CC BY
11rennie bolezni s pozitsii teorii khaosa i sa-moorganizatsii si stem. Terapevt. 2015; 1:3542. Russian.
13. Khasnulin VI. Sovremennye pro-blemy stressa i patologii u zhiteley Khan-ty-Mansiyskogo avtonomnogo okruga. Novosibirsk: SO RAMN; 1996. Russian.
14. Khasnulin VI, Shurgaya AM, Khas-nulina AV. Kardiometeopatii na Severe. Novosibirsk; 2000. Russian.
15. Chesnokova VN, Mosyagin IG. Se-zonnye izmeneniya serdechnogo ritma u stu-dentov s razlichnymi tipami vegetativnoy re-gulyatsii na Evropeyskom Severe. Ekolo-giya cheloveka. 2010;3:35-9. Russian.
16. Shlyk NI. Serdechnyy ritm i tip re-gulyatsii u detey, podrostkov i sportsmenov:
[monografiya]. Izhevsk: Izd-vo «Udmurtskiy universitet»; 2009. Russian.
17. Eskov VM, Gavrilenko TV, Kozlo-va VV, Filatov MA. Measurement of the dynamic parameters of microchaos in the behavior of living biosystems. Measurement Techniques. 2012;55(9):1096-101.
18. Eskov VM, Khadartsev AA, Eskov VV, Filatova OE, Filatova DU. Chaotic approach in biomedicine: individualized medical treatment. Journal of Biomedical Science and Engineering. 2013;6:847.
19. Eskov VM. Evolution of the emergent properties of three types of societies: the basic law of human development. Emergence: Complexity & Organization. 2014;16(2):109-17.
DOI: 10.12737/12007
ЭНТРОПИЙНЫЙ ПОДХОД В ОЦЕНКЕ ПАРАМЕТРОВ КАРДИОИНТЕРВАЛОВ ШКОЛЬНИКОВ ПРИ ШИРОТНЫХ ПЕРЕМЕЩЕНИЯХ
Д.В. ГОРБУНОВ, К.А. ЭЛЬМАН, А.В. ЯСТРЕБОВ, Б.Р. ГИМАДИЕВ
БУ ВО «Сургутский государственный университете», ул. Ленина, 1, Сургут, Россия, 628400
Аннотация. Параметры кардиоинтервалов демонстрируют неустойчивость их функций распределения f(x) для разных интервалов времени измерений At. Мы постулируем, что подобные системы нельзя относить к традиционным хаотическим системам, т.к. для них невозможно рассчитывать автокорреляционные функции, экспоненты Ляпунова, нет выполнения свойства перемешивания и непрерывно их вектор состояния x(t) демонстрирует хаотическое движение в виде dx/dt-ф-О. Поскольку начальное состояние x(t0) невозможно повторить произвольно для таких систем, то возникают неопределенности 1-го и 2-го типа. Предлагается энтропийный подход для описании оценки поведения кардиоинтервалов при смене климатических поясов. Сравниваются значения результатов площадей квазиаттракторов выборок кардиоинтервалов и значения энтропии Шеннона. Представлены примеры такой ситуации для параметров кардиоинтервалов групп детей Югры при широтных перемещениях. Демонстрируется, что энтропийный подход обладает низкой диагностической ценностью в оценки выборок кардиоинтервалов.
Ключевые слова: частота сердечных сокращений, параметры порядка, самоорганизация, сложность, хаос.
ENTROPY APPROACH IN THE ESTIMATION OF PARAMETERS OF CARDIO
SCHOOLBOYS AT LATITUDINAL
D.V. GORBUNOV, K.A. ELMAN, A.V. YASTREBOV, B.R. GIMADIYEV
Surgut state University, Lenin pr., 1, Surgut, Russia, 628400
Abstract. Options cardio demonstrate the instability of the distribution function f (x) for different time intervals of measurements At. We postulate that such systems can not be attributed to
the traditional chaotic systems, as for them it is impossible to calculate the autocorrelation function, Lyapunov exponent, no mixing and performance properties of continuous state vector x (t) demonstrates the chaotic motion in the form dx / dt Ф 0. Since the initial state x (t0) can not be repeated arbitrarily for such systems, there is the uncertainty of the 1st and the 2nd type. Entropy approach is proposed for describing the assessment of the behavior of cardio when changing climatic zones. Compares the value of the results of quasi-attractors samples cardio area and the values of the Shannon entropy. The examples of such a situation for the parameters of cardio groups of children at Ugra latitudinal displacements. It demonstrated that the entropy approach has a low diagnostic value in the evaluation of samples of cardio.
Key words: heart rate, order parameter, self-organization, complexity, chaos.
Введение. О возможности применения различных статистических методов в оценке динамики кардиоинтервалов ведется дискуссия более 100 лет. Однако многочисленные попытки анализа амплитудно-частотных характеристик (АЧХ), автокорреляционных функций A(t), расчета экспонент Ляпунова, свойства перемешивания, использования теории фракталов и других подходов - не демонстрировали существенных результатов в изучении выборок кар-диоинтервалов (КИ). Сегодня можно четко сказать, что все эти методы имеют довольно часто слабую диагностическую ценность, вследствие чего их использование в медицине и биологии практически затруднительно из-за неустойчивости получаемых результатов даже для одного человека (и тем более для групп испытуемых) [7,8,17,18].
Главная проблема в низкой эффективности традиционной науки заключена именно в хаотической особенности поведения кардиоинтервалов, которые (было показано в ряде публикаций [1-10,16-19]) очень похожи на постуральный тремор (там получаются аналогичные результаты и по применению стохастики в изучении произвольности и непроизвольности движений). В целом, особенностью всех процессов, обеспечивающих гомеостаз, является постоянная хаотическая динамика изменения всех параметров Xj вектора состояния сложных биосистем - complexity x=x(t)=(xi, x2,■■■, xm)T в m-мерном фазовом пространстве состояний (ФПС). Как было показано ранее на многочисленных примерах для x(t) и его компонент xj всегда выполняется условие dx/dt£0, xf^const [1-5,13-19].
Любые методы стохастики для таких особых систем третьего типа (СТТ) -
complexity не могут быть использованы из-за особой хаотической динамики поведения x(t) в ФПС. Эти особенности разнообразны (это не только отсутствие стационарности dx/dtф0, т.е. неповторимость функции распределения f(x)) и одну из них мы сейчас представим как весьма очевидный и неоспоримый факт. Речь идет о применении термодинамического подхода в изучении динамики поведения различных компонентов вектора состояния кардио-респираторной системы (КРС), которые могут показывать возможность их отнесения к одной генеральной совокупности (статистических различий нет!), а другие методы, например, теории хаоса-самоорганизации (ТХС), демонстрируют существенные различия в динамике всех параметров xi вектора x(t). Рассмотрим этот тезис более подробно с позиций новой ТХС и ее сравнение с расчетами энтропии изучаемых КРС [1-10].
1. Объект и методы исследования. Сразу отметим, что на начальном этапе эксперимента предусмотрено разделение по гендерным признакам. В статье представлены результаты углубленного исследовании параметров выборок кардиоинтервалов мальчиков и девочек в возрасте 7-14 лет проживающих на территории Югры в г. Сургут. Критерии включения: возраст учащихся 7-14 лет; отсутствие жалоб на состояние здоровья в период проведения обследований; наличие информированного согласия на участие в исследовании. Критерии исключения: болезнь учащегося в период обследования. Регистрация параметров сердечнососудистой системы детей производилась в 4 этапа: перед вылетом из г. Сургут; по прибытию в детский санаторно-
оздаровительный лагерь «Юный нефтяник»; перед вылетом из лагеря; по прилету в г. Сургут. Информацию о состоянии параметров сердечно сосудистой системе учащихся получали методом пульсоинтервалографии на базе приборно-программного обеспечения пульсоксиметром «ЭЛОКС-01». Дети во время снятия показателей находились в положении сидя в относительно комфортных условиях. Регистрацию показателей проводили с помощью датчика пальцевого типа (в виде прищепки), с помощью которого происходила регистрации пульсовой волны с одного из пальцев кисти. Датчик надевался испытуемым на указательный палец руки, которая располагалась на столе строго на уровне сердца.
Выборки кардиоинтервалов обрабатывались программным комплексом для формирования вектора х=(х1,х2)Т, где x1=x(t) - динамика абсолютного значения КИ на некотором интервале времени At, х2 - скорость изменения х1, т.е. х2= dx1/dt. На основе полученного вектора x(t)=(x1,x2)T строились квазиаттракторы (КА) динамики поведения вектор состояния системы, определялись площади полученных КА S по формуле VGmax > Ax1 * Ax2> VGmn [1-7,10-15], где Ax1 - вариационный размах величины КИ, Ax2 - вариационный размах для скорости изменения этих КИ. В конечном итоге анализ состояния выборок кардиоинтерва-лов испытуемых при широтных перемещениях проводился на основе сравнения площади КА в виде S, а также энтропии Шеннона Е. Значение энтропии Шеннона Е оп-
n
ределяется по формуле Е (x) = -Х p(i)log2p(i),
i=1
где p - функция вероятности, производилось сравнение значений Е с особенностями функциональных состояний
2. Проблемы стохастического подхода в изучении кардиоинтервалов. Сложные биосистемы (СТТ, complexity) обладают пятью уникальными свойствами: компартмент-но-кластерная организация (основа синергетики), отсутствие стационарных режимов (dx/dt^0 непрерывно и начальное значение x(t0) неповторимо!), эволюция СТТ в ФПС, телеологически обусловленное развитие и
возможность выхода за пределы 3-х сигм, 20-ти сигм и т.д. [1,6-9].
900 800 7 00 1 иА/Д/ w'VMAA л
500
400 зоо
2 СО 1Q0
А
35СОЭО.ОО у
зосоэо.оо -
250000,00 -200000,00 -1', НПО, ПО
юсоэо.оо
5СОЭО.ОО □,00
ат^оосчшочгсосчшоч!-«
О О О [1 rt Н N N fl II 7 ? t
о о о о О О а о о о о о о
В
С
Рис. 1. -А - пример кардиоинтервалов; 1-В -суперпозиция 15-ти амплитудно-частотных ха-рактерисик (АЧХ) для 15-ти отрезков кардиоинтервалов; 1-С - суперпозиция 15- ти автокорреляционных функции A(t) одного испытуемого
Для КИ легко продемонстрировать выход за 20 сигм и больше. Последнее свойство для КИ почти очевидно: при частоте 1 Гц (одно сокращение в секунду) стандарт отклонения в норме составляет не более 0.1 сек (о=0.1 сек). Экспериментально можно легко вызвать задержку кардио-интервалов на 60 сек, что в переводе на о примет вид 60 сек/ 0.1 сек=600 о. Для физики и техники такое невозможно в принципе, для живых систем - воспроизводимый случай. При этом 2-е свойство (dx/dt^0) обозначается нами как «glimmering property» (или «flickering») и оно нала-
гает запрет на любое повторение (произвольное) не только начального значения x(t0), но и любого отрезка динамики x(t) в ФПС. Поведение СТТ (complexity) уникально и про такие системы И. Р. Пригожин говорил, что они - не объект науки и для них сейчас создается новая ТХС [1-9].
Таблица 1
Матрица сравнения выборок кардиоинтервалов 15-ти мальчиков на первом этапе исследования по приезду в ЮН (парное сравнение по Вилкоксону при p<0.05, число совпадений k=10)
1гр 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,12 0,00 0,03 0,00 0,00 0,00
3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,13 0,00
4 0,00 0,00 0,00 0,00 0,58 0,48 0,00 0,00 0,00 0,00 0,00 0,62 0,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,00
6 0,00 0,00 0,00 0,58 0,00 0,14 0,00 0,00 0,00 0,00 0,00 0,57 0,00 0,00
7 0,00 0,00 0,00 0,48 0,02 0,14 0,00 0,00 0,00 0,00 0,00 0,52 0,00 0,00
8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
9 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00
10 0,00 0,12 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,88 0,00 0,00 0,00
11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
12 0,00 0,03 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,88 0,00 0,00 0,00 0,00
13 0,00 0,00 0,00 0,62 0,02 0,57 0,52 0,00 0,00 0,00 0,00 0,00 0,00 0,00
14 0,00 0,00 0,13 0,00 0,00 0,00 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,00
15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Представим ряд характерных иллюстраций к такому тезису. На рис. 1-А представлен пример набора КИ а на рис. 1-В -суперпозиция 15-ти амплитудно-частотных характеристик - АЧХ (получается из кардиоинтервалов x1(t) путем быстрого преобразования Фурье). Эта суперпозиция 15-ти АЧХ для 15-ти отдельных отрезков КИ (подобных рис. 1-А) у нас получается подряд от одного испытуемого (время регистрации каждого набора 5 мин). Очевидно, что все АЧХ разные, совпадений нет. При этом автокорреляционные функции A(t) не сходятся к нулю (рис. 1-С) а хаотически колеблются в интервале (-1, 1). Одновременно константы Ляпунова беспорядочно меняют знак (на каждых отрезках времени а свойство перемешивания не выполняется для любых выборок КИ. Последнее означает с позиции стохастики, что каждая выборка (5 мин. ре-
гистрации КИ от одного испытуемого с многократным повторением этой процедуры регистрации) будет демонстрировать свою собственную функцию распределения f(x), которую нельзя повторить!
Все это говорит о том, что кардиоритм не является в традиционном смысле хаотическим процессом, равно как и тремор, теппинг, энцефалограммы, миограммы и любые параметры го-меостаза. Все это непрерывно изменяется и не является объектом теории хаоса Арнольда-Тома. Это хаос другого типа, без повторения начальных условий, констант Ляпунова, свойства перемешивания, АЧХ и без сходимости A(t) к нулю. Более того, и стохастические методы не могут быть применимы к КИ и им, подобным процессам, т.к. это все особые СТТ (complexity), которые нельзя описывать в рамках детерминизма или стохастики [5-8,17,20].
Если для 15-ти отрезков КИ детей рассчитать матрицу парного сравнения получаемых функций распределения f(x), то для такого набора fi(x) и их парного сравнения по критерию Вилкоксона мы из 105 разных пар в лучшем случае получаем 1012 пар у детей в возрасте 7-14 лет, которые продемонстрируют возможность отнесения этих двух выборок и их f(x) к одной генеральной совокупности. Остальные 90 пар сравнений покажут, что они все разные. Система регуляции кардиоритма будет демонстрировать генерацию разных выборок, состояние регуляторных механизмов будет непрерывно изменяться. Для всех fi(x) мы будем получать хаотический набор (за редким исключением стохастического совпадений пар, которые при повторах уже не
будут совпадать). Такая динамика ^) вполне соответствует хаосу АЧХ, A(t), свойству перемешивания. Это особый непрерывный хаос. Пример такой матрицы парного сравнения КИ мы представляем в табл. 1. Существенно, что набор разных ) мы будем получать при парном сравнении КИ от разных испытуемых.
Однако, в таком хаотическом калейдоскопе стохастики при изменении внешних условий среды или физиологического состояния организма число пар совпадений вполне закономерно будет изменяться. Например, в табл. 2 мы представляем матрицы парного сравнения 15-ти КИ испытуемых детей в двух различных состояниях (по прилету в лагерь «Юный нефтяник» и перед отлетом из лагеря «Юный нефтяник»).
ции КИ у одного испытуемого, то результат «совпадений» пар получается сходным: 1520% от общего числа сравниваемых пар покажут возможность их отнесения к общей генеральной совокупности и около 80% пар продемонстрируют невозможность такого «совпадения».
Таким образом, для регуляции кар-диоритма характерно преобладание хаотической динамики (стохастика менее 20%) и эта регуляция не зависит от индивидуума. Механизмы такой регуляции КИ подобны регуляции тремора (там имеем менее 10% совпадений). При изменении состояния физиологических функций испытуемых, если испытуемому дать нагрузку (физические упражнения) или, в нашем случае, перевезти в другой регион (трансширотные перемещение), то число «совпадений» резко
Таблица 2
Матрица сравнения выборок кардиоинтервалов 15-ти мальчиков по приезду в ЮН (2 этап исследования) и перед отъездом из ЮН (3 этап исследования) (парное сравнение по Вилкоксону, критерий значимости p<0,05, число совпадений k=19)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,00 0,00 0,00 0,00 0,93 0,03 0,00 0,00 0,00 0,00 0,00 0,00 0,98 0,01 0,02
3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,58 0,07 0,00 0,00 0,00
4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
6 0,00 0,00 0,00 0,00 0,82 0,19 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,02 0,07
7 0,00 0,00 0,00 0,00 0,00 0,00 0,57 0,96 0,00 0,00 0,00 0,00 0,00 0,00 0,00
8 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
9 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00
10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00
11 0,09 0,00 0,09 0,00 0,00 0,00 0,00 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00
12 0,00 0,01 0,00 0,00 0,00 0,00 0,02 0,05 0,00 0,00 0,00 0,00 0,00 0,00 0,00
13 0,00 0,00 0,00 0,00 0,98 0,06 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,02
14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,69 0,00 0,06 0,00 0,00 0,00
15 0,00 0,00 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,37 0,00
Самоорганизация характерна для многих параметров гомеостаза, но в первую очередь мы говорим о КИ. Действительно, в табл. 1 мы привели пример стохастического анализа 15-ти КИ для парного сравнения (группа из 15-ти разных людей). Но если мы возьмем 15-ть повторов регистра-
изменится.
3. Энтропийный подход в оценке параметров кардиоинтервалов. Для анализа уровня хаотичности во временной развертке кардиоинтервалов была рассчитана энтропия Шеннона. Результаты таких расчетов представлены на примере группы мальчиков в четырех различных временных точка в табл. 3, из которой видно, что энтропийный подход при анализе КИ не демонстрирует существенных различий. Согласно этим данным, выборки КИ для группы мальчиков на всех четырех этапах исследования можно отнести к одной генеральной совокупности. Только 2-й набор Е демонстрирует небольшое различие состояний. Более того, согласно данным для сравнения выборок групп девочек в четырех временных точках исследования, все группы можно отнести к одной генеральной совокупности [12,13].
Действительно, сравнение энтропии E на всех этапах исследования не показывает (табл. 3) существенные различия. Величины
Е не изменяется значительно, параметры КИ не показывают существенных различий. В табл. 3 мы имеем критерий Вилкоксона р=0,42 для кардиореспираторной физиологической системы мальчиков, которые переехали с Севера РФ (Сургут) на Юг РФ (Краснодарский край, детский санаторно-оздоровительный лагерь «Юный нефтяник») хотя внешне медианы несколько различаются: Е;=3,122, Е2=2,922, но имеем статистически недостоверные различия. В целом, обычно ТХС и нейро-ЭВМ выявляют различия между выборками и параметры порядка, а Е не показывает различий [14].
Таблица 3
Таблица значений энтропии Шеннона для мальчиков при широтных перемещениях в четырех разных состояниях (Ех -до отлета из г. Сургута, Е2 - по прилету в ЮН, Е3 - перед отлетом из ЮН, Е4 по прилету в ЮН)
На фоне этих сравнений еще раз подчеркнем, что матрицы парных сравнений (т. е. расчета для повторяющихся выборок параметров СТТ) дают различия в состояниях биосистем (параметров гомеостаза). При этом статистика и энтропия не показывают существенных различий в организме обследуемых. Энтропия E дает различные результаты для разных функциональных состояний гомеостаза, но такая ситуация у нас возникает в случае, если мы сравниваем
разные выборки (здоровые - больные, люди без воздействия и испытуемые при сильных воздействиях и т.д.). Следовательно, мы не отрицаем стохастику полностью, а только говорим об изменении методов расчета, о новых способах стохастической оценки параметров гомеостаза. Поэтому целесообразно говорить об объединении усилий стохастики и ТХС в изучении СТТ [5, 16-19].
Выводы:
1. Основу третьей парадигмы и ТХС составляет проблема определенности и неопределенности биосистем - complexity (СТТ), которая в итоге сводится к проблеме порядка и беспорядка оценки и моделирования complexity. На этом фоне все еще отсутствует понимание особенностей (а их сейчас 5) и принципов организации биосистем, принципиальной невозможности их описания в рамках детерминизма, стохастики и детерминированного хаоса Арнольда-Тома.
2. Функции распределения f(x), энтропия Е и др. статистические (термодинамические) подходы весьма спорно использовать для описания СТТ. Однако, созданные новые методы и подходы, объединяющие стохастику и хаос СТТ, обеспечивают в ряде случаев получение информации о состоянии особых биосистем. Таким образом, становится возможным объединить усилия основоположников синергетики (H. Haken) и теории complexity - эмерджентности (I.R Prigogine, M. Gell-Mann, J.A. Wheeler и др.) в рамках третьей парадигмы и ТХС в деле описания и моделирования свойств сложных биосистем. При этом главная проблема такого объединения - это проблема описания гомеостаза, гомеостатических систем (complexity).
Литература
1. Гавриленко Т.В., Еськов В.М., Ха-дарцев А. А., Химикова О.И., Соколова А. А. Новые методы для геронтологии в прогнозах долгожительства коренного населения Югры // Успехи геронтологии.- 2014.Т. 27, № 1.- С. 30-36.
2. Еськов В.В., Гараева Г.Р., Эль-ман К.А., Горбунов Д.В., Третьяков С.А.
Ei, перед отлетом из Сургута Е2, по прилету в ЮН Е3, перед отлетом из ЮН Е4, по прилету в Сургут
1 3.122 2.922 2.922 3.322
2 3.322 2.922 3.122 3.322
3 3.322 3.122 3.122 3.322
4 2.685 2.685 2.685 2.685
5 3.322 3.322 3.322 3.322
6 3.122 3.322 3.322 3.122
7 3.322 3.322 3.322 3.322
8 2.922 2.722 3.122 3.122
9 2.922 2.722 3.122 3.122
10 3.322 2.922 3.122 3.122
11 2.846 3.322 2.922 3.122
12 2.846 3.322 3.122 3.322
13 3.122 3.122 3.322 3.122
14 3.122 2.846 2.846 3.122
15 2.922 2.722 3.322 3.322
среднее 3.083 3.021 3.114 3.186
Медиана 3.122 2.922 3.122 3.122
Физиотерапия при гипертонической болезни с позиций хаотической динамики параметров ССС у пациентов // Вестник новых медицинских технологий. Электронное издание.- 2014.- № 1.- Публикация 1-12. URL: http://www.medtsu.tula.ru/VNMT/ Bul-letin/E2014-1/5030.pdf (Дата публикации: 16.12.2014). DOI: 10.12737/7242
3. Еськов В.М., Гавриленко Т.В., Во-хмина Ю. В., Зимин М. И., Филатов М. А. Измерение хаотической динамики двух видов теппинга как произвольных движений // Метрология.- 2014.- № 6.- С. 28-35.
4. Еськов В.М., Живогляд Р.Н., Кар-ташова Н.М., Попов Ю.М., Хадарцев А.А. Понятие нормы и патологии в фазовом пространстве состояний с позиций компар-тентно-кластерного подхода // Вестник новых медицинских технологий.- 2005.- Т. 12, № 1.- С. 12-14.
5. Еськов В.М., Назин А.Г., Русак С.Н., Филатова О.Е., Хадарцева К.А. Системный анализ и синтез влияния динамики климато-экологических факторов на заболеваемость населения Севера РФ // Вестник новых медицинских технологий.-2008.- Т. 15, № 1.- С. 26-29.
6. Еськов В.М., Еськов В.В., Козлова В.В., Филатов М.А. Способ корректировки лечебного или физкультурно-спортивного воздействия на организм человека в фазовом пространстве состояний с помощью матриц расстояний // Патент на изобретение RUS 2432895 от 09.03.2010 г.
7. Еськов В.М., Еськов В.В., Филатова О.Е. Способ корректировки лечебного или лечебно-оздоровительного воздействия на пациента // Патент на изобретение RUS 2433788 от 01.02.2010 г.
8. Еськов В.М., Еськов В.В., Филатова О.Е., Хадарцев А.А. Особые свойства биосистем и их моделирование // Вестник новых медицинских технологий.- 2011.Т. 18, № 3.- С. 331-332.
9. Еськов В.М., Хадарцев А.А., Есь-ков В.В., Гавриленко Т.В., Филатов М.А. Complexity - особый тип биомедицинских и социальных систем // Вестник новых медицинских технологий.- 2013.- Т. 20, № 1.-С.17-22.
10. Карпин В.А., Филатов М.А. Са-
моорганизация как онтологическое основание биологической эволюции // Сложность. Разум. Постнеклассика.- 2013.- № 2.-С. 21-28.
11. Литовченко О.Г., Нифонтова О.Л. Некоторые показатели сердечнососудистой системы уроженцев Среднего Приобья 7-20 лет // Вестник Оренбургского государственного университета.- 2010.-№ 1 (107).- С. 115-119.
12. Литовченко О.Г., Апокин В.В., Семенова А.А., Нифонтова О.Л. Сохранение сердечно-сосудистой системы студентов // Теория и практика физической культуры.- 2014.- № 9.- С. 90-93.
13. Нифонтова О. Л., Привалова А.Г., Малинкин С.В., Химикова О.И. Биоинформационный анализ функционального состояния сердечно-сосудистой системы у школьников - коренных жителей Югры // Вестник новых медицинских технологий.-2012.- Т. 19, № 2.- С. 422-423.
14. Литовченко О.Г., Апокин В.В., Семенова А.А., Нифонтова О.Л. Состояние сердечно-сосудистой системы студентов // Теория и практика физической культуры.-2014.- № 9.- С. 90-93.
15. Alam, I., Lewis, M. J., Morgan, J., & Baxter, J. (2009). Linear and nonlinear characteristics of heart rate time series in obesity and during weight-reduction surgery // Physiological Measurement.- 2009.- 30.- Р. 541557. DOI: 10.1088/0967- 3 334/3 0/7/002
16. Eskov V.M., Kulaev S.V., Popov Yu.M., Filatova O.E. Computer technology for measurement of unstability origin in stationary regimes of biological dynamic system // Measurement Techniques.- 2006.-№ 1.- Р. 40-45.
17. Eskov V.M., Eskov V.V., Bragins-kii M.Ya., Pashnin A.S. Determination of the degree of synergism of the human cardiorespi-ratory system under conditions of physical effort // Measurement Techniques.- 2011.- V. 54, № 7.- P. 832-837.
18. Eskov V.M. Evolution of the emergent properties of three types of societies: The basic law of human development // Emergence: Complexity and Self-organization.-2014.- V. 16, №2.- P. 107-115.
19. Eskov V.M., Eskov V.V., Gavrilen-
ko T.V., Zimin M.I. Uncertainty in quantum mechanics and biophisics of complex systems // Moskow University Physics Bulletin.-2014.- 5.- P. 41-46.
20. Kelso. J.A.S. Dynamic Patterns: The Self-Organization of Brain and Behavior. (MIT Press, Cambridge 1995. Paperback edition. 1997).
References
1. Gavrilenko TV, Es'kov VM, Kha-dartsev AA, Khimikova OI, Sokolova AA. Novye metody dlya gerontologii v progno-zakh dolgozhitel'stva korennogo naseleniya Yugry. Uspekhi gerontologii. 2014;27(1):30-6. Russian.
2. Es'kov VV, Garaeva GR, El'man KA, Gorbunov DV, Tret'yakov SA. Fizioterapiya pri gipertonicheskoy bolezni s pozitsiy khaoti-cheskoy dinamiki parametrov SSS u patsien-tov. Vestnik novykh meditsinskikh tekhnolo-giy. Elektronnoe izdanie [internet]. 2014 [cited 2014 Dec 16];1:[about 8 p.]. Russian. available from: http://www.medtsu.tula.ru/VNMT/ Bulletin/E2014-1/5030.pdf. DOI: 10.12737/7242
3. Es'kov VM, Gavrilenko TV, Vo-khmina YuV, Zimin MI, Filatov MA. Iz-merenie khaoticheskoy dinamiki dvukh vidov teppinga kak proizvol'nykh dvizheniy. Metro-logiya. 2014;6:28-35. Russian.
4. Es'kov VM, Zhivoglyad RN, Karta-shova NM, Popov YuM, Khadartsev AA. Po-nyatie normy i patologii v fazovom pro-stranstve sostoyaniy s pozitsiy kompar-tentno-klasternogo podkhoda. Vestnik no-vykh meditsinskikh tekhnologiy. 2005; 12(1): 12-4. Russian.
5. Es'kov VM, Nazin AG, Rusak SN, Fi-latova OE, Khadartseva KA. Sistemnyy analiz i sintez vliyaniya dinamiki klima-to-ekologicheskikh faktorov na zabolevae-most' naseleniya Severa RF. Vestnik no-vykh meditsinskikh tekhnologiy. 2008;15(1):26-9. Russian.
6. Es'kov VM, Es'kov VV, Kozlo-va VV, Filatov MA, inventors; Sposob kor-rektirovki lechebnogo ili fizkul'turno-sportivnogo vozdeystviya na organizm che-loveka v fazovom prostranstve sostoyaniy s
pomoshch'yu matrits rasstoyaniy. Russian Federation patent RU 2432895. 2010. Russian.
7. Es'kov VM, Es'kov VV, Filato-va OE, inventors; Sposob korrektirovki lechebnogo ili lechebno-ozdorovitel'nogo vozdeyst-viya na patsienta. Russian Federation pftent RU 2433788. 2010. Russian.
8. Es'kov VM, Es'kov VV, Filato-va OE, Khadartsev AA. Osobye svoystva biosis-tem i ikh modelirovanie. Vestnik novykh meditsinskikh tekhnologiy. 2011;18(3):331-2. Russian.
9. Es'kov VM, Khadartsev AA, Es'-kov VV, Gavrilenko TV, Filatov MA. Complexity - osobyy tip biomeditsinskikh i sotsial'nykh si stem. Vestnik novykh me-ditsinskikh tekhnologiy. 2013;20(1):17-22. Russian.
10. Karpin VA, Filatov MA. Samo-organizatsiya kak ontologicheskoe osnovanie biologicheskoy evolyutsii. Slozhnost'. Ra-zum. Postneklassika. 2013;2:21-8. Russian.
11. Litovchenko OG, Nifontova OL. Nekotorye pokazateli serdechno-sosudistoy sistemy urozhentsev Srednego Priob'ya 7-20 let. Vestnik Orenburgskogo gosudarstvennogo universiteta. 2010;1 (107):115-9. Russian.
12. Litovchenko OG, Apokin VV, Semenova AA, Nifontova OL. Sokhranenie serdechno-sosudistoy sistemy studentov. Teoriya i praktika fizicheskoy kul'tury. 2014;9:90-3. Russian.
13. Nifontova OL, Privalova AG, Ma-linkin SV, Khimikova OI. Bioinfor-matsionnyy analiz funktsional'nogo so-stoyaniya serdechno-sosudistoy sistemy u shkol'nikov - korennykh zhiteley Yugry. Vestnik novykh meditsinskikh tekhnologiy. 2012;19(2):422-3. Russian.
14. Litovchenko OG, Apokin VV, Semenova AA, Nifontova OL. Sostoyanie serdechno-sosudistoy sistemy studentov. Teo-riya i praktika fizicheskoy kul'tury. 2014;9:90-3. Russian.
15. Alam I, Lewis MJ, Morgan J, Baxter J. Linear and nonlinear characteristics of heart rate time series in obesity and during weight-reduction surgery. Physiological Measurement. 2009;30:541-57. DOI: 10.1088/0967- 3 334/3 0/7/002
16. Eskov VM, Kulaev SV, Po-pov YuM, Filatova OE. Computer technology for
measurement of unstability origin in stationary regimes of biological dynamic system. Measurement Techniques. 2006;1:40-5.
17. Eskov VM, Eskov VV, Braginskii MYa, Pashnin AS. Determination of the degree of synergism of the human cardiorespiratory system under conditions of physical effort. Measurement Techniques. 2011;54(7):832-7.
18. Eskov VM. Evolution of the emergent properties of three types of societies: The basic law of human development. Emergence:
Complexity and Self-organization. 2014;16(2): 107-15.
19. Eskov VM, Eskov VV, Gavrilenko TV, Zimin MI. Uncertainty in quantum mechanics and biophisics of complex systems. Moskow University Physics Bulletin. 2014;5:41-6.
20. Kelso JAS. Dynamic Patterns: The Self-Organization of Brain and Behavior. (MIT Press, Cambridge 1995. Paperback edition. 1997).
DOI: 10.12737/12008
ПАРАМЕТРЫ КОГНИТИВНЫХ ФУНКЦИЙ УЧАЩИХСЯ ЮГРЫ
М.А. ФИЛАТОВ, Т В. СТРЕЛЬЦОВА, Т.Ю. ПОСКИНА, Д А. СИДОРЕНКО
БУ ВО «Сургутский государственный университете», ул. Ленина, 1, Сургут, Россия, 628400
Аннотация. Развитие когнитивных функций коренного и пришлого населения определяется в том числе и различиями в реакциях ФСО на хаотическую динамику параметров метеофакторов среды. Состояние сенсомоторных реакций психофизиологических особенностей коренных народов представлено на примере параметров памяти учащихся ханты. Представлены модели мнемических функций и выявлены их особенности. Показана специфика параметров моделей. Для сенсомоторных параметров представлены модели в виде квазиаттракторов.
Ключевые слова: модели памяти, квазиаттракторы, сенсомоторные реакции.
COGNITIVE FUNCTION PARAMETERS OF UGRA STUDENTS
M.A. FILATOV, T.V. STRELTSOVA, T. Yu . POSKINA, DA. SIDIRENKO
Surgut state University, Lenin pr., 1, Surgut, Russia, 628400
Abstract. The development of cognitive functions of indigenous and alien population is determined with the differences in reaction of the functional systems of the human body to chaotic dynamics parameters of meteo factors. The sensorimotor reactions of psycho-physiological characteristics of indigenous peoples are illustrated by the example of memory parameters among Khanty pupils. The models of mnemonic functions and their features are described in the article. The paper is concerned with the specificity of the model parameters and models in the form of quasi-attractors.
Keywords: memory model, quasi-attractor, sensorimotor reaction.
Введение. История использования системных методов и моделирования в описании и прогнозировании динамики изменения психофизиологических функций человека в возрастном аспекте или применительно к расам и территориям насчитывает уже 2-е столетие. Достаточно вспомнить работы Г. Эббингауза (XIX век) и по-
пытки количественно описывать показатели памяти и нейро-ЭВМ как модели когнитивных систем в работах целого ряда российских ученых [5,7,8,10,13]. Разработка различных тестов с использованием ЭВМ для изучения и прогнозирования показателей внимания, мышления, состояния физиологических функций с использованием
