Прогнозирование и диагностика заболеваний, провоцируемых воздействием электромагнитных полей радиочастотного диапазона, на основе гибридных нечетких моделей

Во введении обосновывается актуальность темы, определяются цели и
задачи исследования, научная новизна и практическая значимость работы.
В первом разделе изучается влияние электромагнитных полей
радиочастотного диапазона на появление и развитие заболеваний,
провоцируемых этими полями. Анализируются возможности современных
математических методов и информационных технологий для решения
поставленных в работе задач и делается вывод о целесообразности
использования технологии мягких вычислений и, в частности, методологии
синтеза гибридных нечетких решающих правил (Кореневский Н.А., Филист
С.А., Шуткин А.Н.).
Во втором разделе определяются объект и методы исследования,
раскрываются особенности использования методологии синтеза гибридных
нечетких решающих правил (МСГНРП) для решения задач прогнозирования
и диагностики заболеваний, возникающих и развивающихся под
воздействием ЭМПРЧ, уточняются списки информативных признаков
комплексных и интегральных показателей, необходимых для решения
поставленных в работе задач.
В ходе проведенных исследований было установлено, что значительное
число профессий связано с воздействием на организм человека совокупности
сочетанных и смешанных ЭМП в сочетании с факторами риска, связанными
с экологией, эргономикой и индивидуальными особенностями организма. В
таких сложных условиях прямое применение методологии синтеза
гибридных нечетких решающих правил не обеспечивает качественного
решения поставленных в работе задач. С учетом этого в рамках общих
рекомендаций МСГНРП была поставлена задача разработки нового метода
синтеза гибридных нечетких моделей прогнозирования и диагностики
заболеваний, провоцируемых воздействием ЭМП радиочастотного
диапазона, учитывающего специфику структуры данных и способов их
обработки.
Предлагаемый метод реализуется следующей последовательностью
действий.
1. Формируется экспертная группа, компетентная в области
взаимодействия ЭМП с биообъектами и имеющая опыт синтеза гибридных
нечетких решающихся правил. При необходимости решается задача
подготовки экспертов к процессу синтеза нечетких решающих правил.
Качественный и количественный состав группы выбирается в соответствии с
требованиями квалиметрии.
2. В рамках выбранных для анализа радиочастотных диапазонов
определяются диапазоны частот fi, где наблюдаются схожие биологические
эффекты с выбором соответствующих органов и систем мишеней. При этом
необходимо учитывать, что электромагнитные поля радиочастотного
диапазона «напрямую» воздействуют на нервную и иммунную системы
человека. Снижение иммунитета совместно с другими факторами риска с
наибольшей вероятностью провоцируют заболевания сердечно-сосудистой
системы, системы дыхания, желудочно-кишечного тракта, мочеполовой
системы, а также появление и развитие онкологических заболеваний.
3. При наличии медико-технологических возможностей организуются
дополнительные медико-биологические исследования с использованием
независимых от принятых в работе диагностических методов и средств,
включая аппаратуру для рефлексодиагностики и психофизиологических
исследований, что позволяет провести углубленный разведочный анализ по
исследованию структуры данных и сформировать рекомендации по синтезу
прогностических и диагностических решающих правил.
При наличии обучающих выборок достаточного объема и выполнении
методических ограничений в процессе обучения рекомендуется использовать
нечеткую модификацию метода группового учета аргументов (МГУА),
ориентированного на выявление нелинейных связей различных типов между
исследуемыми диапазонами частот f, энергетическими экспозициями Q,
временем воздействия T и исследуемыми классами состояний ωℓ. При этом
каждый класс ωℓ описывается набором моделей Mℓrf, Mℓrp, Mℓrt, по которым
вычисляются исследуемые модельные переменные:
f = М lrf ; Q = М rq ; T = М rt .(1)
При переходе к нечеткой модификации МГУА относительно каждой
полученной модели синтезируются функции принадлежности к исследуемым
классам состояний ωℓ. с базовой переменной, вычисляемой как расстояние
между расчетными параметрами f, Q, T и этими же параметрами,
определяемыми для анализируемой обстановки вокруг конкретного
обследуемого f * , Q*, Т*.
Уверенность UEP i в появлении и развитии заболевания ωℓ
определяется агрегацией соответствующих функций принадлежности по
всем r моделям класса ωℓ
UEP = max ( r (dr )) , где dr = ( f − f * )2 + (Q − Q* )2 + (T − T * ) 2 . (2)
r

Если синтез моделей типа (2) осуществляется для нескольких
диапазонов частот f j , каждый из которых одинаково влияет на организм
человека, то синтез моделей (2) выполняется для каждого диапазона без
переменной f.
Использование МГУА для синтеза частных моделей типа (2) дает
наиболее точные результаты, но процесс синтеза требует проведения
продолжительной и трудоемкой исследовательской работы и наличия кадров
соответствующей квалификации.
4. При отсутствии обучающих выборок достаточного объема базовым
элементом решающих правил выбирается функция принадлежностик
исследуемым классамсостояний с базовой переменнойдля частотного
диапазона i, определяемой с учетом энергетической экспозиции
электрической и магнитной составляющих и общего времени воздействия
ЭМП i-того диапазона на организм человека. При условии, что исследуемые
частотные диапазоны действуют на обследуемого одно и то же время tв,
базовую переменную для класса заболеваний предлагается определять по
формуле:
(3)
где– показатели энергетической экспозиции для воздействующих ЭМП;
– нормировочная функция степени влияния ЭМП исследуемых
диапазонов на появление и развитие заболеванийс областью определения
[0,…,1];– нормировочная функция степени влияния времени
нахождения обследуемого под воздействием исследуемого диапазона частот
ЭМП.
Для ЭМП частотного диапазона от 30 кГц до 300 мГц энергетическая
экспозиция электрического (ЭЭЕ) и магнитного (ЭЭН) полей ЭМП одного
частотного диапазона fi определяется выражением:
(4)
где– энергетическая экспозиция электрического поля для
диапазона частот fi; – напряженность электрической составляющей ЭМП;
– время воздействия за смену в часах;– энергетическая
экспозиция магнитного поля для i-того диапазона частот;–
напряженность магнитной составляющей ЭМП;,–
соответствующие предельно допустимые уровни.
При облучении от нескольких источников ЭМП, работающих в
различных частотных диапазонах, для которых установлены различные ПДУ,
определяется соответствующей суммой составляющих (4).
Для ЭМП частотного диапазона от 300мГц до 300 ГГц электрическая
экспозиция для выражений (4) определяется по значениям плотности потока
энергии ППЭ. При этомзаменяется насо «своими»
ПДУ (. Если несколько источников различных диапазонов
«облучают» обследуемого с различной продолжительностью ti, то
определяются различные базовые переменныеc построением «своих»
функций принадлежности, которые агрегируются в решающие
правила типа:
,(5)
где– функция агрегации по анализируемым диапазонам частот;–
уверенность в появлении и развитии заболеванийпо электромагнитной
составляющей.
5. Для нестабильных во времени и (или) пространстве ЭМП
радиочастотного диапазона с плохоопределяемыми классами состояний
предлагается использовать нечеткие табличные модели, по строкам которых
выписываются характеристики источника излучения, например, классы
мобильных телефонов, типы персональных компьютеров, типы роутеров и
т.д., а по столбцам определяется время воздействия. Элементами таблицы
являются показатели уверенностипоявления и развития заболевания
для источника ЭМП с номером i для временного интервала j.
Для нескольких источников с различными временными экспозициями
уверенность определяется агрегацией:
.(6)
6. Выбираются показатели для определения адаптационного резерва
целостного организма. В данной работе предлагается использовать индекс
функциональных изменений (ИФИ), адаптационный потенциал (АП),
показатель адаптационного соответствия (ПАС), перекисное окисление
липидов (ПОЛ), антиокислительная активность (АОА), адаптационный
показатель иммунной системы (АПИС).
С использованием пакета RUMM 2020 производится оптимизация
состава информативных показателей для определения адаптационного
резерва целостного организма. Используя общие рекомендации МСГНРП,
определяются частные функции уровня адаптационного резерва с базовой
переменной по выбранному набору параметров адаптационного потенциала и
выбираются модели агрегации для решающего правила оценки уровня
адаптационного резерва UAR на общесистемном уровне:
UAR = FAR  f AR (YK ),(7)
где f AR (YK ) – частные функции уровня адаптационного резерва с базовой
переменной (YK ) , определяемой как информативные показатели для
определения адаптационного резерва; FAК – функция агрегации уровня
адаптационного резерва.
7. Для выбранных органов мишеней ωℓ осуществляется синтез
решающих правил для определения показателей функционального состояния
и функционального резерва, по которым синтезируются частные модели
определения риска появления и развития патологии органов мишеней:
UPFS  = FFS (UFS  ) , UPFR = FFR (UFR ) ,(8)
где UPFS  и UPFR – уверенность в появлении и развитии  от уровня
функционального состояния и функционального резерва соответственно;
URS  и UFR – индивидуальные значения функционального состояния и
функционального резерва для системы (органа) мишени  .
8. Для повышения точности принимаемых решений для органов
мишеней ωℓ определяются сопутствующие факторы риска, связанные с
экологией, эргономикой, индивидуальными особенностями организма. В
общем виде, используя общие рекомендации по синтезу гибридных нечетких
решающих правил для решения задач прогнозирования ранней и возможно
дифференциальной диагностики заболеваний, провоцируемых ЭМПРЧ:
UVR q = FAG q (UEPq , UAR , UPFS q , UPFR q , UER q , UEK q , UDq ), (9)
где q – идентификатор решаемой задачи (q=п – прогноз; q=р – ранняя стадия
заболевания, д – дифференциальный диагноз, с – степень тяжести
заболевания и т.д.); UEPq – уверенность в  по задаче q – от воздействия
ЭМПРЧ; UAR – уровень адаптационного резерва организма в целом; UPFS q –
уверенность в  от показателя функционального состояния; UPFRq – от
показателя функционального резерва; UERq – уверенность в  от уровня
эргономики рабочего места; UEK q – уверенность в  от экологической
нагрузки; UDq – уверенность в  по задаче q от индивидуального состояния
здоровья.
9. Строится решающее правило перехода от прогностических к
диагностическим решающим правилам вида:
ЕСЛИ (НА), ТО (От ПП перейти к ПРД);(10)
ЕСЛИ (СМА), ТО (От ПП или ПРД перейти к ДРП),(11)
где НА – неудовлетворительная адаптация; СМА – срыв механизмов
адаптации; ПП – прогностические решающие правила; ПРД – правила ранней
диагностики; ДРП – диагностические решающие правила.
Уверенность в принимаемых решениях при этом принимается по
правилам (9) для выбранной правилами (10) или (11) задачи q.
Анализ литературы и собственные исследования показали, что под
влиянием ЭМПРЧ могут происходить существенные сдвиги в
функциональном состоянии (ФС) и функциональном резерве (ФР) человека.
Данные сдвиги могут в дальнейшем вызвать появление и развитие новых или
уже существующих заболеваний.
Для решения задачи оценки влияния ЭМП радиочастотного
диапазона на функциональное состояние в работе предлагается метод,
сущность которого заключается в следующем.
Для получения количественных оценок изменения уровня ФС в целом
и его составляющих на психологическом уровне в качестве базовой модели
выбрано двумерное отображающее пространство вида:
Y1= (ПВ–ПВ0) + (КВ–КВ0); Y2=УВ–УВ0,
где ПВ, ПВ0 – текущая переключаемость внимания и переключаемость
внимания, измеренная в состоянии спокойного бодрствования; КВ, КВ0 –
соответствующие показатели концентрирования внимания; УВ, УВ0 –
соответствующие показатели устойчивости внимания.
Анализ данных, используемых для формирования разделяющих границ
составляющих ФС на психологическом уровне, позволили определить
функцию принадлежности для лингвистической переменной:
ФС–НФС=µфн(Z),
где Z – базовая переменная, определяемая как мера близости к началу
координат в отображающем пространстве.
С учетом характера разделяющих границ между составляющими ФС
величина Z определяется выражением: Z=|Y1| + |Y2|.
С учетом того, что воздействие электромагнитного поля
радиочастотного диапазона приводит к информативному и достаточно
«быстрому»изменениюэнергетическиххарактеристик БАТна
электромагнитные воздействия для оценки ФС на физиологическом уровне
предлагается использовать электрические характеристики биологически
активных точек, «связанных» с общесистемной реакцией организма. Оценка
уровня ФС по электрическим характеристикам БАТ проводится в 2 этапа. На
первом этапе эксперты в области биофизики акупунктуры определяют
электрический разбаланс ERs общесистемных точек в соответствии с
выражением:
ЕСЛИ ( RYD1  R П ) И ( RYD2  R П ) , ( RYms
D
 R П )  ,
(12)
ТО  ERS = FE ( EY j )  , ИНАЧЕ ( ERs = 0 ) ,

где RY j – величина относительного отклонения сопротивления RY j из списка
D

диагностически значимых точек от своего номинального значения для БАТ с
идентификатором Y j ; R П – пороговое значение отклонений БАТ от
номинального значения.
Далее электрический разбаланс ERs общесистемных БАТ выбирается в
качестве базовой переменной для функции принадлежности µфн(ERs) к
лингвистической переменной – нормальное функциональное состояние на
физиологическом уровне.
Формируютсятаблицыэкспериментальныхданных(ТЭД),
связывающих величины энергетических экспозиций ЭМПРЧ для выбранных
диапазонов частот и время контакта человека с этим полем с уровнем ФС и
(или) его составляющих. С использованием рекомендаций МСГНРП
синтезируются гибридные модели оценки влияния ЭМПРЧ на ФС человека и
его составляющих:
(13)
где UFCil – уровень функционального состояния для диапазона частот i по
системе (органу) с идентификатором l; Qi – энергетическая экспозиция для i-
го диапазона частот; t – время воздействия.
В третьем разделе решаются задачи синтеза нечетких математических
моделей прогнозирования и ранней диагностики заболеваний нервной
системы у людей, подвергающихся вредному воздействию ЭМП
радиочастотного диапазона, а также получены нечеткие модели оценки
влияния ЭМПРЧ на функциональное состояние операторов, подвергающихся
воздействию исследуемого диапазона частот.
На первом этапе синтеза получены математические модели типа (3)
расчета показателей, характеризующих влияние электромагнитных полей
радиочастотного диапазона на состояние здоровья человека.
На втором этапе синтеза для заболеваний нервной системы на базовых
переменныхбылиопределенысоответствующие функции
принадлежности к классу  Н :  Н ( Z1 ) ,  H (Z2),  H (Z3) и
Далее в соответствии с выражением (6) была синтезирована модель
оценки уверенности в появлении и развитии заболеваний нервной системы
вида:
UEMн(i+1) =UEMн(i) + Qi+1[1–UEMн(i)],(14)
где UEMн(1) = Q1=  H ( 1 ); Q2=  H (Z2); Q3=  H (Z3); Q4=  H (Zп); Z1 – для
диапазона 30 мГц,…, 50 мГц; Z2 – 300 мГц,…, 3000 мГц; Z3 –3 гГц,…, 30 гГц;
Zп – 50Гц.
На третьем этапе синтеза решалась задача синтеза моделей
прогнозирования и ранней диагностики заболеваний нервной системы у
людей, профессионально использующих персональные компьютеры (ПК) с
частым использованием мобильных телефонов (МТ). Для этого с учетом
общих рекомендаций МСГНРП была построена табличная модель (7) оценки
влияния ПК и МТ на состояние нервной системы, определены
дополнительные существенные факторы риска (эргономика ПК,
психоэмоциональное напряжение и утомление, индивидуальные факторы
риска, разбаланс электрических характеристик БАТ, «связанных» с нервной
системой, адаптационный резерв организма).
По полученному набору предикторов и информативных признаков
были синтезированы финальные решающие правила типов (11), (12) и (13).
В ходе математического моделирования и экспертного оценивания
было показано, что уверенность в правильном прогнозе по классу  Н
превышает величину 0,9, а в наличии ранней стадии этого заболевания –
величину 0,95.
В четвертом разделе разрабатываются основные элементы системы
поддержки принятия решений (СППР) по анализу состояния здоровья у
людей, подвергающихся вредному воздействию ЭМП радиочастотного
диапазона, и приводятся результаты экспериментальных исследований на
репрезентативных контрольных выборках.
Структурная схема системы поддержки принятия решений
приведена на рисунке 1.
Управление взаимодействием между модулями, подсистемами,
внешним аппаратным обеспечением и лицом, принимающим решение,
обеспечивается алгоритмом управления СППР (АУСППР), реализующим
две основные ветви: ветвь обучения, решающая задачу синтеза гибридных
нечетких решающих правил с их «загрузкой» в базу знаний; ветвь принятия
решений в режиме диалога с ЛПР.
Рисунок 1 – Структурная схема СППР

Для полноценного функционирования СППР с его программным
обеспечением (ПОСППР) к стандартным вычислительным средствам
подключается дополнительная аппаратура: аппаратура регистрации
параметров электромагнитных полей (АРПЭМП); аппаратура контроля
электрических характеристик БАТ (АК ЭХБ); аппаратура контроля
когнитивных функций внимания и памяти (АКВП).
Управление внешними техническими средствами (ВТС) и передача
информации от них в базу данных (БД) СППР осуществляется через драйвер
связи (ДС) и систему управления базой данных (СУБД).
Обучение системы производится с помощью пакета обучающих
программ (ПОП), в состав которого входят блок разведочного анализа (БРА),
пакет интерактивных программ RUMM 2020, пакет МГУА, стандартный
пакет MathCAD, пакет МСГНРП.
После обучения полученные математические модели «погружаются» в
базу знаний (БЗ), работающую под управлением системы управления базой
знаний (СУБЗ).
Оригинальной подсистемой СППР, обладающей новизной, является
подсистема принятия решений (ППР), в состав которой входят модуль
оценки адаптационного резерва (МОАР), модуль оценки функционального
состояния и функционального резерва (МО ФС и ФР), модуль оценки
энергетического сопротивления биологически активных точек (МОЭХБАТ),
модуль прогнозирования, модуль ранней диагностики, модуль оценки
функционального состояния и функционального резерва (ФС и ФР), модуль
оценки влияния ЭМПРЧ на организм человека (МОЭМП), модуль
прогнозирования (МП), модуль ранней диагностики (МРД), модуль оценки
работоспособности (МОР).
Решение задач формирования рациональных схем воздействия на
состояние здоровья и функциональное состояние человека обеспечивается
подсистемой формирования рекомендаций по коррекции состояния здоровья
и ФС (ПФР).
Взаимодействие ЛПР с СППР осуществляется через интерфейс
пользователя.
Для подтверждения достоверности принятия решений предложенными
в работе моделями был организован сбор репрезентативных контрольных
выборок, объем которых определялся в соответствии с требованиями,
принятыми в теории распознавания образов.
Для контроля качества «работы» решающих правил прогнозирования
заболеваний нервной системы (НС) был проведен пятилетний эксперимент,
начавшийся в 2017 году. Обследовались операторы ПЭВМ, активно
использующие мобильную связь. Всего для участия в эксперименте было
отобрано 200 человек относительно здоровых людей, людей, имеющих
склонность и высокие риски к заболеваниям нервной системы, а также
людей, имеющих начальные стадии патологии НС. На предварительном
этапе исследования оценка состояния нервной системы осуществлялась по
простым тестам оценки состояния периферической и центральной нервных
систем, принятых в неврологии.
После каждого года наблюдения производилась фиксация количества
заболевших и не заболевших обследуемых.
Результаты работы прогностических решающих правил, приведенные в
таблице 1, фиксировались с расчетом различных показателей качества.
Таблица 1 – Оценка качества работы математической модели
прогнозирования по классу  Н
Год наблю-20172018201920202021
дения
ПК
ДЧ0,780,880,920,930,93
ДС0,900,920,920,930,95
ДЭ0,840,900,920,930,94
ПЗ +
0,870,900,910,920,94
ПЗ0,830,910,930,940,94
Примечание: ПК – показатели качества; ДЧ, ДС, ДЭ – диагностическая
чувствительность, специфичность и эффективность; ПЗ+, ПЗ- –
прогностическая значимость положительных и отрицательных результатов.
Анализ таблицы 1 показывает, что все выбранные показатели качества
превышают уровень 0,9 после двух лет наблюдения.
При оценке качества работы математических моделей ранней
диагностики в каждый из наблюдаемых годов решающие правила сохраняют
качество классификации по всем показателям, превышая уровень 0,95.
Анализ результатов статистических испытаний, полученных
прогностических и диагностических решающих правил показывает, что они
дают результаты, соизмеримые с результатами математического
моделирования и экспертного оценивания.
Полученныеколичественныехарактеристикипозволяют
рекомендовать результаты диссертационной работы в медицинскую
практику профильных врачей.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
В диссертационной работе получены следующие основные результаты:
1. Проведено исследование структуры данных, описывающих
исследуемые классы заболеваний и функциональных состояний у людей,
подвергающихся воздействию ЭМП радиочастотного диапазона, в ходе
которого было обосновано применение методологии синтеза гибридных
нечетких решающих правил для решения поставленных в работе цели и
задач.
2. Разработан метод синтеза гибридных нечетких математических
моделей прогнозирования и ранней диагностики заболеваний, вызываемых
действием ЭМП радиочастотного диапазона, который позволяет получить
нечеткие гибридные математические модели, обеспечивающие повышение
качества оказания медицинской помощи выбранной категории пациентов в
условиях действия сочетанных и смешанных электромагнитных полей в
сочетании с другими разнородными производственными, природными и
индивидуальными факторами риска при нечетком и неполном представлении
исходных данных с пересекающейся структурой классов.
3. Разработан метод оценки влияния электромагнитных полей
радиочастотного диапазона на функциональное состояние операторов
энергонасыщенных систем, использование которого позволяет синтезировать
соответствующие решающие правила, обладающие требуемой для
практических приложений точностью.
4.Синтезированыгибридныематематическиемодели
прогнозирования и ранней диагностики заболеваний нервной системы у
людей, подвергающихся вредному воздействию ЭМП радиочастотного
диапазона, обеспечивающие уверенность в правильном прогнозе не менее
0,9, а в наличии ранних стадий заболеваний нервной системы не ниже 0,95, а
так же нечеткие модели оценки влияния ЭМПРЧ на функциональное
состояние и работоспособность операторов подвергающихся воздействию
исследуемого диапазона частот, которые обеспечили уровень доверия к
принимаемым решениям не хуже 0,9.
5. Разработаны система поддержки принятия решений с
соответствующим алгоритмом управления, которые позволяют управлять
логикой организации лечебно-диагностического процесса в зависимости от
индивидуальныхособенностейорганизма,подвергающегося
комбинированному воздействию различных по своей природе факторов
риска, включая ЭМП радиочастотного диапазона, что позволило повысить
качество медицинского обслуживания пациентов, подвергающихся
воздействию исследуемых диапазонов ЭМП.
6. Проведена экспериментальная проверка результатов исследования
на репрезентативных контрольных выборках, которая показала, что для задач
прогнозирования заболеваний нервной системы уверенность в правильном
прогнозе превышает уровень 0,9, а в наличии ранних стадий этого класса
заболеваний составляет 0,95, также было показано, что нечеткие модели
оценки влияния ЭМПРЧ на функциональное состояние и работоспособность
операторов, подвергающихся воздействию исследуемого диапазона частот,
обеспечили уровень доверия к принимаемым решениям не хуже 0,9, что
соответствуеттребованиямсовременноймедицинскойпрактики,
предъявляемым к аналогичным классам задач.
Рекомендации. Результаты исследования рекомендуется использовать
приразработкеновогопоколениягибридныхмедицинских
интеллектуальных систем, эффективная работа которых обеспечивается
рациональным объединением клинического мышления с помощью
искусственного интеллекта и, в частности, при проектировании СППР для
врачей, ведущих пациентов, подвергающихся действию электромагнитных
полей радиочастотного диапазона.
Перспективы дальнейшей разработки темы. Использование
нечетких гибридных моделей для решения задач повышения качества
оказания медицинских услуг пациентам, подвергающимся действию
электромагнитных полей радиочастотного диапазона в сочетании с другими
факторами риска, позволяет поднять на новый качественный уровень
медицинское обслуживание людей с исследуемым классом заболеваний.
Дальнейшие исследования в рассматриваемой медицинской области позволят
повысить качество ведения пациентов, подвергающихся сочетанному
воздействию разнородных факторов риска на организм человека.
СПИСОК НАУЧНЫХ РАБОТ,
ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ