автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Автоматизированная система моделирования динамики параметров кардиореспираторной системы в процессе мониторинга

МИНИСТЕРСТВО ЗДРАЕООХРАНШШЯ РОССИЙСКОЙ <?адашщ РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ОДШЗШСКИй .ШЕЕРСИТЕТ

На правах рукописи УДК 616:681.518:[616.144+616.24-0008.4]

APTE К Ей КО Ушхшш Владимнрошге

А1ЛтаШШИР01ШШЛЯ СКСТЙ'Л аЮДЕЛИРОЗАЖЯ ПАРАМЕТРОВ

KAPJKÓPECmíPATOPHOil СИСТЕШ В ПРОЦЕССЕ KûKiTCPKi ITA

Ü5.13»Q9 - Управлений в бийтогкчоскыс и г/одкцинских с::сте:.глх

АВТОРЕФЕРАТ диссертации'ка соискание ученой степени кандидата «Зкологаческпс науз

UOCKjA 1922

Работа выполнена

на кафедре медицинской и биологической кибернетики Российского государственного медицинского университета.

Научный руководитель¡доктор медицинских наук.профессор ■ А.Г,Устинов

Официальные оппоненты:

Пивдк Владимир Александрович - профессор, «.т.н., д„6.н. Котова Ирина Николаевна - ет.н.с., к.б.и.

Ведущая организация: Московская кедоцинская академия Ю1.0. Сгчекова

Зацлта диссертации состоится ___1992г. .

в УЛ мин. ка заседании Специализированного. Совета

К 084.14.04 в Российской государственном медицинском университете-■пп адресу:117513.Носква»ул.Островитянова,д.1.

С диссертацией можно ознакомиться в библиотеке института. . Автореферат разослан _______ 199 2 г..

■ Ученый секретарь ' ■.'.-• Специализированного Совета •

кандидат медицинских наук И.В.БУРОЫСКИЙ

АКТУАЛЬНОСТЬ ПРОБЛЕМЫ.Адекватное решение лечебно-диагностическйх задач в отделениях реанимации и интенсивной терапии требует оперативного- анализа больного объема информации,характеризующей динамику Функционального состояния физиологических систем организ- 1 на. Для реиения этих задач в последнее время эффективно разрабатываются компьатерно-мониторные системы. Современный уровень формализации знаний, необходимых для успешного проведения терапевтических процедур,обусловливает их представление в виде нате-' матических моделей.описывающих взаимосвязь определенных характеристик, регистрируемых в процессе мониторинга. Сложность моделирования заклвчается.с одной стороны, в необходимости учета индивидуальности физиологических процессов у отдельного больного, с' другой - отсутствие« формального подхода к построении моделей в процессе наблюдения, т.к. часто заранее не известен достаточный для адекватного моделирования объем информации.

Наиболее рациональным средством решения данной*проблемы представляется разработка гибкого механизма моделирования.основанного на саноорганнзационнои подходе, позволяющем отразить естественные процессы саморегуляции физиологических функций.с применением стандартных и нетрадиционных подходов к обработке коротких временных рядов регистрируемых физиологических параметров.

Практическое решение проблемы стало возможным в результате ■ развития в стране и за рубежом.методов сааоорганизацмонного моделирования, бутстреп методологии,мощных ППЭВМ. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ. ■ Цельв настоящей работы является разработка и исследование автоматизированной системы математического моделирования динамики параметров кардиореспираторной системы в процессе мониторинга. ,

Для достикения поставленной цели в диссертации решаются задачи: ,! Разработка методологии комплексного подхода к моделировании

физиологических процессов путей непротиворечивого синтеза результатов обработки регистрируемой информации детерминировак-* ними и эвристическими методами математического анализа.

2 Исследование динамики развития анализируемого процесса путем отслеживания изменений структур идентифицированных в процессе мьннтиринга математических моделей.

3 Разработка алгоритма построения моделей для исследования временник трендов кардиореспираторных параметров, характеризующих функционально« состояние соответствующей физиологической системы до,во время и после терапевтических воздействий.

4 Построение алгоритма адаптивного структурно-параметрического моделирования непосредственно в ходе мониторинга.

5 Синтез критерия выделения устойчивых состояний наблюдаемого процесса и модификация автокорреляционного анализа для обработки коротких временных рядов физиологических параметров,регистрируемых в процессе мониторинга.

НАУЧНАЯ НОВИЗНА.

/¡ля оценки функционального состояния КРС предложена новая методика функционального моделирования, заключающаяся в анализе динамики структур и параметров математических моделей, построенных непосредственно в процессе мониторинга.

Для выделения гомеостатических зон при анализе коротких временных ридов регистрируемых физиологических параметров предлоне-но применение нормированной относительно порогового значения уровня адекнйтности автокорреляционной функции и используется анализ поведения знтропийной функции.

Разработаны новые алгоритмы математического моделирования функционального состояния КРС : • '

-кластер-анализа на базе модификации матрицы связности объектов. ■ отоЛраивния многомерного пространства состояний на плоскость с

цельв представления динамики состояния больного в процесса наб людения и в ходе терапевтических воздействий, -прогнозирования динамики состояния КРС на основе построения векторных моделей фазового лространстра состояний, -адаптивного структурно-параметрического моделирования, -прогнозирования дйнакики временных рядов физиологических параметров путем синтеза моделей разных уровней упреидения'по времени. На основании анализа мониторннх даннных построена модель,. '

описывающая связь мегду скоростью выделения углекислого газа и

. ■ 2

уровнем альвеолярной вентиляцией вида U * С 0 2 = й . + В-1"а ,где А,В - изменяющиеся в процесса наблюдения параметры,и исследована связь ыезду ними: В = F(fl). Выявлена гиперболическая зависимость меяду параметром КРС, отрававедем парциальное давление кислорода, измеренный чрескохныы способом и отношением аналогичной характеристики углекислого газа к частоте сердечных сокращений.

■Исследованы возыоаности разработанной методики моделирования для выявления устойчивых.взаимозависимостей ыеяду физиологическими параметрами.'

ПРАКТИЧЕСКАЯ ЦЕННОСТЬ РАБОТЫ. Предлагаемая архитектура автпкати ■■• -зированной системы моделирования "СОЛЯРИС" ориентирована на' использование в составе АРМ-врача интенсивной терапии для оперативного анализа и представления мониторннх данных, характеризующих . Функциональное состояние КРС.Система моделирование позволяет выявлять текущие взаимозависимости мевду регистрируемыми параметрами в условиях мониторинга и анализировать,динамику функциональных изменений во время терапевтических процедур, что приобретает особое значение при автоматизации лечения. НА защиту ВЫНОСЯТСЯ : СЛШВДЕ . ПО.ЛОЯЕНИЯ :• 1 Разработанная структура и принципы работы автоматизированной

скстэми моделирования "СОЛЯРИС" позволяют осуществлять синтез ■л анализ математических моделзй рассматриваемой физиологической систеьи разнообразного класса структур непосредственно в процессе иониторного набладения. 2.Предлагаемый меток исследование функционального состояния КРС, основанный на анализе динамики изменений структуры и параметров построенных в процесса мониторинга математических моделей позволяет наблюдать и исследовать динамику качественных изменений в функционировании КРС при терапевтических воздействиях.

3 Выявленные алгоритмом адаптивного структурно-параметрического моделирования зависимости мекду гемодинамическини и респирато-ркыии параметрами адекватно отракавт протекающие физиологические процессы.

4 С целью выделения проиекутко? времени устойчивого функщйниро-вания КРС моает быть применен анализ поведения энтропийной функции от временных рядов множества регистрируемых параметров.

ВНЕДРЕНИЕ. Полученные в ходе исследования »¡одели цардиореспира-торной системы использовались на кафедре медицинской кибернетик! РГИУ им.И.И.Пирогова для анализа характера влияния терапевтических процедур Сна примере геносорбции и оксигенотерапии> "йа Функ циональное состояние система внешнего дыхания и гемодинамики па циектоа отделения интенсивной терапии ГК5 К 5? г.Москвы.По прог раммаа автоматизированной системы моделирования проводилас структурно-параметрическая идентификация динамики изменений фун кции нейрозндокринной системы при еоздействилх,влияющих на выра ботку гормонов гипофиза у больных ькземой и аллергическим дерма титом. Результаты данных работ внедрена в Курской государствено медицинским институте и в клинике дерматовенерологии городског коановенерологическто диспансер.», Ряд программных разработо внедрено ь СКЬ "ЯеДрон" кафедры АСУ и МО ЭЬН КдрПЛ.. ■

Программные модули автоматизированной системы моделирования экспонировались на республиканской и областной выставках научно-технического творчества молодежи.где были отмечены дипломами. АПР05АЦИЯ РАБОТЫ. ■

Положения и выводы диссертации были долояены и обсунденн на: «

-областной конференции молодых ученых (Курск,1987);. -меаотраслевой научно-практической конференции: медицинских работников "Использование микропроцессорной техники в здравоохранении" С Куйбышев, 1988); , • ■ г, -Всесоюзной конференции "Итоги разработки и внедрения в практику лечебно-профилактических учреждений автоматизированная консульт-атйвных систем при неотлоннш состояниях" (Томск,1990): -2-ом Всесоюзной симпозиуме "Методологические проблемы информа-. " тики,информационной технологии и информатизации общества" (Обнинск,1990);

-Всэсовзной научной конференции с меядународным участием "Информатика в здравоохранении" (Москва,1990);

-Российской научно-практической конференции ".Информатизация м деятельности медицинских слунб* (Рязань,1991); " -2-ом меядународном форуме "Яиэнь и компьютер" (Харьков.И'.И )(

По теме диссертации в соавторстве опубликовано.11 работ п открытой печати.

• СТРУКТУРА А ОБЪЕМ РАБОТЫ.Диссертация состоит из введения.4 глав, заключения и выводов,списка используемой литературы, прт.чоженигз. Работа изл..гена на. 137 страницах мааанописного текста, иллястви-рована 17 рисункам:! и 14 таблицами.Список цитируемой литературн включает-84 отечественных и 18 иностранных источников.

С ОДЕ Р'• 8 А Н И Е РАБОТЫ Первая глава работы посвящена анализу применяемых в настоящее время методов математического моделирования динамики физиологических процессов в организме человека - акцент сделан на методы идантификсщиИ нелинейных систем -наиболее часто используемых при моделировании КРС. Обзор литературных источников позволил заключить,что дла аффективного решения задач моделирования патофизиологических процессов необходимо анализировать динамику текущих моделей.отражающих связь мекку регистрируемыми параметрами.

- Сравнительный анализ методов моделирования показал; . ^Целесообразность применения комплексного подхода к моделированию.основанного на синтезе результатов детерминированных и эв-ристичкеких подходов к идентификации с учетом выявленных ц^тоА-чивых состояний и кластеров Физиологических параметров. ¿-Необходимость применения в моделировании физиологических про. цассов методологии самоорганизационного подхода, как наиболее приближенного для описания саморегуляции хибых систем,например, метода группового учета аргументов (МГИй). З-При проведении исследований в рассматриваемой области особого , внимания заслувиваит следующие задачи математического анализа результатов наблюдений : кластеризация параметров и состояние, .отображение ыногопараметрического .пространства на плоскость, 'построение регрессионных уравнений - связей меиду параметрами, анализ и прогнозирование временных трендов.

Во второй главе диссертации рассматривается основы построения и .работы автоматизированной системы многофункционального моделирования "СОЛаРИС".представлявшей собой комплекс программно * аппаратных средств.предназначенный для ранения вышеперечисленных 'Задач'математического моделирования.в процессе мониторинга.

Функциональная структура системы представлена на_Рис.1.

СИСТЕМА "С О Л Я Р И С"

Л

БНД БПД . БВТ

кем

БПС

БКА

Бй

БОНП

БЭ

БйК

GT МГУ Р.! MISO НГУЙ ТР НГУй |в МГУЙ.

i-2 Lj__2- Ц—5-1

БДА -

БАГ

}БРР|

Реяиин : 1 - управляющие параметра задаются.с диалоговом режиме,. ■ ..2 - управлявшие параиетра фиксированы. • ■ :. '

БНД - блок накопления данных; "

БПД - блок подготовки данных; • ' . .

БЙК - блок автокорреляционного анализа; ,

БВТ - блок выделения тренда;.

ИСК - комплекс самоорганизацйонного моделирования:

БПС — блок прогнозирования состояния: , , . •;'■'.'.

ílífl - блок,корреляционного анализа;.

'Бй - блок адаптации; ..

БОМП - блок, отображения многомерного пространства'; ;* БЗ - блок экстраполяции;'

БРР - блок регистрации результата; ■ ' ',

НР;ПР - модули накопления и регистрации результата;, '-БДЙ - блок дискрнминангного анализа; . . 1 • . БйГ - блок агрегатирования; ' •

G7 KfHft-- модуль анализа гармонического тренда УГУА; MISO МГУй - Модуль ортогонального алгоритма МГУй типа ÍÍISO; ТР kTHfl -1 модуль прогнозирования временного тренда ЙГУЙ:' В МГУЙ,- - модуль алгоритна бутстреп МГУй! .- '■:■'.

Рис; 1 СТРУКТУРА СИСТЕМЫ "СОЛЯРИС"

Яла обеспечения возможности наращивания "СОЛЯРИСа" новыми олуканн математического и логического анализа построение системы осуществлено по модульному принципу.

, Основное предназначение системы - автоматизированная иден-тификацис нелинейных структур моделей, связыващих меаду собой характеризующие объект исследования (КРС) параметры.анализ и.прогнозирование динамики развития патофизиологического процесса.

Для идентификации моделей с априорно неизвестной структурой в систему вкличен НСЙ -Комплекс Самоорганизационного Ыоделирова-ниа,основанный на алгоритмах НГУй.

Б процессе мониторинга возможно качественное изменение в Функционировании КРС на различных временных этапах наблюдения (например, в процессе терапевтических воздействий). Выделение таких этапов суцествляется в "СОЛЯРИС" Блоком Выделения Тренда - БВТ. Идентификация временных трендов наблюдаемых параметров КРС реализуется путем анализа значений . энтропийной Функции вида: Н <ХН)> = - р1-1од(р1) - р2-1о0(р2), где р1,р2 - частоты попадания величины рассматриваемого параметра в диапазон больие и меньше среднего значения Х(Ь).

Предварительный анализ мониторных данных обусловливает'выделения групп линейно связанных меадц собой физиологических параметров, Эта задача решается блоком агрегатировани -БАГ.В соответствии г разработанным алгоритмом регистрируемые параметры группируется, путем многократного выполнения над матрицей парной кор реляционной саяьи процедуры 13-преобразования. Процедура заклю чае{Сй и таг.ой перестановке столбцов и строк данной матрицы, чт ее вЗшшзгИ'ы размещайся относительно главной диагонали по мер уценылиия связности.Данный блок используется и при- реоениии за дач кластипизации в пространстве состояний.Блок дискриминантног ¡-ша1|нз.ь -. оДА реализует извастнцю процедуру построения дискрими

нантных решающих правил для выявления изменений в поведении Физиологического профиля больного в процессе наблюдения,

Блок отображения многомерного пространства - БОМГТ -осуществляет переход из многопарного параметрического пространства в» двумерное, используя три опорные точки в исходном пространстве и сохраняя ча плоскости соотношение расстояний до них и неквд ним»;. Отображение результатов работы блока на этапе монитора позволяет визуально наблюдать динамику физиологического профиля.

В случае известной структуры модели возникает задача оценки ее параметров.Эту функция выполняет блок адаптации (БА).

Прогнозирование состояния физиологической систены молят осуществляться' как путем применения стандартных методик экстраполяции,которые реализует Блок Экстраполяции (БЗ).так и путем векторного анализа динамики движения объекта в параметрическом пространстве состояний.Зта задача решается Блоком Прогнозирования Состояний - БПС, В данном случае идентифицируются зависимости мея-ду длиной и направлением.вектора перехода от предидуцего состояния (физиологического профиля) !! последующему г «го пррдкд'.ншч! характеристиками,а затем осуществляется экстрапо.ш-" -¡"ц-г^ну:-. моделей с целью прогнозирования значений регистрируем»* г ч«'«- " гических параметров.

Математическое обеспечение вниеописэнннх блокоч системы моделирования "СОЛЯРИС" (БВТ.БПС»БАГ.БОЧП) разработанно аггором.

Оценку множественной и паркой корреляции факторов идентификация параметров уравнений линейной регрессии,рангозпг«-. критерия Спирмег.д, анализ автокорреляционных функций реализует в системе .моделирования блок корреляционного анализа - БКА.

В Блоке Автокорреляционного Анэли-'а (БАК) реализграк?. возможность применения автокорреляционной функции я ля анализ-! коротких временных рядов характеристик КРС с-нормированием тся^пнеЛ

по отношению к пороговому значен::«) коэффициента парной корреляции для заданного уровня значимости.

Комплекс Самоорганизационного Моделирования, основанный на ортогонально* алгоритме МГ9А,реализует структурно-параметрическую идентификацию групповых связей меяду регистрируемыми параметр?^. М150 МГУА конструирует модели типа XI-РсXI /] = 1.п,]Л). Для обработки суперкоротких временных рядов в ЫГЬ'Й использована идеология бутстрепа - данный математический аппарат реализован в блоке В ЙГУА.

Для повышения качества прогнозирования поведения временного тренда предложено использовать суперпозиции результатов экстраполирования моделей,идентифицированных с различными упреадениями по времени.Алгоритм данной процедуры реализован в блоке ТР МГУА.

С целью обеспечения эффективной адаптации разработанной системы при решении конкретных лечебно-диагностических задач в процессе мониторинга функционирование каждого из описанных блоков моает быть осуществлено в двух ренимах, условно названных "Такт" и "Монитор". Первый предназначен для однократного выполнения определенного выбранного программного модуля. Во втором -пользователь определяет порядок функционирования блоков моделирования путем формирования в интерактивном режиме вектора управляющих и инициализирующих параметров,определяющего порядок и характер работы выбранных механизмов моделирования.

Например,вели этот вектор инициализирует следующую совокупность блоков "СОЛЯРИС": КСМ,53.БД и БРР, а так не осуществляется оценка -л экчатностн построенной модели в смысле выбранного кри-г«г>ия ч: помощью специальной управляющей программы),то тем самым реалистеI'-я алгоритм "адаптивное моделирование", предназначенный .Игэ.и.за течения патофизиологического процесса и реакций КРС н ■¡(¡■¡.¡•.шив воздействие путам отсленивания структурно-параметры-

ческих изменений текущих моделей. Полученные модели проверяются на адекватность описания ими новой мониторной информации и в случае ее нарушения в смысле выбранного критерия осуиесствлйется переоценка их'параметров и/или структуры. •

• При возникновении задачи наблюдения за динамикой результатов работы выбракйой последовательности блоков "СОЛЯРИС" (называемой в дальнейшем задачей функционального мониторинга) предлагается формировать мнонество повторяющихся в строго определенной последовательности инициализаций выбранных блоков.

Таким образок,представленная автоматизированная система "С0-ЛЯРйС" позволяет организовать непрерывный процесс моделирования связей меаду параметрами КРС в процессе мониторинга, а так ге выявлять типовые для ряда больных структуры математических моделей путем обработки информации множества протоколов мониторинга выбранной группы больных.

• Дальнеймие .исследования (гл.III и IV диссертации) посвящены

*

анализу результатов применения "СОЛЯРИС" в условиях мониторинга КРС,проведенного'с помощью автоматизированной системы "КОМПАС 01" для больных кардио-пульмонологического профиля, проходлзшх лечение в отделении интенсивной терапии.

ИДЕНТИФИКАЦИЯ ТИПОВЫХ ДЛЯ ГРУППЫ БОЛЫШХ ЗАВИСИМОСТЕЙ МЕЖДУ ПАРАМЕТРАМ' КРС

Согласно основополагающему кибернетическому постулату исследуемая система представляется "черный ¡ящиком", характеризуюцимся определенна? динамикой некоторых (в данной случае регистрируемых) параметров и передаточными функциями между ними.

Механизм поиска обцих закономерностей - типовых для ряда больных зависимостей между регистрируемыми в процессе наблюдений Физиологическими параметрами'КРС сводится к следув?ему.

Для наиболее полного учета информации, содернацейса в протоколах мониторинга группы больных, идентификацию групповых свя-"?ей «езду регистрируемыми характеристиками предлагается проводить в такой яиследовагельности образом:

1 Осуществляется синтез моделей на мнояествах (ХН , где i=1,К, К. - количество больных, U)i - матрица-протокол регистрируемых параметров КРС 1-го больного.

2 Проводится синтез моделей на объединении усеченных мноаеств X.

3 Организуется проверка и выбор лучших моделей на новых, подмно-кествах X,отличных от сформированных для п.п.1-2,

Выполнение выиеперечисленных процедур позволяет получить по мзломьцннм ьььоркам протоколов, мониторинга модели адекватно от-раааицие поведение выбранных для исследования характеристик рассматриваемой физиологичеемкой системы для группы больных в свази с реализацией принципа внешнего дополнения.Действительно, в п.1 иденти^.щкриются "индивидуальные" модели,в п.2 в качестве обуча-ацей используется совокупная информация из протоколов мониторинга нескольких больных, в п.З - осуществляется выбор по внешнему критерии -независимой обучаацей выборке.Синтез моделей на каждом этапе возыонен как по алгоритмам ЫГУА, так и алгоритмами'идентификации линейных зависимостей между регистрируемыми параметрами рассматриваемой физиологической системы.

Гиллизация предложенного механизма позволила, например, для rpi/шш /io/ibrfhix,которым проводилась процедура гемосорбции, путем анализпарных линейных зависимостей виявитб присутствие высоко-корриjiH;iui;:iHiiuru триплета НОДпцд - U'a - РаС02аах а установить связи уменьшения частоты сердечных сокращений (ЧСС) с ростом тшценграции в крови углекислого газа.

Ггимвняа описаший подход и идентифицируя модели алгоритмами jMi'i дьу;; больных,которым проводилась процедура гемосорбции.

было получено 380 уравнений, например:

ЧСС = 100 МОС / У0 А = 0.6Z

ОПС = -4 + 763-/(АДС-АДДГ/ МОС А = 0.5*

U'a. = 46 + 0.053 МОДвид \ "ЩГ • ¿ь = 1.2г

ТсР02 = 143 - 120 \/ТТсРС02 / ЧСС ) А = 37.

Где: Д -средняя.относительная ошибка аппроксимации;МОС -минутный объем сердца;У0 -ударный обем сердца;АДД,АДС -диастолическое и систолическое давления крови;М0Двыд -минутный объем дыхания по выдоху;ТсРС02.ТсР02 -парциальные газовые давления С02 и 02,измеренные чрескожным методом;и'а -альвеолярная вентиляция;РаС02иах-иаксимальное парциальное давление С02 в выдыхаемом воздухе.

Как видно,первое уравнение верифицировало алгоритм моделирования, т.к.восстанавило вычисляемую в процессе мониторинга закономерность.Второе-отразило связь ОПС и МОС со среднегеометрическим кровяным давлением в систоле и диастоле.Третье -показало, что альвеолярная вентиляция связана с НОДвыд и АДС. Четвертое -выявив зависимость,согласно которой у рассматриваемых больных поддерживалась стабильность концентрации кислорода в организме при его насыщении углекислым газом : выявлена гиперболическая связь меяду параметром ТсР02 и отношением ТсРС02 к ЧСС.

.Таким образом,проведенные вычислительные эксперименты показали потенциальные возмоаности и преимущества предложенной методики для оценки характера взаимовлияния параметров КРС по сравнении с оценкой параметров априорно известных структур моделей.

КОМПЛЕКСНА МАТЕМАТИЧЕСКИЙ АНАЛИЗ ПРОТОКОЛА МОНИТОРИНГА Применение при анализе мониторной информации одного математического метода не позволяет проводить сравнительный анализ результатов обработки при различных подходах и получить непротиворечивые модели. Методология построения системы "СОЛЯРИС" предоставляет пользователю возмояность организации многоэтапного исс-

ледования анализируемого процесса по принципу -от простого к сложному.Процесс исследования в этом случае подразделяется на этапы: -первичный анализ'.исследование автокорреляционных функций, выделение временных трендов,проведение парного корреляционно анализа,построение регрессионных уравнений;

-решение задач кластеризации,наблюдение за динамикой изменения характеристик функциональной системы в пространстве состояний.

Так из 29 регистрцемых системой "ШПАС" параметров КРС после парного корреляционного анализа б^ли выделены 14 относительно автономных характеристик. Выполненные расчеты показали низкую степень централизации параметрического пространства и присутствие в нем таких групп высококоррелированных характеристик КРС как:ивд » l/выд, НОДвд - Щвыд.и'иахвыд - U'C02 - U'75 (ite0.99>, где ивд,ивыд,НОДвд,НОДаыд -соответственно дыхательные .и минутны! объемы дыхания по вдоху и выдоху:и'тах,Ч'?5-скорости воздухоток. на выдохе: максимальная и скорость при 75X. дыхательного объем Ü'C02 - скорость выделения С02.

•Применение процедуры ¡3 -преобразования для кластёризацк выбранных параметров выявило для одного из обследованных больш группу следующих линейно зависимых характеристик дыхательной ci темы: U'a.U»CQ2,U'25,U'75.У'иахвд.ИОДвкд,граф связности лараме 'рического пространства и 13-матрица которого показаны на.рис.«5 Линейные модели выделенного кластера у разных больных отл чались в основном свободными.коэффициентами,например:'

U*75 = 137.С.у 0.64-и'аахвд и У'?5 = -6.5 + 0.64 О'аш или U'a = -174 + 2.69 U'C02 и U'a -47.8 + 2.42U'C0¡ Исследование поведения нормированной автокорреляционной Ф< кции (фрагмент представлен на рис.31 показало.что: 1) функции ü'C02ilf'a и U*25,U'75 яднотипны по реакциям на исследованное чебное воздействие (т.е. являются в данном случае аналогами):

АДС

т

чд

чсс

терсог

нос

ТсР02

У'пахвд и * 25 и* 7 5

й

КОДвыд • Ч'а и *С02

РаС02вах

ЧСС 11000000000000

нос 11000000000000

АДС ооюоооооооооо

АДД 00010000000000

ЧД 00001000000000

ТсРС02 00000100000000

и'аахвд 0О0000И111100

ЫОДвыд 00000011111100

11 * 25 50000011Ш100

и'75 00000011111100

УС02 00000011111100

«'а 00000011111110

РаС02шах 00000000000110

ТсР02 00000000000001

Рис.2 Патрица и граф связности параметрического пространства больного С. (вдоль главной диагонали сгруппированы линейно зависимые характеристики КРС ).

2)параметрц ТсР02,ТсРС02 не проявили значимой автокорреляции на уровне 99% -следовательно,не целесообразно исследовать модели их Динамики от фактора времени; 3)для больиинства исследуемых параметров наблюдалась различная реактивность на воздействие;4 доведение автокорреляционных Функций различно для разных больных.

С целью выделения участков временных трендов нами предложено использовать анализ энтропийной функции. На рис.3 представлены

Рис.3 Автокорреляционная (сплоиная линия) и энтропийная (пунктирная) функции кардиореспираторных параметров. Отмечены начало и окончание переходных процессов, вызванных терапевтической процедурой.Зоны: I-до.П-во время и III - после окончания терапевтического воздействия.

Рис.4. Траектории двивения состояния КРС в параметрическом пространстве в ходе терапии:наблвдение 1 -гемосорбции наблюдение 2 - оксигенации крови.

графики поведения нормированной автокорреляционной и энтропийной ' функции, построенных "СОЛЯРЙС" в- процессе наблюдения за состоянием КРС больного- во время проведения процедуры геыосорбции. При этом выяснилось, что выделенные временные зоны динамики параметров КРС совпадали с реально зафиксированными в процессе наблиде-ния. Таким, образом отмечена возмоыность выявления нарушений однородности в, динамике, анализируемого параметра КРС по поведении энтропийной функции.

Анализ взаимозависимостей меаду параметрами в выделенных зонах с яомоцьп алгоритмов МГНА позволил построить модели,точность которых составила в среднем 1.62, коррелированность -0.94 (значимо на уровне 99.8%). Пример моделей приведен в Табл.1.

Таблица 1

Модели связей параметров КРС в различных зонах устойчивости

зона признак модель R

I ЧСС ' чд ТсРС02 90.11-322.26 -У( АДС •МОС/АДД)'/ АДД -45.38+1290.3-Ус ЧСС/АДД•РаС02шах)' 55.4-(9.26•10 ь )•АДД- /АДД-АДС7-РаС02шах 0.87 0.94 0.99 1.2 2.9 0.7

II ЧСС ЧД ТсРС02 0.95 1 0.96 3,4 0.5 1.8

141-964600/СИОС/СЧД-ТсРС02-РаС02вах)') -К2+(4.997-10"4 )-РаС02шахеУ(Ра,/АДД -32.6+16458V(МОС/АДС-АДД-РаС02иах)'

III ; Зсс '•'чд ТсРС02. 0.81 1 0.83 1.4 1.1 4

98.3-0.049 -РаШшах -И РаС02вах/ТсР02 )' -7.7+321.2 а/(ЧСС-^ЧСС-¿>аС02аах)') -26.77+44862 Л/СЙДС- ЙДД-ТсР02)'

-1С ~

. Анализ полученных моделей для рассмотренных нами случаев показал,что проведенная лечебная процедура терапия привела к доминированию в связях ТсРШ.ТсРОЗ и РаС02шах.

Для визуального представления траектории движения физиологического профиля больного в пространстве регистрируемых параметров, с помоцью блока БОМП "СОЛЯРИС" осуществляется отобрааение многомерного параметрического пространства в двумерное (Рис 4). Наблюдение 1 (процедура гемосорбции) иллюстрирует выделение двух кластеров состояний, а Наблюдение 2 (процедура оксигенотерапии) . показывает,что, несмотря на широкую вариабельность состояний,начальное и конечное оказываются близлежащими на построенной траектории движения. Это свидетельствует об отсутствии устойчивых изменений в функционировании кардиореспираторной системы после проведенной лечебной процедуры.

Таким образом,синтез непротиворечащих друг другу результатов моделирования,полученных различными методами, позволяет получить более полное представление о динамике состояния КРС.

Ф У н"к и И О Н А Л Ь Н и Я МОНИТОРИНГ Одновременно с наблюдением регистрируемых в процессе мониторинга параметров,система "СОЛЯРИС" позволяет отслеживать динамику структурно-параметрических изменений моментальных моделей - т.е.осуществлять так называемый функциональный ионИто-* ринг. (Под моментальной моделью понимается идентифицированная г^язь выбранных параметров в определенные моменты времени).Функ-шпиальннй мониторинг мокно осуществлять,идентифицируя*модели за ев!!!' терппевтическув процедуру в случае ее повторного проведения Или р точение одного наблюдения Через заданное интервалы времени.

йнйлн?,например,изменений моделей трех параметров (ЧСС.ЧД, Р:и'0>.л>; '.построен;!«* алгоритмом МП'Й в ходе десяти одинаковых пччпрргичт-кпх !".,?£'?йствиях.показал, что по мере повторения ле-

чебных процедур повивается степень гшимия концентрации углекислого газа в организма на регуляции деятельности !!РС.

Для осуществления реяика функционального нпнитсринга б ходе одного наблюдения применяется неханизм ранее рассмотренного адаптивного Моделирования. Осуществление данного подхода к анализу характеристик КРС позволило выявить,что:

1 ЧСС более чувствительно к изменении! РаС02шах,чен '1Д.

2 Несмотря на больший разброс в численных значениях ЧСС.структу-г рн моделей данного показателя более стабильны,чьи такоэие у ЧД.

Такой подход,кроме того,позволил уменьшить затраты ыылшно-го времени вычислительного процесса на 1ЬУ. по срааншыи с моделированием без применения адаптационного алгоритма.

Анализ динамики изменений полненных структур номвн^чышя моделей при формализации их описание монет быть просаден в даль-нейием формальными математическим методам,

Рассмотрение динамики физиологических профилей пациентив с использованием иоделирувщих блоков системы "СОЯЙРЙС" позволило шявить связь ыеадц продукцией углекислого газа и альвеолярный »антиляцией в виде У'С02 - Й + В'(и'а)2,где В = С - 0-й. Анализ (зыенений значений параметров иодели позволил выделить дв>= сила-ти.отличающихся значениями параметра-А С А > 175 и й<1?0) заминировать во врейя мониторинга переходы из одной в другяа.

Полученная связь ыэкдя продукцпйй углекислого газа и коадра-он альвеолярной вентиляции потребовала проведения дололнитель-« исследований, т.к. Традиционно применяется янаейиач законе-грность меяДу этими величинами.Нами било проанализировано балее 10 моментальный модепвй раз яичных Золъьах. С'птистичвг.кш ибра • 1тка полученных закономерностей шЫзйала.чта: Достатйчно тонной аппроксимацией рассматриваемой «и« следуй! итать яийейнуа и/илй кёздрати^нуа ¿лвйсйнссти с деиинирозаниеи

последней по точности и коррелированное™.Наблюдалось подчинение параметра А модели равномерному закону распределения в интервале [130:210].

2 Параметра А.В моделей различны у разных больных и изменяются в ходе- терапии с сохранением меаду собой линейной связи (на уровне 992), что подчеркивает влияние "среднего" состояния рассматриваемой функциональной системы на скорость своего изменения.

3 При переходных процессах возиояно кратковременное отступление от квадратично-линейной зависимости. •

Математический анализ полученной модели показывает,что су-*ествует "точка независимости" 1/'С02 от смещения А , в которой 1)'а г /(1/Б) . В данном случае со статистической надеяностьв 99.52 наблюдалось И'а = 610 ± 60, что близко к физиологической норме альвеолярной вентиляции.

ПРИНЦИП И ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ МНОГОУРОВНЕВОГО ПРОГНОЗИРОВАН»

Сущность многоуровневого прогнозирования заклвчается с одной стороны в одновременном анализе моделей,предназначенных дл.' кратко-,средне- и долгосрочного прогнозирования: с другой -в су перпозиции зкетраполяционных значений моделей.построенных с раз личными упревдениями по-времени.Система1"СОЛЯРИС" позволяет реа ' яиэоватъ. описанный подход с поыощьа модуля ТР ¡¿ГУА,с упрендени ■ями Поведение моделей отобравается на экране ЭВН.;

Проведение вычислительного эксперимента по данным мониторнь наблюдений подтвердило.что:нри краткосрочном прогнозировании 01 ракается тенденш'^характериэуюмаа поведение параметра в оСлас окончания интервала интерполяции, долгосрочном - проявляется В1 равекные сглаживавцие свойстьа.Точность совокупного прогноза ходе эксперимента нэблвдалась не'хуке 8%.

Следует адметить.что прогнозирование анализируемых параме ров только от времени оказалось менее продуктивно.Очеридно про

ноз численных значений параметров КРС долаен учитывать в перэуш ' очередь протекающие,физиологические процессы, которые отражаются изменениями функциональна зависимостей между регистрируемыми в мониторинге характеристиками,

вывода

1 Разработанная структура эвристического моделирования позволяет организовать этот процесс в виде адаптивного моделирования,когда на первом этапе осуществляется структурно- параметрическая идентификация,на последующих - производится переоценка параметров модели с автоматический переходом к новому синтезу структуры при ухудшении выбранного критерия адекватности.

2 Применение саноорганизациониых методов моделирования позволяет-•выявить связи различной степени общности; как описававцие взаи-

• мовлияние регистрируемых параметров кардиореспираторной системы у отдельного больного, так и группа больных,

3 Осуществление качественного анализа и прогноза изменений состояния КРС целесообразно проводить отдельно на различных этапах лечебного процесса,которые могут быть выделены на основании анализа поведения энтропийной Функции.

4 Испытания ряда идентифицированных моделей в клинических условных позволило установить, что :

-скорость выделения углекислого газа пропорциональна кьадрагу уровня альвеолярной вентиляции; данная зависимость, с: зигоной степенью точности попет быть аппроксимирована линейный за.гиноы; -парциальное газовое давление кислорода б краен,изкер иное чре-скояным способом обнаруживает гиперболическую свазь с отноие-нием аналогичной характеристики углекислого газа к частое сердечных сокращений.

Наблюдение ьа траекторией двимекил состояния больного ь пространстве регистрируемых характеристик позволяет неписредглвенн"

в процессе мониторинга оценивать качество проводимой терапии и индивидуализировать ее.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ Динамический анализ регистрируемой в процессе мо|$таринга информации о состоянии КРС Сольного в рамках АРМ врача интенсивной терапии предлагается осуществлять по следующей методике: этап 1. Первичная обработка данных: корреляционный.регрессианый анализы,отбор линейно независимых параметров и группировка последних по степени взаимного влияния. . '

этап 2. Идентификация переходных процессов в функционировании КРС¡структурно-параметрический синтез моделей в выделенных зонах характеристических связей методами самоорганизацион-ко&о моделирования, этап 3.Осуществление функционального мониторинга,т.е.отслесиза-

ние изменения моделей б ходе наблюдения за процессом, этап 4.Прогнозирование динамики Физиологического профиля на основе построенных моделей, и его оценка путем рассмотрения .двнвения в пространстве состояний и/или функций.

СПИСОК РАБОТ,ОПУБЛИКОВАННЫХ'ПО ТЕМЕ ДИССЕРТАЦИИ

1 Кластер анализ на базе матрицы минимальной связи //Тез.док.об-'ластной конф. "НТТЫ народному хозяйству",Курск.1986.-с.34-36. 1

(соавторы бабкин Г.В.-,Гроаков А.Н/,Старков Ф.й.)

2 Подсистема анализа динамики развития болезни и автоматической кластеризации наказе процессора "Искра 226" //В кн.Использование микропроцессорной техники з медицине,Куйбышев.1288.-с.?-9. ■

3 Подсистема оперативного моделирования и прогноза ¿остояния больного методом группового учете аргументов //В кн.Использова-' ние микропроцессорной .техники в медицине,Куйбышев,1968,-с.2?-30. (соавторы Грсвков О.Устинов А.Г.)