350 руб
Журнал «Технологии живых систем» №2 за 2014 г.
Статья в номере:
Номограмма гемодинамических состояний по параметрам артериального давления
Ключевые слова: интеллектуальный анализ данных Data Mining машина опорных векторов номограмма регрессия артериальное давление гемодинамическое состояние
Авторы:
М.В. Войтикова - к.ф.-м.н., вед. науч. сотрудник, Институт физики Национальной Академии Наук Беларуси (г. Минск, Беларусь). E-mail: voitikova@imaph.bas-net.by Р.В. Хурса - к.м.н., доцент, зав. кафедрой поликлинической терапии, Белорусский государственный медицинский университет. E-mail: Rvkhursa@tut.by
Аннотация:
Предложена номограмма для классификации гемодинамических состояний по величинам артериального давления (АД) при суточном мониторировании, построенная с применением интеллектуального анализа данных. Анализу подлежали записи АД за дневной, ночной и суточный периоды. Применен обученный на примерах машинный алгоритм дифференциации сигналов по методу опорных векторов, использующий вектор характерных особенностей АД, координаты которого представлены набором коэффициентов линейной регрессии систолического, диастолического и пульсового давления.
Страницы: 45-53
Список источников

  1. Чубукова И.А. Data Mining. Бином. Лабора­тория знаний // Интернет-университет информационных технологий. Сер. Основы информационных технологий. 2006. 384 с.
  2. Кузнецова А.В., Сенько О.В. Возможности использования методов Data Mining при медико-лабораторных исследованиях для выявления закономерностей в массивах данных // Врач и информационные технологии. 2005. № 2. 
  3. Кушаковский М.С. Гипертоническая болезнь. СПб.: Сотис.1995. 32 c.
  4. Рашмер Р. Динамика сердечно-сосудистой системы: пер. с англ. М.А. Безносовой, Т.Е. Кузнецовой/ под ред. Г.И. Косицкого. М.: Медицина. 1981. 600 c.
  5. Benetos A., Lacolley P. From 24-Hour Blood Pressure Measurements to Arterial Stiffness: A Valid Short Cut - // Hypertension.2006. V. 47. P. 327-328. 
  6. Dolan E., Thijs L., Li Y., et al. Ambulatory arterial stiffness index as a predictor of cardiovascular mortality in the Dublin Outcome Study // Hypertension. 2006. V. 47. P. 365-370.
  7. Хурса Р.В. Пульсовое давление крови: роль в гемодинамике и прикладные возможности в функциональной диагностике // Медицинские новости. 2013. № 4. С. 13-19.
  8. Хурса Р.В., Чеботарев В.М. Гемодинамические детерминанты гомеостаза сердечно-сосудистой системы // Клиническая физиология кровообращения. 2007. № 4. С. 71-77.
  9. Анохин П.К. Узловые вопросы теории функцио­нальной системы. М.: Наука. 1980. 197 с.
  10. Патент BY № 6950. Способ диагностики диастолической дисфункции кровообращения / В.М. Чеботарев, Р.В. Хурса.
  11. Патент BY №6952. Способ диагностики сис-толической дисфункции кровообращения / В.М. Чеботарев, Р.В. Хурса. 
  12. Патент BY №4876. Способ перманентного контроля индивидуального функционального состояния кровообращения / В.М. Чеботарев, Р.В. Хурса, В.М. Балышева.
  13. Войтикова М.В., Войтович А.П., Хурса Р.В. Применение интеллектуального анализа данных для классификации гемодинамических состояний // Врач и информационные технологии. 2013. № 1. С. 32-41.
  14. Voitikova M.V., Khursa R.V. Linear regression in hemodynamics // Nonlinear Phenomena in Complex Systems. 2012. V. 15. № 2. P. 203-206.
  15. Суточный монитор артериального давления BPLab. URL: http://www.bplab.ru
  16. The MIMIC II Project database. URL: http://physionet.org/physiobank/database/mimic2db
  17. Хурса Р.В. Непульсирующий компонент артериального давления при разных способах определения и новые гемодинамические характеристики // Артериальная гипертензия и профилактика сердечно-сосудистых заболеваний. Материалы VI Междунар. конф. Витебск: ВГМУ. 2011. C. 83-87.
  18. Vapnik V. Statistical learning theory. Berlin: Springer. 1998. 732 p.