Введение

Актуальность работы. В соответствии с современной концепцией медицины труда неблагоприятные производственные факторы (ПФ) могут являться причинами профессиональных заболеваний (ПЗ).

Среди современных инструментов оценки влияния условий труда на состояние здоровья работников, позволяющих в том числе определить приоритетность профилактических мероприятий, является оценка профессионального риска (ПР), необходимость которой постулируется в трудовом кодексе Российской Федерации (2011). Предлагаемые на сегодняшний день методики решению этой задачи в основном базирующиеся на результатах аттестации рабочих мест и результатах периодических медицинских осмотров (ПМО), не всегда могут давать достоверную информацию о реальных особенностях труда и состоянии здоровья исследуемого контингента в конкретных условиях, что обуславливает актуальность дифференцированного подхода к оценке ПР и ставит задачу по совершенствованию имеющихся методических подходов.

Известно, что в процессе работы водители транспортных средств экстренных служб (ВЭС) подвергаются негативному воздействию комплекса разнообразных неблагоприятных ПФ, что, в свою очередь, приводит к повышенному риску нарушений здоровья и развитию ПЗ, развитию стресса, что увеличивает риск психосоматических заболеваний. Однако, несмотря на высокую актуальность проблемы ПЗ, исследованиям, посвященных комплексному изучению современных условий труда ВЭС, а также их влияния на различные показатели здоровья, уделяется недостаточное внимание.

Актуальность работы определяется необходимостью разработки и внедрения в практическое здравоохранение высокоэффективных средств прогнозирования ПЗ ВЭС, вызываемых условиями труда и индивидуальными особенностями водителей, что позволит повысить качество оказания медицинских услуг исследуемой категории работающего населения.

Степень разработанности темы исследования. Оптимальным механизмом для оценки ПР является построение автоматизированных систем обработки статистической информации и комплексный анализ полученных результатов с применением искусственных нейронных сетей и нечеткой логики принятия решений (А.Н. Аверкин, Л.С. Бернштейн, Р.А. Алиев, А.Е. Алтунин, А.В. Алексеев, К. Асаи, Р. Веллман, и др.). В области построения таких систем целесообразно использовать концепции построения автоматизированных медицинских информационных систем (МИС), теоретические принципы создания медицинских экспертных систем (МЭС), моделей представления знаний, нейронных сетей и нечетких множеств принятия решений (А.О. Недосекин, Г.С. Поспелов, А.А. Дородницын, И.Ю. Каширин, Н.А. Кореневский, и др.).

Однако во многих случаях интеллектуальные системы, построенные на основе этих принципах, не обеспечивают соответствующие показатели качества прогнозирования ввиду малообоснованного выбора пространства информативных признаков и соответствующих ему параметров моделей решающих модулей. При этом нахождение адекватных решений из-за необходимости многократного выполнения реализаций моделей с целью выбора наиболее оптимальных параметров сопровождается большими временными и материальными затратами.

Проведенный анализ позволяет сформулировать научно-техническую задачу, на решение которой направлено данное исследование: развитие гибридных нейросетевых технологий для построения интеллектуальных систем прогнозирования ПР ВЭС, функционирующих в условиях неопределенности и реализующих комплексное использование различных методов искусственного интеллекта.

Цель работы- повышение качества прогнозирования профессиональных заболеваний водителей транспортных средств экстренных служб посредством разработки методов построения нечетких нейросетевых моделей для интеллектуальных систем поддержки принятия решений.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Структурный анализ заболеваемости водителей транспортных средств экстренных служб.

2. Разработка модели биоимпеданса в аномальных зонах проводимости для формирования подпространства информативных признаков, предназначенного для классификаторов риска профессиональных заболеваний водителей транспортных средств экстренных служб.

3. Разработка метода построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии у водителей транспортных средств экстремальных служб.

4. Разработка метода построения модульной ассоциативной сети для оценки прогноза риска пояснично-крестцовой радикулопатии у водителей транспортных средств экстренных служб.

5. Разработка структуры интеллектуальной системы поддержки принятия решений, предназначенной для решения задач прогнозирования профессиональных заболеваний водителей транспортных средств экстренных служб, и алгоритма управления процессом прогнозирования профессионального риска.

6. Апробация интеллектуальной системы поддержки принятия решений по прогнозированию профессиональных заболеваний водителей транспортных средств экстремальных служб.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- параметрическая модель электрического сопротивления биоматериала, построенная на основе анализа переходного процесса в аномальных зонах электропроводности, представленная в виде двух временных рядов, каждая пара

компонентов которых описывает параметры модели биоимпеданса биоматериала, позволяющая учитывать результаты биоимпедансных исследований в классификационных моделях прогноза риска профессиональных заболеваний водителей транспортных средств экстренных служб;

- метод построения гибридных нечетких моделей для прогнозирования возникновения и осложнений артериальной гипертензии, включающий этапы формирования пространства информативных признаков, моделирования переходных характеристик в выбранных зонах аномальной электропроводности, вычисление информативных признаков, формирования «слабых» классификаторов, агрегации слабых классификаторов с учетом комплексированных признаков и статуса артериального давления, позволяющий формировать решающие модули для прогнозированию артериальной гипертензии у водителей транспортных средств экстренных служб;

- метод построения модульной ассоциативной сети, основанный на ассоциации трех решающих модулей, отличающийся тем, что первый модуль реализует процедуры экспертной оценки, второй модуль реализует технологию бустинга с использованием в качестве «слабых» классификаторов дискриминантных функций, а третий - определяет веса ассоциированных решающих модулей, позволяющий формировать классификаторы для прогнозированию пояснично-крестцовой радикулопатии у водителей транспортных средств экстренных служб.

Теоретическая и практическая значимость работы состоит в том, что разработаныметоды построения гибридных классифицирующих моделей, основанные на логиках Л.

использования в практике прогнозирования и профилактики профессиональных заболеваний водителей транспортных средств экстремальных служб.

Работа выполнена в рамках федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно- технологического комплекса России на 2014 - 2020 годы» («Проведение прикладных научных исследований в области биоинформационных технологий», уникальный идентификатор прикладных научных исследований (проекта ВБМЕР157614Х0071)и в соответствии с научным направлением Юго-Западного государственного университета «Разработка медико-экологических информационных технологий».

Результаты работы внедрены в учебном процессе Юго-Западного государственного университета при подготовке магистров по направлению 12.04.04 «Биотехнические системы и технологии» и прошли испытания в отделении медицинской реабилитации клинического научно-медицинского центра «Авиценна», г. Курск.

Методы исследований. Для решения поставленных задач использовались методы системного анализа, теория биотехнических систем медицинского назначения, теория линейных электрических цепей, математического моделирования, нейросетевых технологий, теория нечетких множеств, математической статистики и экспертного оценивания. При разработке гибридных модулей принятия решений в качестве инструментария использовался Matlab 8.0 с графическим интерфейсом пользователя для NeuralNetworkToolbox и со встроенным пакетом FuzzyLogic Toolbox. Для биоимпедантных исследований использован модуль быстродействующего АЦП с USB 2.0 интерфейсом - E20-10 производства ЗАО «L-Card» с программными средствами, разработанными в среде C++ Builder 6 с использованием библиотек L-Card (Lisbari и LCome).

Положения, выносимые на защиту. 1.Использование информативных признаков, полученных на основе биоимпедансных исследований, позволяет повыситьпоказатели качества классификациинечетких нейросетевых моделей оценки риска профессиональных заболеваний у водителей транспортных средств

экстренных служб, в среднем, на 8%. 2. Метод построения гибридных нечетких моделей для прогнозирования профессиональных заболеваний, учитывающий при агрегации слабых классификаторов статус артериального давления, обеспечивает диагностическую эффективность по прогнозированию артериальной гипертензии у водителей транспортных средств экстренных служб до 0,88. 3. Метод построения модульной ассоциативной сети, основанный на ассоциации трех решающих модулей, реализующих экспертную оценку, технологию бустинга и определение весов модулей, входящих в ассоциацию, обеспечивает диагностическую эффективность по прогнозированию пояснично-крестцовой радикулопатии у водителей транспортных средств экстренных служб до 0,85.

Степень достоверности и апробация работы.Результаты исследования показали их воспроизводимость в различных условиях, непротиворечивость нечетким алгоритмам принятия решений и методам нейросетевого моделирования, а так же аналогичным результатам, полученным другими исследователями. Результаты экспериментальных исследований решающих правил по прогнозированию ПЗ ВЭС согласуются с ранее опубликованными экспериментальными данными по теме диссертации.

Основные теоретические положения и научные результаты диссертационной работы докладывались, обсуждались и получили положительную оценку на 12 Международных, Всероссийских конференциях и симпозиумах: Инновационные направления развития сельского хозяйства (Воронеж-2015); Современное научное знание: теория, методология, практика (Смоленск-2015); Актуальные проблемы энергоснабжения и энергоэффективности в технических системах (Тамбов-2016); Нейроинформатика, ее приложения и анализ данных: (Красноярск -2016; Физика и радиоэлектроника в медицине и экологии - ФРЭМЭ’2016 - (Владимир - Суздаль - 2016); Лазерно-информационные технологии в медицине, биологии, геоэкологии и транспорте - 2016, (Новороссийск -2016, 2017); Интеллектуальные

информационные системы (Воронеж - 2016); Медико-экологические

информационные технологии (Курск - 2016); Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века (Пермь-2016, 2017);

Актуальные направления научных исследований XXI века: теория и практика (Воронеж - 2017); на семинарах кафедры биомедицинской инженерии ЮЗГУ (Курск - 2014, 2015, 2016, 2017, 2018).

Публикации. Основные результаты диссертационного исследования отражены в 19 научных работах, из них 7 статей в ведущих рецензируемых научных журналах.

Структура и объем работы. Диссертация состоит из введения, четырех разделов, заключения и библиографического списка, включающего 106 отечественных и 22 зарубежных наименований. Работа изложена на 145 страницах машинописного текста, содержит 49 рисунков и 16 таблиц.

1