CC BY
38
Статья
Диагностика остеохондроза шейного отдела позвоночника. Было обследовано 211 лиц, по их электрическим характеристикам БАТ экспертами была составлена таблица связей, где по (7) рассчитывается общая уверенность в постановке диагноза «остеохондроз шейного отдела позвоночника». Таблицу связей диагноза W2 иллюстрирует табл. 1. Для оценки качества работы этого правила сформирована контрольная выборка. Задавшись величиной ошибки 10% по размаху варьирования сопротивления БАТ был определен объем выборки п =137±41 наблюдений.
При постановке диагноза остеохондроз шейного отдела позвоночника 89% пациентов «превысили» коэффициент уверенности 0,95.Диагностика остеохондроза грудного отдела позвоночника В ходе опыта было обследовано 292 пациента и получена таблица связей. При постановке диагноза «остеохондроз грудного отдела позвоночника» у 83% пациентов коэффициент уверенности в искомом диагнозе составил 0,91^0,93. Для оценки качества работы правила создана контрольная выборка. Задавшись величиной ошибки 10% по размаху варьирования сопротивления БАТ, был определен объем выборки п =189±57 наблюдений. Качество классификации на контрольной выборке не хуже 0,91. Диагностика пояснично-крестцового остеохондроза Обследовано 170 пациентов и получена таблица связей с частными коэффициентами уверенности. При постановке диагноза «поясничнокрестцовый остеохондроз» у 91% пациентов коэффициент уверенности в искомом диагнозе >0,94. Для оценки качества работы правила сформирована контрольная выборка. Задавшись величиной ошибки 10% по размаху варьирования сопротивления БАТ, определен объем выборки п =104±31 наблюдений. Ошибка классификации на контрольной выборке <6%.
Литература
1. Кореневский Н.А. Проектирование систем поддержки принятия решений для медико-экологических приложений.-Курск: КГТУ, 2004.- 180 с.
2. Кореневский Н.А. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике.- Курск: КурскГТУ, 2005.- 224 с.
УДК 613.735; 611-06;616-008
КОМПАРТМЕНТНО-КЛАСТЕРНЫЙ АНАЛИЗ ПОКАЗАТЕЛЕЙ ФУНКЦИОНАЛЬНЫХ СИСТЕМ ОРГАНИЗМА ТРЕНИРОВАННЫХ И НЕТРЕНИРОВАННЫХ СТУДЕНТОВ ЮГРЫ
М.Я. БРАГИНСКИЙ, В. А. ВИШНЕВСКИЙ, В. М. ЕСЬКОВ,
О.В. КЛИМОВ, С.И. ЛОГИНОВ,* Н.А ФУДИН
Введение. Особенности организации и регуляции двигательных функций человека являются одной из главных проблем биофизики и физиологии нервно-мышечной системы (НМС). В этой проблеме можно выделить ряд направлений, в частности, организация (за счет взаимодействия центральных и периферических компонентов моторики) координации сложных двигательных актов, а также удержание позы человека. Последняя задача особенно остро стоит в физиологии спорта (у гимнастов и в стрелковой подготовке биатлонистов). Вегетативное и нейромо-торное регулирование НМС имеет ряд принципиально общих системных структурно-функциональных признаков. В этой связи существует определенный интерес в изучении роли и влияния симпатических и парасимпатических отделов вегетативной нервной системы на работу НМС в целом и у спортсменов в период тренировок, в частности. В работах Пущинской научной школы (Е. Е. Фесенко, Н. К. Чемерис, Л. М. Чайлахян, О.А. Морнев и др.) особое внимание уделяется диагностике регуляторных мышечных систем и процессам, происходящим на клеточном уровне. В ряде работ тульских ученых (А. А. Хадарцев, Т. И. Субботина, А. А. Яшин) исследуются вопросы вегетативной регуляции нейромоторных механизмов в норме, при патологии и действии физических полей [1-3]. Спортивная подготовка студентов учебных учреждений, сопровождаются тремя видами физических нагрузок (динамическими, статическими, статодинамическими). Отсюда представляет несомненный интерес изучение (в рамках разрабатываемого в лаборатории биокибернетики и биофизики
Сургутский государственный университет, 628400, г. Сургут, Энергетиков 14, СурГУ, (3462)524822, e-mail: [email protected]
сложных систем при СурГУ компартментно-кластерного подхода - ККП) биофизических показателей мышц, находящихся в динамических и статических режимах функционирования, как наиболее часто встречаемых в ходе тренировок.
Эти режимы воспроизводятся экспериментально на нервномышечном аппарате животных. Интерес в биофизике и физиологии мышечного сокращения вызывает проблема идентификации возможностей синергических взаимоотношений в работе ряда мышц и иерархически организованных мышечных комплексов, обеспечивающих сложные движения - физические упражнения спортсменов. Такая постановка проблемы впервые была в работах Еськова В.М. и Смолянинова В.В. для биологических динамических систем (БДС). Проблема синергизма в работе мышц и мышечных систем остается наиболее сложной и интересной и в физиологии труда и спорта, и в биофизике и физиологии. Попытка формализовать эту проблему, подойти к ее решению с позиций точных количественных методов системного анализа и синтеза (САС) представляется весьма актуальной.
Цель работы - изучение с позиций ККП регуляции двигательных функций в условиях физических нагрузок и без [2, 4].
Объект и методы исследований. Путём анализа амплитудно-частотных характеристик тремора конечностей были проведены исследования на предмет изучения устойчивости удержания позы спортсменом. Тремор регистрировался с помощью специально изготовленной установки и программ для обработки данных. Т.к. нервно-мышечная регуляция удержания позы зависит от состояния вегетативной нервной системы (ВНС), то у спортсменов проводилась одновременная регистрация и показателей тремора, и показателей пара- и симпатической системы до (в спокойном состоянии) и после тренировок. Измерение показателей ВНС проводились с помощью установки «Элокс» на базе ЭВМ АТХ. Специальные программные продукты обеспечивали корреляционный анализ в оценке тремора левой и правой руки (одновременная регистрация) и показателя ВНС. Обследовано 196 чел. по такой методике и 1216 чел. - на предмет выявления состояния показателей ВНС у молодёжи, проживающей на Севере РФ (для идентификации общего контрольного фона) в сравнение с такими же показателями у жителей центральной части РФ.
Результаты исследований. Главная задача в экспериментов на спортсменах и добровольцах сводилась к изучению возможности использования ККП в диагностике функционального состояния нервно-мышечной системы в целом и отдельных мышц, в частности. Внимание при этом уделялось изучению возможностей идентификации синергических взаимоотношений в НМС и состояний пара- и симпатической систем испытуемых разного уровня подготовки (от мастера спорта до любителя).
Разработанный нами ККП [1-3] успешно применяется для БДС, которые можно описывать вектором состояния х=х(і) в фазовом ^-мерном пространстве состояний. В рамках такого подхода можно формализовать структуру БДС как компартмент-но-кластерную структуру, и тогда фазовые координаты будут представлять динамику поведения отдельных компартментов, функционирующих в условиях воздействия внешних управлений. Такие БДС всегда испытывают управляющие воздействия со стороны иерархических систем. Для мышц такой иерархической системой является ЦНС, обеспечивающая тонус и всю регуляцию работы мышц. Рассмотрим методику идентификации синергизма НМС в аспекте ККП, как одного из основных в теории БДС.
Если предполагать огромную сложность организации клеточных биосистем и ФСО, то можно воспользоваться системой «черный ящик», когда функции БДС известны, но внутренняя структура недоступна. Тогда по соотношению между входной величиной (ий) и выходом у=у(і) можно строить адекватные модели и идентифицировать синергизм. Причем в качестве ий нами определяется физическая нагрузка (повышенная физическая активность), которая для НМС является внешним возмущающим воздействием. D рамках ККП любая БДС может описываться системой уравнений вида [1-3]:
йх/йі = ЛР{у)х - Ьх + ий (1)
у = СТх
Система (1) является базовой в рамках ККП для изучения любой БДС, а также биосистемы, находящейся в стационарном (например, физиологически относительно неизменном) состоянии [1-3]. В рамках ККП иерархическая организация БДС пред-
М.Я. Брагинский, В. А. Вишневский, В. М. Еськов и др.
ставляется блочно-треугольной матрицей А = {4 } , где
“ '’І >і, j=1
матрицы Ау(/^') представляют межкластерные связи, а Ац описывают каждый кластер і-го уровня, состоящий из компартмен-тов. Тогда у, й, и С уже будут иметь вид матриц, а система (1) будет описывать компартментно-кластерную структуру БДС, например, НМС. В рамках ККП синергические взаимоотношения между компартментами могут описываться неотрицательными элементами матриц А компартментных моделей БДС, которые идентифицируются в рамках бихевиористического подхода (система «черный ящик»). Модели БДС требуют двух принципов положительности: 1 - это положительность координат вектора состояния х=х(і)=(хі, х2>..., хщ)Т, что эквивалентно нахождению всех фазовых траекторий в 1-м квадранте фазового т-мерного пространства. Иначе отрицательные компоненты х не имеют биологического смысла для таких величин, как размеры мышц, численность популяций, число нейронов в нейросети и т.д. 2 -это требование неотрицательности элементов матрицы А меж-компартментных связей важно в организации функциональных связей в БДС, и это требование А>0 (а^>0, для і=1, 2, т), есть требование синергических взаимоотношений в БДС. При а^>0 не имеем угнетающих взаимодействий между компартментами, что означает синергические отношения между элементами БДС.
Разработанная аппаратура и программное обеспечение были апробированы в исследовательских целях спортивной медицины и физиологии спорта, а также в биологических исследованиях (испытуемые - обычные студенты СурГУ, студенты, регулярно занимающиеся спортом (разрядники), учащиеся школ). Группа включала и студентов 1-3 курсов, и школьников от 11 до 16 лет (5-10 классы). В этой серии испытаний обследовались группы учащихся: 80 - по проблеме возрастных различий в треморограммах и действии фармпрепаратов, 27 - при локальных динамических нагрузках, 12 - при общефизической нагрузке и 12
- по методике уни- и бимануальных движений. Во всех случаях фиксировались треморограммы для разных биомеханических звеньев: 1. Фиксация кисти (руки в запястье), сама кисть и фаланги пальцев свободны; 2. Свободные кисть и предплечье (фиксация руки в локтевом суставе); 3. Свободное движение кисти, предплечья и плеча (фиксация руки в плечевом суставе).
В результате выполненных наблюдений были выделены основные характерные частоты тремора звеньев биокинематиче-ской цепи, где наблюдались значимые максимумы характерных частот: 1) 9-12 Гц - характерные для кисти; 2) 4-6 Гц - для предплечья (причем более высокие частоты давали уменьшенные значения своих показателей); 3) 1.5-3 Гц для плеча (с затуханием амплитудно-частотных характеристик АЧХ на более высоких частотах). Практически во всех подгруппах наблюдался локальный максимум АЧХ в области 9-11 Гц, причем у девочек возраста 13-14 лет он был более выражен, чем у мальчиков этой же возрастной группы. Однако мальчики 15-16 лет дали повышение АЧХ в этом частотном диапазоне. По мере увеличения числа кинематических звеньев (переход от опоры в суставе запястья к опоре в плечевом суставе) амплитуды максимумов вблизи 10 Гц однозначно снижаются у всех возрастных групп, но одновременно усиливаются низкочастотные компоненты. Особенно выражены низкие частоты у девочек 15-16 лет, у них есть выраженные максимумы на частотах 0,5 Гц, 1 Гц и 1,5 Гц с амплитудами 40 у.е., 30 у.е. и 30 у.е. соответственно. У мальчиков на этих частотах амплитудные показатели 36 у.е., 25 у.е. и 18 у.е.
После небольшой тонизирующей динамической нагрузки почти всегда наблюдался сдвиг максимумов АЧХ треморограмм в окрестности 2 Гц в область низких частот и значительное (чем до нагрузки) усиление 10-герцевых компонент, особенно у лиц мужского пола. Общая регуляция нейромоторного и нейровегета-тивного системокомплексов производилась на основе работы фазатона мозга (ФМ), который представляется как работа центрального регулятора, который объединяет в рамках общей системы управления нейромоторный, нейротрансмиттерный и вегетативный системокомплексы. Работа этих комплексов (как показывают наши исследования) взаимосвязана и коррелирует с общим состоянием всех функций организма. В рамках такого единого подхода можно говорить о двух основных типах состояния всех регуляторных систем организма и здорового человека, и с патологическими изменениями. Подход обеспечивает разработку новых методов в изучении нормы и патологии функций организма человека. Биологические и медицинские данные показывают единство в поведении и управлении (со стороны ФМ) тремя этими системокомплексами. Они же дают и возможность создать
структуру в рамках ККП, которая бы математически описывала многие качественные процессы в системах регуляции основными функциональных систем организма (ФСО) человека [2, 3]. Такая ситуация в математическом плане должна соответствовать не предельному циклу Пуанкаре (как это считалось до настоящего времени), а притягивающему множеству в многомерном пространстве состояний (аттрактору). При этом идет чередование по порядку выключения альфа-больших мотонейронов (БМН) и альфа-малых мотонейронов (ММН). Их раздельное вовлечение может управляться супрасегментарными механизмами, которые контролируют пресинаптическое торможение на БМН и ММН.
У практически здоровых людей постоянно наблюдается нейродинамическая перестройка и подстройка для сдвига всех фазовых координат хі вектора состояния х (описывает все системы гомеостаза организма) в область притягивающих множеств, т.е. к аттрактору. В рамках описания динамики вектора состояния (т.е. с использованием ККП) и фазовой плоскости (т-мерное фазовое пространство в общем случае) приближенно такую ситуацию можно представить как движение из одной области фазового пространства в другую. Уже на этом этапе исследований периферического нейромоторного системокомплекса под влиянием перестроек в иерархе ФМ, наблюдаем характерные изменения. Эти изменения коррелируют с изменениями в показателях ВНС и составляют системокомплекс, обеспечивающий приспособительные реакции НМС и ВНС, вплоть до развития утомления. Последнее тоже может являться приспособительной реакцией со стороны ФМ, направленной на сохранность организма (не в области перенапряжения) и дающее раннее фазатонное (нервное) утомление всем структурам НМС и ВНС. Это является своего рода защитной реакцией ФМ на перегрузку, т.к. это требует репарации тканей и глубинного восстановления всех систем.
Небольшая динамическая нагрузка оказывает на НМС и ФМ кондиционирующее действие. При этом активируется фази-ческая составляющая ФМ, что проявляется в активации и нейро-моторного системокомплекса. Активация последнего проявляется в АЧХ в виде усиления 10-герцевого компонента, причем это видно при суперпозиции 10 и более треморограмм испытуемых.
Таблица 1
Результаты статистической обработки данных (критерий Стьюдента 2.1, к=п-1=18, при р=0,95) измерений показателей кардио-респираторной ФСО группы нетренированных юношей (1 курс) до и после физической нагрузки
Показатели <х> В*<х> 5<х> 5*<х> [<х>±ёх]
СИМ до нагрузки 4,53 14,77 3,84 0,906 (2,63; 6,43)
после нагрузки 26,47 154,67 12,44 2,93 (20,31; 32,63)
ПАР до нагрузки 19 33,15 5,76 1,36 (16.15; 21,85)
после нагрузки 6,47 23,41 4,84 1,14 (4,08; 8,87)
ЧСС до нагрузки 81,26 181,56 13,47 3,17 (74,59; 87,93)
после нагрузки 118,42 52,77 7,26 1,71 (114,82; 122,02)
ИНБ до нагрузки 71,05 4546,26 67,43 15,89 (37,68; 104,63)
после нагрузки 590 62652,63 250,3 58,99 (466,1; 713,89)
Здесь и далее: СИМ - показатель активности симпатической вегетативной нервной системы (ВНС), ПАР - показатель активности парасимпатической ВНС, ЧСС- частота сердечных сокращений, ИНБ- показатель индекса Баевского (в у. е.). <х> - среднее арифметическое значение; Б <х> - статистическая дисперсия; 5<х> - среднеквадратичное отклонение; 5 <х> - среднеквадратичное отклонение среднего арифметического; ёх - погрешность измерения; [<х>±ёх] - доверительный интервал.
Модельные примеры 3-компартментной модели НМС подтверждают качественные закономерности и количественно описывают динамику вектора х состояния НМС (размерность т=3). При этом минимальная размерность т связана с условием наличия бифуркаций рождения циклов в 3-мерном пространстве, иначе динамика модели в ККП будет стационарна. Спектральный анализ микродвижений конечности в состоянии покоя, во время целевого удержания заданного суставного угла и после показал возможность регистрации произвольного изменения АЧХ постурального тремора, которые можно изменить произвольно (из-за активации ФМ и возврату в тоническое состояние).
Спортсмены высокого класса (биатлонисты, троеборцы) могут произвольно еще более значительно влиять на показатели
Статья
низкочастотного высокоамплитудного тремора. Многолетняя работа тренера по психологической и физической подготовке спортсменов сводится именно к активации фазического компонента ФМ [4]. Можно в рамках такого подхода оценить возможности молодых спортсменов в результатативности. Новые методики на базе САС оценки двигательных функций человека могут обеспечить объективную оценку состояния «тревожности» пациента перед операцией, психического состояния спортсмена перед соревнованием (в физиологии и биофизике спорта) и т.д.
Эффекты управляющих воздействий ФМ на показатели 3 системокомплексов исследовались в 2 блоках экспериментов и наблюдений. В 1-м случае исследовались показатели ВНС у нетренированных студентов, тренированных и мастеров спорта) в ходе выполнения физических упражнений в разных видах спорта. Обобщенный показатель СИМ до физкультурных тренировок имел доверительный интервал (2,6-6,4) при среднеарифметическом значении 4,5. После тренировок показатель СИМ составил (20,3-32,6); 26,47. Показатели ПАР до тренировок у этой же группы составили: (16,15-21,85); 19, а после тренировок ПАР имел значение: (4,08-8,87); 6,47 (табл. 1 и 2). Вегетативный системокомплекс у нетренированных мужчин 17-18 лет меняется: показатели СИМ растут в ~6 раз, а ПАР уменьшается в ~3 раза. Изменения для женщин 17-18 лет составили: СИМ до тренировок (2,07-4,46) 3,27, после тренировок (7,53^15,02) 11,46. Показатели ПАР - до тренировок (14,39^19,88) 17,13, после тренировок - (10,32^15,28) 12,8. Сводные результаты статистических расчетов представлены в табл. 1 и 2. У мужчин в ходе тренировок изменения показателей ВНС более значительны, чем у женщин. Это объясняется недостаточной физической нагрузкой для женщин или спецификой женского организма в условиях Севера РФ.
Таблица 2
Результаты статистической обработки данных (критерий Стьюдента 2.15, к =п-1=14, при р=0,95) измерений показателей кардио-респираторной ФСО группы нетренированных девушек (1 курс) до и после физической нагрузки
Показатели <x> D' 5<x> 5"<x> [<x>±dxl
СИМ до 3,27 4,33 2,08 0,56 2,07;4,46
после нагр. 11,47 46,91 6,85 1,83 7,53;15,02
ПАР до 17,13 22,78 4,77 1,28 14,39;19,87
после нагр. 12,8 18,56 4,31 1,15 10,32;15,27
ЧСС до 83,8 165,23 12,85 3,43 76,41 ;91,19
после нагр. 108,6 102,77 10,14 2,71 102,7;114,42
ИНБ до 40 306,67 17,51 4,68 29,94; 50,06
после нагр. 212,67 40819,56 202,04 53,99 96,57;328,76
У девушек, регулярно занимающихся спортом, такое реверсирование не характерно. Однако все они дают повышение симпатической активности после тренировок и снижение парасимпатической активности в 2-3 раза. У нетренированных лиц эти изменения (до и после тренировок) значительные, особенно для юношей. Для них характерно и значительное изменение индекса Баевского (до - 71,1, после -590). Нетренированные же девушки давали меньшее изменение индекса Баевского (до - 40, после -212,7) для среднеарифметических значений. Тренированные девушки отличались от нетренированных по индексу Баевского. До тренировок у девушек (игровые виды спорта) индекс составил
- 67,8, а после - 168,9. Девушки с индивидуальными видами спорта имели показатели индекса Баевского от 80 единиц до и 172,5 после тренировок. Установлены различия в показателях ФСО у лиц разной степени тренированности. Это дает основание думать о разном статусе ФМ в динамике ВСОЧ в фазовом пространстве состояний у этих групп населения Югры.
Литература
1. ЕськовВ. М. и др. // ВНМТ.- 2002.- Т. IX, № 3 - С.24-25.
2. Системный анализ и управление в биомедицинских системах.- Ч. V.- / Под ред. В.М. Еськова, А. А. Хадарцева.- Самара: Офорт, 2004.- 140 с.
3. Системный анализ, управление и обработка информации в биологии и медицине.- Ч. VI / Под ред. В.М. Еськова,
А. А. Хадарцева - Самара: Офорт, 2005.- 153 с.
4. Логинов С.И. Физическая активность: методы оценки и коррекции.- Изд-во СурГУ, 2005.- 342 с.
УДК 616-071; 621.391
НОВЫЕ ИНФОРМАЦИОННО-СИСТЕМНЫЕ ПОДХОДЫ И ПАРАДИГМЫ В КЛИНИЧЕСКОЙ КИБЕРНЕТИКЕ
В. И. АДАЙКИН, В. М. ЕСЬКОВ, В.Г.ЗИЛОВ, О. Е. ФИЛАТОВА,
А. А. ХАДАРЦЕВ*
Введение. Ныне курсы медицинской кибернетики (МК) и клинической кибернетики (КК) активно вводятся в учебные планы медицинских вузов, институтов, академий и университетов (классических и медицинских). Приобщение будущих врачей к кибернетическим технологиям - дело нужное и перспективное. Но часто читаемые курсы являются ознакомительными, и ограничены кратким знакомством с предметом и сдачей зачета.
Фактический материал, представленный в этих курсах, в основном, базируется на элементах математической статистики, биометрии, некоторых разделах информатики (понятия алгорит-мирования, азы программирования, некоторые другие разделы информатики в прикладном медицинском аспекте). В лучшем случае рассматриваются простейшие модели в виде дифференциальных или разностных уравнений, описывающих процессы фармакокинетики, динамики распространения ряда заболеваний, модели иммунитета, ряда других медицинских процессов.
Нам представляется, что это очень упрощенный подход к трактовке возможностей и реальных достижений МК и КК, которые на современном этапе развития естествознания все более активно опираются на последние достижения термодинамики неравновесных систем (к которым можно относить объекты современной теоретической и клинической медицины) и совершают настоящий переворот в базовых понятиях и информационном обеспечении медицины. Это связано не только с новым пониманием закономерностей, происходящих в живой природе, но и с активным внедрением основных понятий, методов, моделей и подходов в теории хаоса и синергетике при изучении биологических систем и конкретно человека.
Общие закономерности в развитии КК. Наука медленно отходит от классического детерминизма Лапласа (но не отбрасывает его полностью), который в 19-20 веках плавно перейдя в стохастический подход, т. е. в вероятностное описание процессов живой природы. Сейчас возникли новые понятия и парадигмы естествознания. Биологические динамические системы (БДС) описываются на молекулярном, клеточном, субклеточном, органном уровне и уровне систем органов, функциональных систем организма (ФСО) человека и популяционном уровне (теория эпидемий) в терминах компартментов и кластеров, русел и параметров порядка, областей джокеров и самих джокеров [1, 4-5, 7-8]. Используется не только традиционный системный анализ (СА) и системный синтез (СС), в рамках которого идентифицируются подпространства меньшей размерности, в которых вектор состояния организма человека (ВСОЧ) может описывать динамику поведения биосистем, основных движений вектора, соответствующих саногенезу и патогенезу. В рамках такого подхода ВСОЧ в т-мерном глобальном пространстве может описывать общее состояние БДС организма человека, причем заболевания определяют русла в динамике поведения вектора.
Самое важное достижение современной клинической кибернетики базируется именно на системном анализе и синтезе (САС) в рамках теории фазатона мозга (ТФМ). Становится возможным представлять и прогнозировать динамику того или иного заболевания с позиций теории систем, т.к. именно системное представление о саногенезе и патогенезе позволяет наиболее эффективно выбирать методы лечения, его стратегию и тактику. Теория фазатона мозга, компартментно-кластерный анализ и синтез различных БДС человека в норме и при патологии позволяют выбирать эффективные методы лечения, способы пролонгации активной жизни, создают новые представления о механизмах старения и смерти организма человека в разных условиях его проживания [2-3, 7]. Современная КК, базируясь на методах теории нечетких множеств, компартментно-кластерном подходе (ККП) и компартментно-кластерной теории биосистем (ККТБ), теории нейросетей и нейро-ЭВМ, обеспечивают новый уровень диагностики, лечения и прогнозирования состояний БДС человека в аттракторах состояний нормы и патологии. САС обеспечивает выбор тактики лечения с использованием синергетических
Сургутский государственный университет, 628400, г. Сургут, Энергетиков 14, СурГУ, (3462)524822, e-mail: [email protected]. r u
