Диссертация (1025404), страница 22
Текст из файла (страница 22)
Пациенту потребовались повторныекурсы ДКАСНС с индивидуальным подбором биотропных параметров поля. Витоге, на фоне умеренного снижения тонуса симпатической нервной системы, идостижения значимого антидепрессивного эффекта (снижение выраженностисимптомов депрессии по госпитальной шкале тревоги и депрессии) удалосьдобиться нормализации артериального давления. Эффект связан с исходноповышенным тонусом СНС.
В Таблице 27 представлены расхождения оценок143кросскорреляционного показателя Херста для сигналов ВСР и собственногоЭМИ головного мозга пациента С.В.И.Таблица 27.Расхождение оценок кросскорреляционного показателя Херста для сигналовВСР и собственного ЭМИ головного мозга пациента С.В.И.Временные окна20-30, сек30-40, сек60-70, секДо-0,14729-0,25288-0,05091После-0,03984-0,02991-0,08195Данные, представленные в Таблице 27 свидетельствуют, что у этогопациента подтверждают полученные при клиническом наблюдении результатыиприведенныеобъяснения,касающиесятрудностейдостижениятерапевтического эффекта: у пациента отмечаются исходные выраженныенарушения корреляции (синхронизации) процессов сегментарной (СНС иПСНС) модуляции ритма сердца как в покое, так и при физической нагрузке, вчастотных окнах, отражающих прежде всего явления транспорта жидкости вголовном мозге и связанные с ним процессы нейротрофики и нейропластичности[161].
Таким образом, полученные данные кросскорреляционного анализасовпадают с клинической картиной заболевания у данного пациента,укладываются в особенности данной клинического случая, и являютсяоснованием для прогнозирования затруднении при достижении клиническогоэффекта ДКАСНС, что связано с глубокими нарушениями нервной трофики инейропластичности.Анализ представленных в Таблицах 21-27 данных показал, что динамикарасхождениякросскорреляционногопоказателяХерстасовпадаетсклиническими данными при лечении больных, отражает особенности разныхклинических случаев, и может являться основанием для прогнозирования ивозможной коррекции лечебного курса пациентов.5.6.Выводы из Главы 5.Проведены пилотные клинические исследования сигналов собственногоэлектромагнитного излучения головного мозга и ВСР, полученных с помощью144многоканального радиофизического комплекса.
Анализ кратковременныхсигналов ВСР и собственного ЭМИ головного мозга с применением методовфлуктуационногоикросскорреляционногомультифрактальногоанализапозволил получить новые знания об исследуемых биомедицинских сигналах,которые свидетельствуют, что:1.Для «временных окон» 20-40 и 50-70 сек в функциональном покое и привыполнениипассивнойантиортостатическойпробысистематическоерасхождение разности показателей Херста этих биомедицинских сигналовминимально (0,01) для здоровых в неврологическом плане пациентовдобровольцев.
Для больных, страдающих ишемическим инсультом, этипоказатели имеют существенно большие значения (-0,3) до реабилитационногокурса лечения. После реабилитационного курса лечения у пациентов из этойгруппы,укоторыхсистематическоенаблюдаетсярасхождениеклиническиразностидоказанноепоказателейулучшение,Херстаэтихбиомедицинских сигналов уменьшается (0,2).2.Применение мультифрактального формализма позволило доказать, чтопри минимальном значении уровня систематического расхождения сигналовВСР и собственного ЭМИ головного мозга динамические изменения в этихсигналах происходят подобно. В этом случае можно считать, что рольвегетативной регуляции, определяемой характеристиками ВСР, в формированиисобственногоЭМИявляетсявысокой.Предложенныйподходможноиспользовать для управления лечебным процессом.3.Динамика расхождения оценок кросскорреляционного показателя Херстасовпадает с клиническими изменениями при лечении больных, страдающихишемическим инсультом.145ОСНОВНЫЕ ВЫВОДЫ И ЗАКЛЮЧЕНИЯ ПО ДИССЕРТАЦИИВ ходе выполнения работы получены следующие результаты:1.Проведен анализ схемно-технических решений СВЧ радиотермографов,определены актуальные проблемы поиска новых схемно-технических решений всоздании СВЧ-радиометра для длительного мониторирования функциональныхпроцессов головного мозга в части разработки АА и уменьшения ошибкиизмерения.2.Исследованы характеристики АА, предназначенной для длительногомониторинга собственного ЭМИ головного мозга, и оптимизированы ееконструкторско-технологические характеристики для обеспечения регистрацииизлучения в режиме мониторирования функциональных изменений в тканяхголовного мозга.
Результаты подтверждены лабораторными исследованиями.3.Получены результаты ошибки измерения радиояркостной температуры отпотерь в СВЧ элементах схемы термобаланса и коэффициента отражения АА стелом.Предложеносхемно-техническиерешение,позволяющиеминимизировать эту ошибку.4.Предложен принцип комплексирования СВЧ радиотермографа и приборовдля функциональной диагностики вегетативной и центральной нервных системв многоканальном радиофизическом комплексе и алгоритм совокупного анализаего биомедицинских сигналов.5.Разработан алгоритм и программное обеспечение для получениякомплексных оценок мультифрактального формализма присовокупнойобработке биомедицинских сигналов радиофизического комплекса6.Сделаны оценки параметров биомедицинских сигналов многоканальногорадиофизического комплекса с помощью мультифрактального анализа длямодельных сигналов броуновского движения и реальных сигналов группыздоровых испытуемых и больных.7.Впервыеполученыкратковременныхсигналовдоказательствасобственногомультифрактальнойэлектромагнитногоприродыизлучения146головного мозга.
Показано подобие оценок ширины мультифрактальногоспектра и показателя Херста собственного электромагнитного излученияголовного мозга и сигналов ВСР.8.Проведены пилотные клинические исследования сигналов собственногоэлектромагнитного излучения головного мозга и ВСР, которые позволилиоценить методами совокупного мультифрактального анализа роль вегетативнойрегуляции в формировании собственного электромагнитного излученияголовного мозга.
Динамика расхождения оценок кросскорреляционногопоказателя Херста совпадает с клиническими изменениями при лечениибольных, страдающих ишемическим инсультом.9.Результаты диссертационной работы целесообразно применять длясозданияперспективныхмногоканальныхрадиофизическихкомплексов,направленных на проведение функциональных исследований головного мозга.147СПИСОК ЛИТЕРАТУРЫ1.Abry P., Sellan F. The wavelet-based synthesis for the fractional Brownianmotion // Appl. and Comp. Harmonic Anal. 1996.
I. 3 (4). P. 377–383.2.Babloyantz A., Destexhe A. Is the normal heart a periodic oscillator? // Biol.Cybern. 1988. I. 58. P. 203–212.3.Bardati F., Brown V. J., Tognolatti P. Temperature Reconstruction in aDielectric Cylinder by Multi-Frequency Microwave Radiometry // JournalElectromagnetic Waves and Applications. 1993. Vol. 7 (1). P. 1549–1571.4.Bardati F. Time-dependent microwave radiometry for the measurement oftemperature in medical applications // IEEE Transactions on Microwave theory andtechniques. 2004. Vol. 52.
P. 1917–1924.5.Barrett A. H., Myers P. C. Subcutaneous temperatures: a method of noninvasivesensing // Science. 1975. Vol. 190 (4215). P. 669–671.6.Başar E., Guntekin B. A breakthrough in neuroscience needs a «NebulousCartesian System». Oscillations, quantum dynamics and chaos in the brain andvegetative system // International Journal of Psychophysiology. 2007. I.
64 (1).P. 108–122.7.Baselli G., Porta A., Pagani M. Coupling arterial windkessel with peripheralvasomotion: modeling the effects on low-frequency oscillations // IEEE Trans.Biomed. Eng. 2006. I. 53. P. 53–64.8.Bassingthwaighte J. B., Raymond G. M. Evaluation of the dispersional analysismethod for fractal time series //Ann. of Biom. Eng. 1995. Vol.
23 (4). P. 491–505.9.Baumert M., Baier V., Voss A. Estimating the complexity of heart ratefluctuations—an approach based on compression entropy // Noise Lett. 2005. I. 4.P. L557–L563.14810.Beckers F., Verheyden B., Aubert A. E. Aging and nonlinear heart rate controlin a healthy population // Am. J. Physiol.
Heart Circ. Physiol. 2006. Vol. 290. P.H2560–H2570.11.Bernaola-Galvan P. Scale Invariance in the Nonstationarity of Human HeartRate // Physical Review. 2001. Vol. 87. I. 16. P. 168–175.12.Bland J. M., Altman D. G. Statistical methods for assessing agreement betweentwo methods of clinical measurement // Lancet. 1986. Vol. 1. I. 8476.
P. 307–310.13.Blatteis C. M. Physiology and pathophysiology of temperature regulation.Singapore: World Scientific Publishing Co. Pty. Ltd., 1998. 308 p.14.Borisov V. I., Kublanov V. S. Features of multifractal analysis application forestimations of microwave brain radiation signals // Conference Proceedings 11-thGerman Russian Conference on Biomedical Engineering. Aachen, Germany. 2015.P. 119–122.15.Borisov V.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
