CC BY
30
кластер А, то произведенные замены в его составе достаточны для его ассоциирования со 2-й группой ПП ДНК (004). Попадание образца в кластер С к 1-й группе ПП ДНК (002). Меняя значения входных полей образца 002321-2У (кластер Б рис. 1) на значения соответствующих входных полей химер кластера С (рис. 2а), добиваемся того, чтобы сеть отнесла образец 002321-2У к кластеру С (рис. 2а). После каждой замены проводится тестирование полученного образца сетью Кохонена (в рамках имеющегося нейропроекта) для проверки результата замены соответствующих входных полей. В ходе этой работы определяются «критичные» параметры, которые не позволяют сети относить этот образец 002321-2У к кластеру С (рис 2а).
Разница в последовательности нуклеотидов в составе химер кластера С и образца 002-321-2У (кластер Б рис. 1) составляет 15 позиции (25, 34, 51, 64, 120, 140, 149, 196, 217, 231, 247, 248, 249, 251, 2521) - 5,9% от общего числа входных полей, сосредоточенных в основном (5 позиций) в хвостовой части последовательности (10 последних последовательностей от 245 до 254, составляющие 3,9% от всего количества входных полей). В нативном состоянии образец 002321-2У попадает в кластер. В (2в), т.е. является для сети новым объектом. Сеть Кохонена, согласно теории функционирования самоорганизующихся карт признаков [8], формирует для него новый кластер (В), которого не было при работе с обучающей базой, состоящей из химер. Ниже приведены несколько вариантов производимых замен.
1) 25, 34, 51, 64, 120, 140, 149, 196, 217, 231 - не дает эффекта, образец 002321-2У попадает в кластер В (рис. 2в);
2) 25, 34, 51, 64, 120, 140, 149, 196, 217, 231, 247,248 не дает эффекта - образец 002321-2У продолжает попадать в кластер В (рис. 2в);
3) 25+34+51+64+120140+149+196+217+231+247+248+249
- замена эффективна, образец 002321-2У - в кластере С (рис. 2с);
4) 247,248 не дает эффекта - образец 002321-2У - в кластере В (рис. 2в);
5) 247, 248, 249 - замена эффективна, образец 002321-2У
- в кластере С (рис. 2с);
6) 251, 252 - замена эффективна, образец 002321-2У - в кластере С (рис. 2с).
А
iS
а в с d
Рис 2 Топологические карты
Замена в образце 002321-2У полей №№ 247,248, 249 или №№ 251 и 252 дает необходимый эффект - образец распределяется сетью в кластер С (рис. 2с). Характер замен позволяет сделать вывод о том, что они носят качественный (замена 13,3% от общего числа несовпадающих нуклеотидов в последовательности приводит к желаемому результату), а не количественный характер (замена 80% от общего числа несовпадающих нуклеотидов в последовательности не приводит к желаемому результату), Рекомбинантные образцы, созданные на основе образца 002321-2У (варианты: 3, 5, 6) в процессе контрольного тестирования, относились сетью к кластеру А (рис. 1). При работе с образцом 12aluSq-004 (кластер А рис 1) решалась сходная задача - найти замены, которые позволили бы сети отнести его к кластеру Б (рис 1). Различия в последовательностях нуклеотидов образца 12aluSq-004 и химер кластера А (рис 2а) составляют 54 позиции - 21% от общего числа входных полей. В отличие от образца 002321-2У (кластер Б рис. 1) у образца 12aluSq-004 (кластер А рис. 1) несовпадающие нуклеотиды достаточно равномерно распределены по всей ПП. В нативном состоянии образец 12aluSq-004 распределяется сетью в кластер В (рис. 2в), т.е. является для сети новым объектом. Характер замен в образце 12aluSq-004 носит, по-видимому, количественный характер. Для достижения желаемого эффекта - сеть относит образец 12aluSq-004 в кластер А (рис. 2^), понадобилось заменить 80% несовпадающих нуклеотидов. Рекомбинантные образцы, созданные на основе образца 12aluSq-
004 с заменами из химер кластера А (рис 2а) в процессе контрольного тестирования, относились сетью к кластеру Б (рис. 1).
Результаты позволяют говорить, что сеть Кохонена и разработанный подход с созданием и использованием химер является эффективным инструментом для решения задач моделирования в биосистемах, востребованных при решении ряда медикобиологических задач, например, для медицинской диагностики и прогнозирования. Предположим, что сеть обучена дифференцировать больных и здоровых людей по набору клинических параметров. Изменяя на компьютере эти параметры, можно добиться, чтобы «больной» стал принадлежать классу «здоровый». Станет ясно, какие клинические параметры надо изменить для улучшения состояния больного. В процессе работы получило подтверждение выдвинутое ранее предположение, что 2-я группа ПП по нуклеотидному составу более разнородна, чем 1-я [1], о чем говорит характер замен, произведенных при моделировании.
Литература
1. Дадашев С.Я. и др. //ВНМТ.- 2006.- Т. XIII, №4.- С. 16.
2. Россиев ДА. / В кн. Нейроинформатика - Новосибирск: Наука СО РАН, 1998.- С. 138-211.
3. Круглов В.В., Борисов В.В. Искусственные нейронные сети.- М.: Горячая линия - Телеком, 2001.-382 с.
4. Руанет В.В. и др. Нейросетевые технологии в хромосомном и геномном анализе - искусственные нейронные сети.- М.: Изд. МГУ, 2003.- 77 с.
5. Руанет В.В. и др. // Генетика.- 2005.-Т 41, №1.- С. 1-9.
6. Каллан Р. Основные концепции нейронных сетей.- М., 2001.- 287 с.
7. Галушкин А.И. Теория нейронных сетей.- М. ИПРЖР, 2000.- 415с.
8. Kohonen T. Self-Organizing Maps.- Springer.- 1995.- 235 р.
УДК 681.3
СИСТЕМНЫЙ КОМПАРТМЕНТНО-КЛАСТЕРНЫЙ АНАЛИЗ И СИНТЕЗ В ИССЛЕДОВАНИЯХ АНЕМИЧЕСКОГО СИНДРОМА ДИАБЕТИЧЕСКИХ АНГИОПАТИЙ У БОЛЬНЫХ САХАРНЫМ
ДИАБЕТОМ 2 ТИПА С РАЗЛИЧНЫМИ КЛИНИЧЕСКИМИ ВАРИАНТАМИ ТЕЧЕНИЯ
В.М. ЕСЬКОВ, И.Ю. ДОБРЫНИНА, Ю.В. ДОБРЫНИН,
Т.Н. КОВАЛЕНКО, С.Ю. ПИКУЛИНА, В.В. ПОЛУХИН*
Эффекты глюкотоксичности лежат в основе эндотоксикоза, приводящего к адсорбции на эритроцитарной мембране токсических продуктов ненаправленного протеолиза - средних молекул (СМ). Вследствие этого происходит нарушение метаболизма эритроцитов, что ведет к нарушению их жизнеспособности и их морфо-функциональных свойств [1].
Элементы, образующие компартмент (а компартменты образуют кластер), в рамках синергетического подхода выполняют определенные функции. Компатментно-кластерный анализ и синтез лежат в основе теории хаоса и синергетики. Использование нейроЭВМ в диабетологии - актуальная задача, демонстрирующая эффективное применение системных подходов в клинической кибернетике. Применение нейросетевых технологий в рамках задач синергетики в изучении анемического синдрома диабетических ангиопатий позволяет идентифицировать минимальную размерность к фазового пространства и параметры порядка XI кластера анемического синдрома диабетических ангиопатий (АСДА) у больных сахарным диабетом 2 типа с различными клиническими вариантами течения, которые являются наиболее значимыми диагностическими признаками [4, 5].
Материалы и методы исследования. В настоящем исследовании использовалась выборка из 90 больных СД-2 типа (мужчин, женщин) в возрасте 58,19±0,81лет и стаже заболевания 8,25±0,42 лет: из них 27 мужчин в возрасте 57,04±2,72 года и среднем стаже заболевания 7,44±0,88 года; и 63 женщины в возрасте 56,95±1,31 лет и среднем стаже заболевания 8,44±0,52 года. Все больные были распределены по 3-м группам: компенсации, субкомпенсации и декомпенсации, согласно критериям компен-
1 Цифры соответствуют номерам входных полей базы данных
* СурГУ, 628400, г. Сургут, ул. Энергетиков 14, лаборатория биокибернетики и биофизики сложных систем, , 3462524713, e-mail: [email protected]
сации углеводного обмена при сахарном диабете, обозначенным в федеральной целевой программе «Сахарный диабет» [2]. В I группу были включены больные СД 2 типа в стадии компенсации с уровнем НвА1с - 5,42±0,11%; что достоверно выше показателей здоровых (4,82±0,07%, Pi<0,001); во II группу были отнесены больные СД 2 типа в стадии субкомпенсации с уровнем НвА1с -7,29±0,06%, что достоверно выше показателей I группы (Р2<0,001); в III группу включены пациенты с СД 2 типа в стадии декомпенсации с уровнем НвА1с - 9,91±0,25%, что выше показателей I и II группы (соответственно Рз<0,001, Р4<0,001). Группа контроля представлена условно здоровыми лицами. Для компенсации углеводного обмена принимали ПСП (гликлазид 30-120 мг/сут., метформин 500-2500 мг/сут.). Использована классификация СД, разработанная Комитетом экспертов ВОЗ (1999) [2];
Специальные исследования по теме проводились в КДО учреждения ХМАО Югры - Сургутской ОКБ. Исследовали гематологические показатели: показатели периферической крови: количество эритроцитов (RBC, 1х1012 /л), средний корпускулярный объём эритроцита, среднее содержание гемоглобина в эритроците (MCH, пг), средняя концентрация гемоглобина в эритроците (MCHC (g/dl), показатель распределения эритроцитов по объёму (RDW,%), гемоглобин (Hb, г/л), гематокрит (гематокрит Ht,%). Капиллярную кровь брали из пальца по общепринятой методике утром натощак в пробирки «Microwette» (Германия) объемом 1 мл, содержащих стандартное количество антикоагулянта, и капилляр Панченкова для определения СОЭ. Непосредственно после взятия крови проводили ее анализ на гематологическом анализаторе «Bekman-Coulter» (фирма «Bekman-Coulter» США).
Идентификации параметров порядка вектора состояния организма человека (ВСОЧ) у больных СД-2 типа производилась с применением нейросетевых методик (Мультинейрон). Нейро-ЭВМ обеспечивала ранжирование признаков, по которым производился анализ значимости параметров оксиметрии. Искусственная нейронная сеть, состоящая из совокупности нейронов, используется в работе самообучающейся нейропрограммы. Нейронные сети нами использовались в режиме классификаторов. Для решения задач классификации количество классов определяет минимальный набор нейронов.
Для каждого из 90 пациентов с СД с различными клиническими вариантами течения и 30 условно здоровых лиц (группа контроля) были зафиксированы ответы на данный набор из 7 вопросов, которые определялись на момент обследования. Вся совокупность ответов на вопросы и реальный диагноз пациента в виде базы данных составили обучающую выборку. Очень важно, что после завершения процедуры настройки нейроЭВМ (обучения), можно определить реальные веса связей и значимость каждого из анализируемых признаков (компонентов хi параметров исследуемого кластера). Обучение НС считается законченным, если по всей обучающей выборке НС (120 человек) ставит диагноз (классифицирует) совпадающий с реальным диагнозом. После обучения нейроэмулятор производит вычисление и анализ значимости всех признаков, т.е. производится определение важности каждого из вопросов. Если некоторые из вопросов не влияют на постановку диагноза (их значимость равна 0) или мало влияют (значимость < 10% от максимально значимого вопроса), то производится исключение малозначащих признаков из обучающей выборки и повторяется обучение НС. Решение задачи минимизации заключается в последовательном исключении малозначащих признаков до тех пор, пока, с одной стороны, в обучении будет участвовать минимальный набор параметров, а с другой стороны - нейросеть будет обучаться полностью на этом наборе параметров [4-8].
Статистическая обработка данных по поведению ВСОЧ в m-мерном пространстве состояний для больных СД-2 типа с различными клиническими вариантами течения производилась с использованием оригинальной зарегистрированной программы: «идентификация параметров аттракторов поведения вектора состояния биосистем в m-мерном фазовом пространстве», предназначенной для использования в научных исследованиях систем с хаотической организацией. Программа позволяет представить и рассчитать в фазовом пространстве с выбранными фазовыми координатами параметры аттрактора состояния динамической системы. Исходные параметры (координаты в m-мерном пространстве) вводятся вручную или из текстового файла. Производится расчет координат граней, их длины и объема m-мерного
параллелепипеда, ограничивающего аттрактор, хаотического и статистического центров, показатель асимметрии стохастического и хаотического центров. Проведен анализ фазовых характеристик в зависимости от компенсации углеводного обмена [3].
Результаты. Как видно из табл. 1, рис. 1, системный анализ ранговой значимости показателей «анемический синдром» выявил существенную значимость в диагностике различий между выборками больных СД-2 типа и условно здоровых лиц (рис. 1, табл. 1). Использовались следующие диагностические признаки: среднее содержание гемоглобина в эритроците (X 3/7 = 0, 786), средняя концентрация гемоглобина в эритроците (X 4/8 = 0,659), гемоглобин (X 6/10 = 0,549). Все анализируемые признаки были значимыми для идентификации различий между анализируемыми выборками (уровень ранговой значимости > 0,2).
Для результатов ранжирования признаков с помощью ней-роЭВМ использовались следующие обозначения (для всех представленных таблиц и рисунков): X 1/5 - количество эритроцитов (RBC, 1х1012 /л); X 2/6-средний корпускулярный объём эритроцита (MCV= Ht (%)х10/ RBC(1x1012 /л; fl); X 3/7 - среднее содержание гемоглобина в эритроците (MCH=Hb (г/л)^ВС(х 1012 /л); пг); X 4/8 - средняя концентрация гемоглобина в эритроците (MCHC=Hb (g/dl)x 100/Ht (%); g/dl); X 5/9 - показатель распределения эритроцитов по объёму (RDW,%); X 6/10 - гемоглобин (Hb, г/л); X 7/11 - гематокрит (гематокрит Ht,%).
1
x1/5 x2/6 x3/7 x4/8 x5/9 x6/10 x7/11
Компонеты xi параметров кластера "анемический синдром"
Рис. 1 Результаты ранжирования 7-ми компонент х кластера «анемический синдром», определяющих ВСОЧ при использовании нейроЭВМ (настройке нейросети - здесь и далее) с целью сравнения параметров порядка условно здоровых лиц и больных СД-2 типа в стадии компенсации (I группа)
Таблица 1
Весовые коэффициенты компонентов х1 параметров кластера «анемический синдром», определяющего ВСОЧ у условно здоровых лиц и больных СД 2 типа в стадии компенсации
І Х1/5 Х2/6 Х3/7 Х4/8 Х5/9 Х6/10 Х7/11 I
| 0,433 0,352 0,786 0,659 0,237 0,549 0,388 |
1 1
x1/5 x2/6 x3/7 x4/8 x5/9 x6/10 x7/11
Компоненты х параметров кластера "анемический синдром"
Рис. 2 Результаты ранжирования 7-ми компонент х кластера «анемический синдром», определяющих ВСОЧ с целью сравнения параметров порядка условно здоровых лиц и больных СД-2 типа в стадии субкомпенсации (II группа)
Таблица 1
Весовые коэффициенты компонентов х1 параметров кластера «анемический синдром», определяющего ВСОЧ у условно здоровых лиц и больных СД 2 типа в стадии субкомпенсации
Х1/5 Х2/6 Х3/7 Х4/8 Х5/9 Х6/10 Х7/11
0,537 0,202 0,615 0,702 0,189 0,331 0,889
Нейрокомпьютинговый анализ выявил существенную значимость в идентификации различий между выборками больных СД-2 типа в стадии субкомпенсации и условно здоровых лиц (рис. 2, табл. 2) для следующих координат ВСОЧ: гематокрит (X 7/11 = 0,889), средняя концентрация гемоглобина в эритроците (X 4/8=0,702), среднее содержание гемоглобина в эритроците (X 3/7= 0,615). В первом приближении они могут рассматриваться как параметры порядка.
1 л
х1/5 х2/6 х3/7 х4/8 х5/9 х6/10 х7/11
Компоненты х1 параметров кластера "анемический синдром"
Рис. 3 Результаты ранжирования 7-ми компонент х кластера «анемический синдром», определяющих ВСОЧс целью сравнения параметров порядка условно здоровых лиц и больных СД-2 типа в стадии декомпенсации (III группа)
Таблица 3
Весовые коэффициенты компонентов х1 параметров кластера «анемический синдром», определяющего ВСОЧ у условно здоровых лиц и больных СД 2 типа в стадии декомпенсации
Х1/5 Х2/6 Х3/7 Х4/8 Х5/9 Х6/10 Х7/11
0,735 0,479 0,315 0,892 0,391 0,731 0 909
Идентификация различий между группами (выборками) больных СД-2 типа в стадии декомпенсации и условно здоровых (рис. 3, табл. 3) может быть основана на анализе основных критериев: гематокрите (X 7/11 = 0,909), средней концентрации гемоглобина в эритроците (X 4/8 = 0,892), количестве эритроцитов (X 1/5 = 0,735), концентрации гемоглобина (X 6/10 = 0,731), которые можно определять как параметры порядка (в первом приближении).
£ 1
компоненты х1 параметров кластера "анемический синдром"
Рис. 5 Результаты ранжирования 7-ми компонент х кластера «анемический синдром», определяющих ВСОЧ с целью сравнения параметров порядка больных СД-2 типа в стадии компенсации (I группа) и больных СД-2 типа в стадии декомпенсации (III группа)
Таблица 5
Весовые коэффициенты компонентов х1 параметров кластера «анемический синдром», определяющего ВСОЧ у больных СД-2 типа в стадии компенсации (I группа) и больных СД-2 типа в стадии декомпенсации (III группа)
Х1/5 Х2/6 Х3/7 Х4/8 Х5/9 Х6/10 Х7/11
0,452 0,079 0,478 0,519 0,816 0,237 0,853
х1/5 х2/6 х3/7 х4/8 х5/9 х6/10 х7/11
Компоненты х1 параметров кластера "анемический синдром"
Рис. 6 Результаты ранжирования 7-ми компонент х кластера «анемический синдром», определяющих ВСОЧ, с целью сравнения параметров порядка больных СД-2 типа в стадии субкомпенсации (II группа) и больных СД-2 типа в стадии декомпенсации (III группа)
Идентификация различий между группами больных СД-2 типа в стадии компенсации и субкомпенсации основана на анализе признаков, имеющих существенную диагностическую значимость (рис. 4, табл. 4): средняя концентрация гемоглобина в эритроците (X 4/8 = 0,921), гематокрит (X 7/11 = 0,705), среднее содержание гемоглобина в эритроците (X 3/7 = 0, 717) (возможные параметры порядка). Существенная диагностическая значимость определяет следующие анализируемые признаки как параметры порядка для идентификации различий между группами больных СД-2 типа в стадии компенсации и декомпенсации (рис. 5, табл.
5): гематокрит (X 7/11 = 0,853), показатель распределения эритроцитов по объёму (X 5/9 = 0,816), количество эритроцитов (X 1/5 = 0,452), средняя концентрация гемоглобина в эритроците (X 4/8 =
0,519). Идентификация различий между группами больных СД-2 типа в стадии субкомпенсации и декомпенсации (рис. 6, табл. 6) основывается на следующих критериях: количестве эритроцитов (X 1/5 = 0,825), концентрации гемоглобина (X 6/10 = 0,775), среднем корпускулярном объёме эритроцита (X 2/6= 0,679), показателе распределения эритроцитов по объёму (X 5/9 = 0,561).
Таблица 6
Весовые коэффициенты компонентов х1 параметров кластера «анемический синдром», определяющего ВСОЧ у больных СД-2 типа в стадии субкомпенсации (II группа) и больных СД-2 типа в стадии декомпенсации (III группа).
Х1/5 Х2/6 Х3/7 Х4/8 Х5/9 Х6/10 Х7/11
0,825 0,679 0,308 0,292 0,561 0,775 0,305
.о 1
I ll.ll.ll
х1/5 х2/6 х3/7 х4/8 х5/9 хб/10 х7/11
компоненты х1 параметров кластера "анемический синдром"
Рис. 7 Результаты ранжирования 7-ми компонент х кластера «анемический синдром», (компонент х ВСОЧ) с целью идентификации параметров порядка для 4-х групп: условно здоровых лиц (группа контроля) и больных СД-2 типа с различными клиническими вариантами (компенсации (I группа), субкомпенсации (II группа) и декомпенсации (III группа)
Таблица 7
Весовые коэффициенты компонентов х1 параметров кластера «анемический синдром», определяющего ВСОЧ , у условно здоровых лиц и больных СД 2 типа с различными клиническими вариантами течения (для всех 4-х групп)
Х1/5 Х2/6 Х3/7 Х4/8 Х5/9 Х6/10 Х7/11
0,716 0,278 0,879 0,671 0,207 0,922 0,547
Нейрокомпьютинговый анализ выявил существенную значимость в идентификации различий между выборками больных СД-2 типа (без ранжирования по степени компенсации) и условно здоровых лиц (рис. 7, табл. 7) таких критериев как концентрация гемоглобина (X 6/10 = 0,922), среднее содержание гемоглобина в эритроците (X 3/7= 0,879), количество эритроцитов (X 1/5 = 0,716), гематокрит (X 7/11 = 0,547), средняя концентрация гемоглобина в эритроците (X 4/8 = 0,671).
Методы системного анализа позволяют решать задачи минимизации с целью выделения минимума диагностических признаков, которые имеют существенную диагностическую значимость и обеспечивают достоверную нозологическую идентификацию различных клинических вариантов течения СД-2 типа. Результаты ранжирования диагностических признаков, полученных в процессе решения задачи минимизации с использованием нейросетевых технологий (рис.8, табл. 8), позволили обосновать минимальный стандарт параметров, необходимый для идентификации различий между группами больных СД-2 типа с различными клиническими вариантами течения и условно здоровыми лицами. Например, мы идентифицировали показатели перераспределения ранговой значимости собственно параметров порядка вследствие удаления из нейросети признаков, значимость которых менее 0,3: а именно: концентрация гемоглобина (X 6/10 =
0,955), среднее содержание гемоглобина в эритроците (X 3/7= 0,895), количество эритроцитов (X 1/5 = 0,605), гематокрит (X 7/11 =
0,472), средняя концентрация гемоглобина в эритроците (X 4/8 =
0,577). Таким образом, именно эти диагностические признаки (компоненты х{) исследуемого кластера «анемический синдром» являются параметрами порядка для данной задачи системного синтеза (выделение параметров порядка достаточных для идентификации 4-х репрезентативных выборок), а решение этой задачи базируется на данных системного анализа. Следующий этап исследования посвящен анализу динамики фазового пространства у больных СД-2 типа с различными клиническими вариантами течения. В результате использования запатентованной авторской программы [8] были получены 5 таблиц, отражающих результаты обработки данных аттрактора для «кластера: анемический синдром» больных СД-2 типа с различными клиническими вариантами течения (обобщенно для всех исследуемых групп и с ран-
жированием по степени компенсации углеводного обмена), а также условно здоровых лиц (таблицы 1, 2, 3, 4, 5), представляющие размеры каждого из интервалов Axi для соответствующих параметров порядка Xi и показатели асимметрии (Asy-try) для каждой координаты xi (см. таб. 1-5). В этих таблицах представлены размеры этих интервалов (колонки Interval X1...), число параметров порядка (m = 7). Итоговые значения (по всем координатам) показателя асимметрии (rX) и общий объём многомерного параллелепипеда V (General V value), которые в итоге дают представление о параметрах.
Таблица 9
Результаты обработки данных аттрактора «кластер: анемический синдром» для всех групп обследованных течения в 7-мерном фазовом пространстве
Number of measures: 120 Number of Phase plane dimension m = 7 General asymmetry value rX = 157.787 Interval X1 = 203 Asymmetry rX1 = 0.0076
Interval X2 = 45 Asymmetry rX2 = 0.0219
Interval X3 = 299 Asymmetry rX3 = 0.0653
Interval X4 = 83 Asymmetry rX4 = 0.0717
Interval X5 = 53 Asymmetry rX5 = 0.0738
Interval X6 = 19 Asymmetry rX6 = 0.0414
Interval X7 = 747 Asymmetry rX7 = 0.0863
General V value = 5.57E+0027
Представленные табличные данные демонстрируют (табл. 9) общий объем параллелепипеда (General V value), ограничивающего аттрактор «кластер: анемический синдром» у всех обследованных с различными клиническими вариантами течения (обобщенно без ранжирования по степени компенсации углеводного обмена) в 7-мерном фазовом пространстве и он равен 5.57E+0027, а общий показатель асимметрии (rx) - 157.787. На следующем этапе нашего исследования производился сравнительный анализ результатов обработки данных аттрактора «кластер: показатели иммунологического статуса» больных СД-2 типа с различными клиническими вариантами течения: стадии компенсации (I группа), субкомпенсации (II группа) и декомпенсации (III группа) углеводного обмена и условно здоровых (группа контроля) в 7-мерном фазовом пространстве (табл. 10-13).
Таблица 10
Результаты обработки данных аттрактора «кластер: анемический синдром» условно здоровых лиц в 7-мерном фазовом пространстве Контроль
Number of measures: 30 Number of Phase plane dimension m = 7 General asymmetry value rX = 52.115
Interval X1 = 61 Asymmetry rX1 = 0.0231
Interval X2 = 5 Asymmetry rX2 = 0.0001
Interval X3 = 214 Asymmetry rX3 = 0.0221
Interval X4 = 41 Asymmetry rX4 = 0.0287
Interval X5 = 25 Asymmetry rX5 = 0.0102
Interval X6 = 7 Asymmetry rX6 = 0.0020
Interval X7 = 68 Asymmetry rX7 = 0.0547
General V value = 4.41E+0024
Таблица 11
Результаты обработки данных аттрактора «кластер: анемический синдром диабетических ангиопатий» больных СД-2 типа в стадии компенсации в 7-мерном фазовом пространстве
I группа
Number of measures: 30 Number of Phase plane dimension m = 7 General asymmetry value rX = 115.477 Interval X1 = 42 Asymmetry rX1 = 0.1108
Interval X2 = 408 Asymmetry rX2 = 0.1217 Interval X3 = 112 Asymmetry rX3 = 0.0097
Interval X4 = 52 Asymmetry rX4 = 0.0232
Interval X5 = 89 Asymmetry rX5 = 0.1031
Interval X6 = 211 Asymmetry rX6 = 0.1143
Interval X7 = 131 Asymmetry rX7 = 0.1201
General V value = 5.15E+0025
Из представленных табличных данных (табл. 10-13) видно, что общий объем параллелепипеда - General V value, ограничивающего аттрактор «кластер: анемический синдром» в 7-мерном фазовом пространстве у больных III группы (СД в стадии декомпенсации) (General V value = 5.53E+0027) превышает аналогичный показатель у больных II группы (General V value =
3.47E+0027), I группы (General V value = 5.15E+0025) и группы контроля (General V value = 14.41E+0024). Однонаправленные изменения претерпевает и общий показатель асимметрии (rx): показатель асимметрии у больных III группы General asymmetry value rX = 285.108, что превышает аналогичный показатель для II группы (General asymmetry value rX = 215.275), I группы (General asymmetry value rX = 115.477) и группы контроля (General asymmetry value rX = 52.115).
Таблица 12
Результаты обработки данных аттрактора «кластер: анемический синдром диабетических ангиопатий» больных СД-2 типа в стадии субкомпенсации в 7-мерном фазовом пространстве
II группа
Number of measures: 30 Number of Phase plane dimension m = 7 General asymmetry value rX = 215.275 Interval X1 = 77 Asymmetry rX1 = 0.0351
Interval X2 = 1016 Asymmetry rX2 = 0.0388 Interval X3 = 833 Asymmetry rX3 = 0.0652
Interval X4 = 81 Asymmetry rX4 = 0.0457
Interval X5 = 39 Asymmetry rX5 = 0.0886
Interval X6 = 198 Asymmetry rX6 = 0.1601
Interval X7 = 75 Asymmetry rX7 = 0.0705
General V value = 3.47E+0027
Таблица 13
Результаты обработки данных аттрактора «кластер: анемический синдром диабетических ангиопатий» больных СД-2 типа в стадии декомпенсации в 7-мерном фазовом пространстве
III группа
Number of measures: 30 Number of Phase plane dimension m = 7 General asymmetry value rX = 285.108 Interval X1 = 790 Asymmetry rX1 = 0.0415
Interval X2 = 1044 Asymmetry rX2 = 0.0497 Interval X3 = 801 Asymmetry rX3 = 0.0457
Interval X4 = 87 Asymmetry rX4 = 0.0407
Interval X5 = 24 Asymmetry rX5 = 0.0985
Interval X6 = 119 Asymmetry rX6 = 0.1509
Interval X7 = 54 Asymmetry rX7 = 0.2671
General V value = 5.53E+0027
Вывод. Сравнительный анализ параметров аттрактора «кластер: анемический синдром» характеризующих динамику фазового пространства у больных СД- 2 типа выявил существенную модификацию абстрактного пространства - ФП, в котором координатами служат компоненты состояния, степени свободы системы, обусловленную степенью компенсации углеводного обмена. Прогрессивное увеличение общего объема параллелепипеда - General V value, ограничивающего аттрактор, а также показателя асимметрии стохастического и хаотического центров
- General asymmetry value rX , по мере нарастания декомпенсации углеводного обмена, следует рассматривать как неблагоприятную тенденцию поведения вектора состояния организма человека в аттракторе. Чем больше расстояние между среднестатистическим стохастическим и геометрическим центрами в фазовом m-мерном пространстве, тем ярче выражена мера хаотичности в динамике поведения ВСОЧ [3-8].
В рамках разработанных подходов, оперируя понятиями фазовых пространств и аттракторов, параметров порядка и русел, а в перспективе и идентификацией областей джокеров и кластеров устойчивости, мы получаем новые методы трактовки клинического течения заболеваний, связанных с нарушением обмена веществ, используемых при оценке закономерностей динамики поведения системы с заданными условиями существования (без нарушений углеводного обмена - условно здоровые лица, больные СД-2 типа в стадии компенсации, субкомпенсации и декомпенсации углеводного обмена).
Литература
1. Бондарь Т.П. и др. Лабораторно-клиническая диагностика сахарного диабета и его осложнений.- М.: Медицинское информационное агентство, 2003.- 88 с.: табл.
2. Дедов И.И. и др. Федеральная целевая программа «Сахарный диабет» (Метод. реком.).- М. Медиа Сфера, 2002.
3. Еськов В.М. и др. Программа идентификации параметров аттракторов поведения вектора состояния биосистем в m-мерном
пространстве. Свидетельство об официальной регистрации программы для ЭВМ № 2006613212. РОСПАТЕНТ.- М., 2006.
4. Еськов В.М. Введение в компартментную теорию респираторных сетей:. Моногр.- М. Наука, 1994.- С. 156.
5. Еськов В.М.. // ВНМТ.- 2006 - Т. XIII, №3.- С. 14.
6. Информационные технологии в медицине: Моногр. / Ха-дарцев А. А. и др.- Тула, 2006.- 272 с.
7. Системный анализ, управление и обработка информации в биологии и медицине.- Ч. VI. / Под ред. А. А. Хадарцева и В.М. Еськова.- Самара: Офорт (гриф. РАН), 2005.- 157 с.
8. Синергетика и интегративная медицина (Теория и практика восстановительной медицины. Т. V): Моногр./ Хадарцев
А. А. и др.- Тула: ООО РИФ «ИНФРА» - М., 2006.- 264 с.
SYSTEM COMPARTMENTAL-CLUSTER’S ANALYSES AND SYNTHESES OF ANEMIA SYNDROMES INVESTIGATION FOR DIABETES DISEASES WITH TREATMENT CLINIC VARIATION.
I.Y.DOBRININA, Y.V.DOBRININ, V.M. ES’KOV, T. N. KOWALENKO,
S.Y. PICULINA, V.V. POLUHIN
Summary
The article presents the possibility of new chaotic methods using for diagnostic of different state of diabetes. It was provide that attractors parameters change according to level of metabolic state of diabetes patients.
Key words: system synthesis, diabetes mellitus
УДК 658.347
ОЦЕНКА ХАОТИЧНОЙ ДИНАМИКИ ПАРАМЕТРОВ ВЕКТОРА СОСТОЯНИЯ ОРГАНИЗМА ЧЕЛОВЕКА С НАРУШЕНИЯМИ УГЛЕВОДНОГО ОБМЕНА
В.А. АДАЙКИН, В.М. ЕСЬКОВ, И.Ю. ДОБРЫНИНА, Е.А. ДРОЗДОВИЧ,
В.В. ПОЛУХИН*
В настоящее время назрела необходимость разработки био-кибернетических подходов в изучении допустимого диапазона нормы и псевдонормы функциональных систем организма человека в условиях его жизни на Севере РФ [1].
На современном этапе развития клинической кибернетики остается актуальным системный анализ и синтез новых количественных характеристик, адекватно отражающих изменения вариабельности сердечного ритма (ВСР) и имеющих диагностическое значение для различных кардиоваскуляторных автономных нейропатий. Степень активности вегетативной нервной системы (ВНС) может быть определена по результатам контроля вегетативной регуляции важнейших функциональных систем организма человека и, в частности, по реакции кардио-респираторной системы. Наиболее доступным для регистрации параметром, отражающим процессы регуляции, является именно ритм сердечных сокращений, динамические характеристики которого позволяют оценить выраженность симпатических и парасимпатических сдвигов при изменении состояния исследуемого. Анализ кардиоинтервалов (вариабельности сердечного ритма - ВСР) дает возможность выделить признаки сосудистой патологии с дифференциальной оценкой характера многофункциональных нарушений, что позволяет более точно определить адаптивные резервы и стрессовую устойчивость индивида [3]. Системный анализ и синтез параметров ВСР с оценкой регуляции физиологических функций (симпатической и парасимпатической систем) у больных с нарушениями углеводного обмена, проживающих в неблагоприятных условиях Севера, является чрезвычайно актуальным.
Материалы и методы исследования. В данной работе были использованы методы исследования, основанные на применении ЭВМ и специальных авторских программ, разработанных и запатентованных в институте биофизики и медицинской кибернетики при Сургутском государственном университете. Обследовано всего 59 больных в возрасте от 17 до 68 лет, средний возраст
* СурГУ, 628400, г. Сургут, ул. Энергетиков 14, Институт биофизики и медицинской кибернетики, тел. (3462) 524713, e-mail: [email protected]
обследованных составил 47 лет. Все больные были разделены на две группы: 1 группа - пациенты с избыточным весом (с ожирением), общее количество которых составило 32, средний возраст 41 год; 2 группа - больные сахарным диабетом 2 типа, общее число которых составило 27 пациентов, средний возраст 55 лет.
В нашей работе применялся пульсоксиметр «ЭЛОКС-01С2», разработанный и изготовленный ЗАО ИМЦ Новые Приборы, г. Самара. В устройстве применялся оптический пальцевой датчик (в виде прищепки), с помощью которого происходила регистрации пульсовой волны с одного из пальцев кисти пациента. Прибор снабжен программным продуктом «ELOGRAPH», который в автоматическом режиме позволяет отображать изменение ряда показателей в режиме реального времени с одновременным построением гистограммы распределения длительности кардиоинтервалов (КИ). Анализ ВСР проводился в положении сидя, при ровном дыхании, в тихом помещении. Перед началом исследования пациент проходил период адаптации к окружающим условиям в течение 5-10минут. В период исследования пациенту предлагалось дышать равномерно и спокойно, не делать глубоких вдохов, не кашлять и не сглатывать слюну. Основные 3 области частот (VLF, LF, HF) в настоящее время получили определенную интерпретацию с позиции состояния регуляции ВНС. При спектральном анализе ВСР принято выделять три спектральных компонента: высокочастотную (high frequency - HF, 0,150,40 Гц), отражающую парасимпатическое влияние на сердце; низкочастотную (low frequency - LF, 0,04-0,15 Гц), отражающую, как пара-, так и симпатическое влияние; очень низкочастотную (very low frequency - VLF, 0,003-0,04 Гц), отражающую, как полагают, в основном активность симпатического звена регуляции. По рекомендациям отечественных и зарубежных авторов, отношение нормализованных спектральных мощностей низкочастотной компоненты к высокочастотной (LF/HF) надо рассматривать как показатель симпатовагального баланса [2].
Статистическая обработка данных по поведению ВСОЧ в m-мерном пространстве для обеих групп производилась с использованием оригинальной зарегистрированной программы «Идентификация параметров аттракторов поведения вектора состояния биосистем в m-мерном фазовом пространстве», предназначенной для использования в научных исследованиях систем с хаотической организацией [1]. Программа позволяет рассчитать в фазовом пространстве с выбранными фазовыми координатами параметры аттрактора состояния динамической системы. Исходные параметры (координаты в m-мерном пространстве) вводятся вручную или из текстового файла. Производится расчет координат граней, их длины и объема m-мерного параллелепипеда, ограничивающего аттрактор, хаотического и статистического центров, а также показатель асимметрии стохастического и хаотического центров. Можно проследить изменение фазовых характеристик во времени и скорость изменения состояний системы.
Полученные данные подвергли также математической обработке методом вариационной статистики до доверительного интервала с помощью пакета прикладных программ по статистической обработке информации на языке Qbasic реализуемый на базе IBM РС/Pentium IV. Достоверность выявляемых различий определяли по методу Фишера-Стьюдента, анализируя среднюю величину вариационного ряда (М), среднее квадратическое отклонение вариационного ряда (а), среднюю ошибку среднего квадратического отклонения (m); уровень значимости различий проанализирован с использованием непараметрического критерия Манна - Уитни. Достоверными считали различия при р<0,05. Результаты исследования обработаны методом парного корреляционного анализа (коэффициент корреляции Пирсона).
Результаты. При сравнении спектральных характеристик ВСР у больных с нарушением углеводного обмена (табл.1) выявлены следующие особенности: у больных СД 2 типа среднее 5минутное отклонение по всей записи кардиоинтервалов R-R (SDNN) (30,17±11,38 мс) ниже показателей пациентов с избыточным весом (37,98±11,97 мс, рст= 0,01 / рм-у= 0,01) и референтных значений (SDNN= 40-80 мс). Снижение SDNN кардиоинтервалов R-R указывает на усиленное влияние симпатической регуляции.
Спектральная мощность очень низких частот (VLF) сердечного ритма (СР) имеет тенденцию к доминированию у больных с избыточным весом - 1995±1526 мс2, больных с СД 2 типа -1549±2147 мс2, что выше референтных значений (1000-1400 мс2). Доминирование спектральной мощности очень низких частот
