CC BY
65
Пирогов Николай Сергеевич
ЗАО НПП «Виброприбор-Сервис», г. Таганрог
E-mail: piro gov@itt. net.ru
347900, Россия, Ростовская обл., г. Таганрог, ул. Греческая, д.62А, кв.18 Тел.: 8(8634) 39-41-36
Ксенофонтов Анатолий Константинович E-mail: piro gov@itt. net.ru
Snesarev Sergei Stefanivich
Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University E-mail: [email protected]
10, 36, P.Tol’jtti, Taganrog, Rostov areas, 347928, Russia, Ph.: +7(8634) 37-53-13 Pirogov Nikolai Sergeevich
The research-and-production enterprise «Bibrodevice - service», Taganrog E-mail: piro gov@itt. net.ru
18, 62A, Grecheskay, Taganrog, Rostov areas, 347928, Russia Ph.: +7(8634) 39-41-36
Ksenofontov Anatoly Konztantinivich E-mail: piro gov@itt. net.ru
УДК 616.2
H. А. Кореневский, P. А. Крупчатников НЕЧЕТКОЕ ПРИНЯТИЕ РЕШЕНИЙ В ЗАДАЧАХ ПРОГНОЗИРОВАНИЯ И
,
ФАКТОРАМИ РИСКА НА ПРИМЕРЕ КУРСКОЙ ОБЛАСТИ
В статье рассматриваются вопросы получения нечетких решающих правил для решения задач прогнозирования и ранней диагностики заболеваний, которые вызываются вредными фактораии различной природы, порождаемыми окру, . , -ние нечеткой логики принятия решений в сочетании с информацией об энергетической реакции биологически активных точек позволяет получать уверенность в принимаемых решениях на уровне 0,92, что в полнее приемлемо для практического .
Прогнозирование; диагностика; экология; нечеткие решающие правила.
N.A. Korenevskiy, R.A. Krupchatnikov
FUZZY DECISION MAKING IN PREDICTION AND DIAGNOSTICS PROBLEM OF DISEASES BROUGHT ON ECOLOGICAL RISK FACTORS ON EXAMPLE OF KURSK REGION
In article questions of reception of indistinct solving rules for decision of problems of forecasting and early diagnostics of diseases which are caused by the harmful factors of the various nature generated by environment, including technogenic factors are con-
sidered. It is shown, that use of indistinct logic of decision-making in a combination to the information on power reaction of biologically active points allows to receive confidence of accepted decisions at level 0,92, that in is more full comprehensible to practical use.
Prognosticating; diagnostics; ecology; solving rules.
В качестве исходных данных для построения решающих правил прогнозирования и диагностики заболеваний, вызываемых экологическими факторами, могут служить региональные документы о санитарно-эпидемиологической обстановке и о состоянии окружающей среды, а также, по возможности, карты загрязнений, геофизических полей и заболеваемости полученные с помощью технологий ГИС
В частности для Курской области характерными являются такие внешние факторы риска как:
- напряженность постоя иного магнитного поля;
-
полей искусственного происхождения;
- ;
- концентрация вредных веществ в атмосфере (пыль, сернистый газ, окись , , , );
- концентрация вредных веществ в поверхностных водах (соединения меди, органические вещества, азот нитратный, азот аммонийный, нефтепродукты,
, );
- концентрация вредных веществ в питьевой воде (физико-химические и
);
- характеристика состояния почвы (пестициды, ядохимикаты, соли тяжё-
).
С приведёнными факторами риска для Курского региона связывают такие основные нозологические формы заболеваний, как :
- ;
- ;
- заболевания сердечно-сосудистой системы;
- ;
- - ;
- ;
- ;
- ;
- ;
- .
В общей постановке задача синтеза правил прогнозирования и ранней диаг-, , взаимосвязей между перечнем нозологических форм и (или) конкретными заболе-, -
рами риска (информативными признаками) с учётом временных параметров (ди-
).
Для повышения точности классификации в состав решающих правил следует , -
, , -
ного индивидуума (наследственность, перенесённые заболевания, употребление
алкоголя, табакокурение, иммунный статус и т.д.).
Как правило, для перечисленных типов заболеваний такие списки факторов риска известны, по крайней мере, на понятийном уровне с проверкой статистиче-.
Проведённый разведочный анализ показал, что каждый из измеряемых факторов риска (признаков) по отношению к задачам прогноза и диагностики носит неполный и нечёткий характер, а структура классов, относительно которых при, , из класса в класс. В таких условиях для синтеза соответствующих решающих правил целесообразно использовать теорию нечёткой логики принятия решений, в рамках которой информативные признаки Х1 и (или) комплексные показатели, получаемые на их основе 2к представляются функ циям принадлежности (Zk) к
рассматриваемым классам щ, а синтез промежуточных и финальных решающих правил осуществляется через формулы расчёта соответствующих коэффициентов уверенности КУщ [3,6,7].
В рамках нечёткой логики принятия решений задачу ранней (донозологиче-
) -тически здоровых людей (класс щ) и людей с донозологической формой заболеваний вызванной воздействием окружающей среды в сочетании с индивидуаль-
( щ ).
Задачу прогнозирования заболеваний вызываемых экологическими факторами будем рассматривать в двух её вариантах.
В первом варианте, описанном в работе [3] будем определять, перейдёт ли относительно здоровый человек (класс щ) в класс заболевания с именем £ (класс
щ) 0 ,
агрегирующим нечётким решающим правилом.
Во втором варианте уверенность в прогнозе определяется по шкале времён, на которой экспертами определяется верхняя граница времени прогнозирования Тв, когда ещё можно делать приемлемые для практики классификационные выво-.
наблюдения Тф которые могут быть «привязаны» к приемлемой частоте повто-. -шающие правила прогнозирования, которые в общем случае могут быть различны
( ).
Характерной особенностью задач прогнозирования и диагностики заболеваний, вызываемых экологическими факторами является то, что собираемая экологическими службами и службами здравоохранения информация в основном характеризует общие тенденции заболеваемости без учёта индивидуальных особенностей каждого из обследуемых находящихся в зоне исследования. Поэтому получаемые на основе этих данных выражения для определения КУщ по известным
статистическим отчётным данным определяют некоторую усредненную уверенность в прогнозе (донозологическом диагнозе) щ по всей группе людей, находящейся под воздействием наблюдаемых экологических факторов.
Относительно конкретного человека риск появления заболевания щ зависит не только от времени его нахождения под воздействием экологических факторов, но и от индивидуальных особенностей организма (адаптационный потенциал, энергетический потенциал, иммунный статус, наследственность и т.д.) и дополни-
тельных факторов риска, сопровождающих обследуемых (табакокурение, употребление алкоголя, качество питания, психологическая обстановка и др.).
С учётом сказанного увеличение точности в определении прогноза (диагноза) по классу щ может быть достигнуто путём агрегации дополняющих друг друга
составляющих КУэ,щ (уверенность в щ от действия экологических факторов) и КУа щ (уверенность от факторов, характеризующих индивидуальный риск человека по диагнозу щ) в финальное решающее правило вида:
кУщ =кУо,щ +кУщ (1 -кУщ). (1)
Другой особенностью влияния экологических факторов на организм человека , -
, . Интенсивность действия экологического фактора YJ совместно с временем воздействия в частном решающем правиле по фактору с номером ) могут быть учтены при использовании правила вида
Г 0, еслut < Тп (2)
КУ ■ = \ ,
щ^ (У,) + щ,у(t)[1 -щ (У,)]
где (У,) - функция принадлежности к классу щ по шкале интенсивности действия Yj, ,у, ()- функция принадлежности к классу щ от действия фактора у
с носителем по шкале времени воздействия; Тп - некоторая пороговая величина времени, меньше которой влиянием YJ любой практически существующей интенсивности на возникновения заболевания щ можно пренебречь.
Если выбрать форму и параметры функции принадлежности, возрастающие с ростом величин их носителей, то при 1 > Тп КУщ,,, растёт по мере роста интенсивности и времени воздействия по закону, определяемому формой и параметрами соответствующих функций принадлежностей.
,
защитные механизмы человеческого организма, снижая риск возникновения и развития соответствующих заболеваний. Учесть влияние защитных механизмов в классификационных решающих правилах можно синтезировав решающие правила определения уверенности в уровне защитных свойств по диагнозу щ - КУз щ .
Как показали результаты исследований хорошей информативностью с точки
( ),
определяемый через индекс функциональных изменений (ИФИ) [1] и энергетическая сбалансированность (ЭС) меридианных структур организма, которая может быть определена по электрическим характеристикам БАТ «связанных» с общесистемной реакцией организма (Е23, Е36, КР6, У40, У60 и УБ20).
, -сти человека и каждый из них вносит свой вклад в защитные функции, удобно в качестве меры доверия к защите от фактора YJ для заболевания щ выбрать параметр
КУ3,щ,} =Мщ,} (АП) +Мщ,} (ЭС)[1-/1щу(АП)] (3)
где /и щ . (АП) - функция принадлежностей к уровню защитных свойств по фактору ] для класса щ по значению адаптационного и потенциала;
и а, , (ЭС ) - функция принадлежности к уровню защитных свойств по фактору ) для класса щ по значению энергетической сбалансированности.
С учётом того, что КУ ,, уменьшает общую уверенность в прогнозе Ди-
агнозе) щ можно записать
С учётом множества экологических факторов, каждый из которых в той или иной степени приводит к появлению и развитию заболеваний щ уверенность КУ э , в соответствии с общими рекомендациями по синтезу нечётких решающих правил разработанными на кафедре биомедицинской инженерии Курск-ГТУ [3] может быть определена по формуле:
Рассматривая информативные признаки х1 , характеризующие индивидуальные риски человека по заболеваниям щ и соответствующие комплексные показатели 2к как носители функций принадлежностей к классам щ можно синтезиро-
Мщ (, +1) и (к +1). Тогда финальное решающее правило принимает вид (1).
В описанном механизме синтеза нечётких решающих правил качество классификации определяется такими субъективными факторами как компетенция экспертов, их понимаем существа используемых формул, эффективностью взаимодействия экспертов с инженером по знаниям и т.д.
Снизить величину субъективизма можно, если на этапе синтеза или практического использования нечётких прогностических правил удаётся получить кон, . -пы обследуемых, среди которых есть люди с различными факторами риска, характеризующими возможность появления патологии щ.
Объём контрольной выборки определяется известными в статистике требова-.
Для каждого из обследуемых для времени 1 = 0 определяется и запоминается его коэффициент уверенности. Далее в таблице экспериментальных данных (ТЭД) их удобно пересортировать, расставив в порядке увеличения уверенности в прогнозе щ . Учитывая непрерывность шкалы КУ щ для анализа качества работы
синтезированных решающих правил ТЭД ее удобно разбить на слои с выбранным интервалом изменения КУ щ - АКУ щ .
Пример такой таблицы представлен в табл. 1.
В приведенном примере первая строка соответствует номеру обследуемого. Вторая строка определяет величины интервалов выбранных экспертами для анализа качества прогнозирования. В третьей строке записаны средние значения
КУ щ в выбранном интервале, а в четвертой строке при наступлении времени Т0 записывается оценка вероятности попадания обследуемых в класс щ опреде-
(4)
КУщ (, + 1) = *Х,щ (/■) + ЯАщ (, +1)1- АУщ (/)].
(5)
вать правила определения КУ и,щ анадогично (5), заменяя КУ°ю, (,+1) на
ляемая как количество людей попадающих в класс щ из конкретного интервала ДКУ к общему количеству людей из этого интервала.
Таблица 1
Распределение обследуемых по уверенности в щ
№ обследуемого (І) 1,2 ..I
АКУ 0-0,2 0,2-0,4 0,4-0,6 0,6-0,8 >0,8
КУср 0,1 0,3 0,5 0,7 0,9
Рщ (То)
После заполнения таблицы типа 1 легко определить качество построенных .
Можно считать, что если по каждому из интервалов КУср и Р* (Т0) близки
друг к другу в смысле заданной пороговой разности между ними ( |КУср- Р* (Т0) |
< £п), то получены удачные прогностические модели.
Если нет, то эксперты получают эту таблицу для анализа и вместе с инженером по знанию производят корректировку функций принадлежностей, частных и общего прогностического решающего правила таким образом, чтобы при известных начальных факторах риска разность
\КУср-Р *сДГо)И тш . (6)
После чего набирается новая контрольная группа, для которой проверяется
*
совпадение КУср с Рс (Т0).
Анализ таблицы типа 1 позволяет экспертам легко выбрать пороговую величину КУ с 1 (Т0) , превышение которой говорит о высоком риске (большом значении Р*ю (Т0)) появления у обследуемых класса СО( с тем, чтобы своевременно
организовать серию лечебно-профилактических мероприятий.
Если наблюдение за обследуемыми проводить в нескольких временных интервалах Т0ф то, включив в таблицу типа 1 несколько строк с расчётом КУ с , (Т 0 ч ) по критерию
\КУср-Р * с , (Т 0 9 )Н тт. (7)
,
прогнозирование по полученному решающему правилу.
Такая модифицированная таблица может быть использована и для контроля качества временных прогностических правил (табл. 2), если наблюдаемый временной интервал разбить на разумно выбранные временные интервалы.
Анализ этой таблицы по величине КУср и Р* (Т0ч) позволяет оценить качество прогностических правил по выполнению критериев типа (7) и при необходимости вносить коррективы во временные прогностические правила аналогично рассмотренному выше варианту.
Таблица 2
Распределение обследуемых по уверенности в щ в зависимости _____________________от временного фактора__________________________
№ обследуемого] 1,2,3. ..I
АКУ ДКУ1 ДКУ2 АКУ;
КУср КУюр КУ2СР КУюр
а ^СТл)
а ^ДТ02)
А Рщ (Тот)
Если в распоряжении экспертов и инженеров по знаниям имеются средства разведочного анализа позволяющие изучать структуру многомерных данных в пространствах информативных признаков, то имея возможность набора обучающих выборок можно реализовать синтез наиболее подходящих До сложности и точности) типов частных и общих прогностических правил соответствующих структуре исследуемых классов щ .
Если задача прогнозирования решается как задача разделения на классы не заболеет ю0 и заболеет каким либо из заболеваний щ обучающие в ыборки строятся по набору информативных признаков Х=(хь х2...,хъ... хп ), то в ходе разведочно-,
классов (линейная, кусочно-линейная и нелинейная разделимость; наличие и характер зон пересечения классов, характер признаковых и дистальных гистограмм и т.д.).
Исходя из анализа структуры признакового пространства согласно, рекомендациям [3] с использованием объектов обучающей выборки могут быть выбраны носители У = Б(х) для функций принадлежностей , /лщ таким образом, чтобы
обеспечить их минимальное пересечение при возможно меньшем числе информа-. -ет значение функции (У). Тогда задача поиска формы и параметров функции
принадлежностей может заключаться в поиске такого носителя, при котором
(У) достигает своего максимального значения при меньшем числе информативных признаков с учетом дополнительных требований на временные и техникоэкономические ограничения на получение значений информативных признаков.
Предложенный метод синтеза апробирован на решении задачи оценки риска заболеваний желудочно-кишечного тракта (ЖКТ) и нервной системы при воздействии постоянного магнитного поля Курской магнитной аномалии и горнообогатительного комбината на жителей Железногорского района Курской области и промышленных предприятий на жителей г.Курска. В ходе проведённых иссле-
дований были получены системы функций принадлежностей и синтезированы соответствующие нечеткие прогностические и диагностические правила. В качестве примера на рис.1 приведена функция принадлежностей к классу риск возникновения ЖКТ (ю;к) с носителем по шкале напряжённости магнитного поля в миллиэрстедах (Н) - Цош(Н).
Для учёта временного фактора (в годах) по параметру Н получена функция , 2.
Рис 1. Функция принадлежности к классу> сож с носителем по шкале Н
Рис 2. Функция принадлежности к классу> сожпо признаку> Н в зависимости от
временного фактора
Уровень адаптационного потенциала определяется по параметру ИФИ, а энергетическая сбалансированность согласно рекомендациям [4] по электрическому сопротивлению БАТ Е23, Е36, КР40, У40, У60 и УВ20. В качестве факторов индивидуального риска по заболеваниям ЖКТ были выбраны употребление алко-, , , желудка, длительное эмоциональное напряжение и реакция БАТ, связанная с заболеваниями ЖКТ (Е21, Е36, У21, У43 и УБ24). Общая уверенность в классе риск
(1),
величины 0,92, а по заболеваниям нервной системы 0,89, что вполне приемлемо для практического использования.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. . . -
тия заболеваний [Текст] / Р.М Баевский, АЛ. Берсенева. М.: Медицина, 1997. 235 с.
2. [ ] / .- 3-
изд., перераб. и доп. - Новосибирск: Наука. Сиб. От-ние, 1991. 432с.
3. . .
по структуре данных для задач медицинской диагностики [Текст] / НА. Коре-
невский // Системный анализ и управление в биомедицинских системах. - 2005.
- Т.4, № 1. - С.12-20.
4. Кореневский НА. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике и рефлексотерапии [Текст] : монография / НА. Кореневский, В.В. Буняев, В.Н. Гадалов, Н.Д. Тутов; Курск.гос.техн.ун-т. Курск, 2005. 224с.
5. Кореневский НА. Энергоинформационные основы рефлексологии [Текст] /
. . , . . , . . ; . .- . -Курск, 2001. 236с.
6. Круглов В.В. Искусственные нейронные сети [Текст] / В.В. Круглов, В.В. Борисов Теория и практика.- 2-е изд., стереотип.- М.: Горячая линия - телеком, 2002. 382с.
7. Осовский С. Нейронные сети для обработки информации / Пер. с польского ИД. Рудинского. М.: Финансы и статистика, 2002. 344с.
Кореневский Николай Алексеевич
Курский государственный технический университет
E-mail: [email protected]
305040, г. Курск, Россия, ул. 50 лет Октября, 94, тел.: 8 (4712) 58-70-98
Крупчатников Роман Анатольевич
E-mail: [email protected]
Korenevskiy Nikolay Alekseevich
Kursk State Texnical Universitet
E-mail: [email protected]
94, 50 Let Oktaybrya Str., Kursk, 305040, Russia, Ph.: 8 (4712) 58-70-98
Krupchatnikov Roman Anatolievich
E-mail: [email protected]
УДК 681.883
В. Т. Коваль
ТЕХНОГЕННЫЕ ФАКТОРЫ СРЕДЫ ОБИТАНИЯ И ПРОФЕССИОНАЛЬНОЙ ДЕЯТЕЛЬНОСТИ.
АРТЕРИАЛЬНАЯ ГИПЕРТЕНЗИЯ
Целью исследования взаимосвязей центральной и периферической гемодинамики при заболеваниях внутренних органов. Использование ультразвуковых методов диагностики обнаружило, что заболевания, протекающие с нарушением периферического сопротивления сосудов, сопровождаются компенсаторной перестройкой гемодинамики по гиперкинетическому типу. Гиперкинетичский тип гемодинамики с течением времени приводит к гипертрофии миокарда, нарушению его систолической и диастолической функции.
Сердечно-софдистая хирургия; заболевание сердечно-софдистой системы; гемодинамика; ультразвуковые исследования; воздействие шума; воздействие алкоголя.
