Научная статья на тему 'Влияние промышленных электромагнитных полей на биообъекты на примере г. Курска'

Влияние промышленных электромагнитных полей на биообъекты на примере г. Курска Текст научной статьи по специальности «Математика»

CC BY
185
46
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Влияние промышленных электромагнитных полей на биообъекты на примере г. Курска»

Статья

Для проверки эффективности разработанных методов и средств по результатам разведочных исследований, сформирована база данных и тестов, включающая: средний экзаменационный балл; индекс функциональных изменений (ИФИ); характеристики селективности, переключаемости внимания; воспроизводимости числового ряда;

восстановления пропущенной цифры; результаты теста Люшера; характеристики «агрессии» и

«опоры» по тесту «Несуществующее животное»;

значения коэффициентов уверенности приобретения заболеваний ССС и ЖКТ;

наличие /отсутствие заболеваний ССС и ЖКТ.

По итогам исследований сформированы наборы валидных тестов, рекомендованных в качестве нагрузочных (табл. 1).

Информация по указанным характеристикам состояния испытуемого регистрировалась в течение 5 лет по окончании учебного года и в момент поступления в вуз у студентов различных специальностей, и формировался коэффициент правильности выбора специальности - Кпвс. Считаем, что студент правильно выбрал специальность, если он: работает в том же направлении после окончания вуза - 8 баллов, во время учебы - 9 баллов,

агрессия по мере обучения значимо не увеличивается - 6 баллов,

психические характеристики не ухудшаются более чем на 10% -

5 баллов, учеба не ухудшается - 7 баллов.

Численное значение баллов получено в результате опроса экспертов. На этапе обучения, отслеживая студента по указанным позициям, рассчитывают средневзвешенный показатель А, по которому оценивается Кпвс.

Г 0-"неправильный выбор", если А < 0,384 Ктс = \ 0,5-"возможно правильный", если 0,384 < А < 0,62

[ 1-"правлиьный выбор", если А > 0,62

где 1 5 , где К - количество баллов по ьму пункту.

А = —У К 35 Ь !

Для получения эталонов функциональных связей между характеристиками абитуриента методом самоорганизационного моделирования были идентифицированы функции регрессионные связи между указанными факторами по разным направлениям обучения на уровне статистической значимости р>0,95. Частоты встречаемости структур указанных связей представлены в табл. 2 (Неуказанные структуры имели частоту встречаемости <0,05).

В табл. 2: Ъ и У - характеристики факторного пространства X, А0, А1, С, Э - параметры зависимостей.

Идентифицированные для каждого случая прогноза (успешности обучения, правильности выбора специальности и физиологических потерь) функциональные связи между регистрируемыми характеристиками рассматриваются в качестве «эталонов» в процессе классификации «образа» абитуриента. На основе результатов исследования предлагается следующий алгоритм оценки физиологических затрат и правильности выбора образовательной траектории. У абитуриента регистрируются сопротивления БАТ и рассчитываются коэффициенты уверенности в приобретении заболеваний ЖКТ и ССС без «привязки» к выбираемой специальности. Если испытуемый отказывается от тестирования, то ему дают диагностическое заключение его принадлежности к группе риска приобретения заболеваний ССС и ЖКТ. Иначе в ходе тестирования регистрируются показатели, указанные ранее. Затем идет расчет коэффициентов 1 и 2 рода для оценки физиологических затрат при обучении и правильности выбора специальности. Классификационный коэффициент 2 рода - это обратная величина от суммы квадратов коэффициента вариации (Эк) и среднего значения (Мк) квадратов относительных отклонений величин, применяемых для расчета (5).

Полученные решающие правила выглядят следующим образом: абитуриент относится к тому классу («неблагоприятный прогноз», «удовлетворительное обучение», «хорошая успеваемость» - в случае прогноза качества обучения; «нет заболеваний», «заболевание ЖКТ», «заболевание ССС» - в случае прогноза возможности приобретения заболеваний; «экономическое», «строительное», приборостроительное», «машиностроительное», «юридическое» - в случае прогноза правильности выбора специ-

альности), для которого значение рассчитанного классификационного коэффициента по формуле (5) максимально. Классификационные коэффициенты второго рода служат дополнительным критерием в спорном случае. На основании выполненных расчетов для абитуриента формируется рекомендательное заключение.

Результаты верификации разработанных методик на контрольной выборке приведены в табл. 3 (в % указана эффективность полученных решающих правил). По прогнозу успеваемости эффективности методик составили для классов: «неблагоприятный прогноз» - полученные по первому способу синтеза -74±5%, по второму способу -72±8%; «удовлетворительное обучение» - соответственно 81±9% и 76±10%; «хорошая успеваемость» соответственно 72±8% и 71±6%. Т.К. разными способами получены эффективности одного порядка, можно сделать вывод об адекватности методик синтеза решающих правил и результатов диагностики соответствующих состояний по ним.

Совместное применение характеристик БАТ, результатов тестирования психических особенностей, соматических характеристик и интеллектуальных параметров (средний экзаменационный балл) позволяет прогнозировать возможность возникновения в процессе обучения заболеваний и оценить правильность выбора специальности, успешность обучения по предлагаемым методам и алгоритмам. Полученные прогнозы позволяют правильно выбрать специальность или своевременно изменить выбор.

Литература

1. Кореневский Н.А. и др. // Известия Курск.ГТУ.- 2002г.-№9.- С.70-75

2. Ершов Д.А. и др. // Активизация творческого, научного потенциала первокурсников: Тез. докл. Всерос. научно-практ. конф.- Екатеринбург: ГОУ УГТУ - УПИ, 2002.- С.79-85.

3. Кореневский Н.А. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике и рефлексотерапии.- Курск, 2005.- 224 с.

УДК 615.84

ВЛИЯНИЕ ПРОМЫШЛЕННЫХ ЭЛЕКТРОМАГНИТНЫХ ПОЛЕЙ НА БИООБЪЕКТЫ НА ПРИМЕРЕ г. КУРСКА

И.А. АВИЛОВА*, М.П. ПОПОВ*, Л.В. СТАРОДУБЦЕВА*

Развитие цивилизации привело к появлению промышленных технологий, связанных с использованием мощных электромагнитных полей (ЭМП), что усилило воздействие ЭМП на живые организмы. ЭМП вносят вклад в загрязнение окружающей среды. Превышение параметров ЭМП по сравнению с фоновыми, к которым живые организмы адаптировались в процессе развития, плохо влияет на живые системы. Биоэффекты ЭМ-полей определяются их биотропными параметрами: интенсивностью, частотой, формой сигнала, локализацией, экспозицией и др.

Известно влияние индустриальных ЭМП на возникновение и развитие ряда заболеваний центральной нервной (в т.ч. головной мозг), иммунной, эндокринной, выделительной, пищеварительной систем. Результатом воздействия ЭМП является нарушение обмена белков, жиров, углеводов и др. биоактивных веществ, что влечет распад макромолекул высокополимерных веществ, ведя к изменениям в организме. Доказано возникновение гипертонии у лиц, длительно подвергшихся ЭМИ радиодиапазона,

* 305040, г.Курск, ул. 50 лет Октября, д.94, КГТУ

Таблица 3

Верификация решающих правил оценки физиологических затрат и правильности выбора специальности (% эффективности)

Возможность приобретения заболеваний По классификационным коэффициентам правильности выбора специальности

По классификационным коэффициентам По коэффициентам уверенности

Нет ССС ЖКТ нет ССС ЖКТ Неправильно Возможно, правильно Правильно

1 р. 2 р. 1 р. 2 р. 1 р. 2 р. 1 р. 2 р. 1 р. 2 р. 1 р. 2 р.

80±10 73±12 64±5 70±10 70±10 73±9 79±8 70±6 82±10 77±12 73±12 80±3 74±9 77±12 77±8

И.А. Авилова, М.П. Попов, Л.В. Стародубцева

замедление предсердной и желудочковой проводимости, нарушение в свертывающей системе и в клеточном составе крови.

Мало изучены генетические эффекты воздействия на соматические и генеративные клетки. Не исключается возможность отдаленных эффектов воздействия ЭМП на генетический аппарат генеративных клеток. Выявлено также влияние на сперматоген-ную функцию, угнетение функций яичников и эмбриотропное воздействие ЭМП, выражающееся в росте числа мертворожде-ний, выкидышей, аномалий у потомства. Отечественные и зарубежные исследователи высказывают предположение об онкоген-ном действии ЭМП. Интенсивное загрязнение окружающей среды антропогенными факторами (в т.ч. и ЭМП), насыщение производственной среды химическими веществами обуславливает необходимость разработки системы биотического мониторинга. Генетические эффекты ЭМП, крайневысокочастотного излучения, тяжелых металлов, одновременное воздействие факторов проявляется в синергизме и усилении кластогенных свойств и представляет опасность для человека.

Основным объектом исследований явились жители г. Курска. В черте города были исследованы пять районов: Северозападный - с мощным источником излучения - телецентром; центральная часть города - с различными управленческими организациями, имеющими средства сотовой связи, радиостанции (скорой помощи, милиции, такси и т.д.), телетрансляторы, антенные системы которых работают в диапазоне 60-900 МГц. Промышленный район, содержащий ряд крупных предприятий, на которых используются технологические средства, имеющие источники радиоизлучения (индукционная термическая обработка металла, закалка, ковка, штамповка, плавка, сварка и т.д.), работающие в диапазоне 60 кГц и в диапазоне 3-300 МГц; район сельскохозяйственной академии и Сеймский район.

Анализ уровня электромагнитного излучения проводился расчетным путем и с помощью приборов ПЗ-16, ПЗ-20.

При выборе точек измерений руководствовались положениями: измерения уровней ЭМП радиочастот велись в ближней зоне расположения источников радиоизлучений, как наиболее опасной зоне по уровню ВЧ-излучений; площадки для измерений выбирались оптимальными с точки зрения распространения радиоволн - отсутствие углов закрытия на рельефе местности, экранирующих строений и строений, способствующих переотра-жению радиоволн и т.д.; измерения велись на площадках, где возможно пребывание людей; теоретический расчет напряженности ЭМП источников (с учетом данных Госсвязьнадзора) определялся по формуле, предложенной ак. Б.А.Введенским:

2,18-4рБ■ А • А2

Е -

г2 -X

(1)

где Е - напряженность поля горизонтально поляризованных радиоволн, мВ/м; Р - мощность на выходе передатчика, кВт; Э -коэффициент усиления передающей антенны (для турникетной антенны коэффициент усиления приблизительно равен числу этажей: для трехэтажной антенны Э=3, для шестиэтажной Э=6, и т.п.); Ь и Ь2 - соответственно высота передающей антенны и высота приемной антенны; X - длина несущей волны передатчика, м; г - расстояние между передающей и приемной антеннами.

Для анализа нами исследовалось влияние ЭМП на рост онкозаболеваний для чего использовали материал глубиной 10 лет (12376 историй болезни), предоставленный онкологическим диспансером г.Курска. В качестве экспериментальной среды использовались электронная таблица Ехее1 97. В таблицу вносились данные: пол, год рождения, прописки, улица, дом, диагноз, год постановки на учет, стадия заболевания и примечание, включающее справочные данные, например, служба в армии (род войск), травмы. Для установления связи онкоаболеваний людей с источниками ЭМИ город был разбит на сегменты, в которых рассчитывалась плотность онкозаболеваний, при этом плотность определялась в сегментах, содержащих источники ЭМИ и в сегментах, без таковых. С учетом особенностей решаемой задачи (относительно мест расположения источников ЭМИ) город был разбит на сегменты с размерами 1 км х 1 км (в соответствии с картой города). В сегментах города были выделены три группы данных: медицинские, полученные в результате статистического анализа историй болезни, демографические - полученные в итоге демографических исследований и экологические - полученные расчетно-экспериментальными методами, а также при дозиметрических исследованиях. Для каждой группы данных была по-

строена матрица, координаты элементов которой соответствуют координатам сегментов, на которые был разбит план города, а значение самого элемента - абсолютному значению медицинского, демографического или экологического фактора, полученного в данном сегменте. Для оценки интенсивности онкозаболеваний в сегменте была построена еще одна матрица - модель интенсивности онкозаболеваний, элементы которой получены как результат отношения абсолютного числа онкозаболеваний в сегменте к числу жителей, проживающих в нем. Такая модель имеет открытую структуру и позволяет учитывать дополнительные демографические факторы, оказывающие влияние на интенсивность онкозаболеваний: средний возраст населения, род занятий, инфраструктуру, а также ввести поправку на другие (не ЭМИ) биотропные факторы. Полученная модель исследована корреляционным методом. С этой целью из матрицы, отражающей интенсивность ЭМИ, была получена выборка, элементами которой являлись смежные сегменты с высоким уровнем этого фактора, а затем определяли пирсоновский коэффициент корреляции между этими элементами и элементами матрицы интенсивности онкозаболеваний. Затем из матрицы интенсивности онкозаболеваний выбирались смежные сегменты с высоким уровнем интенсивности и определяли пирсоновский коэффициент корреляции между значением интенсивности в выбранных сегментах и элементами матрицы экологических данных. В результате корреляционного анализа этих данных в черте города Курска было выделено пять районов (метасегментов), шестой район был взят в сельской местности (Обоянский район Курской области). Три района имели превышение уровней ЭМИ над фоновым (Центральный, район телецентра, Северо-Западный). В качестве контрольных в черте города были взяты два района - «чистый» - район СХА, в котором не было обнаружено биотропных факторов электромагнитной природы, Сеймский, где не было превышения интенсивности ЭМП над фоновым, но отмечен высокий уровень онкозаболеваний, что связано с установлением высокого содержания солей свинца, известных своей канцерогенностью).

В результате статистических исследований было получено

6 временных рядов, использованных для построения прогностических моделей. Для построения статистических моделей использовался факторный анализ, методы линейной и нелинейной регрессий общего вида, универсальные пакеты программного обеспечения ЕхееЬ-97 и MatCad 2000, а также прикладное программное обеспечение, разработанное на кафедре биомедицинской инженерии Курского ГТУ. Накоплено большое число фактов, говорящих о несоответствии отклика экосистем на неблагоприятные экологические воздействия тем моделям, которые построены на основании лабораторных экспериментов. Т.к. одним из факторов, приводящих к загрязнению экосистем и к увеличению риска онкозаболеваний, является ЭМИ, связанное с интенсивным использованием в хозяйственной деятельности источников ЭМП, механизмы и закономерности воздействия которого до конца еще неизвестны, то статистические данные о результате такого воздействия, отражающие интенсивность онкозаболеваний в конкретном ареале, представляют собой довольно короткую последовательность (в данном случае процесс исследовался в «окне» протяженностью 11 лет), поэтому использование аппарата статистического моделирования и прогнозирования в этом случае сложно. В данной работе использовалась программа факторного анализа komponew. рае, разработанная на кафедре биомедицинской инженерии Курского ГТУ. В качестве исходного материала для построения прогностических моделей использованы данные табл. 1 и рис. 1.

Из анализируемого временного ряда надо выделить тренд, сезонные и циклические компоненты. Т.к. . используем короткие выборки, то интерес для построения модели представляет только тренд. Результаты факторного анализа и поведение временных рядов на исследуемом временном отрезке показывают, что наиболее подходящими моделями тренда будет либо линейная модель, либо логистическая модель. Для определения параметров линейной модели 7=а+Ы используем линейный регрессионный анализ. Логистическая модель описывает тренд 8-бразной кривой, являющейся решением т.н. логистического уравнения (2):

(2)

ЖО _ ск - О Ж к ’

где О - интенсивность онкологических заболеваний; г - постоянная скорости роста; к - ограничивающий фактор.

И.А. Авилова, М.П. Попов, Л.В. Стародубцева

Таблица 1

Интенсивность онкологических заболеваний по метасегментам

Сег- мент 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998

№ 1 10 16 16 17 23 21 26 26 23 21 19

№ 2 26 32 32 47 48 53 67 75 59 77 78

№ 3 26 48 38 42 55 40 80 76 61 79 86

№ 4 54 49 46 61 54 62 79 87 73 88 79

№ 5 57 70 70 89 78 69 106 105 69 105 106

№ 6 3 1 2 3 0 0 10 1 3 0

88 г 89 г 90 г 91 г 92 г 93 г 94 г 95 г 96 г 97 г 98 г

Рис. 1. Временные ряды, отражающих интенсивность онкозаболеваний

Решение логистического уравнения имеет вид

к

G = -

l + e а-1'

(3)

(4)

где а= Ъ(к О) и О 1

Логистическая модель тренда соответствует процессам с постепенно возрастающими темпами роста в начальной стадии и постепенно затухающими темпами роста в конце. Необходимость таких моделей обусловлена невозможностью многих биологических процессов длительное время развиваться с постоянными темпами роста. Рост числа онкозаболеваний обуславливается двумя факторами: ростом населения в данном сегменте; коллизиями, приводящими к появлению хромосомных аберраций. Т.к.мы имеем дело с короткими выборками, то лаг, связанный с коллизией, может привести к тому, что этой коллизии не будет на данном интервале, а проявится лишь в виде ограничения роста интенсивности онкозаболеваний, обусловленного исчерпанием ресурсов хромосомных аберраций, вызванных этой коллизией. Анализ результатов моделирования позволяет утверждать, что модели описывают квазистационарные процессы с квазипериодом, близким к 2, 7...3-летним циклом, который не зависит от конкретного сегмента, что соответствует периодам солнечной активности. Хотя «ошибки» моделирования тренда ~одинаковы как для линейной, так и для нелинейной логистической модели, логистическая модель ведет к кластеризации сегментов по виду биотропных факторов. Интенсивность онкозаболеваний в ьм метасегменте м.б. представлена зависимостью (5):

К .................... (5)

F,(t) = -

- + A, sin(5,4n + ф,),

1 + ехр(а, - г£)

где 1=1, 2..параметры Кі, аі, Гі, Аі, фі определяются в результате решения задачи нелинейной регрессии общего вида для каждого і-го сегмента. Уравнение (5) отражает моногармониче-скую модель, а частота входящей в нее гармоники очень близка к предельной найквистовской. Остальные параметры модели определялись с помощью процедуры нелинейной регрессии общего вида, доступной в пакете MathCad 2000. В целях оценки эффективности ввода в модель более низких гармонических составляющих была построена полигармоническая модель

F (t) =

K bL • 5,4

:---+ XI в sin— п+jij'

1+expo, - rt) j=i ^ J

JN.

(6)

где параметры Кі аі Гі определяются в результате решения задачи нелинейной регрессии общего вида для каждого і-го метасегмента, на основании данных частоты онкозаболеваний (рис. 1) параметры ру и уу определяются в результате решения задачи линейной регрессии общего вида для каждого і-го метасегмента. Параметр N в (6) определяет число слагаемых, входящих в линейную регрессионную модель общего вида:

N4^ М/2,7+1 (7)

где М - число элементов временной последовательности; 2,7 - приближенное значение периода наибольшей гармоники солнечной активности для выбранной частоты дискретизации.

Для построения полигармонической модели использовалась линейная регрессия общего вида, доступная в пакете MathCad 2000. В модели (6) использовались две дополнительные гармоники, с частотой, соответствующей 11-летнему циклу солнечной активности и ее второй гармоники. Результаты математического моделирования, показывают, что введение в модель низкочастотных гармоник не ведет к снижению ошибки моделирования, а даже увеличивает ее для ряда метасегментов, но использование полигармонической модели позволяет определить начальное приближение для полигармо-нической модели и тем самым повысить ее точность. При изучении частоты возникновения хромосомных аберраций в модельном эксперименте с животными использовались непрерывное, прерывистое и модулированное ЭМИ. Выбор режима воздействия и частоты модуляции основан на учете практики исследований, свидетельствующей о выраженном ингибирующем действии как прерывистого ЭМИ СВЧ-диапазона, так и амплитудно-модулированного (АМ) на делящиеся клетки, и с учетом спектра частот теле- и радиопередатчика, сотовой связи и промышленного производства, то есть диапазон исследуемых частот был сужен. Мы исследовали воздействия ЭМП с частотами 460, 550 и 900 МГц на генетический материал. Регистрировались структурные повреждения хромосом в клетках костного мозга млекопитающих на стадии метафазы. Выбор животных основан на том, что мышь и крыса активно используются в лабораторных исследованиях, их генетика хорошо изучена, а их геном близок по структуре к генному человека. Животные разбиты на группы по 6 шт. Для 1-5 групп животных в качестве источника ЭМИ использовали установку HEWLETT PACKARD с частотным диапазоном от 0 до 1000 МГц и разными режимами генерации. Облучали по 8 часов с 9 утра до 17 вечера в течение 10 суток.

Таблица 2

Хромосомные аберрации в клетках костного мозга

Режим Кол-во исследован. метафаз Кол-во клеток с аберрациями % аберраций ± m Обнаруженные аберрации

фрагмен- ты -о ле і ё s g с Дицен- трики Кольце- вые

Оди- ноч- ные р- е С К

Непрерыв.460 МГц 500 10 2,0±0,32 9 1

Прерывис.460 МГц 500 13 2,6±0,41 5 6 2

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

460 МГц,.мод. 8 Гц 500 15 3,0±0,36 10 4 1

550 МГц,.мод. 8 Гц 500 13 2,6±0,21 8 4 1

900 МГц,.мод. 8 Гц 500 16 3,2±0,38 8 5 2 1

10 дн. Теле- р-р 500 10 2,0±0,32 4 5 1

20 дн. Теле-р-р 500 14 2,8±0,36 9 7 1

30 дн. Теле-р-р 500 20 4,0±0,45 11 5 2 1 1

Контроль 500 8 1,6±0,62 8

Группы 6-8 находились на территории, прилегающей к району телецентра, и исследовались на предмет накопления мутаций от времени воздействия ЭМ фактора.. Группа 6 - 10 дней, 7 - 20 дней, 8 - 30 дней. Животные размещены в деревянной коробке, не содержащей металлического крепежа. Животным вводили колхицин и забивали методом церквильной дислокации, а из костного мозга стандартным методом готовили препараты хромосом. На окрашенных азур-эозином по Романовскому препаратах анализировали цитогенетические нарушения. Контролем была группа интактных животных. От каждой мыши просматривали не менее 100 метафаз (500 метафаз на вариант).

При анализе контрольной группы в делящихся клетках костного мозга мышей обнаружены одиночные фрагменты (табл. 2, рис. 2). Частота аберрантных клеток в контроле составляет 1,6±0,26%, величина близкая к значениям спонтанных частот аберраций, обнаруженных и другими авторами. 56,7% всех АХ -одиночные фрагменты, парные фрагменты -31,5%, полиплоидные - 9%, кольцевые хромосомы -1,8%, дицентрик - (0,9%). В группе 1 под непрерывным воздействием ЭМИ при частоте 460 МГц, обнаружен недостоверный рост ХА. В группе 2 под прерывистым воздействием ЭМИ при частоте 460 МГц, обнаружено хоть и большее в сравнении с группой 1, но недостоверное увеличение ХА. В группах 3-5 - подвергавшихся синусоидально

5.4

И.А. Авилова, М.П. Попов, Л.В. Стародубцева

модулированному излучению (несущие частоты были различны -460, 550 и 900 МГц, модулирующая - 8 Гц) статистически достоверного роста ХА не было. Нельзя сделать вывод о генотоксич-ности несущей частоты 460, 550 или 900 МГц. Хотя при воздействии ЭМП 900 МГц и частотой модуляции 8 Гц ХА в 2 раза превысили контрольные данные. В группах 6, 7 на территории, прилегающей к телецентру, в течение в 10 и 20 дней в зоне воздействия ЭМИ с разными характеристиками (форма сигнала, модуляция, плотность потока мощности) и спектрами частот обнаружен статистически недостоверный рост частот аберрантных клеток от 2,0 до 2,8%. В группе 8, бывшей на территории, прилегающей к телецентру в тех же условиях, но подвергавшейся ЭМИ в течение 30 дней, был статистически достоверный рост частоты аберраций в сравнении с контролем. АХ=4±1,1%.

4 ч

3.5- —

3 - —

2.5- —

2 - —

1,51 -

0,50 -I—

&

§■

ВС

Рис. 2 Хромосомные аберрации в клетках костного мозга

Полученные данные свидетельствуют, что ЭМП является мощным физическим раздражителем, который вызывает статистически достоверный рост частоты хромосомных аберраций, особенно при увеличении времени воздействия. Для изучения изменений в кровеносной системе под действием ЭМП, исследовали соотношение белков в сыворотке крови крыс. Изменение соотношения белков сыворотки крови способно привести к нарушениям гомеостаза вообще, предполагалось, что анализ даст представление о нарушениях в кровеносной системе людей в неблагополучных в ЭМ отношении районы. Уровень сывороточных белков определяли методом микроэлектрофореза.

При воздействии ЭМП идет снижение общего белка крови, альбуминов и рост уровня глобулинов сыворотки крови за счет у-глобулинов (табл. 3, рис. 3). Изменения у-глобулинов при действии ЭМП вблизи телетранслятора составили 15%. Сдвиги белковых фракций в крови под действием ЭМП идут из-за изменений функций клеток, участвующих в синтезе сывороточных белков.

Таблица 3

Белковый спектр сыворотки крови при разных режимах облучения

Режим генерации Общий белок , г/л Альбу- мины г/л Г лобулины

а, г/л в, г/л У, г/л

Непрерыв. 56,1 ±1,1 23,52±1,0 5,0±1,2 12,32±1,1 15,12±1,2

Прерыв. 55,4±1,2 22,41 ±0,9 3,82±0,9 13,65±1,3 15,95±1,3

460 МГц, син.мод. 8Гц 57,3±0,8 25,65±1,7 3,42±0,8 12,54±0,9 15,39±1,2

550 МГц, син.мод. 8Гц 56,2±1,3 24,08±1,3 4,48 ±1,1 10,62±1,1 16,81 ±1,4

900 МГц, син.мод. 8Гц 55,5±0,9 22,55±1,9 4,4±1,1 11,57±1,2 17,05±1,5

Телеретр-р 52,9±1,6 21,32±1,7 3, 12±1, 0 9,88±0,9 17,68±1,5

Контроль 58,3±1,1 29,00±1,1 5,22±0,3 10,44±0,4 14,50±1,1

Видимо, включается цепь адаптации, звеном которой является рост глобулиновых фракций, особенно у-глобулинов, которые, учитывая значение глобулинов в процессах иммунитета, усиливают защитные силы организма.

60 50 40 30 20 10

0 .......

Непр. 460 МГц 900 МГц Контроль

460 МГц мод мод

□ Общий белок □ -глобулин

Рис. 3. Содержание общего белка и у-глобулина в сыворотке крови

Литература

1. Авилова Ии др.// Мат-лы науч.-техн. конф. «Медико-экол. информ. технол. 2001».- Курск: КГТУ, 2001.- С. 58.

2. Кореневский Н., Авилова И. // Мат-лы межд. НТК «Проб-мы регион. экологии».- Израиль, Тель-Авив, 1999.- С. 28-31.

О кафедре «Биомедицинская инженерия»

Ныне во всем мире идет подъем биомедицинской науки. Этот феномен относится к качественному скачку, как результату накопленных знаний о природе, функциях и назначении живого на земле. Обобщаются знания, накопленные в биологии, биофизике, биохимии, математике, информатике, медицине, экологии и других, далеких друг от друга областей знаний, и все это происходит на базе новых информационных технологий.

Кафедра биомедицинской инженерии Курского ГТУ работой в данном направлении начала заниматься с 1995 г. Первые научно-технические результаты получены в области разработки методов и средств медицинской диагностики, разработан комплекс приборов на основе нейронных сетей, перестраивающихся для решения диагностических задач, предложены методы построения диалоговых систем распознавания и созданы опытные образцы, которые с успехом демонстрировались на международных выставках во Франции, Бельгии, Чехословакии и др. странах мира. Еще одним направлением была разработка методов и средств контроля основных параметров психических свойств человека на основе функционально-ориентированного подхода. Это решило ряд задач диагностики и коррекции состояния здоровья при нервно-психических заболеваниях, оценки функциональных состояний операторов, включенных в контур управления систем «человек - машина» и эргономичности этих систем. Данные о динамике функциональных состояний стали базой для рекомендаций, повышающих надежность деятельности операторов, предупреждающих их заболеваемость и травматизм.

Обобщение работ в области автоматизации медицинской и психологической диагностики позволили разработать принципы проектирования многофункциональных интерактивных систем, решающих задачи диагностики и управления состоянием здоровья человека и качеством лечебного процесса, обеспечивающих: определение состояния здоровья по показателям статуса человека с учетом структурно-функциональных зависимостей в организме; учет индивидуальных особенностей человека и динамики изменения признаков, характеризующих его состояние; выбор оптимальной тактики на этапе диагностики и лечебнооздоровительных процедур; учет сочетанных патологий и наследственных, вплоть до космобиологических воздействий; прогнозирование изменений состояния здоровья; управление качеством лечебно-диагностического процесса.

Предлагаемые интерактивные системы способны без перестройки своей структуры решать задачи диагностики (управления состоянием окружающей среды, включая ее техногенные составляющие после обучения и настройки). В плане донозологической диагностики учеными кафедры предложены методы, основанные на спектральном анализе медленных волн, и методы, использующие нечеткие модели в разнородном признаковом пространстве. Президиум Международной академии наук экологии, безопасности человека и природы в 1996 году принял решении об открытии на базе кафедры своего регионального отделения. Это консолидировало силы администрации, природоохранных органов, предприятий, ученых и общественных организаций на решение задач экологической защиты природы в масштабе региона.

Исследования сотрудников кафедры в области медикоэкологических информационных технологий нашли свое отражение более чем в 500 научных трудах, среди которых более 40 изобретений и патентов, 11 монографий и 14 учебных пособия; защищено более 50 кандидатских и 2 докторские диссертации. Активное участие принимают студенты, обучающиеся по направлениям «Биомедицинская инженерия» и «Приборостроение и оптотехника», ученые и аспиранты кафедры «Биомедицинская инженерия». Начиная с 1998 г. в университете проводятся ежегодные международные научно-технические конференции по проблемам медико-экологических информационных технологий.

Зав. кафедрой биомедицинской инженерии КГТУ, доктор технических наук, профессор, академик МАНЭБ, академии информатизации образования, академии метрологии, Президент регионального отделения МАНЭБ Н. А. Кореневский

i Надоели баннеры? Вы всегда можете отключить рекламу.