Информационная система поддержки принятия решения врача при лечении заболеваний, сопровождающихся нарушениями регуляции вегетативной нервной системы : диссертация на соискание ученой степени кандидата технических наук : 05.11.17
ОГЛАВЛЕНИЕ ………………………………………………………………………………………….. 2
ВВЕДЕНИЕ ……………………………………………………………………………………………….. 4
ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ ДИАГНОСТИРОВАНИЯ ЗАБОЛЕВАНИЙ,
СОПРОВОЖДАЮЩИХСЯ НАРУШЕНИЯМИ РЕГУЛЯЦИИ
ВЕГЕТАТИВНОЙ НЕРВНОЙ СИСТЕМЫ ……………………………………………….. 17
1.1. Актуальность проблемы диагностики заболеваний, сопровождающихся
нарушениями регуляции вегетативной нервной системы ………………………….. 17
1.2. Проблемы разработки систем диагностирования заболеваний,
обусловленных нарушениями регуляции вегетативной нервной системы …. 24
1.3. Ограниченность существующих методов обработки биомедицинской
информации сигналов вариабельности сердечного ритма …………………………. 31
1.4. Формулировка цели и постановка задач исследования ……………………….. 41
ГЛАВА 2. ИССЛЕДОВАНИЕ ИСПОЛЬЗОВАНИЯ СИГНАЛОВ
ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА ДЛЯ ДИАГНОСТИРОВАНИЯ
АРТЕРИАЛЬНОЙ ГИПЕРТОНИИ …………………………………………………………… 43
2.1. Программа и методика исследований. ………………………………………………… 43
2.2. Оценка диагностической значимости параметров вариабельности
сердечного ритма……………………………………………………………………………………… 53
2.3. Исследование возможности диагностирования артериальной гипертонии,
основанного на применении дискриминантного анализа …………………………… 58
2.4. Сравнение возможности диагностирования артериальной гипертонии
методами машинного обучения ………………………………………………………………… 67
2.5. Выводы по главе ………………………………………………………………………………… 78
ГЛАВА 3. ФОРМИРОВАНИЕ КОМПЛЕКСА ПАРАМЕТРОВ
ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА И РАЗРАБОТКА
АЛГОРИТМОВ ДЛЯ ДИАГНОСТИРОВАНИЯ АРТЕРИАЛЬНОЙ
ГИПЕРТОНИИ ………………………………………………………………………………………… 80
3.1. Расширенный вектор параметров вариабельности сердечного ритма ….. 80
3.2. Комплекс диагностически значимых параметров вариабельности
сердечного ритма……………………………………………………………………………………… 84
3.3. Методика диагностирования артериальной гипертонии, основанная на
применении нейронных сетей…………………………………………………………………… 96
3.4. Алгоритм диагностирования артериальной гипертонии, основанный на
дискриминантном анализе ……………………………………………………………………… 102
3.5. Выводы по главе ………………………………………………………………………………. 109
ГЛАВА 4. РАЗРАБОТКА БИОТЕХНИЧЕСКОЙ СИСТЕМЫ ДЛЯ ЛЕЧЕНИЯ
ЗАБОЛЕВАНИЙ, СОПРОВОЖДАЮЩИХСЯ НАРУШЕНИЯМИ
РЕГУЛЯЦИИ ВЕГЕТАТИВНОЙ НЕРВНОЙ СИСТЕМЫ, И ЕЕ
ЭКСПЕРИМЕНТАЛЬНАЯ АПРОБАЦИЯ ………………………………………………. 112
4.1. Структурные элементы биотехнической системы …………………………….. 112
4.2. Экспериментальная апробация биотехнической системы………………….. 119
4.3. Выводы по главе ………………………………………………………………………………. 134
ЗАКЛЮЧЕНИЕ ……………………………………………………………………………………… 136
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ …………………. 137
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ ……………………………………. 140
Актуальность темы
Участие вегетативной нервной системы (ВНС) в обеспечении
гомеостаза всех внутренних процессов в организме человека предопределяет
высокую встречаемость вегетативных расстройств (встречаются до 80%
наблюдений), возникающих на фоне многих психических, неврологических и
соматических заболеваний. «Практически нет таких патологических форм, в
развитии и течении которых не играла бы роль вегетативная система. В
одних случаях она является существенным фактором патогенеза, в других –
возникает вторично в ответ на повреждение любых систем и тканей
организма. Естественно, что в ряде случаев вегетативные нарушения
доминируют в клинических проявлениях заболевания, в других они скромно
представлены в объективной картине болезни. Однако и в последнем случае
роль их в процессах патогенеза и саногенеза несомненна» [10].
Согласно ВОЗ, в 2015 году смертность от неинфекционных
заболеваний составила 40 миллионов. Из них, большая часть (17 миллионов)
вызвана заболеваниями, связанными с нарушениями сердечно-сосудистой
системы. Сердечно-сосудистые заболевания являются лидирующей
причиной смертности, несмотря на наличие эффективных и недорогих
подходов к лечению. Поэтому разработка новых методов диагностики и
прогнозирования развития этих заболеваний, несомненно, является
актуальной задачей.
В работе в качестве клинической модели, сопровождаемой
вегетативными расстройствами, выбрана артериальная гипертония (АГ),
которая имеет многофакторную природу и длительное время протекает без
явных клинических симптомов. Повышенное артериальное давления (АД)
является одним из наиболее существенных факторов риска сердечно-
сосудистых заболеваний и, если не обращать на это внимания, может (и
достаточно скоро) привести к возникновению острых нарушений и тяжелых
осложнений. [35].
Анализ патофизиологических факторов артериальной гипертонии
указывает на исключительную роль вегетативной нервной системы в их
формировании [64]. Поэтому контроль за состоянием и изменениями
вегетативной нервной системы является важным звеном в профилактике
здоровья человека. Одним из непрямых способов оценки функционирования
вегетативной нервной системы является анализ вариабельности сердечного
ритма. (ВСР) [6]. Несмотря на то, что в ряде работ утверждается, что
прогностическая значимость этого анализа сама по себе весьма умеренна, в
сочетании с другими методиками он становится более весомым в оценке
развития патологий сердечно-сосудистой системы [7]. Например, сочетание
исследований вариабельности сердечного ритма с функционально-
нагрузочными пробами уменьшает различия, обусловленные
индивидуальными особенностями испытуемых, и позволяет оценивать
«направление» функциональных изменений [4; 73].
В настоящее время в клинической практике в соответствии с
рекомендациями Европейского общества кардиологии и Комиссией
отечественных исследователей в этой области, используются статистические
параметры, геометрические параметры, спектральные параметры, а также
нелинейные параметры сигналов ВСР. Несмотря на успехи научных групп
под руководством Баевского Р.М., Богомолова А.В., Бокерия Л.А.,
Мироновой Т.Ф., Флейшмана А.Н. в обработке сигналов ВСР, в настоящий
момент нет убедительного ответа, какие параметры или комбинации
параметров могут быть использованы для диагностики артериальной
гипертонии.
Помочь в решении этой проблемы могут методы искусственного
интеллекта, основанные на использовании возможностей машинного
обучения для клинической поддержки принятия решений. Подобный подход
позволяет не только формализовать описание сложных живых систем и
провести прогностический анализ, но и реализовать накопление информации,
формируемой в ходе лечебного процесса. Это открывает возможности
применять информационные технологии в определении парадигмы
реабилитации персонально для каждого пациента. Переход к
персонализированной медицине входит в список приоритетных направлений
научно-технического развития Российской Федерации.
Цель исследования: создание информационной системы поддержки
принятия решения врача при лечении заболеваний, сопровождающихся
Решение задач, сформулированных в диссертационной работе
направлено на создание информационной системы поддержки принятия
решения врача при лечении заболеваний, сопровождающихся нарушениями
регуляции вегетативной нервной системы. Основные результаты
диссертационной работы:
1. Исследовано использование сигналов вариабельности сердечного
ритма для диагностирования артериальной гипертонии, зарегистрированных
в ходе ортоклиностатических исследований.
2. Разработаны новые методики формирования комплексов
диагностически значимых показателей вариабельности сердечного ритма для
экспресс-диагностики артериальной гипертонии, основанные на парадигме
эволюционного программирования, которые позволяют учитывать
индивидуальные особенности испытуемых.
3. Разработан новый алгоритм поддержки принятия решения врача при
лечения заболеваний, сопровождающихся нарушениями регуляции
вегетативной нервной системы, на основе использования сформированных
комплексов диагностически значимых параметров вариабельности
сердечного ритма во время выполнения ортоклиностатической пробы.
4. Разработана структура биотехнической системы для лечения
заболеваний, отличительной особенностью которой является наличие в ней
аппарата для нейроэлектростимуляции «СИМПАТОКОР-01»,
адаптированного для задач телемедицины и персонализированной медицины,
а также информационной системы поддержки принятия решения врача и
сервиса нейроэлектростимуляции.
5. Проведена оценка стабильности результатов экспресс-диагностики,
возможности использования комплекса диагностически значимых
параметров для оценки степени артериальной гипертонии и для оценки
эффективности лечебного процесса в ходе проведения экспериментальной
апробации.
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
(LF/HF)int – Интенсивность дисфункций;
(LF/HF)max – Максимальное значение дисфункций;
AM0 – Амплитуда моды;
ApEn – Approximate Entropy;
ARI – Вегетативный показатель ритма;
CV – Коэффициент вариации;
DT – Метод деревьев решений;
En – Энтропия Шеннона;
EnHF(wt) – Энтропия Шеннона ВР HF(t);
EnInterp – Энтропия Шеннона для интерполированного сигнала;
EnLF(wt) – Энтропия Шеннона ВР LF(t);
EnVLF(wt) – Энтропия Шеннона ВР VLF(t);
F – Состояние функционального покоя;
f(LFmax) – Частота соотвествующая LFmax;
f(VLFmax) – Частота соотвествующая VLFmax;
H – Показатель Херста;
HF – диапазон спектра ВСР от 0.40 до 0.15 Гц;
HF(Fr) – Высокочастотная мощность Фурье-спектра;
HF(wt) – Высокочастотная мощность Вейвлет-спектра;
HFmax – Максимальная мощность спектральной составляющей
HF;
HFn(Fr) – Показатель вегетативного баланса Фурье-спектра;
HFn(wt) – Нормированная мощность HF Вейвлет-спектра;
HR – Частота cердечных cокращений;
IAB – Индекс вегетативного равновесия;
IARP – Показатель адекватности процессов регуляции;
IAS – Индекс активации подкорковых нервных центров;
IC – Индекс централизации;
K – Состояние клиностатической нагрузки;
k-NN – Метод k ближайших соседей;
kurtosis – Коэффициент эксцесса;
LDA – Линейный дискриминантный анализ;
LF – диапазон спектра ВСР от 0.15 до 0.04 Гц;
LF(Fr) – Низкочастотная мощность Фурье-спектра;
LF(wt) – Низкочастотная мощность Вейвлет-спектра;
LF/HF(Fr) – Нормированная мощность VLF Фурье-спектра;
LF/HF(wt) – Показатель вегетативного баланса Вейвлет-спектра;
LFmax – Максимальная мощность спектральной составляющей LF;
LFn(Fr) – Нормированная мощность HF Фурье-спектра;
LFn(wt) – Нормированная мощность LF Вейвлет-спектра;
M – Среднее значение R-R интервалов;
M0 – Мода;
MFDFA – метод мультифрактального детрендированного
флуктуационного анализа;
mHF(wt) – Средняя мощность высокочастотной составляющей
Вейвлет-спектра;
mLF(wt) – Средняя мощность низкочастотной составляющей
Вейвлет-спектра;
mVLF(wt) – Средняя мощность очень низкочастотной составляющей
Вейвлет-спектра;
NB – Метод наивного Байеса;
Nd – Число дисфункций;
NN – Ряд ВСР очищенный от артефактов;
NN50 – Количество интервалов, отличающихся не более чем на
50 мс;
O – Состояние ортостатической нагрузки;
pNd – Относительное число дисфункций, ортонормированное на
длину сигнала (LF/HF)[t];
pNN50 – Процент NN50 от общего числа интервалов;
QDA – Квадратичный дискриминантный анализ;
RF – Средняя дыхательная частота;
RMSSD – Квадратный корень из средней суммы квадратов
разностей между соседними интервалами;
SamEn – Sample Entropy;
SD1 – Стандартное отклонение перпендикулярно линии
идентичности;
SD1/SD2 – Отношения стандартных отклонений графика Пуанкаре;
SD2 – Стандартное отклонение вдоль линии идентичности;
SDHF – Стандартное отклонение ВР HF(t);
SDLF – Стандартное отклонение ВР LF(t);
SDNN – Cреднеквадратическое отклонение R-R интервалов;
SDSD – Стандартное отклонение разностей между соседними
интервалами;
SDTP – Стандартное отклонение ВР TP(t);
SDVLF – Стандартное отклонение ВР VLF(t);
SI – Индекс напряжения регуляторных систем;
skewness – Коэффициент асимметрии;
St. George – Индекс Святого Георга;
Index
SVM RBF – Метод опорных векторов с радиальной базисной
функцией;
TP(Fr) – Полная мощность Фурье-спектра;
TP(wt) – Полная мощность Вейвлет-спектра;
VLF – диапазон спектра ВСР от 0.040 до 0.003 Гц;
VLF(Fr) – Очень низкочастотная мощность Фурье-спектра;
VLF(wt) – Очень низкочастотная мощность Вейвлет-спектра;
VLFmax – Максимальная мощность спектральной составляющей
VLF;
VLFn(Fr) – Нормированная мощность LF Фурье-спектра;
VLFn(wt) – Нормированная мощность VLF Вейвлет-спектра;
VR – Вариационный размах;
ZCR – Частота пресечения среднего значения;
АГ – Артериальная гипертония;
АД – артериальное давление;
ВНС – вегетативная нервная система;
ВР – временной ряд;
ВСР – вариабельность сердечного ритма;
ДА – Дискриминантный анализ;
ДКАСНС – динамическая коррекция активности симпатической
нервной системы;
ДЭ – Дисциркуляторная энцефалопатия;
ЦНС – Центральная нервная система;
ЭКГ – электрокардиограмма;
Помогаем с подготовкой сопроводительных документов
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!