«Абдо МОБИЛЬНАЯ МНОГОАГЕНТНАЯ СИСТЕМА АНАЛИЗА ВОЛЬТАМПЕРНЫХ ХАРАКТЕРИСТИК БИОАКТИВНЫХ ТОЧЕК ДЛЯ ДИАГНОСТИКИ ПИЕЛОНЕФРИТА У БЕРЕМЕННЫХ ЖЕНЩИН ...»

Федеральное государственное бюджетное образовательное учреждение высшего

профессионального образования

«Юго-Западный государственный университет»

На правах рукописи

Мохаммед Авад Али Абдо

МОБИЛЬНАЯ МНОГОАГЕНТНАЯ СИСТЕМА АНАЛИЗА

ВОЛЬТАМПЕРНЫХ ХАРАКТЕРИСТИК БИОАКТИВНЫХ ТОЧЕК ДЛЯ

ДИАГНОСТИКИ ПИЕЛОНЕФРИТА У БЕРЕМЕННЫХ ЖЕНЩИН

Специальность 05.11.17 – Приборы, системы и изделия медицинского назначения Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, профессор Филист Сергей Алексеевич КУРСК Содержание Введение

1 Методы и системы поддержки принятия диагностических решений на основе анализа электрического сопротивления в биоактивных точках

1.1 Хронический пиелонефрит у беременных и методы его диагностики........ 1.2 Физиологические и морфологические особенности биоматериала в области биоактивных точек

1.3 информационное значение акупунктурных точек

1.4 Методы исследования и анализа биологически активных точек................. 1.5 Теоретические аспекты объединения диагностических решений на основе вероятностных моделей классификации при анализе групп биоактивных точек.. 1.6 Цели и задачи исследования

2. Исследование вольтамепрных характеристик биоматериалов в аномальных зонах электропрповодности в экспериментах in vivo

2.1 Структурно-функциональные модели электропроводности биоматериала в экспериментах in vivo

2.2 Факторный анализ вольтамперных характеристик биоактивных точек.... 2.3 Разработка метода исследования электрических характеристик биоактивных точек

2.4 Выводы второго раздела

3. Многоагентная гибридная сетевая структура на основе вероятностных нейронных сетей и нечеткой логики принятия решений

3.1.Структурно-функциональные решения многоагентной системы на основе вероятностных нейронных сетей

3.2 Исследование архитектуры вероятностной нейронной сети

3.3 Сетевая структура PNN-FNN - типа для многоагентных систем диагностики заболеваний по энергетическому состоянию БАТ

3.5 Многоагентные классификаторы с группированием факторов риска пиелонефрита в дифференциальной диагностике

3.6 Выводы третьего раздела

4 Биотехническая система биоимпедансных исследований для диагностики пиелонефрита

4.1 Структурно-функциональня схема биотехнической системы

4.2 Алгоритм работы мобильного устройства в режиме мониторинга биоимпеданса и алгоритм обмена данными с ЭВМ

4.3 Пример решения диагностической задачи с помощью биотехнической системы

4.4 Выводы четвертого раздела

Заключение

Список обозначений и сокращений

Список литературы

Введение Актуальность работы. Пиелонефрит является наиболее частым заболеванием почек во всех возрастных группах и занимает второе место среди экстрагенитальных заболеваний у беременных после патологии сердечнососудистой системы. Заболеваемость пиелонефритом беременных за последние двадцать лет возросла в 5 раз. Пиелонефрит оказывает отрицательное воздействие на репродуктивную функцию женщины, осложняет течение беременности и родов у 2-10% женщин, что проявляется развитием гестозов, невынашивания, рождением незрелых детей, повышенной частоте послеродовых ренальных и экстра-ренальных осложнений.

Диагностика пиелонефрита при беременности представляет значительные трудности, так как применение многих эффективных методов диагностики во время беременности ограничено. Особенно это касается рентгенологического и ультразвукового обследований. Инструментальные методы диагностики пиелонефрита при беременности также опасны ввиду анатомических изменений, связанных с вынашиванием плода. Поэтому актуальным является развитие мобильных технологий диагностики, не связанных с проблемами транспортабельности беременной и не подвергающих риску их здоровье и здоровье вынашиваемого ребенка.

Одним из направлений развития мобильных технологий такого плана являются биоимпедансные исследования аномальных зон электропроводности – биоактивных точек (БАТ). Однако большой разброс результатов измерений, обусловленный индивидуальными особенностями организма, не связанными с патологией, а также направленность метода не на диагностику патологии органов и систем организма, а на патологию меридиана, что вступает в противоречие с методологией диагностики и лечения, принятой в европейской классической медицине, не позволяет использовать его в широкой клинической практике.

Следовательно, исследования, направленные на совершенствования мобильных систем на основе контроля электропроводности БАТ являются актуальными.

Степень разработанности темы исследования. Одними из наиболее популярных методик исследований феномена электропроводности БАТ является методика Е. Накатани и методика Р. Фоля. Система Риодораку Е. Накатани основана на регистрации сопротивления кожи постоянному электрическому току 24 репрезентативных точек 12 меридианов, что весьма затруднительно выполнить вне стационара. По методике Р. Фоля в БАТ проводится измерение потенциала реакции тела или его отдельных органов на ток, которым воздействуют на точку.

Но этот метод предполагает наличие субъективного контроля давления электрода на поверхность кожи, что не позволяют использовать его в мобильных системах диагностики. Этим обусловлена разработка большого числа приборов и методик, основанных на измерении биоимпеданса. Исходя из требований корректности, измерение биоимпеданса должно удовлетворять как минимум двум условиям:

сохранению морфологической интактности и сохранению функционального состояния объекта исследования. Эти требования противоречат с требованиями диагностической эффективности, которая может быть повышена за счет увеличения объема информации, снимаемой с отдельной БАТ, с последующим использованием различных сочетаний методов обработки полученной информации и нейросетевого моделирования. Это можно осуществить посредством изучения вольтамперной характеристики в БАТ. Стандартной методики исследования вольтамперной характеристики не разработано, поэтому данные различных авторов не совпадают вследствие использования аппаратуры с различными параметрами, что снижает диагностическую эффективность этого метода.

Таким образом, научно-технической задачей исследования является повышение диагностической эффективности мобильных систем, основанных на исследования вольтамперных характеристик БАТ посредством интеллектуальных технологий.

Цель работы. Разработка мобильной биотехнической системы анализа вольтамперных характеристик биоактивных точек, обеспечивающей повышение качества диагностики пиелонефрита у беременных женщин.

Для достижения поставленной цели необходимо решить следующие задачи:

разработать структурно-функциональную модель электрической проводимости биоматериала в аномальных зонах (в области точек акупунктуры);

разработать метод формирования пространства информативных признаков, предназначенного для классификаторов функционального состояния биоматериала;

разработать мобильную биотехническую систему диагностики пиелонефрита у беременных женщин;

- провести апробацию предложенных методов и средств диагностики пиелонефрита у беременных женщин на репрезентативных контрольных выборках.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

структурно-функциональная модель электропроводности биоматериалов в аномальных зонах, основанная на гипотезах обратимого пробоя диэлектрика и «ответной реакции биоматериала» и выполненная в виде последовательно соединенных настраиваемых диодно-резистивных ячеек, позволяющая прогнозировать электропроводность биоматериала в зависимости от частоты и величины тока зондирования;

метод формирования пространства информативных признаков, предназначенного для классификаторов функционального состояния биоматериала, заключающийся в регистрации вольтамперных характеристик биоткани в биоактивных точках парных меридианов, позволяющий путем аппроксимации каждой из полученных вольтамперных характеристик полиномом седьмого порядка использовать коэффициенты полученных полиномов в качестве входного вектора для нейронной сети, обученной на принятие диагностических решений по выделенным классам заболеваний;

многоальтернативной классификации биоматериалов, содержащая три макрослоя, первый из которых состоит из модулей вероятностных трехслойных нейронных сетей, второй и третий макрослой – из модулей двухслойных нечетких нейронных сетей, причем количество модулей в макрослоях равно числу дифференцируемых классов заболеваний, позволяющая определить субъективные вероятности принадлежности входного вектора к выделяемым классам;

мобильная биотехническая система, содержащая мобильный блок и ЭВМ, позволяющая осуществлять акции в виде токовых воздействий на пациента и контролировать реакции пациента на эти воздействия, как врачу-терапевту, так и самому пациенту, с последующей передачей данных на ЭВМ для их анализа и принятия решений.

Теоретическая и практическая значимость работы состоит в том, что изложена идея моделирования вольтамперных характеристик биоактивных точек, основанная на гипотезе обратимого пробоя диэлектрика, позволяющая осуществлять выбор пространства информативных признаков для мобильных многоагентных систем диагностики пиелонефрита. Разработанные метод, модели и алгоритмы составили основу мобильного устройства для диагностики пилонефрита у беременных женщин. Применение предложенного в диссертации метода и средств анализа биоматериалов позволяет использовать неинвазивные методы в программах скрининговой диагностики социально значимых заболеваний.

Работа выполнена в рамках Федеральной целевой программы «Научные и научно-педагогические кадры инновационной России на 2009-2013 годы (государственный контракт № П424 от 12 мая 2010 г.) по проблеме «Гибридные информационные технологии для ранней диагностики инфекционных и онкологических заболеваний на основе многочастотной импедансометрии биоматериалов» и в соответствии с научным направлением Юго-Западного государственного университета «Разработка медико-экологических информационных технологий».

государственного университета при подготовке специалистов 200401 – «Биотехнические и медицинские аппараты и системы» и используются в клинической практике Муниципального учреждения здравоохранения городской клинической больницы скорой медицинской помощи г. Курска.

Методология и методы исследования. Для решения поставленных задач использовались методы: теории биотехнических систем медицинского назначения, теории линейных электрических цепей, математического моделирования, нечеткой логики, нейросетевых технологий. При разработке нейросетевых модуля принятия решений в качестве инструментария использовался Matlab 8.0 с графическим интерфейсом пользователя для Neural Network Toolbox и со встроенным пакетом Fuzzy Logic Toolbox.

Положения, выносимые на защиту. 1. Структурно-функциональная модель электропроводности биоматериалов в аномальных зонах, выполненная в виде последовательно соединенных настраиваемых диодно-резистивных ячеек, позволяющая учитывать диэлектрические свойства биоматериалов и реакцию систем организма на зондирующий ток. 2. Метод формирования пространства информативных признаков, основанный на исследовании вольтамперных характеристик биоактивных точек. 3. Структура гибридной нейронной сети с макрослоями позволяющая осуществлять дифференциальную диагностику пиелонефрита. 4. Мобильная биотехническая система на основе многоагентной схемы принятия решений для диагностики пиелонефрита у беременных женщин.

Степень достоверности и апробация работы. Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость концепциям акупунктурной диагностики и нейросетевого моделирования, а так же аналогичным результатам, полученным другими исследователями. Метод и алгоритмы исследования вольтамперных характеристик БАТ построены на теории нелинейных электрических цепей и теории управления в биотехнических системах и согласуются с ранее опубликованными экспериментальными данными по теме диссертации.

диссертационной работы докладывались, обсуждались и получили положительную оценку на 11 Международных, Всероссийских и региональных конференциях и симпозиумах: «Медико-экологические информационные технологии» (Курск - 2010, 2012, 2013); «Биотехнические, медицинские и экологические системы и комплексы» (Рязань - 2009, 2012); «Информационные технологии и компьютерные системы для медицины» (Маврикий – 2012);

«Теория и практика системного анализа» (Белгород - 2012); «БИОЛОГИЯ НАУКА XXI ВЕКА» (Пущино - 2013); «Информационно-измерительные диагностические и управляющие системы. Диагностика – 2013» (Курск - 2013);

«Медицинская кибернетика и междисциплинарная подготовка специалистов для медицины» (Томск – 2013), «Актуальные вопросы биомедицинской инженерии»

(Саратов – 2013), на научно-технических семинарах кафедры биомедицинской инженерии ЮЗГУ (Курск - 2009, 2010, 2012, 2013, 2014).

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и библиографического списка, включающего отечественных и 23 зарубежных наименований. Работа изложена на страницах машинописного текста, содержит 40 рисунка и 8 таблиц.

1 Методы и системы поддержки принятия диагностических решений на основе анализа электрического сопротивления в биоактивных точках 1.1 Хронический пиелонефрит у беременных и методы его диагностики По данным литературы, в настоящее время прослеживается неуклонный рост числа инфекционно-воспалительных заболеваний мочевыводящих путей, в том числе пиелонефрита, который встречается у 15—20% лиц молодого возраста [6, 25]. Он занимает лидирующее место в структуре заболеваний почек во всех возрастных группах — от новорожденных до долгожителей. Особенно актуальна эта проблема с позиций современного акушерства и перинатологии, так как чаще всего заболевание проявляется или возникает впервые во время беременности, обусловливая осложненное течение гестационного процесса и высокую заболеваемость новорожденных при наличии этой патологии у матери [6, 41].

К наиболее частым осложнениям беременности при пиелонефрите относятся невынашивание, гестоз, анемия, плацентарная недостаточность, хроническая гипоксия плода и/или задержка его внутриутробного развития [6, 25]. Наличие пиелонефрита также осложняет течение родов и послеродового периода. Установлено, что у рожениц с данной патологией достоверно чаще встречаются преждевременное или раннее излитие околоплодных вод, острая интранатальная гипоксия плода, нарушения сократительной активности матки, процессов отделения и выделения последа [25]. После родов в 2—3 раза возрастает риск возникновения гнойно-воспалительных процессов в мочеполовых органах. Пиелонефрит неблагоприятно влияет на состояние плода и новорожденного, являясь источником внутриутробного инфицирования и обеспечивая развитие плацентарной недостаточности [6, 25, 41, 59]. Это диктует необходимость пристального внимания исследователей к проблеме пиелонефрита у беременных женщин.

Среди клинико-лабораторных исследований ведущими в диагностике пиелонефрита являются клинические и биохимические анализы крови и мочи. В общем анализе крови выявляются лейкоцитоз, нейтрофильный сдвиг лейкоцитарной формулы влево за счет увеличения количества палочкоядерных форм, ускорение СОЭ. Вышеуказанные изменения выражены в период обострения хронического пиелонефрита. С течением заболевания часто развивается гипохромная анемия. В 35—40% случаев выявляется лимфопения (число лимфоцитов менее 18%), причем как в стадии обострения, так и в стадии ремиссии болезни, что свидетельствует о наличии иммунодефицита у пациенток данной группы. При исследовании мочи могут выявляться пиурия, бактериурия, протеинурия и микрогематурия. Считается, что критерием инфицирования мочевых путей является рост более чем 105 колоний в 1 мл мочи, но у беременных женщин с симптомами мочевой инфекции и лейкоцитурией обнаружение меньшего числа колоний (103—104) бактерий, являющихся основными возбудителями заболевания, также имеет диагностическое значение [6].

Следует отметить, что во время беременности, даже в период обострения хронического пиелонефрита, наблюдается стертая клиническая картина заболевания: с незначительными жалобами или даже с полным их отсутствием со стороны пациентки, с минимальными отклонениями от нормы в лабораторных данных.

пиелонефритом, существенно ограничивает использование информативных диагностических исследований вследствие возможного тератогенного действия большинства из них на плод. В частности, по очень строгим показаниям у этой группы пациенток выполняются радиоизотопные, рентгенологические исследования, компьютерная томография. Основным методом, позволяющим оценить морфологию мочевыводящих путей у беременных, является ультразвуковое сканирование [6].

Кроме основных клинических и лабораторных методов диагностики пиелонефрита существуют разнообразные дополнительные методы исследования, позволяющие прямо или косвенно оценить функциональное состояние почек, степень выраженности патологического процесса, характер и интенсивность влияния инфекции мочевыводящих путей на другие органы и системы. В последние десятилетия научные поиски ориентированы на диагностические методы, не только способные оказать помощь в постановке правильного диагноза, но и предоставляющие возможность прогнозирования различных осложнений беременности у пациенток, страдающих хроническим пиелонефритом. Это весьма актуально, так как у беременных данной группы отмечается высокая частота осложнений гестационного процесса без тенденции к снижению.

Другим методом, который также дает возможность оценить функцию почки по состоянию почечного кровотока, является допплерометрия [6]. В результате проведенных исследований установлено, что у беременных, страдающих хроническим пиелонефритом, имеется снижение интенсивности почечного кровотока, начиная с 4—16 нед. гестации. Степень снижения находится в прямой корреляционной зависимости от давности заболевания, характера его течения, распространенности патологического процесса (односторонний или двусторонний).

Проведенные исследования центральной гемодинамики у пациенток данной группы выявили наличие серьезных нарушений, наиболее выраженных у женщин с вторичным хроническим пиелонефритом: гипокинетический тип кровообращения, достоверное снижение минутного и ударного объемов крови, снижение показателей, характеризующих работу левого желудочка, уменьшение ЧСС, повышение общего периферического сосудистого сопротивления.

Таким образом, анализ методов диагностики пиелонефрита у беременных показывает, что, несмотря на большой выбор методов и средств диагностики этого заболевания, в настоящее время нет мобильных и достаточно эффективных методов диагностики этого заболевания, у беременных женщин, позволяющих оперативно и неинвазивно провести диагностику этого заболевания в условиях ограниченности использования лучевой нагрузки и инструментальных исследований и маскированием воспалительных процессов физиологическим состоянием организма, что заставляет искать новые методы и подходы к диагностике этого заболевания.

1.2 Физиологические и морфологические особенности биоматериала в Анализ отечественных и зарубежных исследований различных свойств акупунктурных точек указывает на возможность получения от этих точек диагностической информации.

Обладая широкими возможностями, электропунктурная диагностика могла диагностическими приемами. Во-первых, благодаря доступности кожных покровов и сравнительной простоте обследования можно в короткий срок получить объективную информацию о состоянии всех или большинства функциональных систем организма, что особенно важно при профилактических осмотрах, когда необходимо в короткий срок обследовать значительное количество людей. Во-вторых, при электропунктурном обследовании исключается инструментальное (иногда травмирующее) воздействие на какойлибо больной орган. Кроме того, эта методика могла бы служить дополнительным критерием оценки эффективности, лечебных мероприятий, особенно в тех случаях, когда изменение состояния акупунктурных точек опережает изменение клинической картины.

Однако в настоящее время не существует ни единых методических подходов к вопросам электропунктурной диагностики, ни общих взглядов на то, какие параметры и каких точек следует оценивать. Кроме того, несовершенство методов измерения электрических параметров акупунктурных точек, зависимость их от многообразных, часто случайных, факторов не позволяют с достаточной достоверностью судить о состоянии какого-либо органа по данным измерения параметров только одной соответствующей акупунктурной точки.

Автономная жизнь организма тесно связана с окружающей его средой, т.к.

биологические системы являются открытыми, т.е. между ними и окружающей средой происходит непрерывный обмен материей, энергией и информацией [4, 5].

Для контроля за функционированием различных систем организма используют технические и кибернетические аппараты, позволяющие визуализировать живой организм изнутри, но многие клиницисты и исследователи уделяют мало внимания изучению кожных покровов человека, а тем не менее наряду со свойством кожи как регулятора разнообразных физиологических функций она является местом, содержащим большое количество датчиков и приемников, которые несут тончайшую информацию обо всех процессах во внутренних органах и их состоянии. Этими датчиками являются биологически активные точки (БАТ) [4, 5, 43].

В области БАТ имеет ряд контрастно отличимых физических особенностей, которые поддаются количественным измерениям, что указывает на физическую реальность БАТ. Особенности кожи в области БАТ: высокая болевая реакция (низкий порог чувствительности), высокая локальная температура, повышенное "кожное" дыхание (хорошее усвоение кислорода на уровне точек), относительно низкое электрическое сопротивление (20...250 кОм) (высокая электрическая проводимость), большая электрическая емкость (0,1...1,0 мкФ), высокий электрический потенциал (до 350 мВ) [4, 43].

Многие исследователи склонны рассматривать систему акупунктурных точек в первую очередь как биоэнергетическую и информационную систему.

Зоны повышенной биологической активности - точки акупунктуры являются одним из механизмов в функциональной системе адаптивной регуляции.

Предполагается, что наряду с информационной они осуществляют также энергетическую связь организма со средой обитания, в частности за счет изменения интенсивности и направления энерго- и теплообмена [43]. Некоторыми авторами биологические точки рассматриваются как материальный субстрат для реализации внутренних информативных процессов, и, следовательно, регуляторных функций организма как интегральной совокупности гомеостатических, адаптивных, психологических и т.п. механизмов регуляции [62].

определенным органом или системой, что позволяет рассматривать точки акупунктуры как каналы информации о состоянии организма [17]. В ряде исследований система акупунктурных точек рассматривается как аппарат для согласования экзогенных и эндогенных биоритмов. Так, организация процессов жизнедеятельности в биосистемах осуществляется по единому ритмическому принципу, а синхронизация биоритмов и их согласование с геофизическими и космическими ритмами происходит под воздействием весьма слабых электромагнитных полей. Возможно, система БАТ - это третья автономная система регуляции организма, которая осуществляет передачу информации системам организма об изменении внешних электромагнитных полей и электромагнитных полей, генерируемых самим организмом, и через которую осуществляется согласование экзогенных ритмов биосферы, обусловленных периодическими колебаниями магнитосферы и электросферы и эндогенных ритмов организма [4, 11]. Следовательно, состояние точек акупунктуры находится в непосредственной связи с состоянием организма в целом. Кроме того, многочисленные морфологические и физиологические исследования подтверждают связь точек меридиана с соответствующей ему системой органон [18, 30, 53].

1.3 Информационное значение акупунктурных точек Исследование изменения свойств кожи при различных заболеваниях представляет особый интерес, поскольку, отражая состояние внутренней среды организма, кожа более доступна исследованию, чем любой внутренний орган. К таким свойствам кожи, поддающимся сравнительно простому изучению, относятся болевая чувствительность, региональная температура, электропроводность, электрический потенциал различных участков кожи и т.д.

Электрофизиологическими методами было установлено, что в ответ на заболевание кожа реагирует изменением своих электрических характеристик.

На изменение электрокожного сопротивления в зависимости от состояния нервной системы указывают многие авторы.

В значительном количестве работ подтверждается ценность исследования электрических параметров кожи с целью характеристики состояния организма.

Однако, особенно широкое распространение электрометрические методы исследования кожи получили после того, как было обнаружено, что определенные, очень малые участки кожи, совпадающие в основном с акупунктурными точками и меридианами, имеют пониженное сопротивление и повышенный электропотенциал [8].

Метод измерения потенциалов кожи имеет ряд недостатков, что приводит к появлению артефактов. К ним относится влияние на электрический потенциал БАТ как внешних факторов среды (ионизация воздуха, цикличность солнечной активности), так и внутренних, обусловленных состоянием самого субъекта, которые вызывают значительные изменения потенциала у здоровых людей [43].

Поэтому более широкое распространение получил метод измерения электропроводности точек акупунктуры. Изучение сопротивления при различных патологических процессах показало, что характеристики точек акупунктуры изменяются в зависимости от характера и локализации процесса. При наличии острого патологического процесса в каком-либо внутреннем органе кожное сопротивление уменьшается в определенных точках тела, что позволяет по электрометрическим данным судить о топике процесса [61, 62]. В некоторых случаях изменение сопротивления в соответствующих точках происходит еще до появления явных клинических признаков заболевания, что может быть использовано для ранней диагностики или предсказания заболевания [17]. Кроме того, в исследованиях вышеперечисленных авторов указывается на существование корреляций между величиной сопротивления в соответствующих соответствующих точках кожи приближается к нормальному по мере стихания болезненных явлений, тогда как при обострении процесса отклонение сопротивления от нормы может возрастать. Следовательно, возможно получение дополнительного критерия оценки эффективности проводимой терапии.

Таким образом, результаты измерения электрокожного сопротивления подтверждают наличие на кожных покровах проекционных точек, связанных с определенными внутренними органами. Однако локализация проекционных точек, определенная различными способами, не всегда совпадает.

Большинство исследователей использовали методы измерения электрокожного сопротивления постоянному току, одним из существенных недостатков которых является поляризация, вносящая значительную погрешность в определяемую величину при применении токов порядка 10-100 мкА. Этого можно избежать, проводя, измерение комплексного сопротивления, или импеданса, переменному току. В общем случае импеданс представлен тремя составляющими: активным, емкостным и индуктивным сопротивлением. Однако индуктивные свойства кожи довольно слабы, поэтому при измерении на сравнительно небольших частотах переменного тока ими можно пренебречь.

Схема кожи, представленная в виде параллельно соединенных активного сопротивления и емкости, довольно хорошо описывает реальные электрические свойства кожи [8, 26]. Благодаря отсутствию явлений поляризации, а также возможности использования дополнительного параметра для характеристики точек акупунктуры — электрической емкости, метод измерения импеданса более предпочтителен, чем измерение сопротивления постоянному току.

Однако численные значения импеданса, приводимые перечисленными авторами, существенно- различаются вследствие значительной зависимости сопротивления кожных покровов от условий регистрации: напряжения (особенно малых. значений — до 15 В и при значительно различающихся площадях активного и индифферентного электродов), момента и длительности прохождения через кожные покровы, площади электродов, их давления на кожу, частоты переменного тока при измерении импеданса. Имеют также значение условия внешней среды, например температура воздуха, и особенности кожи: сухость, толщина эпидермиса, функционирование потовых желез и т. д. [15, 37].

Необходимо отметить, что в большинстве работ данные о методике измерения сопротивления крайне скудны, а в части из них отсутствуют вообще.

Это затрудняет сопоставление данных различных авторов и значительно снижает ценность исследования. Кроме того, следует учитывать, что различные взаимоотношениях друг с другом и оказывают взаимное влияние.

электрических параметров акупунктурных точек, а также недостаточный учет всего многообразия факторов, влияющих на измеряемые величины, не позволяют сопоставить результаты различных авторов и получить количественные оценки изменений состояния акупунктурных точек при различных заболеваниях. Тем не менее, о диагностических возможностях методов исследования электрических параметров акупунктурных точек говорится в большинстве работ, посвященных этому вопросу.

1.4 Методы исследования и анализа биологически активных точек Анализ доступных данных по вопросам электропунктурной диагностики свидетельствует о том, что наиболее оптимальным вариантом является исследование группы точек, находящихся в функциональной зависимости от какого-либо органа или системы организма. Использование в целях диагностики параметров нескольких точек позволяет, с одной стороны, нивелировать влияние некоторых случайных факторов на результаты измерения. С другой стороны, если состояние всех или большинства выбранных акупунктурных точек окажется зависимым от состояния соответствующего органа или системы, появляется возможность применения для распознавания этих состояний одного из вероятностных методов диагностики, основанных на анализе соотношения нескольких признаков заболевания. Такой группой точек, удовлетворяющей требованию взаимосвязи с одним органом или системой, могут являться точки одного меридиана.

Одной из важнейших задач электропунктурной диагностики является выбор информативного массива акупунктурных точек, т. е. таких точек, электрические параметры которых наиболее сильно и постоянно изменяются при определенной патологии. Причем хотя нами и была показана правомерность подхода к диагностике с позиции соответствия «орган (система) - меридиан», однако использование точек только одного меридиана может ограничить возможности электропунктурной диагностики. Это связано с тем, что традиционная древневосточная симптоматология существенно отличается от принятой в европейской медицине. Поэтому определенное заболевание может связываться с нарушениями в различных меридианах, так же как и поражение определенного меридиана может приводить к клиническим проявлениям, характерным для совершенно разных заболеваний.

Изменение электропроводности в основном наблюдается в тех акупунктурных точках, которые находятся либо в области кожной проекции пораженного органа, либо на меридиане, связанном с данной патологией и проходящем по областям тела, иннервируемым теми же сегментами спинного мозга, что и соответствующий орган. При этом дистальные точки меридианов более чувствительны к сдвигам функционального состояния соответствующих органов, чем местные точки, и, следовательно, более информативны для оценки успешности лечения и прогноза течения болезни. Этот факт следует учитывать при выборе акупунктурных точек для диагностики.

До сих пор в наших исследованиях электропунктурная диагностика рассматривалась в обычном понимании, т. е. как диагноз определенной нозологической единицы. Однако существует и другое направление исследований - так называемая «меридианная» диагностика, которая предполагает определение пораженного при заболевании меридиана. Напомним, что различия этих двух объединяются всевозможные симптомы согласно современной европейской и традиционной восточной медицине. При этом «меридианная» диагностика оказывается весьма полезной для иглотерапии, так как большинство традиционных принципов выбора и сочетания точек воздействия (особенно дистальных) предполагают знание пораженного меридиана. И до тех пор, пока с точки зрения нейрофизиологии не будет объяснено формирование кожновисцеральных связей и взаимодействий, очевидно, придется использовать эти эмпирические, проверенные тысячелетней практикой принципы составления «акупунктурного рецепта».

Все вышеперечисленное позволяет считать акупунктурную диагностику перспективным диагностическим методом, позволяющим оценивать состояние организма с позиций целостности интегральных величин.

В настоящее время разработка методов акупунктурной диагностики осуществляется по следующим направлениям:

Оценка электрических параметров:

Б. Оценка разности потенциалов.

В. Исследование вольтамперной характеристики.

Оценка температурных параметров.

В соответствии с изучаемым параметром, методы акупунктуры можно разделить по воздействию на БАТ. Для оценки действия физиотерапевтических факторов более предпочтительны методы, в основе которых лежит измерение потенциала БАТ и температуры, так как при этом минимально воздействие на БАТ и исследование можно проводить многократно. Однако в настоящее время наиболее популярными методами электропунктурной диагностики являются методы, основанные на измерении сопротивления (или электропроводности) акупунктурных точек [15, 19].

Одной из наиболее популярных является методика Е. Накатани, или как ее еще называют методика Риодораку [42].

В пятидесятые годы в Японии Накатани проводил электрофизиологические исследования меридианов тела, изучая зависимость между функциональным состоянием внутренних органов и электрическими потенциалами в точках соответствующих меридианов. Эти исследования показали, что любые изменения во внутренней среде непременно отражаются в соответствующих точках меридианов. Измеряя электрическое сопротивление кожи у больных с воспалительными заболеваниями почек, он у девяти из десяти исследуемых выявил повышение электропроводности ряда точек. Соединив их, он получил линию, соответствующую меридиану почек. Эту линию он назвал почечной Ruodoracu (Ruo-хорошая, do-электропроводность, racu-линия).

закономерности были выявлены и для других внутренних органов. Таким образом, система Риодораку основана на регистрации сопротивления кожи постоянному электрическому току репрезентативных точек 12 каналов. Всего подвергаются исследованию 24 точки всех 12 меридианов. Данные заносятся в специальную карту, на которой нанесен "Физиологический коридор", так называемая норма, представляющий собой область величин электропроводности, характерных для здоровых лиц (по 0,7 см по обе стороны от средней линии величины средней электропроводности всех 24 БАТ). В зависимости от величины и места ее отклонения от физиологического коридора судят о патологии меридиана и о характере этого поражения.

Для оценки функционального состояния каналов по ЭКС специально выбранных БАТ, Е. Накатани применил при напряжении источника питания 12 В довольно большую величину силы тока - 200 мкА. Такая величина силы тока является достаточно сильным раздражителем для БАТ, а также значительным явлением поляризации и тем самым вносит серьезную погрешность в определяемую величину [53]. Применяемый в активном электроде смоченный физраствором ватный тампон, в зависимости от его плотности, вносит дополнительную ошибку в процесс оценки состояния точки акупунктуры [13].

Многими исследованиями была выявлена значительная разница при многократных измерениях без учета силы давления на точку акупунктуры активным электродом, поэтому вероятность ошибки в измерениях велика, так как сила давления контролируется исключительно субъективно [11].

Принцип построения прибора основан на использовании генератора напряжения, поэтому кривая зависимости имеет нелинейный характер и делает малоинформативной значительную часть шкалы прибора. Интерпретация полученной в процессе диагностики информации с позиций классической акупунктуры некорректна, т.к. применяются только седативные и тонизирующие точки. Воздействие на них производится тормозными и возбуждающими методами, а, как известно, воздействие должно определяться не назначением точки, а функциональным состоянием канала. Это обстоятельство, а также нелогичность прибора значительно снижают ценность разработанного Е.

Накатани метода [11].

В настоящее время часто используют для диагностики методом Риодораку другие приборы, однако следует заметить, что при этом нельзя использовать карту Риодораку и параметры "Физиологического коридора", так как при других параметрах прибора получаемые результаты могут значительно отличаться [11].

Одним из главных преимуществ данной методики является применение влажного электрода большой площади, что обеспечивает постоянство контакта и небольшую плотность тока (до 200 мкА на 1 кв. см), т. е. воздействие измерения на состояние акупунктурных точек незначительно. Однако в доступной нам литературе [43] не было обнаружено обоснования ширины «физиологического коридора» (методы статистической обработки, объем выборки и т. д.), а также указаний на правомерность использования карты риодораку при применении приборов с другими параметрами тестирующего сигнала.

Было также проведено обследование двух групп больных:

- с заболеваниями ЛОP-органов - аллергическими и вазомоторными риносинусопатиями (РСП);

- с сердечнососудистыми заболеваниями (ССЗ) - гипертонической болезнью и ишемической болезнью сердца.

По сравнению с полученной нормой у больных отмечаются характерные для определенной патологии сдвиги:

- ССЗ - канал сердца (Н3), канал перикарда (Н2), канал тонкой кишки (Н4);

- РСП - канал печени (F2), канал мочевого пузыря (F4).

Кроме того, в некоторых каналах (легких (H1), почек (F3), желчного пузыря (F5) и желудка (F6)) наблюдаются отклонения при обоих типах патологии.

(медикаментозная терапия в клинике) отличия от нормы регистрировались только в двух каналах - перикарда (Н2) и почек (F3).

Таким образом, проведенные нами обследования показали, что разброс величин электропроводности в RMP здоровых людей значительно превышает указанный Накатани «физиологический коридор». Поскольку снижение величины тока, проходящего через акупунктурную точку, приводит к уменьшению погрешности измерения, следует ожидать, что разброс данных не будет превышать таковой согласно оригинальной методике риодораку. Следовательно, и при использовании оригинальной методики величина «физиологического коридора» требует корректировки.

Достоверность различий величин электропроводности RMP у здоровых и больных свидетельствует о том, что этот показатель может содержать информацию о состоянии организма, но для его использования в диагностических целях требуется проведение обширных статистических исследований. При этом следует осторожно подходить к замене хотя бы одного параметра измерительной методики (величины тока, напряжения и т. д.), так как при такой замене величина «физиологического коридора» может существенно измениться.

Несмотря на все свои недостатки, методика Е. Накатани, вследствие большого статистического материала, очень широко используется и дает возможность определить тяжесть состояния пациента [43]. Однако для целей оценки действия физиотерапевтических факторов метод практически не применим вследствие невозможности длительного исследования (мониторинга) из-за раздражающего и повреждающего воздействия электрического тока, так как при этом не только возможна ошибка в измерениях, но и изменение действия физического фактора из-за раздражения БАТ.

Одной из наиболее популярных методик электропунктурной диагностики за рубежом, а в последнее время и в нашей стране, стала методика Р. Фоля.

Термином ЭАФ обозначается электропунктурная диагностика функционального состояния меридианов и отдельных акупунктурных точек, характеризующих функциональное состояние систем органов и тканей, а также акупунктурная терапия. В основе метода Р. Фоля лежит определение электропроводности акупунктурных точек и исследование динамики установления тока в них. При этом Р.Фоль считает, что измеряемый в акупунктурной точке ток является реакцией органа на возбуждающий ток физиологической величины. Тело отдает в точки акупунктуры определенный потенциал, идущий от органов через меридианы. В точках он противоборствует с возбуждающим током, результатом чего является отклонение стрелки прибора, которое отражает сиюминутное состояние равновесия [43]. У здорового человека потенциал тела препятствует вторжению возбуждающего потенциала, а стрелка прибора отклоняется на 50… условных единиц. Таким образом, в точках акупунктуры проводится измерение потенциала реакции тела или его отдельных органов на ток, которым воздействуют на точку. При недостаточности потенциала органа, связанного с данной точкой акупунктуры, или его быстрой истощаемости показания прибора снижаются ниже 50 или происходит падение стрелки прибора на 4 и более условных единиц. Падение стрелки является внешним признаком недостаточности функции соответствующего точке органа, ткани или системы.

При гиперфункции органа (воспаление) отмечается повышение потенциала более 75…80 до 100 условных единиц. Для диагностирования в настоящее время имеется в распоряжении 366 контрольных точек, из которых 350 билатеральные и только 16 находятся либо спереди, либо сзади по средней линии тела [31, 56].

Установления связи с меридианом можно достичь путем соответствующего давления (нажатия) грифеля активного точечного электрода на акупунктурную точку, чтобы между точкой и кожной поверхностью слои ткани настолько были сжаты, чтобы осуществить связь, контакт с измерительным прибором. Это требуемое давление изменяется в зависимости от положения точки и возраста пациента, а также от типа, свойств кожи, которая в исключительных случаях (тяжелая физическая работа, раны, рубцы, экзема и т.п.) может изменяться [31, 95]. Кроме того, только правильная дозировка тока позволяет следить за состоянием между воздействием и реакцией. Величина этого тока установлена Р.

Фолем в 8 мкА. Однако, хотя Р. Фоль утверждает о необходимости соблюдения точной величины зондирующего сигнала, в применяемом им приборе ток при диагностике изменяется от 32 до 40 % в силу конструктивных особенностей прибора, что не может не оказывать влияния на полученные результаты замеров [31]. Этим обусловлено создание большого числа приборов и методик, основанных на измерении сопротивления [15, 61, 62].

В настоящее время измеряют сопротивление БАТ тремя способами: при постоянном токе, при переменном токе и при постоянном напряжении. Измерение сопротивления на постоянном токе наиболее распространено [3]. Методы измерения сопротивления на постоянном токе и на постоянном напряжении эквивалентны по отношению к получаемой информации, но отмечено, что метод измерения на постоянном токе более технически сложен [3]. Кроме того, для измерения на постоянном токе характерна низкая точность в связи с протеканием возникающих на поверхности металлических электродов [43]. В этой связи наиболее предпочтительно измерение на переменном токе, которое позволяет устранить явление поляризации в БАТ [3]. Однако считается, что метод Предполагается также использовать метод измерения при постоянной мощности, что позволяет контролировать количество энергии, подводимой в точку акупунктуры в единицу времени, чего не дают другие методы измерения сопротивления в БАТ [3]. Измерение сопротивления на переменном токе устраняет поляризацию, но оно не устраняет ряд других артефактов, присущих данному методу, таких как влияние на результат силы прижатия электрода, исследования, предусматривающие дозированное давление на электроды [4], однако дозировалось давление только активного электрода, пассивный же отличался по форме и по металлу. Таким образом, несмотря на то, что давление дозировалось, ответ организма может быть различным, то есть эта погрешность в принципе не устраняется.

Для повышения точности метода были предложены градиентные методы исследования точек акупунктуры. Сущность градиентного метода заключается в том, что рядом с электроаномальной зоной, в которой находится активный электрод, располагается электрод с такими же параметрами в идентичной электроаномальной и контрольной зоной. Градиентные (дифференциальные) методы наиболее оптимальны с метрологической точки зрения, так как они позволяют исключить ряд артефактов, присущих другим методам исследования электроаномальных зон кожи: влияние силы давления электродов, поляризацию, кожно-гальванический рефлекс и др.

Другим вариантом исследования сопротивления биологически активных точек является изучение вольтамперной характеристики в БАТ. Динамическая вольтамперная характеристика выявляет зависимость тока, проходящего через объект, от приложенного напряжения. Данный параметр может быть использован для электрической характеристики организма, так как реакция БАТ на внешний сигнал может служить информацией о состоянии объекта [61, 62]. Рядом авторов установлено, что зависимость напряжения и силы тока в БАТ не линейна, в отличие от интактных участков кожи [7 ]. Форма вольтамперной характеристики зависит от силы прижатия электродов к коже, причем эта зависимость носит вольтамперной характеристики не разработано, поэтому данные различных авторов не совпадают вследствие использования аппаратуры с различными параметрами.

сопротивления присущи определенные недостатки. Это, прежде всего, возмущающие воздействия на объект измерительного сигнала, в результате чего может произойти не только изменение функционального состояния всей биологической системы, но и разрушение структурных элементов кожи, что влияет на увеличение погрешности при многократных измерениях ЭКС.

Следовательно, исходя из требований корректности, измерение ЭКС должно удовлетворять как минимум двум условиям: сохранению морфологической интактности и сохранению функционального состояния объекта исследования [15, 19].

определение разности потенциалов между БАТ и интактной поверхностью кожи.

Этот метод является прямым, так как при его использовании измеряется непосредственно искомый параметр, и для этого не требуется специальных перерасчетов. Кроме того, этот метод не вызывает электромагнитной травматизации точки и позволяет проводить исследования длительно и многократно. При различных заболеваниях внутренних органов величина электрического потенциала зависит от характера процесса. Острый патологический процесс сопровождается еще более резкими изменениями взаимоотношений между активными точками кожи. Одни ТА, имеющие непосредственное отношение к пораженному внутреннему органу, по величине потенциала господствуют над всеми ТА. Окружающие их ТА не обнаруживаются вообще или их электрический потенциал почти не отличается от величины потенциала окружающей кожи. Такое состояние называется господством активной точки. Хронический патологический процесс вызывает снижение электрического потенциала БАТ. Точки акупунктуры могут обнаруживаться, но потенциал в них будет меньше, чем у здоровых. При этом динамика заболевания коррелирует с изменениями потенциала, который нормализуется при стихании патологического процесса. Таким образом, было установлено соответствие между некоторыми БАТ и внутренними органами и показана возможность топической диагностики заболеваний и контроля течения болезни по изменению электрического потенциала БАТ.

Альтернативой накожному измерению разности потенциалов между БАТ и интактной зоной, связанному с многочисленными техническими трудностями, является транскутанный метод изучения точек акупунктуры, что полностью исключает влияние кожного покрова [11]. При транскутанном методе изучения ТА в качестве электродов используются акупунктурные иглы, покрытые биологически индифферентным диэлектриком (фторопласт) [43]. Контактный конец электрода не должен превышать 25…50 мкм. Иглы -электроды с помощью экранированного провода подключаются к симметричному выходу дифференциального усилителя биопотенциалов. Усиленный сигнал через ряд блоков поступает на регистрирующее устройство (фоторегистратор или магнитограф). Система многоканальная (несколько пар электродов). На каждый вход усилителя подключаются два электрода (активный и индифферентный), расположенные друг от друга на расстоянии до 1 см. Индифферентный электрод вводится подкожно на глубину 3…5 мм вне зоны накожной проекции ТА и канала. Пациент заземляется одним электродом большой площади. Все исследования проводятся в экранированной камере [11]. При помощи данного метода в зоне одной БАТ можно зарегистрировать два основных вида генераторного потенциала. Длительность импульсов от 0,5 до 2,5 мс с амплитудой 250…300 мкВ. Частотные характеристики ТА от 3 до 400 Гц. Несмотря на все свои преимущества, данная методика не лишена недостатков: так, ее проведение требует сложной техники введения иглы-электрода, кроме того, игла не должна доходить до канонической глубины залегания точки акупунктуры на 3…5 мм, где проводится зондирование окружающей ткани до появления потенциалов действия, которые являются критерием попадания в точку акупунктуры [11].

Кроме того, введение игл в точку, то есть иглоукалывание, может изменить эффект физиотерапии.

Для целей оценки действия физиотерапевтических факторов можно использовать градиентный (дифференциальный) метод исследования потенциалов БАТ, так как он позволяет, с одной стороны, ликвидировать ряд артефактов, а с другой - не вызывает электрической и механической травматизации кожных покровов при использовании неполяризующихся хлорсеребряных электродов [43].

Достаточно перспективным путем исследования БАТ могут стать температурные методы. Их развитие идет по двум направлениям. Первое - это исследование температурной чувствительности кожи в области БАТ [11] и второе - исследование разности температур между БАТ и окружающей интактной кожей [ 5 3 ]. Однако первый метод предусматривает прогревание точки (лечебная методика "цзю"). Это изменяет функциональные системы. Кроме того, метод не допускает мониторинга. Все это делает метод непригодным для оценки действия физиотерапевтических факторов. Исследование разности температур между БАТ и окружающей кожей является более перспективным диагностическим методом.

Метод измерения разности температур позволяет определить "горячие", "холодные" и индифферентные точки и согласно им находить пораженную систему органов. Но чувствительность этой методики достаточно низкая (+0,1 С).

Данная методика позволяет проводить мониторинг, не оказывая воздействия на диагностической ценности. При решении стоящих технических проблем и повышении ее точности она может стать оптимальным методом исследования БАТ и оценки действия физиотерапевтических факторов по изменению состояния БАТ [ 4 3 ].

Анализ всех возможных подходов показывает, что наиболее оптимальным является акупунктурный способ регистрации величины БАТ для оценки действия физиотерапевтических факторов (предполагается возможность оценки действия физиотерапевтических факторов в зависимости от дозировки воздействия). Эти физиотерапевтических факторов.

Теоретические аспекты объединения диагностических решений на основе вероятностных моделей классификации при анализе групп При диагностике заболеваний по энергетическому состоянию БАТ решение принимается на основе анализа группы БАТ, как правило, принадлежащих одному и тому же меридиану. В этом случае принятие решения осуществляется многоагентной системой классификации, каждый из агентов которой принимает решение на основе анализа «своей» БАТ с последующей передачей информации на следующий иерархический уровень анализа. В общем случае каждый агент может содержать множеством классификаторов, каждый из которых использует одни и те же данные на входе.

Структура принятия решений в системе многоагентной классификации на основе множества источников данных и множества классификаторов представлена на рисунке 1.1.

В соответствии со структурной схемой рисунка 1.1 из БАТ поступают различные данные, представленные в «сыром виде». Каждый агент выбирает «свой» источник данных, из которого формирует векторы информативных признаков для своих классификаторов. Причем классификаторы конкретного агента могут работать с одним и тем же вектором информативных признаков или агент формирует индивидуальный вектор информативных признаков для каждого классификатора. В частном случае агент может иметь только один классификатор и, соответственно, формировать только один вектор Объединение решений производится мета-классификатором, на который поступает поток решений от каждого агента. Слияние решения классификаторов осуществляется согласно алгоритму мета-классификации. Взаимодействие алгоритмов в метаклассификаторе иллюстрирует схема, представленная на рисунке 1.2.

Предобработка (извлечение признаков, формирование нескольких Рисунок 1.1 - Структура принятия решений в системе многоагентной классификации на основе множества источников данных и множества Структурно-функциональная схема алгоритма мета-классификации предусматривает два уровня обучения: уровень обучения базовых классификаторов (низкий иерархический уровень) и уровень мета-обучения (высокий иерархический уровень). Каждый из этих уровней включает свои алгоритмы обучения классификаторов. Обучение начинается с более низкого иерархического уровня классификации. В качестве обучающих выборок на этом уровне используются данные, полученные агентами в результате анализа живой системы.

Рисунок 1.2 –Схема взаимодействия алгоритмов в мета-классификаторе Выходы классификаторов формируют метаданные, из которых формируются обучающие выборки для алгоритма обучения метаклассификатора.

Эти данные также используются блоком тестирования для проверки качества диагностики системе многоагентной классификации на основе множества источников данных и множества классификаторов.

Мета--классификатор (агрегатор) может быть реализован на основе нейронной сети или нечеткой сетевой структуры, что позволит использовать для мета-классификатора стандартные алгоритмы обучения, которые используются для обучения тех типов нейронных сетей или нечетких нейронных сетей, на основе которых выполнен мета-классификатор.

Структурная схема мета-классификатора, построенного на основе нейронных сетей, представлена на рисунке 1.3.

На схеме упрощенно показаны входы и выходы L классификаторов, которые работают по схеме «один вход – один выход». Эта схема соответствует мета-классификатору, объединяющего решения агентов с одним классификатором или одного агента с L классификаторами.

Рисунок 1.3 – Структурная схема мета-классификатора на основе нейронной сети Вероятностные методы объединения решений предусматривают следующие требования к агентам, выполняющим классификацию на более низком иерархическом уровне.

Все классификаторы на выходе имеют одинаковую форму представления результатов:

а) указывают метку класса – бинарное множество где j {0,1}, j 1,...,m ; i - индекс классификатора, j – индекс класса;

б) указывают множество меток классов с распределением вероятностей на нем («мягкие метки классов») где i - индекс классификатора, j – индекс класса.

Таким образом, решения всех классификаторов могут быть представлены в виде матрицы размером nxm, строки которой соответствуют множествам решений, принятых соответствующими классификаторами по каждому классу.

При построении вероятностной модели классификатора используем следующие обозначения:

(1, 2,...,m )- классы решений;

Xi - вектор признаков для i-го классификатора,( i=1,…,n);

p ( X i / k ) условная плотность распределения;

P (k) априорная вероятность класса k.

При заданном векторе признаков Xi, i= 1,..., n на входе i-го классификатора байесовское правило классификации имеет такой вид:

Присвоить метке Z j, если где R - размер вектора информативных признаков.

Однако строгое использование правила Байеса (3.3) затруднительно, поскольку в большинстве случаев вычислить или оценить такую плотность распределения очень трудно. Поэтому в [76] предложен ряд правил объединения решений, получаемых упрощением правила Байеса.

1. Правило произведения.

Используется предположение об условной независимости распределений классификаторами, т.е.

В этом случае «работает» правило, которое называется правилом произведения [109]:

Присвоить метке Z j, если Использование этого продукционного правила объясняется следующим:

- иногда на практике предположение об условной независимости дает удовлетворительную аппроксимацию распределения;

- подход часто используется на практике и дает удовлетворительные результаты;

- теоретически показано, что ошибка классификации за счет такой аппроксимации может компенсироваться низкой чувствительностью решения к ошибкам аппроксимации.

2. Правило суммы.

классификаторами, справедливо также, что априорные вероятности классов примерно одинаковы (не отличаются сильно друг от друга), то справедливо правило суммы [109]:

Присвоить метке Z j, если Теоретически показано, что ошибка классификации за счет такой аппроксимации может компенсироваться низкой чувствительностью решения к ошибкам аппроксимации.

Если результаты классификации формируются в бинарном виде то правило суммы оказывается эквивалентным простому голосованию:

Присвоить метке Z j, если использующие упрощение правила Байеса, основываются на следующей (почти очевидной) цепочке неравенств:

p(k / xi ) min iR1 p(k / xi ) (1 / R)i1 p(k / xi ) max iR1i p(k / xi ).(1.9) 3. Max-правило.

Правило предполагает, что априорные вероятности классов примерно одинаковы:

Присвоить метке Z j, если 4. Min –правило.

Правило предполагает, что априорные вероятности классов примерно одинаковы:

Присвоить метке Z j, если Аналогично вводится правило медианы [81].

При выборе решений, полученных на нижнем уровне многоагентной классификации. В случае диагностики по совокупности БАТ одного и того же меридиана вводится понятие информативности БАТ по диагностируемому заболеванию. Информативность конкретной БАТ по данному заболеванию оценивается по результатам статистического анализа больных данным классом заболевания в клинической практике.

Структурно-функциональную организацию этого подхода иллюстрирует рисунок 1.4.

представленных на рисунках 1.1, 1.2 и 1.3, приходим к выводу, что подход к выбору метаклассификатора основан на формировании нового пространства информативных признаков, которое формируют классификатора нижнего иерархического уровня. Если предположить, что все классификаторы работают в вероятностным подходом к выбору классификатора на основе компетентности.

Рисунок 1.4 – Структурно-функциональная организация компетентностного подхода к выбору решения метаклассификатором При вероятностном подходе выходы классификаторов рассматриваются как новое пространство признаков, которое структурировано в виде матрицы, называемой профилем решений (decision profile”) [82, 83], представленной на рисунке 1.5.

Рисунок 1.5 – Схема формирования нового пространства информативных признаков в многоагентной системе на основе вероятностного подхода Такое представление решений классификаторов с мягкими метками объясняет смысл различных правил объединения решений, которые предлагаются в вероятностной модели (правила произведения, суммы, максимума, минимума и др.) Ограничения на использование вероятностного подхода:

- в большинстве задач различные классификаторы используют различные источники данных, и оперируют в различных (возможно, пересекающихся) пространствах признаков;

- распределения вероятностей измерений, поступающих на вход различных классификаторов, не являются условно независимыми;

- классификаторы могут иметь различный выход, например, они могут быть настроены на распознавание различных классов объектов, они могут использовать различные меры неопределенности и т.д.

Проведенный аналитический обзор методов использования электрических характеристик БАТ с целью диагностики и прогнозирования заболеваний показал, что по изменению электрических параметров отдельных БАТ можно судить о локализации патологического процесса, а также о его динамике при развитии болезни или в ходе лечения. Кроме того, некоторые авторы отмечают, что изменения в этих точках могут проявляться раньше, чем явные клинические признаки заболевания, то есть, возможно выявление самых ранних стадий заболевания.

В тоже время, анализ современного уровня средств и методов диагностики по анализу электрических характеристик БАТ показал недостаточный уровень развития средств скрининга большого класса социально значимых заболеваний, в частности, урологических заболеваний у беременных женщин. Это объясняется энергетическим характеристикам БАТ требуют либо большого объема анализируемых точек акупунктуры, либо анализа одной и той же точки в течение длительного времени, что снижает оперативность и диагностическую эффективность известных методов. Поэтому разработка мобильной биотехнической системы скрининговой диагностики на основе анализа вольтамперных характеристик биоактивных точек и гибридных нейросетевых моделей является актуальной задачей.

Для достижения поставленной цели необходимо решить следующие задачи:

проводимости биоматериала в аномальных зонах (в области точек акупунктуры);

признаков, предназначенного для классификаторов функционального состояния биоматериала;

пиелонефрита у беременных женщин;

- провести апробацию предложенных методов и средств диагностики пиелонефрита у беременных женщин на репрезентативных контрольных выборках.

2. Исследование вольтамепрных характеристик биоматериалов в аномальных зонах электропрповодности в экспериментах in vivo В диагностике многих заболеваний значительный интерес представляют параметры состава тканей отдельных регионов, оказывающие значительное влияние на их электрические характеристики. Особый интерес вызывают исследования электрической проводимости в аномальных зонах - БАТ. Анализ отечественных и зарубежных исследований различных свойств БАТ, проведенный в первом разделе, указывает на возможность получения от этих точек диагностической информации.

Однако информация, снимаемая с БАТ в виде электрической проводимости на постоянном или переменном токе, не обладает достаточной робастностью и не позволяет построить адекватные решающие правила, позволяющие обеспечить приемлемые показатели диагностической эффективности при принятии диагностических решений. В целях улучшения показателей качества диагностики прибегают к увеличению объема информации, снимаемой с БАТ. Это достигается путем: а) увеличения числа анализируемых БАТ, б) увеличения числа частот зондирующего тока, на котором определяется полное электрическое сопротивление в области БАТ, в) изменением энергетических характеристик источника возбуждающего тока.

Остановимся более подробно на последнем способе.

2.1 Структурно-функциональные модели электропроводности биоматериала Если электрическое сопротивление линейно, то есть определяется согласно закону Ома, то изменение энергетических характеристик источника возбуждающего тока не приведет к получению дополнительной информации.

Однако эксперименты показывают, что это сопротивление носит нелинейный характер и зависит от приложенного напряжения [3, 6, 40]. Поэтому одним из путей увеличения объема информации, снимаемой с БАТ, является исследование ее вольтамперной характеристики с последующим получением ее характерных точек, координаты которых могут быть использованы для построения пространства информативных признаков в классифицирующих моделях. Для определения этих характерных точек необходима модель вольтамперной характеристики БАТ.

Модель вольтамперной характеристики может быть построена либо на основе феноменологического подхода, в основе которого лежит математическая или гомеостатическая модель описания экспериментально полученных данных об объекте исследования, либо на основе эвристического подхода, когда в основе построения модели используется знание эксперта о функционировании объекта исследования. Таким образом, имеется возможность построения двух видов параметрических моделей.

При моделировании вольтамперной характеристики БАТ используем гибридный подход, сущность которого заключается в том, что на первом этапе строится функциональная модель, которая интегрирует знания эксперта о функционировании объекта исследования, а на втором этапе строится математическая модель, согласующая процесс функционирования модели и экспериментальные данные, получаемые при исследовании реальных объектов.

В основе функциональной модели электрической проводимости БАТ положена гипотеза об обратимом пробое диэлектрика и гипотеза «ответной реакции БАТ».

В соответствии с этими двумя гипотезами электрическое сопротивление в БАТ состоит из двух составляющих: цепочки последовательно соединенных участков, имеющих свойства диэлектрика с обратимым пробоем, и двух омических сопротивлений, которые образуют делитель, осуществляющий функции обратной связи (отрицательной) для моделирования отрицательного сопротивления, соответствующего «ответной реакции БАТ».

Для моделирования этих участков используем диодно-резистивные ячейки двух типов, схемы электрические принципиальные которых показаны на рисунке 2.1, а и б. На рисунке 2.1, в показана модель вольтамперной характеристика диода, используемого в этих цепочках [20, 38, 68].

На рисунке 2.2 показано окно MATLAB 7.13, посредством которого задаются параметры диодов ячейках.

Рисунок 2.1 - Диодно-резистивные ячейки для моделирования В этом окне сопротивление открытого диода R_on, проводимость закрытого диода G_off, и напряжение отпирания диода Vf.

Рисунок 2.2 – Моделирование диодно-резистивных ячеек в пакете SIMULINK В соответствии с первой гипотезой по мере роста напряжения на БАТ начинают открываться диоды в ячейках (обратимый пробой диэлектрика), что приводит к росту тока в БАТ. В соответствии со второй гипотезой, по мере нарастания тока в БАТ, в биообъекте включается обратная связь, которая стремится уменьшить последствия роста прилагаемого к биоматериалу напряжения, то есть снизить ток через биообъект. Этот эффект моделируется путем включения в электрическую цепь биоматериала управляемого источника напряжения, напряжение на выходе которого имеет противоположенную полярность относительно приложенного к биоматериалу напряжения.

Сама модель электрического сопротивления в БАТ, построенная на основе гибридного подхода, показана на рисунке 2.3. В этой модели используются три диодно-резистивные ячейки типа рисунок 2.1, а и две диодно-резистивные ячейки типа рисунок 2.1, б с различными значениями напряжения отпирания диода Vf.

Омическое (линейное) сопротивление БАТ моделируют два резистора: R4 и R5.

Модель отрицательного сопротивления реализована на операционном усилителе DA1. Если диоды VD1-VD6 и VD7-VD10 выключены, то обратная связь отсутствует и потенциал на выходе DA1 3 0, а ток в БАТ определяют в вольтамперной характеристики БАТ, приведенной на рисунке 2.4. По мере роста напряжения на БАТ открываются диоды VD1-VD6, что увеличивает крутизну вольтамперной характеристики на участках B, C и E.

Рисунок 2.3 – Функциональная модель электрического сопротивления БАТ Рост напряжения на БАТ приводит также и к открытию диодов VD8 и VD10, что обуславливает снижение крутизны вольтамперной характеристики на участках D и F. Напряжение обратной связи, которое управляет крутизной вольтамперной характеристики, при открытом диоде VD8 определяется согласно выражению а «отрицательное» сопротивление R-, вносимое этим напряжением, определяется согласно выражению где U в ых. DA1 3, IБАТ – ток в цепи БАТ (ток через резистор R5).

Согласно модели рисунок 2. Подставляя (2.1) в (2.3), а (2.3) в (2.2), и учитывая, что 2 3 I БАТ R5, получим Модель вольтамперной характеристики, построенной на основе (2.1) и (2.2), представлена на рисунке 2.4.

На этом рисунке пороги срабатывания диодов диодно-резистивных ячеек рисунок 2.1 а и б UVFi, где i – номер соответствующего диода на рисунке 2.3.

Моделирование вольтамперных характеристик БАТ проводилось в пакете SIMULINK среды MATLAB 7.10. На рисунке 2.5 показано интерфейсное окно SIMULINK для моделирования вольтамперных характеристик БАТ. При построении модели использовались шесть диодно-резистивных ячеек.

Рисунок 2.5 – Интерфейсное окно SIMULINK для моделирования В качестве источник питания использовался источник пилообразного напряжения, который подключался последовательно с цепочкой из четырех диодно-резистивных ячеек первого типа. Интерфейсное окно SIMULINK для определения параметров этого источника питания показано на рисунке 2.6, а.

Рисунок 2.6 – Интерфейсное окно настройки источника питания (а) и эпюра В качестве параметров моделей используются: амплитуда пилообразного напряжения и частота пилообразного напряжения. В модели также предусмотрена установка формы напряжения питания. Кроме пилообразной формы имеется возможность использовать синусоидальную форму напряжения и прямоугольные импульсы.

представлена на рисунке 2.6, б. Таким образом, на модель биоимпеданса, выполненную в виде диодно-резистивных ячеек, подается последовательность волн пилообразного напряжения, число которых задается в окне рисунок 2.6, каждая из которых генерирует одну вольтамперную характеристику биоимпеданса БАТ.

Графическое изображение такой вольтамперной характеристики, полученной при частоте пилообразного напряжения 1 Гц, представлено на рисунке 2.7.

Рисунок 2.7 – Вольтамперная характеристика модели биоимпеданса Учитывая, что при пилообразной форме напряжения источника питания амплитуда напряжения пропорционально времени внутри цикла, то напряжение на модели БАТ пропорционально волновому времени. Следовательно, чтобы получить вольтамперную характеристику БАТ, достаточно измерить ток через диодно-резистивную ячейку. Для измерения тока в SIMULINK используем модель измерителя тока, представленную на рисунке 2.8. Текущий блок датчика представляет собой идеальный датчик тока, то есть устройство, которое преобразует ток, измеренный в любой электрической ветви в физический сигнал, пропорциональный току.

Блок имеет следующие порты: (+) электрический порт, связанный с датчиком тока положительным выводом; () электрический порт, связанный с датчиком тока отрицательным выводом; (I) физический порт, предназначенный для визуализации измеряемого сигнала (через него подключаются устройства индикации).

Для экспериментальных исследований выбраны БАТы, обладающие максимальной доступностью. К таким точкам относятся точки №9 и №11, расположенные на фалангах пальцев левой руки, топология которых показана на рисунке 2.9. На рисунке 2.10 показана вольтамперная характеристика, снятая в точке «шао-чун».

Рисунок 2.10 – Вольтамперная характеристика точки «шао-чун»

Таким образом, вольтамперная характеристика БАТ является нелинейной функцией и может быть аппроксимирована суперпозицией простых функций, на основе которых формируется пространство информативных признаков. Прежде чем приступить к выбору суперпозиции аппроксимирующих функций, необходимо определить минимальный их набор, позволяющий адекватно отразить свойства вольтамперной характеристики БАТ. В качестве математического аппарата, снижает пространство информативных признаков, выбираем факторный анализ [11, 51], который позволяет перейти от исходной системы коррелированных признаков к меньшему числу некоррелированных вспомогательных признаков.

2.2 Факторный анализ вольтамперных характеристик биоактивных точек Для обоснования выбора модели вольтамперной характеристики БАТ используем факторный анализ, так как это один из наиболее мощных методов выявления латентных переменных, позволяющий сократить пространство информативных признаков [11]. Факторный анализ был проведен в пакете STATISTICA 6 [12]. Таблица экспериментальных данных была получена по результатам исследования вольтамперных характеристик БАТ меридиана сердца (шэнь-мэнь) у двадцати волонтеров, не страдающих хроническими заболеваниями.

Результаты были помещены в файл данных Factor.sta. Фрагмент таблицы экспериментальных данных для факторного анализа вольтамперных характеристик БАТ из этого файла представлен на рисунке 2.11.

Целью анализа является изучение вопроса о числе факторов, определяющих характер поведения вольтамперных характеристик БАТ.

Анализировались все 30 переменных в этом файле. Кореляционная матрица, полученная по данным из этого файла, показана на рисунке 2.12.

Рисунок 2.11 – Фрагмент таблицы экспериментальных данных для факторного анализа вольтамперных характеристик БАТ Рисунок 2.12 – Фрагмент корреляционной матрицы В качестве метода выделения факторов выбран метод Главных компонент.

Таблица собственных значений и процент исчерпывающей дисперсии, приходящийся на каждый фактор, показан на рисунке 2.13.

Как видно из таблицы, собственное значение для первого фактора равно 23.43502; т.е. доля дисперсии, объясненная первым фактором, равна приблизительно 78.1%.

Выбор числа факторов может быть осуществлен в соответствии с критерием Кайзера (Kaiser, 1960), согласно которому оставляются факторы с собственными значениями большими 1. Из приведенной выше таблицы следует, что критерий приводит к выбору трех факторов.

Рисунок 2.13 – Собственные значения и процент исчерпывающей дисперсии, приходящийся на каждый фактор (фрагмент таблицы) Получим график собственных значений с целью применения критерия осыпи Кэттеля (Cattell, 1966). График, представленный на рисунке 2.14, был дополнен отрезками, соединяющими соседние собственные значения, чтобы сделать критерий более наглядным. Основываясь на методе Монте-Карло Кэттель (Cattell) утверждает, что точка, где непрерывное падение собственных значений замедляется и после которой уровень остальных собственных значений отражает только случайный "шум". На графике, приведенном на рисунке 2.14, эта точка может соответствовать факторам 2 или 5 или 7 (как показано стрелками). Поэтому можно попытаться испытать все решения и посмотреть, которое из них дает более адекватную картину.

Факторные нагрузки можно интерпретировать как корреляции между факторами и переменными. Поэтому они представляют наиболее важную информацию, на которой основывается интерпретация факторов. Сначала посмотрим на (не повернутые) факторные нагрузки для всех тридцати факторов (рисунок 2.15).

Выделение факторов происходило таким образом, что последующие факторы включали в себя все меньшую и меньшую дисперсию. Поэтому первый фактор имеет наивысшую нагрузку. Отметим, что знаки факторных нагрузок противоположными нагрузками на один и тот же фактор взаимодействуют с этим фактором противоположным образом.

Рисунок 2.15 – Фрагмент таблицы факторных нагрузок (без вращения) Действительная ориентация факторов в факторном пространстве произвольна, и всякое вращение факторов воспроизводит корреляции так же хорошо, как и другие вращения. Следовательно, кажется естественным повернуть факторы таким образом, чтобы выбрать простейшую для интерпретации факторную структуру. Фактически, термин простая структура был придуман и определен Терстоуном (Thurstone, 1947) главным образом для описания условий, когда факторы отмечены высокими нагрузками на некоторые переменные и низкими - для других, а также когда имеются несколько больших перекрестных нагрузок, т.е. имеется несколько переменных с существенными нагрузками на более чем один фактор. Наиболее стандартными вычислительными методами вращения для получения простой структуры является метод вращения варимакс, предложенный Кайзером (Kaiser, 1958). Другими методами, предложенными Харманом (Harman, 1967), являются методы квартимакс, биквартимакс и эквимакс (см. Harman, 1967).

В таблицах на рисунке 2.16 отражены результаты получаемых факторных нагрузок по методу варимакс при предварительном задании трех факторов (а) и двух факторов (б).

Рисунок 2.16 – Фрагменты таблиц с результатами факторных нагрузок после вращения методом варимакс в трехмерном (а) и двухмерном (б) факторном В таблицах красным цветом выделены нагрузки на факторы, превышающие 0,7.

Диаграмма решения, основанного на вращении двух факторов, представлена на рисунке 2.17.

Воспроизведенная и остаточная корреляционная матрица по двухфакторному решению представлена в таблице на рисунке 2.18.

Рисунок 2.17 - Диаграмма решения, основанного на вращении двух факторов Рисунок 2.18 - Воспроизведенная и остаточная корреляционная матрица по Диагональные элементы матрицы содержат стандартное отклонение, за которое не могут быть ответственны эти факторы и которые равны квадратному корню из единица минус соответствующие общности для двух факторов (общностью переменной является дисперсия, которая может быть объяснена выбранным числом факторов). При анализе матрицы приходим к выводу, что остаточные корреляции достаточно велики, что говорит о том, что в модели недостаточно учитывать два фактора, хотя, согласно таблице на рисунке 2.13, они исчерпывают 85,7% дисперсии.

Общность переменной - это доля дисперсии, которая может быть пространства не влияет на величину общности. Очень низкие общности для одной или двух переменных (из многих в анализе) могут указывать на то, что эти переменные не очень хорошо объяснены моделью.

характеристика БАТ показана на рисунке 2.19.

Рисунок 2.19 - Аппроксимированная полиномом седьмого порядка вольтамперная На рисунке 2.20 показан лист MatchCad с прогрммным обеспечением, предназначенным для вычисления модели вольтамперной характеристики.

Экспериментальные данные, соответствующие токам в БАТ, хранятся в массиве Y. Независимая переменная x задается как ранжированная переменная с шагом 1, в данном случае 1 вольт.

полиномиальной регрессии, которая позволяет выбирать произвольную степень аппроксимирующего полинома.

Рисунок 2.20 – Фрагмент листа в MatchCad для вычисления коэффициента В таблице 2.1 представлены коэффициенты полинома седьмого порядка для семи БАТ меридиана сердца (левая рука) для одного и того же пациента.

Таблица 2.1 - Коэффициенты аппроксимирующих полиномов седьмого порядка для семи биоактивных точек меридиана Коэффициенты a2 2.521*10^-3 -7.489*10^-3 -4.424*10^-3 -8.07*10^-3 -4.759*10^-3 -4.759*10^-3 -5.182*10^- a4 -6.276*10^-5 5.932*10^-5 6.137*10^-5 4.846*10^-5 1.035*10^-5 1.035*10^-5 3.704*10^- a5 -4.029*10^-5 -1.481*10^-5 -4.144*10^-5 -1.086*10^-5 1.481*10^-6 1.481*10^-6 -5.824*10^- a6 3.463*10^-7 -2.134*10^-7 -2.284*10^-7 -1.04*10^-7 1.044*10^-8 1.044*10^-8 6.034*10^- a7 1.446*10^-7 5.281*10^-8 1.012*10^-7 1.585*10^-8 -7.182*10^-9 -7.182*10^-9 1.589*10^- 2.3 Разработка метода исследования электрических характеристик электрических характеристик БАТ. По методу используют поисковый и индифферентный электроды. После замыкания электродов накоротко устанавливают силу тока в 200 мкА при напряжении 12 В. Исследования БАТ проводят последовательно с регистрацией показателей на протяжении 2…8 с в каждой из 24 точек, подлежащих исследованию. Полученные результаты заносят электропроводности. Далее полученные значения электрокожной проводимости (электрокожного сопротивления - ЭКС) исследуют по заданным алгоритмам и по соотношению их параметров на R-карте определяют состояние пациента [53].

Недостатком метода является большой разброс результатов измерения, обусловленный индивидуальными особенностями организма, не связанными с патологией, а также направленность способа не на диагностику патологии органов и систем организма, а на патологию меридиана, что вступает в противоречие с методологией диагностики и лечения, принятой в европейской классической медицине.

Второй метод предусматривает воздействие на репрезентативные точки двенадцати парных меридианов током величиной 2…10 мкА в течение 1…3 с на каждую точку. Затем определяют величину электропроводности при воздействии током положительной и отрицательной полярности, вычисляют биопотенциалы электропроводности, определенной при различной полярности тока воздействия.

Сравнивая средние показатели организма со значениями биопотенциалов, напряженности и направления движения энергии в меридианах, определяют острые и хронические воспалительные процессы в организме, а также нормальное его состояние [44].

Достоинством данного метода является существенное уменьшение силы тока по сравнению с иными известными способами. Недостатком метода является близость диагностических (2…10 мкА) и терапевтических (от 6 до 10 мкА) уровней зондирующих токов, что снижает точность диагностических заключений.

Вторым его недостатком является недостаточно верное отражение биопотенциалов каждого из 12 меридианов через разность электрокожной проводимости при положительной и отрицательной полярности.

Решаемая задача состоит в создании метода акупунктурной диагностики, обеспечивающего эффективное и безболезненное диагностирование широкого спектра заболеваний, а также повышение оперативности диагностики, что позволяет осуществить контроль эффективности лечебных воздействий непосредственно после их проведения.

Для этого в электроические харакетристики биоактивных точек двух парных меридианов получают в виде вольтамперных характеристик, формируемых путем измерения токов в цепи биоактивной точки при воздействии на нее постоянным стабилизированным по уровню напряжением в диапазоне от В до +15 В, изменяемым с шагом в 1 В, затем аппроксиморуют каждую из полученных вольтамперных характеристик полиномом седьмого порядка, а коэффициенты полученных полиномов используют для формирования входного вектора для нейронной сети, обученной на принятие диагностических решений по выделенным классам заболеваний.

Метод реализован с помощью устройства, структурная схема которого показана на рисунке 2.21. Устройство состоит из последовательно соединенных микроконтроллера 1, цифроаналогового преобразователя (ЦАП) 2, усилителя 3 и активного электрода 4, предназначенного для воздействие на биоактивную точку исследуемого биообъекта, пассивного электрода 5, предназначенного для подключения биообъекта в измерительную цепь, токового резистора 6, первый вывод которого подключен к пассивному электроду 5, а второй – к общей шине, и усилителя 7, входы которого подключены к соответствующим выводам токового резистора 6, а выход – к аналоговому входу микроконтроллера 1, клавиатуры 8 и дисплея 9, подключенных к выводам соответствующих портов микроконтроллера.

Рисунок 2.21 – Структурная схема устройства, предназначенного для получения представленной на рисунке 2.22.

Процесс построения вольтамперной характеристики БАТ начинается с занесением ее номера в память микроконтроллера (блок 1). После этого оператор устанавливает активный электрод на поверхность кожи в окрестности соответствующей БАТ, а пассивный электрод вкладывается в ладонь пациента.

Если электроды установлены и пациент подготовлен к эксперименту, то нажимается соответствующая клавиша на клавиатуре 8 (рисунок 2.21) и микроконтроллер 1 приступает к оцифровке вольтамперной характеристики БАТ.

Оцифровка вольтамперной характеристики осуществляется блоками 3…6.

Рисунок 2.22 – Схема алгоритма исследования вольтамперных характеристик Микроконтроллер 1 устанавливает на входе ЦАП 2 код, соответствующий необходимому значению напряжения вольтамперной характеристики (вначале это – 15 В), и через некоторый интервал времени аналого-цифровой преобразователь микроконтроллера 1 считывает напряжение с выхода усилителя 7, которое с протекающему через пациента. После этого микроконтроллер 1 изменяет код на входе ЦАП таким образом, чтобы следующее напряжение, подаваемое на БАТ, было выше предыдущего на 1 В. Реализуется 31 такой цикл.

Пример вольтамперной характеристики одной из БАТ меридиана легких, полученный в результате работы блоков 3…6 алгоритма, показан на рисунке 2.23.

После получения всех вольтамперных характеристик двух меридианов они аппроксимируются полиномами, коэффициенты которых используются в качестве информативных признаков.

На основании полученных результатов формируют вектор информативных признаков (блок 8), который подается на вход обучаемой нейронной сети, выходы которой соответствуют разделяемым классам диагностируемых заболеваний (блок 9).

Настройку нейронной сети (блок 9) осуществляют по известным алгоритмам, например по алгоритму обратного распространения ошибки [43].

Полученные с помощью данного способа результаты позволяют помочь врачу провести раннюю профилактику, направленную на предупреждение развития заболевания, тем самым способствуя снижению случаев первичной заболеваемости.

1. Построена структурно-функциональная модель электропроводности биоматериалов в аномальных зонах, основанная на гипотезах обратимого пробоя диэлектрика и «ответной реакции биоматериала» и выполненная в виде последовательно соединенных настраиваемых диодно-резистивных ячеек, позволяющая прогнозировать электропроводность биоматериала в зависимости от частоты и величины тока зондирования.

2. Предложена технология моделирования биоимпедансных исследований, в которой используются как физические, так и математические модели блоков и компонентов виртуального биоимпедансного анализатора, получаемые из библиотек пакета SIMULINK среды MATLAB. Ее использование позволит оптимизировать параметры зондирующего тока по отношению сигнал/помеха, а также определить предельные ресурсы схемотехнического решения измерительного тракта относительно этого показателя.

3. На основе факторного анализа вольтамперных характеристик биоактивных точек показано, что для их аппроксимации достаточно полинома седьмого порядка.

4. Разработан метод формирования пространства информативных признаков, предназначенного для классификаторов функционального состояния биоматериала, заключающийся в регистрации вольтамперных характеристик биоткани в каждой биоактивной точке парных меридианов путем воздействия на них постоянным стабилизированным по уровню напряжением в диапазоне от - В до +15 В, изменяемым с шагом в 1 В, позволяющий путем аппроксимации каждой из полученных вольтамперных характеристик полиномом седьмого порядка, использовать коэффициенты полученных полиномов в качестве входного вектора для нейронной сети, обученной на принятие диагностических решений по выделенным классам заболеваний.

3. Многоагентная гибридная сетевая структура на основе вероятностных нейронных сетей и нечеткой логики принятия решений Структурно-функциональные решения многоагентной системы на 3.1.

Для реализации модуля классификации используем многоагентную структуру, каждый агент которой работает со своим признаковым пространством, формируемым по энергетическим характеристикам «своей» БАТ, селектируемым по времени и/или по возмущающему воздействию.

Классификатор агента строим по вероятностной схеме организации нейронных сетей (PNN), что обусловлено небольшими объемами обучающих выборок. Мета-классификатор построим по схеме нечеткого логического вывода.

В его задачу входит агрегация решений, принимаемых классификаторами нижнего иерархического уровня. Кроме того, в задачу мета-классификатора входит интеграция накопленного практического опыта диагностики классифицируемой патологии по информации, снимаемой с биоактивных точек, включенных в многоагентную систему классификации. Так как структура метаклассификатор соответствует структуре нечеткой сети, то в качестве его аббревиатуры используем аббревиатуру FNN. На выходе FNN установлен дефуззифимкатор, который преобразует нечеткие числа в четкие. Если речь идет о двухальтернативной классификации, то на выходе дефуззификатора может быть либо ноль, либо единица. Допускается число, лежащее в диапазоне от нуля до единицы, но тогда решение о принадлежности образца к определенному классу по результатам анализа многоагентной системой выбранной группы БАТ принимает ЛПР. Дефуззификатор моет быть построен на основе байесовского классификатора или на основе обучаемой нейронной сети, если есть возможность получить соответствующие обучающие выборки. В простейшем случае в качестве дефуззификатора может быть использован однопороговый компаратор.

Структура классифицирующей системы, реализующая вышеописанный подход к построению мнгоагентной системы, представлена на рисунке 3.1. Так как в ней используются как вероятностные, так и нечеткие нейронные сети, то такую структуру назовем гибридной структурой PNN-FNN.

Она включает совокупность независимых модулей классификации, которые анализируют энергетические характеристики «своих» БАТ, но заключения дают только по одному, специфичному для каждого агента, заболеванию. В метаклассификаторе – FNN осуществляется объединение решений, принимаемых отдельным агентом – классификатором.

Рисунок 3.1 - Структура принятия решения в многоагентной системе классификации на основе гибридной сети PNN-FNN Достоинство такой структуры состоит в том, что она оказывается работоспособна при неработоспособности одного или нескольких модулей классификации, используемых ЛПР при принятии решения. При этом ЛПР использует ту базу решающих правил, которая соответствует располагаемой им информацией, то есть фактическим пространством информативных признаков и наличием работоспособных модулей.

Рассмотрим теоретические вопросы нейросетевого моделирования, позволяющие синтезировать решающие модули такой структуры.

Вероятностные нейронные сети строятся на основе радиально-базисных сетей и имеют аналогичную структуру. Структура сетей на основе радиальных базисных функций является необычной в том смысле, что архитектура скрытых элементов в корне отличается от структуры выходных. Поскольку основой функционирования нейронов скрытого слоя являются радиальные базисные функции, теория сетей тесно связана с теорией радиальных базисных функций, которая в настоящее время является одной из основных областей изучения в численном анализе [96]. Настройка линейных весов выходного слоя позволяет обеспечить хорошее качество классификации.

Сети на основе радиальных базисных функций потребуют большего количества нейронов, чем другие. Они работают лучше, когда много обучающих векторов. Сеть на основе радиальных базисных функций требует обучающую выборку, и число классов должно быть определено явно.

Архитектура радиальной базисной вероятностной нейронной сети (РБВНС) базируется на архитектуре радиальной базисной сети, но в качестве выходного слоя использует так называемый конкурирующий слой, который подсчитывает вероятность принадлежности входного вектора к тому или иному классу и, в конечном счете, сопоставляет вектор с тем классом, вероятность принадлежности к которому выше [70]. Структура сети РБВНС представлена на рисунке 3.2.

Весовая матрица конкурирующего слоя Wmn соответствует матрице целевого выхода T, построенной для данной обучающей последовательности.

Функция активации нейрона конкурирующего слоя выполняется следующим образом:

где yim – i –й выходной вектор размерности m; Ani – матрица выхода скрытого слоя; Wmn – весовая матрица конкурирующего слоя (m – размерность выходного вектора - количество классов), n – число векторов в обучающей выборке (количество нейронов скрытого слоя); – конкурирующая функция активации.

H рбi – нейроны на основе радиальных базисных функций, H к m – линейные нейроны, рбi – радиальные базисные функции активации, к m – конкурирующие функции активации, cij – центр радиальной базисной функции, wmi – веса выходного слоя, bi – пороги скрытого слоя, xi – входные векторы, yim – выходные векторы, n– количество векторов в обучающей выборки - количество нейронов скрытого слоя, J – количество признаков (J=11), m – количество классов (m=5) Рисунок 3.2 - Структура радиальной базисной вероятностной сети Произведение (Wmn. Ani) определяет элементы вектора yim, соответствующие каждому из m классов. В результате конкурирующая функция активации выходного слоя к формирует на выходе значение, равное 1, для самого большого по величине элемента вектора (Wmn. Ani ) и 0 в остальных случаях.

Таким образом, сеть РБВНС выполняет классификацию векторов входа по m классам.

к рассмотрены в следующем подразделе.

3.2 Исследование архитектуры вероятностной нейронной сети Пример архитектуры вероятностной сети для решения задачи разделения на два класса показан на рисунке 3.3. Задачей входного слоя является распределение данных входного образца для слоя образцов. В данном случае каждый входной набор данных имеет четыре признака. Слой образцов имеет по одному элементу для каждого образца из набора учебных данных. Входной слой и слой образцов образуют полносвязную структуру.