авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 13 | 14 ||

«Международная академия информатизации ФГБОУ ВПО «Удмуртский государственный университет» Государственный научный центр РФ Институт медико-биологических проблем ...»

-- [ Страница 15 ] --

% HF, LF % VLF уд/мин дых/мин 55,00 32, 70,00 15, 50,00 31, LF 65,00 14,00 45,00 30, 40,00 29, ЧД 60,00 13, VLF 35,00 28, 30,00 27, 55,00 ЧСС 12, HF 25,00 26, 20,00 25, 50,00 11, До 1 2 3 4 5 6 После До 1 2 3 4 5 6 После Месяцы полета Месяцы полета Рис. 3. Динамика средних ночных значений частоты пульса (ЧСС), частоты дыхания (ЧД) и показателей спектрального анализа ВСР – HF, LF и VLF во время космических полетов на МКС При обсуждении этих данных впервые можно говорить об изме нениях, на которых непосредственно не отражаются факторы рабо чей нагрузки и психоэмоционального напряжения, которые всегда присутствуют при выполнении научных экспериментов в рамках штатной программы полета. Естественно, что на эти данные сущест венно влияют индивидуальные особенности вегетативной регуляции и психологического статуса космонавтов. Вместе с тем имеются и не которые общие закономерности динамики. Достоверным является снижение частоты дыхания во время длительного 6-месячного пре бывания в условиях невесомости. Большого внимания заслуживает противофазная динамика показателей HF и LF в ходе длительного космического полета. Она отражает постепенное смещение вегета тивного баланса в сторону увеличения активности симпатического звена регуляции, в частности растет активность подкоркового центра регуляции сосудистого тонуса. На 5-6-м месяцах полета в процесс адаптации включаются надсегментарные уровни регуляторного ме ханизма, ответственные за энерго-метаболические процессы.

Качество сна и эффективность процессов восстановления функцио нальных резервов могут быть оценены путем сопоставления данных первого и последнего часа сна. Как показали исследования по сопос тавлению показателей ВСР с результатами полисомнографии наибо лее высокой является корреляция индекса сна с разностными значе ниями SDNN, RMSSD, SI, pNN50 и TP. Весьма наглядными являют ся графики изменений ЧСС и pNN50. Во время сна величина ЧСС снижается и утреннее значение оказывается меньше вечернего. Пока затель pNN50, наоборот, растет в связи с увеличением активности па расимпатического звена регуляции. На рис. 4 в качестве примера представлены графики разностных значений для двух членов экипа жа МКС-17, что позволяет сравнить качество сна в одном полете Видно, что противофазный характер изменений выбранных двух по казателей позволяет получить наглядную картину наличия и степени нарушения их нормальных взаимоотношений. Качество сна за весь полет можно оценить по соотношению числа ночей с нормальными соотношениями динамики ЧСС и pNN50 в % к общему числу прове денных в полете исследований. Так для представленных данных ка чество сна у МКС-17-А равно 66,6% (8/12), а у МКС-17-Б равно 91,6% (11/12).

МКС-17-1 МКС-17- Р а зн о с ть Ч С С (в е ч е р -у тр о ), 10,00 Р а зн и ц а Ч С С (в е ч е р -у тр о ), 0,00 -10, у д /м и н - у д /м и н -20,00 - -30,00 - с ут и п о ле 36 тк и 50 тк и 64 тк и 80 тк и 1 0 утк и 1 1 утк и 1 2 утк и 1 4 утк и 1 5 утк и 1 6 утк и 1 8 утк и тк и с ут к с ут к ок с ут и с ут и с ут и с ут и с ут и с ут и с ут и с ут и с ут и с ут и ки ки с ут к с ут к ок та к о о о о к к к к к к к к к к 22 тк и с ут с ут с ут с ут с ле су су су су 4 су По с 1с 3с 7с 1с 5с 9с су ет 8-е ол - - - еп сл По МКС-17-1 МКС-17- 50, Р а зн о с ть p N N 5 0 (в е че р -у тр о ), Р а зн о сть p N N 50 (в е че р -у тр о ), % 30,00 10,00 -10,00 - % -30,00 - 36 тки 50 тки 64 тки 80 тки 10 утк и 11 утк и 12 тки 14 утк и 15 утк и 16 утк и 18 утк и тки с ут и - 2 6 уто к - 1 5 уто к ок с ут и ки с ут и с ут и с ут и с ут и с ут и с ут и с ут и с ут и с ут и ки с ут д о с ут к д о до 22 тки к к к к к к к к к к к с ут с ут с ут су су су су 3 су 4 су ок ок су с 1с 7с 1с 5с 9с ет ет с с о с ут ол ол 8-е - еп еп сл сл По По Рис. 6. Оценка качества сна по разностным значениям показателей ЧСС и pNN50 у двух членов экипажа МКС- Анализ качества сна у членов экипажей МКС по разностным зна чениям показателей ВСР показал, что сон в условиях длительной не весомости не всегда обеспечивает достаточное восстановление функ циональных резервов организма. Так, из исследованных нами 8 чле нов экипажей, среднеполетное качество сна выше 80% было у трех космонавтов, у четырех космонавтов оно было в пределах 50-80% и у одного – ниже 50%.

Заключение. Впервые проведены систематические исследования функционального состояния организма во время сна в условиях дли тельной невесомости. Показано, что средненочные значения физио логических показателей существенно отличаются от значений анало гичных показателей, когда исследования проводятся днем в рамках трудно учитываемых рабочих нагрузок членов экипажа. Поэтому ди намика ночных изменений вегетативного баланса и состояния от дельных звеньев системы вегетативной регуляции позволит уточнить уже известные результаты многих научных экспериментов, прово дившихся на МКС в дневное время. Впервые получены объективные оценки качества сна космонавтов. Анализ разностных значений по казателей вегетативной регуляции в начале и в конце периода сна по зволяет дать прямой ответ на вопрос об эффективности ночного сна как средства восстановления работоспособности космонавта на раз ных этапах космического полета. Созданная и апробированная в ходе выполнения на МКС космического эксперимента «Сонокард» мето дология бесконтактной регистрации физиологических сигналов в ночной период суток может быть использована для совершенствова ния системы медицинского контроля за состоянием здоровья космо навтов в длительных полетах, для применения в наземных экспери ментах с моделированием воздействия на организм факторов косми ческого полета, а также в клинической и восстановительной медици не и в прикладной физиологии.

СРАВНИТЕЛЬНАЯ ОЦЕНКА РЕЗУЛЬТАТОВ ДНЕВНЫХ И НОЧНЫХ ИССЛЕДОВАНИЙ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА НА БОРТУ МЕЖДУНАРОДНОЙ КОСМИЧЕСКОЙ СТАНЦИИ Фунтова И.И., Лучицкая Е.С., Слепченкова И.Н., Танк Й., Баевский Р.М.

Институт медико-биологических проблем РАН, г. Москва, Россия Институт Клинической фармакологии, г. Ганновер, Германия Введение. Анализ вариабельности сердечного ритма (ВСР), ха рактеризующий вегетативную регуляцию кровообращения, прово дился в двух экспериментах на борту Международной космической станции (МКС). В эксперименте «Пневмокард», который проводится в условиях покоя, обычно в утренние часы регистрируется большое число кардиологических параметров, включая электрокардиограмму [3]. Эксперимент «Сонокард» проводится в ночное время и его зада чей является исследование сердечно-сосудистой системы во время сна [2]. В настоящей работе рассматривается взаимосвязь ночных и дневных изменений вариабельности сердечного ритма. Днем члены экипажа выполняют рабочую программу, которая включает в себя различные физические и умственные нагрузки. При этом возникает и определенное психо-эмоциональное напряжение. Можно полагать, что ночью во время сна функциональное состояние организма у кос монавтов более стабильное и зависит в основном от влияния на орга низм невесомости и от индивидуальных типологических особенно стей регуляторного механизма.

Материалы и методы. Исследовано 11 членов экипажей МКС во время длительных космических полетов продолжительностью до месяцев. Эксперимент «Пневмокард» проводился по два раза до и по сле полета и ежемесячно во время полета. Эксперимент «Сонокард»

проводился по два раза до и после полета и каждые 14 дней во время полета. В эксперименте «Сонокард» используется датчик для записи сейсмокардиограммы, который устанавливается в миниатюрном при боре размером с пачку сигарет. Прибор перед сном размещается в кармане футболки космонавта и в течение всей ночи регистрирует работу сердца в виде сейсмокардиограммы (СКГ). Утром запись из памяти прибора переносится на бортовой компьютер и передается по каналам связи на Землю для последующего анализа. Специальное программное обеспечение позволяет достаточно точно распознавать форму сейсмокардиографических комплексов и по ним определять длительность кардиоинтервалов. Получаемые ряды кардиоинтерва лов (по ЭКГ в эксперименте «Пневмокард» и по СКГ в эксперименте «Сонокард») анализировались в соответствии с общепринятыми стандартами [1,4]. В 5-минутных отрезках записи вычислялись часто та пульса (HR) временные показатели CV, SDNN, pNN50, SI и час тотные показатели TP, VLF, LF, HF. Были проанализированы резуль таты 94 экспериментов «Пневмокард», из которых 22 были проведе ны до и после полета и 72 были выполнены в условиях невесомости на разных этапах длительного космического полета. Экспериментов «Сонокард» в условиях невесомости было проведено 126, а до и по сле полета -24.

Результаты исследований. На рис. 1 представлены графики изменения частоты пульса, pNN50, TP и LF у двух членов одного экипажа во время длительного космического полета на МКС. Отме чается определенное сходство ночной динамики показателя pNN50 и дневной динамики ЧП. Сходство состоит также в том, что значения дневных показателей ЧП и LF выше аналогичных ночных значений.

В остальном динамика ночных и дневных значений различается. Это, при том, что речь идет о двух членах экипажа, которые в течение все го полета находились в одинаковых условиях. По-видимому индиви дуальные особенности регуляторных систем играют ведущую роль в течение адаптационных реакций организма. В связи с этим мы попы тались провести сравнение средних за весь полет значений дневных и ночных показателей.

На рис.2 представлены среднеполетные данные показателей HR, pNN50, SI и VLF для 11 членов экипажей МКС. Для того, чтобы со отношения значений показателей были более наглядными они про ранжированы по ночным среднеполетным значениям HR. Для этого показатели HR были расположены по возрастанию их значений и проведена сортировка всех остальных показателей по полученному ряду (стандартная программа сортировки в программе Exel). Как видно из полученных данных дневные значения HR нелинейно связа ны с ночными и отличаются от них в сторону увеличения. Ночные и дневные значения pNN50 имеют тенденцию к уменьшению по мере роста частоты пульса, при этом дневные значения почти всегда ниже ночных. Значения SI, наоборот имеют тенденцию к росту, их ночные и дневные значения пересекаются. Что касается показателя VLF, то его ночные значения имею слабую тенденцию к снижению, а днев ные значения обычно ниже ночных и их динамика не связана с ноч ными значениями. Таким образом, и по среднеполетным данным не выявляется достаточно четкой закономерной связи между ночными и дневными показателями.

В заключительной части своего исследования мы провели срав нение средних дневных и средних ночных значений по всем полетам, выполненным 11 членами экипажей МКС. Полученные данные пред ставлены в таблице 1.

Как видно из представленных данных достоверные различия дневных и ночных значений показателей ВСР отмечаются для HR, pNN50, LF и VLF. Урежение пульса и рост pNN50 во время сна обу словлены хорошо известным ростом активности парасимпатического звена регуляции в ночной период суток. Снижение LF указывает на уменьшение активности подкорковых центров сосудистой регуляции, а некоторое превышение ночных значений VLF над дневными обу словлено ростом активности надсегментарных отделов регуляторного механизма во время сна.

Таблица Сравнение суммарных ночных и дневных значений показателей ВСР во время длительных космических полетов на МКС Показатели Ночные значе- Дневные значе- Достоверность ния ния различий(p0,05) HR, bpm 55,54 64,32 + pNN50,% 21,69 13,77 + SI, c.u. 78,18 78,23 TP, ms2 2600,77 2683,34 HF,% 24,65 22,99 LF,% 44,91 54,12 + VLF,% 29,08 22,87 + Отмеченные соотношения ночных и дневных показателей ВСР во время космического полета являются общими для всех космонав тов, но в каждом индивидуальном случае проявляются по разному в зависимости от типа вегетативной регуляции и характера рабочих на грузок члена экипажа. Представляет интерес сравнение данных полу ченных в условиях космического полета с подобными же данными в пред- и в послеполетном периодах. Соответствующие результаты ис следований представлены в таблицах 2 и 3.

Таблица Сравнение суммарных ночных и дневных значений показателей ВСР в предполетном периоде (за 2 месяца до полета).

Показатели Ночные значе- Дневные значе- Достоверность разли ния ния чий (p0,05) HR, bpm 58,53 58,29 pNN50,% 18,53 17,96 SI, c.u. 98,61 86,33 TP, ms2 2493,32 2577,86 HF,% 25,26 25,08 LF,% 41,82 45,86 VLF,% 31,80 29,04 Таблица Сравнение суммарных ночных и дневных значений показателей ВСР в послеполетном периоде (1-е сутки после приземления).

Показатели Ночные зна- Дневные значе- Достоверность чения ния различий(p0,05) HR, bpm 73,58 67,85 + pNN50,% 10,38 10,25 SI, c.u. 182,08 164,45 TP, ms2 2138,46 1436,13 + HF,% 16,66 15,47 LF,% 49,35 51,13 VLF,% 33,92 33,39 Результаты сравнения суммарных ночных и дневных значений показателей ВСР в пред- и послеполетном периодах являются в опре деленной степени неожиданными. Отсутствие достоверных различий в предполетном периоде можно объяснить только наличием скрытой инсомнии (бессонницы) во время подготовки к космическому полету.

Известно, что предполетная подготовка космонавтов связана с боль шими физическими и психо-эмоциональными нагрузками. Это требу ет активации всех звеньев регуляторного механизма. Послеполетные данные также отражают повышенную ночную активность регуля торных систем, что проявляется достоверным ростом ночных значе ний HR и TP.

Заключение. Выявленные нами соотношения дневных и ноч ных значений показателей ВСР свидетельствуют о сложном характе ре адаптационных реакций организма к условиям длительной неве сомости и о высокой значимости индивидуальных особенностей ре гуляторного механизма. Эти результаты целесообразно учитывать при проведении медицинского контроля за состоянием здоровья чле нов экипажей.

Литература:

1. Баевский Р.М., Иванов Г.Г., Чирейкин Л.В. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем. Вестник аритмологии, 2001, 24, с. 69- 2. Баевский Р.М., Богомолов В.В., Фунтова И.И., Слепченкова И.Н., Черни кова А.Г.. Перспективы развития системы медицинского контроля в длитель ном космическом полёте на основе бесконтактной регистрации физиологиче ских функций во время сна. Авиакосмическая и экологическая медицина, 2009, 3, с.34- 3. Baevsky R.M, Baranov V.M, Funtova I.I et al. Diedrich A, Pashenko A.V, Chernikova A.G, Drescher J, Jordan J, Tank J. Autonomic Cardiovascular and Res piratory Control during Prolonged Space Flights aboard the International Space Sta tion (ISS),.J Appl. Physiol. 2007 Jul;

103(1):156- 4. Heart rate variability. Standards of measurement, physioligical interpretation and clinical use // Circulation. – 1996. – Vol. 93. – P. 1043- АНАЛИЗ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА И ДИСПЕРСИОННОГО КАРТИРОВАНИЯ ЭКГ У УЧАСТНИ КОВ ПАРАЛЛЕЛЬНЫХ ИССЛЕДОВАНИЙ «МАРС-500»

С РАЗЛИЧНЫМИ ПРЕОБЛАДАЮЩИМИ ТИПАМИ ВЕГЕТАТИВНОЙ РЕГУЛЯЦИИ (ИЖЕВСКАЯ ЭКСПЕРИМЕНТАЛЬНАЯ ГРУППА) Шлык Н.И., Сапожникова Е.Н., Калинина Л.А., Федоров С.С.

Удмуртский государственный университет, Ижевск, Россия medbio@uni.udm.ru Целью работы явилось изучение особенностей ВСР и уровня функционирования миокарда у участников параллельных исследова ний «Марс-500» в зависимости от преобладающего типа вегетатив ной регуляции.

Методика исследования. Исследования проводились в лабора тории «Функциональных методов исследования» кафедры медико биологических основ физической культуры на педагогическом фа культете физической культуры Удмуртского государственного уни верситета. Группу составили 11 студентов педагогического факульте та физической культуры в возрасте 20-24 лет. Исследование ВСР и дисперсионного картирования сердца проводились с использованием аппаратно-программного комплекса «Экосан-2007» один раз в месяц в течение одного года. При анализе ВСР осуществлялся индивиду альный подход в оценке типологических особенностей вегетативной регуляции сердечного ритма.

Согласно представлениям о двухконтурной модели управления сердечным ритмом, нами выявлено четыре типа вегетативной регуля ции: два с преобладанием центральной регуляции (с умеренным - I тип и выраженным – II тип) и два с преобладанием автономной регу ляции (с умеренным – III тип и выраженным –IV тип). Взяв за основу предложенной нами классификации не отделы вегетативной нервной системы: симпатический и парасимпатический, а центральный и ав тономные контуры вегетативного управления физиологическими функциями, тем самым подтверждаем участие в процессах вегетатив ной регуляции многих звеньев единого регуляторного механизма. Это и есть системный подход к рассмотрению сложнейшего механизма регуляции физиологических функций, о котором можно судить по данным анализа ВСР. Оценка преобладающего типа вегетативной ре гуляции по данным анализа ВСР представлена в табл. 1.

Таблица Оценка функционального состояния регуляторных систем у здоровых людей и спортсменов по данным ВСР (Шлык Н.И., 2003, 2009) Показатели Отличительные особенности Интерпретация полученных дан экспресс показателей ВСР в зависимости ных ВСР в зависимости от типа регуляции сердечного Типы вегетативной оценки типа от преобладающего типа вегета- регуляции вегетативной тивной регуляции регуляции (в состоянии покоя) ритма сердечного ритма SI VLF (усл. (мс2) ед.) 100 240 Малые значения R-R, MxDMn, Умеренное преобладание цен MxRMn кардиоритма, RMSSD, тральной регуляции сердечного SDNN, pNN50. Большие значе- ритма (УПЦР), снижение активно ния AMO50, AMO7.8, SI. Уме- сти автономного контура регуля ренно низкие величины D и TP, ции. Умеренное напряжение регу преобладание LF-волн над HF, ляторных систем организма. Воз I тип VLF, ULF-волнами в спектре. можна генетическая предрасполо Относительное содержание женность к данному типу регуля VLF% и ULF% по сравнению с ции. Необходимо применение ор другими группами высокое. Ха- тостатического тестирования.

рактерный тип спектра (LFHFVLFULF).

100 240 Еще более малые значения R-R, Выраженное преобладание симпа MxDMn, MxRMn, RMSSD, тической регуляции сердечного PNN50%, SDNN, CV, D. Боль- ритма (ВПЦР). Резкое увеличение шие и очень большие значения активности центральной регуля АМО50, АМО 7.8, SI. Малая ции над автономной. Сниженное суммарная площадь спектра функциональное состояние регу (TP). Низкие абсолютные зна- ляторных систем. Состояние веге чения волновой структуры тативной дисфункции. У спорт спектра (HF, LF) и особенно сменов может отражать состояние VLF и ULF по сравнению с I выраженного утомления, перетре типом вегетативной регуляции. нированности. Выявление у При этом типе необходимо спортсменов-новичков на ранних II тип применение ортостатического этапах тренировочного процесса тестирования. Встречаются раз- постоянно выраженного преобла личные типы спектров. дания центральной регуляции тре бует пристального внимания тре неров и врачей. Можно посмот реть на этот тип регуляции и как на генетический фактор риска раз вития патологии сердечно сосудистой системы при занятиях спортом. А у некоторых спорт сменов высокого класса в корот кий предсоревновательный период может отражать пик спортивной формы.

25 240 Умеренно увеличенные показа- Умеренное преобладание авто и тели R-R, MxDMn, RMSSD, номной регуляции сердечного PNN50%, SDNN, CV, D. Малые ритма (УПАР). Оптимальное со 100 значения SI, AMO50, AMO7.8. стояние регуляторных систем ор Умеренно высокие абсолютные ганизма. У спортсменов-новичков значения TP, HF, LF. Незначи- отражает оптимальный уровень тельное преобладание HF% над тренированности. Для спортсме LF% волнами. У спортсменов с нов высокого класса данный тип III тип разной направленностью трени- регуляции может быть показате ровочного процесса могут пре- лем снижения тренированности, обладать значения LF, VLF, ухудшения функциональных и ULF волн, что требует особой адаптивных возможностей орга трактовки функционального со- низма.

стояния регуляции. Характер ные типы спектров (HFLFVLFULF) (HFLFULFVLF).

25 500 Выраженное увеличение R-R и Выраженное преобладание авто IV тип ВПАР разброса (MxDMn)- номной регуляции сердечного TP кардиоинтервалов. Многофо- ритма (ВПАР). Этот тип регуля 8000- кусный ритм на фоне миграции ции может иметь как «физиологи 10000 водителя ритма особенно часто ческий», так и «патологический»

встречается у спортсменов. характер. У спортсменов высокого Очень большие значения класса может иметь «физиологи RMSSD, PNN50, SDNN, CV, D. ческий» характер и отражать уро Очень малые значения LF/HF, вень высокой тренированности IC, AMO50, CC0, SI. Большие при условии динамических на значения TP (больше 8000- блюдений за ВСР с использовани 10000 мс2), HF, LF, VLF, ULF ем ортостатической пробы. А так волн. Резкое преобладание HF% же отражать состояние переутом над LF%- волнами. Самые низ- ления, перенапряжения, перетре кие относительные показатели нированности или различные дис VLF% и ULF% по сравнению функции синусового узла. У с другими типами вегетативной спортсменов-новичков наличие регуляции. У спортсменов выраженного преобладания авто встречается выраженное увели- номной регуляции свидетельству чение абсолютных значений ет о необоснованном форсирова мощности LF, VLF, ULF волн и нии физических нагрузок и выра их преобладание над HF волна- женном утомлении. У спортсме ми. нов с этим типом регуляции часто Характерные типы спектров: встречаются нарушения автома HFLFVLFULF;

тизма синусового узла пассивного VLFHFLFULF;

типа (СПСУ), при которых значи LFHFVLFULF и др. требу- тельно увеличиваются разброс ют соответствующей трактовки. кардиоинтервалов и суммарная мощность спектра (более мс2) и резкое снижение SI (менее 10 усл. ед.) В этом случае показа тели ВСР отражают структурные изменения в самом синусовом уз ле.

При определении типа вегетативной регуляции могут встречать ся переходные состояния из одного в другое, когда показатели ВСР не соответствуют ни одному из типов регуляции. Эти состояния бы вают у исследуемых при чувстве голода (когда при нормокардии рез ко уменьшается VLF), при донозологических состояниях, после пси хоэмоционального напряжения и др. В этом случае необходимы по вторные исследования ВСР. При динамических исследованиях ВСР можно наблюдать устойчивую регуляцию (когда преобладающий тип регуляции сохраняется) и не устойчивую регуляцию (когда тип регу ляции меняется с одного на другой неоднократно).

Результаты исследования. В табл. 2 представлены данные рас пределения исследуемых по преобладающим типам вегетативной ре гуляции за весь период исследований по предложенной нами класси фикации. Из которой следует, что у пяти исследуемых (А.П., Е.В., И.А., К.И. и О.М.) четко выражено преобладание центральных меха низмов регуляции на протяжении всего периода исследований. У этих студентов чаще ЧСС, меньше значения MxDMn, больше SI, меньше показатели спектральной функции (TP, HF, LF, VLF, ULF) по сравнению с исследуемыми с преобладанием автономной регуляции (Д.М., К.В. и Щ.М.). У последних ниже ЧСС, больше разброс кар диоинтервалов, меньше SI и больше показатели спектральной функ ции (HF, LH, VLF, ULF). И у трех исследуемых (П.М., П.А., С.А.) вы явлена неустойчивая регуляция, которая характеризуется переходом с одного типа регуляции на другой.

На рис. 1. представлены сравнительные результаты анализа ВСР у исследуемых за год. Это своеобразные «индивидуальные портреты»

функционального состояния регуляторных систем. Из представлен ных данных виден большой разброс во всех показателях ВСР. Это еще раз подтверждает нашу позицию о том, что недопустимо усред нение показателей ВСР у исследуемых с разными типами вегетатив ной регуляции, иначе возможна ложная интерпретация полученных результатов.

При проведении дисперсионного картирования сердца у иссле дуемых с выраженным преобладанием центральной регуляции обна ружена зависимость между степенью напряжения регуляторных сис тем и состоянием миокарда. Чем выше напряжение регуляторных систем, тем больше дисперсионных отклонений от нормы по показа телю «Миокард».

Таблица Распределение исследуемых по преобладающим типам вегетативной регуляции за весь период исследо ваний по программе «Марс-500»

исследуемые А.П. Д.М. Е.В. И.А. К.В. К.И. О.М. П.М. П.А. С.А. Щ.М.

время исследования 10.10 III III II II III II II II - IV 11.10 II III II II III II I II - - 12.10 II III II II III II II III - III 01.11 II III II II III II II III III IV 02.11 II III II I III II II II - IV III 03.11 II III III II I I I II I IV IV 04.11 II III II II III I II II I IV III 05.11 II IV I II III I I III II I III 06.11 II IV I II III II II III III II III 07.11 III III II II III II II - I I I 08.11 III III II III I I I III IV III I тип вегетативной регуляции;

II тип вегетативной регуляции;

III тип вегетативной регуляции;

IV тип вегетативной регуляции;

(-) пропущенное исследование;

Рис. 1. «Индивидуальные портреты» состояния регуляторных систем у участников проекта «Марс-500»

Фон до приседаний сразу после приседаний через 3 мин после приседаний Индекс миокар- дата Время да 25 4.10 12: 23 4.10 12: 31 4.10 12: 22 4.10 12: Рис. 2. Визуальный «портрет» сердца у исследуемого К.И. с выраженным преобладание центральной регуляции сердеч ного ритма (II тип) Продолжение рисунка 2. у К.И.

Индекс миокар- дата Время да 17 12.1 14: 14 24.2 14: 14 29.3 12: 14 29.4 11: Продолжение рисунка 2. у К.И.

Индекс миокар- дата Время да 14 25.5 10: 22 16.6 12: 17 19.7 11: 22 23.8 11: Индекс миокарда дата Время 8 05.10 13: 14 02.11 13: 12 22.12 13: 4 24.01 13: Рис. 3. Визуальный «портрет» сердца у исследуемого Д.И. с преобладанием автономной регуляции сердечного ритма (III тип) Продолжение рисунка 3 у Д.И.

Индекс миокарда дата Время 8 14.03 13: 8 18.04 13: 14 25.05 14: 7 22.06 10: 14 12.07 10: 13 23.08 09: На рис. 2 представлены данные визуального «портрета» сердца у испытуемого К.И. с постоянно выраженным преобладанием цен тральных механизмов вегетативной регуляции сердечного ритма, а на рис. 3 у исследуемого Д.И. с преобладанием автономной регуляции.

На рисунках четко видно, что у первого изменения в визуальном «портрете» миокарда имеются во все дни исследования, а у второго они отсутствуют.

Таким образом, при обработке результатов исследования по программе «Марс-500» необходимо учитывать индивидуально типологические особенности регуляторных систем организма.

РАЗДЕЛ 5.

МЕТОДЫ И ТЕХНИЧЕСКИЕ СРЕДСТВА В ИССЛЕДОВАНИИ ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА ПАРАМЕТРИЧЕСКИЙ СИСТЕМНЫЙ КЛАССИФИКАТОР ФУНЦИОНАЛЬНЫХ СОСТОЯНИЙ Кузнецов А. А., Гущин А. В., Джапар Н.Н.

Владимирский государственный университет, г. Владимир, Россия artemi-k@mail.ru Введение. Донозологическая диагностика предназначена для оценки функционального состояния организма в интервале между нормой и патологией по степени отклонения от нормы [1]. Это пред полагает как определения понятия нормы, так и исследование пере ходных процессов, которые, как известно, сильно зависят от началь ных условий [2]. Поэтому наиболее актуальными являются исследо вания именно состояний начальных условий, определенных ритмами сердца здоровых молодых людей в возрасте от 18 до 25 лет. Требова ния для объектов исследования «одного рецепта изготовления» обя зательны и выполняются для любой группы людей одного возраста, выполняющих в заданных условиях комфортности и в одном режиме одинаковую работу, например, для студентов одной группы при оди наковых условиях регистрации ЭКГ. Вариабельность сердечного ритма (ВСР) является адекватной характеристикой универсальной оперативной реакции целостного организма на любое воздействие внешней среды посредством системы регуляции сердечного ритма, включающей в себя центральную и вегетативную нервную систему (ВНС), ряд гуморальных механизмов и систему интеро- и экстероре цепторов [1, 3, 4].

В состоянии относительного покоя сердце молодого здорового человека иннервируется вегетативной нервной системой (ВНС). Ба ланс между тонусом симпатического и парасимпатического отделов ВНС устанавливается по совокупности реакций организма на пере менные внешние условия и не может быть охарактеризован одним числовым значением параметра ритма сердца как категории нормы.

Балансное состояние механизма вегетативной регуляции ритма серд ца в норме обязано быть многосторонним, динамическим и обладать свойством обратимости. В таком случае становится необходимым ис пользование понятия обобщенного динамического режима работы ВНС как функции управляющего посредника влияний переменных условий на организм и гаранта установления соответствующих их динамике функциональных состояний посредством регуляции ритма сердца.

Цель работы – создание количественного обобщенного критерия баланса вегетативных влияний на ритм сердца и шкалы функцио нальных состояний условно здоровых молодых людей.

Материалы и методы. В рамках донозологического контроля в течение трех лет проведены 433 двадцатиминутных регистраций ЭКГ монитором Холтера комплекса амбулаторной регистрации электро кардиосигнала «AnnAFlash 3000» [5] у 72 условно здоровых молодых студентов 1 – 4 курсов (группы БМП и МФ). Регистрации ЭКГ про водились для трех разных групп молодых людей (18 – 22 года) в по ложении покоя сидя. Для первой группы БМП1 (19 – 22 года): юно шей (20 человек) и девушек (12 человек) проведено 32 понедельных единичных регистрации ЭКГ в течение 9 недель (февраль – март г.) в интервале времени 1400 – 1900. Для второй группы БМП2 из человек (18 юношей и 11 девушек) проведено 73 регистрации ЭКГ за период февраль – июнь 2009 г. в интервале времени 1300 – 1700. Для группы МФ, состоящей из 8 девушек (18 – 19 лет) проведены 48 по недельных регистраций ЭКГ за период сентябрь – ноябрь 2009 г. в интервале времени 1200 – 1400.

Посуточные регистрации ЭКГ проводились тремя сезонными сериями в течение 5 – 7 недель каждая в одинаковых условиях покоя в вечернее время суток для двух молодых людей (21 год): юноши (К.) и девушки (Ш.). Все серийные регистрации ЭКГ количеством Nрег = 234 проводились в домашних условиях при температуре (20 - 22)оС в положении лежа на спине. Серия 45 суточных регистраций ЭКГ юноши Р. (21 год) проводилась в течение двух недель при работе мо нитора в переносном варианте в режиме накопления ЭКГ информа ции.

Данные ЭКГ конвертировались в диаграммы ритма сердца (ДРС). Посредством программы «EScreen» [6] определялись выбо рочные значения параметров ВСР: полная спектральная мощность (ТР), индекс напряжения регуляторных систем (SI), стандартное от клонение () и среднее значение X. Объектом исследования явля лись параметрические цифровые ряды, синтезированные по парамет рам ВСР указанных групп и серий регистраций.

Обобщенный критерий баланса вегетативных влияний на ритм сердца. Организм каждого человека обладает индивидуальным запасом «скрытых» («спящих») потенциально реализуемых адапта ционных возможностей для восстановления нормального функцио нального состояния. Непрерывный захват внешнего переменного сти мула приводит посредством ВНС к непрерывной переменной по ин тенсивности мобилизации функциональных резервов (ФР). Маркером включения механизмов адаптации является реакция ВНС на внешний стимул. В таком случае, реакционная способность ВНС должна обла дать свойствами непрерывности и консервативной воспроизводимо сти (обратимости) и не зависеть от социального времени. Это требует выполнения свойства воспроизводимости функциональных состоя ний посредством адаптационных возможностей мобилизационных механизмов ФР. Очевидная относительная задержка развития адапта ционной реакции и ее инерционность приводит к тому, что процессы релаксации следует ожидать в формах затухающих колебательных процессов с собственным периодом той или иной процедуры адапта ции.

Для определения основной величины, адекватно определяющей эффективность работы системы регуляции сердечного ритма, вос пользуемся известным методом оценки ВСР, основанном на трех аналитических подходах к ритмограмме: временном, частотном и «критериальном», использующим статистические, спектральные и производные параметры, соответственно [1, 3, 4, 7]. Для уменьшения числа информационно дублирующих друг друга параметров [7, 8] из каждого из трех наборов выберем по одному: стандартное отклонение (), полную спектральную мощность (Total Power (TP)) и индекс на пряжения регуляторных систем организма, или стресс-индекс (SI) [1, 4]. Показатель SI (stress-index) характеризует суммарную активность симпатического отдела ВНС.

2 - TP, мс SI, мс 100000 ТР () SI () 1, мс 0 50 100 150 Рис. 1. Комбинированная точечная параметрическая диаграмма распределений ТР() и SI(). Показаны линии тренда: ТР = 111,63 при R2 = 0,95 и SI = 6.104 – 1, при R2 = 0, Параметры и TP аналогичны по физиологическому смыслу, но первый из них характеризует не только периодические, но и нели нейные и апериодические фрактальные компоненты ритмического процесса [1]. Отмечая известные антагонистические отношения двух контуров вегетативной регуляции ритма сердца и обратную зависи мость параметров ТР и SI росту активности симпатического отдела ВНС [1, 3], исследуем зависимости ТР() и SI() (рис. 1).

Количественное определение нормы оказывается «размазан ным» по двум функциональным трендовым кривым соответствую щих параметрических синтезированных рядов (СР). С одной стороны обе параметрические функции ТР() и SI() на комбинированной диаграмме (рис. 1) характеризуют две стороны одного и того же ме ханизма вегетативной регуляции ритма по степени централизации (управления), с другой стороны параметры ВСР обладают размерно стью и являются физическими (измеряемыми) величинами: [SI] = (%).мс-2 и [TP] = мс2. При их противоположном трендовом распреде лении вдоль оси 0, резонно ожидать, что физически нейтральным и безразмерным параметром является согласованное произведение син тезированных параметрических рядов ТР.SI/100. Для удобства эсте тического восприятия значений нового обобщенного параметра, ум ножим его дополнительно на коэффициент 10-2. В результате получа ется цифровой ряд безразмерного параметра ТР.SI.10-4, определяю щий обобщенное по всем группам и сериям регистраций распределе ние его значений по шкале 0 (рис. 2 а).

Воспользуемся встроенной в «Excel» процедурой генерации случайных чисел по нормальному закону с заданными параметрами:

среднее значение R-R интервалов X = 811 мс, шаг дискретизации х = 1 мс и переменными параметрами: n (1500, 2000) и (10 – мс). В результате получим два цифровых ряда виртуальных ритмо грамм (ВР) [23, 24], каждая из которых представляет идеализацию соответствующей реальной ритмограммы по признаку максимально выраженной хаотической составляющей, или минимально выражен ного результирующего эффекта регуляции ритма. Соответствующая функция TP.SIВ() виртуального ритма (ВР) [9] медленно и монотон но падает по закону TP.SIВ = 77.104 -0,5 при коэффициенте аппрокси мации R2 = 0,91. Представленное распределение точечных значений на рис. 2 б достоверно описывается трендовой функциональной кри вой формы TP.SI = 77.104 -0,5 + 9 при коэффициенте аппроксимации R2 = 0,78, но без учета распределения масс изображающих точек. Для всего распределения в диапазоне = 20 – 200 мс шкалы аргумента среднемассовое значение критерия TP.SI.10-4 составляет 20 ± 0,5.

- - ТРSI 140 ТРSI 30 100 93 73 80 13 31 23 ВР 40 0,мс,мс 0 50 100 150 200 0 50 100 150 а б.

Рис. 2. Точечная параметрическая диаграмма распределения ТР SI() с кривыми виртуального ритма (ВР) для n = 1500 и 2000 (а) и соответствующее двухпара метрическое массовое распределение (б) с обозначениями абсолютных частот исходов («масс») По форме распределения легко заметить, что максимальное мас совое отклонение от указанной формы функциональной кривой трен да, приходится на диапазон = 45 – 65 мс шкалы аргумента и имеет форму горизонтальной полочки для среднемассового значения крите рия TP.SI.10-4 = 19,95 ± 0,05. В этом диапазоне его значения представ лены 235 регистрациями и практически не зависят от изменений ар гумента (см. рис. 2 б).

Кривые виртуальных рядов на диаграмме рис. 2 а определяют нижнюю границу параметрического распределения, ответственную за хаотическую составляющую ритма сердца при работе систем регуля ции и управления в режиме контроля. Этот режим характеризуется постоянным максимальным тонусом парасимпатической системы и минимальным – симпатической системы. Такая норма по признаку максимальной неупорядоченности ритма сердца имеет адекватный количественный критерий – информационную энтропию I*. Поэтому проверим распределение значений обобщенных параметров по шкале информационной энтропии, отвечающей за баланс хаотической и де терминистской составляющих в структуре ритма [10]. На рис. 3 а представлена точечная диаграмма распределений значений обобщен ного комбинированного параметра ТР.SI.10-4 по оси 0I*. Множества точечных значений параметра имеет абрис в форме «гантели» и за метно разбито по шкале 0I* на два условных подмножества: левое – для I* 6,5 бит и правое – для I* 6,5 бит.

-4 TPSI 10 - TPSI 120 100 80 72 75 ВР I *, бит I *, бит 4 5 6 7 8 4 5 6 7 а б.

Рис. 3. Точечная параметрическая диаграмма распределения ТР SI(I*) с кривы ми виртуального ритма для n = 1500 и 2000 (а) и соответствующее двухпара метрическое массовое распределение (б) с обозначениями абсолютных частот исходов («масс») Данные обследуемого Р. практически полностью отображены в правой части диаграммы распределения на рис. 2 б (ТР.SI 20.104), но приходятся на среднюю область распределения на рис. 3 б. За счет этого средняя точка (75 исходов) «проседает» и сдвинута влево отно сительно кривых ВР (рис. 3 а). Левая часть графиков распределений на рис. 2 и 3 представлена только данными летней серии измерений (N = 40) обследуемого К., страдающего поллинозом, а правая граница распределения на рис. 3 б представлена данными молодых людей ре гулярно занимающихся спортом.

Обсуждение результатов. Форма распределений на рис. 3 а, б указывает на наличие критической области (или точки типа «узел»[2]) по параметру Iк* = 6,4 – 6,5 бит, при переходе через кото рую происходит изменение качества параметрической связи: для ле вого подмножества – с превалированием детерминистского влияния, для правого – с превалированием влияния хаотической составляющей ритма. Это может означать, что при сдвиге от критической области и влево, и вправо симпатическое и парасимпатическое влияние на ритм сердца сбалансировано. На левой и правой границах распределения наступает дисбаланс с ростом сильного превалирования симпатиче ского и парасимпатического влияния, соответственно. В таком пред ставлении данные правой границы описывают приближение к со стоянию «изолированного сердца».

Параметрическая диаграмма (I*) в полулогарифмическом мас штабе имеет форму линий равного наклона (рис. 5). Известно, что линии равного наклона зависимости (I*) могут быть представлены функциональными уравнениями трендовых линий, названных ранее автором формулами функционального состояния: I* = log23. – i, где избыток продукции энтропии i = 0, 1, 2, 3 бит для каждой линии в противоположном направлении оси 0I* [10]. Этот параметр и задает вышеупомянутые четыре ступени качества здоровья и экстраполиру ет эту логику далее по степени тяжести заболевания [11].

, мс 0 идеал. н.з.

3,4 0, 4,25 2,55 1, 5, I *, бит 3 4 5 6 7 8 9 10 Рис. 4. Точечная параметрическая диаграмма распределения зависимости (I*) по 433 ритмограммам На параметрическую диаграмму распределения зависимости (I*) (рис. 5) нанесена сетка – классификатор функциональных со стояний в форме I* = log2(6,2.0,8) – i, где i = 0,85, 1,7, 2,55. Формула функционального состояния: I* = log23. – i, при i = 0 показана пунк тирной линий, а связь энтропии со стандартным отклонением в фор ме математического ожидания для нормального закона распределе ния (н.з) показана штриховой линией. Эти две параллельные прямые линии в полулогарифмическом масштабе отстоят друг от друга на i = 0,5 бит. Примененная форма классификатора объясняется лишь максимальной достоверностью описания экспериментальных данных.

Для физически здоровых людей величина i может являться своеоб разным аналогом «температуры психоэмоционального состояния» и, следовательно, служить эффективным инструментом исследования состояний наркозависимых людей и людей с иными естественными психическими отклонениями. Процедура определения значения i мо жет рассматриваться как «технологический градусник» для оценки отклонений психоэмоциональных состояний от нормы.

При этом необходимо понимать, что с ростом величины рас пределение данных испытывает нарастающее отклонение от линий классификатора и рассеяние. Это объясняется ростом величины X при сопровождающемся падении n для двадцатиминутной записи.

При падении n величина информационной энтропии монотонно и не линейно падает.

В классификации функциональных состояний по 4-бальной шкале, используемой в профилактической медицине и прикладной физиологии, выделяется четыре ступени здоровья [1, 6]. Приведенная на диаграмме рис. 4 шкала функционального состояния имеет: точку отсчета (норма – при i = 0), ограничение справа – в форме функцио нального состояния с идеализированной виртуальной ритмограммой (ВР) с нормальным законом распределения (н.з.) и направление по шкале 0I* «справа – налево» (рис. 4). До-нозологическая область ди агностики ограничена слева значением i = 2,55 бит, являющимся на чальным для нозологической области. Изменение функционального состояния в сторону ухудшения трактуется по классификации Баев ского Р. М. с позиций роста напряжений регуляторных механизмов и затрат функциональных ресурсов организма человека (см. рис. 3, 4):


1. Первая ступень здоровья – состояние физиологической нор мы. Максимальное парасимпатическое влияние и минимальное сим патическое влияние на ритм сердца (- 0,5 i 0) описывается правой границей распределения ТР.SI(I*) (см. рис. 3, точка 38 исходов) при ТР.SI 19, 9.104 и I* 7,5 бит. Состояние физиологической нормы спортсменов и людей повышенной выносливости;

2. Вторая ступень здоровья – состояние физиологической нор мы. Уменьшение парасимпатического влияния при постоянном ми нимальном симпатическом влиянии (i = 0) описывается правым под множеством распределения ТР.SI(I*) (см. рис. 3, точка 113 исходов) при ТР.SI = 20.104 и I* 7 бит. Состояние физиологической нормы большинства молодых людей;

3. Третья ступень здоровья – состояние физиологической нор мы. Постоянное среднее парасимпатическое влияние при минималь ном росте симпатического влияния на ритм сердца (i = 0,85 бит) опи сывается правым подмножеством распределения ТР.SI(I*) (см. рис. 3, точка 95 исходов) при ТР.SI = 20.104 и 6,5 I* 7 бит;

4. Четвертая ступень здоровья – переход к донозологическому состоянию. Баланс парасимпатического и симпатического влияний описывается критической областью (точкой типа «узел») по парамет ру Iк* = 6,4 – 6,5 бит распределения ТР.SI(I*) (см. рис. 3, точка 75 ис ходов) при ТР.SI = 20.104 и 6 I* 6,5 бит;

5. Пятая ступень здоровья – донозологическое состояние. Сим патическое влияние начинает превалировать над парасимпатическим (i = 1,7 бит) описывается левым подмножеством распределения ТР.SI(I*) (см. рис. 3, точка 72 исхода) при ТР.SI = 20.104 и 5,5 I* бит;

6. Шестая ступень здоровья – преморбидное донозологическое состояние. Дисбаланс в сторону абсолютного роста симпатических влияний на ритм сердца с обратимыми затратами функциональных ресурсов организма человека (i = 1,7 бит) описывается границей ле вого подмножества распределения ТР.SI(I*) (см. рис.3, точки 32 и исходов) при ТР.SI 20.104 и 4,5 I* 5,5 бит;

7. Седьмая ступень здоровья – преморбидное нозологическое состояние. Абсолютный рост симпатического влияния с необрати мыми затратами функциональных ресурсов организма человека (i 2,55 бит).

Совмещение шкалы избытка продукции энтропии для ритмо грамм сердца и шкалы функционального состояния организма позво ляет оптимизировать оценку уровня функционального состояния по числу параметров и применить ее в форме известной системы клас сификации «Светофор» [1] с обозначением по цвету и по вышеприве денным пунктам: З1 (п.1), З2 (п.2), З3 (п.3), Ж1 (п.4), Ж2 (п.5), Ж (п.6) и К (п.7). В таком случае появляется возможность «настройки»

необходимого уровня функционального состояния организма по па раметрам ТР.SI и i.

Выводы 1. Распределение значений обобщенного по всем группам и сери ям регистраций комбинированного параметра ТР.SI.10-4 по шкале ин формационной энтропии имеет форму гантели с узкой критической областью по параметру Iк* = 6,4 – 6,5 бит, в которой происходит из менение качества параметрической связи;

2. Параметр избытка продукции энтропии i количественно опре деляет состояние физиологической нормы и все ступени здоровья в классификации функциональных состояний по 7-бальной шкале, а распределение значений обобщенного комбинированного параметра ТР.SI.10-4 по шкале информационной энтропии на массовой диаграм ме показывает характер изменений балансного состояния механизма регуляции ритма сердца.

3. Совмещение шкалы избытка продукции энтропии для ритмо грамм сердца и шкалы функционального состояния организма позво ляет оптимизировать оценку уровня физиологического состояния по числу параметров и применить ее в форме известной системы клас сификации «Светофор».

Литература:

1. Баевский Р. М., Берсенева А. П. Введение в до-нозологическую диагно стику. – М.: Фирма «Слово». 2008. – 176 с.

2. Кузнецов Ю. И. Введение в теорию динамических систем: учеб. пособие.

– М.: Изд-во Моск. ун-та. 1991. – 132 с.

3. Heart rate variability. Standards of measurement, physiological interpretation, and clinical use. Task Force of The European Society of Cardiology and The North American Society of Pacing and Electrophysiology // European Heart Journal. 1996.

V.17. – P. 354 – 381.

4. Инструментальные методы исследования сердечно-сосудистой системы (Справочник) / Под ред. Т.С. Виноградовой. – М.: Медицина, 1986. – 416 с.

5. Прилуцкий Д. А., Кузнецов А. А., Плеханов А. А. Накопитель ЭКГ «An nAFlash 2000» // Методы и средства измерений физических величин. – Н. Нов город: НГТУ. 2006. – С. 31.

6. Medical Computer Systems, Zelenograd, Moscow: http://www.mks.ru 7. Кузнецов А. А. Методы анализа и обработки электрокардиографических сигналов: Новые подходы к выделению информации: монография. – Владимир:

Изд-во ВлГУ. 2008. – 140 с.

8. Кузнецов А. А. Применение метода оценки вариабельности сердечного ритма в до-нозологической диагностике функционального состояния организма // Измерительная техника. 2010. № 6. – С. 50 – 55.

9. Кузнецов А. А. Характеристики виртуальной диаграммы ритма сердца // Инфокоммуникационные технологии. 2009. Т. 7. № 4. – С. 91 – 96.

10. Кузнецов А. А. Энтропия ритма сердца: монография. – Владимир: Изд-во Владим. гос. ун-та. 2009. – 172 с 11. Кузнецов А. А. Диаграмма общего функционального состояния организ ма // Материалы 3 Евразийского конгресса по медицинской физике. «Медицин ская физика - 2010». Т. 3. – М.: МГУ. 2010. – С. 163 – 165.

ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ИДЕНТИФИ КАЦИИ НАРКОЗАВИСИМОСТИ Пермяков С.А., Исаков Р.В., Кузнецов А.А., Чепенко В.В.

Владимирский государственный университет, Владимир artemi-k@mail.ru Введение Управляющим процессом онтогенеза принято считать систем ный процесс работы сердца, взаимодействующий с остальными про цессами по принципу «всех – со всеми» посредством системной из менчивости (вариабельности) ритма [1–3,5,13]. Вариабельность сер дечного ритма (ВСР) является адекватной характеристикой универ сальной оперативной реакции целостного организма на любой внеш ний стимул посредством системы регуляции сердечного ритма, включающей в себя центральную и вегетативную нервную систему, ряд гуморальных механизмов и систему интеро- и экстерорецепторов [1–3,5,10,13]. Исследование ВСР позволяет оценить также работу ме ханизма нервно-гуморальной регуляции, стрессовую устойчивость и физиологические реакции на стресс [3, 6, 8, 10]. Однако при решении разных задач идентификации конкретного фактора влияния из об ширной классификации возникают проблемы в эффективности пара метров ВСР из рекомендуемого набора [1–3]. Предлагаются новые «нестандартные» параметры теории связи и нелинейной динамики для структурно- топологического анализа диаграмм ритма сердца (ДРС) [3, 4, 5, 8 11]. Количество параметров ВСР постоянно растет с очевидной необходимостью объективной оценки их эффективности.

Для решения подобных задач была разработана технология искусст венных нейронных сетей [7, 12], примененная в работе для оптимиза ции параметрической идентификации наркозависимости людей (НЗЛ).

Целью настоящей работы является сравнительная оценка изме нений вариабельности и топологической структуры сердечного ритма наркозависимых и здоровых людей с применением технологии ис кусственных нейронных сетей.

Материалы и методы: искусственные нейронные сети Искусственные нейронные сети (ИНС) – самообучающиеся системы, имитирующие деятельность человеческого мозга, состоят из большого числа связанных между собой однотипных элементов – нейронов, имитирующих по последовательности процедур работу нейронов головного мозга [7, 12]. Эта последовательность процедур формирует их структуру (рис. 1). Искусственный нейрон, по аналогии с естественным, в своей структуре имеет синапсы, ядро нейрона и аксон. Синапсы связывают входы нейрона с ядром, ядро нейрона осуществляет обработку входных сигналов, аксон связывает нейрон с нейронами следующего слоя. При полносвязной ИНС каждый нейрон слоя i связан с каждым нейроном слоя i +1. Каждый синапс имеет вес wij, который определяет, насколько соответствующий вход pj нейрона влияет на его состояние. Таким образом, каждый элемент входа соответственно умножается на веса w 11, w12,..., w1K и уже взвешенные значения передаются на сумматор (). Взвешенная сумма входов равна скалярному произведению вектора – строки W на вектор входа р, и, в свою очередь, суммируется со смещением b нейрона (рис. 1).


Рис. 1. Структурно-функциональная схема искусственного ней рона Таким образом, входом п функции активации нейрона служит сумма оптимального систематического смещения b и произведения W*p. Эта сумма преобразуется функцией активации f, и выход нейрона определяется в форме a = f ( W*p + b ) (рис. 1) [7, 12].

Начальные значения весов и смещений сети выбираются случайным образом [9].

Нейронные сети обратного распространения (back propagation) используют алгоритм обучения, в котором ошибка «распространяется» от выходного слоя к входному, т. е. в направлении, противоположном направлению распространения сигнала при нормальном функционировании сети. Для ограничения пространства поиска при обучении ставится задача минимизации целевой функции ошибки ИНС методом наименьших квадратов:

E (w) = 0,5 ( y j d j ), где yj – значение j-го выхода нейросети;

dj – p j = целевое значение j-го выхода;

p – число нейронов в выходном слое.

Обучение ИНС производится методом градиентного спуска, т.

е. на каждом шаге процедуры итерации изменение веса производится E по формуле [7]: wij =. Процесс обучения прекращается, когда wij ошибка достигнет некоего малого значения и перестанет уменьшаться. После обучения сеть анализируется по весовым функциям синапсов нейронов (рис 2). Процесс обучения как многоступенчатый анализ в первой стадии формирует скрытый слой нейронов, определяемый оптимизацией их входного количества. Во второй стадии происходит оптимизация количества нейронов скрытого слоя до одного нейрона выходного слоя.

Рис.2. Пример искусственной нейронной сетевой структуры [11].

Штриховой линией выделены синапсы со значимыми положительными весами, сплошной линией – отрицательными Искусственные нейронные сети были исполнены в программном пакете Matlab. Обучение сетей производилось алгоритмом «TRAINBFG», который модернизирует квази-ньютоновским методом значения весов и смещений в соответствии с BFGS [7, 12]. Для обу чения и тестирования сетей была собрана база данных параметров ВСР, параметров нелинейной динамики (фрактальной размерности ДРС) и параметров теории связи (количества информации, информа ционной энтропии, избытка продукции энтропии ДРС) [1 – 5, 8, 11].

Обучение сетей этим данным производилось раздельно с формирова нием 2-х сетей.

Все параметры рассчитывались по одинаковым выборкам объе мом 300 отсчетов RR-интервалов. База данных содержала 300 исход ных записей ЭКГ: 150 записей ЭКГ НЗЛ и 150 – условно здоровых людей в возрасте 20 – 40 лет. Для обучения сетей использовался на бор данных из 100 записей НЗЛ и 100 записей условно здоровых лю дей. Для тестирования сетей использовались 50 записей ЭКГ НЗЛ и 50 записей условно здоровых людей.

Все сети состояли из нейронов входного слоя – для сетей, обу чаемых на данных параметров вариабельности сердечного ритма – нейронов, для сетей, обучаемых на данных параметров нелинейной динамики и теории связи – 10 нейронов;

нейронов скрытого слоя – от 6 до 20, и одного нейрона выходного слоя (табл.). За положительную классификацию принималось обнаружение НЗЛ, за отрицательную – обнаружение здорового (рис. 3).

Таблица. Сравнительная оценка классификаций по двум обучен ным ИНС Количество Параметры вариабельности сердечного ритма / нейронов Параметры нелинейной динамики сердечного ритма скрытого Чувствительность Специфичность Точность слоя 6 92/96 100/98 96/ 7 94/88 96/100 95/ 8 92/92 100/92 96/ 9 92/88 100/100 96/ 10 92/96 100/98 96/ 11 90/94 98/100 94/ 12 92/92 100/100 96/ 13 90/88 100/100 95/ 14 92/92 100/100 96/ 15 94/92 100/98 97/ 16 92/88 94/98 93/ 17 92/96 100/98 96/ 18 92/88 100/100 96/ 19 92/92 100/98 96/ 20 92/90 100/96 96/ Рис. 3. Диаграмма распределения средних весов синапсов по пара метрам входа: 1 – 20 – параметры ВСР, 21 – 27 – параметры нелиней ной динамики, 28 – 30 – параметры теории связи Максимальная точность классификаций, которую удалось дос тигнуть двумя типами сетей, составила 97 %, максимальная чувстви тельность к НЗЛ – 96 %. При сравнении действия двух ИНС одинако вой точности (ВСР с 6 нейронами скрытого слоя и нелинейной дина мики – с 6, 10 или 17 нейронами) обнаружено, что сеть, обученная на данных параметров нелинейной динамики, и особенно, теории связи чувствительнее к НЗЛ (табл. рис. 3, 4).

Рис. 4. Чувствительность к НЗЛ в зависимости от количества нейро нов скрытого слоя двух типов ИНС, обученных по данным парамет ров ВСР (штриховая линия) и по данным параметров нелинейной ди намики и теории связи (сплошная линия) Наиболее точные нейронные сети распознают НЗЛ с точностью 97% и чувствительностью до 96%. Сеть, обученная только на пара метрах нелинейной динамики и теории связи более чувствительна к НЗЛ. Это указывает на то, что на коротких записях ЭКГ среди пара метров нелинейной динамики и теории связи находятся имеющие бо лее весомые связи с фактором влияния, чем у параметров ВСР. К ним, прежде всего, относится информационная энтропия (Н) диа граммы ритма сердца (см. рис. 3).

Обсуждение результатов Несмотря на малый объем выборки ритмограмм (300 отсчетов) применение технологии ИНС позволило провести эффективную оценку классификаций по двум обученным ИНС (см. табл.). Среди данных группы параметров ВСР для коротких записей достоверно выделяются производные параметры Баевского, как имеющие весомые связи с тестируемым фактором влияния. Среди данных параметров теории связи достоверно выделяется информационная энтропия при отрицательной классификации.

У НЗЛ по сравнению со здоровыми людьми по ритму сердца можно отметить усиление симпатической регуляции при увеличении энтропии ритма сердца (см. рис. 3), что свидетельствует о подавлении регуляторных систем. Это можно объяснить мимикрией медиаторов симпатической нервной системы. Экзогенное поступление иннервирующих медиаторов приводит к сбою в регуляции сердечных сокращений, а так же к искусственному поддержанию стрессового состояния.

Выводы 1.Технологии ИНС являются мощным инструментом поиска закономерностей, прогнозирования, качественного анализа в части выделения значимых параметров (групп параметров) для идентификации условного фактора влияния на ритм сердца.

2. Наиболее точные нейронные сети распознают НЗЛ с точностью 97% и чувствительностью до 96%. Сеть, обученная только на параметрах нелинейной динамики и теории связи более чувствительна к НЗЛ.

3. Достоверный рост значений информационной энтропии для группы НЗЛ свидетельствует о предельном состоянии истощения адаптационных возможностей организма, требующим искусственного поддержания стрессового состояния.

Список литературы 1. Heart rate variability. Standards of measurement, physiological interpre tation, and clinical use. Task Force of the European Society of Cardiology and The North American Society of Pacing and Electrophysiology // European Heart Journal.

1996. V.17. P. 354 – 381.

2. Heart Rate Variability. Standards of Measurement, Physiological Inter pretation, and Clinical Use // American Heart Association. Circulation. 1996. V. 93.

P. 1043 – 1065.

3. Баевский Р. М., Берсенева А. П. Введение в до-нозологическую диаг ностику. – М.: Фирма «Слово». 2008. – 176 с.

4. Бакусов Л. М., Зулкарнев Р. Х., Загидуллин Ш. З., Хафизов Н. Х.

Применение показателя приближенной энтропии (APEN) оценки регулярности физиологических процессов. // Вестник новых медицинских технологий. 1998.

№ 5.

5. Инструментальные методы исследования сердечно-сосудистой сис темы (Справочник) / Под ред. Т.С. Виноградовой. – М.: Медицина.1986. 416 с.

6. Клецкин С. З. Проблема контроля и оценки операционного стресса (на основе анализа ритма сердца с помощью ЭВМ): Дисс. докт. мед наук. М.:

Ин-т серд.сосуд.хирург. АМН СССР. 1981. 298 с.

7. Короткий С. Нейронные сети: Основные положения. 4.

8. Кузнецов А. А. Методы анализа и обработки электрокардиографичес ких сигналов: Новые подходы к выделению информации: монография. – Вла димир: Изд-во ВлГУ. 2008. 140 с.

9. Медведев В. С., Потемкин В. Г. Нейронные сети. MATLAB 6.

- М.: Диалог-МИФИ Пакеты прикладных программ, 2002. - 496 с.

10. Орбели Л.А. Физиология вегетативной нервной системы: Избранные труды. М.–Л.: Изд-во АН СССР. 1962. Т. 2. С. 97 – 137.

11. Федер Е. Фракталы: пер. с англ. – М.: Мир. 1991. – 254 с.

12. Хайкин С. Нейронные сети. Полный курс. - М.: Вильямс, 2006. 1104 с.

13. Физиология человека: В 3-х томах. Т.2. Пер. с англ./ Под ред. Р.

Шмидта и Г. Тевса. – М.: Мир. 1996. – 313 с.

МЕТОДИКО-СТАТИСТИЧЕСКИЕ ПРОБЛЕМЫ В ПРАКТИКЕ ИНТЕРПРЕТАЦИИ РЕЗУЛЬТАТОВ АНАЛИЗА ВАРИАЦИОН НОЙ ПУЛЬСОМЕТРИИ Смагулов Н.К., Старикова А.Е.

Карагандинский государственный медицинский университет, Карагандинский государственный университет им.Е.А.Букетова г. Караганда, Казахстан msmagulov@yandex.ru В условиях постоянного напряжения регуляторных систем, воз действия комплекса стрессорных факторов проблема хронического стресса для отдельных профессиональных групп особенно важна. А поскольку адаптационные реакции индивидуальны и реализуются у разных лиц с различной степенью участия функциональных систем, необходимы методы их оценки. Одним из адекватных методов оцен ки уровня стресса является анализ вариабельности сердечного ритма (ВСР), позволяющий оценить состояние механизмов регуляции фи зиологических функций в организме человека, в том числе, общую активность регуляторных механизмов, нейро-гуморальную регуля цию сердца, соотношение между симпатическим и парасимпатиче ским отделами вегетативной нервной системы.

Заманчивая перспектива для исследователей и практических врачей путем несложных манипуляций получить информацию о цен тральном контуре управления сердечным ритмом, всех «этажей» ней рогуморального управления физиологическими функциями от под корковых центров продолговатого мозга до гипоталамо гипофизарного уровня вегетативной регуляции и уровня корковых влияний на вегетативные функции, дать комплексную оценку функ циональных состояний.

Все это обусловлено использование компьютерных технологий и современных методов вычисления. Но все же не стоит забывать, что основа всей методики (краеугольный камень) - последователь ность кардиоинтервалов – динамический ряд R-R-интервалов. Сущ ность вариационной пульсометрии заключается в изучении закона распределения кардиоинтервалов как случайных величин. И здесь возможно возникновение проблем методического свойства, не учет которых может повлечь к получению не совсем обоснованных ре зультатов. И первая проблема – это длительность записей R-R интервалов.

Длительность регистрации ритма сердца зависит от целей ис следования и может колебаться от нескольких минут до нескольких часов. И чем больше продолжительность регистрации сердечного ритма, тем больше число изучаемых регуляторных механизмов (кон туров управления). Однако определенные задачи могут требовать бо лее коротких отрезков времени записи, например, при массовых об следованиях.

Пятиминутная регистрация сердечного ритма - наиболее часто встречаемая методика у большинства исследователей. Это связано с тем, что более длительная регистрация требует отвлечения человека от реальной целенаправленной деятельности (к примеру, трудовой, спортивной, учебной деятельности и т.д.), что негативно отразится на полученных результатах, их объективности. При использовании ко ротких записей (до 5 минут) искусственно ограничивается число изу чаемых регуляторных механизмов, сужается диапазон изучаемых управляющих воздействий на сердечный ритм. Это упрощает анализ данных, но не упрощает интерпретацию результатов.

Для измерения степени напряжения функциональных систем в рамках методики анализа сердечного ритма создан ряд интегральных показателей несущих существенную информацию о функциональном состоянии организма. Для точной количественной оценки периодиче ских процессов в сердечном ритме служит спектральный анализ. Фи зиологический смысл спектрального анализа состоит в том, что с его помощью оценивается активность отдельных уровней управления ритмом сердца.

И вот здесь возникают сложности, поскольку анализируется не весь динамический ряд, а его часть. Так, если оцениваются высоко частотные колебания (High Frequency -HF: 0,4 - 0,15 Гц (2,5 - 7 сек.), то за 600 секундный отрезок можно составить динамический ряд из от 42 до 120 наблюдений, в то время как при оценке очень низкочас тотных колебаний - (Very Low Freqyency -VLF: 0,04 - 0,015 Гц (25 70 сек.) от 4,5 до 12 наблюдений. Не говоря об ультранизкочастотных колебаний (Ultra Low Frequency - ULF: меньше 0,015 Гц (больше сек.), где повторяемость составляет от 4,2 раз и ниже. Максимальная нестабильность статистических оценок наблюдается при выборках до 10-15 наблюдений. Следовательно, оценивать очень медленные и ультрамедленные волны в выборках до 5 минут (600 секунд) стати стически не целесообразно. Это подтверждается и коэффициентом вариации (CV), вычисленного для каждого показателя. Так у разност ных показателей CV был в пределах 14,7-41,4%, а у показателей спектрального анализа от 31,85 до 104,4%. При этом следует не забы вать, что при значении CV больше 30, считается, что выборка дина мического ряда не однородна, так как в ней превалируют (доминиру ют) случайные компоненты.

Вторая проблема – мультиколлинеарность (multicollinearity), оз начающая линейную связь между более чем двумя объясняющими переменными. Это связано с тем, при оценке статистических характе ристик вариабельности сердечного ритма объективно приходится иметь дело с многофакторными зависимостями на внутри- и межсис темном уровне, когда значение показателя или группы показателей определяется поведением нескольких факторов. Мультиколлинеар ность возникает тогда, когда факторы модели имеют одинаковые, монотонные относительно друг друга тенденции в динамике, и как следствие – неустойчивость оценок параметром.

Полученные данные ушкольников, студентов, военнослужащих свидетельствуют, что явление мультиколлинеарности у показателей сердечного ритма имеется, и весьма выражено. У части показателей отмечается зависимость по структуре близкая к функциональной свя зи (r=0.95). Высокая коррелированность между показателями лиша ет смысла их интерпретацию. Кроме того, при наличии высокой кор реляции между факторами крайне трудно, практически невозможно определить изолированное влияние факторов на результативный при знак, а сами параметры оказываются неинтерпретируемы. Не следует забывать, что для исследователей и практиков, использующих метод анализа ВСР, наиболее значима физиологическая и клиническая ин терпретация получаемых результатов, ее обоснованность.

Этого пересечения классов можно избежать, исключая те при знаки, которые создают пересечение. Существует ряд подходов пре одоления сильной межфакторной корреляции. Самый простой путь устранения мультиколлинеарности состоит в исключении из модели одного или нескольких факторов. Другой подход, более сложный свя зан с преобразованием факторов, когда уменьшается корреляция ме жду ними. Третий подход - метод главных компонент для расчета ко эффициентов при плохой обусловленности.

Таким образом, эффективность использования статистических показателей для изучения механизма происходящих явлений зависит от правильности представления причинных, структурных и количест венных связей между показателями и моделируемыми критериями качества.

Научное издание ВАРИАБЕЛЬНОСТЬ СЕРДЕЧНОГО РИТМА:

Теоретические аспекты и практическое применение Материалы V всероссийского симпозиума с международным участием., посвященного юбилею заслуженного деятеля науки УР, профессора Натальи Ивановны Шлык 26-28 октября 2011 г Ответственные редакторы: Р.М. Баевский, Н.И. Шлык Компьютерный набор и верстка:

Е.Н Сапожникова, В.В. Чибышева, С.С. Федоров Оформление обложки М.В.Трофимова Авторская редакция Подписано в печать 04.10.11. Формат 60х84 1/16.

Печать офсетная. Усл. печ. л 37,4 Тираж 150 экз. Заказ № 471.

Издательство «Удмуртский университет», 426034, Ижевск, Университетская, 1, корп. 4.



Pages:     | 1 |   ...   | 13 | 14 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.