CC BY
11
УДК 639.3(282.247.412.18):519.852 DOI 10.48136/2222-0364_2021_4_166
П.В. КИЙКО, М.В. ЗАБОЛОТНЫХ, СВ. КЛЕЙМЕНОВА, АС. КУЗЬМЕНКО
Омский государственный аграрный университет им. П.А. Столыпина, Омск
ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИДЕНТИФИКАЦИИ РЫБ СЕМЕЙСТВА ОСЕТРОВЫХ ПРИ ПОМОЩИ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ
Рассматривается методика определения видовой принадлежности рыб семейства осетровых, основанная на применении математического моделирования. Представители указанного семейства имеют разную пищевую и биологическую ценность, что влияет на ценообразование продукции. В связи с этим необходимо исключить фальсификацию рыбопродукции, заключающуюся в подмене более дорогих сортов рыбы менее ценными. В данном исследовании для идентификации осетровых (Acipenseridae) предлагается использовать математическую модель линейного программирования, реализованную в табличном процессоре MS Excel. Суть процесса заключается в систематизации ключевых параметров и попадании контрольных цифр в заданный диапазон, а встроенная функция «ПОИСК РЕШЕНИЯ» легко оптимизирует целевую функцию, удовлетворяющую начальным условиям. Построенная модель не только облегчает идентификацию рыб по семействам, но и автоматизирует этот процесс.
Ключевые слова: рыба, семейство осетровых, видовая принадлежность, пищевая и биологическая ценность, математическая модель, симплекс-метод, линейное программирование.
Введение
Род осетровых существует много тысячелетий и принадлежит к элитному классу промысловых рыб. Стерлядь и осетр считаются самыми известными современному кругу потребителей разновидностями этой деликатесной рыбы. Оба представителя осетровых имеют определенный перечень отличий во внешнем виде и по вкусовым качествам [1].
Восстановление количества осетровых рыб - одна из актуальнейших задач современной рыбоводной отрасли, при решении которой используются инновационные индустриальные методы выращивания. На сегодняшний день применяется технология выращивания осетровых рыб с высокой плотностью посадки в установках проточного и замкнутого водообеспечения [2]. В установках можно регулировать параметры водной среды, грамотно управлять системой и поддерживать здоровье рыб, проводя ветери-нарно-санитарные мероприятия, что позволяет не только вырастить жизнеспособную молодь, но и получить качественную товарную продукцию [3].
Различные заболевания, которым подвержены рыбы, наносят значительный экономический ущерб рыбному хозяйству. Рыбы семейства осетровых при выращивании в индустриальных условиях могут быть подвержены инфекционным, инвазионным и незаразным болезням. По мнению большинства ученых, ущерб от болезней разной этиологии в аквакультуре может составить от 20 до 25%, а при возникновении эпизоотически опасных заболеваний, особенно инфекционных, возможна 100%-ная летальность осетровых [4; 5].
Актуальность исследования определяется необходимостью установить товарную принадлежность осетровых, выявить качественную и ассортиментную фальсификацию. В настоящее время все высокоточные методы трудоемки и очень затратны, поэтому необходимо разработать такую методику идентификации рыб, которая позволит быстро и
© Кийко П.В., Заболотных М.В., Клейменова С.В., Кузьменко А. С., 2021
точно определить основные признаки каждого вида. Ключевыми параметрами станут: число жаберных тычинок, количество и структура лучей плавников и жаберных крышек, отсутствие или наличие бахромы на усиках.
Научная новизна исследования заключается в применении методов математического моделирования наряду со стандартными приемами идентификации семейства осетровых.
Для определения видовой принадлежности рыбы были взяты четыре особи семейства осетровых. Даны описания внешних, органолептических, морфологических, ана-томо-топографических признаков в сравнительном аспекте.
Все показатели внесены в табл. 1. Для более доступной и легкой формы определения видовой принадлежности разработана математическая модель, которая впоследствии была реализована в табличном процессоре MS Excel с помощью встроенной функции «Поиск решения» [6; 7]. Названная функция подразумевает использование симплекс-метода, который позволит оптимизировать решение: за ограниченное количество итераций найти экстремум линейной целевой функции при линейных ограничениях для искомых переменных [8].
Для расчета математической модели системы применили исходную выходную информацию. В расчетах участвуют: целевая функция, ограничения по количеству показателей и граничные условия по определенным переменным.
Сама общая задача выглядит следующим образом:
целевая функция
F(x) = с1 • х1 + с2 • х2 + —+ сп • хп ^ max(miri);
система ограничений:
а11 • х1 + а12 • х2 + — + a1ri • xri < {= >}Й1, Й21 • X1 + Й22 • X2 + — + a2ri • Xri <{= >}b2,
m 1 • + O-m2 ' + — + ^mn • < {= >}bm.
По условиям задачи были выбраны четыре особи семейства осетровых, а именно: одна особь осетра, одна особь стерляди, две особи осетра (гибрид осетра и стерляди) в соответствии с табл. 1-3.
Материалы и методы
Исследование проводилось в учебно-научной лаборатории «Ветеринарно-санитарной экспертизы, биологической безопасности, ветеринарной санитарии и зоогигиены» кафедры ветеринарно-санитарной экспертизы продуктов животноводства и гигиены сельскохозяйственных животных ФГБОУ ВО Омский ГАУ.
Таблица 1
Результаты исследования
Показатель
Объект исследования Лучи жаберной крышки, шт. Результат исследования Размер костной пластины, мм Результат исследования Количество боковых жучек, шт. Результат исследования Количество спинных жучек, шт. Результат ис-следования Усики Результат исследования
Особь 1 31 Осетр 2 Стерлядь 44 Осетр 12 Осетр 1 Стерлядь
Особь 2 35 Осетр 3 Осетр 55 Осетр 16 Осетр 0 Осетр
Особь 3 40 Осетр 5 Осетр 57 Стерлядь 14 Осетр 1 Стерлядь
Особь 4 15 Стерлядь 2 Стерлядь 68 Стерлядь 8 Стерлядь 1 Стерлядь
Таблица 2
Количество показателей для особей
Количество показателей Результат исследования
для осетра для стерляди
3 2 Гибрид
5 0 Осетр
3 2 Гибрид
0 5 Стерлядь
Таблица 3
Норматив показателей
Объект исследования Лучи жаберной крышки, шт. Размер костной пластины, мм Количество боковых жучек, шт. Количество спинных жучек, шт. Усики
Осетр От 26 до 49 От 2 до 5 37-56 12-19 0 - без бахромы
Стерлядь От 15 до 26 До 2 57-71 10 1 - с бахромой
Ветеринарно-санитарную экспертизу рыбы проводили с использованием методик для определения физических, анатомо-топографических, органолептических и физико-химических показателей. Ветеринарно-санитарная оценка дана в соответствии с существующими нормативными документами, регламентирующими показатели качества и безопасности рыбной продукции.
Показателями органолептической оценки были: внешний вид, цвет, наличие посторонних примесей и повреждений, консистенция, запах. Лабораторные исследования проводили в соответствии с ГОСТ 814-2019 «Рыба охлажденная. Технические условия».
Идентификация рыбы проводилась согласно Правилам ветеринарно-санитарной экспертизы пресноводной рыбы и раков от 16.06.1989 г. и описаниям анатомо-топо-графических данных в следующих изданиях: «Атлас аннотированный. Рыбы пресноводные и полупроходные, 2017 г.», «Определитель пресноводных рыб фауны СССР, 1977 г.», «Атлас - определитель рыб, 1994 г.», Красная книга РФ 2001 г. Физические показатели определялись согласно ГОСТ 7631-2008 «Рыба, нерыбные объекты и продукция из них» [6; 9; 10].
Применяя к задаче правила описания методов математического моделирования, легко дифференцировать виды осетровых рыб исходя из заданных показателей. Результаты исследований представлены в табл. 4.
Таблица 4
Показатели видовой принадлежности
у1 у2 уэ у4 у5 Количество показателей
Х1 31 2,00 44 12,00 1 5
Х2 35 3,00 55 12,00 0 5
Х3 40 5,00 57 14,00 1 5
Х4 15 2,00 68 8,00 1 5
Контроль осетр 49 5,00 56 19,00 0 тах
Контроль стерлядь 15 <2 57 <10 1 тт
Где х1 - особь 1; х2 - особь 2; х3 - особь 3; х4 - особь 4; уь у2, у3, у4, у5 - показатели
В табл. 4 показана взаимная зависимость показателей видовой принадлежности. Построена математическая модель для определения контрольных показателей [11]. В качестве оценок для целевой функции взяты средние значения контрольных цифр:
F(x) = 18 • х1 + 21,8 • х2 + 23,4 • х3 + 18,8 • х4 + 0,5 • х5 ^ тах.
Данные, представленные в табл. 4, оформлены как системе ограничений: гЪ1 ■ хг + 35 ■ х2 + 40 ■ х3 + 15 ■ х4 < 49;
2 ■ х1 + 3 ■ х2 + 5 ■ х3 + 2 ■ х4 < 5; < 44 ■ хг + 55 ■ х2 + 57 ■ х3 + 68 ■ х4 < 57 12 ■ хг + 16 ■ х2 + 14 ■ х3 + 8 ■ х4 < 19; < 1 ■ х1 + 0 ■ х2 + 1 ■ х3 + 1 ■ х4 < 1.
А В С D Е F G
1 xl х2 хЗ х4
г контроль
3 31 35 40 15 0 49
4 2 3 5 2 0 5
5 44 55 57 68 0 57
6 12 L6 14 8 0 19
7 1 0 1 1 0 1
S
9 1« 21.8 23_4 L8_S 0 шах
Рис. 1. Показатели видовой принадлежности в MS Excel
Решение построенной математической модели можно найти в табличном процессоре MS Excel симплекс-методом с помощью встроенной функции «ПОИСК РЕШЕНИЯ» [12] (рис. 2).
Параметры поиска решения X
Оптимизировать целевую функцию:
Д0; ® Максимум О Миниму О Значения: Изменяя ячейки переменных:
is
SAS2:SDS2
В соответствии с ограничениями:
1^1 Сделать переменные fiei ограничений неотри
Добавить
Изменить
валить
Сйросить
За грузить/сонр а нить
цательными
Выберите метод решения:
Поиск решения лин. задач симплекс-методом
Параметры
Метод решения
Для гладким нелинейным задач используйте поиск решения нелинейным задач методом ОПГ, для линейных задач - поиск решения линейных задач симплекс-методом, а для негладких задач - эволюционный поиск решения.
Справка
Найти решение
Закрыть
Рис. 2. Использование встроенной функции «ПОИСК РЕШЕНИЯ»
А В С О Е Г в
1 х1 х2 яЗ х4
2 4 5 3 5 контроль
3 31 35 40 1.5 44 49
4 2 3 5 2 0 5
5 44 55 57 68 56 57
6 12 1.6 14 8 9 1.9
7 1 0 1 1 0 1
8
9 г 18 21,8 23.4 18.8 345Д гаах
Рис. 3. Результаты, полученные при проведении теоретического эксперимента
На первом этапе исследований была определена масса и длина всех особей. Все особи имели веретенообразное тело, вытянутую заостренную лопатовидной формы голову, заостренный хвостовой плавник. Длина тела 40-60 см, масса 345,2 г, которая входит в диапазон 226-460 г. Поверхность рыбы имела следующие характеристики: чистая, естественной окраски, присущей данному виду рыбы, с тонким слоем слизи. Слизь прозрачная, без примесей крови и постороннего запаха.
Кожа без уплотнений, упругой консистенции, с соответствующим данному виду рыбы цветом. Плавники цельные, естественной окраски, с признаками надломов. Глаза выпуклые, роговица прозрачная, однако у некоторых образцов наблюдалось помутнение. Брюшко не вздуто, имеет характерную форму. Слизь и истечения из анального отверстия отсутствовали. При вскрытии брюшной полости установлено, что внутренние органы хорошо различимы, их структура не изменена, кишечник не вздут. Воздушный пузырь на % наполнен воздухом.
Органолептические исследования показали, что исследуемая рыба отвечала показателям свежести. Однако для оценки показателей свежести рыбы были проведены физико-химические исследования. При пробе варкой бульон был прозрачный, на поверхности большие блестки жира, запах специфический (приятный, рыбный), мясо хорошо разделялось на мышечные пучки. При определении газообразного аммиака с реактивом Эбера не наблюдалось появления облачка, что указывало на свежесть рыбы. Концентрация водородного показателя (рН) была в пределах 6,7.
Видовая принадлежность определялась по атласам-определителям и другим печатным изданиям с описаниями анатомических и морфологических особенностей рыб семейства осетровых. Видовую принадлежность определяли по форме тела и головы, строению ротового аппарата, количеству лучей жаберных крышек, строению усиков и плавников. Установлено, что при сравнении осетра и стерляди форма рыла является одним из основных идентификационных признаков. Расположение и число жучек также является специфичным для каждого вида рыб семейства осетровых.
Основными показателями для идентификации являются количество лучей жаберных крышек, размеры костных пластин, количество боковых и брюшных жучек. Благодаря математической модели можно определить, к какому виду осетровых относятся исследуемые особи.
Результатом исследования стало построение математической модели идентификации рыб. Анализ модели показал, что видовая принадлежность рыбы не вызывает
сомнений при попадании цифровых значений параметров рыб (число жаберных тычинок, количество и структура лучей плавников и жаберных крышек, отсутствие или наличие бахромы на усиках) в определенный числовой диапазон.
Заключение
Применение математической модели в качестве способа определения видовой принадлежности рыб считается очень эффективным.
Математическое моделирование - это процесс построения математических моделей. Его можно применять на этапе постановки задачи, построения модели и ее анализа, разработки методов получения проектных решений по модели, экспериментальной проверки и корректировки результатов модели.
Использование методов математического моделирования в ветеринарно-сани-тарной экспертизе оказалось высокоэффективным. В частности, при применении математического моделирования для идентификации осетровых выявлены следующие виды рыб: сибирский осетр - Acipenser baerii (1 особь), стерлядь - Acipenser ruthenus (1 особь) и осетр-гибрид осетра и стерляди (2 особи).
Метод математического моделирования применим в любой лаборатории ветери-нарно-санитарной экспертизы и не требует больших материальных затрат. Для работы требуется только табличный процессор MS Excel.
Описание анатомо-топографических особенностей рыб семейства осетровых требует дальнейшего изучения в сопоставлении с молекулярно-генетическими и физико-химическими показателями и при формировании банка данных.
P.V. KIYKO, M.V. ZABOLOTNYKH, S.V. KLEIMENOVA, A S. KUZMENKO Omsk State Agrarian University named after P.A. Stolypin, Omsk
Construction of a mathematical model for identification of fish of the sturgeon family using linear programming
The article discusses a method for determining the species of fish of the sturgeon family, based on the use of mathematical modeling. Representatives of this family have different nutritional and biological values, which affects the pricing of products. In this regard, it is necessary to exclude falsification of fish products, which consists in replacing more expensive varieties of fish with less valuable ones. In this study, to identify sturgeon -Acipenseridae - we propose to use a mathematical model of linear programming, implemented in the MS Excel spreadsheet processor. The essence of the process is to systematize the key parameters and hit the check digits in the specified range, and the built-in function "SEARCH FOR SOLUTION" easily optimizes the objective function that satisfies the initial conditions. The constructed model not only facilitates the identification of fish by families, but also automates this process.
Keywords: fish, sturgeon family, species, nutritional and biological value, mathematical model, simplex method, linear programming.
Список литературы References
1. Указ Президента РФ от 30 января 2010 г. 1. Ukaz Prezidenta RF ot 30 yanvarya 2010 g. № 120 «Об утверждении Доктрины продовольст- № 120 "Ob utverzhdenii Doktriny prodovol'stvennoj венной безопасности Российской Федерации». - bezopasnosti Rossijskoj Federacii". - URL: URL: https://base.garant.ru/12172719/ (дата обраще- https://base.garant.ru/12172719/ (data obrashcheniya: ния: 24.12.2020). - Текст : электронный. 24.12.2020). - Tekst : elektronnyj.
2. Технический регламент Евразийского 2. Tekhnicheskij reglament Evrazijskogo экономического союза «О безопасности рыбы и ekonomicheskogo soyuza "O bezopasnosti ryby i рыбной продукции» (ТР ЕАЭС 040/2016). - Принят rybnoj produkcii" (TR EAES 040/2016). - Prinyat Решением Совета Евразийской экономической ко- Resheniem Soveta Evrazijskoj ekonomicheskoj миссии от 18 октября 2016 г. № 162. - URL: komissii ot 18 oktyabrya 2016 g. № 162. - URL:
http://docs.cntd.ru/document/420394425 (дата обращения: 24.12.2020). - Текст : электронный.
3. Правила ветеринарно-санитарной экспертизы пресноводной рыбы и раков. - URL: http://docs.cntd.ru/document/902124923 (дата обращения: 24.12.2020). - Текст : электронный.
4. Заболотных М.В. Качество и безопасность сырья и пищевых продуктов в современных условиях / М.В. Заболотных. - Текст : непосредственный // Экологические проблемы региона и пути их решения : материалы национальной научно-практической конференции с международным участием, проводимой в рамках Сибирского экологического форума «Эко-BOOM» / Омский государственный аграрный университет имени П.А. Столыпина. - Омск, 2016. - С. 125-130.
5. Закон РФ от 14 мая 1993 г. № 4979-I «О ветеринарии» (с изменениями и дополнениями). - URL: https://base.garant.ru/10108225/ (дата обращения: 24.12.2020). - Текст : электронный.
6. E. Kornienko, M. Zabolotnykh, I. Yakush-kin, A. Nadtochiy Organoleptic, Physico-Chemical and Palynological Properties of Honey in the West Siberian Region of Russia Proceedings of the International Scientific Conference The Fifth Technological Order: Prospects for the Development and Modernization of the Russian Agro-Industrial Sector (TFTS 2019), Atlantis Press. - Р. 46-49. - Text : direct.
7. Гнедов А.А. Видовая идентификация рыб семейства осетровых (Acipenseridae), вылавливаемых на Енисейском севере / А.А. Гнедов, А.А. Кайзер. - Текст : непосредственный // Рыбное хозяйство и аквакультура. - № 3. - 2013. - С. 84-90.
8. Гнедов А.А. Показатели качества продукции осетра сибирского / А.А. Гнедов, А.А. Кайзер. -Текст : непосредственный // Рыбное хозяйство и аквакультура. - 2012. - № 3. - С. 73-80.
9. Ivkova I.A., Zubareva E.A., Dovgan N.B., Podolnikova J.A. Shelf life of canned milk as an indicator of efficiency of the technological process IOP Conference Series: Earth and Environmental Science, Volume 624, International Conference on World Technological Trends in Agribusiness 624 012142. -2021. - Text : direct.
10. Блузма А.О. Ветеринарно-санитарная экспертиза и оценка рыбы, выращенной в фореле-водческих хозяйствах Ленинградской области : автореферат диссертации на соискание ученой степени кандидата биологических наук по специальности 06.02.05 - Ветеринарная санитария, экология, зоогигиена и ветеринарно-санитарная экспертиза / А.О. Блузма. - Санкт-Петербург, 2018. - 22 c. -Текст : непосредственный.
11. Кийко П.В. Экономико-математические методы и модели : учебно-методическое пособие / П.В. Кийко. - Москва ; Берлин : Директ-Медиа, 2016. - 122 с. Текст : непосредственный.
http://docs.cntd.ru/document/420394425 (data obra-shcheniya: 24.12.2020). - Tekst : elektronnyj.
3. Pravila veterinarno-sanitarnoj ekspertizy presnovodnoj ryby i rakov. - URL: http://docs. cntd.ru/document/902124923 (data obrashcheniya: 24.12.2020). - Tekst : elektronnyj.
4. Zabolotnyh M.V. Kachestvo i bezopasnost' syr'ya i pishchevyh produktov v sovremennyh uslo-viyah / M.V. Zabolotnyh. - Tekst : neposredstvennyj // Ekologicheskie problemy regiona i puti ih resheniya : materialy nacional'noj nauchno-prakticheskoj konfe-rencii s mezhdunarodnym uchastiem, provodimoj v ramkah Sibirskogo ekologicheskogo foruma "Eko-BOOM" / Omskij gosudarstvennyj agrarnyj universitet imeni P.A. Stolypina. - Omsk, 2016. - S. 125-130.
5. Zakon RF ot 14 maya 1993 g. № 4979-I "O veterinarii" (s izmeneniyami i dopolneniyami). -URL: https://base.garant.ru/10108225/ (data obrashcheniya: 24.12.2020). - Tekst : elektronnyj.
6. E. Kornienko, M. Zabolotnykh, I. Yakush-kin, A. Nadtochiy Organoleptic, Physico-Chemical and Palynological Properties of Honey in the West Siberian Region of Russia Proceedings of the International Scientific Conference The Fifth Technological Order: Prospects for the Development and Modernization of the Russian Agro-Industrial Sector (TFTS 2019), Atlantis Press. - R. 46-49. - Text : direct.
7. Gnedov A.A. Vidovaya identifikaciya ryb semejstva osetrovyh (Acipenseridae), vylavlivaemyh na Enisejskom severe / A.A. Gnedov, A.A. Kajzer. -Tekst : neposredstvennyj // Rybnoe hozyajstvo i akva-kul'tura. - № 3. - 2013. - S. 84-90.
8. Gnedov A.A. Pokazateli kachestva produkcii osetra sibirskogo / A.A. Gnedov, A.A. Kajzer. - Tekst : neposredstvennyj // Rybnoe hozyajstvo i akvakul'tura. -2012. - № 3. - S. 73-80.
9. Ivkova I.A., Zubareva E.A., Dovgan N.B., Podolnikova J.A. Shelf life of canned milk as an indicator of efficiency of the technological process IOP Conference Series: Earth and Environmental Science, Volume 624, International Conference on World Technological Trends in Agribusiness 624 012142. -2021. - Text : direct.
10. Bluzma A.O. Veterinarno-sanitarnaya eks-pertiza i ocenka ryby, vyrashchennoj v forelevod-cheskih hozyajstvah Leningradskoj oblasti : avtoreferat dissertacii na soiskanie uchenoj stepeni kandidata bio-logicheskih nauk po special'nosti 06.02.05 - veteri-narnaya sanitariya, ekologiya, zoogigiena i Veterinar-no-sanitarnaya ekspertiza / A.O. Bluzma. - Sankt-Peterburg, 2018. - 22 c. - Tekst : neposredstvennyj.
11. Kijko P.V. Ekonomiko-matematicheskie metody i modeli : uchebno-metodicheskoe posobie / P.V. Kijko. - Moskva ; Berlin : Direkt-Media, 2016. -122 s. Tekst : neposredstvennyj.
12. Kijko P. V. Ispol'zovanie tablichnogo pro-cessora Excel v kachestve sredstva samostoyatel'noj raboty po matematike / P.V. Kijko, N.V. Shchukina. -
12. Кийко П.В. Использование табличного процессора Excel в качестве средства самостоятельной работы по математике / П.В. Кийко, Н.В. Щукина. - Текст : электронный // Материалы Международной научно-практической конференции «Научное и техническое обеспечение АПК, состояние и перспективы развития», посвященной 100-летию ФГБОУ ВО Омский ГАУ. - Омск, 2018. -С. 166-169. - URL: http://e-journal.omgau.ru/images/ conf/180419/sbornik180419.pdf (дата обращения: 20.10.2021).
Tekst : elektronnyj // Materialy Mezhdunarodnoj nauchno-prakticheskoj konferencii "Nauchnoe i tekh-nicheskoe obespechenie APK, sostoyanie i perspektivy razvitiya", posvyashchennoj 100-letiyu FGBOU VO Omskij GAU. - Omsk, 2018. - S. 166-169. - URL: http://e-journal.omgau.ru/images/conf/180419/sbor-nik180419.pdf (data obrashcheniya: 20.10.2021).
Кийко Павел Владимирович, канд. пед. наук, доц., Омский ГАУ, pv.kiyko@omgau.org; За-болотных Михаил Васильевич, д-р биол. наук, проф., Омский ГАУ, mv.zabolotnykh@omgau.org; Клейменова Светлана Викторовна, магистрант, Омский ГАУ, sv.kleymyonova36.06.01z@omgau. org; Кузьменко Анастасия Сергеевна, магистрант, Омский ГАУ, as.kuzmenko2035@omgau.org.
Kiyko Pavel Vladimirovich, Cand. of Ped. Sci., Ass. Prof., Omsk SAU, pv.kiyko@omgau.org; Zabolotnykh Mikhail Vasilievich, Doc. of Biol. Sci., Prof., Omsk SAU, mv.zabolotnykh@omgau.org; Kleymenova Svetlana Viktorovna, Master's student, Omsk SAU, sv.kleymyonova 36.06.01z@omgau.org; Kuzmenko Anastasia Sergeevna, Master's student, Omsk SAU, as.kuzmenko2035@omgau.org.
УДК 619:616-001 DOI 10.48136/2222-0364_2021_4_173
С В. ЧЕРНИГОВА, Н.В. ЗУБКОВА, Е С. ДОЧИЛОВА
Омский государственный аграрный университет им. П.А. Столыпина, Омск
НАНОПОКРЫТИЕ В МЕСТНОМ ЛЕЧЕНИИ ОЖОГОВЫХ РАН
Целью данного исследования явилось экспериментальное изучение эффективности применения бактериального целлюлозного нанопокрытия при местном лечении ожоговых ран под контролем клинических, планиметрических и морфологических методов исследования. Материалом для исследования послужило раневое покрытие из бактериальной целлюлозы с добавлением наночастиц серебра - пористая пленка из микрофибрилл. Объектом исследования были кролики породы серый великан. Животным проведено моделирование термических ожогов III степени; на 5-е сут - хирургическое вмешательство по удалению некротических тканей. Животные были разделены на 2 группы - контрольную и экспериментальную. В контрольной группе (п = 15) глубокие ожоги заживали самостоятельно после некрэктомии на пятый день, без дополнительных медикаментов. В экспериментальной группе (п = 15) на рану наносили раневое покрытие из бактериальной целлюлозы. Изучены внешний вид раны, местная температура, планиметрия ран и гистологическая картина. При планировании ран кроликов опытной группы отмечено, что к 28-м сут площадь раны уменьшилась на 88,9%. Установлено, что местное нанесение нанопокрытия в большей степени оптимизирует раневой процесс на первой фазе, процессы очищения раны с последующим заполнением раневого дефекта грануляционной тканью, более ранним началом эпителизации краев на фазах регенерации и эпителизации. У животных группы сравнения в указанное время не отмечена полностью сформированная соединительная ткань.
Ключевые слова: раневое покрытие, бактериальная целлюлоза, эксперимент, ожоги, наночастицы, серебро, кожа, экссудат, раны, регенерация, исследование.
© Чернигова С.В., Зубкова Н.В., Дочилова Е.С., 2021
