CC BY
49
определенное омоложение долгоживущих лиц, чему должно предшествовать обращение времени. Второе начало термодинамики в формулировке И. Пригожина [ 1 ] налагает запрет на состояния, которым соответствует расширяющее многообразие, если до обращения времени многообразие было сжимающим: омоложение системы оказывается невозможным по термодинамическим соображениям. Но мы имеем дело с открытыми системами, замечательное преимущество которых в том, что они являются частью большей по объему системы, где энтропия ведет себя так, как ей предписывают физические законы, тогда как локальные изменения в открытых системах могут быть прямо противоположными.
Литература
1. Пригожий И. От существующего к возникающему.- М.: Наука, 1985.- 326 с.
2. Крайзер Дж. Статистическая термодинамика неравновесных процессов.- М.: Мир, 1990.- 607 с.
3. ВолькенштейнМ. Б. Биофизика.- М.: Наука.- 1988.- 92 с.
4. Кеплен С. Р., Эссинг Э. Биоэнергетика и линейная термодинамика необратимых процессов.- М.: Мир, 1986.- 384 с.
5. Герасимов И. Г. // Пробл. старения и долголетия.- 1996.-Т. 6, № 1-2.- С. 32-35.
6. Герасимов И. Г. // Пробл. старения и долголетия.- 1998.-Т. 8, № 2.- С. 39-44.
7. Дьярмати И. Неравновесная термодинамика.- М.: Мир, 1974.- 301 с.
8. Маркус М., Минк Х. Обзор по теории матриц и матричных неравенств.- М.: Наука, 1972.- 232 с.
9. КлимонтовичЮ.Л. От существующего к возникающему.-М.: Наука, 1985.- С. 283-312.
10. Герасимов И. Г. // ВНМТ.- 2001.- Т. 8, № 2.- С. 95-97.
11. Вахтин Ю. Б. // Цитология.- 2002.- Т. 44, № 2.- С. 218.
12. Герасимов И. Г. Ионы водорода и энтропия / В кн.: Максимович В. А. и др..- Донецк: Изд-во Донецкого мед. ун-та, 2003.- С. 83-97.
13. Sp№cerRP. // Med. Hypoth.- 1996.- Vol. 46, № 2.- P. 59.
THE ONZAGER PRINCIPLE AND LJAPUNOV'S FUNCTION APPLIED TO DESCRIPTION OF BIOLOGICAL SYSTEMS'S ENTROPY IN PRIGOGINE REPRESENTATION
I. G. GERASIMOV Summary
The entropy represented by transformed correlation matrix was analysed for possibility of its representation as matrix of streams and strengths of Onzager and Ljapunov's function. The conformity between all entropy representations may be reсeived as result of operators row application. In new viewing the possibility of biological system rejuvenation was examined.
Key words: Onzager and Ljapunov's function
УДК 681.51:621.391.008.05
НЕЙРОСЕТЕВОЙ АНАЛИЗ СИГНАЛОВ СОБСТВЕННЫХ ИНТЕГРАТИВНЫХ ЭЛЕКТРОМАГНИТНЫХ ПОЛЕЙ БИОЛОГИЧЕСКИХ ОБЪЕКТОВ
А.С. НОВИКОВ*
Введение. Современный уровень знаний в области полей и излучений позволяет утверждать: одним из базовых направлений современного медицинского приборостроения, теоретической и экспериментальной биофизики и биоинформатики является исследование жизнедеятельности и информационных процессов организма человека, а изучение собственных электромагнитных полей (ЭМП) биологических объектов (БО) считается первоочередной задачей. При разработке современной терапевтической и диагностической аппаратуры важно уметь оценивать собственное интегративное электромагнитное поле (СИ ЭМП) пациента, которое объективизируется в окрестностях биологически активных точек (БАТ) и рефлексогенных зон (РГЗ) кожного покрова.
* Тульский государственный университет, факультет кибернетики
Сложилось представление о собственном ЭМП БО, как о поле материальной среды, имеющем относительно высокую концентрацию структурных элементов. Физиологические процессы, связанные с переносом электрических зарядов; (электрохимические реакции, протекающие в организме); квазиэлектрет-ная поляризация живых тканей; колебания индуцированных зарядов, возникающие вследствие действия атмосферного электричества; вторичное ЭМИ, возникающее в результате воздействия на организм внешних ЭМП и связанное с механическими колебаниями в живом организме на всех его уровнях (молекулярная цитология утверждает, что каждая клетка живого организма имеет свой индивидуальный ритм колебаний. Клетки, молекулы, атомы, участки клеточных мембран живых организмов различной сложности являются источниками спектрокогерентных электромеханических автоколебаний в диапазоне 30..1000 ГГц) создают электрические и магнитные поля, следовательно, живой организм является генератором ЭМП. Доказано существование электромагнитного гомеостаза в человеческом организме, т.е. системы, способной обеспечивать взаимодействие ЭМП внешней среды и внутренних ЭМП, генерируемых БО [1, 2]. На базе НИИ новых медицинских технологий и факультета кибернетики ТулГУ был разработан программно-аппаратный комплекс для регистрации и визуализации на экране ПЭВМ сигналов СИ ЭМП БО и проведены эксперименты по изучению этих полей [3, 4].
Материал и методы исследований. С помощью созданного макетного образца установки была проведена следующая серия экспериментов: опыты по снятию СИ ЭМП БО без наличия патологии; снятие сигнала после введения смертельной дозы адреналина; изучение динамики изменения интегративного поля после моделирования у подопытного животного лихорадки путем введения лейкопирогена. Было выполнено три серии экспериментов с соответствующими контрольными опытами: кратковременный вынос животного за пределы зоны регистрации, регистрация СИ ЭМП БО во время естественного сна и пробуждения, снятие сигналов с мертвого животного и неживого объекта.
Во всех опытах использовались здоровые молодые самцы крыс линии Wistar. Снятие сигнала СИ ЭМП происходило параллельно телу животного по оси позвоночного столба, начиная с головы, с учетом анатомо-физиологических особенностей передачи информации по нисходящим нейронным путям от коры головного мозга к подкорковым ядрам, далее к структурам лимбической системы и ретикулярной формации, имеющим ведущее значение в регуляции вегетативных процессов и отвечающим за связь органов и систем с БАТ, РГЗ и проекционными зонами (ПЗ). Работа велась в те дни, когда по метеосводкам атмосферное давление было в пределах нормы, и отсутствовала солнечная активность (отсутствие выраженных магнитных бурь). Исключение этих факторов способствует чистоте экспериментов, учитывая барическую и геомагнитную чувствительность животных.
Результаты. На рис. 1а - типичная осциллограмма облучения бодрствующей крысы. Здесь ^ - аппаратура выключена, на экране фиксируется верхний нормированный уровень сигнала. Осциллограмма на рис. 1б снята со спящей крысы с последующим активным пробуждением в процессе эксперимента. Как видно из осциллограммы, периоду сна соответствуют неизменные потенциалы БАТ и РГЗ, что можно объяснить известными фактами акупунктурной терапии - в состоянии сна у здорового организма потенциалы БАТ и РГЗ стабилизируются. Соответственно, и снимаемое в нашем эксперименте СИ ЭМП отличается выраженным постоянством. После пробуждения крысы картина адекватна рис. 1а. Для подтверждения специфики снимаемого сигнала опыт повторили с удалением крысы из зоны облучения. При этом значение снимаемого напряжения падает до нуля (рис. 1в), после возвращения животного на прежнее место осциллограмма принимает первоначальный вид. Минимальные всплески на осциллограмме - инструментальная погрешность АЦП.
На рис. 2а приведены результаты контрольного эксперимента: облучение неживого объекта (деревянный брусок). Во время эксперимента сигнал не формируется. Подтверждением отсутствия СИ ЭМП мертвого организма является максимальное угасание и отсутствие сигнала при облучении мертвой крысы (рис. 2б). Умерщвление животного осуществлялось путем передозировки эфирного наркоза. Коэффициент предусиления установки увеличен при этом с 10 до 50. Как видно, сигнал отсутствует. Всплески незначительной амплитуды объясняются тем, что с момента смерти прошло около часа, т.е. не полностью угасли
остатки жизненных процессов (необходимо также принять во внимание незначительную погрешность самой аппаратуры). Аналогичный эксперимент, проведенный спустя сутки после
смерти животного, дает картину, идентичную рис. 2а._______________
Входной сигнал
/иит г
1 1 1
Время, сек
а)
Входной си пнал
0 ' 14 Время сек 1вын 200 \7
в)
Рис. 1 Характерный вид сигналов СИ ЭМП БО без наличия явной патологии (1с - сон крысы, 1б, 11, 12 - бодрствование, 1вын - вынос крысы за пределы зоны облучения)
В процессе выполнения экспериментальных исследований был проведен этап, в ходе которого производилась регистрация сигнала СИ ЭМП БО при формировании быстроразвивающегося патологического процесса, приводящего к летальному исходу. Для быстрого формирования необратимых изменений жизненно важных органов (сердечно-сосудистой и дыхательной систем) и регистрации сигнала интегративного поля в агональном периоде подопытным особям вводился внутримышечно 1% раствор адреналина гидрохлорида из расчета 0,1 мл на 10 г веса. Эта концентрация адреналина в 10 раз превышает допустимую, что позволило регистрировать изменение сигнала интегративных ЭМП от появления первых клинических признаков до гибели животного в течение 4,5-5 минут после введения раствора.
Механизм формирования патологического процесса заключается в том, что адреналин, являясь а- и р-адреномиметиком, стимулирует адренорецепторы сердца, способствуя усилению и учащению сердечных сокращений, вызывает расслабление мускулатуры бронхов и гладкой мускулатуры ЖКТ, сужает сосуды скелетной мускулатуры, кожи и подкожной клетчатки. Соответственно, происходит изменение биоритмов работы органов и систем животного и, как следствие этого быстроразвивающегося патологического процесса, изменение СИ ЭМП всего организма. До введения препарата проводилось контрольное облучение
животного в течение 60-70 с. Получаемое изображение соответствовало сигналу, снимаемому со здоровой крысы (рис. 1а, 1б).
В ходе опыта можно выделить три фазы формирования патологического процесса. Осциллограммы наглядно иллюстрируют фазы развития болезни. Первая фаза характеризуется максимальным напряжением функциональной активности сердечнососудистой и дыхательной систем, а также энергетического обмена в тканях. В условиях передозировки адреналина длительность этой фазы составляет около 120 с. При этом форма получаемого сигнала визуально несколько отличается от сигнала крысы в состоянии нормотонии, что говорит о начале необратимых изменений и нарушения биоритмов в организме животного.
Входной сигнал
Орем я, сек
6)
Рис. 2. Осциллограммы контрольных экспериментов (а - облучение деревянного бруска: 10 - аппаратура выключена, 11 - время эксперимента; б -облучение мертвой крысы)
Вторая фаза - декомпенсация. Сопровождается угнетением функции сердечно-сосудистой и дыхательной систем, энергетическим дисбалансом и формированием стойких необратимых изменений гомеостатических показателей жизненно важных функциональных систем и организма как единого целого и, как следствие - нарушением биоритмов подопытного животного. Длительность этой фазы - 90-95 с. Форма сигнала (рис. 3а) имеет явные отличия от осциллограммы, изображенной на рис. 1а и 1б.
Третья фаза развития патологии - агональный период и гибель подопытного животного - характеризуется быстрым формированием стойкой аритмии и патологического типа дыхания с последующим прекращением сердечно-сосудистой и дыхательной деятельности. Фаза сопровождается редкими судорогами и дыхательными спазмами, на экране монитора видно постепенное затухание сигнала СИ ЭМП животного и его смерть (рис. 3б). После отсутствия устойчивого сигнала аппаратура была выключена и произведена замена предварительного усилителя на усилитель с коэффициентом усиления 50 для четкого отслеживания информации, поступающей с мертвого животного. Процедура заняла 2 минуты. В итоге на осциллограмме видны остаточные затухающие реакции биоритмов клеток, органов и систем организма, что не противоречит законам жизнедеятельности. Опыт, проведенный через сутки на том же умершем животном и с тем же коэффициентом усиления, не дает устойчивого сигнала.
Во время выполнения экспериментов были проведены опыты по снятию СИ ЭМП БО в процессе развития лихорадки. Формирование болезни достигалось внутримышечным введением 1 мл лейкопирогена. Снятие сигнала интегративного поля прово-
дилось во временных отрезках, соответствующих классическим стадиям развития лихорадки. Параллельно проводились замеры температуры подопытного животного. При проведении каждого эксперимента сигнал снимался именно с одной крысы в разных стадиях формирования типового патологического процесса. До введения препарата проводилось контрольное снятие сигнала со здоровой крысы. Полученное изображение соответствует организму здорового животного (рис. 1а, 16).
Входной сипнап
Время, сек
а)
ЛК Г
Время, сек
Ь)
Входной сигнал
Время, сек
в)
Рис. 3 Сигналы СИ ЭМП БО во время формирования быстроразвивающе -гося патологического процесса
В процессе протекания заболевания можно выделить три стадии. Первой является стадия повышения температуры, в которой преобладают процессы теплопродукции над процессами теплоотдачи, снижается частота дыхательных движений, усиливается потоотделение, происходит более интенсивное кровоснабжение, раздражаются холодовые рецепторы, появляется мышечная дрожь и повышается тонус мышц. На осциллограмме (рис. 4а) наблюдается значительное отличие сигнала животного от сигнала до введения лейкопирогена: увеличивается число и амплитуда всплесков, появляются провалы.
Вторая стадия - стояние температуры - характеризуется фиксированным температурным режимом, при котором теплопродукция равна теплоотдаче, но на более высоком уровне. В первой и второй стадиях температура животного не зависит от окружающей среды и фиксируется в пределах 380 - 390 С, что соответствует динамике изменения температуры лихорадящей
крысы. На рис. 4б форма сигнала интегративного ЭМП остается прежним, но график смещается вниз по оси напряжения, что, с биологической точки зрения, можно объяснить высоким кровоснабжением кожных покровов подопытного животного.
Третья стадия - спад температуры до нормы, теплоотдача выше теплопродукции. Вид кривой отражает уровень энергетического обмена и активность центра терморегуляции: форма сигнала имеет тенденцию к выравниванию, уменьшается число всплесков, присущих начальным стадиям заболевания (рис. 4в).
Входной си шал
а)
Входной сигнал
Входной сигнал
Время, сек
в)
Рис. 4. Характерный вид сигнала СИ ЭМП, снимаемого в процессе развития лихорадки (а - первая стадия, б - вторая, в - третья)
Регистрация сигнала (через 72 часа после введения лейко-пирогена) дает картину, сходную по форме и динамике с сигналом здорового животного, но с небольшими скачками амплитуды, что говорит о процессах нормализации состояния организма. Снятие информации о ЭМП БО через сутки дает осциллограмму, идентичную животному в состоянии нормотонии (рис. 1а, 1б.).
Проведенные исследования наглядно подтвердили наличие СИ ЭМП БО. В процессе серии экспериментов выявлен наиболее характерный сигнал интегративного поля здорового животного. Было четко отмечено существенное отличие осциллограмм биобъектов с патологией и без, и последующее затухание сигнала в предсмертный период. Проведенные исследования открывают широкие возможности для клинической диагностики, не оказывающей вредного воздействия на организм пациента. Главное преимущество метода - получена возможность регистрации динамически изменяющегося пространственно-временного
сигнала, адекватного интегративному ЭМП организма в норме и патологии в области БАТ, РГЗ и ПЗ организма, где изменение сигнала СИ ЭМП БО проявляется гораздо раньше внешних и клинических патологических признаков. Обобщение результатов изменения формы сигнала СИ ЭМП БО в норме и патологии отражено на рис. 5.
Ж и, в
Рис. 5. Усредненная диаграмма нормы и патологии изменения формы сигнала СИ ЭМП БО в процессе экспериментов
Из проведенных экспериментов видно, что по снимаемой информации можно проследить динамику развития заболеваний и сделать вывод о характере протекающих в организме процессов. При этом в диагностических целях необходимо уметь экстраполировать значения сигнала СИ ЭМП пациента на основе фиксируемой в текущий момент времени информации.
Алгоритм построения нейронной сети фиксированной структуры с полными последовательными связями для решения задачи экстраполяции сигнала СИ ЭМП БО. В качестве входного сигнала разработанной нейронной сети примем вектор отсчетов функции и(^п) на интервале [п - т +1 п] который формируется во время регистрации ЭМП пациента: х(п) = { (п - т + 1), и (п - т + 2),..., и (п - 1), и (п)} ■ Желаемый выходной сигнал нейронной сети в момент времени п это вектор значений функции и на интервале [п + 1,п + а]: у(п) = \у1(п),...,уа(п)}. Ошибка решения нейронной сети в данном случае будет определяться как разность между желаемым и действительным выходными сигналами в дискретный момент времени п, т.е. ошибка решения показывает расстояние до правильного значения. В нашем случае ошибка решения для текущего момента времени п будет представлять собой вектор, у-ый элемент которого равен:
е(п) = Уу(п) - _Р(п + j), (1)
где п - текущий момент времени, ] интервале упреждения, у е у а}
текущая позиция на
Рис. 6. Структура разомкнутой К-слойной сети с полными последовательными связями
В общем случае структура разомкнутой К-слойной сети с полными последовательными связями имеет вид, изображенный на рисунке 6. В решаемой в данной работе задаче функция и(1) принимает только положительные значения. Диапазон изменения значений функции составляет [0,2т], где 2т - максимальное
активация к, _го нейрона к-го слоя сети в момент времени п.
Н, - число нейронов (к-І)-то слоя; ,
- вес связи от и
1к-1 .г_„_ , „кк,кк-
го нейрона (к-1)-го слоя к кк _му нейрону к-го слоя; у ^ -
выходной сигнал к _го нейрона (к-1)-го слоя нейронной сети.
Для решения поставленной задачи достаточно использовать трехслойную (К=3) нейронную сеть, причем в выходном слое должно быть а нейронов. Трехслойную нейронную сеть с полными последовательными связями можно описать уравнением:
Ук (п) =
I 2
I 2
агс1§ I 2 (п) 1 + т
(4)
где т - длина интервала наблюдения или количество входов нейронной сети. Для обучения сети будем использовать функционал оптимизации Ф(п), минимизирующий среднеквадратичную ошибку экстраполяции. Для п-й обучающей итерации функционал оптимизации выглядит следующим образом:
Ф(п)=тіп2 2 е1.
2 ЬК =1
(п)
(5)
В простейшем случае поиск минимума функционала ведется градиентным методом. Его суть в том, что после п-ой итерации вычисляется ошибка, и все веса сети настраиваются:
, * ёФ(п) (6)
(п +1) = (п) - К *
где К* - коэффициент скорости обучения, определяющий значение шага по поверхности функционала. Однако этот метод обладает существенным недостатком - он зависит от выбора начальных условий, т.к. находит локальный экстремум, ближайший к начальным условиям. Поэтому более применим градиентный метод со случайным выбором начальных условий. В этом методе начальные значения весов нейронной сети выбираются случайным образом, и нахождение экстремума выполняется градиентным методом. Когда локальный экстремум найден, то запоминаются значение функционала в этом локальном экстремуме, параметры нейронной сети, соответствующие данному локальному минимуму. Затем выбираются другие начальные условия, и процедура градиентного поиска повторяется. После того, как значения, выбираемые сетью, начинают сходиться к повторным значениям функционала и повторным параметрам сети, можно считать, что все локальные экстремумы уже найдены. Значения функционалов и параметры сети в локальных экстремумах сравниваются, и наименьшее значение функционала принимается за искомое решение. Однако такой метод требует больших временных затрат, поэтому предлагается его несколько модифицировать. В частности, будем проводить выбросы начальных значений весов не до тех пор, пока они начнут повторяться, а до какого-то заданного числа выбросов - Меыбр. Также после каждого выброса будем обучать сеть не до полной сходимости к локальному экстремуму, а лишь какое-то заданное число эпох - Ыэп. Таким образом, получим Меыбр различных близких к локальным экстремумам пространств весов сети. В итоге выбираем то пространство весов, которому соответствует наименьшая ошибка, и дообучаем сеть до достижения экстремума. Экспериментально можно достаточно быстро подобрать оптимальные значения Neыбр и Ыэп, обеспечивающие практически стопроцентную вероятность сходимости к глобальному экстремуму.
Для 3-слойной нейронной сети градиент для весов 1 от
к3,к2
Ъ.2~го нейрона 2-го слоя сети к Ь3-му нейрону 3-го слоя равен:
Градиент для весов 1 от Ь:-го нейрона 1-го слоя сети к
Ь3-му нейрону 2-го слоя равен:
значение функции и (3 В). С учетом этого в нейронной сети ^Ф(п) = У( (п)-Цп+А))2 1=Уа (п) =^77
используется функция активации типа арктангенса вида [5]: ^2^=1 ^
где Ун, (п) в момент времени п;
Як,(п)
Укк (п) = т\пагс1§ (§к,(п)) J + т выход кк _го нейрона к-го слоя сети, к е
(2)
2теЛп)
СІФ(п) = 2
*7=(1 + яІ (п)),
к3'
2те(п) л&п
п:1+Я3(п))
(7)
2тек,(п)
%2т і
*1=1+?к(п))мп(1+г),2(«)) К.
к-1(п)
(3) = 4тЛ,(п) 2^\(п)
= П!(1+я2,(и)) £(1+?>))
2 ,2,*л(п) 1=
2т
+ т I + т
кз,к
к .к
П
П
П
к = 0
к1 = 0
Н
=0
к ,к
к . = 0
Градиент для весов « от /-го входа к Ьх-му нейрону пер-
к1а
вого слоя сети равен:
^Ф(п) =У 2тек3 (п) У 1к3А22т Л Г У ( )1 = У 2тек3 (п) У 1к3,к22т У 1к2,к12т х
« д=1 П + як3 (п))к2=0я(1 + як2 (п)) ) \к1=0У' ^ *3=1 П + «к3 (п))к2=0я(1 + "я12 (п))к=0П + «А (п))
х_^_ГУ 1, х(п)1= 8т'х.(п) -У^— У 1к3лУп)
^ П(1 + ^(п)),2=0(1 + ^(п))к^(1 + «к3(п))
(9)
Эксперименты на реальном сигнале. Для проведения экспериментов с рассмотренной нейронной сетью использовались сигналы СИ ЭМП БО, описанные выше. Требовалось получить прогноз на динамику изменения сигнала на сто секунд вперед. Априори использовались следующие параметры сети:
Таблица 1
Параметры, задаваемые априори, для временного ряда сигнала СИ ЭМП БО
Параметр Значение
Длина интервала наблюдения (Т, отсчетов) 100
Длина интервала упреждения (а, отсчетов) 30
Число слоев 3
Диапазон изменения значений функции [0, 3]
Число выбросов начальных значений матрицы весов, 20
^ыбр 100
Число обучающих эпох для определения лучшего выбро-
са, NЭп
В ходе эксперимента менялись два параметра: число нейронов 1-о слоя Н1 (от 30 до 120), число нейронов 2-го слоя Н2 (от 30 до 120). На рис. 7 - результаты обучения архитектур нейронной сети (с варьированием числа нейронов 1-го и 2-го слоев),______
Ошибка НС
Архитектура сети Н1=30; Н2=30 Н1=60; Н2=30 Н1=60; Н2=60 Н1=120; Н2=60 Н1=120; Н2=120
Относительная ошибка 24% 20% 16% 9% 14%
Рис. 7. Ошибка обучения различных архитектур нейронной сети
Из рис. 7 видно, что наименьшую ошибку экстраполяции дает архитектура с Hj=120 и H2=60, относительная ошибка при этом <10%, что можно считать хорошим приближением к реальному сигналу, а нейронная сеть может быть использована в составе автоматизированного комплекса для анализа сигналов СИ ЭМП БО и диагностики состояния пациентов на их основе.
Литература
1. Субботина Т.И. и др. Электромагнитная сигнализация в живой природе.- Тула: Гриф и К, 2003.- 319 с.
2. Емельянова В.О. и др. Биокоррекция. Модели, приборы, системы.- Ставрополь: Пресса, 1997. - 192 с.
3. Новиков А.С., Царегородцев И.А. // ВНМТ.- 2004.- Т. XI, № 1-2.- С. 10-13.
4. Новиков А.С. и др. // Автоматизация и соврем. технол.-2005.- № 7.- С. 16-22.
5. Головко В.А. Нейронные сети: обучение, организация и применение. - М.: Радиотехника, 2001.- 256 с.
A NEURAL NETWORK ANALYSIS OF SIGNALS OF PROPER INTEGRATIVE ELECTROMAGNETIC FIELDS OF BIOLOGICAL OBJECTS
A. S. NOVIKOV Summary
In this article the experiments for registration of proper integrative electromagnetic fields of biological objects (PI EMF BO) are described. Conclusions about an opportunity of using of PI EMF BO for diagnosing a condition of an organism at early stages of evolution
of pathology are made. The neural network for extrapolation of signals of PI EMF BO with a view to diagnose an condition is offered.
Key words: own integrated electromagnetic fields of biological object
УДК 612.7-073: 007.51
МЕТОДЫ ОЦЕНКИ ОСОБЕННОСТЕЙ СОСТОЯНИЯ КАРДИО-РЕСПИРАТОРНОЙ СИТЕМЫ СТУДЕНТОВ В УСЛОВИЯХ СТРЕССА
В.М. ЕСЬКОВ, Е.А. МИШИНА, О.Е. ФИЛАТОВА*
В настоящее время человек испытывает колоссальные нервно-психические нагрузки, пришедшие на смену физическим. Нервное напряжение связано с возросшими скоростями производственных процессов, с повышенными требованиями к вниманию, сосредоточенности, к определенным навыкам и умениям, связанных с умственной деятельностью. Эти процессы активно связаныс деятельностью студентов в высших учебных заведениях, где учеба сопровождается нервно-психическими перегрузками, особенно во время сессии. При сдаче экзамена студент переживает стресс, который влечёт за собой сдвиги в показателях кардио-респираторной системы (КРС) организма. Этими сдвигами управляет ЦНС с вовлечением гормональных факторов, в частности гормонов надпочечников (катехоламинов), что сопровождается повышенным тонусом симпатической системы. Следствием активации симпатико-адреналовой системы являются сдвиги вегетативных функций, которые имеют катаболический характер и обеспечивают организм необходимой энергией, готовясь заранее к энергетическим затратам. Эти сдвиги могут быть выражены по-разному не только в зависимости от индивидуальных особенностей организма, но и силы раздражающего фактора. Она может сопровождаться сильно или слабо выраженным эмоциональным компонентом, от которого зависит мобилизация вегетативных механизмов [1]. Нарушения в физиологическом равновесии фазической и тонической (кататонической и синтаксической) систем сопровождается изменениями психофизиологических показателей. Исследование взаимосвязи этих процессов -актуальная проблема не только физиологии и патофизиологии, но и психиатрии и наркологии в аспекте клинических проявлений таких нарушений. Развитие понятия моторно-вегетативного гомеостаза служит дальнейшему познанию представлений о структурно-функциональной организации двигательной, вегетативной систем организма человека на Севере РФ.
Общая регуляция нейромоторного и нейровегетативного системокомплексов производится на основе работы фазатона мозга (ФМ), который представляется как работа центрального регулятора, объединяющего в рамках общей системы управления нейромоторный, нейротрансмиттерный и вегетативный системо-комплексы. Работа этих комплексов взаимосвязана и коррелирует с общим состоянием всех функций организма. У здоровых людей постоянно наблюдается нейродинамическая перестройка компонентов ФМ для достижения оптимального гомеостаза организма.
Цель работы - исследование показателей КРС студентов до и после сдачи экзамена в аспекте идентификациипреобладания фазического (кататонического) или тонического (синтоксическо-го) компонентов состояния ФМ человека на Севере.
Методика исследования. Спектральный анализ колебательной структуры вариабельности сердечного ритма (ВСР) производился с помощью фотооптических датчиков и специализированного программного вычислительного комплекса на базе ЭВМ. При спектральном анализе вычислялась спектральная плотность мощности (СПМ) ВСР, которая отражает распределение по частоте в среднем мощности (колебательной активности) ВСР. При этом процесс рассматривается как стационарный, случайный процесс (неизменность во времени дисперсии и т.д.). Обработка массивов кардиоинтервалов (кардиограмм) производилась непараметрическим методом вычисления СПМ ВСР (метод Уэлча) с использованием процедуры быстрого преобразования Фурье (БПФ). При этом рассчитывается и усредняется набор спектров в получаемых на последовательно смешанных во
Сургутский государственный университет, 628400, г. Сургут, Энергетиков 14, СурГУ, (3462)524822, e-mail: e-vm@bf.sursu.ru
