автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Разработка учебно-исследовательской системы автоматизированного моделирования физиологических процессов

РГ8

ВОРОНЕЖСКИЙ ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ

ол

На правах рукописи

РОДИОНОВ Олег Валерьевич

РАЗРАБОТКА УЧЕБНО-ДОСЛВДОВАТЕЛЬСКОЙ СИСТЕМЫ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ ФИЗИОЛОГИЧЕСКИХ ПРОЦЕССОВ

Специальность 05.13.09 - Управление а биологических и медицинских системах (вклпчая применение вычислительной техники)

ДИССЕРТАЦИЯ

на соискание ученой степени кандидата техни 1зских наук в форме научного доклада

Воронеж 1993

Работа выполнена в Воронежском политехническом институте и в Воронежском областном лечебно-диагностическом центре

НАУЧНЫЙ РЬ.ДБОДЙШЬ Доктор технических наук, профессор, •

академик Международной Академии информатизации Я.Е.ЛЬВОВИЧ

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ: Заслуженный деятель науки и техники РФ,

доктор технических наук, профессор

B.С.ПЕТРОВСКИЙ;

кандидат технических наук, доцент

C.М.ЛАСШРНОВ

ВЕДУЩАЯ ОРГАНИЗАЦИЯ Российский научно-исследовательский институт информационных систем (г.Москва)

Защита состоится // 1993 г. в /Щ часов

на заседании специализированного совета ДО63.81.04 при Воронежской политехническом институте по адресу: 394026, г. Воронеж, Московский проспект, 14.

С диссертацией можно ознакомиться в библиотеке Вгу*кгаского пояктехнического института.

Диссертация разослана

¿¡¿с* /о 1993 г.

Ученый секретарь специализированного совета , кандлехн.наукГ Ш/ <~ В.Б.ШШАН ' - доцент ' ..

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Эффективность интеллектуальной поддержки-принятия решений врагом в компьютерных медицинских системах су -явственным образом зависит от качества и адекватности математике- .-ского описания физиологических процессов и возможностей их автоматизированного моделирования. Несмотря ка большое количество под -ходов и методов обработки медико-биологической информации ка ЭВМ, полученные результаты во многих случаях не позволяют адекватно описать влияние лечебно-профилактических мероприятий на ход физиологических процессов при хронических заболеваниях. 3 определен -ной степени это связано с недостаточным участием врачей- экспер -тов на Этапе формирования математических моделей на основе имею -щейся информации. Поэтому компьютерная система должна не просто подключать эксперта на заключительном этапе выбора моделей из нескольких апьтернагивных, а давать ему возможность изучать по -этално методы построения математического описания физиологических процессов и режиме диалога, предлагать свои рекомендации на каждом из згих этапов. Одновременно врачу следует участвовать на начальном этапе сбора информации, выбора инструментального обеспечения, Этим требованиям отвечает новый класс компьютерных медицинских систем - учебно-исследовательские системы автоматизированного моделирования.

Таким образом,актуальность исследования определяется необхо -димостыо повышения эффективности принятия рещений врачом за счет его углубленного участия з формировании математического описания физиологических процессов на базе учебно-исследовательской систе -мы автоматизированного моделирования.

Работа выполнена в рамках решений Ш,1У - го совещания Между. народной Ассоциации диагностических центров по вопросам автоматизации обработки информации и в соответствии с одним из основных научных направлений Воронежского политехнического института и Воронежского медицинского института "Бкомедкиб ¡рнетика, компью -теризация в медицине".

Цель и задачи исследования. Целью работы является создание комплекса методов, моделей и алгоритмов для эффективного управления лечением с использованием учебно-исследовательской системы автоматизированного моделирования физиологических процессов.

Для достижения поставленной цели необходимо решить следующие задачи: ;

проанализировать состояние автоматизированного моделирования в медицинских системах и определить путл совершенствования математического описания в задачах управления.лечением на базе ЭВМ;

разработать алгоритмическое обеспечение процедур анализа фи -зиологических процессов как объектов управления с неоднородными характеристиками;

сформировать структуру учебно-исследовательской системы авто -матизированного моделирования и "ровести оптимизацию обучаащих средств;

реализовать комплекс истодов, моделей и алгоритмов автомати-• змрованного моделирования при управлении лечением ряда хронических заболеваний.

Методы исследования. Для решения поставленных задач использованы основные положения теория систем и исследования операций,теории управления биологическими и медицинсними системами, теории вероятностей и математической статистики, методы моделирования и оптимизации.

Научная новизна. В работе получены следующие основные результаты,*

математические приема учета неоднородноетей при рчгоритмиза -ции шделнроьания физиологических процессов как объектов упрапло -нкя, обеспечивающие использование оценок врача- эксперта на этапах синтезе, обобщенной структуры модели, декомпозиции ыатематиче -ского описания, идентификации параметров модели я совмещения яро -цедур моделирования и анализа;

структура учебно-исследовательской системы автоматизированного моделирования физиологических процессов, отличающаяся пнтегра -цией е Эдипом цикле формирования математического описания проце -дур выбора инструментального обеспечения, обработки исходной ин -формаций и обучающих средств,

оптимизационные модели формирования учебных заданий, которые позволяют выбрать абучащие элементы и последовательность их реализации в системе, минимизирующие время выполнения при необхода -мости изучения врачом- ¡экспертом заданного информационного объема;

комплекс математических моделей физиологических процессов дли лечения ряда хронических заболеваний, ориентированных На использование в рамках учебно-црслер^ватсльской системы и учиты -нащих неоднородные характеристики объекта управления.

Поэтическая,ценность и реализация результатов работы. Раэ-рапотанны'э .алгоритмы. модели легли в основу методики использования

автоматизированной системы моделирования в практик и :ких учреждениях эдравоохраненкл. Обучающие средства позволили повысить уро -вень врачей- экспертов, участвующих в рглработке математического описания физиологических процессов. Построенные модели для прогнозирования генеративной функции, лечения се.харного диабета и лим-фолейкоза дали возможность организовать интеллектуальную поддержку при создании АРЫ специалистов.

Результаты диссертации внедрены на кафедре акушерства и гинекологии ВГШ, в Воронежской областной клинической больнице, Воронежском лечебно-диагностическом центре, используптся в учебном .процессе Воронежского политехнического института и Международного университета высоких технологий при обучении студентов по специаль -ности 19.05 "Биотехнические й медицинск/" аппараты и системы". Ожидаемый экономический эффект от внедрения составляет 345,0 тыс.р. в год ( в ценах 1991 года).

Апробация работы. Основные результаты докладывались и обсуждались на следующих конференциях и семинарах: Всесоюзном совеща -нии-семинаре по интерактивному проектированию технических устройств и автоматизированных систем'на-персональных ЭВМ (г.Воронеж, 1991); Российском совещании-семинаре "Оптимизационное проектирование технических устройств и автоматизированных систем (г.Воронеж,1992 ); региональном оосощании-семинаре "Компьютеризация управления уп -равления качеством высшего образования" (г.Воронеж,1992 ); международной научно-методической конференции "Проблемы качества вые -шего образования" (г.Уфа,1993); региональном совещании-семинаре "Опыт информатизации в промышленности "(г.Еоронеж,1993); российском совещании-семинаре "Высокие технологии в проектировании технических устройств и автоматизированных систем" Сг.Воронеж, 1993); ежегодных конференциях профессорско-преподавательского состава Воронежского политехнич» ского института 1993 гг. ); на се-

минарах межвузовской кафедры "Компьютеризация управления в медицинских и педагогических системах" (1990-1993 гг7' ).

Публикации. По теме диссертации опубликовано 18 научных работ.

I. Повышение эффективности управления в медицинских системах на основе автоматизированного моделирования физиологических процессов [1,8,14,15] Управление в медицинских системах связано с коррекцией показателей физиологического процесса в направлении лселг--ялого уровня, который может бить достигнут на определенной стадии заболевания.

Управляющими воздействиями являются медикаментозные и немедикаментозные средства. Их выбор в компьютерных системах осуществляется на основе автоматизированного моделирования физиологических процессов. Анализ подходов к автоматизированному моделированию пока -зывает, что большинство из них базируется либо на аналитических моделях, либо-на фиксированных моделях, полученных на основе экспериментальной информации. Основным недостатком является невозмож-- ность учитывать индивидуальные особенности пациента, различные схемы лечения, обеспечить участие врача- эксперта на всех этапах моделирования и принятия решений.

Ориентация на более высокий уровень интеллектуальной поддержки врача определяет следующие требозания к формированию систем автоматизированного моделирования и анализа физиологических процессов:

учет неоднородных и индивидуальных характеристик физиологического процесса на всех этапах построения модели и использования ее для анализа состояния больного;

реализация диалоговых процедур структурного и параметрического синтеза моделей, прогнозирования значений показателей фиэиоло -гических процессов;

ориентация на современное инздрумектальное обеспечение при исследовании параметров и показателей физиологических процессов;

разработка обучающих процедур и их интеграция с процедурами сбора и обработки информации, математического описания и анализа в рамках учебно-исследовательской системы автоматизированного иа-делирования.

2. Алгоритмическое обеспечение автоматизированного моделирования и анализа физиологических процессов как объектов с не -однородными характеристиками [1,2,3,10,11,12]

Процедуры анализа физиологических процессов неправлены на определение показателей состояния некоторой подсистемы человека при определенных объективных данных, результатах мздшсо-диагностиче -ских обследований и заданном плане лечебно-профилактических мзро -приятий. Основой для решения задач анализа являются математиче -ские модели. Предложен варианг организации автоматизированного анализа, в рамках которого в едином 1г<кле совмещаются алгоритмы построения моделей и вычисления оценок для случая, когда физиологические процессы исследуются как объекты с неоднородными характеристиками.

Алгоритмическое обеспечение автоматизированного моделирования физиологических процессов с неоднородными характеристиками обеспечивает реализацию следующих трэх основных з-тдач (р;1с.1): синтеза обобщенной структуры модели; декомпозиции математического описания; идентификации параметров модели.

Первая задача решается в интерактивном режиме.Врач- эксперт определяет перечень количественных неуправляемых входных перз -менных (возраст, вес, давность заболевания, начальные значения физиологических показателей и т.п.) и управляющих воздействий (доза лекарственного препарата, продолжительность и доза физиопроцедур и других лечебно-профилактических воздействий). Далео предлагаются несколько вариантов характера зависимости физиологического показателя_^ от входных переменных хь (I - 1д) и управляющих |ь (^ -- )и в режиме диалога рассматривается компоненты математического описания. Выбор эксперта допускается неоднозначный. В этом случае автоматически формируется несколько структур математического описания:

. У * 1'й, $ - Тз.

После формирования структуры (I) возникает необходимость при анализе физиологических процессов выделить диапазоны переменных и а; -у в пределах которых статистическая выборка показа -теля у является однородной по дисперсии. Эта задача является задачей декомпозиции математического описания (I) по однородным компонентам |г по результатам пассивного и активного э кспе -римента.

При анализе результатов пассивного эксперимента применяется принцип дихотомии, т.е. для оценки возможности построения однородной компоненты математического описания при условии г осу -

• ГТ> (2)

ществляется разделение того условия на две группы г и х

и проверка однородностей выборок ^ ^'и у » соответствующих этим группам. Алгоритмически выделение двух гр,гпп условия г ^и 1 ' означает деление интерзалов х ^ ¿ на две

части

М»И гр - гр . МАКС —— ,Г),

■ -. ' Ч 4 ; Ч * Ч 4 XI ; 1= 1,1 , (2_>

МИН МО.ИС

где х-' , X ; - соответственно минимальное и максимальное

' го

значения '(.-той переменной,установленные экспертом; у ¿-граничное'значение переменной, разделяющее условие г на две группы

Рис. I. Структура алгоритмического обеспечения автоматйзирован-- ного моделирования физиологических процессов

Общее количество вариантов сочеташй дихотоми -ческого деления (2) при числе переменных I равно р/. Исходя из реальной оценки физиологического процесса., эксперт подбирает два варианта, для которых по исходным данным формируются выборки 1| ^ и у^и рассчитываются оценки дисперсий |0| и .

Для оценки однородности рассматриваются две гипотезы: Н(-выборки ^ ^и у неоднородны по дисперсии; ц^- выборки

^'и , ^ ^ однородны пс дисперсии. Алгоритм анализа однородности основан на вычислении расчетной оценки й - распределения Фишера:

г С 1)

Зрасч • "«-о; +

+ " (3)

.где 'I) - оценка дисперсии выборки у , и ^з.- оценки дисперсий выборок ^ ^ ' и ; N , N. . число эле-

ментов соответственно в выборках ^ ^ у ^ .В случае В расц з. выборки неоднородны и математическое описание (I) отдельно строится для условия "I. ^и Т- '^К В противном случае

эксперт предлагает новый вариант сочетания дихотомического деления (2) и процедура проверки повторяется вновь. Если при 3-4-х вариантах выборки оказываются однородными, меняют граничное значение х[р(1-ТТ) . Невозможность повторного разделения на группы позволяет строить единое математическое описание на интерзалах

хГ& п & С*

. Декомпозиция математического описания по управляющим воздействиям осуществляется с использованием активного эксперимента. В

мин м»с

этом случае условия ц^ 6 < и^ делятся на не -

сколько групп по всем Ц^ одновременно. Алгоритм декомпозиции заключается в получении границ диапазонов, в рамках которых имеется . существенное различие по структуре моделей, по набору управляющих воздействий. Схема поиска граничных условии основана на движении . из начальной области пропорционально линейным приращениям, определяемым с помощью линейной модели, построенной в исследуемом диапазон е. Правила перехода на новую структуру модели связаны с использованием статистических оценок значимости коэффициентов и а, .еквагности модели.

Третья задача идентификации параметров модели основана на интеграции стандартных схем обработки результатов пассивного и •■. активного экспериментов в алгоритмы декомпозиции математического 'описания. Особенностью является то, что значения показателей фи-

апологического процесса, накопленные в результате обработки архивной или текущей информации, образуют временные ряды..Поэтому производится проверка статистических рядов на автокорреляцию. Для построения единой алгоритмической схемы, охватывающей все три зада -чи автоматического моделирования,' эффективным является использование непараызтрической теории коэффициента автокорреляции 0. Ан -дерсона. Если гипотеза об автокорреляция статистического ряда по -казателя подтверждается то, чтобы исключить Эту ситуации, в уравнение регрессии вводится в качестве переменной время наблюдения физиологического процесса.

Процедуры автоматизированного моделирования совмещзны с процедура,»«! анализа по двум направлениям: аппроксимация значения показателя в рамках исследуемых диапазонов переменных: к времени; прогнозирование для новой области переменных и последующего развития физиологического процесса во времени.

3. Разработка структуры и оптимизация процедур учебно-исследовательской системы автоматизированного моделирования [4,5,6,?,9,131

Структура учобно-исслодовательской системы автоматизированного моделирования определяется требованиями к Сффгкт^-щости интеллектуальной поддержки решений врача, изложенными в п.1. Основными компонентами системы являются следующие инвариантные модули: инструментального обеспечения сбора информации о параметрах и показателях физиологического процесса; первичной обработки информации; выбора общей структуры математической модели во всем pia-пазоне изменения еходных величин и управляющих воздействий; декомпозиции матлматическсго описания по однородны:,i компонентам ; идентификации параметров модели для каждого диапазона однородности;, анализа процесса с, использованием математической модели в диапазоне изменения входных величин и управляющих воздействий; прогнозирования значений показателей процесса во времени; обучающих процедур к учебных заданий по кавдоцу из перечисленных модулей; выбор лечебно-профилактических воздействий.

Кроме инвариантных модулей в систему входят пред:.)етно-ориенти-рованныо модули, связанные с особенностями инструментального обеспечения сбора информации о физиологическом процессе Электронные, ультразвуковые, лучевые, онтичоокие и т.п.) и необходимость:;) иыйть в системе библиотеки модели для различных классов исходного состояния и нарушений физиологического процесса,методов диагностики, лечебно-профилактических мероприятий.

Содержание модулей моделирования и анализа рассмотрено в п.2. Остановимся на основных результатах, связанные с разработкой учебных элементов и процедурами их объединения а учебные задания.

Выбор количества учебных элементов, объема их информации,способа объединения в учебные задания влияет на целый ряд показателей обучащей подсистемы: степень и прочность усвоения материала пользователем, вероятность ошибки после обучения, время выполнения определенной совокупности заданий. В данном варианте используются две характеристики обучающих заданий: иромя выполнения и инфоу -мационнгг-Ч объем. Оборыулирована и решена задача синтеза систеюг обучающих процедур, когда обучение требуется организовать за минимальное время.

Структура сбучшощих процедур представляет' собой такую совокупность заданий, выполнение которых дает возможность полностью изучить систему автоматизированного моделирования за минимальное время, и определяется количеством основных этапов функционировалиq этой систе;.щ и сов^купностг-а сформированных для каждого из них типовых обучэщга средств (TOC). Совокупность ТОП для каждого ¡,-го Ьтапа системы ( I =1,10) характеризуется следующими параметрами;

Кц- номер TOC, поддср.таваю5'его R этап функционирования

автоматизированной системы ( ); m.;,- номер варианта

совокупности ТОС при выборе структуры обучаыцих процедур для 1-го "этапа ( -"Ï^M)» ¡W„- количество ТОС в mL-OM варианте (R^ - T7xt); Тт,- вреда выполнения пользователем заданий m ,-го варианта; время выполнения к-го ТОС для 1-го этапа,оп -

редвляемое на основании ' эксперимента; Vm._- информационный объем к-го варианта предъявления обучающих заданий по 1-му этапу;

Vkl- информационный объем к-го ТОС для 1-го этапа, рассчитываемый по информационно-графовым моделям ТОС. При этом имеат место следующие соотношения:

к . - . *mu

Ml '1С,., Т*. • L- Ткч Vm - Г Vki , (4) кч ■ к- 1

к

где 0,. - число сочетаний из к-^ ТОС по к .

Для построения многоальтернативноя оптимизационной модели выбора введем переменные:

(5)

зультаты исследований того, что в процессе обучения достаточно обеспечить усвоение только определенной части учебного материала

0,7 V"-общего объема), оптимизационная модель записывается в следующем виде: I м„

В результате решения задачи (6 ) с использованием алгоритмов многоальтернативной оптимизации для каждого этапа функционирования системы автоматизированного моделирования определяется совокупность заданий, которые должен выполнить пользователь ; процессе изучения. Поскольку TOC логически связаны между собой и имеют одно множество подэаданий и базовых семантических Элементов,построение рабочих обучающих процедур (РОИ) осуществляется на выделенной совокупности TOC для каждого Этапа.

Последовательность РОП реализует адаптивную стратегию обуче- : нкя пользователя в автоматизированной системе и.формируется с учетом модели обучаемого, параметры которой о;тределяются на каждом

Gj -м цикле обучения для . j-го уровня заданий. Уровень знаний пользователя учитывается в оптимизационной модели (б) за счет дополнительного условия: предпочтительного включения тех заданий

■ -го уровня, соответствующие задания {j - j )-го уровня которых выполнены хуже (т.е. с меньшей успешностью Н^ , ■. 1 ). Этому условию соогветстзует целевая функция:

(6)

ЛЦе щий гг1'и -му

- успешность выполнения заданий ш^-го варианта ^т^ - А -уровня, входящих ь ^га^-й уровень. ■

С учетом (7) имеем бикриториальную задачу ■многоальтернативной

оптимизации, при реализации алгоритма решения которой опрепеле-нио направления прохода по дереву заданий связало с еще одним условием. Объем построенной обучающей процедуры по модели (б) в силу дискретности решаемой задачи в большинстве случаев будет больше 0,7V -Учитывая, что условием окончания обучения в обучающей подсистеме является усвоение пользователем 0,7 всего необходимого объема информации определим значение Н * коэффициента ус -воения заданий Н = 0,7V/Von. » гдо Y0rv - информационный объем обучающей процедуры. Равенство Uj = Н* является признаком выполнения любого подзадания ТОП j-го уровня, обеспечивающим выполнение соответствующего задания ( j - I)-ro уровня cHjniH»H* Это обусловлено тем, что дерево подоаДаний любого задания обучающей процедуры является содержательно полным, т.е. выполнение задания, представленного 2- й вершиной -1)-го уровня, равносильно выполнению заданий, соответствующих вершинам : -го уровня.

На основан™ результатов оптимального синтеза в РОП вошли ТОС, связанные прежде всего с учетом неоднородно^.тей при построении модели показателей физиологических процессов, особенностями прогнозирования по этш моделям и принятие'решений на основе модельной и экспертной информации (p?ic.2).

4. Применение учебно-исследовательской системы автоматизированного моделирования при лечении хронических заболеваний [2,6,8,9,14,15,I6.I7.I8J

Учебно-исследовательская система использована при исследова -ник физиологических процессов, связанных с лечением сахарного диабета, лимфолейкоза, прогнозирования генеративной функции, а "также для оценки работоспособности человека (оператора), как объектов с неоднородны:«! характеристиками.

При построении математической «одели процесса лечения сахарного диабета методом регресс :он..ого анализа путем постановки пассивного эксперимента в модель из II наиболее существенных входных переменных были введены переменные, относящиеся к индивидуальным количественным входным переменным: Х| ~ рост, х^ — вес, возраст, Xi, - давность заболевания, х5- тяжесть заболевания. Кроме того, модели были построены отдельно для мужчин к »¿ицин, т.е. по качественный неуправляемым входным переиенпым я физиологической неоднородности: так, математическая модель процесса л?-

чения сахарного диабета по сахару крови для мужчин имеет вид

л

"-с^-э.т,- 1з,а»<хг + о,&ц х ч -

-65,1.3X5- <5,мх6 + -» о,о9х£ -

- 0,081 х^ - о,оой*5- о,оозг-х,х5 ■<■ о,их,хь + v

+ 0,00 36 X 1*6 - 0,0(1X5X5 0,8 Х}Х? - 0,0513X5X4-

-1,1?х2х||} - 0,00011 хчх6 -о.оаовзх.^е, -

- о,ооиХбх9 ♦ * 0,55X7X9 - о,ибхьх10(

*

где помимо индивидуальных входных переменных Х& - общая доза шсулина, полученная до очередного шага лечения; х?- дни лече-шя до очередного шага лечения; суточная доза инсулина на

)чередном шаге лечения; Xд — текущая'величина сахара крови,

Хщ- длительность очередного шага лечения при вновь названной \озе инсулина; Хц- текущая величина сахара мочи, т.е. в модель

было введено в качестве переменной вре..ш ( Х-, , х,0 ), т.к. ¡татистические ряды обладали автокорреляцией. При сохранении струк-■уры моделей 3 математические модели процесса лечения сахарно-■0 диабета у женщин отличадтся вектором параметров с, .

При моделировании процесса лечения лимфолейкоэа неоднород -юсть идентифицировалась не только на уровне физиологической не -инородности с учетом индивидуальной неоднородности (мужчины и ;екщ:ны), но и по набору лечебных воздействий (преднизолок и пред-«золой с лейкераном). При этом структура математических моделей ;о всех случаях учета физиологической неоднородности (мужчины я енщины) сохранилась, но изменились параметры моделей. Например, ря лечении преднизолоном математические модели процесса лечения енщин и мужчин соответственно имеют вид

а

» <зомвв х, -> - +

+ ♦ <.65Хь - <100?х6 - 51,039X7 - (9)

- 0,0&6Ь*8 + 20Ы,ЬЬ*9 -3&53,59Х(о + о,«!1?*« - о,чэ 16уо.о'тх ,5 + * о,1<э?Х|Ч - х+ 8Мбх,6 +

л

= - 6153,5 - X, H05.Jl.Xs. + 1|5и,азхг- . .

- 119,чй*ч-» - - о,игл, -

-0ДБЧ*ь + - +

+ О, ЭЙ X I, - 0.1О9Х ,». - ОИЬйХц + 0,01и6Х,ц -

- НвО.ШХи - 30ЧйХ,4 - 9ч<3,6&Ха ,

где количество лейкоцитов; рост; вес; х3- воз-

раст; хч- давность заболевания; хь, Х6 , х7 , Х8 , - тяжесть заболевания соответственно по Лейкоцитам, лимфоцитам, тромбоцитам, эритроцитам и гемоглобину; Л|0- дни лечения; у и ,г , у п,

соответственно количество лейкоцитов, лимфоцитов, тромбоци-. тов, эритроцитов и гемоглобина на предыдущем шаге лечения; Х,6-доза лредшзолона; Х,?- количество дней лечения. Как видно, математические модели (9), (10) линейные, имеют одну структуру, но отличается своими параметрами, что объясняется неоднородностью по физиологическим особенностям (качественным неуправляемым входным переменным).

Полученные математические модели процессов лечения сахарного диабета и лимфолейкоза используются для выбора тактики лечения как в режиме диалога с лечащим врачом, та1' и в автомата -чэском режиме.

При построении прогностических моделей генеративной функции часть признаков не имеют количественной оценки, поэтому при моделировании использовались следующие подходы: I) по .'.троение ма -тематической модели методом пассивного эксперимента с введением в качестве переменной индекса однородной компоненты, сформированной по качественным входным переменным; 2) декомпозиция математического описания по результатам пассивного и активного экспериментов.

В случае использования первого подхода при моделировании генеративной функции наравне с наиболее существенными количественными признаками ( х,- возраст, длительность бесплодия) в качестве переменной ¿ыл введен индекс биоднородной компоненты х3 =(Чр + 1г +100] , где гР и аг , р^С - весовые значения показателей, полученные по статистической выборке. Методом регрессионного анализа была получена линейная математическая модель генеративной функции, которая адекватно описывает результаты "эксперимента. . _

В результате применения второго подхода методом регрессионного анализа были получены адекватные математические модели генеративной функции для однородных выборок путем разделения ин -тервала изменения входной переменной х^ (индекс биоднородной компоненты) на два 159 ^ ХА 210; 13 ^ х-з 4 159

л ■ 5

ч&.вб'? - з,'»?/, + 1- 'г.т* - 0,?лхГ + щ)

о,о о г. > 1 х-*, - о,г?>ьх£ - 0,05 х л -

- ч('0?,л £ .'• ■ -

^ » 18,609 - 0,&п*< + * о,?!*?*! +

+ 0,033>* - 0д5\х,хг - 0,016х, к5 + 0,5.6x j ~ 0,003 x*.xs f 0,002.xj .

В случае третьего подхода планировании эксперимента предшествует декомпозиция по однородным компонентам. Так, при моделировании генеративной функции были получены биоднородные компоненты tp , %г из непчрекрещивающихся показателей, а затем был реализован план эксперимента на основе статистических данных.Все модели биоднордньк компонент гр , ( М <=25) оказались адск -ватными статистическими данными, например, для модели биоднород -ной компоненты (менструальная функция не нарушена, аппен -

дЭктомия): л

* !0\гь о.об11 + o.sfUj, - О-т,**.. (12)

Верификация модетсй биоднородных компонентов показала л* высокую работоспособность при прогнозировании генеративной функции в клинических условиях.

Прогностические модели генеративной функции были ислользо -ваны в автоматизированном режиме для анализа влипни« внелних факторов на состояние репродуктивное системы.

В качестве базовой БД для создания информационной среды автоматизированной системы прогнозп^ >ания ге«еративной функции используется база данных для микроЭЕД-"1.!11хро", Программа прогнозирования генеративной функции М (Q) dialog- написана на алгоритмическом языке ПАСКАЛЬ и функционирует в операционной ^р^де ИСДОС (П ВМ IBM PC/AT) в интерактивном диалоге.

Используя второй подход декомпозиции математического описания были также получен; i математические модели работоспособности человека-оператора с учетом неоднородности по физиологическим особенностям для заданного возрастного диапазона, которые были применены для оценки физической работоспособности операторов ГСП и оптимизации их режима пабо-щ.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАШЫ

I. Проведен анализ состояния автоматизированного моделирования в медицинских системах и определены пути совершенствования интеллектуальной поддержки врача за счет математического списания физиологических процессов как объектов управления с уч> том нзодпо-родкостей и включения в систему обучающих процедур.

2. Предложены диалоговые процедуры выбора структуры математического описания физиологических процессов и диапазонов однород -кости характеристик по входным'величинам и управляющим воздействиям.

3. Разработаны алгоритмы декомпозиций математического описания по результатам активного и пассивных экспериментов, идентификации параметров модели с учетом временных рядов-и процедуры анализа и прогнозирования физиологических процессов с использованием моделей.

4. Сформирована структура учебно-исследовательской системы автоматизированного моделирования, объединяющая инвариантные и

лредаетно-ориектированние модули инструментального обеспечения,сбора и обработки информации, моделирования и анализа с обучающими процедурами.

5. Построены оптимизационные модели выбора количества учебных элементов, объема их информации, способа объединения в. учебные задания, позволяющие создать для каждого модуля системы обучающую поддержку.

6. Учебно-исследовательская система автоматизированного моделирования использована при построении математического описания физиологических процессов, связанных с лечением сахарного диабета, лимфолейкоза и генеративной функции женщины, на основании которых врачами выбирались эффективные лечебно-профилактические мероприятия.

7. Обобщены результаты исследований и проведен анализ при -менения системы в клинических условиях и учебном процессе.

Основное содержание диссертации опубликовано в следующих работах:

1. Извеков А.Д. .Родионов 0.В.,Фролов М.8. Методы декомпозиции математического описания в условиях неоднородностей по и: дави -дуальным оценкам объектов и индексации однородных компонент // Оптимизация и моделирование б автоматизированных системах: Сб.тр,-Воронек; ВПИ, 1991. С.173-175.

2. Коротких И.Н.,Сурков В.Г..Родионов 0.В..Фролов М.В. Декомпс эиция математического описания генеративной функции по биодаород-ным компонентам ; Тез.докл. Всесоюзного совещания-семинара по интерактивному проектированию технических устройств и автоматизированных систем на персональных с!ЗМ.~ Воронеж; ВПИ, 1991 .С.91-УН.

3. Извеков А.Д., Родионов О.В.,Фролов В.Н. Методика построения моделей однородней компоненты при неоднородности количественных неуправляемых входных переменных: . Компьютеризация в

медицине". Воронеж; ВПИ, 1991 .C.I40-I43.

4. Зацепина С.А..Родионов 0.В.,Фролов М.В. База данны- аа-•оматизированной системы прогнозирования генеративной функции: . "ез.докл. Всесоюзного совещания-семинара по интерактивному проектированию технических устройств и автоматизированных систем на (ерсональных эВМ.- Воронеж; ВПИ, 1991. СЛ15-П7.

5. Родионов О.В..Федянин В.И. Блок ограничения стимуляцион-юго сигнала для регистрации кардиограмм : Компьютеризация в ме-(ицине: Сб.тр.-Воронеж; ВПИ, 1992. С. 32-34.

6. Родионов О.В..Петросян С.Л. инструментальное обеспечение [едицинских технологий в учебном процессе : Тез.докл.регионального совещания-семинара "Компьютеризация управления качеством вмс-[его образования".-Воронеж, ВПИ, С.о4-6Э.

7. Родионов О.В. Оптимизация структуры обучающих процедур ■чебно-ксследовательской системы автоматизированного моделирова-ия физиологических процессов// Оптимизация и моделирование в ароматических системах: Сб.тр.-Воронеж;ВПИ,1993. С.167-171.

8. Воробьев Э.И., Извеков А.Д. .Сурков В.Г. .Родионое О.В., ролов М.В. Методы идентификации объектов иправления в условиях ¡еоднородностей и качественных неуправляемых переменных физ.'о-э-ических процессов и технологических систем //Оптимизация и Минирование в аьтсмашзироганных' системах: Сб.тр.- Воронеж: BIM, 993? СЛ61-166.

9. Родионов О.В.,Петросян С. Л. Совершенствование качества овременных медицинских технологии на основе рациональной орга-изации учебного процесса по инструментальному обеспечению; Тез. окл. Международной научно-методической конференции "Проблемы ачества высшего образования."- Уфа, 1993. С.129-130.

10. Родионов О.В. Автомата зац^., анализа объектов с неодно-одными характеристиками: Тез.докл. регионального совещания "Опыт нформатизацки в промышленности.'-Воронеж;ВЛИ, 1993. С. 71.

11. Извеков А.Д.,содионов О.В..Фролов И.В. Автоматизирований анализ надежности объектов с неоднородными характеристиками:

Тез.докл. научно-технической конференции "Машинное модслироса-ие и обеспечение надежности электронных устройств.- Бердянск, 993.С*30.

12. Родионов О.В. Алгоритмическое обеспечение процедур ана-иза физиологических процессов как объектов с неоднородными ха-актеристиками// Компьютеризация в медицине: Сб.тр..- Воронеж; ПИ, 1993. С.207-210.

13. Коротких И.Н.,Матвеева И.В..Родионов О.В., Фролоь М.В. сследование генеративной функции с использованием прогностиче -их моделей биоднородных koi...oh^ht в автоматизированном режиме /Компьютеризация в медицине:Сб.тр.- Воронеж;ВПИ,1993. 0.138-142.

14. Родионов О.В. Реализация управления в медицинских сис-емах на основе автоматизированного моделирования физиологических роцессов; Тез.докл. Всероссийского совещания-семинара "Высокие ехнологии в проектировании технических устройств и автоматизи-

ованных систем.- Воронеж; ВПИ, 1993. С.57.

15. Родионов О.В. .Фролов М.В. .Фролова Н.В. Антропометри и -ие исследования организма человека: Методическое руководство к абораторной работе № I по курсу "Основы физиологии человека".-оронеж: ВПИ, 1993. 10 с.

16.Родиоков 0.В..Фролов М.В..Фролова Н.В. Инструментально! и автоматизированное исследование сердечно-сосудистой системы: Методическое руководство к лабораторной работе № 2 по курсам "Основы физиологии человека" 'и Электронные медицинские приборы и аппараты".-Воронеж: ВПИ, 1993, 9 с.

17. Родионов О.В..Фролов М.В..Фролова Н.В. Инструментальное и модельное исследование физической работоспособности челове ка. Методическое руководство к лабораторной работе № 3 по курса! "Основы физиологии человека" и 'Электронные медицинские приборы и аппараты".-Воронеж; ВПИ, 1993. 15 с. .

18. Родионов О.В.,Фролов М.В..Фролова Н.В. Исследование органов дыхания инструментальными методами: Методическое руководи во к лабораторной работе № 4 по курсам "Основы физиологии человека" и 'Электронные медицинские приборы и аппараты"'- Воронеж: ЬШ, 1993. II с.

Подписано к печати ". ,", октября 1993 г Усл.-печ. л. 1,0 .,-7, __

Тирая__20_э кз. Заказ № >г) .

Воронежским политехническим институт 394026, Воронеж, Московский пр.,14 Участок оперативной полиграфии ВПИ