CC BY
75
действия, оценивавшегося с помощью параметров формулы белой крови, а также показателей морфо-функциональной активности иммунокомпетентных и некоторых других внутренних органов. При полной регрессии опухолей у животных отмечены стойкие адаптационные реакции спокойной и повышенной активации (Гаркави Л.Х., 1968-2003). Особый интерес представляют данные экспериментов, в которых курс воздействий ЭМИ КВЧ начинался за 3 дня до перевивки лимфосаркомы Плисса. При этом у части животных (37%) был получен необычный, отсроченный противоопухолевый эффект: полная и быстрая (в течение недели) регрессия крупных опухолей объемом 5-6 см3 и частичная (на 45-50%) регрессия опухолей размером более 10 см3, не сопровождавшиеся заметными признаками интоксикации.
Получение стареющими крысами-самцами с саркомой-45 незаменимых аминокислот (препараты линии «Амитон» и «Авитон» производства компании «Аро11их») по 0,35-0,7 капсулы в сутки заметно усиливало действие
модулированного ЭМИ КВЧ. В случае использования «субстратного
сопровождения» размеры опухолей в 2 - 2,5 раза были меньше, чем у животных, подвергавшихся действию только ЭМИ КВЧ (Р<0,01).
Были проведены клинические исследования 29 онкологических больных с распространенными (Т3-Т4) формами опухолевого процесса различных локализаций (молочная железа, легкие, желудок, кишечник, грибовидный микоз). Модулированное ЭМИ КВЧ применялось на фоне специфического противоопухолевого лечения как отдельно (5 пациентов), так и в комбинации либо с действием слабого СНЧ ПеМП (8 пациентов), либо со СКЭНАР-терапией (16 пациентов). Применявшиеся воздействия способствовали заметному повышению эффективности полихимиотерапии и лучевой терапии (вплоть до регрессии
аксиллярных метастазов опухолей молочной железы), а также снижению
токсического влияния цитостатиков и ионизирующего излучения. Наблюдалось улучшение структуры общих неспецифических адаптационных реакций и показателей биоэлектрической активности мозга, а также выраженное положительное влияние ЭМИ на проявления сопутствующих хронических патологий (заболевания сердечно-сосудистой системы, атеросклероз, полиартрит и др.). При этом динамика показателей биоэнергетического статуса пациентов указывала на существование некоторых различий в путях реализации эффектов применявшихся воздействий в зависимости от сочетания использованных физических факторов.
УДК 612.13:004.42
ИДЕНТИФИКАЦИЯ РЕОГРАММ СРЕДСТВАМИ ПАКЕТА МАТЬАБ
В.Н. Ананченко, А.В. Литвин, А.Д. Лукьянов, А.А. Литвин
Донской государственный технический университет, 344010, Ростов-на-Дону, пл. Гагарина 1, тел. (8632) 738518, [email protected]
Для исследования процессов кровообращения в органах и различных частях тела в медицинской практике широко применяются реографические методы.
Основными элементами реограммы (РГ) являются анакрота, вершина, инцизура и катакрота. Вершина - максимальный пик амплитуды РГ. Катакрота может иметь несколько дополнительных дикротических волн.
Анализ РГ предусматривает визуальное исследование записи (качественная оценка) и количественный анализ (вычисление показателей). При качественной оценки РГ анализируются регулярность кривой, крутизна анакроты, характер вершины, форма катакроты, количество и выраженность дополнительных волн на катакроте. Количественный анализ РГ уточняет характер качественных изменений, выявляемых визуально и определить целый ряд дополнительных особенностей кровообращения в исследуемой области[1].
Целью работы является разработка методики идентификации реографической кривой путем построения математической модели авторегрессии [2]. Моделирование выполнялось с использованием сигналов электрокардиограмм (ЭКГ), реограмм (РГ) и дифференциальных реограмм.
Для достижения поставленной цели необходимо решить следующие задачи: провести предварительную обработку сигналов; оценить структуру и порядок модели; выполнить структурный синтез математической модели; идентифицировать параметры математической модели.
Предварительная обработка (кондиционирование) сигналов включала в себя перевод сигналов из непрерывной в дискретную форму, передискретизацию (если это необходимо), удаление трендов, артефактов и помех.
Оценку структуры и порядка модели для данного типов сигналов возможно провести с помощью спектральных и корреляционных методов. Спектральный анализ сигналов позволяет обнаружить периодические составляющие временного ряда, и оценить количество актуальных гармоник сигнала k и порядок П АР части АРСС модели, и ~ 2k +1. Методами корреляционного анализа можно оценить задержки (лаги) одного сигнала относительно другого [3].
Исходя из анатомических и физиологических представлений о формировании сигнала РГ [1], можно предложить следующую структуру модели, описывающей преобразование насосной функции сердца в движение крови по сосудам в которой у[‘ ] - сигнал реограммы; и[ ] - сигнал соответствующий насосной функции сердца;
] - шум; Л(і) - числитель дискретной передаточной функции
модели, отвечающий за свойства скользящего среднего; Т - временная задержка влияния сердечных сокращений на сигнал РВГ, связанная с довольно длительным процессом распространения крови по сосудам.
На рис. 1 приведена структурная схема формирования сигнала РВГ. Передаточные функции НЛ (і) и Н П (і) являются математическим отображением кровотока соответственно в правой и левой голенях.
модели
знаменатель дискретной передаточной функции
Л(2) • у[] = В(і) • и[і - Т] + є[і 1
Рис. 1
Структурная схема формирования сигнала реовазограмм.
Однако характеристики сигнала и©, соответствующего насосной функции сердца при регистрации реограмм по традиционной методике неизвестны. В этой связи параметры математической модели были идентифицированы по сигналам реограмм. Для проведения идентификации была разработана программа на языке пакета МЛТЪЛБ. Порядок полиномов ) выбирались исходя из предварительных оценок, и уточнялись в
пределах ±2 единицы по перепаду дисперсии ошибки модели с2 ((] п, т) в процессе моделирования. Было установлено, что порядок моделей зависит от формы кривой реограммы.
Рис. 2
Полюса и области доверительной вероятности полиномов сигналов РВГ
правой и левой голени
Более наглядно различие между свойствами моделей можно продемонстрировать на диаграмме корней полиномов (рис. 2). На
диаграмме представлены матожидание местоположения корней на комплексной плоскости и области 95% доверительной вероятности их
нахождения Анализ расположения корней позволяет считать, что данный признак является достаточно информативным
В результате проделанной работы можно сделать следующие выводы:
- большая часть информации о форме кривой реограммы сосредоточена в полиноме-знаменателе дискретной передаточной функции;
- информативным признаком обладают коэффициенты полинома и его
корни.
ЛИТЕРАТУРА
1. Иванов Л.Б., Макаров В.А. Лекции по клинической реографии — М.: 2000
2. Дьяконов В., Круглов В. "МЛТЬЛБ. Анализ, идентификация и моделирование систем. Специальный справочник" — СПб.: Питер, 2002
3. Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ. / Под ред. Я.З.Цыпкина. - М.: Наука. Гл. ред. физ.-мат. лит., 1991. стр. 71.
УДК 615.471:681.31. 03:616.12-008.331.1-07
ЗАКОНОМЕРНОСТЬ ВЗАИМОЗАВИСИМОГО ИЗМЕНЕНИЯ АМПЛИТУДНО - ФАЗОВЫХ РЕЖИМОВ РАБОТЫ СЕРДЦА КАК МЕХАНИЗМ САМОРЕГУЛЯЦИИ ГЕМОДИНАМИКИ.
Д.Ф. Македонский, К.К. Мамбергер, С.М. Руденко, М.Ю. Руденко.
Институт китайской медицины. 347900 Таганрог, пер.Лермонтовский, 25. Тел./
факс (8634) 312 - 403.
Основным инструментом диагностики сердечно-сосудистой системы является широко распространённая методика расшифровки ЭКГ. Этот метод является наиболее экономически дешёвым, чем использование ультразвуковых эхокардиографов. Преимущество его заключается ещё в том, что его могут использовать врачи с относительно несложной специальной подготовкой. Не смотря на доступность этого метода, он обладает относительно невысокой достоверностью диагноза. Так, для выявления патологии отдельных сегментов сердца, необходимо регистрировать несколько, так называемых, стандартных отведений. При дальнейшем их исследовании определяют характеристики ритма сердечных сокращений, расположение электрической оси сердца и ряд других. Но основным недостатком этого метода является невозможность установления граничного состояния норма - патология. Решить данную проблему пытаются нормированными нагрузочными пробами на пациента.
Более подробное исследование многоканальных записей ЭКГ с помощью математического дифференцирования показало значительное искажение фазовых характеристик ЭКГ в разных отведениях. Это вызвано неправильным подбором полосы пропускания фильтров приборов в процессе получения динамического диапазона сигнал-шум на уровне не менее 40 Дб. При этом для разработчиков не знающих суть биофизических процессов важно получения «красивой» формы сигнала ЭКГ, а уже вторичным является установления диагностических критериев.
Примером может служить фазовый анализ сердечного цикла по ЭКГ. Даже при поверхностном рассмотрении используемых критериев регистрации фаз
