КОНЦЕПТУАЛЬНІ ПІДХОДИ ДО АЛГОРИТМІЗАЦІЇ ПРОЦЕСІВ МОНІТОРИНГУ  ПОКАЗНИКІВ СТАНУ ОРГАНІЗМУ

Ya. O. Shevchenko

doi:10.11603/mie.1996-1960.2018.3.9477

Автор(и)

Ya. O. Shevchenko Національна медична академія післядипломної освіти імені П. Л. Шупика

DOI:

https://doi.org/10.11603/mie.1996-1960.2018.3.9477

Ключові слова:

моніторинг стану організму, концептуальна модель, мобільна медицина, компартментний підхід, кластеризація, таксономія, показники швидкості та прискорення показників пристосувальних реакцій організму, показники асинергізму, синергетичні моделі

Анотація

Розглянуто підходи до формування персоналізованих знань про стан і здоров'я людини в задачах мобільної медицини. Проаналізовано спектр концептуальних і методичних підходів для оцінки різних параметрів фізичного стану організму і фізичної підготовленості людини.

Запропоновано на підставі використання методів фазових просторів станів пацієнта застосовувати параметри атракторів показників серцево-судинної системи організму. Рекомендуються також нові підходи до ідентифікації параметрів вектора стану організму людини в багатовимірному фазовому просторі для оцінки та моделювання динаміки серцево-судинної системи людини. Підходи пов'язані не тільки з абсолютною величиною різних показників, а й зі швидкістю змін досліджуваних параметрів, їх прискоренням при навантаженні, а також з показниками синергізму.

Посилання

Mikhailov, N. Yu., Tolmachev, G. N., Shepelev, I. E. & Plyaka, P. S. (2008). Vysokochastotnye kolebaniya v signale pul'sovoi volny i ikh svyaz' s adaptatsionnymi reaktsiyami [High-frequency oscillations in the pulse wave signal and their connection with adaptation reactions]. Biofizika, 53(3), 482-487.

Zhilin, D. M. (2004). Teoriya system [Systems theory]. Moscow: URSS.

Lyakh, Yu. E., Gur'yanov, V. G. (2012). Matematicheskoe modelirovanie pri reshenii zadach klassifikatsii v biomeditsine [Mathematical modeling in solving problems of classification in biomedicine]. Ukrains'kii zhurnal telemeditsini ta medichnoi telematiki (Ukrainian Journal of Telemedicine and Medical Telematics), 10(2), 69-76.

Kozlova, V. V., Maistrenko, E. V., & Es'kov, V. M. (2009). Sravnitel'nyi analiz parametrov kvaziattraktorov povedeniya vektora sostoyaniya organizma trenirovannykh i netrenirovannykh studentov g. Surguta i g. Samary [Comparative analysis of the parameters of quasi-attractors of the behavior of the body state vector of trained and untrained students of Surgut and Samara]. Vestnik novykh meditsinskikh tekhnologii (Bulletin of new medical technologies), XVI(4), 136-138.

Makarenko, A. V., & Novosel'tsev, V. N. (2014). The synergy effect in the natural technologies of an organism. Automation and Remote Control, 75(2), 351-359. doi:10.1134/S0005117914020131.

Scafetta, N., Moon, R. E., & West, B. J. (2007). Fractal response of physiological signals to stress conditions, environmental changes, and neurodegenerative diseases. Complexity, 12(5), 12-17. doi:10.1002/cplx.20183.

Kimball, E. J., Rollins, M., Mone, M., Hansen, H. J., Baraghoshi, G. K., Johnston, C., ... Barton, R. G. (2006). Survey of intensive care physicians on the recognition and management of intra-abdominal hypertension and abdominal compartment syndrome. Crit. Care Med., 34(9), 2340-2348. doi: 10.1097/01. CCM.0000233874.88032.1C.