Кореневский Николай Алексеевич, доктор технических наук, профессор, профессор кафедры биомедицинской инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Nikolay A. Korenevsky, Doctor of Sciences (Engineering), Professor, Professor of the Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Сафронов Руслан Игоревич, кандидат технических наук, доцент кафедры электротехники и электроэнергетики
ул. К. Маркса, д. 70, г. Курск 305021
Ruslan I. Safronov, Candidate of Sciences (Engineering), Associate Professor of the Department of Electrical Engineering and Electric Power Engineering
70 K. Marx Str., Kursk 305021
Лукаш Олеся Юрьевна, аспирант кафедры биомедицинской инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Olesya Y. Lukash, Post-Graduate Student of the Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Родионова Софья Николаевна, кандидат технических наук, доцент кафедры биомедицинской инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Sofya N. Rodionova, Candidate of Sciences (Engineering), Associate Professor of the Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Сипливый Геннадий Вячеславович, доктор медицинских наук, профессор, профессор кафедры анатомии
ул. К. Маркса, д. 3, г. Курск 305021
Gennady V. Siplivy, Doctor of Sciences (Medical), Professor, Professor of the Department of Anatomy
3 K. Marx Str., Kursk 305021
Аксёнов Виталий Вячеславович, старший преподаватель кафедры биомедицинской инженерии
ул. 50 лет Октября, д. 94, г. Курск 305040
Vitaly V. Aksenov, Senior Lecturer of the Department of Biomedical Engineering
50 Let Oktyabrya Str. 94, Kursk 305040
Целью исследования является разработка метода оценки уровня адаптационного потенциала центральной нервной системы, позволяющего обеспечить повышение качества принимаемых решений в задачах прогнозирования и диагностики заболеваний, характерных для инженерно-технического персонала.
Методы. Показано, что адаптационный потенциал представляют собой нечеткую переменную, описываемую в рамках классической теории нечеткой логики. В рамках этой методологии для синтеза решающих правил оценки уровня адаптационного потенциала центральной нервной системы вводятся нормирующие функции уровня адаптации для показателей, выбираемых из набора тестовых методик, описывающих состояние исследуемой системы, которые агрегируются в искомую гибридную нечеткую модель. Учитывая, что инженерный труд часто сопровождается высоким уровнем психоэмоционального напряжения и умственного утомления, для оценки состояния центральной нервной системы выбран прибор контроля функций внимания и памяти, позволяющий сформировать необходимый для решения поставленных задач объем исходных данных.
Результаты. В ходе проведенных исследований для синтеза решающих правил оценки уровня адаптационного потенциала центральной нервной системы, с учетом специфики труда инженерно-технических работников был сформирован набор информативных признаков: уровень личной и ситуативной тревожности, концентрированность внимания и показатель, характеризующий состояние блоков оперативной памяти, вычисляемый по методике определения отсутствующей цифры. Для этого набора показателей были получены соответствующие нормирующие функции уровня адаптации, агрегация которых дает искомую нечеткую математическую модель оценки уровня адаптационного потенциала центральной нервной системы.
Заключение. В ходе проведенных исследований был разработан метод оценки уровня адаптационного потенциала центральной нервной системы и получена соответствующая нечеткая модель оценки уровня этого потенциала с ориентацией на особенности труда инженерно-технических работников. В ходе экспертного оценивания и математического моделирования было показано, что уверенность в правильной оценке уровня адаптационного потенциала центральной нервной системы превышает величину 0,9.
The purpose of the research is to develop a method for assessing the level of adaptive potential of the central nervous system, which allows improving the quality of decisions made in the tasks of forecasting and diagnosing diseases characteristic of engineering and technical personnel.
Methods. It is shown that the adaptive potential is a fuzzy variable described in the framework of the classical theory of fuzzy logic. Within the framework of this methodology, for the synthesis of decisive rules for assessing the level of adaptive potential of the central nervous system, normalizing functions of the level of adaptation are introduced for indicators selected from a set of test methods describing the state of the system under study, which are aggregated into the desired hybrid fuzzy model. Considering that engineering work is often accompanied by a high level of psychoemotional stress and mental fatigue, a device for monitoring the functions of attention and memory was chosen to assess the state of the central nervous system, which allows forming the volume of initial data necessary to solve the tasks.
Results. In the course of the conducted research, to synthesize the decisive rules for assessing the level of adaptive potential of the central nervous system, taking into account the specifics of the work of engineering and technical workers, a set of informative signs was formed consisting of the level of personal and situational anxiety, concentration of attention and an indicator characterizing the state of RAM blocks, calculated by the method of determining the missing digit. For this set of indicators, the corresponding normalizing functions of the level of adaptation were obtained, the aggregation of which gives the desired fuzzy mathematical model for assessing the level of adaptive potential of the central nervous system.
Conclusion. In the course of the conducted research, a method for assessing the level of adaptive potential of the central nervous system was developed and a corresponding fuzzy model for assessing the level of this potential was obtained, focusing on the peculiarities of the work of engineering and technical workers. During the expert assessment and mathematical modeling, it was shown that the confidence in the correct assessment of the level of adaptive potential of the central nervous system exceeds 0.9.
The authors declare that there are no conflicts of interest present.