Содержание к диссертации
Введение
1. Анализ проблемы коррекции психофизиологического состояния спортсменов методом адаптивного биоуправления 15
1.1 Научные достижения в области технологий с использованием обратной биологической связи 15
1.2 Классификация технологий биологической обратной связи 22
1.3 Физиологическое обоснование механизма адаптивного биоуправления методами анализа вариабельности сердечного ритма 26
1.4 Выбор параметров оценки психофизиологического состояния спортсменов с учетом особенностей функционирования адаптационных механизмов в условиях стрессовых нагрузок 36
1.5 Системы поддержки принятия решений врача 39
1.6 Концепция диссертационного исследования 40
Выводы 43
2. Разработка системы поддержки принятия решений врача при коррекции психофизиологического состояния спортсменов 44
2.1 Этапы разработки системы поддержки принятия решений врача 44
2.2 Функциональная модель коррекции психофизиологического состояния спортсменов 46
2.3 Структура системы поддержки принятия решений врача 49
2.4. Разработка модели психофизиологического состояния спортсмена 51
2.4.1 Выбор экспериментальной группы 51
2.4.2 Выбор параметров для построения модели 55
2.4.3 Модель психофизиологического состояния спортсменов-парашютистов 61
2.5 Модель эффективности достижений спортсмена-парашютиста 67
Выводы 74
3. Разработка методического и алгоритмического уровней обеспечения системы поддержки принятия решений врача 75
3.1 Биотехническая система коррекции психофизиологического состояния спортсмена 75
3.2 Методики психофизиологической коррекции состояния спортсмена на основе адаптивного биоуправления 80
3.2.1 Методика 1-го (Подготовительного) этапа психофизиологической коррекции состояния спортсмена в подготовке к соревновательному сезону 83
3.2.2 Методика 2-го (Тренировочного) этапа коррекции психофизиологической состояния спортсмена 90
Выводы 92
4. Программное обеспечение системы поддержки принятия решений врача и анализ результатов экспериментальных исследований 93
4.1. Основные требования к программному обеспечению системы поддержки принятия решений спортивного врача 93
4.2. Структура базы данных системы 95
4.3. Представление базы знаний в системе поддержки принятия решений врача 98
4.4. Экспериментальная апробация системы на группе спортсменов-парашютистов 102
4.5. Анализ эффективности использования разработанной системы поддержки принятия решений спортивного врача 106
Выводы 114
Заключение 115
Список литературы 117
Приложение 129
- Физиологическое обоснование механизма адаптивного биоуправления методами анализа вариабельности сердечного ритма
- Модель эффективности достижений спортсмена-парашютиста
- Методика 1-го (Подготовительного) этапа психофизиологической коррекции состояния спортсмена в подготовке к соревновательному сезону
- Анализ эффективности использования разработанной системы поддержки принятия решений спортивного врача
Введение к работе
Актуальность темы. Умножение спортивного потенциала страны и увеличение продолжительности спортивной жизни человека относится к числу актуальных проблем. Решение этой приоритетной задачи предполагает, в первую очередь, использование теоретических основ научно-обоснованного комплекса мер и мероприятий по изучению и мониторингу здоровья спортсмена. Особое место в реализации подобных мероприятий по укреплению здоровья отводится коррекции психофизиологического состояния спортсмена. Как известно, спортивная деятельность человека связана с большой физической нагрузкой, умственным напряжением и длительной концентрацией внимания. Всё это приводит к нарушениям функционального состояния организма, и впоследствии к развитию различных заболеваний. Важным инструментом в профилактике заболеваний является коррекция психофизиологического состояния спортсмена. Однако вопросы методологии, а таюке инструментальных технологий восстановления функционального состояния организма спортсмена остаются нерешенными. Современный уровень развития медицины, биологии, информационных технологий, техники требует решения подобных вопросов на качественно новом уровне.
Организм представляет собой целостную систему, и изменение функционального состояния какой-либо отдельной системы сказывается на деятельности других. Значительное влияние на состояние организма спортсмена в целом оказывает функциональное состояние сердечно-сосудистой системы человека. В этой связи в настоящее время в медицине большое внимание уделяется развитию метода адаптивного биоуправления с помощью биологической обратной связи (БОС), основанного на учете вариабельности сердечного ритма (ВСР), который позволяет человеку самому контролировать и корректировать те или иные физиологические процессы. Разработка технологий сознательного контроля неосознаваемых процессов в организме с помощью БОС, которые позволяют иногда более эффективно, чем лекарства, помочь в восстановлении нарушенных функций у спортсменов, получает всё большее практическое применение. Наиболее известными работами в этом направлении являются исследования Василевского Н.Н. (1973-1993), Суворова Н.Б. (1996-2012), Штарка М.Б. и соавт. (2000-2011) и мн.др. Однако, несмотря на известность метода адаптивного биоуправления, его широкого внедрения в практику до сих пор не происходит по причине нерешенности целого ряда проблем (как методического, так и инструментального характера), связанных, в первую очередь, с необходимостью учета динамики инди-
видуальных психофизиологических характеристик объекта управления. Определяющей причиной такого положения является специфика сеансов БОС, обеспечивающих корректную реализацию процесса адаптивного биоуправления. Косвенным подтверждением этого является тот факт, что, несмотря на наличие на современном рынке медицинского оборудования достаточно большого количества диагностических и терапевтических комплексов, использующих метод БОС, практически отсутствуют инструментальные методы, учитывающие индивидуальные физиологические нормы спортсмена. Отсутствие учета этой нормы ведёт к снижению реабилитационного (восстановительного) эффекта от проведения процедур БОС. Решение выбранной проблемы предполагается искать в направлении разработки системы поддержки принятия решений (СППР) спортивного врача при коррекции психофизиологического состояния спортсменов. Решение подобных задач традиционно опирается на сопоставление некоторых количественных показателей, свойственных норме и различным патологиям состояния организма человека. Адекватный выбор совокупности контролируемых параметров обеспечивает раннее предупреждение различных заболеваний.
Цель диссертационной работы состоит в разработке системы поддержки принятия решений спортивного врача, повышающей качество контроля состояния здоровья спортсменов, подвергающихся экстремальным нагрузкам, за счет адаптивного управления параметрами в цепи биологической обратной связи.
Для достижения поставленной цели сформулированы следующие задачи:
-
Разработка концепции поддержки принятия решений врача для обеспечения научно обоснованной коррекции состояния спортсмена методом адаптивного биоуправления.
-
Разработка модели психофизиологического состояния спортсмена, учитывающая динамику психофизиологических, психоэмоциональных показателей и показателей эффективности деятельности спортсмена.
3. Разработка модели эффективности достижений спортсмена-
парашютиста, позволяющей прогнозировать спортивные результаты.
-
Разработка алгоритмов коррекции состояния с учетом динамики психофизиологических и психоэмоциональных показателей.
-
Разработка системы поддержки принятия решений врача при коррекции состояния спортсмена методом адаптивного биоуправления.
6. Экспериментальная апробация предложенных методик и алгоритмов коррекции психофизиологического состояния спортсмена методом биологической обратной связи.
Объектом исследования является система поддержки принятия решений спортивного врача при коррекции психофизиологического состояния спортсменов в период тренировочного сезона.
Предметом исследования является информационное, методическое и программно-алгоритмическое обеспечение системы.
Методы исследования. В работе на основе системного подхода использованы теории разработки биотехнических систем, математического моделирования и нечеткой логики, методы математической статистики и планирования эксперимента, объектно-ориентированное программирование.
Новые научные результаты.
В процессе проведения исследований получены новые научные результаты:
-
Концепция поддержки принятия решений врача на основе предложенной функциональной модели коррекции психофизиологического состояния спортсмена, обеспечивающая процесс коррекции методом адаптивного биоуправления.
-
Модель психофизиологического состояния спортсмена, разработанная на основе экспертно-логических правил, обеспечивающая агрегацию психофизиологических, психоэмоциональных показателей и показателей эффективности деятельности спортсмена.
-
Модель эффективности достижений спортсмена-парашютиста, учитывающая динамику его психофизиологического и психоэмоционального состояния, позволяющая прогнозировать спортивные результаты.
-
Алгоритмы коррекции состояния спортсмена путем поэтапного перехода из текущего состояния в состояние, определяемое моделью достижения наилучшего результата деятельности, учитывающей динамику психофизиологических и психоэмоциональных показателей.
-
Система поддержки принятия решений врача, использующая разработанные модели состояния спортсмена и алгоритмы коррекции его состояния методом адаптивного биоуправления.
б
Практическую ценность работы составляют:
-
Информационное обеспечение системы поддержки принятия решений врача, включающее модели психофизиологического состояния и эффективности достижений спортсмена.
-
Предложенный алгоритм коррекции психофизиологического состояния спортсмена, обеспечивающий процесс коррекции методом адаптивного биоуправления.
-
Методическое и программно-алгоритмическое обеспечение системы поддержки принятия решений врача при коррекции состояния спортсмена путем поэтапного перехода из текущего состояния в состояние, определяемое моделью достижения наилучшего результата деятельности, учитывающей динамику психофизиологических и психоэмоциональных показателей.
4. Результаты апробации разработанной системы в тренировочном
процессе спортсменов-парашютистов, позволившие доказать эффективность
системы за счет повышения спортивных результатов.
Научные положения, выносимые на защиту.
Система поддержки принятия решений врача для обеспечения коррекции психофизиологического и психоэмоционального состояния спортсмена методом адаптивного биоуправления должна включать модели состояния спортсмена, учитывающие взаимосвязь его биомедицинских показателей с показателями деятельности; модели эффективности достижений спортсмена, учитывающие динамику индивидуальных показателей; и алгоритмы коррекции состояния, основанные на поэтапном приближении к состоянию индивидуальной нормы.
Внедрение результатов работы. Использование научных результатов, полученных в диссертационной работе подтверждено актом о внедрении, выданным СПб ГУ СРЦ «Военно-патриотический центр «Дзержинец», где базируется молодежная сборная России по парашютно-атлетическому многоборью. Результаты диссертационной работы использовались при организации и проведении комплексных тренировок среди спортсменов, занимающихся парашютным спортом, и их медицинском сопровождении.
Результаты работы внедрены в учебный процесс кафедры Биотехнических систем СП6ТЭТУ.
Результаты работы используются при реализации Федеральной целевой программы "Научные и научно-педагогические кадры инновационной России" на 2009 - 2013 годы. Проект № НК-611П - Проведение поисковых научно-исследовательских работ по направлению «Биомедицинские и ветеринар-
7 ные технологии жизнеобеспечения и защиты человека и животных». Результаты нашли применение при выполнении поисковой научно-исследовательской работы «Системы и методы информационной поддержки диагностических задач в кардиологии и ортопедии» (2011-2012 гг.)
Апробация работы. Результаты работы докладывались и обсуждались на научно-технических конференциях профессорско-преподавательского состава СПб ГЭТУ (ЛЭТИ), СПб, 2010-2012; на 6-ой международной конференции «Телемедицина - опыт и перспективы», Украина, Донецк 2010; на 64, 65 и 66 научно-техн. конференциях НТОРЭС им. А.С. Попова. СПб ГЭТУ, Санкт-Петербург, 2009-2011; на XIV международной конференции по мягким вычислениям и измерениям (SCM' 2011), СПб ГЭТУ, Санкт-Петербург, 2011; на всероссийской научно-практ. конференции «Современные проблемы военной медицины, обитаемости и профессионального отбора», СПб ВМА им. СМ. Кирова, Санкт-Петербург, 2011; на VIII международном симпозиуме "Электроника в медицине. Мониторинг, диагностика, терапия", 16-18 февраля 2012 года, Санкт-Петербург; на VIII Российско-Баварской конференции по биомедицинской инженерии, 29-31 мая 2012, СПб ГЭТУ, Санкт-Петербург; на VIII международном междисциплинарном конгрессе «Нейро-наука для медицины и психологии», Судак, Крым, Украина, 2-12 июня 2012.
Публикации. Основные теоретические и практические результаты диссертации опубликованы в 15 научных трудах, из них- 6 статей (5 статей в ведущих рецензируемых изданиях, рекомендованных в перечне ВАК), 6 публикаций в трудах международных и российских научно-технических конференций и симпозиума, 3 свидетельства о государственной регистрации программ для ЭВМ.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав с выводами, заключения, списка литературы и 1 приложения. Основное содержание работы изложено на 128 страницах машинописного текста, содержит 26 рисунков, 16 таблиц. Список использованной литературы включает 115 наименований.
Физиологическое обоснование механизма адаптивного биоуправления методами анализа вариабельности сердечного ритма
Общего определения функционального состояния (ФС) не существует в силу его многозначности. Применительно к деятельности человека под ФС понимают совокупность психофизиологических и социальных характеристик профессиональной подготовленности субъекта, обеспечивающих его целенаправленную деятельность. Текущее ФС - это точка в многомерном пространстве, а динамика во времени представляет траекторию, используемую для его прогнозирования, необходимой коррекции или моделирования [78-80].
Психофизиологическое состояние - это интегральная характеристика функционального состояния организма.
По определению Ильина [41], психофизиологическое состояние - это целостная реакция личности на внешние и внутренние стимулы, направленная на достижение полезного результата.
Данное Ильиным определение психофизиологического состояния предполагает, что всякое состояние является как переживанием субъекта, так и деятельностью различных его функциональных систем. Причем оно выражается не только в ряде психофизиологических показателей, но и в поведении человека. Таким образом, по мнению Ильина (рисунок 1.2), состояние может быть представлено характеристиками трех уровней реагирования: психического (переживаниями), физиологического (соматические структуры организма и механизмы вегетативной нервной системы) и поведенческого (мотивированное поведение) [39-41].
По мнению автора данной концепции, в любом психофизиологическом состоянии должны быть обязательно представлены все вышеперечисленные уровни, и только по совокупности показателей, отражающих каждый из этих уровней, можно сделать заключение о имеющемся у человека состоянии.
Существуют различные способы оценки психофизиологического состояния человека: по уровню стресса, по содержанию в крови адреналина и норадреналина, по изменению диаметра зрачка, по величине потоотделения и т. д. Но наиболее простой и доступный метод, и главное, позволяющий вести непрерывный динамический контроль, — это математический анализ ритма сердца. Изменения ритма сердца — универсальная оперативная реакция целостного организма в ответ на любое воздействие факторов внешней среды. Сердце является весьма чувствительным индикатором всех происходящих в организме событий. Ритм, а также сила его сокращений, регулируемые через симпатический и парасимпатический отделы вегетативной нервной системы, очень чутко реагируют на любые стрессорные воздействия [9].
Показатели ВСР позволяют оценивать общее состояние человека, выявлять адаптационные резервы организма, анализировать психофизиологическое состояние, в целях выделения и количественного определения влияния на ритм сердца каждого из звеньев — центрального, вегетативного, гуморального, рефлекторного.
Статистический анализ ВСР основан на рассмотрении сердечного ритма, представленного временным рядом кардиоинтервалов, к которому применимы различные методы статистической обработки [7, 22, 45, 80, 81, 82].
Анализ ВСР включает три этапа:
1. Измерение длительности R-R-интервалов и представление динамических рядов кардиоинтервалов в виде кардиоинтервалограммы;
2. Анализ динамических рядов кардиоинтервалов;
3. Оценку результатов анализа ВСР.
Статистические методы применяются для непосредственной количественной оценки ВРС в исследуемый промежуток времени. При их использовании кардиоинтервалограмма рассматривается как совокупность последовательных временных промежутков — интервалов R-R.
Для анализа ВСР используются также геометрические методы. Сущность заключается в получении закона распределения кардиоинтервалов как случайных величин. При этом строится вариационная кривая (кривая распределения кардиоинтервалов — гистограмма представлена на рисунке 1.3) и определяются ее основные характеристики: Мо (Мода), АМо (амплитуда моды), ВР (вариационный размах).
В стрессовых ситуациях, а также при патологических состояниях диаграмма будет с узким основанием и острой вершиной (эксцессивная). Асси-метричная диаграмма наблюдается при переходных процессах, нарушении стационарности процесса. Многовершинная диаграмма свидетельствует о не синусовом ритме (экстрасистолии, мерцательной аритмии).
Спектральные методы анализа ВСР широко применяются в настоящее время. Применение спектрального анализа позволяет количественно оценить частотные составляющие колебаний ритма сердца и наглядно графически представить соотношения разных компонентов сердечного ритма (рисунок 1.4), отражающих активность определенных звеньев регуляторного механизма.
Различают параметрические и непараметрические методы спектрального анализа. К первым относится авторегрессионный анализ, ко вторым -быстрое преобразование Фурье и периодограммный анализ. Обе эти группы методов дают сравнимые результаты.
Физиологическое значение и описание расчета показателей спектрального, статистического и геометрического методов ВСР представлены в таблицах 1.2, 1.3.
Модель эффективности достижений спортсмена-парашютиста
Разработанная модель психофизиологического состояния спортсменов на основе экспертно-логических правил, построенная на данных спортивных достижений парашютистов, позволяет перейти к формированию модели эффективности достижений спортсменов-парашютистов от динамики их текущего психофизиологического состояния, обеспечивающей оценку их готовности к тренировочному сезону.
Для построения регрессионной модели использован шаговый метод отбора признаков М.А. Эфроимсопа [35, 38, 46, 92], позволяющий с заданной надежностью выбрать из полной матрицы стандартизированных нормальных уравнений наилучшую подматрицу, т.е. выбрать модель наиболее оптимальной структуры. Основная идея шагового метода состоит в нахождении разложения вектор-отклика по нескольким векторам-факторам, значения которых берутся из модели диагностики психофизиологической коррекции спортсмена в виде последовательных серий линейных разложений, причем на каждом шаге в разложение вводится (или из разложения выводится) только один фактор. В модель вводится первая переменная xh которая имеет наибольший по абсолютной величине коэффициент парной корреляции. После включения переменной хі в уравнение регрессии, элементы корреляционной матрицы пересчитываются по формулам прямого преобразования, чтобы исключить влияние уже учтенного фактора. В классическом варианте шагового метода описанная процедура повторяется многократно, пока статистическая значимость включения по F-критерию Фишера на каждом шаге превышает заданный порог. В нашей модели применен принцип хаотизации [Кипнис В.М.]. При этом на каждом шаге модель характеризуется величиной функции потерь W на опорной выборке V.
Пусть эффективность модели определяется величиной функции потерь W. Значение функции потерь указывает на ошибку, которую мы допустили при построении модели. В нашем случае к известно, в силу определения величины функции потерь W оценки g. коэффициентов g„ i=l,k определяются методом наименьших квадратов из условия минимизации квадрата длины вектора (у - у), т.е. оценивание коэффициентов g, сводится к решению системы к нормальных уравнений (в скобках уравнения скалярное произведение векторов)
Для того чтобы перейти к алгоритму шагового метода определим пороги значимости введения вектора в модель.
Пусть р — случайная величина, принимающая значения в R. Тогда Vp - случайная выборка, распределение которой определяется оператором перемешивания. Величина с нормальным распределением AWP является случайной в силу случайного характера выборки Vp. Пусть р некоторый «уровень доверия» в процентах, тогда найдем -процентное значение Хр нормального отклонения (AWp - Е AWp)/crAWp, где EAWP и CTAWP обозначают, соответственно, математическое ожидание и стандартное отклонение случайной величины AWP [46]. P(AWP-EAWP VW=P
Введение вектора в модель значимо, если оно приводит к выполнению следующего условия (принцип хаотизации) [46] где AW и SAWP обозначают, соответственно, выборочное среднее и выборочное стандартное отклонение величины AWP по имеющимся реализациям случайной выборки Vp. Если (2.12) верно, то снижение величины функции потерь на опорной выборке V связано с действительным улучшением пред-ставлення вектора у
Согласно принципу хаотизации [46] ко всем псевдовыборкам применяется тот же алгоритм построения, что и к опорной выборке. Поэтому, если из модели должен быть выведен некоторый фактор, то соответствующие (т. е. приводящие к минимальному увеличению величины функции потерь своей псевдомодели) факторы выводятся из псевдомоделей. Аналогично, если какой-либо фактор должен быть включен в модель, то соответствующие «лучшие» факторы вводятся в псевдомодели.
В противном случае считается, что разложение (2.11) не может быть улучшено. Соответствующее ему уравнение (2.10) задает построенную модель.
Выше описанный способ построения регрессионной модели при помощи шагового метода реализован в СППР врача.
Таким образом, на базе математической модели, предложенной во второй главе данной диссертационной работы, был разработан алгоритм, позволяющий оценить готовность спортсмена-парашютиста к тренировочному сезону. При помощи данного алгоритма для каждого спортсмена-парашютиста строится модель, которая позволяет в зависимости от величины порога определить на несколько шагов вперед точность прыжка.
Пошаговая процедура регрессионного анализа позволила исключить отрицательное влияние мультиколлинеарности на качество регрессионной модели за счет незначительной потери информации. Из 12 исходных показателей-аргументов в модели чаще всего входят только три (х2, х3, х6).
На основании данных Кі - к$, полученных при помощи модели эффективности спортсмена-парашютиста рассчитывались значения порогов по модели, полученной шаговым методом.
С помощью шагового метода были построены математические модели, позволяющие с вероятностью 87,5%, прогнозировать точность прыжка у спортсменов-парашютистов. Прогнозирующие функции, полученные с помощью моделей, продемонстрировали на контрольной выборке из 32 наблюдений одинаковую точность в 28 случаях. Величина функции потерь на контрольной выборке составила 0,1.
Методика 1-го (Подготовительного) этапа психофизиологической коррекции состояния спортсмена в подготовке к соревновательному сезону
1. Спортсмену необходимо в доступной форме рассказать о методе БОС, объяснить суть предстоящей процедуры, её положительный эффект, поскольку мотивация в значительной мере влияет на успешность проведения тренинга.
2. Следующий пункт - релаксация. Спортсмену предлагают сесть в удобное кресло перед монитором и найти наиболее комфортную позу. Испытуемый должен находиться в спокойном расслабленном состоянии.
3. Первая неактивная проба. К запястьям прикрепляют электроды для регистрации сердечного ритма. С закрытыми глазами производится 2-х минутная запись фоновой КРГ, т.е. регистрируется исходное состояние испытуемого (рисунок 3.5).
4. Производится статистический и спектральный анализ КРГ по результатам которых согласно алгоритмам, представленным на рисунке 3.6 (а, б), определяются параметры тестовой периодической кривой для последующей активной пробы.
К ней приравнивается амплитуда периодической кривой, предъявляемой в первой тренировочной пробе. Определяется, относится ли эта гармоника к диапазону дыхательных волн. Если «да», то ее период приравнивается к периоду периодической кривой, предъявляемой в первой тренировочной пробе, если «нет», то автоматически выбирается гармоника с максимальной амплитудой, относящаяся к диапазону дыхательных волн и ее период приравнивается к периоду периодической кривой, предъявляемой в первой тренировочной пробе. Первая активная (тренировочная) проба. Сформированная периодическая кривая поступает на экран монитора. Задачей спортсмена является использование непрерывной зрительной обратной связи для совмещения на экране двух кривых, одна из которых - КРГ, которая может произвольно меняться за счет дыхания спортсмена (при вдохе ЧСС растет, КРГ идет вверх, при выдохе ЧСС снижается, КРГ идет вниз), вторая -заданная периодическая кривая (рисунок 3.7).
После проведения активной пробы проводится корреляционный анализ и определяется успешность выполнения задания, т.е. насколько точно испытуемый смог повторить тестовое задание.
a. Если после первой и последующих тренировочных проб КРГ и периодическая кривая скоррелированы между собой на уровне вероятности значимости различий менее 0.05, то есть имела место достоверная корреляция КРГ и периодической кривой (задание выполнено успешно). Производится автоматическая коррекция параметров периодической кривой на последующую тренировочную пробу путем ее незначительного усложнения - сохранение периода, повышение амплитуды в пределах вариационного размаха но не более чем на 5%, снижение или увеличение постоянной составляющей также в пределах 5%, если средняя ЧСС выше или ниже физиологической нормы.
b. Если после первой и последующих тренировочных проб КРГ и тестовая кривая не скоррелированы между собой (уровень вероятности значимости различий более 0.05), то есть имело место различие между КРГ и периодической кривой (задание не выполнено). Производится автоматическая коррекция параметров периодической кривой на последующую тренировочную пробу путем ее незначительного упрощения. Основной причиной отсутствия корреляции между КРГ и периодической кривой является разница (несовпадение) их основных периодов (гармоник с максимальной амплитудой). По этому период ЦФ в последующей тренировочной пробе заменяется на значение периода соседней гармоники в спектре в пределах диапазона 4-12 секунд. Амплитуда снижается в пределах вариационного размаха не более чем на 5%, постоянная составляющая снижается или повышается на 5%, если средняя ЧСС выше или ниже физиологической нормы.
7. Так проводится 8-Ю проб с перерывом 2-3 минуты, что составляет один сеанс. Каждый новый сеанс начинается с проведения неактивной пробы. 10-20 сеансов продолжительностью около месяца составляют один цикл. Все процедуры проводятся регулярно в одно и то же время суток. В результате для каждого спортсмена вырабатывается его собственная кривая кардиореспираторного взаимодействия (рисунок 3.8), отражающая его нормальное состояние, и которая будет предъявляться в качестве задания на тренинг при необходимости коррекции его психофизиологического состояния.
8. После проведения каждой пробы параметры КРГ сохраняются в блоке кратковременной памяти (рисунок 3.3). По окончании всего цикла процедур подготовительного этапа считаются их средние значения и сред-неквадратические отклонения, которые и составляют границы ИФН. Эти данные заносятся в блок долговременной памяти (рисунок 3.3), т.е. блок хранения ИФН. На рисунке 3.9 представлен алгоритм проведения цикла кардиотренинга на 1-м этапе.
Анализ эффективности использования разработанной системы поддержки принятия решений спортивного врача
Для оценки эффективности предложенного способа коррекции психофизиологического состояния спортсменов, основанного на применении биологической обратной связи, проведем сравнительный анализ результатов исследований (показателей ВСР, показателей ИФН и др.) двух групп испытуемых (спортсменов-парашютистов) с использованием непараметрических критериев математической статистики.
Первую группу экспериментальных данных образуют показатели ИФН спортсменов, участвующих в эксперименте с использованием методики восстановления функциональных возможностей до нормы спортсменов-парашютистов средствами биологической обратной связи. Вторая (контрольная) группа ИФН спортсменов-парашютистов, получена путем регистрации показателей спортсменов не участвующих в эксперименте. Всего в эксперименте приняло участие 32 спортсмена-парашютиста.
Анализ величины и направления сдвигов показателей испытуемых проводили с использованием следующих непараметрических критериев: Т -критерия Вилкоксона; Q - критерия Розенбаума, G - критерия знаков.
При оценке различий двух групп наблюдений с математической точки зрения необходимо установить, могут ли эти группы относиться к одному распределению - это означало бы, что между ними нет надежных различий -или они с определенной степенью достоверности должны быть отнесены к разным распределениям.
Для исследования непараметрическими критериями нужны однородные объекты, разделенные на две группы. Взаимные влияния и взаимодействия должны быть исключены. Для каждого объекта регистрируется некоторая его числовая характеристика. Возникающие при этом две группы чисел можно рассматривать как две независимые выборки.
Спортсмены-парашютисты были разделены на две однородные группы. При отборе спортсменов в группы использовали следующие критерии: КП, точность прыжка, психофизиологическое и психоэмоциональное состояние спортсмена и его ИФН.
Для базы знаний СППР врача разработаны алгоритмы методик проведения исследований непараметрическими критериями. Все результаты получены при помощи СППР врача.
Если показатели измерены на одной и той же выборке испытуемых, то для их сопоставления логично применить Т-критерий Вилкоксона. В нашем случае Т-критерий позволит оценить интенсивность и направленность изменения показателей ИФН: параметры ВСР: HR, Q и HF и параметры тестовой кривой: Р, А, Т.
Достаточно проверить две гипотезы:
НО: интенсивность сдвига в типичном направлении не превосходит интенсивность сдвига в нетипичном направлении;
HI: интенсивность сдвига в типичном направлении превосходит интенсивность сдвига в нетипичном направлении.
На рисунке 4.4 представлен алгоритм, который позволил получить: Тэмп. Ткр. (р 0,05). Это значит, что НО отвергается и принимается НІ на уровне значимости р 0,05, то есть сдвиг в типичном направлении более интенсивен, чем сдвиг в нетипичном направлении, что мы можем утверждать с вероятностью, большей 95%.
Вывод: Применение сеансов БОС при коррекции психофизиологического состояния спортсменов можно считать эффективным (с вероятностью, большей 95%).
С помощью Т - критерия мы выявили неслучайный сдвиг в положительном направлении при воздействии.
G-критерий знаков возможно применить при выяснении направления сдвига при переходе от первого измерения ко второму на одной и той же выборке спортсменов-парашютистов.
Постановка задачи: определить у группы спортсменов-парашютистов каких сдвигов больше: положительных или отрицательных в показателях точности прыжка. Считать «типичными» те сдвиги, которых больше. А «нетипичными» - те, которых меньше.
Проверяем две гипотезы:
НО: сдвиг в типичную сторону является неслучайным;
HI: сдвиг в типичную сторону является случайным.
На рисунке 4.5 представлен алгоритм, который позволил получить: GaMn. GKp. (р 0,05), это значит, что НО принимается, т. е. различия неслучайны.
Вывод: Коррекцию психофизиологического состояния спортсменов-парашютистов методом БОС при помощи СППР врача можно считать эффективной.
Q-критерий Розенбаума — простой непараметрический статистический критерий, используемый для оценки различий между двумя выборками по уровню какого-либо признака, измеренного количественно [Википедия].
Постановка задачи: у двух групп спортсменов (группа А и группа В) измерены по одной и той же методике с применение БОС результаты HF. Можно ли утверждать, что в первой группе HF выше, чем во второй?
Так как даны две независимые выборки результатов спортсменов, у которых измерен один и тот же признак, то можно применить Q-критерий Розенбаума.
Проверяем две гипотезы:
Н0: уровень HF в выборке А не выше уровня I-IF в выборке В;
Нь уровень HF в выборке А выше уровня п HF в выборке В;
На рисунке 4.6 представлен алгоритм, который позволил получить: Q3Mn. QKp. (р 0,01), это значит, что НО отвергается, HI принимается с уровнем значимости р 0,01, т.е. различия статистически значимы.
Вывод: Уровень HF спортсменов-парашютистов группы В выше уровня HF группы А, причем различия статистически значимы, достоверность получаемых различий примерно 99%.
