Содержание к диссертации
Введение
Глава 1. Концептуальные основы оценивания профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья 15
1.1. Воздействие факторов горной среды на человека 15
1.2. Методические подходы к оцениванию функциональной надежности лиц опасных профессий 30
1.3. Методологические вопросы оценки профессиональной готовности.. 42
1.4. Влияние «человеческого фактора» на безопасность, надежность и успешность деятельности авиационных спасателей в горах 53
1.5. Структура профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья и состав ее компонентов 58
Глава 2. Разработка метода оценки профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья 60
2.1. Материалы и методы исследований 60
2.1.1. Методики и испытуемые 60
2.1.2. Исследование показателей вариабельности сердечного ритма 62
2.1.3. Исследование показателей гемодинамики 65
2.1.4. Исследование психологических показателей 66
2.1.5. Исследование психофизиологических показателей 67
2.1.6. Определение физической работоспособности 68
2.1.7. Сбор исходных данных 69
2.2. Экспертная оценка и ранжирование компонентов профессиональной готовности 70
2.3. Подготовка данных 81
2.3.1. Кодирование данных 81
2.3.2. Нормирование и предобработка данных 86
Глава 3. Модели и методы распознавания класса компонентов профессиональной готовности 88
3.1. Разработка решающих правил для компонентов профессиональной готовности 88
3.1.1. Разработка решающих правил для оценки функциональной надежности 88
3.1.2. Поиск решающего правила для определения функциональной надежности в нейросетевом базисе 102
3.1.3. Решающие правила для остальных компонентов профессиональной готовности 116
3.2. Оценка качества распознавания класса компонентов профессиональной готовности 118
Глава 4. Синтез интегрального показателя профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья 122
4.1. Разработка алгоритма распознавания класса профессиональной готовности по ее компонентам 122
4.2. Оценка качества распознавания классов профессиональной готовности и рекомендации для лица, принимающего решение 128
4.3. Разработка автоматизированной системы оценки профессиональной готовности 131
4.3.1. Практическая реализация системы и определение ее эффективности 134
Заключение 136
Выводы 137
Список литературы 140
- Методические подходы к оцениванию функциональной надежности лиц опасных профессий
- Исследование показателей вариабельности сердечного ритма
- Поиск решающего правила для определения функциональной надежности в нейросетевом базисе
- Оценка качества распознавания классов профессиональной готовности и рекомендации для лица, принимающего решение
Введение к работе
Актуальность работы. Важнейшим направлением обеспечения безопасности полетов авиационной и космической техники является функционирование системы авиационно-космического поиска и спасания, которая является единой и имеет целью организацию и проведение поиска и спасения терпящих или потерпевших бедствие воздушных судов (ВС) всех видов авиации, их пассажиров и экипажей, поиска и эвакуации космонавтов и космических аппаратов с места посадки. Кроме того, устойчивый рост количества чрезвычайных ситуаций (ЧС) различного генеза, происходящих в горной местности, требует увеличения количества мероприятий и качества их проведения, в том числе с применением авиационной техники при участии формирований спасателей. Такие подразделения созданы в Минобороны, МВД и МЧС России. Именно на них возлагаются задачи по проведению поиска и спасания потерпевших бедствие воздушных судов, в том числе в сложных физико-географических районах горных регионов России, занимающих около четверти всей ее территории. Статистика неумолимо говорит о том, что из каждых 100 потерпевших бедствие авиапассажиров 35-40 могут пострадать в результате удара воздушного судна о поверхность приземления, из них 20-25 пострадавших будут иметь серьезные ранения, при этом по истечении первых суток могут остаться в живых только 4-5 человек. Независимо от складывающейся обстановки, при авиационном происшествии после первых суток пребывания в аварийных условиях только 15-20% раненых еще остаются в живых, если им не оказана первая доврачебная помощь. Эти данные еще раз подтверждают вывод о том, что безопасности полетов нужно уделять должное внимание, а поисково-спасательному обеспечению — особенно, так как от оперативного обнаружения потерпевших бедствие и оказание квалифицированной помощи зависит шанс на жизнь. В современных условиях поиск и спасание с применением авиации становится значимым социально-экономическим фактором [105].
Согласно Федеральным авиационным правилам поиска и спасания в Российской Федерации, принятым Постановлением Правительства № 530 от 15.07.2008, поисково-спасательные операции осуществляются несущими дежурство экипажами поисково-спасательных воздушных судов, спасательными парашютно-десантными группами и наземными поисково-спасательными командами авиационных предприятий и организаций [133].
В связи со значительными преобразованиями последних лет в организации поисково-спасательного обеспечения полетов, особенно в государственной авиации, требуется отдельно заново прорабатывать: - элементы подготовки экипажей ВС, авиационных медиков и спасателей, в том числе к действиям в горных условиях [51]. - организацию парашютно-десантной подготовки и боевого выживания летного состава и авиационных спасателей, в том числе в горных условиях.
Опыт проведения спасательных операций в горах свидетельствует о том, что по мере усложнения профессиональных задач, все большее значение приобретает уровень подготовки личного состава. Основные усилия в подготовке спасателей следует направить на отработку навыков передвижения по всем видам горного рельефа с применением альпинистской техники и снаряжения и спускам в любое время года. Целесообразно практические занятия по горной, горно-десантной и воздушно-десантной подготовке планировать и проводить 1 раз в полгода в период учебных сборов [70, 96].
При решении задач по поиску и спасанию терпящих или потерпевших бедствие ВС в условиях высокогорья, организм авиационных спасателей подвергается жестким условиям воздействия факторов горной среды: пониженному парциальному давлению кислорода во вдыхаемом воздухе, сниженному барометрическому давлению, резкому перепаду температуры, тяжелой физической нагрузке, значительному психоэмоциональному напряжению. Все это резко увеличивает нагрузку на функциональные системы организма спасателей, лимитирующих работоспособность, что приводит к снижению функциональной надежности, повышает вероятность совершения ошибочных действий, возникновения аварийных ситуаций и травматизму, повышает риск невыполнения профессиональной задачи [1, 23, 128].
Проблема надежности профессиональной деятельности специалистов опасных профессий (летчиков, космонавтов, спасателей МЧС России, авиационных спасателей, пограничников, сотрудников спецподразделений и др.) при воздействии различных экстремальных факторов является ведущей в рамках основных проблем физиологии, психофизиологии, психологии труда, психологии безопасности, экстремальной психологии и педагогики. [23, 25, 33,93, 100,102, 107,110,130]
Вопросы оценки факторов риска в профессиональной деятельности лиц опасных профессий отражена в трудах Ушакова И.Б., Пономаренко В.А., Гончарова С.Ф., Ступакова Г.П., Бодрова В.А., Дорошева В.Г., и многих других авторов [1, 23, 24, 25, 30, 47, 78, 84, 102, 107, 126, 127, 128, 130, 131]. Аналогичная проблема профессиональной надежности в высокогорье имеет большой эмпирический материал, но практических методов ее оценки практически нет.
Проблема обеспечения функциональной надежности человека в экстремальных условиях высокогорья имеет достаточно проработанные теоретические основы и практические результаты благодаря исследованиям Газенко О.Г., Григорьева А.И., Агаджаняна Н.А., Айдаралиева А.А., Гиппенрейтера Е.Б., Романова А.В., Кудайбердиева З.М., Миррахимова М.М. и многих других авторов, но ее нельзя считать до конца решенной [3, 4, 5, 7, 8, 40, 64, 80, 91, 120, 132]. В работах Н.А.Агаджаняна, А.А. Айдаралиева установлено, что безаварийная профессиональная деятельность в условиях высокогорья напрямую связана с функциональной готовностью организма, переносимостью гипоксических стимулов и высоких физических нагрузок. [3, 4, 7, 8].
Среди факторов, обусловливающих профессиональную готовность авиационных спасателей для действий в условиях высокогорья, на первом месте находятся факторы, связанные со снижением уровня их функциональной надежности [130].
Математическое обеспечения автоматизированных комплексов диагностики состояний человека и построение экспертных систем разрабатывалось Чичкиным В.А., Воскресенским А.Д., Кукушкиным Ю.А., Богомоловым А.В., Усовым В.М., Бобровым А.Ф., Довженко Ю.М. [21, 44, 66,90, 124, 126].
Основой для успешности профессиональной деятельности в горах является тщательный профессиональный отбор, оперативный медицинский контроль и прогноз функционального состояния, всесторонняя подготовка личного состава [24, 27, 108, 109, 111]. Одним из эффективных путей повышения боеспособности и качества профессиональной деятельности авиационных спасателей в условиях среднегорья и высокогорья является прогноз их профессиональной и функциональной надежности, который может быть долгосрочным и оперативным. Задачи долгосрочного прогноза надежности профессиональной деятельности решаются в ходе профессионального отбора специалистов. Глубина этого прогноза - месяцы, годы. Оперативный (кратковременный) прогноз, как правило, проводится непосредственно перед выполнением задачи (учебной, боевой, заступлением на дежурство), его глубина составляет от нескольких часов до нескольких дней. Основу такого прогноза должны составить надежные, валидные и практичные тесты и алгоритмы их анализа [77, 109, 126].
Экстремальный характер деятельности этих специалистов, значительные физические и нервно-психические нагрузки и стрессы обуславливают актуальность и практическую необходимость разработки средств и методов прогноза надежности деятельности авиационных спасателей в условиях высокогорья. В то же время, несмотря на значительность полученных результатов в области аппаратного и медико- биологического обеспечения медицинского контроля человека в условиях высокогорья, их практическое использование для прогноза надежности профессиональной деятельности авиационных спасателей в высокогорье, затруднено. В связи с этим, решаемая в предлагаемой работе научно-практическая задача, направленная на создание методического обеспечения и автоматизированной системы-поддержки принятия решений, помогающей командиру и врачу оценить готовность личного состава подразделений авиационных спасателей к ведению профессиональной деятельности в горных условиях, является актуальной.
Одним из эффективных путей повышения профессиональной работоспособности авиационных спасателей в условиях высокогорья является повышение профессиональной готовности, которое определяется как сложное системное качество, складывающееся из уровня технической подготовленности и умений, возможностей организма адаптироваться к воздействию неблагоприятных факторов горной среды, и способности психики адекватно реагировать на особенности профессиональной деятельности [47, 142]. Профессиональная готовность напрямую зависит от функциональной надежности — интегральной характеристики, отражающей функциональную устойчивость систем организма по обеспечению профессиональной работоспособности, эффективности и надежности деятельности в любых, в том числе экстремальных, условиях деятельности [131]. Под функциональной устойчивостью понимается устойчивость функций систем организма специалиста в условиях профессиональной деятельности, степень адекватности реагирования определенных функций на условия и содержание рабочего процесса [149].
Важным научно-практическим направлением развития методического обеспечения оценки профессиональной готовности к деятельности авиационных спасателей в высокогорье является разработка математического обеспечения распознавания классов функциональной надежности личного состава, и его реализация на базе современных информационных технологий.
До настоящего времени в такой постановке задача оценки профессиональной готовности указанного контингента не решалась. При этом методическое обеспечение определяется как комплекс методик обследования лиц, проходящих горную подготовку, и математическое обеспечение, включающее в соответствии с ГОСТ 34.003-90 [39] совокупность применяемых математических методов, моделей и алгоритмов.
Таким образом, надежная оценка профессиональной готовности авиационных спасателей к действиям по поиску и спасанию терпящих бедствие людей в условиях высокогорья, является актуальной и нерешенной научно-практической задачей, решение которой направлено на обеспечение безопасности жизнедеятельности человека опасных профессий и способствует повышению эффективности и надежности деятельности по ликвидации чрезвычайных ситуаций в горах.
Основной идеей работы является применение принципа соответствия уровня функциональной надежности, физического, психологического состояния авиационных спасателей и их подготовленности уровню трудности и опасности условий деятельности для оценки готовности к выполнению профессиональных задач, особенно в горах.
Цель работы. Повышение эффективности, надежности и безопасности деятельности авиационных спасателей на основе разработки метода оценки их функциональной надежности и профессиональной готовности к проведению поисково-спасательных операций в экстремальных условиях высокогорья.
Для достижения поставленной цели решались следующие задачи:
Обоснование структуры интегрального показателя профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья и состава его компонентов.
Разработка математического обеспечения оценки функциональной надежности авиационных спасателей.
Структурная и параметрическая адаптация решающих правил для оценки компонентов профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья.
Синтез алгоритма оценки профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья.
Разработка автоматизированной системы оценки профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья.
Оценка эффективности разработанного методического обеспечения оценки профессиональной готовности.
Предмет исследования — методическое обеспечение оценки профессиональной готовности.
Объект исследования - профессиональная готовность авиационных спасателей к деятельности в условиях высокогорья.
Основные положения, выносимые на защиту:
1. Разработанное математическое обеспечение оценивания 5 компонентов профессиональной готовности - функциональной надежности, физической работоспособности, психологической готовности, технической и тактической подготовленности - позволяет по результатам комплексного обследования авиационных спасателей в условиях высокогорья распознавать их принадлежность по каждому компоненту к одному из 4 классов, отражаемых на шкале порядка и соответствующих оценкам «высокая», «средняя», «низкая», «крайне низкая».
2. Разработанное методическое обеспечение оценки профессиональной готовности авиационных спасателей позволяет распознать их принадлежность к классам профессиональной готовности с точностью не менее 95,2% , при этом количество ошибочных решений 1-го рода составляет 1,6%, 2 -го рода - 3,2%.
Методы исследования
При решении поставленных в работе задач использовались: - концептуализация и формализация задачи; анализ и систематизация данных обследований; опрос экспертов посредством опросного листа и анкетирования; статистическая обработка и комплексный анализ полученных данных; применение методов классификации, в частности теории дискриминантных функций; использование методов обработки экспертной информации, в том числе метода анализа иерархий; использование теории искусственных нейронных сетей; написание алгоритмов и программного кода.
Научная новизна полученных результатов определяется следующим: обоснована структура интегрального показателя профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья и состав его компонентов; разработано математическое обеспечение автоматизированной оценки функциональной надежности авиационных спасателей к деятельности в экстремальных условиях высокогорья; разработаны решающие правила для оценки компонентов профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья; синтезирован алгоритм оценки профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья.
Отличие от результатов, полученных другими авторами: - впервые разработана математическая модель оценки функциональной надежности авиационных спасателей, отличающаяся от известных синтезом решающего правила в виде последовательности операций, включающей вычисление дискриминантных функций для каждой составляющей функциональной надежности, определение по их значениям апостериорных вероятностей отнесения состояния человека к установленному классу, нахождение с использованием метода анализа иерархий вектора приоритетов, вычисление критериальных функций в виде взвешенной компонентами этого вектора суммы апостериорных вероятностей и выбор по максимальному значению указанных функций одного из альтернативных вариантов. - впервые разработан алгоритм, позволяющий определить класс профессиональной готовности авиационных спасателей к деятельности в условиях высокогорья по отдельным ее компонентам.
Теоретическая значимость полученных результатов состоит в разработке совокупности моделей и алгоритмов, обеспечивающих повышение точности определения класса профессиональной готовности, при создании диагностических систем.
Практическая значимость исследования определяется разработкой методического обеспечения, позволяющего сформировать целостную практическую основу для реализации системы оценки профессиональной готовности авиационных спасателей перед выполнением учебно-боевых задач в высокогорье.
Реализация и внедрение результатов исследования. Основные результаты настоящей работы реализованы и подтверждены актами внедрения: / в методиках медицинского контроля, коррекции и восстановления функционального состояния авиационных спасателей; S при оценке профессиональной готовности к деятельности в условиях высокогорья спасателей МЧС России; при проведении горной подготовки и учений в горной местности специальных подразделений силовых ведомств; в учебном процессе на кафедре теории и методики прикладных видов спорта и экстремальной деятельности Российского государственного университета физической культуры, спорта и туризма.
Апробация работы. Результаты исследований, выполненных по теме диссертации, доложены и обсуждены на конференциях:
Четвертом всероссийском симпозиуме «Боевой стресс: механизмы стресса», посвященной 75-летию ГосНИИИ ВМ МО РФ (Москва, 2005);
Конгрессе «Современные технологии спорта высших достижений в профессиональной подготовке сотрудников силовых ведомств» (Москва, РГУФК, 2006);
Конференции профессорско-преподавательского состава РГУФК «Проблемы переподготовки и повышения квалификации специалистов в спортивной отрасли» (Москва, 2006);
Пятом всероссийском симпозиуме по проблемам боевого стресса «Война и здоровье» ГосНИИИ ВМ МО РФ (Москва. - 2006);
Второй международной научно-практической конференции «Актуальные проблемы подготовки специалистов по горным видам спорта» (Москва, РГУФК, 2006);
Всероссийской научной конференции памяти академика РАЕН B.C. Ястребова «Безопасность в экстремальных ситуациях: медико-биологические, психолого-педагогические и социальные аспекты» (Москва, РГУФК, 2006).
Публикации. По теме диссертации опубликовано 17 научных работ, в том числе 5 работ в научных журналах, входящих в Перечень ведущих рецензируемых научных журналов и изданий ВАК Минобрнауки РФ.
Структура и объем работы. Диссертация изложена на 156 страницах машинописного текста, состоит из введения, четырех глав, заключения, выводов и списка использованных литературных источников. Текст иллюстрирован 30 таблицами и 16 рисунками, список литературы включает 150 источников.
Методические подходы к оцениванию функциональной надежности лиц опасных профессий
Изучение вопросов повышения эффективности и надежности деятельности человека в условиях разнообразных внешних и внутренних воздействий является традиционной областью исследования целого ряда прикладных научных дисциплин: психологии труда, физиологии труда, инженерной психологии, военной медицины [23, 25, 33, 93, 100, 102, 107, ПО, 126, 127, 128, 130]. Особое значение для наук, изучающих военного специалиста в процессе труда, имеют исследования функционального состояния (ФС) лиц опасных профессий. Решение разнообразных прикладных задач непосредственно зависит от полноты описания, правильности оценки и прогноза развития этих состояний [ 33, 61, 98, 103, ПО]. Существующие в настоящее время представления о функциональном состоянии были сформулированы в трудах [37, 43, 61, 62, 65, 71, 72, 82, 83, 88, 90, 103, 114], в дальнейшем, в трудах [126, 130, 147] были развиты представления о функциональном состоянии человека-оператора.
В практике медико-психологического обеспечения операторской деятельности используется разделение ФС на допустимые и недопустимые по критериям надёжности и цены деятельности [130].
Критерий надежности деятельности характеризует ФС с точки зрения способности оператора выполнять задачи профессиональной деятельности с заданным уровнем надежности.
По критерию цены деятельности дается оценка ФС с позиции истощения резервов подсистемы обеспечения деятельности организма. Такая классификация носит нормативный характер и достаточно широко используется при решении задач медицинского контроля за специалистами операторского профиля, в практике врачебной экспертизы на предмет профессиональной пригодности и т.п. Вместе с тем следует отметить, что математические модели зависимости надёжности действий оператора от экспозиции (интенсивности и продолжительности) воздействия неблагоприятных факторов условий деятельности до настоящего времени не разработаны, что существенно ограничивает возможности практического применения названной классификации.
В основу этой классификации ФС положен критерий адекватности формируемого состояния человека требованиям выполняемой деятельности [126, 130]. Для описания этих состояний в медицине и эргономике используется понятие «физиологический эквивалент деятельности», под которым понимается состояние динамической активности функциональных систем организма, обеспечивающих выполнение конкретной профессиональной деятельности. Физиологический эквивалент формируется в процессе освоения профессиональной деятельности и отдельных её элементов; процесс его формирования представляет собой адаптацию оператора к конкретному виду деятельности. Физиологический эквивалент деятельности имеет три градации: повышенный, должный и пониженный.
Должный уровень физиологического эквивалента деятельности характеризуется такой активацией функций, которая обеспечивает высокую продуктивность работы при наиболее экономном расходовании физиологических ресурсов и стабильном функционировании гомеостатических и адаптивных механизмов регуляции организма.
Повышенный уровень физиологического эквивалента деятельности характеризуется величинами эффективности деятельности физиологических реакций, которые достоверно превышают адекватные нормативы «эквивалента».
Пониженный уровень физиологического эквивалента деятельности характеризуется достоверным его уменьшением по сравнению с должным уровнем.
По физиологическому эквиваленту деятельности ФС разделяются на два класса: состояния адекватной .мобилизации и состояния динамического рассогласования - при этом в качестве критерия используется ФС человека в процессе деятельности, т.е. решается вопрос: если оператору можно осуществлять профессиональную деятельность — то каким образом, а если нельзя — то почему.
В последние годы, после публикации работ [128, 131] особое значение в профилактической и, особенно, военной медицине занимают проблемы обеспечения профессионального здоровья. Пономаренко В.А. определяет это понятие, как "способность человеческого организма сохранять заданные компенсаторные и защитные свойства, обеспечивающие работоспособность в условиях, в которых протекает профессиональная деятельность" [102]. Применение этого термина предполагает наличие несколько иных, чем ранее, подходов к изучению связей между состоянием здоровья и резервными возможностями организма [130]. В этом случае способность врача установить причины изменений на более тонком, чем органические повреждения, уровне существенно зависит от используемого инструментария (в том числе - программно-информационного обеспечения), но при успешном решении методических вопросов может быть определяющим механизмом надежности профессиональной деятельности. По мнению ряда специалистов авиационной медицины [131, 144], именно функциональные резервы, обеспечивающие конкретный вид профессиональной деятельности в определенных условиях жизнедеятельности индивида, а не просто отсутствие болезни, выступают при таком определении истинным потенциалом готовности к выполнению профессиональных задач.
Что касается истории вопроса, то первоначально на идеях донозологическои диагностики в области профилактической медицины в большей степени базировались массовые прогностические обследования населения [7, 13]. Однако в настоящее время многие медицинские мероприятия также могут быть построены, исходя из задачи раннего выявления факторов риска и нарушений функционального состояния. Эти новые подходы заключаются в использовании таких методов и алгоритмов оценки, которые позволяют выявлять уровень функциональных резервов, скорость их снижения и причины напряженности регуляторных систем [60, 69, 83, 84, 86, 87, 98, 137].
На основании изложенного очевидна необходимость использовать при разработке автоматизированной оценки (АО) функционального состояния определенную методологию, основанную на представлениях об этиопатогенезе и стадиях развития стрессогенных заболеваний с позиций теории адаптации [15, 17, 41, 84, 120, 148]. Функционирование организма как динамической биосистемы может быть описано рядом переходных состояний: здоровье - адаптация - предболезнь - болезнь [83]. В случае многих стрессогенных заболеваний переход от состояния здоровья к болезни, от нормы к патологическому сдвигу состояния, представляет собой процесс снижения адаптационного потенциала, в результате чего на начальных стадиях процесса возникают различные пограничные состояния, в том числе донозологические и преморбидные. Их распознавание представляет собой сложную задачу, расцениваемую многими специалистами как вполне самостоятельный раздел профилактической медицины [17, 26, 27, 28, 38, 51, 63, 72, 81, 118, 129, 144, 138, 137, 141].
Исследование показателей вариабельности сердечного ритма
В своей работе мы использовали холтеровский монитор ЭКГ «АннаФлэш» - 2-х канальный кардиограф, предназначенный для мониторирования ЭКГ, регистрации в процессе профессиональной деятельности, экспресс-контроля функционального состояния по сердечному ритму [114, 117, 147].
В настоящее время определение вариабельности сердечного ритма признано наиболее информативным неинвазивным методом количественной оценки вегетативной регуляции. Установлено, что снижение показателей вариабельности свидетельствует о нарушении вегетативного контроля, сердечной деятельности и неблагоприятно для прогноза.
Расчет статистических показателей вариабельности ритма сердца производился по следующим показателям: RRNN - средняя длительность RR-интервалов, мс; SDNN - стандартное отклонение RR-интервалов. Один из основных показателей сердечного ритма, характеризует состояние механизмов регуляции. SDNN является интегральным показателем, характеризующим вариабельность ритма в целом. Увеличение или уменьшение этого показателя свидетельствует о смещении вегетативного баланса в сторону преобладания одного из отделов ВНС, SDNN / RRNN 100- коэффициент вариации (%); RMSSD - среднеквадратичное различие между продолжительностью соседних синусовых интервалов R-R; NN50 — количество соседних интервалов R-R , которые различаются более чем на 50 мс; pNN50 - доля соседних интервалов R-R , которые различаются более чем на 50 мс. Временной анализ был представлен: а) вариационной пульсометрией по P.M. Баевскому с расчетом следующих показателей: МО - мода (отражает активность гуморального канала регуляции ритма сердца); АМО - амплитуда моды (отражает активность симпатической регуляции ритма сердца); ИН - индекс напряжения (характеризует степень напряжения регуляторных механизмов ритма сердца и отражает степень централизации управления сердечным ритмом); ВР - вариационный размах (указывает на активность вагусной регуляции сердца). ИВР - определяет соотношение симпатической и парасимпатической регуляции сердечной деятельности. ПАПР - показатель адекватности процессов регуляции, отражает соответствие между уровнем функционирования синусового узла и симпатической активностью. ВПР - вегетативный показатель ритма, позволяет судить о вегетативном балансе; чем меньше величина ВПР, тем больше вегетативный баланс смещен в сторону преобладания парасимпатической регуляции. б) анализом «купола» гистограммы для оценки влияния вагуса с расчетом следующих показателей: Tr. In. - триангулярный индекс (HRV triangular index); TINN - индекс триангулярной интерполяции гистограммы интервалов ширина основного купола гистограммы RR интервалов; параметры WN1 и WN5, отражающие ширину гистограммы на уровне 1% и 5% от общего количества элементов, используемых для построения гистограммы; параметры WAM5 и WAM10 на уровне 5% и 10% амплитуды моды. в) корреляционной ритмографией (по двумерному распределению RR интервалов) для выделения быстрых и непериодических волн ритма с расчетом следующих показателей: длина продольной оси скаттерграммы, отражающая выраженность медленной периодики ритма сердца; длина поперечной оси скатерграммы; отношение длин продольной и поперечной осей, отражающее выраженность медленных волн ритма; площадь скатерграммы. Для спектрального анализа применялись следующие показатели: HF - колебания ЧСС при высоких частотах (0.15-040 Гц ) для оценки активности парасимпатического отдела вегетативной нервной системы; LF - низкочастотная часть спектра (0.04-0.15 Гц) для оценки колебаний, характерных для активности симпатического отдела вегетативной нервной системы; VLF - очень низкие частоты (0.003-0.04 Гц), отражающие влияние ренин ангиотензин-альдостероновой системы, концентрации катехоламинов в плазме, системы терморегуляции и других факторов; LF/HF- показатель баланса симпатических и парасимпатических влияний; Total power - общая мощность спектра или полный спектр частоты, отражающие суммарную активность вегетативного воздействия на сердечный ритм.
Поиск решающего правила для определения функциональной надежности в нейросетевом базисе
Обучение нейронной сети состоит в поиске наилучших значений весовых коэффициентов и осуществляется с помощью алгоритма обратного распространения. Для каждого эталонного входа сеть порождает выход, который сравнивается с ожидаемым выходом. Величина сигнала выходного нейрона истинного класса должна быть максимальна, а сигналы всех прочих нейронов выходного слоя - минимальны. По результатам сравнения строится функция ошибки от весов синапсов выходного слоя, которая должна быть минимизирована методом наименьших квадратов. Обратным алгоритм называется вследствие итерационной процедуры пересчета весовых коэффициентов. На каждой отдельной итерации пересчет весов осуществляется «справа - налево»: коррекция весов выходного слоя определяется непосредственно через градиент функции ошибок, коррекция коэффициентов предпоследнего уровня вычисляется через величины коррекции коэффициентов последнего уровня, и т.д. до коррекции весов" первого уровня. При этом коррекция осуществляется по формулам общего вида
В выражении (3.1.2.1) величины Sjn)являются вспомогательными коэффициентами, которые вычисляются при «обратном распространении ошибки», t - порядковый номер итерации, rj - параметр, именуемый «скорость обучения», р, - параметр обучения, именуемый «коэффициент инерционности». Скорость обучения (которая определяет величину изменения весов) уменьшается при отсутствии сходимости последовательности значений функции ошибки: если нет улучшения значения функции ошибки за и итераций, тогда скорость обучения уменьшается в v раз (и, v - управляющие параметры программы).
Для обучения МП использовался алгоритм обратного распространения ошибки [139], в котором для надежного нахождения глобального минимума функции суммарной квадратичной ошибки E{wtJ) важную роль играют изменяемые параметры скорости - ц и момента - ц обучения, связанные уравнением: где w - весовой коэффициент нейронной сети между і-м иу -м узлами МП; Aw (t)- поправка к весовому коэффициенту на t-й эпохе обучения. 1.) Выбор количества нейронов в скрытом слое производилась исходя из эмпирических формул [139]: где: Р - количество примеров, п - число входов, t - число выходов, Н количество нейронов в скрытом слое, W количество весов Используя данные оценки, приходим к выводу, что количество нейронов в скрытом слое /f 40 . 2.) Передаточная функция: Выберем передаточную функцию - сигмоидальную (рис 3.1.2.1) 3.) Скорость обучения г] (таблица 3.1.2.1). л = 0,001 + 0,5 , для реальных задач рекомендуется г 0,01 Было проведено 10 экспериментов для и = 0,001.. .0,1 с шагом 0,001. 4.) Момент ji (таблица 3.1.2.1). Было проведено 7 экспериментов для ц = 0,3...0,9 с шагом 0,1. 5.) Начальный разброс весов 8 Для нашей задачи применялся начальный разброс весов 5=0,3. 6.) Выбор примеров: Все примеры были отобраны так, чтобы в каждом наборе сохранялась представительность 4-х классов функционального состояния в пропорциях генеральной совокупности. При обучении нейронной сети был выбран случайный выбор примеров. 7.) Интервал проверки на тестовом наборе был выбран равным одной эпохе. 8.) Прекращение тренировки было выбрано равным 500 эпох после минимума ошибки на тестовом наборе. Вероятностная нейронная сеть имеет единственный управляющий параметр обучения, значение которого должно выбираться пользователем, -степень сглаживания (или отклонение гауссовой функции). Этот параметр выбирается из тех соображений, чтобы шапки " определенное число раз перекрывались": выбор слишком маленьких отклонений приведет к "острым" аппроксимирующим функциям и неспособности сети к обобщению, а при слишком больших отклонениях будут теряться детали. Требуемое значение несложно найти опытным путем, подбирая его так, чтобы контрольная ошибка была как можно меньше. Полученные данные в этой задаче довольно «рыхлые» и целесообразно попробовать решить задачу классификации нейронными сетями ВНС, которые имеют следующие преимущества по сравнению с сетями с обратным распространением ошибки [139]: - очень быстрое и простое обучение; - работа с рыхлыми данными и малым количеством данных; - легкое добавление/ удаление примеров; - однозначность тренировки, отсутствие локальных минимумов; и следующие недостатки: - медленная работа на большом количестве примеров; - локальность аппроксимации; - чувствительность к уровню шума; При обучении вероятностной нейронной сети был подобран оптимальный параметр сглаживания а в выражениях гауссовой функции.
В итоге, была отобрана наилучшая сеть, в смысле максимального процента правильно классифицированных классов функциональной надежности с параметром сглаживания (таблица 3.1.2.3). а = 0,8 со следующими характеристиками: R2 = 0,885, е = 0,022.
Обученные «в лоб» нейронные сети существенно хуже определяют класс функционального состояния, чем эксперты. Основной причиной этого является плохая разделимость классов, зашумленность данных и эффект «ложных корреляций», появляющийся из за наличия большого количества сильно коррелированных данных, а также связанных аналитической зависимостью.
Основным приемом борьбы с этим является снижение размерности входных данных, контрастирование нейросетей. Анализ значимости входов нейронной сети
Проклятие размерности. Каждый дополнительный входной элемент искусственной нейронной сети - это новая размерность в пространстве данных. Чтобы достаточно плотно "заселить" iV-мерное пространство и "увидеть" структуру данных, нужно иметь довольно много точек. Необходимое число точек быстро возрастает с ростом размерности пространства (грубо говоря, как 2" для большинства методов). Большинство типов нейронных сетей (в частности, многослойный персептрон) в меньшей степени страдают от проклятия размерности, чем другие методы, потому что сеть умеет следить за проекциями участков многомерного пространства в пространства малой размерности (например, если все веса, выходящие из некоторого входного элемента, равны нулю, то МП-сеть полностью игнорирует эту входную переменную). Тем не менее, проклятие размерности остается серьезной проблемой, и качество работы сети можно значительно улучшить, исключив ненужные входные переменные. На самом деле, чтобы уменьшить эффект проклятия размерности иногда бывает целесообразно исключить даже те входные переменные, которые несут в себе некоторою (небольшую) информацию [94].
Внутренние зависимости между переменными Необходимо каждую переменную - кандидата на то, чтобы служить входом сети, можно независимо оценить на "полезность", а затем отобрать самые полезные переменные. К сожалению, как правило, это бывает невозможно сделать, и две или более взаимосвязанных переменных могут вместе нести существенную информацию, которая не содержится ни в каком их подмножестве. Классическим примером может служить задача с двумя спиралями, в которой точки данных двух классов расположены вдоль двух переплетающихся двумерных спиралей. Ни одна из переменных в отдельности не несет никакой полезной информации (классы будут выглядеть совершенно перемешанными), но глядя на обе переменные вместе, классы легко разделить. Таким образом, в общем случае переменные нельзя отбирать независимо.
Оценка качества распознавания классов профессиональной готовности и рекомендации для лица, принимающего решение
Применение разработанного алгоритма позволило отнести каждого спасателя, входящего в состав контрольной выборки, к классам ПГ и оценить точность классификации (таблица 4.2.1) На основе разработанного методического аппарата была создана автоматизированная система оценки ПГ авиационных спасателей в высокогорье, структурная схема которой показана на рис. 4.2.2. В систему включены следующие элементы: - блок ввода данных обследований представляет собой интерфейс типа экранных форм, в которые производится ввод показателей, полученных в результате обследований авиационного спасателя; - блок распознавания принадлежности обследуемых к классам компонентов профессиональной готовности обеспечивает применение решающих правил к введенным данным и распознавание принадлежности к определенному классу; - блок распознавания принадлеэ/сности обследуемых к классам профессиональной готовности предназначается для распознавания класса ПГ спасателю по вычисленным оценкам ее компонентов на предыдущем этапе в результате применения алгоритма «ближайшего соседа»; база данных решающих правил содержит коэффициенты дискриминантных функций в виде массивов переменных и констант; - база данных векторов профессиональной готовности формируется из обучающих примеров и пополняется в результате работы алгоритма распознавания и представляет собой совокупность прецедентов; - блок рекомендаций ЛПР формируется на основании информации о классах компонентов и класса ПГ авиационных спасателей. Разработанная система поддержки принятия решения командира ВС имеет модульную структуру и допускает модификацию и добавление новых модулей расчета итоговых показателей. Разработка системы производилась при помощи средств визуального программирования Visual Basic for Applications (VBA) под операционной системой MS Windows XP.
Интерфейс «человек-ЭВМ» включает два основных компонента: процесс диалога, который связывает фоновые процессы в одну систему и набор процессов ввода-вывода, обеспечивающий физическую связь между пользователем и процессом диалога. Процесс диалога интерпретирует входные и выходные сообщения на логическом уровне и имеет дело с содержимым сообщений. Качество диалога оценивается по пяти критериям [50]: естественность, последовательность, краткость, поддержка пользователя и гибкость. Традиционно рассматриваются четыре основные структуры диалога, каждая из которых соответствует определенному типу взаимодействия между людьми, и отвечает определенным критериям качества: структура типа меню отображает полный список вариантов и дает пользователю возможность выбрать один из них вводом идентификатора с клавиатуры или прямым указанием выбора на экране; структура типа вопрос-ответ может использоваться как для выбора из списка, так и для ввода данных с клавиатуры; структура типа экранных форм выводит на экран серию вопросов и требует от пользователя дать ответ на каждый из них, при этом последовательность ответов пользователя не определяется, и пользователю предоставляется дополнительная возможность редактировать введенные ответы до выхода из окна с вопросами; структура типа команд предполагает, что пользователь обладает специальной подготовкой, и требует в ответ на стандартный вопрос нескольких ответов, указывающих как задачу, так и ассоциированные с ней данные.
Практическая реализация системы осуществлялась при проведении горной подготовки авиационных спасателей в ущелье Адыл-Су на Центральном Кавказе на высоте от 2000 до 4000 м над уровнем моря. Личный состав подразделения был разбит на 2 однородные группы, численностью по 50 человек в каждой. В обеих группах был произведен комплекс обследований в начале обучения с целью определения уровня ПГ авиационных спасателей. В первой группе обучение проводилось без учета класса ПГ. Во второй группе было проведено разделение личного состава на учебные группы, соответствующие классам ПГ. Дальнейшее обучение во второй группе проводилось по программам горной подготовки с учетом соответствия класса готовности уровню сложности решаемых задач. Учебный процесс горной подготовки строился на принципах дифференцированного обучения [Мартынов И.А., 1987] с учетом индивидуально-типологических особенностей обучаемых, которые выявлялись в процессе обследований и последующей обработки созданной автоматизированной системой. Полученные данные стали основой для принятия решений по формированию отделений и выбора стратегии обучения. После прохождения курса горной подготовки в обеих группах все спасатели были обследованы и определен класс их ПГ. Анализ полученных результатов в начале и в конце сборов по горной подготовке показал, что в обеих группах наблюдалась определенная динамика перехода спасателей в различные классы готовности в течении прохождения сборов (рис.4.3.1.1). Переход происходил двумя путями: по типу «роста», если спасатель переходил в смежный класс с ростом ПГ и «снижение», если происходил его переход в более низкий класс.
