CC BY
25
2. Синергетика в клинической кибернетике
УДК618.2/.3-055.26
ИСПОЛЬЗОВАНИЕ МЕТОДОВ ТЕОРИИ ХАОСА ДЛЯ СРАВНЕНИЯ ПАРАМЕТРОВ АТТРАКТОРОВ У БЕРЕМЕННЫХ ЖЕНЩИН С ГЕСТОЗАМИ В УСЛОВИЯХ СЕВЕРА РФ
Р.Н. ЖИВОГЛЯД, Е.В. СУРВИЛЛО, К.А. ХАДАРЦЕВА,
С.М. ЧАНТУРИЯ, Т.Н. ШИПИЛОВА*
Введение. Активно развивающаяся теория хаоса и синергетики (ТХС) подвели нас к пониманию природных процессов в терминах русел и параметров порядка, когда т-мерный вектор состояния организма человека (ВСОЧ) биологической динамической системы (БДС), описывается в некоторых подпространствах меньшей размерности к (т>п ). Разработка новых методов идентификации параметров порядка и русел в рамках системного анализа и синтеза (САС) составляет основу современной синергетики в её прикладных медицинских аспектах. Особое значение такой подход может иметь в акушерстве и гинекологии, как наименее формализованных отраслях медицинских наук. Учитывая это, можно применить методы теории хаоса для сравнения параметров аттракторов у беременных женщин с гестозами, как характерный пример из области женской патологии.
Гестоз, как осложнение второй половины беременности, остаётся одной из ведущих причин материнской и перинатальной смертности. Развитие беременности сопровождается комплексом адаптационных изменений в организме женщин. При беременности усиливается обмен веществ, увеличивается объем циркулирующей крови, изменяется гемостаз и, кроме того, постоянно нарастает масса тела женщины. Все эти факторы обусловливают повышение нагрузки на все системы беременной. Основная концепция гестоза, как осложнения, проявляющегося известной триадой симптомов с риском эклампсии, была сформулирована отечественными и зарубежными учеными более 100 лет назад. Его этиология, патогенез, прогноз и подходы к рациональной врачебной тактике содержат больше вопросов, чем ответов. В настоящее время существует огромное количество лабораторных и аппаратных критериев для оценки течения гестоза. Тем не менее, вопросы его диагностики и прогноза исхода беременности для матери и плода не становятся менее сложными. Несмотря на постоянное внимание к проблеме гестоза, до сих пор остаются спорными диагностические критерии степени тяжести и прогноза гестоза, подходы к рациональной врачебной тактике. Лечение больных с гестозом представляет собой очень сложную задачу. Течение гестоза во многом зависит от предшествующих заболеваний [1-6]. В этой связи мы пытаемся привлечь методы системного анализа для решения задач диагностики доклинического течения гестоза с помощью нового метода идентификации параметров аттракторов патологических состояний человека на примере данных аттрактора гестоза у женщин на Севере РФ.
Материалы и методы исследования. Одной из базовых проблем теории хаоса составляет проблема идентификации параметров аттракторов БДС и диагностики различий между динамикой стохастического поведения БДС или хаотической динамикой этих же БДС. Последняя проблема сейчас стоит особо остро в САС, т.к. она определяет методы исследования БДС: или использовать теорию хаоса, или стохастические методы в изучении динамики биосистем. Учитывая важность этой проблемы, в лаборатории биокибернетики и биофизики сложных систем СурГУ разрабатываются алгоритмы и программы для ЭВМ по оценке доли хаоса или стохастичности в динамике поведения БДС в многомерном (т-мерном) пространстве состояния.
ТХС подошла к пониманию природных процессов в терминах русел и параметров порядка, когда вектор состояния БДС описывается в подпространствах меньшей размерности к. Существующая традиционная методология описания стохастических процессов основывается, как правило, на распределении Гаусса. Нами был введен параметр г (расстояние г), который находился по формуле (показатель ассиметрии):
r = ijy (xs - xc )2
Реальные данные (параметры x ВСОЧ) мы получали при обследовании беременных в ОКБ (г. Сургут). Все они были разбиты на 3 возрастные группы: младшая группа - I-я возрастная группа (15-19 лет), средняя группа - II-я возрастная группа (20-30 лет) и старшая возрастная группа (31-45 лет) - III-я группа. Диагноз «гестоз» был выставлен на основании клинических и лабораторно-инструментальных данных в соответствии с МКБ-10. Гематологические и биохимические методы исследования проводились в КДО Сургутской окружной клинической больницы: анализировали показатели периферической крови: гемоглобин (г/л); содержание лейкоцитов периферической крови (х10 9/л); содержание эритроцитов периферической крови (х10 12/л); цветной показатель, т. е. относительное содержание гемоглобина в эритроците; скорость оседания эритроцитов мм/ч; гематокрит (отношение объема плазмы крови и форменных элементов крови, %); уровень тромбоцитов периферической крови; билирубин (мкммоль/л); общий белок (г/л); креатинин (мкммоль/л); глюкоза крови моль/л; протромбиновый индекс; фибриноген.
Обработка данных велась по оригинальной программе «Идентификация параметров аттракторов поведения вектора состояния биосистем в m-мерном фазовом пространстве», предназначенной для использования в исследованиях систем с хаотической организацией. Программа позволяет представить и рассчитать в фазовом пространстве с выбранными фазовыми координатами Xi параметры аттракторов состояния динамической системы (объем V m-мерного параллелепипеда, внутри которого находится искомый аттрактор ВСОЧ и коэффициент асимметрии rX). Исходные параметры (координаты в m-мерном пространстве) вводятся вручную или из текстового файла. Ведется расчет координат граней, их длины и объема m-мерного параллелепипеда, ограничивающего аттрактор, хаотического и статистического центров, показатель асимметрии стохастического и хаотического центров. Имеется возможность проследить изменение фазовых характеристик во времени и скорость изменения системы.
Результаты исследования. С использованием запатентованной программы были получены данные, представляющие размеры з интервалов Axi для соответствующих параметров порядка Xi и показатели асимметрии (Asy-try) для каждой координаты Xi, где представлены размеры этих интервалов (колонки Interval X1...), число параметров - координат ВСОЧ. Здесь и далее под Xi понимаем клинические данные: X1 - возраст; Х2 -гемоглобин (г/л); X3 - содержание лейкоцитов периферической крови (х10 9/л); X4 - содержание эритроцитов периферической крови (х10 12/л); Х5 - цветной показатель т.е. относительное содержание гемоглобина в эритроците, %); Х8 - содержание тромбоцитов периферической крови; Х9 - билирубин
(мкммоль/л); Х10 - общий белок (г/л); Х11 - креатинин (мкммоль/л); Х12 - глюкоза крови моль/л; Х13 - протромбино-вый индекс; Х14 - фибриноген.
Результаты анализа аттрактора ВСОЧ по клиническим и биохимическим показателям у беременных 3-й возрастной группы (3G-45лет)
Number of measures: 16 Number of Phase plane dimension m = 14 General asymmetry value rX = 38.578 Interval X1 = 10 Asymmetry rX1 = 0.2000 Interval X2 = 29 Asymmetry rX2 = 0.1552 Interval X3 = 6 Asymmetry rX3 = 0.1667 Interval X4 = 1 Asymmetry rX4 = 0.5000 Interval X5 = 1 Asymmetry rX5 = 0.5000 Interval X6 = 54 Asymmetry rX6 = 0.1111 Interval X7 = 14 Asymmetry rX7 = 0.0714 Interval X8 = 141 Asymmetry rX8 = 0.2660 Interval X9 = 5 Asymmetry rX9 = 0.1000 Interval X10 = 19 Asymmetry rX10 = 0.1842 Interval X11 = 33 Asymmetry rX11 = 0.0758 Interval X12 = 3 Asymmetry rX12 = 0.1667 Interval X13 = 13 Asymmetry rX13 = 0.0385 Interval X14 = 2 Asymmetry rX14 = 0.0000 General V value = 4.54E+0013
* Сургутский государственный университет, 628400, г. Сургут, Энергетиков 14, СурГУ, 8-(3462) -52-47-13, e-mail: [email protected].
Результаты анализа аттрактора ВСОЧ по клиническими и биохимическим показателям у беременных женщин 1-й возрастной группы
(15-19 лет)
Number of measures: 16 Number of Phase plane dimension m = 14 General asymmetry value rX = 21.383 Interval X1 = 2 Asymmetry rX1 = 0.0000 Interval X2 = 25 Asymmetry rX2 = 0.1400 Interval X3 = 8 Asymmetry rX3 = 0.2500 Interval X4 = 2 Asymmetry rX4 = 0.0000 Interval X5 = 1 Asymmetry rX5 = 0.5000 Interval X6 = 53 Asymmetry rX6 = 0.0283 Interval X7 = 11 Asymmetry rX7 = 0.0455 Interval X8 = 75 Asymmetry rX8 = 0.2733 Interval X9 = 7 Asymmetry rX9 = 0.0714 Interval X10 = 13 Asymmetry rX10 = 0.0385 Interval X11 = 44 Asymmetry rX11 = 0.0455 Interval X12 = 3 Asymmetry rX12 = 0.1667 Interval X13 = 17 Asymmetry rX13 = 0.2059 Interval X14 = 4 Asymmetry rX14 = 0.2500 General V value = 2.86E+0013
Итоговые значения (по всем координатам) показатели асимметрии (rX) и общий объём многомерного параллелепипеда V (General V value) дают представление о параметрах аттракторов ВСОЧ для этих 2-х групп данных. Из таблиц легко видеть существование различий межу значениями rX и V для этих двух групп. В частности, общий показатель асимметрии (расстояние в фазовом 14-ти мерном пространстве между статистическими и хаотическими центрами аттрактора) в 1-й возрастной группе rX = =21,383, в 3-й возрастной группе rX = 38,578, т.е. этот показатель выше на (38,578-21,383)х100 / 21,383 = 80,4%.
Одновременно общий объем параллелепипеда, внутри которого находится аттрактор движения ВСОЧ, различен в этих двух возрастных группах: для женщин 1-й возрастной группы он меньше (V1 = 2.86хЕ+13) сравнительно со значениями 2-й возрастной группы, (V3 = 4.54Е+13). В 3-й возрастной группе этот показатель выше почти в 2 раза. Это свидетельствует о том, что у беременных женщин старше 31 года имеется значительный разброс в значениях аттракторов ВСОЧ, что можно связать со всем статусом парасимпатических и других влияний на регуляторные системы организма. У женщин старшего возраста более значительный интервал изменений координаты Х8 (141 против 75) и Х10 (общий белок). Большие значения Vаттрактора соответствуют значительным отклонениям от области «мягкой» патологии и ведут к тяжелым осложнениям и угрозе жизни.
Литература
1. Еськов В.М. Компартментно-кластерный подход в исследованиях биологических динамических систем (БДС). Монография .-.— Самара, 2003.- 198с.
2. Еськов В.М. и др. Экологические факторы Ханты-Мансийского автономного округа: Ч. 2.- Самара: Офорт, 2004.- 172с.
3. Еськов В.М. и др. Системный анализ, управление и обработка информации в биологии и медицине. Ч.4.- Тула: Изд-во ТулГУ .2003.-203с.
4. Кустаров В.Н., Линде В.А. Гестоз.- СПб, 2000.- 57 с.
5. Зильбер А.П. , Шифман ЕМ. Дебют гестоза: артериолоспазм
или артериодилатация // Междун. мед.обзоры.- 1994.
6. Брагинский М.И. и др.// Сибирский мед. ж.- 2006.- №6.- С.29-32.
THE USE OF METHOD OF CHAOS THEORY FOR THE COMPARISION OF ATTRCTOR’S PARAMETRS IN PREGNANCY WOMEN WITH HESTOSIS IN CONDITIONS OF NORTH OF R.F.
V.M. ES’KOV, R.N. ZHIVOGLYAD, S.M. CHANTURIA, T.N. SHIPILOVA, H.V. SURVILLO, K.A. KHADARTSEVA
Summary
The new calculation method of attractors parameters of human organism stage vector presented. It proved that in women with hesto-sis pathology has different values of attractors and asymmetry coefficient rX
Key words: attractors parameters, hestosis pathology
УДК 612-083
НЕЙРОКОМПЬЮТЕРНЫЙ СИСТЕМНЫЙ АНАЛИЗ ПОКАЗАТЕЛЕЙ РАСШИРЕННОЙ ИММУНОГРАММЫ У БОЛЬНЫХ САХАРНЫМ
ДИАБЕТОМ 2 ТИПА С РАЗЛИЧНЫМИ КЛИНИЧЕСКИМИ ВАРИАНТАМИ ТЕЧЕНИЯ
И.Ю. ДОБРЫНИНА*
Современная диабетология - это одна из наиболее развивающихся отраслей медицины, которая базируется на достижениях фундаментальных наук (клинической кибернетики, биотехнологии, иммунологии) и органично связана со смежными клиническими дисциплинами. Количественная и качественная идентификация закономерностей дизадаптивных метаболических нарушений в патогенезе хронических сосудистых осложнений у больных СД-2 с различными клиническими вариантами течения является чрезвычайно актуальной в аспекте динамики поведения вектора состояния организма (ВСОЧ). Человеческий организм как открытая самоуправляющая система построена по иерархическому принципу, в то же время она представлена многими миллиардами работающих с определенной степенью автономности клеток, сравнимых по сложности с суперкомпьютерами.
Эти клетки кооперируются в функциональные системы, управляющие сложнейшими физико-химическими кооперативными процессами. Все функциональные системы относятся к биологически динамическим системам, которые имеют компар-тментно-кластерную организацию [5]. При этом клетки - компар-тменты - интегрируются в надклеточные компартменты (органы, системы органов). Все системы компартментно организованных структур иерархически организованы. Эти системы можно назвать кластерами, а организм - кластерной иерархической системой [4]. Общим подходом к изучению сложноорганизованных систем является кластерная теория биологически динамических систем. Особый интерес представляет анализ показателей кластеров расширенной иммунограммы у больных СД-2 с различными клиническими вариантами течения в рамках новых нейрокомпь-ютинговых исследований. Используемый метод позволяет выполнить идентификацию значимости каждого из анализируемых диагностических признаков (параметров порядка расширенной иммунограммы) путем сравнения различных выборок. Кибернетические методы на базе теории хаоса и синергетики с использованием нейро-ЭВМ обеспечивают компартментную и кластерную дифференцировку динамических признаков, идентификацию их значимости (ранжирование весов), диагностическую ценность наиболее важных из них с учетом эндемии, что позволяет использовать индивидуальный подход при диагностике клинических вариантов формирования патологии [4-6].
Системный анализ подразумевает выделение отдельных качеств и свойств изучаемого объекта. Принятие управляющего решения сопряжено с необходимостью целостного системного представления об объекте исследования. Оперируя множеством переменных, описывающих кинетику исследуемого объекта, следует выделять такое множество переменных, которые в зависимости от их набора будут соответствовать определенным руслам, в которых функционирует система, а при попадании в область джокеров нужно уметь обоснованно применять внешние управляющие воздействия. Нейросетевые технологии позволяют решать задачи системного синтеза, который использует данные системного анализа для выделения малого числа параметров, определяющего динамику поведения ВСОЧ и вектор развития системы, взаимосвязи между этими параметрами. Системный синтез позволяет анализировать аспекты самоорганизации системы в пространстве возможностей, признаков и степеней свободы. Системный синтез обеспечивает оптимальное построение баз знаний в целях самоорганизации этих знаний и навыков [3, 6].
Цель работы - сравнительный анализ показателей расширенной иммунограммы у больных СД-2 с целью идентификации клинических вариантов заболевания путем ранжирования диагностических признаков (параметров порядка) и выделения оптимального множества параметров порядка (русел) посредством решения задач минимизации, достаточных для решения задач классификации исследуемых выборок.
Сургутский госуниверситет, 628400, г. Сургут, ул. Энергетиков 14, лаборатория биокибернетики и биофизики сложных систем, тел. 8 (3462) 524713, e-mail: [email protected]
