Программная реализация математической модели вариативности сердечного ритма Текст научной статьи по специальности «Компьютерные и информационные науки»

тов, которое характеризует то, чем он занимается в текущий момент проектирования. Агент опрашивает других агентов об их состояниях, чтобы определить свои дальнейшие действия. Например, если агент Поковка находится в состоянии назначения припусков, Графический редактор блокирует возможность редактирования геометрии детали. Если пользователь вернется на этап ввода исходной информации, Графический редактор отследит это действие и предоставит пользователю возможность редактирования геометрии детали.

Повышение интеллектуальности САПР ТП ковки позволяет создавать гибкие и масштабируемые программные решения для промышленных предприятий. Применение агентно-ориентирован-ной парадигмы к разработке САПР является эффективным инструментом для повышения ее интеллектуальности. Платформа JADE позволяет разработчикам сосредоточиться на создании самих агентов, а не обслуживающих их служб за счет го-

товых реализаций службы доставки сообщений, службы поиска агентов, унификации имен и среды выполнения.

Литература

1. Чесноков В.С. [и др.]. Разработка и применение программного обеспечения для автоматизированного проектирования и моделирования процессов ковки и горячей штамповки // Кузнечно-штамповочное производство. 2009. № 9. С. 3.

2. Коновалов А.В. [и др.]. Новые принципы разработки САПР ТП ковки // Кузнечно-штамповочное производство. 2007. № 1. С. 42-47.

3. Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е изд.; [пер. с англ.]. М.: Издат. дом «Вильямс», 2003. 864 с.

4. Швецов А.Н. Агентно-ориентированные системы: от формальных моделей к промышленным приложениям // EDU.RU: Всеросс. конкурс. отбор обзор.-аналит. ст. по приоритет. направл.: Информационно-телекоммуникационные системы. URL: http://window.edu.ru/window/library?p_rid=56179 (дата обращения: 28.05.2010).

5. Fabio Bellifemine Developing multi-agent systems with JADE / Printed and bound in Great Britain by Antony Rowe Ltd., Chippenham, Wiltshear, 2007, p. 303.

УДК 57.087

ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ВАРИАТИВНОСТИ СЕРДЕЧНОГО РИТМА

Г.В. Романова, к.т.н.

(Тверской государственный технический университет, [email protected])

В статье описана математическая модель вариативности сердечного ритма. Математический аппарат представлен разностными уравнениями. Его преимущество в большем соответствии импульсному характеру сердечных сокращений. Представлена блок-схема программы, реализующей данную модель.

Ключевые слова: математическая модель, сердечные ритмы, программная реализация, блок-схема.

Регуляторные системы организма - это постоянно действующий аппарат слежения за состоянием всех систем и органов, за их взаимодействием и соблюдением равновесия между организмом и средой. Степень напряжения регуляторных систем - интегральный ответ организма на весь комплекс воздействующих на него факторов. Судить о степени напряжения регуляторных систем можно с помощью многих методов, но наиболее простой и доступный, позволяющий вести непрерывный динамический контроль, - математический анализ ритма сердца. Изменения ритма сердца - универсальная оперативная реакция целостного организма на любое воздействие факторов внешней среды.

Математические модели, связанные с исследованием вариативности сердечного ритма (НКУ) и описывающие изменение сердечного ритма дифференциальными уравнениями, не соответствуют импульсному характеру процесса [1, 2]. Цель данного исследования заключается в совершенство-

вании методики оценки психоэмоционального напряжения и умственной нагрузки, в создании программно реализуемой модели системы управления сердечным ритмом, которая базируется на разностных уравнениях и учитывает шумы синусового узла, отображает волновые процессы сосудистой и дыхательной природы с их спектральными характеристиками.

Модернизированная схема модели HRV [2] представлена на рисунке 1.

В рассматриваемой модели имеются входы:

- экспериментально определенные частотные и амплитудные характеристики дыхательных движений грудной клетки, при этом учитываются их шумы;

- экспериментально определенные частотные и амплитудные характеристики колебаний общего периферического сопротивления сосудистой системы, при этом учитываются их шумы;

- внутренняя частота синусового узла (IHR) с ее нестабильностью.

Барорецепторы

✓

БАБ

Синусовый узел

1 + т„ 8

ЦНС

БУОБ

82 + 8+ш2

8ЛК

X

1 I ши

Сосудистая система

Колебания, вызванные изменением периферического сопротивления сосудов

Р Кю2

82 + 2£ю2 8 + ю2

Собственный шум SHl

Дыхание

РБ РР ^- К х 8 р р .

/ 1 + хР8

А»1П| + 8И„ к

Рис. 1. Схема модели HRV

Выход модели, то есть сердечный ритм (HR), преобразуется в минутный объем крови, выбрасываемый сердцем с коэффициентом пропорциональности 1,5. Передаточная функция сосудистой системы описывает колебательное поведение кровяного давления Р. Воздействие дыхательных движений РР на кровяное давление учитывается при суммировании в компараторе 3, сосудистые воздействия AD - в компараторе 4. Частота афферентных разрядов FAF с барорецепторов преобразуется в центральной нервной системе (ЦНС) в частоту эфферентных разрядов ^^ с коэффициентом пропорциональности ХУ8, который выбирается из начальных условий для установившегося режима [3]. Нисходящее воздействие ЦНС на синусовый узел осуществляется через волокна вагу-са, реализуя быструю регуляцию артериального давления (АД), представленную в модели посредством блоков синусового узла.

Существенным отличием от моделей [1, 2] является замена дифференциальных уравнений и передаточных функций дискретной математической моделью, более соответствующей импульсному характеру изучаемого процесса и использующей уточненные значения ряда физиологических переменных.

В модели дифференцирующее звено вагуса, дифференцирующее звено дыхательной системы, динамическое звено синусового узла, динамическое звено сосудистой системы описываются разностными уравнениями. Более подробно переход к разностным уравнениям описан в работе [4]. Уравнение дифференцирующего звена дыхательной системы и дифференцирующего звена вагуса имеет вид Y(m)=A1Y(m-1)+A2[X1(m)-X1(m-1)],

Л 1 Л К •Т

где А = е х, А =-•

РБ РР

БАБ

РЗ

Элемент системы дыхания, пропускающий только отрицательную полуволну дыхательного цикла

Элемент барорецепторного контроля (нелинейный элемент вагуса), минимальная уставка которого соответствует 40 мм рт. ст.

Рис. 2. Нелинейные элементы модели

Элемент синоаурикулярного узла (АН)

ю

хс8

АО

нъ

Для дыхательной системы значения параметров следующие: т=0,5, K=1, для дифференцирующего звена вагуса - т=0,2, K=1.

Уравнение динамического звена сосудистой системы имеет вид

Z1 (та) = AZ (m -1) - (m - 2) + AX (m -1),

-<BT

где A3=2e, A4=e-2 , A5=Kra2Te-Значения параметров: K=1, ю=0,4.

Блок задания констант модели, системы разностных уравнений

Ввод средней частоты пульса, частоты дыхания и сосудистых волн

Блок задания начальных условий системы, входа дыхательной, сосудистой систем, входа дифференцирующего звена вагуса, динамического звена синусового узла

Выработка сигнала дыхания, сигнала на выходе дифференцирующего звена дыхательной системы

Нелинейный элемент дыхательного звена, динамическое звено сосудистой системы, суммирование их выходов, суммирование с задаваемыми сосудистыми волнами

Нелинейный элемент вагуса, дифференцирующее звено вагуса, суммирование их выходов

Нелинейный элемент синусового узла, динамическое звено синусового узла, умножитель и сумматор синусового узла

Вывод на экран графика КИГ, запись RR-интервалов в файл.

Рис. 3. Блок-схема программы, реализующей модель

Уравнение динамического звена синусового узла имеет вид

Z2(m)=A8Z2(m-1)-A9Z2(m-2)+Ax0X3(m-1),

где A = 2 • e4raT cos [®V1 -$2t] , A = e"25<aT, KT< :e-^sin[«Д/1-FT].

A10 - '

©л/Т-!2

Значения параметров: K=1, ю=1, !=0,65.

В рассматриваемой модели наименьшая постоянная времени т=0,2 сек, поэтому интервал дискретности в разностных уравнениях надо взять ^0,2 сек. После анализа переходных процессов выбрано T=1/6 сек, при нем наблюдается устойчивое решение системы при всех условиях, и дальнейшее его уменьшение ведет только к усложнению вычислений. Модель содержит три нелинейных элемента (рис. 2).

Математическое описание нелинейных элементов дано в следующих формулах: Г 0, если РР > 0, [КБхРР, если РР<0, где KD=1 - коэффициент усиления;

Г0, если Р8 < РКР(РКР = 40),

2) ЕЛЕ: 1 8 ^ КР

[KF(P

S Pkp). если PS > PKP'

где KF=0,5;

3) FVCF - •

0, если VC < 0; VC

, если VC > 0.

Л + В X УС Значения А=1,74, В=0,96 приведены в [5]. Данная модель реализована в программе «Модель системы регуляции сердечного ритма», защищенной авторским свидетельством (рег. номер 2009615045, 15.09.2009), блок-схема программы приведена на рисунке 3.

Программа выполняет следующие функции: моделирование ритма сердечных сокращений с учетом дыхательных и сосудистых волн, оценка параметров вариативности сердечного ритма, визуальное представление результатов моделирования в виде графика кардиоинтервалограммы, статистическая обработка результатов (рис. 4).

is,-мс

4DD 5DD 6DÜ 7ÜÜ 800 900 10DD

x izx.mc

Рис. 5. Зависимость разброса от длительности RR-интервалов

Разработанная математическая модель системы управления сердечным ритмом позволила получить полигоны значений ЯЯ^-интервалов с такими же соотношениями среднего арифметического и стандартного отклонений и такой же волновой структурой ритма, как и у реального человека, чем доказывается адекватность разработанной модели исследуемому физиологическому процессу [3]. График зависимости разброса от средней длительности ЯЯ-интервалов при моделировании и в эксперименте показан на рисунке 5.

Модель представляет собой перспективный метод решения широкого круга теоретических проблем физиологии сердечно-сосудистой системы: определение механизмов уменьшения разброса частоты пульса при умственной нагрузке, сравнительная оценка информативности предлагаемых показателей аритмий, уточнение ряда физиологических констант и характеристик системы управления сердечным ритмом и т.д., что имеет большое практическое значение для эргономики физиологии труда и клинической медицины.

Литература

1. Luckzak H., Philipp U., Rohmetr W. Decomposition of heart rate variability under the ergonomics aspects stressor analysis // The study of heart rate variability. Oxford, 1980.

2. Miyawaki K., Takahashi T., Takamura H. Analysis and simulation of the periodic heart rate fluctuation // Received Nov. 25. 1965. № 709, рр. 315.

3. Романова Г.В. Математическое моделирование управления сердечным ритмом: автореф. дис. ... канд. техн. наук. Тверь: ВУ ПВО, 1999. 18 с.

4. Романова Г.В., Чертенкова О.С. Математическая модель компонентов, обуславливающих вариативность сердечного ритма // Современные технологии. Системный анализ. Моделирование. 2009. № 3(23). С. 225-228.

5. Luczak H. Fractioned heart rate variability. Part I: Analysis in a model of the cardiovascular and cardiorespiratory system // Ergonomics. 1978. Vol. 21. № 11, pp. 895-911.

УДК 681.51+519.7

КОНЦЕПЦИЯ АЛГОРИТМА РАСПОЗНАВАНИЯ И АНАЛИЗА ЛИЦА ЧЕЛОВЕКА

А.В. Перепелицын; Д.В. Бутенко, к.т.н.

(Волгоградский государственный технический университет, [email protected], [email protected])

В статье описывается разработанный авторами гибридный алгоритм распознавания лица человека. Особенностью данного алгоритма является возможность применения результатов распознавания для проведения любого вида анализа, оперирующего очертаниями лица. Основное нововведение - использование механизмов обработки изображения после поиска лица традиционными методами AdaBoost.

Ключевые слова: распознавание лица человека, анализ внешности, алгоритм для распознавания, концептуальное проектирование.

Увеличение потока графической информации обусловило актуальность задачи поиска, распознавания и анализа человеческого лица.

Для реализации многих потребностей компьютерного распознавания лица разработаны специальные узконаправленные алгоритмы. Однако нередко существующие алгоритмы распознавания в чистом виде неприменимы, в частности, для антропометрического анализа очертаний лица. Проблемой в данном случае является слишком малая контрастность лица человека на фотографии для точного определения интересующих гра-

ниц и очертаний с необходимой вероятностью успеха.

Ввиду этого была определена проблема разработки гибридного алгоритма, который решал бы задачи поиска лица на изображении и последующего анализа его очертаний.

Основная цель разработки алгоритма - получение высокого качества распознавания при высокой скорости работы. Созданный гибридный алгоритм состоит из двух частей. Первая часть должна находить область лица, используя классический алгоритм его распознавания, вторая - предостав-