авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 9 |

«Саратовский государственный университет им. Н. Г. Чернышевского МЕТОДЫ КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ В БИОЛОГИИ И МЕДИЦИНЕ – 2012 Материалы ...»

-- [ Страница 4 ] --

4. Addison Paul S. Wavelet transforms and the ECG: a review // Physiol. Meas. 2005.

Vol. 26. P. 155-199.

5. Clifford Gari D. Azuaje Francisco, McSharry Patrick E. Advanced Methods and Tools for ECG Data Analysis. Artech House, 2010. 384 p.

6. Крутько В.Н. Профилактика старения как системная технология // Вестн. РАН.

2006. Т.76, №9. С. 790-797.

7. Крутько В.Н., Мамай А.В., Славин М.Б. Определение биологического возраста на основе хронологического и группы жизненно важных функциональных параметров // Цитология. 1997. Т. 39, № 6. С. 481-482.

БЛОЧНАЯ МОДЕЛЬ МЕДИЦИНСКОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ А.Г. Мелузов, М.Д. Островский Нижегородский государственный технический университет им. Р. Е. Алексеева E-mail: ost-max@yandex.ru Сейчас на рынке информационных решений для медицины представ лен широкий выбор различных МИС, систем автоматизации ЛУ и докумен тооборота. Но между тем до сих пор не сформировано единое информацион ное пространство между ними, что затрудняет миграцию пациентов между клиниками. Кроме того, в большинстве МИС акцент делается на автоматиза цию документооборота, а не на процесс лечения пациента. Процесс лечения пациента можно также рассматривать как технологический, а программу – как инструмент в руках врача. Ещё одной актуальной проблемой современ ных медицинских систем является непродуманный интерфейс, препятст вующий использованию полного спектра функций системы[1].

Учитывая эти и некоторые другие проблемы, нами была спроектирова на модульная концепция МИС, которая позволяет различным разработчикам создавать компоненты системы, работающие с единой базой данных. Также нами был рассмотрен вопрос безопасности данных, разработаны требования для «умного интерфейса пользователя», который даст возможность быстрого взаимодействия с системой[2].

Библиографический список 1. Назоренко Г.И., Осипов Г.С. Основы теории медицинских технологических процессов. М.: Физматлит, 2011. 270с.

2. Ульман Д. Основы систем баз данных. М.: Финансы и статистика, 2010. 334 с.

АЛГОРИТМИЧЕСКИЕ СРЕДСТВА МЕТОДА КОНТРОЛЯ ПАРАМЕТРОВ ИЗЛУЧАТЕЛЯ РЕНТГЕНОВСКОГО АППАРАТА М.Г. Петрушанский Оренбургский государственный университет E-mail: pmg74@inbox.ru Измерение анодного напряжения и суммарной фильтрации пучка рент геновского излучения рентгеновского диагностического аппарата (РДА) ра диационным методом [1] основано на изменении формы энергетического спектра излучения при его фильтрации. В результате этого изменяется значе ние коэффициента пропускания излучения тестового фильтра. Указанное из менение неодинаково для разных режимов генерирования рентгеновского излучения. Это различие используется для определения перечисленных выше параметров РДА.





В качестве тестового фильтра предлагается применять ступенчатый алюминиевый клин, на обращенной к источнику рентгеновского излучения поверхности которого должна быть размещена практически полностью по глощающая рентгеновское излучение маска с круглыми отверстиями напро тив средней части каждой ступени. Маска предназначена для формирования узкого пучка рентгеновского излучения и определения границ каждой ступе ни клина на его изображении. Это необходимо для исключения влияния на результаты измерений возможных геометрических искажений очертания анализируемого изображения ступени, обусловленных перетеканием собы тий между соседними элементами детектора, непараллельностью пучка из лучения, взаимному наложению потоков излучения, прошедших через раз ные элементы ступенчатого клина.

Алгоритмические средства метода должны обеспечивать получение информации с детектора и ее обработку. Обработка оцифрованного изобра жения производится сравнением средних значений сигналов S точек изо бражения с некоторым заданным порогом S min. Происходит последователь ное поточечное считывание величин сигналов строки изображения ступенча того клина, соответствующей его центральному продольному сечению.

Блок-схема алгоритма определения границ и среднего значения сигна ла от каждой ступени клина на его изображении приведена на рисунке.

В процессе считывания осуществляется анализ содержимого i -й ячей ки памяти, относящейся к очередной точке изображения, на ее принадлеж ность к изображению только ступени клина либо ступени клина с маской.

Если S S min, то точка относится к изображению ступени клина с маской.

При этом в счетчике n подсчитывается количество таких ячеек, сле дующих подряд. Если S S min, то точка относится к изображению только ступени клина. Содержимое S такой ячейки суммируется в накопительной ячейке S с содержимым предыдущих подобных ячеек, относящихся к теку щей k -й ступени клина. Количество таких ячеек, следующих подряд, под считывается в счетчике m.

Переход от изображения ступени с маской к изображению ступени оп ределяется по переходу от выполнения условия S S min к первому выполне нию условия S S min. При этом счетчик n обнуляется, а счетчик k, фикси рующий номер анализируемой ступени клина, увеличивается на единицу.

Обратный переход, от изображения ступени к изображению маски, оп ределяется по переходу от выполнения условия S S min к выполнению усло вия S S min. Среднее значение S k сигналов элементов детектора, пропор циональное интенсивности излучения, для закончившегося изображения k -й ступени вычисляется по формуле S Sk =, m после чего ячейка S и счетчик m обнуляются.

Вход i = 0, k = m = 0, n = 0, S = да kK нет i = i + да нет S S min n = n + да нет n= нет да n ndef n= да нет k m = m + 1, S = S + S S Sk = m k = k + Выдача значений S k для 1 k K Выход Блок-схема алгоритма определения границ и среднего сигнала от каждой сту пени клина на его изображении Если к моменту возврата к выполнению условия S S min счетчик n зафиксирует не более ndef = 5 ячеек, считается, что сигнал S S min является ошибочным. Он может появиться в результате каких-либо дефектов детекто ра, тестового фильтра и прочего. В этом случае счетчик n обнуляется, со держимое счетчика k не изменяется и продолжается обработка изображения текущей ступени клина.

Библиографический список 1.Петрушанский М.Г. Разработка метода спектрального преобразования и аппарат но-программных средств для измерения параметров излучателей рентгенодиагностиче ских аппаратов : автореф. дис. … канд. техн. наук. Оренбург, 2006. 22 с.

МОДИФИЦИРОВАННЫЙ TV-АЛГОРИТМ ВОССТАНОВЛЕНИЯ ИЗОБРАЖЕНИЯ В ВЫЧИСЛИТЕЛЬНОЙ ТОМОГРАФИИ Е.А. Блюштейн, А.О. Мантуров Саратовский государственный технический университет им. Ю.А. Гагарина E-mail: Domovoy9812@yandex.ru Сканирующая оптическая микроскопия занимает важное место в меди цине и биологии, так как позволяет исследовать микроскопические объекты в оптическом диапазоне, с разрешением значительно ниже дифракционного предела (порядка нескольких десятков нанометров), в то время как разреше ние классических оптических микроскопов ограничено длиной волны.

Новым видом сканирующих оптических микроскопов является теневой томографический микроскоп [1]. Его работа основана на регистрации инте гральных характеристик исследуемого объекта и восстановлении на их осно ве локальных характеристик в каждой точке исследуемого объекта. Для по лучения изображения используется обработка данных, основанная на преоб разовании Радона. Классические методы обращения этого преобразования изложены в [2], [3]. Особое место среди них занимают малоракурсные мето ды, позволяющие получать изображения по малому количеству исходных данных. Разработке подобных методов в нашей стране посвящено немало ра бот, например, [4-7]. Однако предложенные в них методы основаны на ин терполяционном подходе, и эффективны только для изображений с доста точно низкой резкостью.

Предложена практическая реализация итерационного алгебраического алгоритма, основанного на методе минимизации полной вариации, или TV функции [8]. Задача ставится следующимr образом: получить растровое изо бражение объекта (вектор изображения) f = ( f i, j,k ), i = 1..I, j = 1..J, k = 1..K по из вестному вектору проекций Y = (Y,l,m ), = 1..N, l = 1..L, m = 1..M, где I, J, K и N, L, r M определяют количество элементов векторов изображения и проекций со ответственно. Задача минимизации ставится в виде (1), для ее решения ис пользуются градиентные методы.

f = arg min( E1 ( f ) + µE2 ( f )), (1) 1 E1 ( f ) = = TV ( f f ), (2) i, j,k TV V V i, j,k 2 df i, j, k df i, j, k df i, j, k + + TV ( f i, j, k ) =, (3) dx dy dz 1 ( f ) Y.

E2 ( f ) = P (4) NA P(f) представляет собой оператор преобразования Радона, V и A – по ложительные вещественные константы. Алгоритм основан на методе регуля ризации Тихонова [9]. За счет использования TV-нормы (2) в качестве нормы регуляризации снижает воздействие на результирующее изображение по грешности при получении проекций. Эти свойства TV-нормы для случая об работки двумерных изображений были показаны в [10], [11]. Данный алго ритм позволяет использовать априорную информацию об объекте, а также не накладывает ограничения регулярности на сетку дискретизации. Установле но, что в некоторых случаях применение данного алгоритма приводит к сни жению резкости результирующего изображения.

Алгоритм реализован с помощью технологии CUDA, что позволяет значительно снизить время восстановления изображения за счет использова ния вычислительных возможностей видеочипов.

Предложена модификация данной модели, основанная на использова нии функционала (5), вместо (3).

TV um [ f i, j, k ] = M i, j, k TV[ f i, j, k ] (5) За счет использования маски Mi,j,k снижается вклад в штрафную функ цию для точек с большими значениями полной вариации. В результате сни жается эффект сглаживания и повышается резкость результирующего изо бражения.

Коэффициенты Mi,j,k рассчитываются на основе маски fum, которая по лучается с помощью метода нерезкого маскирования [12]. Среди различных вариантов зависимости M(fum) выбрана зависимость (6), сочетающая просто ту и эффективность.

l1 ( f um ), f min f i,umk f1um um j, M i, j,k = l 2 ( f ), f1 f i, j,k f max, um um um um (6) l1 ( x) = a1 x 2 + b1 x + c1, l 2 ( x) = a 2 x 2 + b2 x + c 2, f min f1um f max.

um um Коэффициенты рассчитываются исходя из условий (7).

um um l1 ( f min ) = M max, l2 ( f max ) = M min, l1 ( f min ) = 0, l2 ( f max ) = 0.

um um (7) Сравним модифицированный и оригинальный алгоритмы с помощью тестовой функции (8).

2, при i, j, k [40;

80], f i, j,k = (8) 0 в противном случае, I = J = K = 120.

На основе анализа рис. 1 и 2 можно сделать вывод, что модифициро ванный алгоритм позволяет получить более резкие границы.

110.00 110. 100. 100. 90. 90. 80.00 80. 70. 70. 60. 60. 50. 50. 40. 40. 30. 30. 20. 20. 10. 10. 0. 0. 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00 110. 0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00 110. б а Рис. 1. Двумерный срез результирующего изображения, полученного с помощью оригинального (а) и модифицированного (б) алгоритмов 2. 1. 1. 0. 0. Рис. 2. Одномерный срез результирующего изображения, восстановленного с помощью оригинального (тонкая линия) и модифици рованного (толстая линия) алгоритмов Библиографический список 1. Danilova T. V., Volkov Y. P., Manturov A.O. The resolution estimation of the edge scanning optical microscope // XV Intern. school for junior scientists and students on optics, la ser physics and Biophotonics «Saratov Fall meeting – SFM’11». Saratov, 2011.

2. Kak A., Slaney M. Principles of computerized tomographic imaging // Society for In dustrial Mathematics. 2001. 342 p.

3. Наттерер Ф. Математические аспекты компьютерной томографии. М.: Мир, 1990. 280 с.

4. Филонин О.В. Малоракурсная томография. Самара, 2006.

5. Филонин О.В. Малоракурсная вычислительная томография в физических иссле дованиях: дис. … д-ра техн. наук: 01.04.01 Самара, 2006. 463 с.

6. Агафонов М.И. Разработка и развитие радиоастрономического метода малора курсной томографии и дистанционные исследования космических объектов: дис. … д-ра физ.-мат. наук: 01.03.02 Н. Новгород, 2006. 247 с.

7. Казанцев Д.И. Разработка и исследование итерационных методов в вычисли тельной малоракурсной томографии: дис. … канд. физ.-мат. наук: 05.13.18 Новосибирск, 2009. 185 с.

8. Jia X., Lou Y., Li R. et al. GPU-based Fast Cone Beam CT Reconstruction from Un dersampled and Noisy Projection Data via Total Variation // Medical Physics. 2010. Vol. 37.

P. 1757–1760.

9. Самарский А.А., Гулин А.В. Численные методы. М.: Наука, 1989. 432 c.

10. Rudin L. I., Osher S., Fatemi E. Nonlinear total variation based noise removal algo rithms // Physica D. 1992. Vol. 60. P. 259–268.

11. Babacan S.D., Molina R., Katsaggelos A.K. Image Processing, 2008 // IEEE Interna tional Conf. on image Processing. 2008. Vol. 17. № 3 P. 641–644.

12. Претт У. Цифровая обработка изображений. М., 1982. 312 с.

ОПРЕДЕЛЕНИЯ СТЕПЕНИ ЗАПОЛНЕНИЯ ДЕНТИННЫХ КАНАЛЬЦЕВ ЧАСТИЦАМИ ПАСТЫ М.Д. Матасов, Е.А. Пудовкина1, С.

Б. Вениг Саратовский государственный университет им. Н.Г. Чернышевского Московский государственный медико-стоматологический университет им А.И. Евдокимова E-mail: pooryork86@gmail.com Твердые ткани зубов постоянно подвержены воздействию агрессивных факторов среды, что зачастую приводит к их поражению и возникновению различной патологии. При пломбировании образовавшихся кариозных де фектов твердых тканей зубов на их отпрепарированную поверхность после травления наносится адгезив. При лечении гиперестезии оголенная поверх ность дентина покрывается пастой, которая закупоривает открытые дентин ные канальцы [1]. Для достижения наилучшего эффекта просветы эмалевых призм и дентинных канальцев должны быть наиболее полно обтурированы, так как в одном случае наблюдается наиболее сильное микромеханическое сцепление композита с твердыми тканями зуба, а в другом – эффективное снижение повышенной чувствительности зубов. Так или иначе, мы сталкива емся с тем, что необходимо знать, на какую глубину проник адгезив, или паста, снижающая гиперчувствительность зубов, или реминерализующее средство в твердые ткани зуба.

а б Рис. 1. Поперечный срез набора дентинных канальцев: а – необработанных, б – обработанных пастой с частицами гидроксиаппатита кальция На рис. 1 представлены результаты микроскопического исследования степени заполнения дентинных канальцев после предварительной обработки их пастой для снижения гиперчувствительности зубов. На микрофотографии б отчетливо видна разная степень обтурации пастой дентинных канальцев.

При этом виде исследования мы видим лишь поверхность, а насколько глу боко проникли частицы пасты в просвет дентинных канальцев и как распо ложены в них, остается неизвестным. Таким образом, сканирующая элек тронная микроскопия совершенно не даёт объективной информации о том, что находится вне фокальной плоскости электронного луча [2].

Возникает правомерный вопрос: насколько эффективно подобное за полнение дентинных канальцев?

Для ответа на данный вопрос предлагается разработать методы, кото рые по измерению численного значения определённых физических величин, позволят рассчитать и оценить степень заполнения дентинных трубочек. Под степенью заполнения канальцев будем понимать ту долю их объёма, которую занимают инородные субстанции, в частности, гидроксиапатит кальция.

Ранее для решения этой задачи применяли создание помимо попереч ного среза еще и продольного, а затем исследование морфологии поверхно сти под сканирующим электронным микроскопом. Однако очистка среза от смазанного слоя может удалить вещества, которые проникли в трубочки в результате их обработки. Кроме того, достаточно сложно разрезать дентин ные трубочки строго вдоль, так как они имеют извитой ход. Альтернативой может выступать метод атомно-силовой микроскопии. Но глубина, на кото рую может проникать зонд микроскопа, не превышает 1 микрона, что недос таточно для ответа на вопрос о степени заполнения дентинных канальцев.

Взамен имеющимся методам можно предложить следующее:

1. Оценка степени обтурации дентинных канальцев по значению гидро динамического сопротивления, создаваемого системой канальцев в продольном направлении на единицу площади поперечного сечения.

2. Оценка степени обтурации дентинных канальцев по изменению про пускания рассеянного излучения оптического диапазона слоем дентина заданной толщины.

3. Оценка степени обтурации дентинных канальцев по изменению рас пределения освещенности воспринимающей матрицы фотоприёмника при пропускании коротковолнового излучения через слой необрабо танного и обработанного дентина заданной толщины.

Для реализации первого метода необходимо поместить пластину ден тина в качестве перегородки между двумя камерами. Насосом воздух с за данной скоростью откачки (л/с) откачивается из одной из камер, вызывая по ток газа сквозь систему канальцев дентинного слоя. Из принципа непрерыв ности следует, что поток газа через дентин будет равен скорости откачки. По разнице давлений и значению скорости откачки находим гидродинамическое сопротивление в случае обработанного и необработанного слоя. По разнице сопротивлений делаем вывод о степени наполненности канальцев, об умень шении количества открытых дентинных трубочек.

Второй и третий методы осуществляются примерно по одинаковой схеме с использованием излучения одной природы, но разного спектрального диапазона. Методики заключаются в сравнении сигналов фотоприёмной мат рицы, вызываемых излучением, прошедшим сквозь слой обработанного и не обработанного дентина. Сигналы могут сравниваться как интегрально (в слу чае второго метода), так и пиксельно (в случае третьего). Отличие второго метода от третьего заключается в распределении освещённости на восприни мающей матрице. В силу того, что длина волны оптического диапазона срав нима с диаметрами дентинных канальцев, чётких ярких пятен под просвета ми канальцев не образуется, края размываются за счёт дифракции. В случае использования более коротковолнового излучения (такого как рентген или ультрафиолет) может образовываться чёткая картина распределения осве щённости по поверхности принимающей матрицы. Это становится возмож ным из-за того, что длина волны рентгена много меньше диаметра дентин ных канальцев.

Второй способ менее точен, так как мы сравниваем между собой два суммарных сигнала фотоприёмника, вызванных освещённостью фоточувст вительной матрицы при прохождении света через дентин. По разнице в сиг налах мы оцениваем степень заполненности сразу всех канальцев.

Использование же коротковолнового излучения может дать более де тальные результаты. Имея матрицу с хорошим разрешением, возможно полу чить картину, позволяющую оценить число канальцев, закрывшихся полно стью, а также установить, насколько заполнен дентинный каналец (по степе ни засветки матрицы под отверстием). Но этот подход является более трудо ёмким.

Рис. 2. Схема предполагаемого эксперимента Предложенные методики помогают определить по косвенным (не про никая внутрь канала) признакам степень обтурации дентинных канальцев.

Подобные исследования могут быть полезны при определении проникающей способности того или иного средства в твердые ткани зубов.

Библиографический список 1.Соловьева А.М. Гиперчувствительность дентина: проблема и пути её решения. // Институт стоматологии. 2010. №1 (46). С.48–51.

2.Goldstein J.I., Newbury D.E., Echlin P. et al. Растровая электронная микроскопия и рентгеновский микроанализ / пер. с англ. Р.С. Гвоздовер, Л.Ф. Комолова. М.: Мир, 1984.

304с.

ПРОЕКТИРОВАНИЕ ОПТИМАЛЬНОЙ БИОТЕХНИЧЕСКОЙ СИСТЕМЫ «ЭНДОПРОТЕЗ С НАНОСТРУКТУРИРОВАННЫМ ПОКРЫТИЕМ – ПРИЛЕЖАЩИЕ ТКАНИ»

В.А. Протасова, А.В. Лясникова Саратовский государственный технический университет им. Ю.А. Гагарина E-mail: kafbma2011@yandex.ru Проектирование биотехнических систем представляет собой сложный творческий процесс, направленный на получение проектных решений в фор ме технической и медицинской документации. Технологический аспект про ектирования реализуется в алгоритмизированных моделях последовательно сти решения проектных задач. При этом алгоритм проектирования выступает как процедурная модель, в состав которой входят модели двух видов: объ ектно-ориентированные проектные модели знаний и модели принятых реше ний [1].

В качестве примера практического применения предложенной методи ки проектирования, предлагаются модели знаний для разработки нанострук турированных покрытий внутритканевых эндопротезов.

Большую роль в создании материалов для изготовления внутриткане вых эндопротезов играют современные технологии, среди которых к наибо лее перспективным можно отнести нанотехнологию и плазменные методы обработки материалов [2,3]. Особенность этих технологий состоит в том, что они позволяют создавать на поверхностях эндопротезов пористые покрытия, которые обладают свойством пролонгированного высвобождения лекарст венных препаратов из объема покрытия в прилежащие ткани [4]. В связи с этим представляют большой практический интерес задачи исследования структуры наноструктурированного покрытия, его пористости и интенсивно сти поступления лекарственного вещества в зону контакта живой ткани с по верхностью имплантата [5,6].

По результатам теоретических и ряда экспериментальных исследова ний установлено, что при правильном подборе режимов нанесения покрытий и их последующей физико-химической обработки возможно получение эн допротезов с наноструктурированным покрытием, обладающих помимо по вышенной биосовместимости, функцией длительного высвобождения лекар ственных препаратов различного спектра действия. Необходимо проведение теоретических и экспериментальных исследований с целью создания ин формационно-справочных моделей для формирования проектных моделей знаний, подбора оптимальных режимов напыления и обработки, а также ус тановления безопасного и эффективного состава покрытия.

Библиографический список 1.Протасова Н.В., Протасова Н.В., Таран В.М., Лясникова А.В., Дударева О.А., Гришина И.П. Технологическое обеспечение качества плазменных покрытий на основе применения комбинированных физико-технических методов активации поверхности. М.:

Спецкнига, 2012. 350 с.

2.Лясникова А.В., Дударева О.А. Технология создания многофункциональных ком позиционных покрытий. М.: Спецкнига, 2012. 301 с.

3.Таран В.М., Лисовский С.М., Лясникова А.В. Проектирование электроплазменных технологий и автоматизированного оборудования. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 256с.

4.Лясникова А.В., Лясников В.Н., Лясникова А.В., Дмитриенко Т.Г. Материалы и покрытия в медицинской практике. Сарат.: Научная книга, 2011. 300 с.

5. Таран В.М., Лясникова А.В. Моделирование наноструктурированных покрытий эндопротезов медицинского назначения методом статистических испытаний // Нанотех ника. 2010. № 3 (23). С. 82–85.

6.Таран В.М., Лясникова А.В. Методика адаптивного проектирования нанообъектов // Технология металлов. 2011. № 2. С. 10–15.

ОЦЕНКИ ВРЕМЕНИ ЗАПАЗДЫВАНИЯ СВЯЗИ МЕЖДУ КОЛЕБАНИЯМИ КОНЕЧНОСТЕЙ И АКТИВНОСТЬЮ МОЗГА ВО ВРЕМЯ ПАРКИНСОНОВСКОГО ТРЕМОРА Е.В. Сидак, Д.А. Смирнов1, Б.П. Безручко Саратовский государственный университет имени Н.Г. Чернышевского Саратовский филиал Института радиотехники и электроники им. В.А. Котелникова РАН E-mail: sidakev@gmail.com Необходимость анализа запаздывающих связей между элементами колебательных систем по временным рядам возникает при решении задач различных областей науки и техники: радиотехники [1], нейрофизиологии, кардиологии, геофизики [2] и пр. При этом величина времени запаздывания несет важную информацию о взаимодействии исследуемых систем. Так, при исследовании болезни Паркинсона время запаздывания во взаимодействии между электрической активностью различных областей мозга и колебаниями конечностей во время паркинсоновского тремора может дать важную информацию об очаге патологии и распространении сигнала в пораженном участке мозга.

В работе [3] была предложена интервальная оценка времени запаздывания связи между колебательными системами по временным рядам, основанная на построении эмпирической модели наблюдаемых процессов в виде системы двух фазовых осцилляторов с белым шумом. Эффективность такого подхода была показана на эталонных системах. Однако на практике распространены ситуации, когда шум в анализируемых сигналах является коррелированным. В этом случае предложенная в работе [3] методика интервальной оценки оказывается ненадежной, так как вероятность ложных выводов о величине времени запаздывания превышает заявленный уровень.

В данной работе предлагается поправка к известной методике, позво ляющая ее использовать для анализа систем с шумами, автокорреляционная функция которых является не дельта-функцией, а убывает экспоненциально.

При расчете доверительного интервала оценки времени запаздывания пред лагается учитывать время корреляции остаточных ошибок эмпирической мо дели. Эффективность такого подхода была демонстрируется на системе од нонаправлено связанных фазовых осцилляторов с шумами, АКФ которых убывает по экспоненте. Тестирование проводится при различных показателях экспоненциальной функции, интенсивности шумов и длине ряда.

В рамках данной работы методика оценки времени запаздывания с предложенной поправкой применяется для анализа взаимодействия между элементами субталамического ядра и колебаниями конечностей во время спонтанного паркинсоновского тремора. Анализ взаимодействия проводится по сигналам акселерометра, фиксирующего ускорение движения конечности, и записям локальных потенциалов из таламуса или базального ганглия. Дан ные предоставлены Институтом нейронауки и медицины Исследовательского центра Юлих, Германия (группа проф. П. Тасса).

В результате анализа было обнаружено отличие во взаимодействии ме жду различными областями таламуса или базального ганглия и колебаниями конечности у двух пациентов.

Работа выполнена при финансовой поддержке РФФИ (гранты № 11 02-00599, № 12-02-00377) и программы РАН и Министерства образования и науки.

Библиографический список 1.Пономаренко В.И., Прохоров М.Д., Караваев А.С., Безручко Б.П. // ЖЭТФ. 2005.

-Т. 127, № 3. С. 515-527.

2.Tziperman E., Cane M.A., Zebiak S.E. et al // J. Climate. 1998. Vol. 11. P. 2191–2199.

3.Смирнов Д.А., Сидак Е.В., Безручко Б.П. Интервальные оценки времени запазды вания связи // Письма в ЖТФ. 2011. Т. 37, вып.1. С.64–71.

ОЦЕНКА СВОЙСТВ СОВРЕМЕННЫХ ХИРУРГИЧЕСКИХ ШОВНЫХ МАТЕРИАЛОВ МЕТОДАМИ АТОМНО-СИЛОВОЙ И РАСТРОВОЙ ЭЛЕКТРОННОЙ МИКРОСКОПИИ ДЛЯ ОПТИМИЗАЦИИ ИХ ПРИМЕНЕНИЯ В АБДОМИНАЛЬНОЙ ХИРУРГИИ А.Г. Кучумов1, В.А. Самарцев2, В.Н. Солодько3, В.А. Гаврилов2, Е.С. Чайкина Пермский национальный исследовательский политехнический университет Пермская государственная медицинская академия им. акад. Е. А. Вагнера Пермский государственный национальный исследовательский университет E-mail: kychymov@inbox.ru Хирургический биополимерный шовный материал – это инородная нить, применяемая для соединения тканей с целью образования рубца [1–4].

Различают рассасывающиеся и нерассасывающиеся, а также синтетические и шовные материалы естественного происхождения. Синтетические рассасы вающиеся шовные материалы обладают высокой прочностью, биосовмести мостью и неплохими манипуляционными свойствами. Наиболее популярные нити в современной хирургии – это нити Vicryl, Monocryl, PDS, которые яв ляются полимерами молочной кислоты и ее производных мономеров. Пре имуществом данных нитей перед другими шовными материалами являются прогнозируемые сроки рассасывания. При этом срок рассасывания не зави сит от толщины нити, типа ткани, условий кровоснабжения, ферментативной и иммунной активности и т.п [5–8].

В работе проведён сравнительный анализ структуры поверхности и уп ругих свойств рассасывающихся и нерассасывающихся шовных материалов методами атомно-силовой микроскопии и растровой электронной микроско пии (рис. 1, 2). Построены зависимости сила–глубина проникновения для оп ределения значения модуля упругости нити на микроуровне в зависимости от локализации области индентирования, а также проведена оценка шерохова тости поверхности нити. Значение модуля упругости нити необходимо для построения многоуровневой модели, описывающей механическое поведение данного биополимера в задачах взаимодействия нити с мягкими тканями при ушивании операционных ран.

Также проведен в эксперименте на животных сравнительный морфоло гический анализ эффективности применения прерывного и непрерывного швов передней брюшной стенки петлевым шовным материалом с антибакте риальным покрытием и заданными сроками рассасывания.

а б Рис. 1. Изображения шовных материалов, полученные с помощью растрового электронного микроскопа (увеличение 100): а – Prolene, б – Vicryl а б Рис. 2. Микрорельеф поверхностей нитей на площадке размерами 55 мкм:

а – Prolene, б – Vicryl Библиографический список 1.Amass W., Amass A., Tighe B. A review of biodegradable polymers: uses, current developments in the synthesis and characterization of biodegradable polyesters, blends of biodegradable polymers and recent advances in biodegradation studies // Polymer Intern. 1998.

Vol. 47. P. 89–144.

2.Bezwada R. S., Jamiolkowski D.D., Lee In-Y., Agarwal V., Persivale J., Trenka-Benthin S., Emeta M., Suryadevara J., Yang A., Liu S. Monocryl suture: a new ultra-pliable absorbable monofilament suture // Biomaterials. 1995. Vol. 16. P. 11411148.

3.Cheadle W.G. Risk factors for surgical site infection // Surg. Infect. 2006. Vol. 7, №1.

P. 7–11.

4.Chen X., Yang X., Pan J., Wang L., Xu K. Degradation Behaviors of Bioabsorbable P3/4HB Monofilament Suture In Vitro and In Vivo // Journal of Biomedical Materials Research Part B: Applied Biomaterials. 2010. Vol. 92. P. 447–455.

5.Nandula D., Chalivendra V., Calvert P. Sub-micron scale mechanical properties of polypropylene fibers exposed to ultra-violet and thermal degradation // Polymer Degradation and Stability. 2006. Vol. 12. P. 2–14.

6.Shishatskaya E.I., Volova T.G., Puzyr A.P., Mogilnaya O.A., Efremov S.N. Tissue response to the implantation of biodegradable polyhydroxyalkanoate sutures // J. Mater. Sci.

Mater. Med. 2004. Vol. 15. P. 719–728.

7.Taylor M.S., Daniels A.U., Andriano K.P., Heller J. Six bioabsorbable polymers: in vitro acute toxicity of accumulated degradation products // J. Appl. Biomater. 1994. Vol. 5.

P. 151–157.

8.Tomihata K., Suzuki M., Oka T., Ikadab Y. A new resorbable monofilament suture // Polym. Degrad. Stab. 1998. Vol. 59. P.13–18.

КОНЕЧНО-ЭЛЕМЕНТНОЕ МОДЕЛИРОВАНИЕ НЕПРЕРЫВНОГО СОСУДИСТОГО ШВА О.Е. Павлова Саратовский государственный университет им. Н.Г. Чернышевского E-mail: pavlovaoe@info.sgu.ru Сосудистый шов является наиболее ответственным этапом восстанови тельных операций на сосудах. Недостаточно высокая техника выполнения шва ставит под сомнение успех всей операции, так как может привести к большому числу осложнений: послеоперационное кровотечение, образование аневризмы, закупорка сосуда и его сужение.

Хороший сосудистый шов должен удовлетворять определенным требо ваниям: он должен быть достаточно герметичным, не должен нарушать ток крови (сужения и завихрения). Для этой цели шов накладывают через все слои стенки сосудов, сшиваемые концы их должны соприкасаться по линии швов своей внутренней оболочкой, т.е. интима должна прилегать к интиме. В просвете сосуда должно находиться как можно меньше шовного материала.

Иглу вкалывают примерно на 1 мм от края сосуда, стежки шва располагают ся на расстоянии 1–2 мм один от другого [1].

Успехи хирургии сосудов в значительной степени связаны с разработ кой и совершенствованием техники сосудистого шва. Для объективной оцен ки хирургической операции необходимо использование компьютерного мо делирования.

В данной работе рассматривалась конечно-элементная модель непре рывного обвивного сосудистого шва. Для создания трехмерной геометрии сосуда со швом, представленной на рис. 1, был использован специализиро ванный программный пакет SolidWorks. Для проведения расчетов был вы бран конечно-элементный пакет ANSYS.

Рис. 1. Трехмерная модель сосуда со швом, построенная в SolidWorks Кровь моделировалась как ньютоновская жидкость. Материал стенок и нитки предполагался однородным, изотропным и идеальноупругим. Торцы сосуда были жестко закреплены. На поверхностях соприкосновения хирур гической нити и стенки задавалось давление нити.

В ходе численных расчетов были получены данные о распределении напряжений и деформаций, возникающих в стенке сосуда, а также о давле нии и скоростях потока крови. На рис. 2, 3 представлено распределение на пряжений по Мизесу, хорошо видны зоны высоких напряжений.

Рис.2. Напряжение по Мизесу при давлении 90 мм рт.ст.

Рис.3. Напряжение по Мизесу на внутренней поверхности шва при давлении 90 мм рт.ст.

На рис. 4 представлены линии тока крови. В месте соединения двух со судов видны завихрения.

Рис.4. Линии тока Данная работа является предварительным исследованием. В дальней шем планируется моделирование швов на сонной артерии после хирургиче ского вмешательства.

Библиографический список 1.Шалимов А.А., Дрюк Н.Ф. Хирургия аорты и магистральных сосудов. М.;

Киев, 1979. 346 с.

ОБОСНОВАНИЕ ВЫБОРА СТАТИСТИЧЕСКИХ МОДЕЛЕЙ ПРИ КОМПЬЮТЕРНОМ АНАЛИЗЕ АКУСТИЧЕСКОГО ПОРТРЕТА РЕСПИРАТОРНОГО ЦИКЛА Д.М. Смирнова Московский энергетический институт E-mail: dm_smirnova@mail.ru Компьютерная бронхофонография – метод оценки дыхательного пат терна (акустического портрета респираторного цикла), который основывает ся на анализе амплитудно-частотных характеристик спектра дыхательных шумов. Метод позволяет зафиксировать временную кривую развития специ фических акустических феноменов, возникающих при дыхании, с после дующей математической обработкой. Полученный временной акустический сигнал, содержащий специфический акустический феномен, проявляющийся случайным образом, преобразуется в дискретную форму и обрабатывается по алгоритму быстрого преобразования Фурье [1].

Метод обладает рядом достоинств: неинвазивность, простота регистра ции, обеспечение адекватного восприятия и идентификации данных, воз можность применения в широкой возрастной категории. Поэтому результаты применения метода бронхофонографии могут расширить возможности мето дик исследования, функции внешнего дыхания.

Поскольку паттерны дыхания относятся к классу детерминированных случайных процессов [2], достаточно корректный подход должен базиро ваться на более адекватном применении и грамотном описании класса ста тистических моделей, используемых при анализе. Правильный выбор модели позволит получить новые количественные и качественные оценки акустиче ского портрета респираторного цикла.

Многие статистические методы основаны на специфических предпо ложениях о распределении данных в выборке: параметрические методы при меняются для нормально распределенных совокупностей, непараметрические же методы не предъявляют требований к форме распределения. Однако воз можности параметрических методов в некоторых случаях значительно шире [2]. Поэтому для выбора адекватного статистического аппарата необходимо определение формы распределения выборочных данных.

В соответствии с ГОСТ Р ИСО 5479 – 2002 «Статистические методы.

Проверка отклонения распределения вероятностей от нормального распре деления», нулевая гипотеза состоит в том, что выборка содержит n значений независимых наблюдений, подчиняющихся одному и тому же нормальному распределению. Опровергнуть или подтвердить нулевую гипотезу позволяют специальные критерии [3].

Для решения сформулированной таким образом задачи при числе эле ментов выборки n=850 рекомендуется применять критерий Шапиро-Уилка.

Критическая область (т.е. совокупность значений критерия, при которых ну левую гипотезу следует отклонить) формируется следующим образом:

Wрасч W, (1) где Wрасч – рассчитанное значение критерия Шапиро-Уилка для исследуемой выборки;

W – критическое значение критерия Шапиро-Уилка для заданного уров ня значимости (как правило, принимают =0.05).

При практическом проведении анализа использовались данные по пат тернам 30 пациентов в возрасте от 3 до 16 лет с клинически подтвержденны ми диагнозами (бронхиальная астма, аллергический бронхит). Регистрация паттернов дыхания проводилась на базе Московского НИИ педиатрии и дет ской хирургии Минздравсоцразвития России в Детском научно практическом центре противорадиационной защиты (рук. центра профессор, д-р мед. наук Л.С. Балева) главным научным сотрудником, д-р мед. наук А.Е. Сипягиной, врачом А.В. Алпацкой. Исходными данными (представлены в табл. 1) являются параметры паттерна: акустический компонент работы дыхания в различных частотных диапазонах (А0.2-1.2, А1.2-5.0, А5.0-12.6, А1.2-12.6) и безразмерные коэффициенты паттерна (K1, K2, K3), которые представляют собой отношения компонентов работ А1.2-5.0, А5.0-12.6, А1.2-12.6 к А0.2-1.2 соответ ственно [2].

Таблица 1. Выборка паттернов пациентов А5.0- А1.2 № А0.2-1.2 А1.2-5.0 К1 К2 К 12.6 12. 1 44.92 1.67 0.13 1.79 3.99 3.71 0. 2 423.74 34.41 0.52 34.93 8.24 8.12 0. … … … … … … … … 30 3242.04 96.19 4.44 100.62 3.10 2.97 0. Обработка данных осуществлялась в программе STATISTICA 8. Для выборки значений каждого из параметров паттерна рассчитывался критерий Шапиро-Уилка и выполнялось сравнение Wрасч с критическим W0.05 =0. (для n=30). Результаты расчета представлены в таблице 2.

Таблица 2. Значения критерия Шапиро-Уилка А5.0- А1.2 А0.2-1.2 А1.2-5.0 К1 К2 К 12.6 12. Wрасч 0.561 0.397 0.273 0.389 0.845 0.837 0. Из табл. видно, что распределение всех параметров паттерна не являет ся нормальным. Также это можно установить визуально с помощью гисто граммы (рисунок), отображающей частоту попаданий значений переменной в отдельные интервалы.

W=0. форма нормального распределения Таким образом, при обработ ке выборки следует использовать методы непараметрической стати стики. В качестве параметров (оцениваемых свойств совокупно сти) предпочтительно использо Частота вать структурные показатели, а именно: медиану, моду, квантили (квартили, децили, перцентили), минимальное значение, макси- мальное значение, размах вариа ции [4]. Результаты расчета 0 1 K параметров представлены в табл. 3.

Гистограмма для значений коэффициента K Таблица 3. Параметры выборки Доверительный интервал для Максимум Минимум Параметр Медиана Среднее среднего Размах Р25 Р граница граница верхняя нижняя 1618.8 567.2 0.84 14359.1 140.18 1574.49 14358.3 504.68 2732. А0.2-1. 160.0 28.2 0.05 2125.9 4.48 96.19 2125.8 -2.15 322. А1.2-5. 8.3 0.54 0.02 169.9 0.19 2.67 169.9 -3.51 20. А5.0-12. 168.2 28.65 0.07 2295.7 4.58 100.62 2295.7 -5.16 341. А1.2-12. 6.8 4.94 0.89 26.5 2.80 9.41 25.6 4.66 8. К 6.5 4.71 0.68 26.0 2.52 9.19 25.4 4.39 8. К 0.3 0.12 0.06 1.9 0.10 0.22 1.9 0.14 0. К Из сравнения значений среднего и медианы для всех характеристик паттерна также следует, что распределение выборки не является нормальным (т.к. медиана не равна среднему значению).

Анализ полученных результатов позволяет сделать вывод, что для аде кватного описания данных и корректного применения статистических крите риев первостепенное значение имеет проверка отклонения распределения вероятностей от нормального распределения. Анализ формы распределения (как визуальный, так и критериальный) следует осуществлять на первом эта пе статистической обработки результатов эксперимента для обоснования применения тех или иных методов.

Библиографический список 1.Пат. 5062396 РФ. Способ регистрации дыхательных шумов, обусловленных брон холегочной патологией у детей / Малышев В.С., Медведев В.Т. и др. Бюл. № 18.

2.Малышев В.С. Научный метод обработки информации при акустической диагно стике влияния производственной среды на здоровье человека: дис.... д-ра биол. наук :

05.13.01. Тула, 2002. 268 с.

3.Медик В.А., Токмачев М.С. Математическая статистика в медицине. М.:Финансы и статистика, 2007. 800 с.

4.Боровиков В.П. Популярное введение в программу STATISTICA. М.: Компьютер пресс, 1998. 270 с.

К МОДЕЛИРОВАНИЮ НЕЙРОАНАЛИЗАТОРА БИООБЪЕКТОВ М.Г. Каримов, М.А. Магомедов, А.М. Абдуллаева, К.М. Каримов, А.А. Аливердиев 1, Дагестанский государственный университет Институт проблем геотермии ДНЦ РАН Институт физики им. Х. Амирханова ДНЦ РАН E-mail: karmaggas@mail.ru, abutrab.aliverdiev@enea.it Задача бесконтактной 3D диагностики продолжает оставаться одной из наиболее актуальных проблем науки, прежде всего применительно к биоло гическим и медицинским исследованиям. Несмотря на наличие достаточно развитых методов рентгеновской вычислительной томографии, ЯМР томографии и 3D УЗИ, не все объекты могут быть хорошо диагностированы тем или иным способом. В связи с этим в последние годы предлагаются и разрабатываются новые подходы. Сформировались такие направления, как спектротомография [1], хронотомография [2], томография рассеивающих сред [3], оптоакустическая томография [4,5], стохастическая эмиссионная корреляционная томография [6] и др.

Ранее [6,7] нами рассматривалось использование обратного преобразо вания Радона в различных приложениях. В настоящем докладе мы приводим краткий обзор наших предыдущих исследований и представляем некоторые новые результаты по разработке реконструктивного метода лазерной диагно стики параметров и свойств биофизической системы, используя математиче ское моделирование и нейронные сети. Для обучения формируется множест во поверхностей, характеризующих совместное координатное и время пролетное распределение интенсивности излучения I(r,t), рассеянного назад в зависимости от оптических параметров P( µa, µ s, g ), где µ a, µ s – коэффици енты поглощения и рассеяния, соответственно, а g–средний косинус углов рассеяния биологической среды.

Прямая задача, т.е. установление однозначного соответствия между из вестными параметрами среды и многомерной функцией распределения I(r,t), была выполнена, используя метод Монте-Карло. Для решения обратной зада чи использовались многослойные однородные нейронные сети. В качестве пары обучаемых векторов использовалась пара ((r, ) P( µ a, µ s, g ) ) для широкого диапазона изменений параметров однослойной среды. Типовые «поверхности» для трех различных векторов показаны на рисунке.

Поверхности I(r,t) для трех различных «векторов»-параметров среды Процесс обучения производится методом обратного распространения ошибки, используя технологии MPI и с привлечением СуперЭВМ МСЦ РАН.

Тестирование и функционирование обученного таким образом нейроа нализатора состояния биофизической среды показало, что точность опреде ления параметров не хуже точности модельных экспериментальных физиче ских измерений.

Работа выполнена при поддержке РФФИ (гранты 11-01-00707а, 12 01-96501 р_юг_а и 12-01-96500 р_юг_а.) Библиографический список 1.Пикалов В.В., Преображенский Н.Г. Вычислительная томография и физический эксперимент // УФН. 1983. № 3. С. 469–498.

2.Левин Г.Г., Вишняков Г.Н. Оптическая томография. М.: Радио и связь, 1989. 224 с.

3.Fujimoto J.G., Brezinski M.E., Tearney G.J., Boppart S.A., Bouma B., Hee M.R., Southern J.F., Swanson E.A. Optical biopsy and imaging using optical coherence tomography // Nature Med. 1995. Vol. 1. P. 970–972.

4.Гусев В.Э., Карабутов А.А. Лазерная оптоакустика. М.: Наука, 1991. 304 с.

5.Karabutov A.A., Podymova N.B., Letokhov V.S. Time-resolved optoacoustic tomogra phy of inchomogenus media // Appl. Phys. B. 1996. Vol. 63. P. 545–563.

6.Каримов М.Г. Стохастическая корреляционная томография // ЖЭТФ. 2000. № 4.

С. 672–681.

7.Aliverdiev A.A. Integral-geometric methods for the time-resolved optical diagnostic // Optical Memory & Neural Networks (Information Optics). 2006. Vol. 15. P. 97–104.

ГИБКИЙ ИНТЕЛЛЕКТУАЛЬНЫЙ ИНТЕРФЕЙС ДЛЯ ПЕРЕДАЧИ ИНФОРМАЦИИ МЕДИЦИНСКОГО НАЗНАЧЕНИЯ Ю.П. Муха, И.Ю. Королева, А.Д. Королев Волгоградский государственный технический университет E-mail: artmd64@mail.ru Сегодня во всех областях науки и техники используются технологии пере дачи данных. Невозможно представить современную жизнь без постоянного взаимодействия её объектов и очень часто это взаимодействие удаленное. Этими свойствами обладает и медицина. Для улучшения качества оказываемых услуг, их своевременности и точности в медицину внедряются самые современные методы обработки, передачи и получения информации. Из-за постоянной модернизации технологий и техники возникают проблемы совместимости медицинского обору дования, телемедицинских сетей, отсутствия квалифицированного обслуживания.

Сложность реализации электронной передачи данных и интеграции устройств в единую сеть связана с возможной несовместимостью аппаратных и программных средств у различных производителей. Не всегда удается совместить устройства одной фирмы-изготовителя, поскольку с течением времени менялись модели встраиваемых компьютеров, версии системного и прикладного программного обеспечения, форматы хранения и передачи медицинских данных. Для устране ния проблемы проводится стандартизация интерфейсов передачи медицинских данных. Ориентируясь на данные стандарты, происходит обмен информацией в большинстве медицинских учреждениях в США и Европе. [1 – 3].

В процессе обмена медицинской информацией возникает ряд трудностей:

1)недостаточный доступ к полной медицинской информации;

2)недостаточный обмен медицинской информацией между различными от делениями и учреждениями;

При использовании разных стандартов передачи данных также возникают проблемы:

1)ошибки при передаче медицинской информации между системами от раз личных изготовителей;

2)невозможность стыковки разных стандартов;

3)невозможность подключения старого оборудования к сетям передачи данных.

Устранение этих недостатков – основная задача организации передачи те лемедицинской информации. Необходимо отметить, что наиболее серьезными являются проблемы, связанные с интерфейсом, то есть с нестыковкой систем оборудования.

Решить проблему нестыковки оборудования возможно при создании интер фейса-переходника, который будет преобразовывать сигналы в соответствии со стандартом имеющегося оборудования. Такой интерфейс обозначим ГИИ – гиб кий интеллектуальный интерфейс. Его особенностью является возможность авто матической адаптации к каналам связи и форматам передачи данных различного оборудования и сетей передачи данных.

Для реализации ГИИ необходимо составить метод синтеза гибкого измери тельного интерфейса и разработать структуру модели интерфейсного преобразо вателя.

Рассмотрим обобщенную структуру ГИИ (рис. 1).

ВР ВР Рис. 1. Обобщенная структура ГИИ: ПК – поле кодирования;

ВР1 – входной регистр;

ВР2 – выходной регистр;

УУК – устройство управления кодированием Построение гибкого интерфейса планируется реализовать, ориентируясь на семиуровневую модель OSI. Она представляет собой семиуровневую сетевую иерархию и содержит в себе по сути 2 различных структуры:

• горизонтальную модель на базе протоколов, обеспечивающую механизм взаимодействия программ и процессов на различных машинах;

• вертикальную модель на основе услуг, обеспечиваемых соседними уров нями друг другу на одной машине (рис. 2).

Рис. 2. Структура ГИИ При наличии ошибок во время передачи информации устройство ГИИ сможет осуществлять внутреннюю настройку соответственно задаче: в зависимо сти от ошибки будет проходить ее устранение на соответствующем уровне.

Сложность практической реализации заключается не только в гибкости, но и в необходимости интеллектуализации. Именно интеллектуализация позволит в автоматическом режиме осуществлять поиск и устранение ошибок соответствен но уровню OSI.

Библиографический список 1. Антонович В. М. Структурный метод синтеза гибкого интеллектуального интерфейса сложной информационно-измерительной системы : дис.... канд. техн. наук. Волгоград, 2004.

134 c.

2. Муха Ю. П., Авдеюк O.А., Антонович В.М. Теория и практика синтеза управляющего и информационного обеспечения измерительно-вычислительных систем. Волгоград, 2004. 220с.

3. Блох Э.Л., Зяблов В.В. Обобщенные каскадные коды (Алгебраическая теория и слож ность радиологии). М.: Связь, 1976. 240 с.

РАСПОЗНАВАНИЕ ВИДА УЧАСТКОВ БИОЭЛЕКТРИЧЕСКОГО СИГНАЛА НА ОСНОВЕ ОПРЕДЕЛЕНИЯ КОЭФФИЦИЕНТА ВАРИАЦИИ А.Н. Варнавский Рязанский государственный радиотехнический университет E-mail: varnavsky_alex@rambler.ru При обработке и анализе биоэлектрических сигналов важной задачей является выделение и распознавание элементов таких сигналов. Для решения такой задачи можно использовать интегральный анализ по нахождению коэффициента вариации совокупности отсчетов участков сигналов.

Рассмотрим n отсчетов uk флуктуационного шума. Определим основные статистические характеристики такого сигнала: математическое ожидание M, дисперсию S2 и коэффициент вариации :

1 n1 1 n1 S ( un M ), = M.

M = un, S 2 = n 1 n = n n = Значение коэффициента вариации для отсчетов шума приобретает достаточно большое значение.

Сместим на значение a рассматриваемые отсчеты шума uk и определим характеристики M, S2 и полученного сигнала (рис. 1).

Рис. 1. График зависимости (a) Очевидно, что коэффициент вариации приобретает достаточно большое значение в случае отсутствия смещения сигнала. Чем больше величина смещения a, тем меньше значение.

Данный факт может быть положен в основу способа распознавания ТР сегмента электрокардиосигнала (ЭКС) и использоваться, например, для выделения опорных точек в каждом кардиоцикле на ТР-сегменте [1].

Рассмотрим ЭКС uk (рис. 2), частота дискретизации которого t= отс/с. Сформируем окно анализа длительностью N1=50 (0,2 с), которое перемещается по сигналу с шагом равным интервалу дискретизации. На каждом шаге будем определять математическое ожидание M k, дисперсию относительно математического ожидания в окне S12, дисперсию k относительно математического ожидания каждого шага движения окна S 22 : k k k k 1 1 N1 ui, S12k = N1 1 i=N1 ( ui M k ), S 22k = N1 1 i=N 1( ui M i ).

2 Mk = N1 i = k k k Определим коэффициенты вариации при расчете дисперсий разными способами:

S1 S 1k = k и 2k = k Mk Mk и найдем разность полученных значений k = 1k 2k.

Полученный сигнал k представляет собой нулевой уровень, относительно которого в области ТР-сегмента образуются пики. Используя этот сигнал и соответствующий пороговый уровень, можно выделить точки, соответствующие интервалу ТР [2].

S k S1k 2k 1k k Рис. 2. Пример анализа ЭКС Таким образом, рассматривая значение коэффициента вариации на ограниченной совокупности отсчетов биоэлектрического сигнала, можно сделать вывод о том, какой элемент представляет собой данный участок: при большом значении – интервал, при малом – зубец.

Библиографический список 1. Варнавский А.Н., Мельник О.В., Михеев А.А. Метод выделения опорной точки в ка ждом кардиоцикле // Биомедицинские технологии и радиоэлектроника. 2005. №1-2.

С. 36–39.

2. Варнавский А.Н., Чекан Н.В. Динамическое определение коэффициента вариации участков биоэлектрических сигналов // Информационные технологии в научных исследованиях: межвуз. сб. науч. тр. Рязань, 2012. С. 25–27.

3. МЕТОДЫ ДИАГНОСТИКИ СТРЕСС И ФУНКЦИОНАЛЬНОЕ СОСТОЯНИЕ ОРГАНИЗМА.

ЭКСПЕРИМЕНТАЛЬНЫЕ ПОДХОДЫ К ОЦЕНКЕ СТЕПЕНИ СТРЕССОГЕННОСТИ РАЗЛИЧНЫХ ФАКТОРОВ В.В. Розанов1,2, А.Е Северин3, И.В. Матвейчук4, С.А. Шутеев1, Московский государственный университет им. М.В. Ломоносова, Научный и информационно-методический центр «Базис» Минобрнауки РФ, Российский университет Дружбы Народов, Москва ГНУ ВИЛАР Россельхозакадемии, Москва E-mail: vrozanov@mail.ru Медицинские манипуляции, связанные с хирургическим, медикамен тозным или любым другим воздействием, нарушающим целостность тканей и рациональное функционирование организма, продукты поврежденных тканей, накопление метаболитов, дезинтеграция физиологических процессов из-за расстройств регуляции и др. будут являться источником стресса, огра ничивая тем самым объемы медицинских вмешательств.

Адаптация к стрессу происходит в определенной последовательности в зависимости от характера действующего фактора, состояния организма, ве личины его функциональных резервов [1]. Вначале включаются срочные фи зиологические механизмы адаптации (изменения дыхания, кровообращения).

По мере приспособления включаются и более инертные механизмы, связан ные с синтезом белка и формированием системного структурного следа адап тации (по Меерсону [2]). Длительность процесса приспособления зависит от силы и длительности стрессового воздействия, а также от масштаба функ циональных и морфологических нарушений, возникших в результате стрес сового воздействия.

Следовательно, при проведении лечебных мероприятий должно уде ляться достаточное внимание определению допустимых границ стрессоген ности лечебного воздействия. При этом врачу необходима оперативная ин формация, позволяющая определить допустимую степень лечебного воздей ствия и своевременно внести необходимую оперативную коррекцию.

Многие исследователи для этих целей отдают приоритет такому ин формативному параметру, как сердечный ритм [3]. Эта методика, суть кото рой сводится к анализу механизмов, участвующих в регуляции функций сис темы кровообращения, позволяет оценить состояние регуляторных систем, обусловленных приспособительными реакциями организма в целом.

Регистрация кардиоинтервалов может осуществляться при помощи любого кардиографа с последующей обработкой полученных временных кардиоинтервалов на ПК по разработанной программе [4], или с помощью специальных аппаратно-программных комплексов (Ритмокард – 01, 03 и др.

подобных устройств).

Один из продуктивных подходов, используемых в настоящее время в ряде программам математической обработки временных последовательно стей радиоинтервалов, базируется на применении метода математического анализа ритма сердца, основанного на предположении, что динамический ряд значений продолжительности кардиоинтервалов отражает случайный про цесс, обладающий эргодическими свойствами.

В ряд программ, кроме этого, закладывается возможность дополнения обрабатываемых массивов данных по кардиоинтервалам другими функцио нальными блоками (анализ показателей ритма сердца и дыхания при выпол нении тестов зрительно-моторной реакции, блок проведения спирометриче ских исследований, регистрация газового состава выдыхаемого воздуха и расчет данных газообмена, блок выдачи команд для осуществления связи с пациентом для управления дыханием и др.) [5].

Собственно программа обработки кардиоинтервалов включает в себя расчет математико-статистических показателей ритма сердца, а так же кор реляционный анализ и частотный анализ, проведенный по рядам Фурье. По добные методики способны выявлять как состояние функциональных резер вов, что важно при определении степени стрессового воздействия, так и ди намику приспособительных и репаративных процессов после перенесенного хирургического воздействия, травмы и действия других факторов, вызываю щих повреждение органов или физиологических систем.

В ходе проведенных нами работ по созданию подобной компьютерной системы была использована разработанная и изготовленная ранее плата ана лого-цифрового преобразования аналоговых сигналов, поступающих от дат чиков регистрации плетизмограммы и дыхания.

В качестве датчиков использовались: оптопара (светодиод-фотодиод) для регистрации плетизмограммы и дифференциальный манометр для реги страции пневмограммы (производство ВНИИМП-ВИТА). На базе разрабо танной платы аналого-цифрового преобразования была создана программа регистрации и анализа параметров сердечной деятельности.

На этапе отладки программы регистрации показателей сердечного ритма у животных было осуществлено экспериментальное моделирование стрессового воздействия.

Был также осуществлен подбор датчиков, системы их фиксации на животном в спокойном состоянии и при экспериментальном моделировании стрессового воздействия.

Была проведена отладка процессов регистрации биологических показателей в файл с последующей их обработкой.

Регистрация и математический анализ сердечного ритма осуществля лись по Баевскому [3]. Рассчитывались показатели сердечной деятельности и праметры дыхания, а текже их производные, позволяющие оценить функ циональное состояние организма и степень стрессового воздействия. Про грамма позволяет рассчитывать и некоторые другие показатели.

Для математической обработки полученного экспериментального ма териала может быть использован стандартный пакет прикладных программ статистического анализа (для компьютера типа IBM PC AT).

Полученные результаты позволяют сделать общий вывод:

математический анализ ритма сердца может с успехом применяться для сопоставления стрессогенности различных факторов, действующих на организм человека, в том числе и для определения перенесенного стрессового воздействия, вызванного хирургическими или иными врачебными манипуляциями.

Библиографический список 1.Агаджанян Н.А. Стресс и теория адаптации. Оренбург: ИПК ГОУ ОГУ, 2005.

2.Меерсон Ф.З., Пшенникова М.Г. Адаптация к стрессорным ситуациям и физическим нагрузкам 1988. 256 с.

3.Баевский Р.М. Прогнозирование состояний на грани нормы и патологии. М.: Ме дицина, 1979. 295 с.

4.Агаджанян Н.А., Северин А.Е., Бажин Р.В., Сушкова Л.Т., Семенов С.В. Компью терная система регистрации показателей внешнего дыхания и сердечного ритма //. Физика и радиоэлектроника в медицине и биотехнологии материалы III междунар. науч.-тех.

конф. Владимир, 1998. С.19 – 28.

5.Северин А.Е., Розанов В.В., Торшин В.И., Щукин С.И. Одновременный анализ сердечного ритма и дыхания для расширения возможностей функциональной диагностики // Биомед. радиоэлектроника. 2011. №10. С. 96 – 102.

РАЗРАБОТКА МОДЕЛЕЙ ФАРМАКОКИНЕТИКИ ДЛЯ СИСТЕМЫ ИНДИВИДУАЛЬНОГО ДОЗИМЕТРИЧЕСКОГО ПЛАНИРОВАНИЯ РАДИОНУКЛИДНОЙ ТЕРАПИИ НОВЫМ ОТЕЧЕСТВЕННЫМ РАДИОФАРМПРЕПАРАТОМ НА ОСНОВЕ 188RE О.П. Александрова1, А.Н. Клёпов1, В. В. Каныгин Обнинский институт атомной энергетики (филиал НИЯУ МИФИ) ФМБА Минздравсоцразвития РФ, Москва E-mail: oksana-dolya@mail.ru Новый отечественный РФП 188Re-КОЭДФ для паллиативной радионук лидной терапии костных метастазов был разработан В.М. Петриевым и В.Г. Скворцовым (МРНЦ Минздравсоцразвития) на основе 188Re и монока лиевой соли 1-гидроксиэтилиден-1,1-дифосфоновой кислоты (КОЭДФ). Ра диохимические исследования, проведенные этими разработчиками, показали, что созданные ими наборы реагентов позволяют получать РФП с радиохи мическим выходом не менее 95%, а содержание примесей (188ReO4 и 188ReO2) не превышает 5%. Ими же была проведена серия радиобиологических иссле дований, включающих, в частности, изучение фармакокинетики 188Re КОЭДФ в организме лабораторных крыс. На базе этих исследований автора ми было также осуществлено математическое моделирование обращения Re-КОЭДФ в организме животных с использованием многокамерных схем;

при этом были восстановлены дозиметрические характеристики облучения органов крыс [1].

Полученные экспериментальные результаты позволили установить оп ределенную недостаточность привлекаемых традиционных компартамент ных моделей в отношении последовательного описания динамики РФП в части органов. В частности, авторы настоящей работы обратили внимание, что в профилях кинетики РФП в камере «крови» и «почек» присутствуют ви димые вклады, которые целесообразно отнести к неучтенным химическим формам связывания 188Re (метаболиты исходного РФП). Эти вклады дают заметную добавку в формируемые дозы облучения органов. С целью под тверждения проявления аналогичных факторов в организме человека, было осуществлено компартаментное моделирование зарубежного аналога излу чаемого РФП - 188Re-HEDP, по данным радиометрии проб мочи и крови больных с костными метастазами работы [2].

Компартаментная модель для 188Re-HEDP формируется на основе сле дующей системы уравнений аналогично [3]:

dP (t ) dB (t ) dt = ( k BP + k HP + ) P(t );

= k BP P (t ) B(t ) dt, (1) dH (t ) = k P (t ) (k + ) H (t );

dU (t ) = k H (t ) U (t ) dt HP dt где – покамерные функции активности: в камере крови – P(t), в камере кости – B(t), в камере почек – H(t), в камере экскреции активности с мочой – U(t), – отнесены к введенной активности 188Re;

начальные условия: P(0) = 1, B(0) = H(0) = U(0) = 0 ;

– постоянная распада Re;

kBP, kHP, k – параметры межкамерных коммуникаций, которые идентифицируются аналогично [3] численным методом минимизации подходящей целевой функции. С этой целью вводится функция невязки, описывающая меру отклонения расчётных характеристик кинетического процесса от их экспериментальных значений в радиометрируемых органах:

[ ][ ] 2 ( ) = U (t i ) U ie + P(t i ) Pi e, (2) i где ti – моменты времени задания экспериментальных данных;

U ie, Pi e – соот ветствующие относительные экспериментальные значения функции активно сти РФП в экскреции мочи и в плазме крови (рис.1);

= [k BP, k HP, k ] – вектор кинетических параметров. Минимизация функции (2) по искомым парамет рам (kBP, kHP, k) производилась с использованием метода Нелдера–Мида.

Прямая задача кинетики на каждом шаге итерации решалась методом Рунге– Кутты с автоматическим выбором шага. Для решения задачи идентификации авторами было разработано соответствующее программное обеспечение на языке математического программирования FORTRAN.

Результаты идентификации. Идентифицированные значения констант ком муникации: k BP = 3,27, k HP = 3,65, k = 0,27. На рис. 1,2 приведены восстанов ленные с учетом распада 188Re кривые кинетики активности РФП и его мета болитов в камерах. Следует подчеркнуть, что динамика активности 188Re в камерах «кость» и «почки» реконструирована в процессе идентификации, при отсутствии прямых радиометрических данных в них. Согласно рис.1 в профиле кинетики РФП в камере «крови» человека также обнаруживаются заметные компоненты, которые целесообразно отнести к неучтенным хими ческим формам связывания 188Re (метаболиты исходного РФП). Это под тверждает необходимость совершенствования модели [1], что и обсуждается в данной работе.

Рис. 1. Экскреция с мочой Re-HEDP и кинетика его в крови человека Рис. 2. Кинетика 188Re-HEDP в почках и кости человека, расчетные данные Библиографический список 1. Клёпов А.Н., Петриев В.М., Скворцов В.Г., Каныгин В.В. и др. Математические модели фармакокинетики и дозиметрии в экспериментальных радиобиологических иссле дованиях остеотропного РФП 188Re-KОЭДФ// Сборник докладов международной школы семинара «Черемшанские чтения»: в 3ч. Димитровград: ДИТИ НИЯУ МИФИ, 2012. 2ч. С.

58–66.

2. Savio E., Gaudiano J., Robles A.M. et. al. Re-HEDP: pharmacokinetic characteriza tion, clinical and dosimetric evaluation in osseous metastatic patients with two levels of radio pharmaceutical dose // BMC Nuclear Medicine. 2001. Vol.1.

3. Доля О.П., Матусевич Е.С., Клепов А.Н.. Математическое моделирование кине тики остеотропного радиофармпрепарата в организме пациентов с метастазами в кости // Медицинская физика. 2007. №2. С. 40–50.

АДАПТАЦИОННЫЕ ИЗМЕНЕНИЯ МЕХАНИЧЕСКИХ СВОЙСТВ ГУБЧАТОЙ КОСТНОЙ ТКАНИ ПОСЛЕ ОСТЕОСИНТЕЗА ПЕРЕЛОМА ШЕЙКИ БЕДРА КАК МЕХАНИЧЕСКИЙ ФАКТОР ПОСТТРАВМАТИЧЕСКОГО АРТРОЗА ТАЗОБЕДРЕННОГО СУСТАВА М.В. Мерзляков, Ю.В. Акулич Пермский национальный исследовательский политехнический университет E-mail: mihail_merzlyakov@live.ru Артроз синовиальных суставов является одним из самых опасных за болеваний опорно-двигательного аппарата человека. Развитие этого заболе вания приводит к медленному разрушению сустава и потери его функцио нальных свойств. Консервативное (лекарственное) лечение артрозов сводит ся лишь к замедлению процесса разрушения и устранению болевых ощуще ний, но не устраняется причина болезни. Поэтому важна профилактика забо левания и, следовательно, необходимо знать факторы, влияющие на его воз никновение.

В работе исследуется возможный механический фактор возникновения посттравматического артроза тазобедренного сустава.

При переломе шейки бедра и последующей операции остеосинтеза резьбовыми фиксаторами с целью восстановления сустава пациент в течение периода сращения отломков (5,5–6 месяцев) передвигается на костылях, не опираясь на больную конечность. Отсутствие функциональных нагрузок на сустав приводит к адаптационным изменениям костной ткани. Затем следует полугодовой период амбулаторной реабилитации, в течение которого паци енту при движении на костылях предписывается режим возрастающих нагру зок на сустав. В ряде случаев у пациента через 1–2 года после реабилитации развивается артроз восстановленного сустава [1-13].

В работе предполагается, что наряду с известными причинами по сттравматического артроза (травма суставной сумки, чрезмерные нагрузки на сустав, стрессы и др.) решающее влияние может оказать механический фак тор – патологическая неоднородность упругости субхондральной зоны го ловки бедра, возникшая в результате адаптационных изменений структуры и упругих свойств костной ткани головки бедра в течение периода сращения перелома. Последующий контакт головки, имеющей патологические упругие свойства, с суставным хрящем приводит к патологическим деформациям хряща и нарушению его питания и смазки.

Для проверки гипотезы необходимо количественно оценить неодно родность упругости костной ткани, сформировавшуюся к началу реабилита ционных нагружений, и её влияние на деформацию суставного хряща. С этой целью решается задача адаптационной линейной пороупругости в системе кость-фиксаторы проксимального отдела бедра. При этом используется алго ритм, расширяющий возможности пакета вычислительных программ ANSYS для пространственного конечно-элементного моделирования адаптации губ чатой костной ткани.

Полученное решение позволяет оценить критический уровень локаль ной деформации суставного хряща под действием реабилитационных и функциональных нагрузок.

Библиографический список 1. Акулич Ю.В., Брюханов П.А., Мерзляков М.В. Сотин А.В. Определяющее соот ношение структурной адаптации костной ткани // Изв. Сарат. ун-та. Нов. сер. 2011. Т. 11.

Сер. Математика. Механика. Информатика, вып. 2. С. 5461.

2. Акулич Ю.В., Акулич А.Ю., Денисов А.С. Индивидуальный остеосинтез шейки бедра резьбовыми фиксаторами // Рос. журн биомеханики. 2010. Т. 14, № 1 (47). С. 7– 6.

3. Акулич Ю.В., Акулич А.Ю., Денисов А.С. Предоперационное определение инди видуальных физических характеристик трабекулярной костной ткани в проксимальном отделе бедра // Рос. журн. биомеханики. 2011. Т. 15, № 1 (51). С. 33–41.

4. Акулич А.Ю., Денисов А.С., Акулич Ю.В. Предоперационное определение проч ности на срез губчатой кости головки бедра in vivo // Пермский мед. журн. 2006. T. 23, № 5. C. 6–14.

5. Джанг Д.-Й., Цуцуми С., Канг Й.-Б., Секель Р. Численное прогнозирование пе ремещения вертлужной чаши под действием высоких сжимающих напряжений на основе моделирования резорбции костной ткани // Рос. журн биомеханики. 2005.Т. 9, № 3. С. 32– 45.

6. Подрушняк Е.П. Возрастные изменения суставов человека. Киев, 1972. 212 с.

7. Подрушняк Е.П., Суслов Е.И. Методы исследования костной системы. Киев, 1975. 112 с.

8. Шерепо К. М. Резорбция костной ткани при использовании титановых фиксато ров // Медицинская техника. 1998. № 3. С. 10–15.

9. Andersen E., Linde F., Madsen F. Fixation of displased femoral neck fractures // Acta Orthop. Skand. 1987. № 58. P. 212–216.

10. Evans F.G. Mechanical properties of bone. Springfield (Illinois) / ed. C.C. Thomas.

1973. 322 p.

11. Fredenberg Z.B., French G. // Surg. Gynecol. Obstet. 1952. № 94. P. 743748.

12. Miyanaga Y, Fukubayashi H. Contact study of the hip joint: load deformation pattern, contact area and contact pressure. 1984. Arch Orth Trauma Surg 103:13.

СПОСОБЫ ЛЕЧЕНИЯ НИСТАГМА ГЛАЗ В РЕЗУЛЬТАТЕ ПЕРИОДИЧЕСКОГО СВЕТОВОГО ВОЗДЕЙСТВИЯ (обобщение опыта) Т.Б. Усанова Саратовский государственный медицинский университет им. В.И. Разумовского E-mail: Usanovda@info.sgu.ru Авторами [1,2] был предложен способ подавления нистагма глаз в ре зультате периодического светового воздействия на пациента с частотой, близкой к частоте собственных колебаний глазного яблока.

Эффективность предложенного способа была подтверждена результа тами лечения в Клинике глазных болезней Саратовского государственного медицинского университета им. В.И. Разумовского (СГМУ), а также резуль татами его апробации в детском отделении Курганского областного госпита ля для ветеранов войны.

Источники света в устройстве по способу [1,2] жестко закреплялись вдоль оси, параллельно оси расположения глаз. Располагая их таким образом, авторы [1,2] ориентировались на наиболее распространенный тип нистагма – горизонтальный. Однако, хотя и реже, встречается вертикальный нистагм, когда преобладают колебания глазного яблока вдоль вертикальной оси, и ро таторный нистагм, когда колебательные движения характеризуются наличи ем одновременно и горизонтальной и вертикальной составляющих. В этом случае предложено для каждого пациента выбирать угол расположения ис точников света таким образом, чтобы происходило наиболее эффективное подавление нистагма [3]. Для этого система источников света выполняется подвижной во фронтальной плоскости расположения глаз. Использование предложенного способа для указанных типов нистагма позволило повысить эффективность лечения. Для лечения нистагма можно использовать его по давление воздействием на глаза пациента сформированной на экране мони тора системой движущихся горизонтально вертикально расположенных че редующихся со светлыми темных полос. При таком воздействии наблюда лось возникновение оптокинетического нистагма, способ возбуждения кото рого описан в [4].

К настоящему времени в Клинике глазных болезней СГМУ лечение по предложенным способам получили 70 пациентов в возрасте от трех до во семнадцати лет. Толчкообразный нистагм был у 40 больных, маятникообраз ный – у 19, ротаторный – у 8 и вертикальный – у 3 человек. Из них 8 курсов лечения получили 4 человека, 7 курсов терапии получили 6 человека, 6 кур сов – семь, 5 курсов – четыре, 4 курса – восемь, 3 курса – десять и 2 курса – шесть человек, остальные пациенты получили по одному курсу.

В результате клинических испытаний предложенных способов было установлено, что лечение с их помощью позволяет в 85 % случаев уменьшить амплитуду нистагма. Эффективность лечения повышалась при сокращении временного интервала между повторными курсами лечения. Для регистрации колебательных движения глаз при нистагме использовалась программа для ЭВМ «Компьютерная видео-диагностика параметров движений глаз» «Video Oculograph» [5]. Способ исследования глазного яблока и устройство его реа лизации описаны в [6,7]. Для регистрации характеристик оптокинетического нистагма использовалась программа для ЭВМ «Nystagm Producer» [8].

Библиографический список 1.Пат. 2288676 РФ. Способ лечения нистагма глаз / Усанов Д.А., Кащенко Т.П., Скрипаль А.В., Рабичев И.Э., Усанова Т.Б., Ячменева Е.И., Абрамов А.В., Губкина Г.Л.;

опубл. 10.12.2006. Бюл. №34.

2.Пат. 2264197 РФ. Способ подавления нистагма глаз / Усанов Д.А., Кащенко Т.П., Усанова Т.Б., Скрипаль А.В., Рабичев И.Э., Абрамов А.В., Ячменева Е.И., Губкина Г.Л.

3.Пат. 2295911 РФ. Способ дистанционного контроля физиологических параметров жизнедеятельности организма / Усанов Д.А., Скрипаль Ал.В., Скрипаль Ан.В. и др.;

опубл. 27.03.2007. Бюл. № 9.

4.Пат. №2447865 РФ. Способ подавления нистагма глаз движущимися полосами / Усанова Т.Б., Скрипаль А.В., Усанов Д.А.;

опубл. 10.12.2011. Бюл. №11.

5.Свидетельство на программу для ЭВМ №2008613235. Компьютерная видеодиаг ностика параметров движений глаз “Video Oculograph” / Усанов Д.А., Скрипаль А.В., Скрипаль Ан.В., Абрамов А.В.;

опубл. в реестре проб. для ЭВМ 02.07.08 г.

6.Пат. 2193337 РФ. Способ исследования движений глазного яблока / Усанов Д.А., Скрипаль Ан.В., Скрипаль Ал.В., Абрамов А.В., Усанова Т.Б.

7.Пат. 25157 РФ. Способ исследования движения глазного яблока / Усанов Д.А., Скрипаль Ал.В., Абрамов А.В., Усанова Т.Б., Скрипаль Ан.В.;

опубл. 20.09.02. Бюл. №26.

8.Свидетельство на программу для ЭВМ №2008610125. Возбуждение оптокинети ческого нистагма “Nystagm Producer” / Усанов Д.А., Скрипаль А.В., Абрамов А.В., Усано ва Т.Б.;

опубл. в реестре программ для ЭВМ 20.11.2007.

КОНВЕРГЕНЦИЯ И ДИВЕРГЕНЦИЯ КАК ПЕРЕХОДНЫЙ ДИНАМИЧЕСКИЙ ПРОЦЕСС К НОВОМУ СОСТОЯНИЮ КООРДИНАЦИИ БИНОКУЛЯРНЫХ ДВИЖЕНИЙ ГЛАЗ И.Э. Рабичев1, Е.А.Самсонова2, Д.А. Усанов3, А.В.Скрипал3, А.В. Абрамов Городской психолого-педагогический университет, Москва, Московский педагогический государственный университет Саратовский государственный университет им. Н.Г. Чернышевского E-mail: i_rabitchev@list.ru, usanovda@info.sgu.ru Дивергенция и конвергенция зрительных осей правого и левого глаз – важнейшие процессы, обеспечивающие бинокулярное восприятие объектов внимания в пространстве. Процессы дивергенции и конвергенции мало изу чены. Известно, что точность этих движений глаз зависит от возраста. У де тей точность вергентных движений глаз низкая [1]. Авторами [2, 3] обнару жена функциональная асимметрия вергентных движений. Изучались центры управления вергентными движениями [3]. Детальное изучение фаз микро движений (саккад и дрейфов) при дивергенции и конвергенции не изучены из-за технических трудностей регистрации бинокулярных движений глаз.

Исследование этих процессов необходимо для разработки новых методов ле чения сходящегося и расходящегося косоглазия. Известно, что при сходя щемся косоглазии нарушена дивергенция, а при расходящемся косоглазии – конвергенция.

Методика проведения исследования конвергенции и дивергенции Во время исследования голова обследуемых была не жестко фиксиро вана на подбороднике с налобником. В качестве объекта зрительной бифик сации были использованы два кружка черного цвета с угловым размером в 0,45 угл. град. Один кружек на белом листе бумаги А4 на расстоянии 50 см, второй кружок над первым кружком на листе бумаги А0 на расстоянии см. При исследовании дивергенции обследуемый фиксировал взгляд на ближнем кружке, затем переводил взгляд на дальний кружек и фиксировал на нем взгляд. При исследовании конвергенции обследуемый фиксировал взгляд на дальнем кружке, затем переводил взгляд на ближний кружок и фиксировал на нем взгляд. Во время выполнения задания проводили регист рацию бинокулярных движений глаз. В исследовании участвовало 2 чел. В каждом опыте с каждым обследуемым 5 раз записывали дивергенцию и 5 раз конвергенцию. С интервалом времени между записями 2 – 3 мин. Всего сде лано 60 записей движений глаз в процессе дивергенции и конвергенции.

Методика регистрации движений глаз – видеоокулография – про граммно-аппаратный комплекс, разработанный в Саратовском университете (авторы Д.А. Усанов и др.). Запись бинокулярных движений осуществлялась на видеокамеру (Panasonic HDC SD600EE-K) высокой четкости 1920х1080 и с частотой 50 кадр/сек. Для повышения качества анализа движений глаз ис пользовали компьютер DELL Latitude E5520 с видеокартой и дисплеем для анализа файлов HD формата высокой четкости 1920х1080. Файлы видео изображение двух движущихся зрачков конвертировали из AVCHD в AVI формат, вводили в компьютер и анализировали с помощью компьютерной программы «видеоокулограф». Графики траекторий движений глаз строили в программе Matcad 14.

Результаты Визуальный анализ 60 графиков траекторий конвергенции и диверген ции у двух обследуемых показал, что у каждого может встречаться два вари анта конвергенции и дивергенции. Первый вариант (рис. 1), когда конверген ция или дивергенция совершается множеством мелких саккад (микросаккад) для правого и левого глаз. Образно говоря, глаза «подкрадываются» к объек ту внимания. Второй вариант (рис. 2), когда конвергенция или дивергенция совершается одной, двумя, иногда тремя макросаккадами, а затем доводкой – 6 микросаккадами до фузии объекта внимания. Не исключено, что во вто ром варианте может встретиться некоторая связь между количеством макро и микро- саккад. Для одного обследуемого по последовательности случаев вергентных движений можно предположить, что эти варианты связаны с обучением моторной системы перемещать взгляд из одной области внимания в другую. Но для второго наблюдателя выбор того или иного варианта вер генции не объясним, первый и второй варианты конвергентных или дивер гентных движений наблюдаются в случайном порядке. Во всех записях дви жений глаз чаще конвергенция совершается быстрее дивергенции. Кроме то го, замечено, что первый вариант конвергенции и дивергенции на 200 – мс дольше, чем второй вариант вергентных движений.

Анализируя полученный материал, мы представляем, что конвергенция и дивергенция – это переходные процессы из одного состояния скоординиро ванных движений глаз, обеспечивающих фузию на одном расстоянии от на блюдателя, в другое состояние скоординированных движених, фузию и зри тельную бификсацию на другом расстоянии от наблюдателя.

Переходные процессы при дивергенции и конвергенции имеют сход ство с самоорганизующимся нелинейным динамическим процессом. Ампли тудно-частотные и фазовые колебания в этом процессе имеют свой минимум и максимум. Нелинейно происходящее повторение и чередование саккад и дрейфов различной амплитуды и длительности можно отождествить с нере гулярным динамическим фракталом. Этот фрактал содержит в себе элемен ты случайной и ожидаемой структуры. Во всех записях движений глаз на блюдаются фрагменты фазовой и амплитудной асимметрии и фрагменты фа зовой синхронизации саккад для правого и левого глаз. Однако, несмотря на различие амплитуды и фазы саккад, конфигурации движений правого и ле вого глаз имеют сходство. Каждая конвергенция и дивергенция имеет свою фрактальную размерность, осуществляя некоторые флуктуации микродви жений глаз. Конечный результат этого переходного процесса всегда завер шается скоординированными движениями глаз, обеспечивающими фузию.

Это очевидный пример самоорганизации управлений движениями глаз, не обходимый для перехода к съему зрительной информации с фоторецепторов в каждом новом направлении бинокулярного внимания.

Рис. 1. Конвергенция – первый вариант с микросаккадами Рис. 2. Конвергенция – второй вариант макро- и микросаккадами Выводы: Дивергенция и конвергенция зрительных осей происходит по средством чередований управляемых саккад и дрейфов, согласованных по фазе, но различной амплитуды для правого и левого глаз, движений в проти вофазе и движений, не совпадающих по фазе, направленных на изменение области бинокулярного внимания из одной области пространства в другую.

Библиографический список 1. Yang Q;

Kapoula Z. Binocular coordination of saccades at far and at near in children and in adults // J.Vis. 2003. Vol.3 (8). P. 554–561.

2. Kapoula Z., Yang Q., Coubaerd O., Daunys G., Orssaud C. Role of the Posterior Pa rietal Cortex in the Initiation of Saccades and Vergence: Right/Left Functional Asymmetry // Clinical and basic oculomotor research. The New York Academy of Sciences. N.Y., 2005.

Vol. 1039. P. 184–187.

3. Leigh R. J., Zee D. S. The neurology of eye movements. Oxford, 2006. 763 p.



Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |   ...   | 9 |
 










 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.