Р ЕЗУЛЬТАТЫ К ОМПЬЮТЕРНОГО М ОДЕЛИРОВАНИЯ

Для разработки нейросетевых функций был создан программный модуль, который позволяет осуществлять в интерактивном режиме создание нейросетевых реали- заций функций для аппроксимации данных представлен- ных в форме таблиц.

В модуле предусмотрены возможности выбора пара- метров нейронной сети, в частности,

 количества слоев и нейронов в них;

 передаточных функций нейронов;

 алгоритма обучения сети.

Предусмотрены возможности организация обучающе- го и контрольного множеств в виде случайной последо- вательности точек и на сетке с заданным шагом. Качест- во обучения оценивается величинами относительной погрешности аппроксимации и среднеквадратической ошибки.

Внешний вид основной панели модуля приведен на Рис. 2.

В качестве примера ниже приведены результаты ней- росетевой реализации функции Бахметева [5]

d C x

B _x 







^ _

 , ) 1

(

,

где η - относительная глубина потока, x – гидравличе- ский показатель русла, C – постоянная интегрирования.

109

Рис. 2. Программный модуль для создания нейросетевых реализаций функций Эта функция двух переменных используется при расчете формы свободной поверхности уровня воды в призматических руслах рек и приводится в табличной форме.

Аппроксимация функции проводилась в области



0.10.9



 , ^x



^14



. Значение оценки константы Липшица в области L0.15. График поверхности функции Бахметева приведен на Рис. 3.

x

η B(x,η)

Рис. 3. График поверхности таблицы функции Бахметева: η - отно- сительная глубина потока, x – гидравлический показатель русла, C – постоянная интегрирования

На основе анализа результатов проделанных экспе- риментов для нейросетевой реализации функции Бах- метева принята нейронная сеть, содержащая два

скрытых слоя нейронов с передаточными функциями сиг- моидального типа. Количество нейронов в слоях было при- нято 8 и 3, соответственно. Обучение сети проводилось по критерию минимума средней квадратической ошибки (СКО) на равномерной сетке



1515



.

В качестве обучающего алгоритма был принят алгоритм Левенберга - Марквардта. Заданный порог СКО10^5 дос- тигнут при n итерациях равных 175. Зависимость средне- квадратической ошибки нейронной сети от числа итераций приведена Рис. 4.

10^-5 10^-4 10^-3 10^-2 10^-1

n СКО

Рис. 4. Зависимость среднеквадратической ошибки нейронной сети от числа итераций n

XIV Международная научно-техническая конференция АПЭП – 2018

110

На контрольном множестве размером



2020



по- лучено значение СКО0,004 и значение относитель- ной погрешности аппроксимации менее 5%. Зависи- мость ошибки нейронной сети на контрольной сетке показана на Рис. 5.

Рис. 5. Зависимость ошибки нейронной сети на контрольной сетке V.

В

ЫВОДЫ И

З

АКЛЮЧЕНИЕ

В работе показано, что искусственные нейронные сети являются эффективным средством создания биб- лиотек функций аппроксимирующих данные пред- ставленные в форме таблиц.

При этом обеспечение выполнения требований к функции обычно непрерывности и дифференцируемо- сти производится путем выбора архитектуры сети, параметров слоев и нейронов.

После проведения процедуры обучения и сохране- ния обученной нейронной сети, сеть можно считать нейросетевой реализацией функции, аппроксими- рующей таблицу, либо семейство графиков.

Для создания библиотек таких функций разработан программный модуль, позволяющий проводить обу- чение и контроль их качества.

Предложенный в работе подход позволяет преодо- леть трудности при создании средств автоматического проектирования в областях, в которых при проведе- нии расчетов используется информация, не представ- ленная в аналитической форме.

С

ПИСОК

Л

ИТЕРАТУРЫ

[1] Осовский Станислав Нейронные сети для обработки информа- ции. Пер. с польск. [Текст] / Станислав Осовский - М.: Финансы и статистика, 2004. – 344 с.

[2] Горбань, А.Н. Нейроинформатика [Текст] / А.Н.Горбань, В.Л.Лунин, А.Н.Киндин и др. – Новосибирск: Наука. Сибирское предприятие РАН, 1998. – 296 с.

[3] Голышев, Н.В. Программный модуль для расчета и анализа локальных параметров русла на примере Обского бассейна [Текст] / Н.В.Голышев, В.М.Ботвинков, С.В.Моторин, В.А.Седых, А.В.Ботвинков. - Научные проблемы транспорта Сибири и Дальнего Востока, 2014. № 3. С. 86-93 [4] Голышев, Н.В. Использование нейронных сетей для решения задач

прогнозирования [Текст] / Н.В.Голышев, С.В.Моторин, Д.Н.Голышев - Сибирский научный вестник, - 2003. - вып.6- С. 179-181

[5] Богомолов, А.И. Гидравлика. Учебник для вузов. [Текст] / А.И.Богомолов, К.А.Михайлов. - М.: Стройиздат, 1972. - 648 с.

[6] Голышев, Н.В. Краткосрочный прогноз уровней гидрологического ряда на основе нейронной сети [Текст] / Н.В.Голышев, С.В.Моторин, А.А.Зуева. - Научные проблемы транспорта Сибири и Дальнего Восто- ка, 2017. № 2. С. 63-67

[7] Горбань, А.Н. Нейронные сети на персональном компьютере [Текст] / А.Н.Горбань, Д.А.Россиев. – Новосибирск: Наука. Сибирское изд.

Фирма РАН, 1996. – 276 с.

Голышев Николай Васильевич, д.т.н., профес- сор, профессор каф.ИС СГУВТ, академик РА- ЕН, АМТН, АВН. В течение многих лет работа- ет над созданием информационных и информа- ционно-измерительных систем различного на- значения. Автор более 190 научных трудов.

Моторин Сергей Викторович, д.т.н., с.н.с., зав.каф. Информационных систем СГУВТ, профессор каф.ССОД НГТУ, академик РАЕН, член-корреспондент АМТН. В течение многих лет работает над созданием информационных и информационно-измерительных систем различ- ного назначения. Автор более 180 научных трудов.

Панич Екатерина Александровна, магистрант второго года обучения Сибирского государст- венного университета водного транспорта по направлению информационные системы и тех- нологии.

111 978-1-5386-7054-5/18/$31.00 ©2018 IEEE

Разработка медицинской диагностической системы на основе интеграции традиционной и

восточной медицины

Михаил Г. Гриф, Юмчмаа Аюуш

Новосибирский государственный технический университет, Новосибирск, Россия

Аннотация – В статье описывается подходпостроения экс- пертной системы на основе интегрирования диагностических методов традиционной западной и восточной (тибетской) медицины.

При необходимости, для уточнения вероятных диагнозов, врачу желательно получить от пациента дополнительную информацию о личном состоянии человека (история болезни, образ жизни, некоторые лабораторные анализы и.т.п).При определении реально присутствующего заболевания, встаѐт актуальная задача выбора наиболее предпочтительного атомарного диагностического теста (АДТ) на каждом шаге диагностического процесса.

Одним из направлений предлагаемой работы является исследование информативности опросника пациента, где в качестве вопросов с бинарными ответами ДА или НЕТ применяются и вопросы для определения конституционного типа человека. В целях повышения точности диагноза разработаны программный модуль критерия диагностичности (информативности) на основе процедуры Байеса и мо¬дуль анализа на основе условных энтропий. Один из вариантов диагностического теста, в основе которого лежит самооценка состояния здоровья, предполагает определение типа конституции человека, в соответствии с которым появляется возможность уточнить диагноз, исключив заболевания, не характерные для данного конституционного типа. Применение предложенной модели диагностики мотивирует пациента вести здоровый образ жизни, придерживаться научно обоснованной системы профилактики заболеваний с опорой на знание причин заболеваний данного конституционного типа.

Ключевые слова –диагностический метод, оценка здоровья, тип конституции человека, интегрированная диагностика, принятие решения.

I.

В

ВЕДЕНИЕ

ЛЯ ВРАЧАважно правильно определить и оценить состояние здоровья человека, чтобы поставить диагноз. Традиционная европейская медицина более концентрируется на проявившихся симптомах болезни.

Постановка диагноза выполняется с помощью разного медицинского оборудования и достоверными методамиисследования.

В восточной медицине лекари считают человеческое тело целостной системой. Здоровье человека тесно свя- зано с регуляцией основных элементов, которые возникли от визуализации понятия восточного термина махабута. На современном уровне знаний конституции

человека, ученные считают что, она присуща всем формам патологии человека и формирование конституционального риска обязательно предшествует началу заболеваний [1]. Такжеутверждают, что при патологических процессах тип конституции в существенной мере определяет границы клинической вариабельности и полиморфизма проявлений болезней человека [2]. Но определение конституции человека является полностью субъективным понятием.

Для повышения эффективности диагностических процедур, должны использоваться подходы, объединяющие достижения искусственного интеллекта, нечеткой математики, интеллектуального анализа данных и др.

Первоначальные экспертные системы для диагностики были созданы в 1970-х годах в США: MYCIN, INTERN- IST-1, ONCOCIN, CASNET и д.р [3]. До этого, в 1965 году в Стэндфордском университете Э. Фейгенбаум, Дж.

Ледерберг и Б. Бученен создали систему под названием DENDRAL. Она былапредназначена для расчета молекулярных структур химических соединений в органической химии [4].

Экспертная система MYCIN была разработана в том же Стэнфордском университете в 1970-х годах. Эта система,основанная на правилах, была докторская рабо- той Эдварда Шортлиффа под руководством Б.Бучанана, Станли Н. Кохена и других, которая была написана на программном языке LISP.Она использовалась для диагностики и лечения бактериальной инфекции и стала, вероятно, самой известной экспертной системой в медицине [5]. После нее создалось много экспертных систем, особенно для медицинской диагностики различных болезней и функций органов.

Система INTERNIST-1 была разработана в Универси- тете Питтсбурга. Она должна была оказывать помощь врачам в диагностике сложных и множественных забо- леваний в ограниченной области,охватывающей более 500 заболеваний.

Система ONCOCIN была разрабона для диагностики онкологических болезней. А система CASNET была создана для диагностики обостренных болезней глаз [6].

Первый бесплатный общедоступный сайт для само- стоятельной диагностики заболеваний (ElectronicMedi- calSolutions) был создан в 1999 году. В настоящее время имеется более 250 медицинских компьютерных систем,

Д

XIV Международная научно-техническая конференция АПЭП – 2018

112

представленных как в специальных каталогах, так и в интернете[7].

Из них самыми используемыми приложениями в интернете являются системыДомашний доктор, EasyDiagnosis, MEDAI, Aimedicaи др[8-11]. Программы не просто предполагают наличие заболеваний с какой-то вероятностью, они предлагают порядок посещения врачей, список необходимых анализов, лечебных процедур и определяет опасность состояния.

Кроме экспертных систем, которые используют современный диагностический метод существуют нескольких систем на основе концепции о диагностике восточной медицины. Например, разработаные учеными Бурятского научного центра СО РАН с 1983 года под- названиями "ЭМЧИ", "Чжуд-ши" [12-13]. Эти системы были разработаны для представления двух из принятых в тибетской медицине методов постановки диагноза - опрос и осмотр.К настоящему времени создана экспертная система по опросу на основе новой редакции перевода древнего трактаты III части Чжуд-ши, которая предполагает бальную оценку состояния трех начал (ветра, желчи, слизи). Система "Чжуд-ши" была создана в рамках работы по разработке автоматизированных пульсовых диагностик для определения здоровительных состояний 12 органов [13].

А также, в открытом ресурсе был создан онлайн тест для определения конституциональных типов человека специалистами поликлиники ―Наран‖ России, дающий рекомендации по правильному питанию и здоровому образу жизни на примере тибетской медицины[14].

II.

П

ОСТАНОВКА

З

АДАЧИ

Предварительное выявление состояния человеческого здоровья в настоящее времястало главной

цельюдлясоздания мульти-

диагностической(интегрированная диагностика) экс- пертной системы. Диагностические гипотезы должны быть получены с применением вероятностного метода диагностики предварительной статистической обработ- кой уже имеющегося клинического материала в виде большого количества историй болезни.

Для этой цели нужно определить диагностический метод для выражения состояния здоровья человека и общих схем развития болезней.Кроме диагностических методов современной медициной рассма́триваются личные особенности человека и дается возможность повысить вероятностью диагноза, а далее также позитивно влиять на результат терапии.

В связи с этим разработка медицинской диагностиче- ской экспертной системы (МДЭС), базирующейся на накапливаемых знаниях, полученных от экспертов вос- точной медицины и с использованием технологий извле- чения знаний из статистических данных традиционной европейской медицины, является актуальной. Здесь, правильная самооценка человека о своих характеристиках играет главную роль для определения типа его конституции.

III.

Т

ЕОРИЯ

E. Традиционная Европейская Диагностика

Рис. 1. Общая схема для приобретения знаний о взаимосвязи симптом- болезнь.

На рисунке 1 представленаобщая схемадиагноза. На схеме указан первый симптом и первая болезнь. В общем случаеимеем " I-й" симптом " J -й" болезни. Если про- грамма выдает положительный ответ на симптом, то она продолжает проход по симптомам этой болезни. Если наличие симптомадля этого заболевания является отри- цательным, то переходим к первому симптому от сле- дующего заболевания.

Пусть имеется множество диагнозов D и симптомов S, на основе которых специалист может получить необходи- мую информацию о диагностике заболеваний. Каждый диагноз со своим отрицанием составляет ансамбль гипо- тез, где { },S j 1,m

j  – множество симптомов. Для лю- бого -

S

j

будем считать, что симптом есть, либо его нет -

S

j

^.

Aприорные вероятности определяются на основе стати- стической вероятности диагноза (из публикуемой меди- цинской статистики).P D( )

i ^,

i  1, n

– априорная веро- ятность диагноза, установленная до получения каких- либо симптомов, где P D

(

i

) 1

P D

( )

  i .

Условная вероятность проявления симптома, если у па- циента наблюдается множество симптомов и еѐ обозначения вероятностей представлены:

; ; ;

P S D P S D P S D P S D

j i j i j i j i

           

       

           

           

       



 



Di apost

P и Papost^_^Di^_^ при получении как положи- тельных, так и отрицательных ответов о симптоме [15]:

1.  



















 



















 



Si P

Di Sj i P D P Sj Di apost P

(1)

где,

113

P Sj

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P Di

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  



  

 

 

 

^{P Sj}D i



 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 P D

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



 

 

 

  

 

 

 

^{P Sj}_D

i





 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  





 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 ⁽²⁾

2. P Di

apost Sj

 

 

 

 

 

 

 

P Di



 





Sj P Di



 

 

 

 

 

 

 

 

 

 

 



 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  





 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P Si



 

 

 

 

 

 

 

 

 

  (3) где, _{P S}

apost j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S S

j j

P Di P Di P Di P Di



   

   

   

        

(4) Di Papost Sj

 

 

 

 

 

 

 

1

Papost DiS j



 

   

(5)

Di Papost S

j

 

 

1

P Di

apost Sj



 

   

 

(6)

F. Тестирование для Определения КонституцииЧеловека

Рис. 2. Общая схема для приобретения знаний о взаимосвязи симптом- болезнь.

На рисунке 2 представлена схема процесса создания знаний из опросника для определения конституционного типа человека. Изучение литературы (показате- ли/опросник) представляет собой сборник восточных лекарей, медицинских книг, трактатов, современных журналов, статей, открытых источников информации (интернет), и влияющих на них, которые отнесены к оп- ределениям человеческого конституционного типа. Дан- ные, собранные из различных источников, сформулиро- ваны в виде опросника для того, чтобы информация бы- лаполной.

После формализации данных необходимо посовето- ваться с медицинским экспертом для того, чтобы моди- фицировать опросник более значительно.

Тестирование по восточной медицине содержит показатели для определения типа человека, которые упо- рядочены определенным образом(Рис. 3).

Рис. 3.Обзорная схема определения сущности болезни по восточной медицине.

Конституция человека подразделяется на семь типов [16- 20]:

1. 3 доминирующих типов (Ветер, Желчь, Слизь) 2. 3 смешанных типов (Ветер-Желчь, Ветер-Слизь,

Желчь-Слизь)

3. 1 уравновешенный тип (Ветер-Желчь-Слизь) Эта восточная медицинская концепция основывается на понятии равновесия трех основных элементов, суще- ствующих в теле человека подназваниями ветер, желчь, слизь. Разнообразные воздействия внешней среды в момент зачатия накладывают свой отпечаток на комбинацию жизненных принципов и закрепляются на всю жизнь. В зависимости от того, какой жизненный принцип преобладает в человеке, складывается его конституция. Люди разных конституциональных типов имеют особенности в таком биологическом параметре, как продолжительность жизни.

G. Аспекты Интегрированной Диагностики

В стратегии всемирной организации здравоохранения на 2002-2005 годы определено, что <<Восточная или дополнительная медицина расширяет масштабы тенденции использований в медицинской помощи и аль- тернативной медицины в качестве источника ресурсов. В этой связи нам необходимо усовершенствовать конкретную политику и методологию для интегрирова- ния западной и восточной медицины и решить проблему обеспечения доступности, безопасности и эффективно- сти диагноза и лечения>>.

Принимая во внимание позицию восточной медицины в медицинской помощи стран мира классифицируется на следующие:

• Интегрированная система

• Содержащая система

• Гибкая система.

IV.

Р

ЕЗУЛЬТАТЫ

Э

КСПЕРИМЕНТОВ

Система состоит из двух частей: основной тест и тест по восточной медицине для определения конституционного типа человека. Основная логика работы описана в Базе данных в виде таблиц, представлений, функций и процедур.

XIV Международная научно-техническая конференция АПЭП – 2018

114

Рис. 4 Задаваемые вопросы и полученные ответы.

При прохождении основного теста задаются ряд вопросов для диагностики узнаваемых текущих симптомов. Вопросы задаются в непредвиденном зара- нее порядке и зависят от полученных ответов на предыдущие вопросы(Рис.4).

Диагнозы являются реузльтатом субъективного понятия, которое соответствует симптомам данной болезни и их оценкой человеком.

Рис. 5 Результат после прохождения основого теста.

На рисунке 5представлен результат основного теста.

Как можете заметить, в данном случае доминирует диагноз расстройство кишечника и др.

Рис. 6 График изменения вероятностей, связынного с ответами.

Рис.7 График изменения энтропии.

На протяжении всего теста были некоторые изменения энтропии, но в итоге она свелась к нулю, а вероятности некоторых болезней возросли,из за того, что ответы основывались на текущих симптомах(Рис.6-7).

После прохождения основного теста, можно пройти тестирование заново. Выбрав пункт "пройти тестирование по ТМ", пользователь попадает на страницу определения типа конституции.

Рис. 8 Результат прохождения тестирования для определения типа человека.

У данного пользователя был определен тип смешанный, в котором преобладают типы Ветер и Желчь (Рис. 8).

Рис. 9 Результат после прохождения теста по ТМ.

В этот раз некоторые названия диагноза остаются так же как после прохождения основного теста. Но, исключилась диагностика язвы двенадцатьперстной кишки.

V.

О

БСУЖДЕНИЕ

Р

ЕЗУЛЬТАТОВ

В источниках повосточной медицины были определены общие собственные черты или характери- стики человека.С помощью определения конституционноготипа человека, можно получить более подробную информацию о причине болезни, в соответствии с внутренними факторами, структурой телосложения и его особенностей.

И, по мнению ученных в медицинской области, общая конституция человека – это принцип целостности в изу- чении человека на современном этапе исследований, что позволяет реализовать интегративная антропология[1,2, 20-22].

VI.

В

ЫВОДЫ И

З

АКЛЮЧЕНИЕ

При необходимости, для уточнения вероятных диагно- зов, врачу желательно получить от пациента дополни- тельную информацию о личном состоянии человека (ис- тория болезни, образ жизни, некоторые лабораторные анализы и.т.п). На первый взгляд можно ограничиться использованием данных симптомов болезней, но при более подробном изучении можно сделать вывод, что использование данных о симптомах не дает полный результат из-за того, что некоторые из них, проявляющиеся в разных заболеваниях, могут не проявиться на начальном этапе болезни.Важной особенностью системы является попытка объединения двух методов диагностики чтобы использовать сочетание традиционной медицины для разработки четко определенной концепции и методологии профилактики заболеваний. С этой целью формируется логический

115

вывод, демонстрирующий способность людей поддер- живать здоровый образ жизни, создавать научную систему профилактики и определять принципы и обоснование диагностики заболевания в соответствии с условиями и причинами заболевания.

С

ПИСОК

Л

ИТЕРАТУРЫ

[1] Воронцов И.М. Здоровье от педиатрии развития к интегральной онтогенетической профилактической медицине / И.М. Воронцов //

Материалы IV Международного Конгресса по интегративной ан- тропологии / под ред. Л.А. Алексиной. – СПб: Изд-во СПБГМУ, 2002. – С. 65-68.

[2] Николаев В.Г. Методические подходы в современной клинической

антропологии / В.Г. Николаев //

BiomedicalandBiosocialAnthropology. Винниц: Изд-во ВНМУ им.

М.И. Пирогова, 2007. – № 9. – С.1 – 3.

[3] ed. BronzinoJ.D. BiomedicalEngineeringHandbook, 2-еизд., доп. - Флорида: BocaRatonCRCPressLLC, 2000. - 3189с.

[4] ShortliffeE.H. Medical Expert Systems-Knowledge Tools for Physi- cians // Western Journal of Medicine. Стэнфорд, Калифорния. 1986.

№145(6). –С. 830-839.– URL:

www.ncbi.nlm.nih.gov/pmc/PMC1307157/ (дата обращения:

05.02.2015).

[5] Buchanan B.G., Shortliffe E.H. Rule-Based Expert Systems. The MY- CIN Experiments of the Stanford Heuristic Programming Project. Ка- лифорния:Addison-Wesley Publishing Company, Inc.1984. - 742 с. – URL: http://aitopics. org/publication/rule-based-expert-systems-mycin- experiments-stanford-heuristic-programming-project (датаобращения:

15.11.2014).

[6] Воробьев П. А. Медицинские экспертные системы для пациентов Самолечение – неизбежное будущее медицины / А. П. Воробьев //

Вестник Московского городского научного общества терапевтов.

Доступно: http://www.mgnot.

ru/index.php?mod1=art&gde=ID&f=12501&m=1 (дата обращения:

12.11.2017).

[7] Дошина А. Д. Экспертная система. Классификация. Обзор сущест- вующих экспертных систем / А. Д. Дошина // Моло-дой ученый, Казань: Изд-во «Молодой учѐный» – 2016. – №21(125). – С. 756- 758.

[8] Домашнийдоктор 2.2. Доступно:

http://www.airportal.ru/downloads/expert-

systems/home_doctor_2_2.html (обращение: 01.10.2017).

[9] EasyDiagnosis. Доступно: http://www.easydiagnosis.com/about.html (обращение: 10.05. 2017).

[10] MEDAI. Доступно: http://www.medai.ru/ (обращение:01.05.2017).

[11] Aimedica. Доступно: http://www.aimedica.ru/ (обраще- ние:01.05.2017).

[12] Жамбалдагбаев Н. Ц. Двухрежимная экспертная система по тибет- ской медицине ―ЭМЧИ-1‖ / Н. Ц. Жамбалдагбаев, Г. И. Занданова // Сборник Российской научно-технической конференции по ди- фракции и распространенных волн. Улан-Удэ – 1996. – С. 234-236.

[13] Бороноев В. В. Практическая реализация метода диагностики по пульсу инструментальными средствами / В. В. Бороноев // Между- ранодный журнал прикладных и фундаментальных исследова- ний.Пенза: ООО ИД «Академия Естествознания», – 2015. – №12–1.

– С. 188-192. URL: http://www.applied-

research.ru/ru/article/view?id=7844 (дата обращения: 01.05.2018).

[14] Тест для определения типа конституции человека по Тибетской медицине. Доступно: http://www.tibet-medicine.ru/konstitucii/typy- konstitutcij (обращение: 01.05.2017).

[15] Grif M. G., Shegal B. R., Ayush Yu., Yastrebova S.V. Diagnostic test design for the medical decision support system "Aimedica" based on in- tegration of the "European" and the "Eastern" medicines // Proceedings international multi-conference on engineering, computer and informa- tion sciences (SIBIRCON), Novosibirsk, Akademgorodok, 18–22 Sept.

2017, Novosibirsk: IEEE, 2017. P. 209-214. ISBN 978-1-5386-1595-9.

[16] Чжуд-Ши. Основый тибетской медицины. URL:

http://www.rulit.me/books/chzhud-shi-osnovy-tibetskoj-mediciny-read- 415656-1.html (дата обращения: 01.10.2017).

[17] Баавгай Ч., Болдсайхан Б. Монгольская традиционная медицина.

Улан-Батор: Гос. Издательство, Монголия, 1990. 380 с.

[18] Чойжинимаева С. Г. Болезни нервных людей, или откуда дует ветер?. M: Астрал, 2010. 183 с.

[19] Чойжинимаева С. Г. Болезни больших людей, или что такое слизь?. СПб: Питер, 2016. 136 с.

[20] Чойжинимаева С. Г. Болезни сильных людей, или как обуздать желчь?. M: Астрал, 2010. 145 с.

[21] Негашева М.А. Взаимосвязи соматических, дерматоглифических и психологических признаков в структуре общей конституции чело- века с позиции системного подхода / М.А. Негашева // Морфоло- гия. СПб: Эскулап– 2008. – Т. 133, №1. – С. 73 – 77.

[22] Горбунов Н.С. Общая, частная и локальная конституция / Н.С.

Горбунов, В.Г. Николаев // Актуальные вопросы интегративной антропологии: сб. тр. республ. конф., Красноярск: Издательство КрасГМА, 2001. – Т. 1. – С. 18-21.

Гриф Михаил Геннадьевич –доктор техниче- ских наук, профессор, профессор кафедры автоматизированных систем управления, факультет автоматики и вычислительной техники, Новосибирский Государственный технический университет. Область научных интересов: проектирование и оптимизация процесса функционирования человеко- машинных систем, системы искусственного интеллекта, лингвистические и технологиче- ские аспекты разработки компьютерного сурдоперевода. Опубликовано более 300 научных работ.

Аюуш Юмчмаа - аспирант кафедры Автома- тизированных систем управления, Новоси- бирский государственный технический уни- верситет. Область научных интересов:

медицинская экспертная система. Опублико- вано 11 научных работ.

XIV Международная научно-техническая конференция АПЭП – 2018

116 978-1-5386-7054-5/18/$31.00 ©2018 IEEE

Технология мониторинга качества городского воздуха на основе данных спутниковой

навигации, мобильных экометрических станций и метода конечных элементов

Михаил Г. Гриф

¹

, Александр М. Гриф

¹

1

Новосибирский государственный технический университет, Новосибирск, Россия

Аннотация – рассматривается подход для получения дос- товерной информации о качестве городского воздуха.

Предлагается учитывать транспортные потоки города на основе регрессионной модели, построенной по данным спутниковой навигации. Моделирование процесса распро- странения примесей от транспорта осуществляется с уче- том рельефа города, 3D-моделей зданий и актуальной ме- теорологической информации. Оценка выбросов стацио- нарных источников находится посредством решения об- ратной задачи с использованием данных мобильных эко- метрических станций. Приведено описание программной реализации технологии, а также устройства и компонент- ного состава датчика воздушных примесей.

Ключевые слова – Экология, спутниковая навигация, метод конечных элементов.

I. В

ВЕДЕНИЕ

ЛЯ комфортной среды проживания в современном мегаполисе требуется создание условий для обеспе- чения граждан достоверной информацией о качестве окружающей их атмосферы. Данные о качестве воздуха необходимы для выработки простых привычек: напри- мер, где и в какое время лучше гулять, заняться спортом или как лучше настроить приборы для очистки воздуха в квартире.

По данным Всемирной организации здравоохранения (ВОЗ), 5% смертей от рака легких вызваны наличием в воздухе примесей твердых частиц PM2.5. Основным ис- точником подобного роды загрязнителей является транспорт и «тяжелое» производство [1, 2].

Большинство современных систем анализа качества воздуха основаны на интерполяции данных о концентра- ции воздушных примесей от соседних метеорологиче- ских станций [3, 4]. Также в мировой практике исполь- зуются сервисы, основанные на данных с «открытых»

метеорологических станций [5]. Однако описанные сис- темы основаны на визуальном подобии данных о загряз- нении воздуха в контрольных точках без учета влияния основных источников загрязнений, таких как автомо- бильный транспорт, ТЭЦ, заводы и др.

Кроме того, значительное влияние на достоверность получаемого прогноза качества воздуха оказывают непо- средственные места установки экометрических станций,

которые практически невозможно выбрать оптимальным образом без наличия имитационной модели.

II. П

ОСТАНОВКА

З

АДАЧИ

В работе рассмотрена технология для получения акту- альной информации о концентрации примесей в призем- ном воздушном слое города. В отличие от большинства современных систем мониторинга воздуха, данная тех- нология будет учитывать основополагающее влияние

«базовых» факторов загрязнения воздуха, таких как транспорт и «тяжелое» производство.

Дорогостоящим элементом современных технологий

«умного» мониторинга воздуха, не позволяющим их по- всеместное внедрение, являются датчики примесей. В настоящей работе будет рассмотрен экспериментальный образец станции мониторинга, описаны составляющие его структурные элементы.

Для возможности использования результатов работы в условиях городского хозяйства, технология должна быть легко масштабируема: запуск системы в новом районе или городе не должен сопровождаться созданием соот- ветствующей инфраструктуры для станций мониторинга воздуха. Вместе с тем, программная реализация системы высокоточного математического моделирования вслед- ствие работы в режиме реального времени должна учи- тывать ограниченный вычислительный ресурс.

III. Т

ЕОРИЯ

A. Оценка транспортных потоков города

Для оценки транспортных потоков города использует- ся математическая модель в виде регрессии. В режиме реального времени с Web-сервера считываются треки перемещения общественного транспорта. Данные треки представляют собой набор из уникального идентифика- тора, текущего местоположения, направления движения и пр. Для оценки средней скорости отдельной единицы транспорта используется два местоположения A и B, соответствующих последовательным временным отмет- кам с дискретой в 1 минуту. По таким измерениям сред-

Д

No documento 2018 14 TH INTERNATIONAL SCIENTIFIC- TECHNICAL CONFERENCE ON ACTUAL PROBLEMS OF ELECTRONIC INSTRUMENT (páginas 108-117)