Анотация: В работе предложен подход к оптимизации диагностики гестоза на базе нейронной сети, позволяющий установить тип гемодинамики и объективно оценить состояние гемодинамики беременных, а также осуществлять контроль за эффективностью проводимой терапии.
Ключевые слова: беременность, сердечно-сосудистая система, гестоз, гемодинамические параметры, нейронные сети.
Технические науки
УДК 621.391.833
Мустецов Миколай Петрович
кандидат технічних наук, професор кафедри БМЕ
Харківський національний університет радіоелектроніки
Баган Світлана Олександрівна
аспірантка кафедри БМЕ
Харківський національний університет радіоелектроніки
Мустецов Николай Петрович
кандидат технических наук, профессор кафедры БМЭ
Харьковский национальный университет радиоэлектроники
Баган Светлана Александровна
аспирантка кафедры БМЭ
Харьковский национальный университет радиоэлектроники
Mustetsov N.P.
Candidate of technical sciences, professor of the Department of BME
Kharkiv national University of radio electronics
Bahan S.A.
graduate student of the Department of BME
Kharkiv national University of radio electronics
МОЖЛИВОСТІ ДІАГНОСТИКИ ГЕСТОЗУ ВАГІТНИХ З ВИКОРИСТАННЯМ НЕЙРОМЕРЕЖЕВИХ ТЕХНОЛОГІЙ
ВОЗМОЖНОСТИ ДИАГНОСТИКИ ГЕСТОЗА БЕРЕМЕННЫХ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ
POSSIBILITIES OF DIAGNOSTICS OF GESTOSIS OF PREGNANCY WITH THE USE OF NEUROET NETWORK TECHNOLOGIES
Анотація: В роботі запропоновано підхід до оптимізації діагностики гестозу на базі нейронної мережі, що дозволяє встановити тип гемодинаміки та об'єктивно оцінити стан гемодинаміки вагітних, а також здійснювати контроль за ефективністю проведеної терапії.
Ключові слова: вагітність, серцево-судинна система, гестоз, гемодинамічні параметри, нейронні мережі.
Анотация: В работе предложен подход к оптимизации диагностики гестоза на базе нейронной сети, позволяющий установить тип гемодинамики и объективно оценить состояние гемодинамики беременных, а также осуществлять контроль за эффективностью проводимой терапии.
Ключевые слова: беременность, сердечно-сосудистая система, гестоз, гемодинамические параметры, нейронные сети.
Summary: The proposed approach to optimization of the diagnosis of preeclampsia using registration key hemodynamic parameters, which allows to objectively evaluate the hemodynamics in pregnant women with preeclampsia, to determine the type of hemodynamics in pregnant women and to monitor the effectiveness of the therapy.
Keywords: pregnancy, cardio-vascular system in preeclampsia, the hemodynamic parameters of the neural network.
Гестоз беременных, идентифицированный в начале XX в., до настоящего времени является «теоретической» болезнью. Согласно современным представлениям, гестоз рассматривают как генетически детерминированную недостаточность процессов адаптации материнского организма к новым условиям жизнедеятельности, связанным с развитием беременности. Каждая отдельно взятая теория не может объяснить многообразие клинических проявлений, однако объективно регистрируемые отклонения подтверждают патогенез изменений, происходящих при гестозе [1, c.10; 2, c.17].
Основу гестозов составляют генерализованный спазм сосудов, (гиповолемия), изменения реологических и коагуляционных свойств крови, нарушения микроциркуляции и водно-солевого обмена в организме. Эти изменения вызывают гипоперфузию тканей и развитие в них дистрофии вплоть до некроза [3, с.325; 4, c.37]. В патогенезе гестоза особая роль отводится системным гемодинамическим сдвигам в организме беременной женщины, которые и обусловливают основные клинические проявления заболевания, развитие осложнений и неблагоприятный исход.
Оценка состояния гемодинамики беременных производится на основе как прямых (инвазивных), так и косвенных методов измерения различных показателей состояния центрального и периферического кровообращения [5, c.89].
В родильных домах, где под наблюдением находятся женщины с патологиями сердечно-сосудистой систем, для исследования гемодинамики применяется метод объемной компрессионной осциллометрии, позволяющей определять 18 основных показателей кровообращения (систолическое и диастолическое АД, объем сердечного выброса, сосудистое сопротивление, линейный кровоток, показатели состояния стенок сосудов и т. д.).
Для проведения диагностики гестоза, нами была синтезирована нейронная сеть, позволяющая классифицировать патологии беременных на базе осциллометрических данных с использованием пакета прикладных программ Statistica. Нейронной сеть позволяет классифицировать патологии сердечно-сосудистой системы с очень высоким, высоким, средним, низким и очень низким уровнями риска для состояния беременной и плода.
Для проверки эффективности диагностики, одновременно для обучения сети, были использованы результаты обследовании 147 пациенток в родильном доме № 5 г. Харькова, для которых известны значения 18 исходных показателей состояния здоровья. В исследовании все пациентки были разбиты на семь групп в соответствии с степенью тяжести заболевания.
Построенная модельная база пациенток была разбита на две выборки – обучающую и контрольную. В качестве тестового множества к рассмотрению были выбраны данные 40 пациенток, показатели которых взяты за основу генерации модельной базы.
Функцией активации выбрали логистическую функцию, а функцией ошибки – среднеквадратичную. Для выбора минимального числа нейронов и определения структуры сети использовали процедуру контрастирования.
При тестировании в качестве типа нейронной сети выбран трехслойный персептрон и радиальная базисная функция.
По условию задачи размерность входного вектора равна Nx = 18, следовательео входной слой содержит 18 нейронов; число нейронов в выходном слое соответствует числу классов (Ny = 7). Для оценки числа нейронов в скрытом слое однородной нейронной сети была использована формула для оценки необходимого числа синаптических весов Nw в многослойной сети с сигмоидальными передаточными функциями:
где Ny – размерность выходного сигнала, Np – число элементов обучающей выборки, Nx – размерность входного сигнала. Подставляя значения функций получим:
Округляя до целых, получаем:
Оценив необходимое число весов, рассчитываем число нейронов в скрытых слоях. Так, число нейронов в нейронной сети с одним скрытым слоем составит:
То есть
Экспериментируя с количеством элементов в скрытом слое из полученного диапазона значений N и типом сети (RBF или MLP) приходим к выводу, что минимальное значение квадратичной ошибки на обучающем множестве соответствует для сети RBF с 60 элементами в скрытом слое. Результаты моделирования представлены в табл. 1.
Таблица 1
Результаты моделирования
Summary of active networks |
||||||
Index |
Net name |
Training perf.. |
Test perf. |
Validation perf. |
Training algoritm |
Hiden activation |
1 |
RBF 25-60-7 |
92,30769 |
86,71429 |
80, 95238 |
RBFT |
Gaussian |
В рамках данной работы мы используем данные имеющейся обучающей выборки. В верхней части табл. 2 можно увидеть суммарные статистики (общее число пациенток в каждом классе, число классифицированных правильно, ошибочно), а в нижней части – кросс-результаты классификации в % (какой процент пациенток из данного столбца был отнесён к данной строке).
Таблица 2
Результаты классификации нейронной сетью
1.RBF 25-60-7 |
ГЕСТОЗ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
1-7 |
Всего |
2 |
16 |
27 |
12 |
23 |
13 |
11 |
147 |
|
Верно |
2 |
16 |
25 |
12 |
22 |
13 |
8 |
142 |
|
Неверно |
0 |
0 |
2 |
0 |
1 |
0 |
3 |
5 |
|
Верно (%) |
100 |
100 |
92.6 |
100 |
95.7 |
100 |
72.7 |
92.3 |
|
Неверно (%) |
0 |
0 |
7.4 |
0 |
4.3 |
0 |
27.3 |
7.69 |
Система диагностики гестоза на базе нейронной сети с использованием гемодинамических показателей позволила классифицировать пациенток с патологией сердечно-сосудистой системы с достаточно высоким процентом - общий процент верно классифицированных составил 92,3 % (142 пациентки из 147) и общий процент неверно классифицированных составил всего 7,69% (5 пациенток из 147).
Диагностика гестоза беременных в перинатальный период на базе нейронной сети позволяет определить тип патогенетического варианта нарушений системного кровообращения и установить степень тяжести заболевания, и осуществлять контроль эффективности лечения. Тактика терапии гестоза с учетом индивидуальных особенностей при контроле эффективности лечения положительно сказывается на течении и исходе беременности. Более того, мониторинг состояния гемодинамики беременной исключает необоснованное использование медикаментозных средств. Применение предлагаемой системы диагностики позволит правильно определять характер заболевания, что, в очередь, позволит применять комплексную индивидуально ориентированную терапию гестоза, пролонгировать беременность даже при гестозе тяжелой степени и улучшить исходы для матери и плода.
Литература