Содержание к диссертации
Введение
Глава 1. Аналитический обзор, цель и задачи исследования 12
1.1. Основные определения, теоретические основы и классификация функциональных состояний человека 12
1.2. Методы диагностики и управления функциональным состоянием человека 21
1.3. Использование современных информационных технологий для оценки и управления функциональным состоянием 28
1.4. Цель и задачи исследования. 36
Глава 2. Разработка методов анализа и управления функциональным состоянием человека 38
2.1. Объект, методический аппарат и средства исследования. 38
2.2. Выбор способа классификации функциональных состояний и формирование пространства информативных признаков 51
2.3. Метод оценки уровня активации на основе анализа энергетического состояния меридианных структур и параметров внимания человека 67
2.4. Метод синтеза нечётких гетерогенных правил принятия решений по дифференциальной диагностике, оценке уровня и управлению функциональным состоянием и состоянием здоровья человека 82
Выводы второй главы 97
Глава 3. Разработка основных элементов системы поддержки принятия решений для анализа и управления функциональным состоянием 99
3.1. Синтез нечётких моделей принятия решений по классификации диагностике и оценке уровня функциональных состояний 99
3.2. Алгоритм управления процессами оценки и коррекции состояния здоровья по показателям функционального состояния человека 117
3.3. Структура системы поддержки принятия решений по оценке и управлению функциональным состоянием человека 128
Выводы третьей главы 134
Глава 4. Результаты экспериментальных исследований 135
4.1. Оценка качества работы решающих правил классификации функциональных состояний 135
4.2. Оценка качества работы правил прогнозирования и ранней диагностики заболеваний сердечно-сосудистой системы при использовании в качестве одного из ведущих факторов риска показателей, характеризующих функциональное состояние 139
4.3. Оценка качества работы нечетких решающих правил прогнозирования и ранней диагностики нервных болезней и эффективности работы алгоритма управления процессами принятия решений 153
Выводы четвертой главы 159
Заключение. 160
Библиографический список. 162
- Методы диагностики и управления функциональным состоянием человека
- Выбор способа классификации функциональных состояний и формирование пространства информативных признаков
- Алгоритм управления процессами оценки и коррекции состояния здоровья по показателям функционального состояния человека
- Оценка качества работы правил прогнозирования и ранней диагностики заболеваний сердечно-сосудистой системы при использовании в качестве одного из ведущих факторов риска показателей, характеризующих функциональное состояние
Введение к работе
Актуальность темы. Одной из важных проблем современного здравоохранения является повышение качества медицинского обслуживания населения, включая решение задач прогнозирования, диагностики выбора рациональных схем профилактики и лечения, повышения безопасности функционирования человеко-машинных систем и др. Опыт решения подобных задач показывает, что эффективность их решения заметно возрастает, если в качестве интегрального показателя, характеризующего функционирование организма, использовать оценку его функционального состояния с дальнейшим выбором рациональных схем управления этим состоянием.
В современной психофизиологии применяется большой набор различных методов и средств, используемых для оценки функционального состояния человека на психологическом и физиологическом уровнях. Однако, несмотря на достигнутые успехи, проблема количественной оценки функционального состояния человека признаётся далёкой от своего окончательного решения.
Значительные трудности и разногласия возникают даже на этапе определения и классификации функциональных состояний, что не позволяет получать надёжных формальных моделей, связанных с этим понятием.
С математической точки зрения сложность решения задачи классификации функциональных состояний определяется тем, что используемые признаки носят разнотипный характер и не имеют чёткой и однозначной связи с исследуемыми классификационными структурами, которые в свою очередь характеризуются нечёткими переходами из класса в класс.
С учётом сказанного актуальность работы определяется необходимостью разработки методов и средств, обеспечивающих повышение эффективности оценки и управления функциональными состояниями человека за счёт использования современных информационных технологий и математических методов, сохраняющих свою работоспособность в условиях неполного описания исходных данных и структуры классов, что в свою очередь позволяет решать задачи повышения качества медицинского обслуживания населения, страдающего целым рядом социально-значимых заболеваний, и увеличить надежность работы социотехнических систем, в которых важным звеном управления является человек.
Работа выполнена в соответствии с Федеральной целевой программой «Научные и научно-педагогические кадры инновационной России» на 2009-2013 гг., в рамках реализации мероприятия №1.2.1 «Проведение научных исследований научными группами под руководством докторов наук», в соответствии с Федеральной целевой программой «Предупреждение и борьба с социально-значимыми заболеваниями» 2007-2011 гг. и с научным направлением Юго-Западного государственного университета «Медико-экологические информационные технологии».
Цель работы. Разработка методов, моделей и алгоритмов анализа функционального состояния человека, обеспечивающих повышение качества решения задач управления этими состояниями, прогнозирования и диагностики соответствующих классов заболеваний, а так же повышения надежности работы человеко-машинных систем за счет применения гетерогенных правил нечеткого вывода и современных информационных технологий.
Для достижения поставленной цели необходимо решить следующие задачи:
- на основании анализа существующих подходов в диагностике функциональных состояний человека и структуры данных выбрать способ классификации, систему информативных признаков и адекватный математический аппарат исследования;
- разработать метод синтеза нечетких гетерогенных моделей принятия решений для задач классификации и оценки уровня выделенных классов функциональных состояний человека;
- получить математические модели принятия решений на основе нечётких решающих правил для классификации, оценки уровня и управления функциональным состоянием человека;
- разработать алгоритм управления и основные элементы системы поддержки принятия решений для оценки и управления функциональным состоянием и состоянием здоровья по показателям, характеризующим это состояние;
- оценить эффективность предложенных методов и средств в ходе статистических испытаний на репрезентативных контрольных выборках.
Методы исследований. Для решения поставленных задач использовались методы теории управления биотехническими системами, системного анализа, моделирования, теории синтеза сложных информационных систем, теории алгоритмов, нечётких множеств, прикладной математической статистики, экспертного оценивания.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной и выносимые на защиту:
- система информативных признаков, отличающаяся использованием разномодальных составляющих (энергетические характеристики меридианных структур, показатели характеризующие состояние внимания, результаты субъективного тестирования), характеризующих различные уровни функционирования организма, позволяющая строить модели различных классов функциональных состояний;
- метод синтеза нечётких гетерогенных моделей принятия решений по дифференциальной диагностике, оценке уровня и управлению функциональным состоянием, отличающийся тем, что процедура синтеза производится на основе оценок функций организма различной модальности с учетом структуры классификационных пространств, что позволяет повысить качество классификации функциональных состояний, получить количественные характеристики для оценки их уровня и правила рационального управления этими состояниями;
- система правил нечёткого вывода, отличающаяся возможностью выделения различных классов функциональных состояний с определением количественных характеристик их уровня, составившая основу построения базы знаний соответствующей системы поддержки принятия решений, позволяет решать поставленные в работе задачи с требуемым для практики качеством при приемлемых технико-экономических затратах;
- алгоритм управления процессами оценки и коррекции функционального состояния и состояния здоровья человека, отличающийся наличием трехконтурной схемы управления исследуемыми классами состояний для различных уровней с учетом индивидуальных особенностей организма и возможностей лечебно-профилактических учреждений, позволяющий формировать рекомендации по рациональным схемам управления исследуемыми состояниями.
Практическая значимость работы. Разработанные методы, модели, алгоритмы и соответствующее программное обеспечение составили основу построения системы поддержки принятия решений, опытная эксплуатация элементов которой позволяет рекомендовать её к использованию при решении широкого круга задач, где учёт функционального состояния человека приводит к повышению качества принимаемых решений (повышение надёжности работы информационно - и энергонасыщенных систем; прогнозирование, ранняя и дифференциальная диагностика заболеваний, в которых одним из ведущих факторов риска является неблагоприятное функциональное состояние; профессиональный отбор и рациональная расстановка кадров и др.).
Основные теоретические и практические результаты работы приняты к использованию в МУЗ «Городская клиническая больница скорой медицинской помощи» г. Курска и используются в учебном процессе Юго-Западного государственного университета при подготовке специалистов по направлению «Биомедицинская инженерия», при чтении лекций и проведении лабораторных занятий по курсу «Компьютерные технологии в медико-биологических исследованиях».
Соответствие диссертации паспорту научной специальности
Данная диссертационная работа соответствует п.1 «Исследование, разработка и создание медицинской техники, изделий, инструментов, методов и способов диагностики и лечения человека, которые рассматриваются как средства восстановления нарушенной поливариантной системы, представление которой возможно математической, физико- и биотехнической, механической моделью, а также энергетической, физико-химической, химической, электрохимической моделью и т.д.» паспорта специальности - 05.11.17 «Приборы, системы и изделия медицинского назначения».
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: III Всероссийской научно-технической конференции «Информационные и управляющие технологии в медицине и экологии» (Пенза 2009); Всероссийской научно-технической конференции «Биомедицинская инженерия и биотехнология» (Курск, 2009); XII международной научно-технической конференции «Медико-экологические информационные технологии» (Курск, 2009); XVI Международной научно-технической конференции с международным участием «Материалы и упрочняющие технологии» (Курск, 2009); Межрегиональной научно-практическая конференция «Информационные технологии в медицинских и педагогических исследованиях» (Курск, 2009); III Международной молодежной научной конференции «Молодежь и XXI век» - 2011 (Курск, 2011); Региональной научно-практической конференции «Медицинские приборы и технологии» (Тула, 2011), научно-технических семинарах кафедры биомедицинской инженерии Юго-Западного государственного университета.
Публикации. По материалам диссертации опубликовано 13 печатных работ, перечень которых приведен в конце автореферата, из них пять работ в рецензируемых журналах и изданиях, рекомендованных ВАК Минобрнауки России.
Личный вклад автора. Все выносимые на защиту научные результаты получены соискателем лично. В опубликованных в соавторстве работах личный вклад соискателя сводится к следующему: в работах [1, 2, 7, 9, 10, 12, 13] соискателем предложены метод синтеза и система гетерогенных нечетких решающих правил для классификации и оценки уровня показателей, характеризующих функциональное состояние человека. В работах [4, 6] рассматриваются вопросы диагностики и управления состоянием здоровья человека по показателям, характеризующим функциональное состояние, в работах [3, 5] предлагаются методы оценки уровня таких классов функциональных состояний как психоэмоциональное напряжение и утомление, в работе [8] для моделирования психоэмоционального напряжения предлагается использовать методику исследования параметров памяти, а в работе [11] исследуются вопросы измерения функционального состояния в процессе выполнения операторской деятельности.
Структура и объем диссертации. Диссертация состоит из ведения, четырех глав, заключения и библиографического списка, включающего 180 наименований. Объем основного теста диссертации 179 страниц, 63 рисунка и 32 таблицы.
Методы диагностики и управления функциональным состоянием человека
В настоящее время известно большое число методов, используемых для оценки функционального состояния человека. Анализ этих методов позволяет классифицировать их на две большие группы: физиологические и психологические, которые различные исследователи реализуют либо отдельно, либо совместно.
В группе физиологических методов исследования для оценки функционального состояния традиционно используются разнообразные показатели работы центральной нервной системы и вегетативные сдвиги [90, 179]. К их числу относятся, прежде всего, электрофизиологические показатели: электроэнцефалограмма (ЭЭГ), электромиограмма (ЭМГ); кожно-гальваническая реакция (КГР), а также частота сердечных сокращений, тонус сосудов, величина диаметра зрачка и многие другие! Кроме того, интенсивно развиваются исследования биохимических сдвигов в организме при различных функциональных состояниях [140].
Изменения параметров электрической активности мозга традиционно рассматриваются в качестве непосредственного индикатора уровня активации [18, 157]. Различным видам функциональных состояний ставят в соответствие характерные изменения в ЭЭГ. Так, проявлением развивающегося утомления считается реакция десинхронизации альфа-ритма в сочетании с появлением периодов медленной активации: дельта- и тета ритмов [90]. По мере утомления продолжительность этих периодов увеличивается и имеет место картина «гиперсинхронизации» ЭЭГ. К числу наиболее информативных показателей динамики функциональных состояний обычно относят различные параметры деятельности сердечно-сосудистой и дыхательной систем: частоту сердечных сокращений, величину артериального давления, состояние различных отделов сосудистого русла, частоту и глубину дыхания и др. [16, 90, 179]. Развитие состояний напряжённости и утомления, связанных с увеличением энергетических затрат, приводит к возрастанию частоты сердечных сокращений, усилению газообмена и других параметров, свидетельствующих об изменениях в энергетическом балансе организма. В качестве одного из критериев оценки уровня активации используют кожно-гальванический рефлекс (КГР) [90, 93]. Для исследования непроизвольных тонических сдвигов уровня активации изучают динамику изменения таких вегетативных показателей как температуры тела, функционирование пищеварительных и выделительных систем и др. [114, 120]. Другие сведения об использовании группы физиологических показателей для решения задач диагностики ФС можно найти в соответствующей литературе [82].
Имеется ряд публикаций, показывающих целесообразность использования энергетической реакции биологически активных точек (БАТ) для контроля за динамикой функциональных состояний, включая выделение классов активации, эмоционального напряжения, утомления и функционального покоя. Это обусловлено тем, что «энергетические» разбалансы БАТ различных меридианных структур отображают системные энергоинформационные процессы, как в целостном организме, так и в отдельных системах.
На психологическом уровне изменение функционального состояния человека сопровождается определёнными «сдвигами» в протекании основных психических процессов: восприятия, внимания, памяти, мышления и изменениями в эмоционально-волевой сфере, оцениваемые с помощью различных психометрических процедур. Многочисленны состояния, которым сопутствуют комплексы отчётливо выраженных субъективных переживаний. Так, например, при сильных степенях утомления человек испытывает чувства усталости, вялости, бессилия. Состоянию монотонии свойственны переживания скуки, апатии, сонливости. В состояниях повышенной эмоциональной напряжённости ведущими являются чувства тревоги, нервозности, переживания опасности и страха. "г В психологической практике диагностика функциональных состояний чаще всего проводится на основании оценки усггешности вБПто нения определённого вида деятельности. При этом анализируются динамика показателей количества, качества и скорости выполнения задачи, а также лежащие в её основе изменения соответствующих психологических функций. В качестве примера анализа может выступать реальная трудовая деятельность человека. Основными показателями изменения состояния в этом случае служат сдвиги количественных и качественных характеристик эффективности работы, главным образом по их внешним проявлениям [24, 82, 156]. Примером комплексного подхода к исследованию ФС человека по фазам динамики деятельности на физиологическом и психологическом уровне является работа [150], в которой определялись функциональные состояния у операторов-микроконтролёров (микроскопистов) и операторов сварщиков в терминах сменной динамики работоспособности. В этой работе анализ динамики работоспособности проводился на основе показателей отражающих изменения функциональных состояний на различных уровнях: поведенческом (изменение производительности труда); физиологическом (величина физиологической напряжённости со стороны энергетической мобилизации); психологическом (по показателям эффективности процессов приёма и переработки зрительной информации и наличия субъективных переживаний утомления). Оценка производительности труда проводилась по данным хронометража, в ходе которого фиксировались объёмы выполненной работы за определённые интервалы времени. Показателем производительности (Р) служило количество изготовленных приборов или просмотренных кристаллов за час работы. Физиологическая напряжённость определялась по частоте сердечных сокращений (ЧСС) как средняя величина по 10-минутным замерам. В группе психометрических методик в качестве информативных были отобраны методика опознания (ОП) и методика полного воспроизведения (ПВ). Методика (ПВ) состоит в воспроизведении испытуемым всех членов предъявляемой ему последовательности цифр. В методике ОП испытуемый должен узнать только один из элементов предъявляемой последовательности [82, 84].
Выбор способа классификации функциональных состояний и формирование пространства информативных признаков
При исследовании такого показателя как объём памяти (ОП) используется интерактивная клавиатура 1, которая в данном виде тестирования играет роль квадратной матрицы поля стимулов (КМПС). Основная процедура обследования состоит из ряда циклов, каждый из которых содержит этап предъявления зрительного образа в виде совокупности подсвеченных и не подсвеченных элементов КМПС, предъявляемых на некоторое время экспозиции, и последующего этапа воспроизведения испытуемым этого образа нажатием на те элементы матрицы, свечение которых он запомнил. Предъявление и воспроизведение зрительного матричного образа осуществляется на одних и тех же элементах матрицы. Основными параметрами метода являются: время экспозиции (от 20 мс до 360 с); объём зрительного образа, определяемый общим числом элементов предъявляемой матрицы (от 3X3 до 7X7, при этом количество элементов матрицы регулируется программным образом); статистическая сложность образа, которая определяется средней частотой появления подсвечиваемого элемента матрицы. Статистический синтез изображений приведён таким образом, что средняя частота появления светящегося элемента остаётся постоянной при изменении объёма зрительного образа. Предусмотрен режим предъявления зрительных образов, имеющих зависимую статистическую структуру, со средней частотой появления светящегося элемента, зависящего от состояния соседнего элемента. Один из режимов позволяет предъявлять последовательность образов, в которых половина светящихся элементов появляется на постоянных позициях, а вторая половина - по псевдослучайному закону. Также имеется возможность предъявления образа на время, определяемого самим испытуемым, например до полного запоминания. Объём памяти ОП рассчитывается в соответствии с формулой аналогичной (2.12), где N — общее количество предъявляемых образов, С -количество ошибочно воспроизведённых образов, Тср - среднее время ответа испытуемого.
Для исследования точности и оперативности работы памяти используются методики, описанные в работе [107], которые включают последовательность таких тестов как поиск сигнала в шуме (ПСШ), опознание (ОП), полное воспроизведение (ПВВ), определение отсутствующей цифры (ООЦ). В процессе работы используется интерактивная клавиатура 3, в которой надписи на крайних клавишах «L» и «R» программно меняются на «Да» и «Нет» соответственно, а цветная клавиша «Y» на надпись «Готов». Испытуемый получает задачу запомнить предъявляемую ему с помощью «всплывающего» окна цифру-инструкцию и с помощью кнопок «Да» и «Нет» отметить, присутствовала ли данная цифра в последовательности из 5 цифр. Тестирование включает в себя предварительный этап тренировки, в ходе которого через 1 с после нажатия испытуемым кнопки «Готов», появляется цифра-инструкция, после чего через 1с следует с межстимульным интервалом 120 — 150с последовательность из 5 цифр. Через 2с после реакции испытуемого появляется новая цифра-инструкция и через 1с новая последовательность из 5 цифр. После предъявления 5 последовательностей тренировка завершается и ПО переводится в режим тестирования, в ходе которого испытуемому последовательно предъявляется 20 серий из 5 цифр каждая в указанном выше порядке. При тестировании опознания порядок проведения исследования во многом аналогичен предыдущей методике. Испытуемому автоматически предъявляются серии из 5 цифр натурального ряда каждая с тем лишь отличием от методики поиска сигнала в шуме, что цифра-инструкция подаётся не перед началом предъявления серии, а через 1 с после её завершения.
При исследовании полного воспроизведения испытуемый получает задачу, в ходе которой он должен воспроизвести предъявленную серию из 5 натуральных цифр. Предварительно проводится обучение испытуемого, в ходе которого через 1 с после нажатия на кнопку «Готов» ему предъявляется серия из 5 цифр, которую необходимо воспроизвести на цифровой клавиатуре. Спустя 2 с после окончания воспроизведения, автоматически предъявляется новая серия цифр. После предъявления 5 серий тренировка завершается, и ПО переходит в режим тестирования, предъявляя пациенту 20 серий из 5 цифр.
В ходе проведения теста по определению отсутствующей цифры испытуемому предъявляется серия из 5 цифр, вслед за которой, с интервалом времени в 1 с при помощи всплывающего сообщения предъявляются те же цифры, кроме одной. Необходимо определить отсутствующую цифру и отметить её нажатием на соответствующую клавишу. В процессе тестирования испытуемому предъявления 20 серий по 5 цифр каждая.
В качестве основных показателей ПО рассчитывают количество правильных и ошибочных ответов, а также временные характеристики — среднее время ответов, общее время воспроизведения и время запоминания в режиме произвольной экспозиции. Определение точности и оперативности работы памяти (ТОР) осуществляется по формулам аналогичным (2.12), где N — общее количество предъявленных серий цифр, С — количество ошибочных ответов, Тср среднее время ответа испытуемого. Определённую диагностическую ценность представляет собой традиционно используемые тестовые опросники. В предлагаемой работе выбраны тесты, описанные в работе [115] и хорошо зарекомендовавшие себя при решении ряда практических задач.
Алгоритм управления процессами оценки и коррекции состояния здоровья по показателям функционального состояния человека
Полученные наборы решающих правил составляют основу построения базы знаний системы поддержки принятия решений врачей и психологов, решающих задачи оценки и коррекции функционального состояния и состояния здоровья человека.
Управление взаимодействием основных программных блоков системы и дружественным интерфейсом осуществляется с помощью алгоритма, структурная схема которого приведена на рис. 3.36.
Весь алгоритм условно разбит на 4 основных блока: блок обучения, решающий задачи синтеза и коррекции нечётких решающих правил, обеспечивающих требуемое качество классификации; блок классификации функциональных состояний, оценки их уровня и времени «удержания» различных классов функциональных состояний; блок оценки работоспособности, прогнозирования и ранней диагностики заболеваний, порождаемых длительными отклонениями ФС от нормальных состояний и трехконтурный блок управления состоянием здоровья и функциональным состоянием в котором по первому контуру осуществляется коррекция функциональных состояний по трем классам (утомлению, эмоциональному перенапряжению, активации), по второму контуру обеспечивается индивидуальное управление лечебными и профилактическими мероприятиями по заболеваниям, ведущим фактором риска для которых является сдвиг в функциональном состоянии, по третьему контуру реализуется модифицированное управление лечебно-профилактическими учреждениями, которые в своей работе с пациентами учитывают их функциональное состояние.
На этапе обучения экспертами производится синтез нечётких решающих правил в соответствии с методами, изложенными в разделах 2.3 и 2.4 (блоки 1 и 2).
Если в ходе математического моделирования и экспертного оценивания решающих правил, полученных в разделе 3.1, качество их работы устраивает пользователя, процесс обучения заканчивается (блок 3). В противном случае, используя методики, описанные в разделе 2.1, по классам функциональных состояний, выделенным в разделе 2.2, осуществляется построение таблиц экспериментальных данных, по которым рассчитываются показатели качества классификации (блоки 4 и 5). В предложенной работе в качестве таких показателей качества выбираются диагностические чувствительность и специфичность (ДЧ и ДС), прогностическая значимость положительных и отрицательных результатов (П3+ и П3 ), а также диагностическая эффективность. Если выбранные показатели качества (ПК) выше определённых экспертами пороговых значений ПКП (блок 6), блок обучения заканчивает свою работу. В противном случае, производится коррекция параметров функций принадлежностей с возможной заменой агрегирующих функций в сторону уменьшения ошибок классификации с помощью пакета прикладных программ, разработанных на кафедре биомедицинской инженерии ЮЗГУ [63] (блок 7). Продолжительность и качество обучения контролируется экспертами и инженером по знаниям (блок 8).
Если решается задача классификации и (или) оценки уровня ФС (блок 9), то производится сбор информативных признаков, расчёт соответствующих функций принадлежностей и определение КУа (формула 2.52, блок 10). Для оценки уровня ФС по выбранным классам состояний осуществляется расчет частных составляющих уровней активации, утомления и ПЭН с последующей их агрегацией в соответствии с формулами 2.53, 2.54, 2.55 (блокиї 1,12). Если наряду с уровнем ФС оценивается и длительность удержания функциональных состояний на том или ином уровне (ДФС), то производится определение интервалов времени нахождения ФС на различных его уровнях Atm с возможным расчётом Мщ(І) (блоки 11 и 12). Таким образом, в ходе реализации этого блока алгоритма по каждому классу ФС формируются двойки Пе = р0і, цщ (t)\ (формула 2.57). Если решаются задачи оценки состояния здоровья человека (блок 15), то осуществляется выбор одной из траекторий с учетом показателей характеризующих ФС человека или без них (блоки 16,17). Практика показывает, что при решении задач оценки состояния і здоровья показатели ФС наиболее эффективны при решении задач прогнозирования и ранней диагностики, что нашло отражение в разрабатываемом алгоритме. В работе задачи прогнозирования и ранней диагностики заболеваний предлагается решать используя информацию о возможных классах функциональных состояний, об энергетической реакции меридианных структур с привлечением комбинированных нечётких моделей, в соответствии с рекомендациями работ кафедры биомедицинской инженерии. На первых этапах обследования необходимо установить имеются ли у обследуемого факторы риска для появления новых, не установленных ранее заболеваний, то есть решить задачу прогнозирования возможности возникновения заболеваний, связанных с профессиональной деятельностью, экологической и индивидуальной составляющей (блок 18). Если в распоряжении пользователей системы отсутствуют прогностические решающие правила (ПРП), то следует произвести их синтез (блоки 19, 20). При этом рекомендуется использовать общие подходы к синтезу нечётких прогностических решающих правил, рассмотренных в работах [62,63,65]. 120 Используя полученные в предлагаемой работе результаты, при синтезе формул расчёта финальных коэффициентов уверенности КУ% в прогнозах по заболеваниям а)е, целесообразно помимо экологических, индивидуальных, производственных и других факторов риска включать правила определения U0[ и ца (t), определяемые в соответствии с методом, изложенным в разделе 2.4. Обозначив через F"1 - функцию агрегации прогностического решающего правила по Е. [155], и через КУ Р - коэффициент уверенности в прогнозе сое по экологическим, производственным и индивидуальным составляющим [50,51,60,61], получаем правило определения уверенности в риске заболевания сое для блока 20 в виде: По выбранным экспертами факторам риска и значениям U0)( и jua (t) определяем КУ (блок 21). Если полученный коэффициент уверенности меньше некоторого специально рассчитанного порога (блок 22), то прогностическая гипотеза со" отвергается (блок 23). В противном случае, гипотеза cof принимается (блок 24). Механизм определения КУ% можно найти в работах [50, 61,62]. При наличии высоких рисков появления заболевания а ( целесообразно ставить вопрос о ранней форме (донозологической стадии) этого заболевания (блок 25), а при установленном диагнозе на стадии ремиссии о риске рецидива заболевания (блоки 32, 33).
Оценка качества работы правил прогнозирования и ранней диагностики заболеваний сердечно-сосудистой системы при использовании в качестве одного из ведущих факторов риска показателей, характеризующих функциональное состояние
Кроме данных, снимаемых с обследуемого специализированными аппаратными средствами в БД через интерфейс пользователя (ИП) поступают данные опроса, осмотра, инструментальных исследований. Этот вид данных вводится в ПЭВМ с клавиатуры в интерактивном режиме. Информация о том, что необходимо ввести формируется в виде Процесс коррекции нечётких решающих правил, полученных в ходе экспертного синтеза с целью минимизации ошибки классификации, реализуется блоком обучения (БО). Характерной особенностью программного обеспечения синтеза нечётких решающих правил используемого на кафедре биомедицинской инженерии является то, что процесс обучения активно использует данные разведочного анализа, в ходе которого реализуется следующий набор основных задач: выделение характерных точек обучающей выборки (многомерных центров классов и выделяемых объектов, групп наиболее близких и наиболее далёких объектов между парами различных классов, казуистических и артефактных объектов); расчёт расстояний между характерными точками и между всеми заданными точками, как внутри своего класса, так и до точек чужого класса; различные методы отображения многомерных данных в двумерные пространтсва с сохранением выбираемых структурных свойств исследуемых объектов (сохранение близких расстояний, сохранение далёких расстояний, сохранение структур задаваемых ядер и т.д.); построение гистограмм распределений объектов исследуемых классов на координатах признаков (признаковые гистограммы); построение гистограмм распределения объектов исследуемых классов на шкалах, определяемых как меры близости до эталонных многомерных структур (точек, гиперплоскостей, гиперкубов; гиперсфер и т.д.); определение исходных координат объектов по выбираемым участкам гистограмм и областям отображающих пространств; определение группировок объектов в многомерном пространстве признаков; определение областей пересечений различных классов в исходном пространстве с описанием структурных особенностей этих областей.
В ходе разведочного анализа выясняются: возможность и целесообразность решения задачи распознавания в её геометрической интерпретации; возможность линейного или кусочно-линейного разделения классов, наличие «вложенных» структур классов типа «шар в шаре», «шар в чаше»; наличие зон пересечения классов, их типы и структура и т.д.
Знание различных характеристик структурных особенностей классов позволяет обосновано, под структуру классов выбирать тип носителя и характеристики частных функций принадлежностей. Для уточнения расположения БАТ, используемых в работе, на теле человека блок формирования и оценки меридианных моделей (БФОММ) выдаёт на экран монитора соответствующие фрагменты атласов меридиан, а для уточнения энергетического состояния меридианных структур, участвующих в формировании энергетики диагностически значимых точек, по запросу пользователя, на экране монитора формируются меридианные модели различной подробности. Уровень энергетического напряжения меридианных структур определяется путём раскраски меридианных моделей: Красный цвет соответствует патологически высокому энергетическому напряжению (низкое электрическое сопротивление), фиолетовый цвет" — патологически низкой энергетике, зелёный цвет — норме с учётом энергетических колебаний. Промежуточные энергетические состояния отображаются другими цветовыми оттенками. Классические компьютерные тестовые методики типа Айзенка, Тейлора, Спирбергера-Ханина, оценки хронического физического утомления и д.р. реализуются блоком психологического тестирования (БПТ). " Управляющие воздействия, на обследуемого с целью коррекций состояние его здоровья и ФС формируются блоком коррекции (БКСЗФС) Классификация ФС по уровню и времени «удержания» различных классов ФС осуществляется с помощью наборов нечётких решающих правил! реализуемых блоком оценки функциональных состояний (БОФС). Оценка состояния здоровья обследуемых (прогноз возникновения или обострения заболеваний при длительных изменениях уровня ФС, ранняя " и дифференциальная диагностика) производится блоком оценки состояния здоровья (БОСЗ). Оценка качества работы систем, в контуре управления которых задействован человек, осуществляется блоком оценки качества работы (БОКР). Формирование рекомендаций по диспансеризации населения, если в качестве информативного параметра используется информация о функциональном состоянии обследуемых, осуществляется блоком ведения диспансерных групп (БВДГ). В базе данных (БД) хранится электронная копия психофизиологической карты обследуемого, в которой содержатся паспортные данные, данные о динамике ФС, данные анамнеза, результаты опросов, осмотров, экспериментальных исследований, прогностические и диагностические заключения, графики изменения показателей качества работы опросников для оценки факторов риска и т.д. С помощью интерфейса пользователя реализуются: необходимые опросники для ЛПР и обследуемых; механизмы ведения электронной психофизиологической карты обследуемых; отображение меридианных моделей и сопутствующей числовой информации; обращение ко всем доступным справочникам баз данных и т.д.
