Полипараметрический способ диагностики функционального состояния человека и индивидуального адаптационного синдрома
Изобретение относится к медицине, а именно к функциональной диагностике. Одновременно регистрируют электрофизиологические показатели, рассчитывают коэффициент отклонения параметров от среднестатистического значения. В модель идеального состояния, представляющую собой внутреннюю и наружную окружности, которые ограничивают диапазон изменения параметров без патогномонического значения, вписывают пятиугольник, вершины которого достигают значений измеренных параметров. При пошаговом справа налево вращении пятиугольника определяют коэффициенты соотношений физических параметров по формуле (XnXn+8)/(XnXn+8-у), где XnXn+8 - длина линии, соединяющей 1-ую и 3-ю вершины пятиугольника, начиная с точки 15 часов по ходу справа налево, у - отрезок этой линии, ограниченный точками пересечения ее другими двумя сторонами пятиугольника. Найденные коэффициенты соотносят с эталонным значением и проводят классификацию функционального состояния по величине отклонения рассчитанных коэффициентов от эталонного значения. Способ позволяет повысить достоверность определения уровня функционального состояния человека. 3 табл., 6 ил.
Изобретение относится к медицине, а именно к диагностике функционального состояния человека.
Целью изобретения является повышение точности и надежности способа путем определения ряда коэффициентов соотношений основных параметров физиологических процессов (функций), которые выступают как новые объективные диагностические признаки.
Повышение точности и надежности метода достигается определением следующих диагностических признаков: абсолютных величин физиологических параметров и их отклонения от модального уровня, внутрисистемных и межсистемных информационных связей параметров и сравнением многомерного пространства признаков с разработанной моделью эталона («идеального») функционального состояния. Эталон представляет интеллектуально образную систему с преобразователем, классифицирующим уровень функционального состояния в соответствии с известными стадиями развития адаптационного синдрома: 1 - удовлетворительное функциональное состояние, 2 - состояние напряжения, 3 - состояние функционального перенапряжения, 4 - неудовлетворительное функциональное состояние (срыв адаптации). Далее в интерактивном режиме интерпретируют в клинико-физиологических терминах визуализированный паттерн многомерного пространства признаков и определяют характер индивидуального адаптационного синдрома.
Введение
Для оценки уровня функционального состояния организма наиболее адекватной является концепция адаптации организма, позволяющая осуществлять контроль функционального состояния организма в соответствии со стадиями развития адаптационных процессов [1,2, 5-9], которые могут проявиться задолго до возникновения заболевания как такового. Стадийность развития стресса (адаптационного синдрома) в ответ на разнообразные внешние воздействия хорошо изучена, разработаны классификации состояний, соответствующие различным стадиям адаптации, отслежена динамика биохимических изменений в организме, показана роль симпатической нервной системы в реализации стресса. Однако диагностика функциональных состояний и преклинических (донозологических) изменений состояния здоровья до сих пор является не решенной проблемой. Опыт, накопленный экспериментальной и клинической физиологией, показывает, что невозможно получение однозначных и надежных заключений о функциональном состоянии организма и динамике его изменений на основе изолированных показателей, простых индексов и различных производных определений физиологических функций.
Системно-аналитические исследования последних лет позволили четко сформулировать основные требования к оценке функционального состояния организма: для идентификации состояний и эффективности прогноза их необходим многомерный набор показателей, достаточный для характеристики уровня жизнедеятельности жизненно-важных систем организма. В настоящее время одним из наиболее адекватных подходов к изучению столь сложных динамических объектов как живой организм, является современный системный подход с использованием средств искусственного интеллекта, методов распознавания образов для анализа многомерных данных.
На основании многолетних клинико-физиологических исследований по донозологической полипараметрической функциональной диагностике нами был разработан способ оценки функционального состояния человека для медико-экологических исследований [Дмитриева Н.В. и др., 1987, патент №1769711, приоритет от 01 07.1991].
Накопленный опыт полипараметрической диагностики функционального состояния человека в виде визуализированных образов позволил провести системный анализ образов на основе общей концепции построения и функционирования интеллектуальных систем [4]. Проведенный анализ собственных исследований и данных литературы позволил разработать новый способ диагностики функционального состояния и индивидуального адаптационного синдрома для повышения диагностической точности и расширения диагностической возможности существующего полипараметрического метода в оценке индивидуальных вариантов развития адаптационного синдрома.
Прототип. Прототипом предлагаемой технологии является способ оценки функционального состояния организма, описанный в работе [3]. Определение функционального состояния организма по способу прототипа осуществляется следующим образом: одновременная регистрация неинвазивными методами комплекса физиологических показателей (ЭКГ, ЭМГ, РВГ и др.), их параметризация, матричное описание функциональных состояний на основе унифицированного набора амплитудных и временных параметров физиологических процессов и последующим расчетом отклонений параметров от их модальной величины.
Алгоритм полипараметрического обследования обеспечивается интегрированной программой. Аппаратно-программный комплекс обеспечивает: одновременное измерение комплекса физиологических показателей с выводом результатов в виде осциллограмм и цифровых значений параметров электрокардиограммы, реовазограммы, электромиограммы, температуры тела внутренней и наружной, а также отдельно регистрируемые артериальное давление максимальное - систолическое и минимальное - диастолическое; обработку аналоговых сигналов в режиме "on line" (параметризацию) с выводом цифровых значений их на дисплей и принтер; анализ многомерных данных в автоматическом режиме с помощью расчета коэффициента отклонений параметров от модального уровня и классификацией функционального состояния: 1 - удовлетворительное функциональное состояние, 2 - состояние функционального напряжения; 3 - состояние функционального перенапряжения, 4 - состояние стресса, т.е. срыва адаптационных возможностей организма (необходимо клиническое обследование); графическое отображение многомерных данных в виде наглядного «образа функционального состояния» пациента, который анализируется в автоматическом режиме с определением функционального состояния организма по решающим правилам, заложенным в программы. Решающие правила включают: абсолютные значения параметров, процентное отклонение их от модального уровня, коэффициент суммарного отклонения от модального уровня параметров в их совокупности по формуле: K=Z F·100%/Z Fo n, где F - сумма отклонения длин векторов от среднестатистических значений параметров в мм; Fo - сумма длин стандартных (среднестатистических) векторов в мм; n - число измененных параметров. При значении K от 1 до 1,5 делают заключение о стадии напряжения функционального состояния организма, от 1,6 до 4,0 - перенапряжении, при К более 4,0 - о стадии срыва адаптационных процессов.
Для того чтобы устранить различие шкал измерений параметров, введено естественное условие нормировки (на единицу), в результате чего образ модального класса представляется в виде окружности с единичным радиусом, каждый из которых (n-20) соответствует определенному параметру (Табл.1). Пример определения функционального состояния дан на рис.1.
Проведенный анализ собственных исследований показал, что визуальный анализ образов функционального состояния испытуемых с целью выделения групп с незначительными, существенными и патогномоничными изменениями параметров не позволяет провести достаточно четкое разделение на классы состояний по степени отклонения от модального класса и определить значительное разнообразие внутри классов, которое может быть связано с различным генезом нарушений функционального состояния, т.е. с различным характером (механизмами) развития адаптационных процессов у разных людей.
| Таблица 1 | |||
| Физиологические параметры и их размерность | |||
| Физиологические показатели и процессы | Параметры | Ед. измерения | Векторы образа |
| Интервал R-R | Мс | X1 | |
| P-Q | Мс | Х2 | |
| Q-T | Мс | Х3 | |
| ЭКГ | QRS | Мс | Х4 |
| Зубец Р | мВ | Х14 | |
| Т | мВ | Х15 | |
| R | мВ | X16 | |
| Амплитуда анакроты (A3) | Ом | Х10 | |
| Амплитуда инцизуры (А2) | Ом | Х11 | |
| Амплитуда дикротической части (А1) | Ом | X12 | |
| РВГ | Время кровенаполнения (Alpha) | Мс | X17 |
| Время запаздывания пульсовой волны(V) | Мс | X18 | |
| Время изгнания крови из левого желудочка (K) | Мс | X19 | |
| ЭМГ | Средняя амплитуда миограммы (F) | мкВ | Х13 |
| Средняя частота миограммы (t) | Гц | X5 | |
| АД | Максимальное (систолическое) артериальное давление Ps | мм рт.ст. | X9 |
| Минимальное (диастолическое) артериальное давление Pd | мм рт.ст. | X8 | |
| ЧД | Длительность пневмоцикла (PC) | с | X20 |
| Температура кожи (Се) | C° | Х6 | |
| Температура тела (Ci) | С° | X7 |
Это означает, что коэффициент отклонения от стандартного уровня, определяемый по формуле прототипа - K, не позволяет выявить специфику индивидуального адаптационного синдрома и, учитывая разное физиологическое значение параметров, недостаточно точно оценивает уровень функционального состояния человека.
В отличие от прототипа в предложенном технологическом способе дополнительно вписывают в модель идеального состояния, представляющего собой внутреннюю и наружную окружности, ограничивающие диапазон изменения параметров без патогно-монического значения, пятиугольник, вершины которого достигают точек параметров, и при вращении пятиугольника последовательно определяют коэффициенты соотношений (K1-19) физических параметров выше указанных физиологических процессов по формуле (ХnXn+8)/(ХnХn+8-у), где XnXn+8 - сторона пятиугольника - звезды - между двумя физическими параметрами - n-ным и n+8, что соответствует длине линии, соединяющей 1-ую и 3-ю (справа налево, начиная с точки 15 часов) вершины звезды (рис.2), у - отрезок этой линии, ограниченный точками пересечения ее другими сторонами пятиугольника. Найденные коэффициенты соотносят с эталонным значением коэффициента соотношения параметров, аналогично вычисленного на основе правильного пятиугольника и пентаграммы, вписанных в среднюю окружность модели удовлетворительного функционального состояния организма (значение эталона - W=1.30901 является инвариантом проективных преобразований). Классификацию функционального состояния проводят по величине отклонения вновь предъявляемых коэффициентов от эталона: при отклонении до ±10% - удовлетворительное функциональное состояние, до ±35% - напряженное и до ±50% - перенапряженное функциональное состояние, при большем отклонении (более 50%) - срыв адаптационных процессов, далее в интерактивном режиме интерпретируют в клинико-физиологических терминах визуализированный паттерн многомерного пространства признаков. Поддержку диагностических заключений осуществляют на основе коэффициентов соотношений параметров. Далее определяют характер адаптационного синдрома.
Эти признаки представляют собой автономные, достаточно самостоятельные диагностические показатели и вместе с тем все они взаимосвязаны, что отражается паттерном функционального состояния и количественными характеристиками, указанными в таблице 2, представляющей алгоритм решающих правил, заложенных в интегральную программу.
Данный метод обеспечивает в отличие от прототипа более точное определение уровня функционального состояния, соответствующего стадиям развития адаптационного процесса, возможность анализа в интерактивном режиме многомерных данных с оценкой вегетативного статуса пациента и диагностикой индивидуального адаптационного синдрома.
Описание предлагаемого метода
В качестве элементов работающей модели системы используется унифицированный набор репрезентативных параметров (абсолютные величины X1-X20, табл.1) физиологических показателей, представляемых в виде векторов в полярных координатах, в строго определенном порядке, начиная отсчет с «третьего часа» круга (рис.3). Это дает возможность, как будет показано ниже, определения основной характеристики вегетативной регуляции.
Каждый вектор имеет свой масштаб, определяемый модальным уровнем (мода значения соответствующего физиологического параметра, оцененного при обследовании выборки здоровых испытуемых - средняя окружность). Обобщенный контур, ограниченный максимальными и минимальными величинами параметров (наружная и внутренняя окружности), не имеющими патогномоничного значения, является интеллектуальным преобразователем, осуществляющим непрерывный анализ динамики абсолютных величин параметров и формирующий в соответствии с этим необходимые классификационные действия.
Интеллектуальный преобразователь является комбинированным: пассивная (динамическая) часть - абсолютные величины параметров и активная (интеллектуальная) часть, которая обеспечивает расчет дополнительных признаков - соотношения параметров, определяемых на основе геометрии образа как информационные коэффициенты. В пятиугольниках, вписанных в модель так, что вершины представляют указанные физические параметры, коэффициенты соотношения (K1-19) отрезков сторон пятиугольников определяют по общей формуле: (XnXn+8)/(ХnXn+8-у), где ХnXn+8 - сторона пятиугольника между двумя параметрами одного из двадцати (n) и восьмого от него параметра при счете против часовой стрелки (n+8), у - ее отрезок, ограниченный точками пересечения с другими сторонами. Найденные коэффициенты соотносят с эталонным значением аналогично вычисленного коэффициента правильного пятиугольника, вписанного в среднюю окружность модели (эталон - W=1.30901) удовлетворительного функционального состояния организма.
Модель дает наглядное представление и количественное выражение внутрисистемных и межсистемных связей в организме, определяемых на основе геометрии образа и общих принципов симметрии. Формирование модели преобразователя основано на структурно-алгоритмическом механизме функционирования интеллектуально-образной системы. В интерактивном режиме интеллектуальная модель позволяет определять тип и доминирующий характер вегетативной регуляции.
Разработанные решающие правила процедуры принятия решений основаны на оценке вновь предъявляемого образа относительно эталона - «идеального функционального состояния», представленного на рис.4.
Принципиальной новизной является использование общих принципов симметрии для анализа геометрических моделей функционального состояния и определения инвариантов соотношения параметров как количественной меры сохранности объекта, которые выступают в качестве новых диагностических признаков функционального состояния организма, связанных с балансом взаимодействия физиологических механизмов регуляции.
Предложенный способ осуществляется следующим образом.
1) Одновременно регистрируется неинвазивными методами комплекс физиологических показателей (ЭКГ, ЭМГ, РВГ и др.); 2) Проводится параметризация и матричное описание функциональных состояний на основе унифицированного набора амплитудных и временных параметров физиологических процессов; 3) Последующий расчет по указанной формуле информационных коэффициентов соотношений параметров, после чего на основе совокупности абсолютных значений параметров и их соотношений определяют уровень функционального состояния по алгоритму, представленному в таблице 2; 4) проводят синдромальный анализ образа для клинико-физиологической характеристики адаптационного синдрома пациента.
| Таблица 2 | |||
| Шкала полипараметрической диагностики функциональных состояний | |||
| Цвет | Функциональное состояние | Абсолютные величины параметров | Характер осцилляторных процессов |
| Белый (синий) | 1. Идеальное | 1. Х1-Х19 - в пределов площади кольца. | Ритмы регулярные, координированные, частота близка к стандартной (все временные параметры близки к средней окружности паттерна), Баланс параметров: отклонения информационных коэффициентов от инварианта ≤10%. |
| 1б. Удовлетворительное | 1б. Х1-Х19 - в пределах площади кольца | Преобладание симпатического или парасимпатического типа регуляции, | |
| Зеленый | 2. Функциональное напряжение | 2. Х10-Х12 вне пределов площади кольца на ±10%, все другие - в пределах площади кольца | Ритмы регулярные, учащенные, координированные: временные параметры сдвинуты к минимальной или максимальной окружности паттерна. Преобладание симпатического или парасимпатического типа регуляции Баланс параметров: |
| (К1-К7±10%;К8-19≤±15%). | |||
| Желтый | 3. Напряженное функциональное состояние | 3. Х10-Х12 находятся вне площади кольца до ±35%, все другие - в пределах площади кольца. | 3. Ритмы регулярные, дискоординированные, дисбаланс взаимодействия симпатического и парасимпатического отделов вегетативной нервной системы: изменение временных параметров направлено в разные стороны - одни - ближе к максимальной, другие - к минимальной окружности модели.; - отклонение информационных коэффициентов (2х-3х) от инвариантного значения Дисбаланс (К1-К7≥16%≤20%; К8-19≥±35%≤50%) |
| Красный | 4. Состояние перенапряжения. | 4. Х12-Х19 (хотя бы один) вне площади кольца ≥45%, другие (2 и более) - за пределами площади кольца | 4. Ритмы регулярные, дискоординированные, дисбаланс взаимодействия симпатического и парасимпатического отделов вегетативной нервной системы: изменение временных параметров направлено в разные стороны - одни - ближе к максимальной, другие - к минимальной окружности модели; - отклонение информационных коэффициентов (более 10) от инвариантного значения |
| 5.Значительное истощение (срыв) адаптации | -«- | Дисбаланс К1-К7≥20%; К8-19≥50%) |
На рис.5. представлены типичные примеры образов функциональных состояний, отнесенных к различным классам.
Для стадии перенапряжения, являющейся пограничной между нормой и патологией, главным диагностическим признаком является существенное отклонение от эталонного (гармонической пропорции) соотношения параметров в какой-либо (или во всех) жизненно важных физиологических системах. При этом величины отклонений показателей каждой функции могут быть различными, и тогда по степени наибольшего отклонения может быть выявлена функция, лимитирующая общее состояние. Такая полипараметрическая оценка функционального состояния человека возможна с высокой дискретностью, что удобно для длительного мониторинга функции, лимитирующей организм в условиях клиники, производственной деятельности и т.д.
Пример определения функционального состояния и индивидуального адаптационного синдрома (рис.6).
Пациентка П., 47 лет, обратилась в поликлинику с жалобами на головные боли, угнетенное настроение, слабость, периодически - головокружение, снижение работоспособности. Клинический диагноз: вегетососудистая дистония смешанного характера с преобладанием влияния симпатического отдела нервной системы, ожирение 1 ст., остеохондроз шейного отдела позвоночника. Заключение невропатолога: депрессия, вегетативная дисфункция смешанного характера (симпатические симптомы: сухость кожи, холодные кисти рук и стопы, сниженная сальность кожи, умеренный экзофтальм и 5 парасимпатических: сужение зрачков, избыточная масса тела, выраженные аллергические реакции, повышенная потливость, пассивность, сонливость). Последовательность полипараметрического обследования.
1) Регистрация комплекса физиологических показателей: пациентка усаживается в кресло со встроенными электродами (фиксированным расстоянием между электродами), после 5 минут отдыха в течение 30 секнд производится регистрация физиологических показателей (аналоговые сигналы представляются на дисплее компьютера и контролируется визуально правильность записи).
2) В режиме on line проводится обработка аналоговых сигналов с вычислением абсолютных значений параметров физиологических показателей (процесс параметризации) согласно приведенной выше таблице 1. Значения физиологических параметров пациентки представлены в левой колонке (рис.6.).
3) Анализ цифровых данных параметризации относительно моды параметров и расчет соотношения параметров по указанной выше формуле. Найденные коэффициенты соотносятся с эталонным значением (W=1.30901) и определяются коэффициенты относительно этого значения W по схеме Ki=100%*(Ki-W)/W. Заложенный алгоритм классификации по основным классам функциональных состояний представлен в таблице 2.
Приводим расчет коэффициентов соотношений параметров и процент их отклонений от эталонного значения:
K1=(PQA3-kt)/(PQA3-A3 K)=1.306=-0.3%; K2=(QTA2-kt)/(QTA2-A2k)=1.01=-22.3%; K3=(QRSA1A1)/(QRSAl-Alk)=1,109=-16.0%; K4=(TA2-kt)/(TA2-Tk)=1,29=-1.15%; K5=(RR.Ps-kt) /(RR-Ps-Ps.k)-=1,27=-2.54%; K6=(R.Pd-kt)/(R.Pd-R.k)=1.35=+5.24%; K7=(T.Ci-kt)/(T.Ci-T.k)=1,328=+1.67%; K8=(RR.PD-kt)/(RR.PD-RR.k)=1.13=-13.2%; K9=(PQ.P-kt)/(PQ.P-PQ.k)=0.760=-42.0%; K10=(QT.T-kt)/(QT.T-QT.k)=1.06=-18.5%; K11=(QRS.R-kt)/(QRS.R-QRS.k)=0.913=-30.3%; K12=(F.f-F.kt)/(F.f-k)=1.45=+11.5%; K13=(Ci.K-kt)/(Ci.K-Ci.k)=1.72=+32.2%; K14=(Ce.V-kt)/(Ce.V-Ce.k)=1.55=+15.5%; K15=(Pd.PC-kt)/(Pd.PC-Pd.k)=2.43=+65.8%; K16=(Ps.alfa-kt)/(Ps.alfa-Ps.k)=1.28=-1.8%; K17=(A3.V-A3kt)/(A3.V-A3k)=1.93=+48.6%; K18=(A2.K-A2kt)/(A2.K-A2k)=1.56=+19.6%; K19=(A1.PC-Alkt)/(A1.PC-A1k)=1.94=+49.0%;
4) Классификация функционального состояния по алгоритму, приведенному выше. (Класс состояния указывается на протоколе внизу слева). Выявлен 4 класс - состояние перенапряжения: коэффициенты K15, К17 и K19 - вне площади кольца более чем на 45%, остальные коэффициенты варьируют.
5) Анализ синдрома (синдромальный анализ) проводится в интерактивном режиме. Он основан на визуальном анализе образа с поддержкой диагностических заключений на основе определений коэффициентов соотношений параметров по сравнению с визуальной оценкой образа.
6) Дается общее заключение о классе функционального состояния и индивидуальных особенностях адаптационного синдрома. В данном случае заключение полипараметрического обследования: уровень функционального состояния относительно эталона - состояние перенапряжения адаптационных процессов (класс 4); характер адаптационного синдрома: вегетативный дисбаланс смешанного типа, ускоренная деполяризация желудочков сердца и гипокардио- и гипогемодинамика (значительное снижение амплитудных параметров ЭКГ, РВГ, сниженные значения артериального давления).
Полученное заключение подтверждено дальнейшим динамическим наблюдением пациентки: при мониторировании АД и ЭКГ - гипотония, одиночные и множественные (в ночное время) политопные экстрасистолы, гиподинамия миокарда; при повторном посещении невропатолога - сохраняющиеся симптомы вегетативной лабильности, орто-статическая неустойчивость.
Предлагаемый метод апробирован при донозологической экспресс-диагностике более 350 студентов московских вузов. Распределение общего числа обследований студентов по выделенным классам с проверкой их классификации путем повторного обследования показано в табл.3. Полученные результаты позволяют заключить, что для донозологической диагностики функционального состояния организма необходимы набор абсолютных величин амплитудных и временных параметров комплекса физиологических показателей, а также определение их совокупного соотношения, которое отражает как внутрисистемные связи параметров, так и согласованность межсистемных взаимодействий.
Благодаря унифицированным методам исследования и высокой формализации получаемых результатов, данный метод позволяет проводить систематизацию и математическую обработку результатов физиологического обследования групп людей, что дает возможность накопления данных и быстрых статистически обоснованных сравнительных оценок состояния здоровья различных групп людей, однородных по производственной квалификации, а также групп, находящихся в сходных условиях внешней среды.
| Таблица 3 | ||||
| Распределение результатов полипараметрического обследования по классам функциональных состояний | ||||
| Классы функциональных состояний | ||||
| I | II | III | IV | |
| Число обследований (образов состояний) | 105 | 102 | 85 | 62 |
| Ошибка реклассификации | 0% | 12% | 15% | 6% |
Предложенный способ предназначен для превентивной и клинической медицины и может быть использован в любых медицинских учреждениях для индивидуальных и массовых обследований состояния здоровья в производственной и спортивной медицине, в различных медико-экологических исследованиях, для оперативного выбора индивидуальных мер коррекции и профилактики, а также для оценки эффективности лечебно-оздоровительных процедур и профилактических мероприятий.
Преимущества предложенного метода - быстрота, надежность за счет использования только объективных данных и возможности контроля работы системы со стороны врача на каждом этапе обследования, высокая степень унификации и формализации представляемых данных - могут дать значительный социально-экономический эффект многостороннего характера, особенно при массовых обследованиях.
Литература
1. Баевский P.M. с соавт. Методика оценки функционального состояния организма человека // Мед. труда и пром. экология. - 1995. - №3. - С.30-34.
2. Григорьев А.И., Баевский P.M. Здоровье и космос: концепция здоровья и проблема нормы в космической медицине. - М.: «Слово», 2001. - 96 с.
3. Дмитриева Н.В., Фарбер М.Ф. Образное моделирование функциональных состояний гемодинамики человека // Известия АН СССР. Серия Биология. 1989. - №2. С.207-217.
4. Дмитриева Н.В. Глазачев О.С., Индивидуальное здоровье и полипараметрическая диагностика функционального состояния человека. М.: «Горизонт», 2000. - 214 с.
5. Казначеев В.П., Казначеев С.В. Адаптация и конституция человека. - Новосибирск, 1986. - 148 с.
6. Селье Г. Очерки об адаптационном синдроме. М.: «Медгиз», 1960. - 254 с.
7. Судаков К.В. Диагноз здоровья. - М.: ММА им. И.М.Сеченова, 1993. - 120 с.
8. Baine Brian L. Physiological measurements of stress // Cons. inter, explor. med. - 1980. - P.56.
9. Towards a new science of health / Eds. by R.Lafaille, S.Fulder. London: ROUTLEDGE, 1995. - 241 p.
Способ диагностики функционального состояния человека и характера индивидуальных адаптационных синдромов человека путем одновременной регистрации комплекса параметров физиологических процессов: интервалов RR, PQ, QT, QRS и амплитуд зубцов P, T, R электрокардиограммы, амплитудно-частотных показателей A, A2, A3, K, V электровазограммы, параметров F, t электромиограммы; длительности пневмоцикла PC пневмограммы, а также артериального давления диастолического Pd и систолического Ps и температуры тела; их нормирования и расчета коэффициентов отклонения параметров от среднестатистического значения для определения стадий развития адаптационных процессов, отличающийся тем, что дополнительно вписывают в модель идеального состояния, представляющую собой внутреннюю и наружную окружности, которые ограничивают диапазон изменения параметров без патогномонического значения, пятиугольник, вершины которого достигают значений измеренных параметров и при пошаговом справа налево вращении пятиугольника последовательно определяют коэффициенты соотношений (K1-20) физических параметров выше указанных физиологических процессов по формуле (XnXn+8)/(XnXn+8-y), где ХnХn+8 - длина линии, соединяющей 1-ю и 3-ю вершины пятиугольника начиная с точки 15 ч по ходу справа налево, у - отрезок этой линии, ограниченный точками пересечения ее другими двумя сторонами пятиугольника, найденные коэффициенты соотносят с эталонным значением коэффициента соотношения параметров аналогично вычисленного на основе правильного пятиугольника, вписанного в среднюю окружность модели удовлетворительного функционального состояния организма при W=1,30901, и проводят классификацию функционального состояния по величине отклонения рассчитанных коэффициентов от эталонного значения: при отклонении до ±10% - удовлетворительное функциональное состояние, до ±35% - напряженное и до ±50% - перенапряженное функциональное состояние, при большем отклонении - срыв адаптационных процессов, далее в интерактивном режиме интерпретируют в клинико-физиологических терминах визуализированный паттерн многомерного пространства признаков с поддержкой диагностических заключений на основе коэффициентов соотношений параметров и определяют характер индивидуального адаптационного синдрома.
