Введение

Актуальность работы. Среди огромного разнообразия задач, возникающих перед практическими врачами, достаточно остро стоит вопрос о прогнозировании и диагностике острого нарушения мозгового кровообращения (ОНМК).

Велики и экономические потери - по оценкам Американской ассоциации сердца прямые и непрямые затраты на лечение инсульта в США составляют более 50 млрд. долларов в год [124]. Подсчитанные ежегодные прямые и непрямые расходы, связанные с нарушением мозгового кровообращения, варьируют от 40 до 100 млрд. долларов США/евро по обе стороны Атлантики [118]. Таким образом, ОНМК являются важнейшей медико-социальной проблемой.

Степень разработанности темы исследования. Значительно снизить летальность и обеспечить успешность лечебно-оздоровительных мероприятий позволяют различные методы прогнозирования и ранней диагностики ОНМК, которые не нашли еще достаточно широкого практического применения. Существенного успеха в области прогнозирования ОНМК можно добиться, используя современные достижения вычислительной техники и компьютерных технологий. Работами Мисюка Н.С. , Трошина В.Д., Фоминой Т.А., Бочкова В.Б., Лупьяна А.Я. и др. была убедительно доказана возможность успешного использования методов машинного обучения для решения задач прогнозирования, ранней и дифференциальной диагностики инсультов.

В большинстве известных систем прогностические и диагностические алгоритмы, применяемые для оценки состояния мозгового кровообращения,

используют детерминистские решающие правила с большой величиной зоны отказа от принятия решений.

Поэтому проблема повышения достоверности прогноза ОНМК посредством использования информативных признаков, которые могут быть оперативно получены доступными средствами, являются своевременной и актуальной.

С математической точки зрения, сложность решения задач прогнозирования ОМНК определяется тем, что используемые информативные признаки носят неполный, нечеткий и разнотипный характер с нечеткой структурой классов, что требует специальных подходов к синтезу соответствующих решающих правил. Раздельное использование таких мощных инструментариев, как нейронные сети и нечеткая логика не позволяет должным образом объединить экспертные знания и экспериментальные данные для решения рассматриваемой задачи, поэтому для повышения качества прогнозирования возникает необходимость разработки методов объединения технологий нечеткой логики и нейронных сетей в гибридную системы (Томакова Р.А., Ясницкий Л.Н., Ярушкина Н.Г.) на основе современной теории автономных интеллектуальных агентов (Рассел С.).

Цель работы.Повышение качества прогнозирования острых нарушений мозгового кровообращения посредством разработки методов, моделей, алгоритмов и программного обеспечения для многоагентных систем интеллектуальной поддержки принятия решений врача-невролога.

Для достижения поставленной цели поставлены следующие задачи:

- разработать базовую модель интеллектуальной системы поддержки принятия решений по прогнозированию инсультов;

- разработать теоретико-множественную модель структурирования обучающей выборки для реализации технологии бустинг-классификаторов по прогнозированию инсультов и структуру интеллектуальных агентов на ее основе;

- разработать метод формирования пространства информативных признаков, предназначенный для интеллектуальных агентов классификации инсультов по результатам анализа биоимпеданса в экспериментах in vivo;

- разработать программно-аппаратный комплекс для анализа биоимпеданса в экспериментах in vivo,предназначенный для интеллектуальной поддержки прогнозирования инсультов;

- разработать структурную схему формирователя моделей принятия решений по прогнозированию острой недостаточности мозгового кровообращения;

- провести апробацию предложенных методов, моделей и алгоритмов интеллектуальной поддержки прогнозирования инсультов в клинических условиях.

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

- базовая модель интеллектуальной системы прогнозирования инсультов, содержащая агенты нижнего и верхнего уровня, отличающаяся тем, что агенты нижнего уровня разделены на три группы, первая из которых осуществляет анализ данных, полученных на основе биоимпедансных исследований, вторая - на основе анализа модифицируемых и конституционных предикторов, а третья группа агентов предназначена для диагностики сопутствующих заболеваний и синдромов по предикторам, используемых первыми двумя группами агентов, позволяющая управлять процессом принятия решений посредством сочетания экспертных оценок, статистических данных и текущей информации;

- теоретико-множественная модель структурирования обучающей выборки, основанная на анализе ее подмножеств, соответствующих трем терцилям, полученных после классификации ее образцов интеллектуальными агентами

нижнего иерархического уровня, позволяющая формировать интеллектуальные агенты верхнего иерархического уровня;

- метод вычисления комплексного сопротивления биоматериала, использующий в качестве устройства сбора данных аналоговый интерфейс L791 и два канала оцифровки сигнала, позволяющий осуществлять анализ спектральных характеристик биоимпеданса в экспериментах in vivo и формировать пространство информативных признаков, основанное на биоимпедансных исследованиях в аномальных зонах электропроводности;

- структурная схема формирователя моделей принятия решений прогнозирования острой недостаточности мозгового кровообращения, отличающая базой включенных в нее интеллектуальных агентов нижнего и верхнего уровня, позволяющая синтезировать множество моделей принятия решений, предназначенных для определения риска инсультов при разных факторах риска и информативных аномальных зонах электропроводности, варьировать релевантностью факторов риска, а также селектировать процесс обучения по конкретному фактору риска.

Теоретическая и практическая значимость работысостоит в том, что изложены методы формирования автономных интеллектуальных агентов для поддержки принятия решений по прогнозированию ОНМК, позволяющие используя гетерогенное пространство информативных признаков, включающее биоимпедансные характеристики в зонах аномальной электропроводности биоматериала, определять скрытые системные связи между информативными признаками и сформировать решающие модули прогнозирования ОМНК.

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) RFMEFI57614X0071) 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 ОБУЗ «Курская городская больница №1 им. Н.С. Короткова» г. Курска.

Методы исследований. Для решения поставленных задач использовались методы: теории биотехнических систем медицинского назначения,

математической статистики, теории управления, теории линейных электрических цепей, математического моделирования, теории нейронных сетей, теории нечетких множеств. В качестве блока преобразования использовалась универсальная плата PCI L791 с прямым доступом к памяти компьютера (DMA Bus Master) производства ЗАО «L-Card». Программное средство было разработано в среде C++ Builder 6 с использованием библиотек L-Card (Lisbari и LCome).

Положения, выносимые на защиту.1. Базовая модель интеллектуальной системы прогнозирования инсультов, содержащая агенты нижнего и верхнего уровня, которые разделены на три группы, первая из которых осуществляет анализ данных, полученных на основе биоимпедансных исследований, вторая - на основе анализа модифицируемых и конституционных предикторов, а третья группа агентов предназначена для диагностики сопутствующих заболеваний и синдромов по предикторам, используемым первыми двумя группами агентов,

обеспечивает увеличение диагностической эффективности до 10% по сравнению с известными методами; 2.

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 инсультов 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, конгрессов и семинарах: «Современные тенденции развития науки и технологий» (Белгород-2015); «Современное научное знание: теория, методология, практика» (Смоленск - 2015); «Физика и радиоэлектроника в медицине и экологии» - ФРЭМЭ’2016» -

(Владимир - Суздаль - 2016); «Искусственный интеллект в решении актуальных социальных и экономических проблем XXI века» (Пермь - 2016);

«Интеллектуальные информационные системы» (Воронеж - 2016); «Кардиостим - 2016» (Санкт-Петербург -2016); «Лазерно-информационные технологии в медицине, биологии, геоэкологии и транспорте», (Новороссийск - 2016, 2017); «Медико-экологические информационные технологии» (Курск - 2016);

«Актуальные проблемы энергоснабжения в технических системах» (Тамбов - 2016); «Нейроинформатика, ее приложения и анализ данных: (Красноярск -2016); «Электроснабжение и эффективность в технических системах» (Тамбов - 2017); на семинарах кафедры биомедицинской инженерии ЮЗГУ (Курск - 2014, 2015, 2016, 2017).

Публикации.Основные результаты диссертационного исследования отражены в 1 8 научных работах, из них 4 статьи в ведущих рецензируемых научных журналах.

Структура и объем работы.Диссертация состоит из введения, четырех разделов, заключения и списка литературы, включающего 97 отечественных и 29 зарубежных наименований. Работа изложена на 150 страницах машинописного текста, содержит 52 рисунка и 14 таблиц.

1