M., Filatova O.E., Kulaev S.V. Automatic identification the models of respiratory neuron networks with a simple structure // International Congress, Destobio: Sofia. 1997. — P. 118 — 119.
  181. Eskov V.M. Braginsky M.Y., Papshev V.A., Registration of neuron networks oscillation // World Congress on Medical and Biological Engineering. Medicon' 98. Limassol. Cyprus. 1998. — C. 121.
  182. Eskov V.M. Compartmental theory of the respiratory neuron networks with a simple structure // Neural Network World. 1998. — № 3. — P. 353 — 364.
  183. Eskov V.M., Kulaev S.V., Filatova O.E. Mathematical interpretation of stationary regime’s of a biological systems // VIII International Conference on Medical and Biological Engineering and Computing, Medicon' 98. Limassol. Cyprus. 1998. -P. 87.
  184. Eskov V.M., Filatova O.E. Compartmental Approach to Modeling of Neural Networks: Role of Inhibitory and Excitatory Processes // Biophysics, Vol. 44. No. 3. 1999. -P. 510−517.
  185. Eskov V.M., Rachkovskaya V.A. Migration as a factor of cyclic epidemic process // AMSE press. 2003. No 1. P. 115 — 117.
  186. Eskov, V.M., Filatova, O.E. The problem of identity of functional states of neuron networks. // Biophysics. 2003. — Vol. 48. — P. 526−534.
  187. Eskov V. M., Papshev V. A., Klimov О. V. and other. Investigation of the synergetic property of biomechanical mammalia system with computing using. // Proceeding of international conference on modeling and simulation. (Minsk, Belarus). 2004, — P.66−69.
  188. Eskov V.M., Kulaev S.V., Popov U.M. Identification of stationary and unstationary regimes of respiratory neuron with computer using. // Proceeding of international conference on modeling and simulation. (Minsk, Belarus). 2004. -P.62−65.
  189. Eskov V.M., Papshev V.A., Tretiakov S.A. and other. The synergetic property of mamalian muscles under different conditions. // Proceedings of (Astes de) MS'2004, (Lyon Villeurbanne). — 2004. — P. 14.4−14.6.
  190. Eskov V.M., Rachkovskaya V.A. The influence of migration on epidemic process. // Proceeding of international conference on modeling and simulation. (Minsk, Belarus). 2004. — P. 70−72.
  191. Eskov V.M., Kulaev S.V., Pashnin A.S. and other. Identification of synergetic property of biological dynamic system (BDS). // Proceeding of international Biophysics Congress. (Montpelier France). — 2005. — P. 78−80.
  192. Eskov V.M., Zuevskaya T.V., Dobrinina I.U. and other. Theory of fazaton brain and method of identification of its models. // Proceeding of international Biophysics Congress (Montpelier France). — 2005. — P. 84−86.
  193. Euler C. von. Rhythmogenesis and pattern control during breathing // Acta physiol. Scand. 1985. — Suppl., N542. — P. 32−60.
  194. Fedorko L., Merrill E.G. Axonal projections from the rostral expiratory neurones of the Botzinger complex to medulla and spinal cord in the cat // Ibid. 1984. Vol. 350.-P. 487−496.
  195. Feldman L.J., Cohen M.J., Wolotsky P. Powerful inhibition of pontine respiratory neurons by pulmonary afferent activity // Brain Res. 1976. — Vol. 104. — P. 341 346.
  196. Feldman L.J., Speck D.F. Interactions among inspiratory neurones in the dorsal and ventral respiratory groups in cat medulla // J. Neurophysiol. 1983. — Vol. 49. -P. 472−490
  197. Filatova O.E., Eskov V.M., Eskov V.V. and other. Existense of synergetic properties of neuron network regulating the pulse rate. // Proseeding of international conference on modellling&simulation (ICMS'04). (Spain, Valladolid) 2004. — P.57 — 58.
  198. Friedland S. On an inverse problem for nonnegative and eventually nonnegative matrices // Israel J. Math. 1978. — Vol. 29. — P. 43−60.
  199. Gantmaher F.R. The theory of matrices (K.A. Hirsh transl) // Chelsea, N.Y. 1971.
  200. Geman S., Miller M. Computer simulation of brainstem respiratory activity // J. Appl. Rhysiology. 1976. Vol. 41. — P. 931−938.
  201. Gobber F., Willamowski K.D. Ljapunov Approach to multiple Hopf bifurcation // J. Math. Anal. Appl. 1979. — Vol. 71, — P. 333−350.
  202. Grobins F.S., Buell J., Bart A. Mathematical analysis and digital simulation of the human respiratory control system// J. Appl. Physiology. 1967.- Vol. 22.- P. 260 276.
  203. H. (Ed) Clusters of atoms and molecules: Theory, experiment, and clusters of atoms, Springer, Berlin, 1994.
  204. Hering E. Die Seldststeuerung der Atmung durch den Nervus vagus // Sitzungsber. Akad. Wiss. Wien. 1868. — Bd. 57, Abt. 2. — P. 672−677.
  205. Huang Q., John W.M. Respiratory neural activities after caudal-to-rostral ablation of medullary regions //J. Appl. Physiology. 1988. — Vol. 64., N4. — P. 1405−1411
  206. Hukuhara T. Neuronal organization of the central respiratory mechanisms in the brain stem of the cat. //Acta Neurobiol. Exptl. 1973. — Vol. 33. — P. 219−244.
  207. Hussard B.D., Kazarinoff N.D., Wan J.H. Theory and appications of Hopf bifurcation. Cambridge, 1981.
  208. Jakus J., Stransky A., Nagyova B. et al. Effects of focal cooling of medulla oblongata structur on quiet breathing in cats // Psychol, bohemosl. 1990. Vol. 39, N2. P. 171−184.
  209. Jurdjevic V., Quinn J.P. Controllability and stability // J. Diff. Eq. 1978. -Vol. 28. -P. 381−389.
  210. Kalia M.P. Anatomical Organization of central respiratory neurones // Ann. Rev. Physiol. -1981. Vol. 43. — P. 105−120.
  211. Kalman R.E. On minimal partial realization of linear input/output map // Aspects of Network and System Theory. 1971, Kalman R.E. and Claris N.D., Holt, Rinehart and Winston: New York. 1971.
  212. Karczewski W.A., Gromysz H. The «split respiratory centre», lessons from brainstem transections // Adv. Physiol. Sci. 1980. -Vol. 10. — P. 587−594.
  213. Kling U., Szekely G. Simulation of rhythmic nervous activities 1. Function of networks with cyclic inhibitions // Kybernetik. 1968. — Vol. 5. — P. 89−103.
  214. Lipski J., Merill E.G. Electrophysiological demonstration of the projection from expiratory group // Brain Res. 1980. — Vol. 197. — P. 521−524.
  215. Manherz R.K., Jordan B.W., Hakimi S.L. Analog methods for computation of the generalized inverse //IEEE Trans. Autom. control. 1968. — AC-13.-P. 582−585.
  216. Marckwald M. Die Atembewegungen und deren Innervation bein Kaninchen // Ztschr, Biol. 1887. — Bd 23. — P. 149−283.
  217. Marek W., Prabhakar N.R. Electrical stimulation of arterial and central chemosensory afferents at different times in the respiratory cycle of the cat: I Ventilatory responses //Pflugers Arch. 1985. — Vol. 403. — P. 415−421.
  218. Matsuoka K. Sustained oscillation generated by mutually ingibiting neurons with adaptation // Biol. Cybernetics. 1985. — Vol. 52. — P. 367−376.
  219. McCulloch W.S., Pitts R. A logical calculus of the ideas immanent in nervous activity // Bull. Of Math. Biophysics. 1943. No 5. — P. 115−133.
  220. McCuulloch W.S., Pitts R. A logical culculas of the ideas ommanent in nervous activity // Bull, of Math. Biophysics. 1943. — N5. — P. 115−133.
  221. Merrill E.G., Is there reciprocal inhibition between medullary inspiratory and expiratory neurones? In: Central Nervous Control Mechanisms in Breathing, edited by C. von Euler and H. Lagercrantz. Oxford, UK: Pergamon. — 1979. — P. 239−254.
  222. Merrill E.G., Lipski J., Kubin L., Fedorko L. Origin of the Expiratory Inhibition of Nucleus Tractus Solitarius Inspiratory Neurones // Brain Res. 1983. — Vol. 263. — P. 43−50.
  223. Milhorn J. Simulation of the respiratory control system. //Simulation today. -1975. Vol.43. — P. 169−172
  224. Miller Alan D., Nonaka Satoshi. Botzinger expiratory neurones may inhibit phrenic motoneurons and medullary inspiratory neurones during vomiting. // Brain Res. 1990. — Vol. 521, N 1−2. — P. 352−354.
  225. Nagashino H., Tamura H., Ushita T. Relations between initial conditions and periodic firing modes in reciprocal inhibition neural networks // Trans. IECE Jpn. -1981.-Vol. 64-A. P. 378−385.
  226. Palmay F., Davison E.C., Duffin J. Simulation of multineuron networks // Bull. Math. Biophysics. 1973. — Vol. 33. — P. 81−89.
  227. Poore A.B. On the theory and application of the Hopf-Friendrich bifurcations theory // Arch, for rational mechanics and analysis. 1976. — Vol. 60., N4. — P. 371−397.
  228. Renals S. A stady of network dynamics // J. Statist. Phys. 1990. — Vol. 58., N 5−6. — P. 825−848.
  229. Richter D.W., Ballantyne D., Remmers J.E. The differential organization of medullary postinspiratory activities // Pflugers Arch. 1987. — Vol. 410. N3. — P. 420−427.
  230. Rosh P.J. In: Stress, the immune system and psychiatry. / eds. B. Leonard, K. Miller. N — Y., 1995. — P. 208−231.
  231. Rubio J.E. A new mathematical model of the respiratory center // Bull. Math. Biophysis. 1972. — Vol. 34., N 3. — P. 467−481
  232. Selye H. The story of the adaptation syndrome. Acta Inc. Medical Publ.
  233. Montreal, Canada, 1952. 225 p.
  234. Sherrington Ch. S. The integrative action of the nervous system. New Haven: Yale University Press, 1906. — 390 p.
  235. Smith D.R., Davidson C.H. Maintained activity in neural nets // Bull. Math. Biophysics. -1961. -P. 268−278.
  236. St. John W.M. Diffuse pathways convey efferent activity from the rostral pontile pneumotaxic center to medullary respiratory regions // Ibid. 1986. Vol. 94. — P. 155−165.
  237. St. John W.M. Maintenance of respiratory modulation by pneumotaxic mechanisms in deer anesthesia // Exp. Neurol. 1985. — Vol.87. — P. 382−386.
  238. Stress. Neuroendocrine and molecular approaches. / Eds. R. Kventnansky et al. 1992.-Vol. 1−2.-116 p.
  239. Tsai J.S., Shien L.S., Yates R.I. Fast and stable algorithms for computing the principal n-th root of a complex matrix and matrix vector function. // An international Computers and mathematics with applications. 1988. — Vol. 15, N11.-P. 768−791.
  240. Tsai J.S., Shien L.S., Yates R.I. Fast and stable algorithms for computing the principal n-th root of a complex matrix and the matrix vector function // An international J Computers and mathematics with applications. 1988. — Vol. 15., N11.-P. 768−791.
  241. Walter G.C. On complex eigenvalues of compartmental models. //Math, biosci. -1985.-Vol. 75. P. 143−157
  242. Wymam R.J. Neural generation of the breathing rhythm // ann. Rev. Physiol. -1977. Vol. 39. — P. 417−448.
  243. Yuasa H., Ito M. Coordination of many oscillators and generation of locomotory patterns//Biol. Cybernetics. 1990. Vol. 63. — P. 177−184.
Заполнить форму текущей работой

Сессия? Спокойно!