Нечеткие модели ранней диагностики неврозов, провоцируемых факторами риска инженерного труда

Целью исследования является синтез нечетких моделей ранней диагностики неврозов, провоцируемых факторами риска инженерного труда, обеспечивающих приемлемое для практической медицины качество принимаемых решений.

Методы. Анализ структуры данных и исследуемых классов невротических расстройств показал, что задачи ранней диагностики, включая раннюю диагностику неврозов, относятся к классу плохоформализуемых задач. Это позволяет использовать методологию синтеза гибридных нечетких решающих правил, разработанную в Юго-Западном государственном университете, в качестве базового математического аппарата. Эффективность использования этой методологии многократно проверялась на различных задачах прогнозирования и медицинской диагностики со структурой данных аналогичной нашей задаче.

Результаты. В ходе проведенных исследований было реализовано три уровня проверки качества работы полученных моделей принятия решений. На первом уровне оценка производилась экспертами путем определения мер доверия к полученным решающим правилам. На втором уровне эксперты составили модельные контрольные выборки, по которым определялось количество правильных и ошибочных решений диагностической модели. На третьем уровне контроля формировались контрольные выборки, в которых наличие ранних стадий проверялось с использованием независимых общепринятых методов исследования. В ходе проведенных расчетов было показано, что качество классификации превышает величину 0,95.

Заключение. Получены нечеткие решающие правила диагностики ранних стадий неврозов у инженерно-технических работников, провоцируемых факторами риска инженерного труда. Оценка качества ранней диагностики осуществлялась с использованием методов экспертного оценивания, математического моделирования и статистического анализа и показала, что полученные гибридные нечеткие модели обеспечивают приемлемое качество ранней диагностики невротических расстройств у инженерно-технических работников различных специальностей, работающих в условиях различной напряженности труда.

1. Ломов Б. Ф. Основные проблемы инженерной психологии // Институт психологии Российской академии наук. Организационная психология и психология труда. 2022. Т. 7, № 1. С. 226–262 https://doi.org/10.38098/ipran.opwp_2022_22_1_011

2. Математические модели прогнозирования и ранней диагностики заболеваний нервной системы, провоцируемых комбинированным воздействием разнородных факторов риска / Т. Н. Говорухина, М. А. Мясоедова, И. Ю. Григоров, А. В. Поляков // Системный анализ и управление в биомедицинских системах. 2019. Т. 18, № 2. С. 110– 116. https://doi.org/10.25987/VSTU.2019.18.2.022

3. Кореневский Н. А., Родионова С. Н., Хрипина И. И. Методология синтеза гибридных нечетких решающих правил для медицинских интеллектуальных систем поддержки притяни решений: монография. Старый Оскол: ТНТ, 2019. 472 с.

4. Математические модели оценки влияния электромагнитных полей на появление и развитие профессиональных заболеваний в электроэнергетической отрасли / М. А. Мясоедова, Н. А. Кореневский, Л. В. Стародубцева, М. В. Писарев // Моделирование, оптимизация и информационные технологии. 2019. Т. 7, № 2. С. 27–42. https://doi.org/10.26102/2310-6018/2019.25.2.013

5. Hybrid fuzzy logic modelling and software for ergonomics assessment of biotechnical systems / R. T. Al-Kasasbeh, M. S. Alshamasin, N. A. Korenevskiy, I. Maksim // International Journal of Computer Applications in Technology. 2019. Vol. 60, N 1. P. 12–26. https://doi.org/10.1504/IJCAT.2019.099505

6. Biotechnical monitoring system for determining person's health state in polluted environment using hybrid decisive rules / R. T. Al-Kasasbeh, N. Korenevskiy, S. Filist, O. V. Shatalova, M. S. Alshamasin, A. A. Shaqadan // International Journal of Modelling, Identification and Control. 2019. Vol. 32, N 1. P. 10–22. https://doi.org/10.1504/IJMIC.2019.101957

7. Метод синтеза нечетких моделей и ранней диагностики профессиональных заболеваний работников гальванических производств / Н. А. Кореневский, И. Ю. Григоров, Т. Н. Говорухина, Р. А. Крупчатников // Системный анализ и управление в биомедицинских системах. 2019. Т. 18, № 3. С. 163–169. https://doi.org/10.25987/VSTU.2019.18.3.019

8. Дифференциальная диагностика очаговой патологии поджелудочной железы по данным эндоскопической ультрасонографии на основе нечетких математических моделей / В. А. Белозеров, Н. А. Кореневский, С. Н. Григорьев, В. В. Аксенов // Вестник новых медицинских технологий. 2021. Т. 28, № 4. С. 107–112. https://doi.org/10.24412/1609-2163-2021-4-107-112

9. Кореневский Н. А., Медников Д. А., Стародубцев В. В. Метод синтеза моделей прогнозирования и ранней диагностики профессиональных заболеваний работников локомотивных бригад // Системный анализ и управление в биомедицинских системах. 2020. Т. 19, № 3. С. 140–154. https://doi.org/10.36622/VSTU.2020.19.3.018

10. Кореневский Н. А., Титова А. В. Метод синтеза нечетких моделей оценки влияния электромагнитных полей радиочастотного диапазона на состояние здоровья // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2020. Т. 10, № 2. С. 102–117.

11. Метод синтеза математических моделей оценки пожарной обстановки и состояния людей, находящихся в зоне пожара / Н. А. Кореневский, М. В. Шевцов, Л. В. Стародубцева, Г. В. Сипливый // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2021. Т. 11, № 3. С. 142–159.

12. Кореневский Н. А., Титова А. В., Сурнина А. И. Оценка влияния электромагнитных полей радиочастотного диапазона на функциональное состояние и работоспособность операторов на основе технологии мягких вычислений // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2021. Т. 11, № 2. С. 120–137.

13. Оптимизация ведения пациентов, страдающих критической ишемией нижних конечностей с учетом риска развития гангрены / А. В. Быков, Н. А. Кореневский, С. А. Пархоменко, И. И. Хрипина // Кардиоваскулярная терапия и профилактика. 2019. Т. 18, № 2. С. 38–44.

14. Белозеров В. А., Кореневский Н. А., Коржук Н. Л. Диагностика патологии внепеченочных желчных протоков по данным эндоскопической ультрасонографии с использованием нечетких математических моделей // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2022. Т. 12, № 2. С. 149–164. https://doi.org/10.21869/2223-1536-2022-12-2-149-164

15. Прогнозирование возникновения и развития фатальных сосудистых осложнений при COVID-19 с использованием нечетких математических моделей / А. В. Быков, Н. А. Кореневский, А. В. Винников, А. И. Безуглов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2022. Т. 12, № 1. С. 145–159. https://doi.org/10.21869/2223-1536-2022-12-1-145-159

16. Математические модели дифференциальной диагностики форм пиелонефрита для экспертных систем врачей-урологов / Н. А. Кореневский, Г. В. Сипливый, Д. С. Родионов, Т. Н. Говорухина, В. В. Дмитриева // Медицинская техника. 2019. № 6 (318). С. 48–50.

17. Метод прогнозирования фатальных осложнений при развитии коронавирусной инфекции на фоне системной красной волчанки / А. В. Винников, А. В. Быков, Н. А. Кореневский, Л. П. Лазурина, П. С. Азарова, Г. К. Усубалиева // Системный анализ и управление в биомедицинских системах. 2021. Т. 20, № 2. С. 63–69. https://doi.org/10.36622/VSTU.2021.20.2.008

18. Математическая модель нечеткого прогнозирования рецидивов инфаркта миокарда / С. П. Серегин, Н. А. Кореневский, К. А. Истомина, Ю. А. Челебаева // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2019. Т. 9, № 2 (31). С. 101–111.

19. Бокерия Л. А., Быков А. В., Кореневский Н. А. Оптимизация ведения пациентов с мультицентричным ишемическим поражением на базе нечетких интеллектуальных технологий: монография. Старый Оскол: ТНТ, 2019. 400 с.

20. Метод комплексной оценки уровня информативности классификационных признаков в условиях нечеткой структуры данных / Н. А. Кореневский, В. В. Аксенов, С. Н. Родионова, С. Н. Гонтарев, Л. П. Лазурина, Р. И. Сафронов // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2022. Т. 12, № 3. С. 80 86. https://doi.org/10.21869/2223-1536-2022-12-3-80-96

21. Метод и нечеткие модели оценки функциональных состояний оперативной памяти / А. Ю. Рыбаков, С. Н. Родионова, К. В. Разумова, Н. А. Милостная, Н. Л. Коржук // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2024. Т. 14, № 2. С. 106–125. https://doi.org/10.21869/2223-1536-2024-14-2-106-125

22. Родионова С. Н. Метод оценки неспецифической защиты организма человека по показателям, характеризующим процессы адаптации // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2023. Т. 13, № 4. С. 175–192. https://doi.org/10.21869/2223-1536-2023-13-4-175-192

23. Оценка защитных функций организма и его систем по показателям функционального состояния и функционального резерва / Н. А. Кореневский, С. Н. Родионова, К. В. Разумова, О. Ю. Лукаш // Системный анализ и управление в биомедицинских системах. 2023. Т. 13, № 3. С. 67–77. https://doi.org/10.36622/VSTU.2023.22.3.009