CC BY
78
О
ДО
УДК 61547
ИСПОЛЬЗОВАНИЕ ГИБРИДНЫХ НЕЧЕТКИХ МОДЕЛЕЙ ДЛЯ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ОСТРОГО ПАНКРЕАТИТА С УЧЕТОМ МИКРОЭЛЕМЕНТНОГО СТАТУСА И ЭНЕРГЕТИКИ АКУПУНКТУРНЫХ ТОЧЕК
B.Н.МИШУСТИ1Г
C.В. ДЕГТЯРЕВ В.И.СЕРЕБРОВСКИЙ* Л.П.ЛАЗУРИНА7
1} Курский государственный медицинский университет
-> Юго-Западный государственный университет, г. Курск
з) Курская сельскохозяйственная академия имени проф.
И.И. Иванова
В работе рассматриваются вопросы прогнозирования и ранней диагностики панкреатитов по двум группам информативных признаков: по содержанию меди, железа и цинка в волосах человека и по отклонению электрического сопротивления биологически активных точек от своего номинального значения для точек, имеющих «связи» с исследуемым заболеванием.
Показывается, что решающие правила построения на основе нечеткой логики принятия решений обеспечивают уверенность в прогнозировании возникновения и ранней диагностике панкреатита на уровне 0,9, что вполне приемлемо для медицинской практики.
Ключевые слова: гибридные нечеткие модели, острый панкреатит, микроэлементный статус.
е-таИ:кзШ-Ът( @уап(1ех.ги
В решении вопроса оценки опасности загрязнений окружающей среды большая роль отводится исследованиям, связанным с объективной оценкой степени воздействия на организм человека различных соединений металлов.
В предлагаемой работе исследуются вопросы влияния микроэлементного статуса организма на риск возникновения и развития такого заболевания, как острый панкреатит.
В качестве основного метода изучения количественной топографии металлов в биообъектах был выбран метод атомно-эмиссионной спектроскопии с индуктивно связанной плазмой (АЭС-ИСП), широко используемый при идентификации низких уровней металлов, особенно фоновых, а также физиологических параметров элементов в биоматериале.
Атомно-эмиссионная спектроскопия с ИСП — один из эффективных и адекватных методов анализа, позволяющих одновременно определить большое число элементов (до 70), - обладает низкими пределами обнаружения, высокой воспроизводимостью и широким диапазоном определяемых концентраций. Аналитические характеристики метода обеспечиваются источником возбуждения — высокочастотным индукционным разрядом в аргоне при атмосферном давлении, который обладает временной стабильностью, высокой температурой и обеспечивает эффективную атомизацию и возбуждение поступающего в него анализируемого элемента.
При выборе диагностического биосубстрата для решения задачи формирования границ содержания микроэлементов (МЭ) у человека мы исходили из того, что искомые биосубстраты должны позволять судить о степени изменения МЭ в целом организме и в то же время обладать доступностью получения без травмирования и возможностью снижения распространения вирусных инфекций.
Одной из таких сред являются эктодермальные ткани человека - волосы. Установлено, что именно эктодермальные среды служат индикатором изменения металлов в организме. В ряде исследований подчеркнуто, что волосы являются активной метаболической тканью, депонирующей и одновременно выводящей металлы, что обусловливает внимание к ним как к диагностическому субстрату.
Подготовка образцов для анализа осуществлялась следующим образом: образцы биосубстрата высушивались в сушильном шкафу (при температуре 1500° С) до воздушно-сухого состояния. Навеска помещалась в термостойкий стакан, растворялась в концентрированной азотной кислоте особой чистоты при нагревании, охлаждалась,
переносилась в мерную колбу и разбавлялась бидистиллированной водой, а затем проводилось определение концентрации различных металлов на плазменном спектрометре ICAP-9000 [1, 8].
В экспериментах по определению «коридоров нормы» содержания элементов в неинвазивном биосубстрате (волосы жителей Курского региона), обследовано 300 человек при числе исследований в каждой возрастной группе - 50. В качестве объекта изучения были выбраны дети в возрасте 3-7 лет, постоянно проживающие в г. Курске, взрослое население в возрасте от 13 до 50 лет, проживающее в г. Курске в «чистых» районах и взрослое население от 25 до 50 лет, постоянно проживающее в Курской области. Пробы волос снимались с затылочной части головы и обезжиривались в спиртоэфирной смеси.
Таблица экспериментальных данных (ТЭД) для выделения класса «острый панкреатит» по содержанию МЭ в волосах человека формировалась на пациентах курских городских больниц.
При формировании обучающих таблиц экспериментальных данных диагноз острый панкреатит объективно подтверждался контролем уровня ферментов в крови стандартными методиками.
Анализ гистограмм распределения концентраций микроэлементов в волосах человека по классам со0 - относительно здоров и coi — острый панкреатит показал, что больные характеризуются увеличением концентрации меди на 25-30%, уменьшением концентрации цинка на 20-25%, уменьшением концентрации железа на 10-15%. однако похожие тенденции наблюдаются и при других видах заболеваний, например при ряде заболеваний крови, печени и т.д. Поэтому только изменение концентрации микроэлементов относительно их статистических норм не может служить надежным индикатором для построения решающих правил, выделяющих класс острый панкреатит. Однако эти признаки, как показали результаты разведочного анализа, могут служить как достаточно информативные факторы риска появления и развития исследуемой патологии.
В ходе проведения разведочного анализа [1, 4] было установлено, что если на экспертном уровне выделить классы: относительно здоров (класс со0), существует достаточно высокий риск заболевания (класс cor), имеются начальные стадии заболеваний (донозологический диагноз без выраженных клинических симптомов cod) и клинически установленный диагноз (класс сок), то оказывается, что между ними нет четкой границы, они имеют «достаточно большие» зоны пересечения с плохо формализуемой структурой классов.
В этих условиях, согласно рекомендациям [4, 5, 6, 9], в качестве математического аппарата для построения соответствующих решающих правил целесообразно использовать теорию нечеткой логики принятия решений, в которой частная уверенность в классификации по каждому информативному признаку (фактору риска) определяется соответствующей функцией принадлежности к классу ^ — 0, R, D, К ^ с ga_
зовой переменной по величине признака Х; (* ’п) - а финальные реша-
ющие правила строятся путем агрегации полученных функций принадлежностей с
КУ
расчетом коэффициентов уверенности в принимаемых решениях.
Для формирования класса отбирались люди с достаточно сильными отклонениями концентрации отобранных МЭ от статистической нормы, но без установленного диагноза по классам cod или сок, и они в течение года наблюдались специалистами. Если за это время наблюдаемые заболевали (переходили в класс cod или сок), то они в
обучающей выборке относились к классу на момент начала наблюдения.
По каждому фактору риска и каждому выделенному классу были построены гистограммы распределения классов (^Х‘ ^), которые предъявлялись 8 высококвалифицированным экспертам (доктор биологических наук, два доктора медицинских наук, два кандидата медицинских наук и три врача высшей квалификации).
Эти специалисты под руководством инженера по знаниям, опираясь на данные разведочного анализа и соответствующие решения, полученные на животных [8], строили функции принадлежностей к выбранным классам состояний. По результатам построений был определен коэффициент конкордации (согласованности действий экспертов) ^ — , что позволило сделать выводы о достаточно эффективной деятельности
экспертной группы. Усредненные графики соответствующих функций принадлежностей с базовыми переменными по шкалам концентраций МЭ приведены на рис. 1-3.
На приведенных графиках эксперты не выделяли класс сок, поскольку считается, что состав микроэлементов в волосах не является стандартом для постановки диагноза острый панкреатит.
1-4 (Си)
ш,
Рас. 1. Функции принадлежностей к классам - по шкале концентрация меди (Си)
0,5
100
Рис. 2. Функции принадлежностей к классам М
I I '
900 1000 1x1 (мкг/г)
по шкале концентрация цинка (2п)
И-«, (Ге)
Совпадение максимальных значений *Л''’и и с по всем выбранным МЭ соответствует мнению экспертов о том, что достигаемая максимальная уверенность в ре-
щи
шении по каждому из выделенных классов не превышает некоторого максимального
шах
числа и что при совпадении величин и г следует назначать дополнительные обследования с целью уточнения диагноза сор, не забывая о соответствующей профилактике.
Для агрегирования полученных функций принадлежностей в правило принятия решений по всему выбранному комплексу микроэлементов, согласно рекомендациям [4], было выбрано решающее правило вида:
= *4 (Си) + цЮг (£п) + цЮг (Ре) - цЮг (Си) • цЮг {Ъп) - (1)
- И«,, (Си) • (Ре) - (гп) • (Ре) + (Си) • (гп) • (Ре)
Проведенное математическое моделирование показало, что при максимальных
** ** куГ
значениях всех трех функции принадлежностей величина г стремится к значе-
,КУ^°^0,72, „
нию 0,72 ( г ), что недостаточно для принимаемых решении.
Работами ряда исследований было показано, что увеличить достоверность в принимаемых прогностических и диагностических исследованиях для ряда заболеваний, включая острый панкреатит, можно, используя электрические характеристики биологически активных точек (БАТ), «связанных» с исследуемой патологией [2, 3, у].
Список биологически активных точек, связанных с диагнозом острый панкреатит и с заболеваниями желудочно-кишечного тракта, к которому относится поджелудочная железа, со списками связанных с ними ситуаций представлен в таблице.
В этой таблице под ситуациями, как и в работе [2], понимаются списки диагнозов, симптомов и синдромов, связываемые с конкретными БАТ, а аббревиатура ЧМ обозначает чудесный меридиан.
Из приведенной таблицы видно, что надежное прогнозирование и диагностика острого панкреатита может осуществляться только по точкам ушной раковины АР96 и АР 122, на остальных точках кроме выбранного заболевания представлена информация о состоянии сразу нескольких органов и (или) систем, что требует специальных мер по уточнению проверяемых гипотез, например, используя методику, представленную в работах [2, 7].
На рис. 4 и 5 приведены функции принадлежностей к исследуемым классам ю-для точек АР96 и АР 122 с базовыми переменными по величинам отклонений их сопротивления от своего номинального значения — .
Приведенные на рис. 4 и 5 графики соответствуют доверию экспертов к принимаемым решениям при однократном измерении электрического сопротивления БАТ.
Следует иметь в виду, что электрическое сопротивление БАТ относится к таким медицинским показателям, для которых диагностическая уверенность возрастет, если наблюдаются стабильные патологические отклонения при неоднократном измерении. Для учета этого фактора в расчет показателей соответствующих коэффициентов уве-
КУГ ,, а
ренности г вводятся поправочные коэффициенты 4:
КУ"=а,-ц0|((5^)> (2)
где ] - номер точки, выбранной для исследования.
По отношению к патологии острый панкреатит экспертами определены следу-
ап : а, = 1 а, = 1 16
ющие значения 4 - при однократном измерении, 2 ’ - если сохраняет-
ся аномальное отклонение сопротивлений БАТ от своих номинальных значений при повторных измерениях через сутки с учетом временных энергетических циклов мери-а =1 7
диан; 3 ’ - если аномальное отклонение сопротивления БАТ удерживается в те-
а =23
чение недели; 4 ’ - в течение месяца.
Таблица
Описание проекционных зон, связанных с панкреатитом
№ п/п Имя БАТ Имя ситуации Список ситуаций
1 APl8 (Голод) Хо панкреатит (по Табеевой)
Х2 острый и хронический гастрит
2 АР22 (Железы внутренней секреции) Xi все болезни, связанные с железами внутренней секреции, включая поджелудочную железу и как следствие панкреатит
Х3 все гинекологические заболевания
х4 все кожные заболевания
Х5 аллергические заболевания и воспалительные процессы органов дыхания
Х6 заболевания сердечно-сосудистой системы
3 АР96 левая (Поджелудочная железа) Хо панкреатит
4 АР 122 ( Панкреатит) Хо хронический панкреатит
5 V21 - сочувственная точка меридиана желудка на меридиане мочевого пузыря Хо панкреатит
х7 гастрит
Х8 гепатит
х9 снижение пищеварительной функции желудка, энтероколит, боль в животе
6 R6 - точка ключ к 4MVI меридиана почек Хо заболевания поджелудочной железы, включая панкреатит
Х8 заболевания печени, включая гепатит
Хш неврастения
Хи эпилептиформные припадки
Х12 нарушения мозгового кровообращения
И-и, (л'Р-АКІ )
0,3
Y
I i i Г i ¡ ¡ ¡ i ¡
10 20 30 40 50 60 70 SO 90 100 ÖR
Piic. 5. Функции принадлежностей к классам (°' по шкале
ÔR
АР122
Общая уверенность в принятии решения по двум показателям определяется выражением:
вполне пригодно для практического использования полученных решающих правил.
Окончательное решение в пользу классов со0, cor или cod принимается по максимальной величине соответствующего коэффициента уверенности.
1. Гаврилов, И.Л. Прогнозирование и ранняя диагностика панкреатитов по микроэле-ментному статусу [Текст] / И.Л. Гаврилов, Н.А. Кореневский, Л. П. Лазурина, А.Л. Локтионов // Вестник Воронежского государственного университета. - 2009. - Т. 5, № 5. - С. 96-100.
2. Гадалов, В.Н. Математические модели, рефлекторные системы организма человека и их использование для прогнозирования и диагностики заболеваний /В.Н. Гадалов, НА. Кореневский, В.Н. Снопков // Системный анализ и управление в биомедицинских системах. - 2012. -T. il, № 2. - С. 515-521.
3. Иванов, В.А. Математический анализ насыщенности нервами и корреляционная взаимосвязь анатомических (аккупунктурных) зон ушной раковины человека / В.А. Иванов, А.П. Яковлев, Е.А. Яковлева // Системный анализ и управление в биомедицинских системах. -2012. - T. il, № 1. - С. 228-236.
4. Кореневский, Н.А. Синтез нечетких сетевых моделей обучаемых по структуре данных для медицинских систем / Н.А. Кореневский, Р.А. Крупчатников, С.А. Горбатенко // Медицинская техника. - 2008. - № 2. - С. 18-24.
5. Кореневский, Н.А. Метод синтеза нечетких решающих правил для оценки состояния сложных систем по информации о геометрической структуре многомерных данных / Н.А. Кореневский, Е.Б. Рябкова // Вестник Воронежского государственного технического университета. - 2011. - Т. 7, № 8. -С. 128-136.
6. Кореневский, Н.А. Геометрический подход к синтезу нечетких решающих правил для решения задач прогнозирования и медицинской диагностики / Н.А. Кореневский, С.А. Филист, А.Г. Устинов, Е.Б. Рябкова // Биомедицинская радиоэлектроника. - 2012. - № 4. - С. 20-25.
7. Крупчатников, Р.А. Расчет уверенностей в принимаемых решениях по энергетической реакции меридианных структур / РА. Крупчатников, И А. Ключиков, Л.В. Шульга, С.В. Харков // Известия Юго-Западного государственного университета. - 2011. - №6 (39), ч. 2. - С. 62-67.
8. Лазурина, Л.П. Исследование влияния микроэлементов на состояние здоровья человека / Н.А. Кореневский, Н.Д. Тутов, Л.П. Лазурина // Проектирование медико-экологических информационных систем. - Курск, 2001. - С. 90-133.
9. Riad Al-Kasasbeh, Nikolay Korenevskiy, Mahdi Alshamasin, Florin Ionescou and Andrew Smith. Prediction of gastric ulcers based on the change in electrical resistance of acupuncture points using fuzzy logic decision - making. Computer Methods in Biomechanics and Biomedical Enginering. iFirst article. - 2012. - P. 1-12.
При максимальных величинах функций принадлежностей ’ , что
Литература
USING A HYBRID FUZZY MUDEIS FUR PREDICTIUN AND EARLY DIAGNOSIS UF ACUTE PANCREATITIS DY THE MICRUEIEMENT STATUS AND ACUPUINTS' CONDITION
V.N.MISHUSTIN7 S.V. DEGTYAREV' V.I.SEREBROVSKIY' L.P. LAZURINA7
Kursk State Medical University
Southwest State University, Kursk
з) Kursk State Agricultural Academy named after Professor 1.1. Ivanov
The paper discusses prediction and early diagnosis of pancreatitis in two group’s informative features: the content of copper, iron and zinc in human hair and deviation of the electric resistance of the biologically active points from their nominal values for pixels having "associated" with a disease under study. It is shown that the decision rules of construction based on fuzzy logic decision-making provide confidence in predicting the emergence and early diagnosis of pancreatitis at the level of 0.9, which is quite acceptable for a medical practice.
Key words: hybrid fuzzy models, acute pancreatitis, a trace element status.
e-mail: kstu-bmi@yandex.ru
