WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

На правах рукописи

Козлова Виктория Викторовна

 

Матрицы межаттракторных расстояний в оценке эффективности влияния дозированных физических нагрузок на организм человека

 

Специальность 03.01.02 – Биофизика (биологические науки)

Автореферат

диссертации на соискание ученой степени
доктора биологических наук

Сургут - 2012

Работа выполнена на кафедре биофизики и нейрокибернетики при

ГОУ ВПО  «Сургутский государственный университет – Ханты - Мансийского автономного округа – Югры»

Научный консультант:

доктор биологических наук, профессор

Филатова Ольга Евгеньевна

доктор биологических наук, доцент

Филатов михаил александрович

Официальные оппоненты:

член-корр. РАН, доктор биологических наук, профессор

Фудин Николай Андреевич

доктор медицинских наук, профессор

КОВАЛЕВ ИГОРЬ ВИКТОРОВИЧ

доктор биологических наук, профессор

ЧЕМЕРИС НИКОЛАЙ КОНСТАНТИНОВИЧ

Ведущая организация:

Московский государственный университет им. М.В. Ломоносова (г. Москва)

Защита состоится “31”  мая  2012 г.  в 12.00 часов на заседании диссертационного совета  Д 800.005.02  в ГОУ ВПО «Сургутский государственный университет Ханты - Мансийского автономного округа – Югры» по адресу: 628400, г. Сургут, пр. Ленина, 1.

С диссертацией можно ознакомиться в библиотеке «Сургутского государственного университета Ханты - Мансийского автономного округа – Югры» по адресу: 628400, г. Сургут, пр. Ленина, 1.

Автореферат разослан “______” апреля 2012 г.

Ученый секретарь диссертационного

совета,  кандидат биологических наук, доцент

Е.В. Майстренко

общая характеристика работы

Актуальность работы. Гипокинезия – один из базовых факторов, влияющих на продолжительность и качество жизни любого человека, проживающего в особых экологических условиях ХМАО-Югры. Малоподвижный образ жизни, проживание основной части населения в условиях закрытых помещений и ограниченной подвижности порождает целый ряд проблем в организации и поддержании основных функций организма взрослого человека и особенно детского организма. Детско-юношеский период требует повышенной подвижности и физической нагрузки, которая весьма снижена в условиях Югры.

Возникающие негативные изменения в организме подростка или молодого человека проще всего зарегистрировать на уровне изменений в состоянии функциональных систем организма (ФСО) и в первую очередь это касается нервно-мышечной системы (НМС) и кардио-респираторной систем (КРС). Характер изменений ФСО в норме и при выполнении дозированных физических нагрузок представляет несомненный интерес для биофизики сложных систем, физиологии, и для специалистов  в области экологии человека, а также для родителей, которые заинтересованы в нормальном развитии организма своего ребенка. Такая информация может обеспечить прогноз развития жизни человека уже во взрослом состоянии, оценить качество жизни человека в условиях Севера. Именно эта проблема и составляет основу настоящих исследований с позиций биофизики сложных систем.

Отметим, что движение обеспечивает различные виды перемещений как частей тела, так и всего тела человека в пространстве, в том числе и широко распространенные колебательные движения. Механические колебания тканей являются одной из важных характеристик двигательных функций физиологических систем организма человека. Поэтому исследование механических колебаний в организме человека и в, частности, тремора как непроизвольного микродвижения в опорно-двигательной системе является важным разделом биофизики сложных систем, которой на протяжении нескольких десятилетий уделяется особое внимание биофизиков, физиологов и врачей. Однако, в теоретической плане это явление изучено недостаточно, особенно в аспекте математического моделирования.

В целом, нарушения деятельности НМС приводит не только к снижению уровня качества жизни, но и провоцирует развитие ряда тяжелых патологий.  Все это настоятельно требует организации специальных биофизических методов мониторинга состояния двигательных функций человека и нервно-мышечной системы в целом. Именно в связи с важностью решения этой проблемы нами производится разработка как новых методов исследования, так и методов обработки получаемой информации с помощью различных математических моделей на базе метода многомерных фазовых пространств.

Известны модели, описывающие тремор как  сумму автоколебаний, связанных с наличием обратных связей в НМС и существованием времени запаздывания в ней сигнала, и вынужденных колебаний, обусловленных сокращением мышечных волокон (А.М. Багодеева, 1989). В модели В.В. Кузнецова (1986) тремор рассматривался как результат автоколебаний конечности, возбуждение которых связано с нелинейными механо-химическими взаимодействиями в мышцах. Тремор как автоколебания, возникающие вследствие нестабильности рефлекторных реакций, также описывается нелинейными динамическими уравнениями в моделях А.Г. Фельдмана (1979). Автоколебательная природа сокращения мышц  в некоторых случаях почти не вызывает сомнения, например в моделях движения летательных мышц В.И. Дещеревского (1975). В исследованиях В.А. Антонца и коллег (1996-2009 гг.) предлагаются модели непроизвольных микроколебаний конечности, связанных со случайным включением двигательных единиц, способных развить чуть большую или чуть меньшую силу, а также зависимостью уровня тремора от уровня нагрузки, которая совпадает с одним из основных законов психофизиологии – законом Вебера-Фехнера.

Особый интерес представляют подобные исследования в рамках компарментно-кластерного подхода (ККП), когда можно поставить и решить проблему идентификации синергизма в работе отдельных мышц и мышечных систем. Эта проблема продолжает оставаться наиболее сложной и интересной не только в физиологии труда и спорта, но и в  биофизике и физиологии в целом (Зилов В.Г., Фудин Н.А. (1992-2006), Еськов В.М., Хадарцев А.А. (1996-2011)). Попытка формализовать эту проблему, подойти к ее решению с позиций точных количественных методов биофизики представляется весьма актуальной. Как отмечают Tuller B. и Kelso J.A.S. (1989), нервная система имеет специфическую динамику, и как многие другие сложные диссипативные динамические системы, встречающиеся в природе, эффективно уменьшает количество степеней свободы и ведет себя подобно системе связанных нелинейных осцилляторов. С другой стороны, двигательные реакции человека в определенном ритме, с постоянными интервалами времени (выработанными в результате воздействия следовавших друг за другом условных раздражителей) лежат в основе ритмических движений человека и являются основным элементом, связывающим их в последовательную цепь. Формирующаяся при этом сложная система нервных процессов названа ритмическим стереотипом (А.М. Алексеев, Н.В. Крылов и др.1965), а динамический анализ подобных движений в спокойном состоянии и при кратковременных помехах, указывает на присутствие целевого объекта (аттрактора) (Kay B.A., Saltzman E.L., Kelso J.A.S. (1988-2001)). Модель моторного временного управления А. Винга и А. Кристоферсона (1973) указывает на то, что общая вариативность интервалов между отдельными двигательными актами складывается из вариативности двух различных процессов: один регулируется часовым механизмом, другой – исполнительной частью движения. Ivry R.I., Keele S.W. (1988) предполагают, что оба процесса протекают в виде независимых случайных функций и часовой механизм не зависит от периферической обратной связи, а локализуется в центральной нервной системе (в нашей интерпретации на уровне выше лежащих кластеров).

Для описания, моделирования и прогнозирования подобных сложноорганизованных биосистем необходимо, чтобы объекты, явления, процессы были повторяемы или воспроизводимы или хотя бы они имели неравномерное распределение в пределах некоторых областей фазового пространства (в этом случае мы будем изучать и находить функции распределения для компонент вектора состояния системы – ВСС). Однако, в природе существует огромное число объектов, которые не имеют уже установленных законов развития и функционирования в рамках неравномерного распределения. В этом случае эти объекты и их ВСС имеют некоторые ограниченные области в фазовом пространстве состояний – ФПС (т.е. имеются числовые ограничения на динамику движения ВСС в ФПС). При этом, движения ВСС в ФПС (изменения параметров системы в пределах этих областей) имеют хаотический характер. За 30 лет исследований в этой области В.М. Еськовым и его научной школой получено огромное число информационных кластеров, которые демонстрируют определенные закономерности в динамике поведения ВСС в ФПС с позиций компартментно-кластерного подхода (частичный список этих публикаций на сайте СурГУ http://www.lib.surgu.ru/upload/662-evm.pdf), что может быть успешно применено и к описанию тремора и к описанию микрохаотического поведения различных ФСО человека, находящегося в покое, при дозированных нагрузках или даже при патологии (НМС и КРС). В рамках этого нового подхода, решается проблема двигательных функций человека, находящегося в различных физиологических условиях.

Отметим, что более сложная динамика имеется у  биообъектов, для которых компоненты вектора состояния системы постоянно не только изменяются, но из-за эволюции и телеологических свойств реальных биологических динамических систем (БДС) сами их внутренние системы контроля и подстройки, обеспечивающие гомеостаз, также постоянно изменяются. Тогда в рамках нового подхода возникают возможности иной трактовки самого гомеостаза, изучение его особенностей в условиях действия внешних возмущающих воздействий (в качестве которых выступают динамические или статические нагрузки). Такие системы постоянно варьируют в пределах некоторых объемов ФПС (квазиаттракторов) и при этом сами эти объемы ФПС (квазиаттракторы) непрерывно смещаются в этом фазовом пространстве. Последнее полностью исключает повторение или воспроизводимость любого математически регистрируемого состояния БДС, т.к. их параметры одновременно «мерцают» («glimmering or flickering property») и одновременно «плывут» в ФПС. Иными словами, и ВСС, и сами квазиаттракторы могут варьировать и смещаться в ФПС.

В рамках этих новых биофизических представлений о динамике БДС становится возможным выполнять расчет и построение матриц межаттракторных расстояний для разных групп обследуемых (по полу или возрасту), для разных групп спортсменов, для разных групп обследуемых с особенностями психики, с разными заболеваниями и т.д. Особенно это становится важным для изучения эволюции вектора состояния организма человека, т.к. проживание разных групп населения в разных экологических условиях накладывает ограничения на параметры «мерцания» ВСОЧ и на параметры квазиаттракторов поведения их ВСС как следствие. Все это ведет к тому, что эти методы расчета можно использовать для целей диагностики, выявления эффектов синергии  или адаптационных процессов. Эти методы можно также успешно использовать в спортивной физиологии, психологии, при оценке эффективности тренерской работы, в физиологии трудовых процессов, что и определило актуальность настоящих исследований.

Цель исследования: на основе метода расчета матриц межаттракторных расстояний установить закономерности в динамике поведения вектора состояния организма человека, находящегося в различных условиях дозированных физических нагрузок (как внешних возмущающих факторов) и различных экологических условиях проживания.

Эта цель может быть достигнута решением следующих задач:

  1. Изучить взаимосвязь между возрастными изменениями параметров НМС и спектральной характеристикой тремора конечностей в условиях статических нагрузок и на этой основе выявить наиболее информативные составляющие амплитудно-частотного спектра тремора.
  2. Методом фазовых пространств выявить степень произвольности в непроизвольном движении (треморе).
  3. Выявить особенности динамики поведения показателей НМС и КРС у лиц с игровыми видами физической нагрузки и степенью тренированности в рамках системного синтеза. Установить закономерности динамики поведения показателей НМС и КРС у лиц с индивидуальными видами физической нагрузки и степенью тренированности в рамках системного синтеза.
  4. Выявить закономерности изменения параметров межаттракторных расстояний поведения  вектора состояния организма человека (ВСОЧ) у тренированных и нетренированных  молодых жителей ХМАО-Югры и г. Самары в условиях выполнения физических нагрузок и на этой основе оценить степень влияния гипокинезии на организм молодого человека в условиях Севера РФ и средней  полосы РФ.
  5. Сравнивая параметры динамики ВСОЧ в фазовом пространстве состояний в условиях  влияния мышечной нагрузки на организм, идентифицировать наличие параметров порядка для оценки степени детренированности организма жителей Югры и установить наиболее важные диагностические признаки ВСС (параметры порядка) при проведении дозированных физических нагрузок на разные группы испытуемых.
  6. Методом многомерных фазовых пространств установить особенности в динамике поведения ВСОЧ мужского и женского населения Югры при выполнении физических нагрузок.

Научная новина работы:

  1. Изучена взаимосвязь между возрастными изменениями НМС и спектральной характеристикой тремора конечностей и на этой основе впервые выявлены наиболее информативные составляющие спектра тремора при разных режимах нагрузки.
  2. Выполнено сравнение эффективности оценки влияния произвольного управления (непрямого контроля) на параметры тремора в физиологии спорта.
  3. С использованием метода многомерных фазовых пространств у лиц с разной степенью тренированности установлен характер связей между показателями КРС и НМС при различных видах нагрузки.
  4. В условиях выполнения физических нагрузок выявлены закономерности изменения параметров квазиаттракторов поведения вектора состояния организма тренированных и нетренированных  молодых жителей ХМАО-Югры, а также произведена оценка степени влияния гипокинезии на организм в условиях Севера РФ.
  5. С позиций компарментно-кластерного подхода разработаны математические критерии для оценки влияния мышечной нагрузки на параметры ВСОЧ.
  6. Предложен метод идентификации наличия маркеров по степени детренированности (оценивается межаттракторными расстояниями в динамике поведения вектора состояния организма жителей Югры) в фазовом пространстве состояний.

Теоретическая и практическая значимость работы:

  1. Разработаны, запатентованы и внедрены в практику алгоритмы и программные продукты для анализа биомеханических показателей человека, которые позволяют более точно производить анализ нормального или патологического изменения треморограмм человека, параметров функциональных систем в условиях покоя и дозированных нагрузках, в условиях статических и динамических нагрузок в зависимости от возрастных и половых особенностей регуляции движений.
  2. Разработанный биофизический измерительный комплекс (БИК) может быть использован в практической работе физиолога и медика для автоматизированной оценки двигательных функций (при профессиональном отборе, при допуске на работу и при контроле состояния человека-оператора; для оценки точности и координации целевых движений в спорте).
  3. Авторские алгоритмы и компьютерные программы позволяют идентифицировать основные функции организма учащихся в различных физиологических и климатических условиях, что обеспечивает количественную классификацию и идентификацию показателей функций организма.
    1. Разработанные системные методы оценки показателей состояния вегетативной (симпатической и парасимпатической) нервной системы (ВНС) позволяют внедрять их в практику работы органов управления образования для оценки степени утомления учащихся в ходе учебы, выбирать оптимальную траекторию учебных нагрузок у учащихся по различным видам учебной деятельности. В качестве индикатора влияния экологических факторов и условий жизни на состояние показателей КРС и НМС можно эффективно использовать матрицы межаттракторных расстояний.

Основные положения, выносимые на защиту:

  1. Спектральные характеристики непроизвольных движений верхних конечностей (тремора) могут быть использованы в качестве маркера пубертатного периода и маркера развития степени утомления (на основе анализа интервала до 15 Гц  и около 10 Гц в, частности). Для оценки влияния статической нагрузки на НМС достаточен анализ амплитудно-частотных характеристик микродвижений конечности в области 2 Гц и 10 Гц.
  2. Используя данные параметров квазиаттркторов и матриц межаттракторных расстояний ВСОЧ (например, СИМ, ПАР, ИНБ) можно оценивать степень  эффектов гипокинезии у жителей ХМАО-Югры.
  3. Разработаны математические методы оценки влияния мышечных нагрузок на параметры ВСОЧ в рамках ТХС.
  4. Расчет расстояний zij между центрами квазиаттракторов обеспечивает идентификацию степени детренированности (гипокинезии) испытуемых в условиях Севера РФ.
  5. Матрицы межаттракторных расстояний можно эффективно использовать в качестве индикатора влияния экологических факторов и условий жизни на состояние показателей КРС и НМС.

Декларация личного участия автора заключается в получении первичных данных мониторинга двигательных функций человека, а также показателей сердечно-сосудистой системы разных возрастных групп; в анализе современного состояния проблемы; с непосредственным участием автора разработаны методы оценки параметров квазиаттракторов и выполнены исследования характера динамики параметров КРС человека в многомерном фазовом пространстве; в построении моделей. Автором самостоятельно осуществлена статистическая обработка материалов, их интерпретация и анализ данных. В диссертационной работе использованы результаты исследований, выполненных и опубликованных в соавторстве с долей личного участия автора 50-70%.

Апробация работы. Материалы диссертации доложены на: III-м Конгрессе молодых исследователей Западно - Сибирского Региона (Сургут, 1999); Всероссийской научно-практической конференции “Медико-биологические и экологические проблемы здоровья человека на Севере” (Сургут, 2000); Конференции “Наука и инновация XXI века” (Сургут, 2005, 2006, 2007); материалы международной конференции по нейрокибернетике (Ростов-на-Дону, 2005); International conference on modeling and simulation (Minsk, 2005); Всероссийской конференции “Экологическое образование и здоровый образ жизни” (Сургут, 2005); Открытой окружной конференции «Спасти и сохранить» (Сургут, 2006); Международном междисциплинарном симпозиуме «От экспериментальной биологии к превентивной и интегративной медицине» (Судак, 2006); Всероссийской научной конференции (Самара, 2008); Всероссийской конференции «Нелинейная динамика в когнитивных исследованиях» (Нижний Новгород, 2011); XV-й международной конференции по нейрокибернетике (Ростов-на-Дону, 2009); международной научной конференции «Системный анализ в медицине» (Благовещенск, 2009, 2010, 2011); Кафедральных семинарах и в НИИ Биофизики и медицинской кибернетики при Сургутском государственном университете.

Публикации. По теме диссертации опубликовано 42 работы, в том числе: 1 свидетельство о государственной регистрации программ для ЭВМ, 1 патент на изобретение, 2 учебно-методических пособия, 2 монографии, 15 статей в изданиях, рекомендованных ВАК для соискания ученой степени доктора биологических наук и 21 статья в различных научных журналах, и материалах отечественных и международных конференций.

Структура и объём диссертации. Диссертационная работа содержит 283 страницы машинописного текста. Она выполнена в традиционном стиле и состоит из введения, главы по анализу современного состояния проблемы, главы описания объектов и методов (в том числе авторских) исследования, четырех оригинальных глав, содержащих результаты собственных наблюдений, заключения, выводов, списка литературы. Работа содержит 28 рисунков и 31 таблицу. Список используемой литературы включает в себя 268 источников, в том числе 56 на иностранном языке.

ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЙ

Исследование параметров движения вектора х=х(t)=(x1,x2,…,xm)T организма человека в фазовом пространстве состояний (ФПС) производилось в рамках традиционной статистики и методами теории хаоса и синергетики. В рамках ТХС нами идентифицировались параметры квазиаттракторов, которые (как было установлено) существенно отличаются у учащихся разных возрастных групп.

Для идентификации компонент xi в наших исследованиях применялся пульсоксиметр «ЭЛОКС-01С2», разработанный и изготовленный ЗАО ИМЦ Новые Приборы, г. Самара. В устройстве применялся оптический пальцевый датчик (в виде прищепки), с помощью которого происходила регистрации пульсовой волны с одного из пальцев кисти. Технически он выполнен с применением оптических излучателей и фотоприемника двух типов: в ближнем инфракрасном и красном спектре диапазона световой волны, которые дают возможность непрерывно определять значения степени насыщения гемоглобина крови кислородом, в %, а также значения частоты сердечных сокращений.

Прибор снабжен программным продуктом «ELOGRAPH», который в автоматическом режиме позволяет отображать изменение ряда показателей в режиме реального времени с одновременным построением гистограммы распределения длительности кардиоинтервалов. Выполнена некоторая модификация программы в отношении усреднения показателей симпатической и парасимпатической вегетативной нервной системы, что обеспечивает представление процессов на фазовой плоскости или в m-мерном фазовом пространстве в виде динамики хаотичных процессов.

Использование данной методики и аппаратуры для исследования показателей пульсоинтервалографии производилось в положении испытуемого сидя в относительно комфортных условиях. С целью исключения артефактов и нивелировки влияния отрицательных обратных связей на съем информации, регистрировался пятиминутный интервал измерений кардиоинтервалов (КИ).

Таким образом, используя метод вариационной пульсометрии и выполняя анализ вариабельности сердечного ритма (ВСР) во временной и частотной областях, можно получить информацию, характеризующую процессы управления основными жизненными функциями организма человека под воздействием экофакторов или физических нагрузок.

В процессе выполнения наших исследований непроизвольных движений (тремора) было установлено, что использование датчиков токовихревого типа, разработанных в ЛББСС при СурГУ гарантирует достаточно высокую точность измерений. Это обеспечивает широкий диапазон частот регистрируемого тремора и полную обработку информации. Принцип его работы заключается в использовании сигналов от двух токовихревых датчиков, между которыми помещается исследуемый объект для измерения его микроперемещений. Обработку сигналов с датчиков производили с использованием запатентованной программы, обеспечивающей получение спектральных характеристик и их анализ в фазовом пространстве состояний.

Алгоритм выполнения процедуры основывается на следующих шагах:

Исходно в  программу расчета на ЭВМ поочередно вводятся исходные компоненты ВСОЧ в виде матриц А биосистемы по каждому из k кластеров (всего таких матриц P). Данные могут вводиться вручную либо из текстового файла;  получаем матрицу состояний для всех кластеров в – мерном фазовом пространстве, причем - бегущий индекс компонента вектора (), a - номер биообъекта (испытуемого) (), бегущий индекс кластера k определяет число массивов (групп испытуемых) данных (), т.е.  элемент такой (А) матрицы представляет-й кластер биосистем, -й компонент ВСОЧ для -го испытуемого.

Далее, производится поочередный расчет координат граней параллелепипеда объемом VG, внутри которого находится квазиаттрактор движения ВСОЧ для всех-х исследуемых  () из -го кластера (); их длинны , и объема k-го параллелепипеда , где координаты крайних точек, совпадающих с нижней и верхней (левой и правой) границей области ФПС, внутри которой движется ВСОЧ по координате xi. В итоге ЭВМ рассчитывает весь вектор объемов квазиаттракторов (General Value) ,  ограничивающих все квазиаттракторов, а также показатели асимметрии (Asymmetry) стохастического и хаотического центров квазиаттракторов для каждого k-го массива данных .

Отметим, что - формула для идентификации стохастического центра квазиаттрактора, который находится путем вычисления среднего арифметического одноименных (по номеру кластера - массива k и координате ФПС) координат точек (i-й номер обследуемого учащегося),  представляющих проекции конца вектора состояния БДС на каждую из координатных осей i. Мы определили, что для любых кластеров - формула для идентификации хаотического центра квазиаттракторов,­- ширина фазовой области k-го квазиаттрактора, для k-го массива данных, в проекции на i-ую координату, т.е. ширина грани m-мерного параллелепипеда.

Затем вводили параметр R, показывающий степень изменения объема квазиаттракторов для -го кластера данных до и после уменьшения размерности фазового пространства. В исходном приближении вычисляем .

После исключения поочередно каждой из координат вектора (например, для двухкластерных систем) вычисляются вторые приближения параметров . Таким образом, получаем вектор , т.е. вектор значений, по которым можно определить уменьшилась или увеличилась относительная величина квазиаттракторов VG при изменении размерности фазового пространства. При уменьшении относительных размеров V, анализируются параметры системы и на основе их неизменности или малой изменчивости делается заключение о существенной (если параметры существенно меняются) или несущественной (параметры почти неизменны) значимости конкретного, каждого xi компонента ВСОЧ для всего вектора, т.е. для -го испытуемых из k-го массива данных.

Указанные показатели рассчитывались на ЭВМ. Определялись все интервалы изменения по 5-ти координатам, показатели асимметрии Rx, а также рассчитывался общий объем m-мерного параллелепипеда V (General value), ограничивающего квазиаттрактор ВСОЧ. Были получены таблицы данных, представляющие размеры xі и показателя асимметрии Rx для каждой координаты хі и объемы параллелепипедов Vx .

Основной блок связан с методом расчета матриц межаттракторных расстояний, который заключается в том, что анализ параметров ССС (СИМ, ПАР, ИНБ, SPO2, ЧСС) проводили в отношении нескольких групп испытуемых, находящихся в приблизительно одинаковых условиях по состоянию функций организма и регистрируют параметры функций организма  каждого человека или группы. Эти параметры образовывали наборы (компартменты) диагностических признаков в пределах одной фазовой координаты xi – из набора всех координат m-мерного фазового пространства с одинаковыми диагностическими характеристиками,, а каждый человек со своим набором признаков (компоненты вектора состояния организма данного человека  (ВСОЧ) задавался точкой в этом фазовом пространстве состояний (ФПС) так, что группа испытуемых образовывала некоторое “облако” (квазиаттрактор) в фазовом пространстве состояний. При этом разные группы из-за разных воздействий на них образовывали разные “облака” – квазиаттракторы в ФПС и расстояния - ( и – номера групп обследуемых) между хаотическими или стохастическими центрами этих разных квазиаттракторов формировали матрицу . Эта матрица задает все возможные расстояния между хаотическими или стохастическими центрами квазиаттракторов, описывающих состояние разных групп обследуемых с учетом,  например,  до и после влияния физической нагрузки  (для разных видов спорта и поло-возрастных групп испытуемых) и характера воздействия (нумеруются по вертикали, например, в расчетной матрице ). Полученные расстояния между центрами -го и-го хаотического (или стохастического) квазиаттракторов количественно представляют степень близости (или, наоборот, удаленности) этих 2-х сравниваемых квазиаттракторов в фазовом пространстве состояний, что является интегративной мерой оценки состояния КРС или НМС человека, находящегося в различных экологических условиях или в разных возрастно-половых группах или при других различиях.

Результаты исследований и их обсуждение

В процессе выполнения наших исследований непроизвольных движений (тремора) в условиях дозированных физических нагрузок было установлено, что использование датчиков токовихревого типа совместно с разработанным информационным комплексом гарантирует достаточно высокую точность измерений. Он обеспечивает широкий диапазон частот регистрируемого тремора и полную обработку информации.

Разработанная аппаратура и программное обеспечение были апробированы в биологических исследованиях на учащихся МОУ гимназии №4 г. Сургута, а также на студентах 3-5 курсов ГОУ ВПО «Сургутский государственный университет» (30 девушек и 30 юношей). Для выявления возрастных различий в треморограммах  было обследовано 360 человек (150 девочек и 150 мальчиков в возрасте 7-16 лет и 30 девушек и 30 юношей 18-20 лет). В связи с тем, что более яркие адаптивные проявления в работе нервно-мышечной системы можно проследить в условиях нагрузки,  эти же учащиеся и студенты обследовались для изучения влияния  статических нагрузок на амплитудно-частотные характеристики (АЧХ) треморограмм.

Во всех случаях фиксировались треморограммы для разных биомеханических звеньев:

  1. кисти (фиксация руки в запястье);
  2. кисти + предплечья (фиксация руки в локтевом суставе);
  3. кисти + предплечья + плеча (фиксация руки в плечевом суставе).

Таким образом, был прослежен спектральный «вклад» каждого биомеханического звена в общую микроструктуру движений. В ходе исследования были выделены основные характерные частоты тремора различных (кисть, плечо, предплечье) звеньев биокинематической цепи:

  • 9-12 Гц для кисти;
  • 4-6 Гц для предплечья;
  • 1,5-3 Гц для плеча.

Отдельным блоком исследовались параметры АХЧ для разных кинематических звеньев. В качестве последних изучался тремор микродвижений конечностей при фиксации в кисти, предплечье и плече. Наиболее характерный пример  АЧХ тремора различных звеньев биокинематической цепи представлен на рис. 1.

Необходимо заметить, что практически во всех подгруппах при общих усреднениях четко наблюдался локальный максимум АЧХ в области 9-11 Гц, причем у девочек он был более выражен, чем у мальчиков соответственно в возрасте 11-12 и 13-14 лет. Установлено, что имеется отличие от старшей группы школьников, где более была выражена 10 Гц компонента у мальчиков.  Таким образом, статистически достоверно установлено, что имеет место увеличение амплитуды колебаний с частотой около 10 Гц, как у мальчиков, так и у девочек с увеличением возраста испытуемых (особо это проявляется в пубертатный период).

Таким образом, полученные в исследованиях тремора значения амплитуды характерных частот (например, около 10 Гц) могут служить количественными признаками, описывающими формирование системы регуляции двигательных функций у подростков разных возрастных групп. Мы предполагаем, что это обусловлено в первую очередь особенностями возрастной и половой организации ВНС детей и юношества в условиях ХМАО-Югры. Все выполненные нами измерения амплитудно-частотных характеристик микроперемещений конечности человека позволили сделать вывод о существенной значимости анализа треморограмм именно в области до 15 Гц.

Рис.1.  Амплитудно-частотные характеристики микродвижений пальцев мальчиков 10-х классов  (суперпозиция  15 человек) при опоре в суставе запястья (рис. а),  локтя (рис. б),  плеча (рис. в) с нагрузкой 1 кг.

Регистрация показателей треморограмм мышц верхней конечности человека в условиях дозированной статической нагрузки и без неё дает объективную информацию о состоянии ЦНС и её периферических отделов. Нами (с использованием новых авторских методов регистрации непроизвольных движений человека)  выполнен анализ амплитудных микродвижений верхних конечностей. Применяя  спектральный анализ Фурье, были установлены существенные различия в амплитудно-частотных характеристиках разных возрастных групп. Изучены закономерности влияния статической нагрузки на показатели треморограмм в области низких частот.

Выполненные исследования с использованием разработанного в ЛББСС при СурГУ диагностического биофизического измерительного комплекса представляют данные массового обследования двигательных функций учащихся как в норме, так и при различных патологических состояниях. Существенно, что проделанные авторские экспресс-исследования в ХМАО проводятся впервые.

В результате этих исследований выявлена закономерность: непроизвольные движения кисти, предплечья и плеча имеют ряд характеристик, выраженных для всех возрастных групп, а именно:

  1. Существуют максимумы амплитудно-частотной характеристики вблизи 2-4 Гц, характерные для кисти, предплечья и плеча.
  2. Регистрируются выраженные гармоники низкочастотных компонент в области 0,5 Гц, 1 Гц, 1,5 Гц и 2 Гц.
  3. Отмечается в некоторых гистограммах наличие четких максимумов в области 9-11 Гц, которые лучше выражены на амплитудно-частотных характеристиках старшеклассников и студентов (симпатотоников).

Основываясь на развитии новых подходов к исследованию опорно-двигательной системы и возможностях применения датчиков токовихревого типа, а также измерительных систем на их основе, нами было изучено влияние статической нагрузки на тремор. Установлено что, увеличение нагрузки приводит к уменьшению амплитуды колебаний в области 8-10 Гц, т.е. высокочастотных составляющих (по амплитуде они не превышают 2,5-5 у.е.), вплоть до почти их полного нивелирования. Одновременно увеличивается амплитуда колебаний в области низкочастотного диапазона и происходит смещение в область более низких частот (с 3-4 Гц до 1-1,5 Гц). Полученные нами данные совпадают с результатами других авторов (А. Гидиков 1974 г.; В.А. Антонец 1991-2001 гг.; А.М. Багодеева 1989 г.).

Нами представлено объяснение полученным экспериментальным данным, которое сводится к следующему. При усилении статической нагрузки усиливается иннервация 2 статических клеток и соответственно активизируется вторая группа афферентов, отходящих от вторичных окончаний. Преобладание активности именно второй группы должно приводить к усилению низкочастотного компонента и ослаблению активности динамических клеток. Последнее, по нашему мнению, обуславливает ослабление высокочастотных компонентов и увеличивает амплитуды низкочастотных компонентов. Таким образом, наблюдаемые биологические эффекты могут быть теоретически объяснены с позиций регуляции нервно-мышечного аппарата.

Тем самым выполненные нами измерения доказывают возможность выделения характерных частот в области низкочастотного диапазона, которые значимо могут представлять физиологические характеристики конкретного человека и его реакцию на те или иные внешние воздействия.

Такой результат находится в определенном противоречии с результатами других работ, в которых высказываются предположения о  хаотическом характере возникновения и существования тремора у человека. Результаты наших собственных исследований показывают, что тремор по своей природе действительно носит  хаотический характер, однако суперпозиция нескольких временных отрезков у одного и того же человека (при непрерывной регистрации тремора) и ее амплитудно-частотный анализ позволяет выделить определенные (характерные) частоты, которые свойственны именно данному человеку и в данных физических условиях среды.

Известно, что качество первичного отбора будущих спортсменов можно оценивать по очень простым тестам на произвольность (или непроизвольность) в организации физиологического тремора у испытуемых. Для этих целей нами был разработан специальный биофизический комплекс на базе токовихревых датчиков, который позволяет регистрировать с помощью специальной стальной пластинки (крепится на изучаемой конечности, например, на пальце) абсолютное смещение этой конечности () и скорость этого смещения, т.е. . Эти две координаты могут образовывать двумерное ФПС, в котором отсутствует время , а имеется только координата и скорость смещения , т.е. .

На фазовой плоскости можно наблюдать хаотический характер движения ВСС и измерять параметры такого хаотического движения. Такими параметрами являются: объем квазиаттрактора (объем прямоугольника, внутри которого движутся ВСС, т.е. изменяются координаты и ); координаты центра квазиаттрактора – , матрица межаттракторных расстояний (если мы имеем несколько состояний БДС и для каждого рассчитывается два выше указанных параметра ( и )). Используя эти величины, можно говорить о степени хаотичности в динамике поведения сложных биосистем  (complexity). Представим конкретный пример для иллюстрации разработанного метода измерения параметров микрохаоса в оценке тремора.

На рис. 2а показан фрагмент записи микродвижений пальца испытуемого в состоянии покоя, на котором видны колебания низкой частоты с большим размахом,  и модулированные колебаниями более высокой частоты. Амплитудно-частотная характеристика микродвижений на этом временном интервале показана на рис. 2б.

Рис. 2. Кинематограмма микродвижений конечности в состоянии покоя – а, амплитудно-частотная характеристика  микродвижений конечности в состоянии покоя – б.

На частотограмме (рис. 2б) ярко выражены пики вблизи частот 1 Гц, 3 Гц, 6 Гц, 8 Гц и 10 Гц с амплитудой 30, 25, 14, 5 и 4 у.е. (условных единиц) соответственно. Легко видеть, что десятигерцовый компонент невелик, а низкочастотные компоненты выражены весьма значительно. Кроме этого на рис. 2а демонстрируется выраженный дрейф, что пьезодатчиками зафиксировать невозможно, а токовихревыми датчиками (безинерционными) легко это сделать.

На рис. 3 представлен фрагмент кинематограммы микродвижений во время целевого удержания конечности (статическая нагрузка). Из этого рисунка видно, что рука совершает медленный дрейф от линии прицеливания, но в течение 2 секунд возвращается к ней. Удержание цели осуществлялось при задержке дыхания с целью устранения дыхательных возмущений. Частотограмма микродвижений  на рис. 3б показывает, что низкочастотные компоненты тремора вблизи 1 Гц и 2 Гц уменьшились до величин 18 у.е. и 12 у.е. соответственно. Десятигерцовая составляющая, напротив, увеличилась с 4 до 8 у.е. Отметим, что целевое удержание требует психического напряжения, что вызывает кратковременное утомление.

Следующий этап выполненных исследований – исследование структуры микродвижений конечности после прицеливания. Колебания с наибольшей амплитудой в этой серии опытов начинаются после команды «Отбой», когда рука фактически расслабляется, но сказывается утомление. Это проявляется в появлении колебаний с частотой около 4 Гц, величина которых достигает 10 у.е. И чем тщательнее осуществлялось прицеливание, тем сильнее проявляется утомление. Наоборот, десятигерцовый компонент резко снижается, что можно трактовать как уменьшение компартментного влияния на нижележащие структуры (спинальный уровень, механорецепторы).

Рис. 3. Кинематограмма микродвижений конечности во время целевого удержания – а, амплитудно-частотная характеристика микродвижений конечности во время прицеливания – б.

По полученным кинематограммам были построены фазовые портреты микродвижений в координатах Х (удаление пальца от  датчика) и V=dX/dt (скорость перемещения пальца). Аналогичное исследование микродвижений конечности проводилось В.А. Антонцом в условиях статической нагрузки на предплечье, причем для регистрации микродвижений конечности использовался пьезоакселерометр, а фазовый портрет микродвижений строился в координатах амплитуды сигнала и ее производной.

а                                                б

Рис. 4. Фазовый портрет тремора конечности во время прицеливания – а; после прицеливания – б.

Нами проводился сравнительный анализ поведения динамической системы управления движениями в режиме покоя и прицеливания на фазовой плоскости методом многомерных фазовых пространств, в данном случае размерность фазового пространства была равна двум. Полученные значения объёмов квазиаттракторов изображающей точки были следующие: до прицеливания - 2,2 105; во время прицеливания - 4,6 106, то есть объем уменьшился в 4,8 раза, что характеризует изменение состояния системы в сторону меньшей степени хаотичности. Следует отметить, что предлагаемый метод фазовых пространств (на основе измерений квазиаттракторов, позволяет давать оценку квалификаций испытуемого на предмет их подготовки).

Известно, что организация произвольных движений (в том числе и микродвижений) находится в условиях управляющих воздействий со стороны иерархических структур ЦНС, в частности, моторной зоны коры головного мозга. В рамках разработанного В.М. Еськовым компартментно-кластерного подхода для кластеров, составляющих двигательные единицы и организовывающих непосредственно акты движения (это кластеры нижнего уровня иерархии), существуют кластеры верхнего иерархического уровня в виде нейросетей головного мозга. Следовательно, в простейшем случае система управления движением конечностей человека может быть представлена в виде двухкластерной иерархической системы, причем нижний уровень (кластер) может при этом находиться в хаотическом режиме функционирования, когда вектор состояния системы совершает движение в фазовом пространстве в рамках хаотического (или равномерного) движения (в отличие от вероятностных моделей с неравномерным распределением).

Верхний уровень иерархии может быть представлен в простейшем случае трехкомпартментным кластером, где первый и третий компартменты представляются совокупностями нейронов спинного мозга, отвечающих за афферентные и эфферентные сигналы (цепи афферентных и эфферентных нейронов). Центральное звено (средний компартмент в кластере) можно рассматривать как передаточно-обрабатывающий компартмент, на который приходят управляющие воздействия из центральных отделов мозга (внешние для этого кластера драйвы).

Заметим, что выбор авторами компартментного подхода диктовался возможностью учета наибольшего числа базовых биологических принципов (пуловая организация управления биосистемами, диссипативность структур, наличие тормозных и возбуждающих процессов, существование информационных и возбуждающих связей между пулами (компартментами), выполнение принципов оптимального управления, иерархичность в организации движений). В рамках такого подхода была использована система дифференциальных уравнений, описывающих циклическую трехкомпартментную организацию управления, когда выход последнего компартмента формирует воздействие на вход первого компартмента (определенный аналог модели В.А. Антонца). Интегральная выходная биоэлектрическая активность НМС (y), которая определяет частотную характеристику тремора (является объектом управления) в этом случае зависит от состояния компартментов линейно, т.е.

  y = c1x1+ c2x2+ c3x3= cTx,          (1)

(xi – состояние активности i-го компартмента мотонейронного пула, ci – весовой коэффициент вклада xi в y). При этом, скорость изменения активности (возбуждения) каждого компартмента системы (мышцы) в общем виде находится по формуле:

,             (2)

при i = 1,..,m; i j. В данной формуле aij - весовой коэффициент влияния j-того компартмента на i-тый (условие i j показывает, что мотонейронный пул не может влиять сам на себя), pj(y) – описывает тормозную связь, обеспечивающую перекрытие возбуждающих потоков между компартментами (отрицательная обратная связь), b – коэффициент диссипации (рассеяния) возбуждения, u – скалярная величина внешнего воздействия (например, управляющих драйвов), di – весовой коэффициент влияния управляющего драйва на i-ый компартмент.

В рамках такого подхода (компартментно-кластерного) можно предположить, что имеется наиболее простая система управления движениями с числом компартментов m = 3 и числом кластеров n = 2, причем верхний кластер осуществляет управляющие тонические воздействия, регулирует амплитуду и частоту колебаний нижнего (мышечного) кластера. При этом, фактически, уменьшается стохастичность (хаотичность) биосистемы. Однако, сама амплитуда колебаний при этом изменяется за счет притока дополнительного управляющего возбуждения со стороны кластера верхнего уровня иерархии на нижний мышечный кластер.

Согласно (2) получаем для двухкластерной модели следующие системы дифференциальных уравнений:

          (3)

где А11 и А22 – матричные функции, y1 и y2 образуют вектор выходных характеристик биосистемы.

Результаты математического моделирования графически показаны на рис. 5, где выходное значение y(t) характеризует временную зависимость суммарной активности групп двигательных единиц (образующих три компартмента), влияющей на положения объекта управления – конечности при различных значениях коэффициента диссипации b. Из рисунка видно, что амплитуда колебаний конечности уменьшилась более чем в 2 раза при увеличении коэффициента диссипации b с одновременным увеличением частоты колебаний. Такая динамика поведения биомеханической системы, сопровождающаяся локальным напряжением мышц (порождающая тремор), качественно соответствует переходу АЧХ на рис. 2 и 3.

Рис. 5. Модельная динамика поведения функции выхода (y) системы от времени (а, в) и на фазовой плоскости (б, г) для 2-х разных значений коэффициента диссипации b, который регулируется первым кластером (спинальный уровень), здесь параметры модели: x1=10; x2=35; x3=15; dt=0.05; d1 =0.01; d2=0.15; d3=1; c1= -1.5; c2=1; c3= -3.5.

Проживание на Севере РФ откладывает определенный отпечаток на работу различных функциональных систем организма человека. Особенно это касается нервно–мышечной системы развивающегося организма, например, школьников Югории. Эти особенности связаны с хронической гипокинезией и действием ряда экологических факторов на формирование и развитие НМС в предпубертатный, пубертатный и постпубертатный периоды жизни молодого человека.

Главным фактором, усложняющим процесс развития ФСО и НМС, в частности, в условиях Севера РФ, остается гипокинезия в условиях длительного пребывания в закрытых помещениях. Именно этот фактор проявляется в ряде компенсаторных реакций НМС на уровне кардио–респираторной системы. Действительно, как показали наши исследования, любая значительная физическая нагрузка вызывает у среднестатистического учащегося школ Югры реакцию, которая существенно отличается от такой же у ученика средней полосы РФ. Указанная реакция НМС проявляется в отличиях показателей индекса активности симпатического отдела вегетативной нервной системы (СИМ),  индекса активности парасимпатического отдела вегетативной нервной системы  (ПАР) и индекса напряженности (по Р.М. Баевскому ИНБ) на стандартные физические нагрузки как у спортсменов (по различным видам спорта), так и у нетренированных лиц.

В этом блоке исследований участвовали студенты Сургутского государственного университета (юноши и девушки) с разным уровнем физической подготовки. Показатели снимались до и после физической нагрузки. Обследуемых условно разделили на три группы: 1– студенты, занимающиеся игровыми видами спорта (футбол, волейбол, баскетбол); 2 – студенты, занимающиеся индивидуальными видами спорта (тяжелая атлетика, пауэрлифтинг); 3 – студенты, занимающиеся физической культурой (ФК) не регулярно (лишь 2 раза в неделю в рамках государственной программы по ФК).

Исследовались показатели вегетативной нервной системы у 3 групп испытуемых в ходе выполнения стандартных физических упражнений в соответствующих видах спорта. Было установлено, что обобщенный показатель активности симпатической нервной системы (СИМ) студентов, занимающихся игровыми видами спорта, до физкультурных тренировок  составлял 2,29±0,86. После тренировок показатель СИМ составил соответственно: 6,07±2,35. Одновременно показатели парасимпатической нервной системы (ПАР) до тренировок у этой же группы испытуемых составили: 19,86±2,88, а после тренировок ПАР имел значение 11,64±2,87 (см. таблицу 1). Индекс Баевского до и после нагрузки составлял 33,57±13,27 и 131,43±74,85 соответственно. По показателям ЧСС и SPO2 (процент  содержания  оксигемоглобина в крови  испытуемых) существенных различий не наблюдается. Отметим, что показатели ВНС из таблицы 1 являются координатами ВСОЧ (x0=СИМ, x1=ПАР,  x2=ИНБ,  x3= SPO2,  x4=ЧСС).

В группе студентов юношей, занимающихся  индивидуальными видами спорта существуют значительные различия в показателях СИМ и ПАР до и после полученной нагрузки. В частности, средние арифметические значения СИМ до и после физической нагрузки составили 4,42±2,03 и 12,00±4,29 соответственно. Показатели ПАР для этой же группы до – 14,50±5,16, после – 4,92±2,40. Индекс Баевского до и после нагрузки существенно различается  - увеличивается практически в 4 раза после нагрузки и составляет 309,17±111,37 при значении до нагрузки 77,92±44,40. В показателях SPO2 существенных различий  не наблюдается, различия наблюдаются по показателям ЧСС, т.е. происходит увеличение пульса после нагрузки с  88,33±11,93 до 111,08 ±6,42.

Резко по всем показателям отличаются студенты юноши, занимающиеся физической культурой (ФК) не регулярно (лишь 2 раза в неделю в рамках государственной программы по ФК) до и после предъявления нагрузки.

Таблица 1

Результаты статистической обработки данных измерений показателей кардио-респираторной функциональной системы тренированных и нетренированных юношей до и после физической нагрузки.

Юноши

Показатели ВНС

(<x>± dx)

Нагрузка

Игровые виды спорта

Индивидуальные виды спорта

Нетрени-

рованные

СИМ

До

2,29±0,86

4,42±2,03

3,27±1,91

после

6,07±2,35

12,00±4,29

18,73±4,50

ПАР

До

19,86±2,88

14,50±5,16

14,20±3,46

после

11,64±2,87

4,92±2,40

3,40±1,27

ИНБ

До

33,57±13,27

77,92±44,40

49,00±20,56

после

131,43±74,85

309,17±111,37

458,00±136,79

SPO2

До

98,07±0,58

98,75±0,29

98,33±0,62

после

97,43±0,74

97,75±0,55

98,07±0,39

ЧСС

До

80,50±8,16

88,33±11,93

85,00±9,03

после

95,43±7,62

111,08 ±6,42

120,60±6,45

Здесь: СИМ– показатель активности симпатической вегетативной нервной системы (ВНС), ПАР– показатель активности парасимпатической ВНС, ЧСС– частота сердечных сокращений, ИНБ – показатель индекса Баевского (в у. е.),  SPO2 – процент  содержания  оксигемоглобина в крови  испытуемых. <x> - среднее арифметическое значение; dx – погрешность измерения.

Средние арифметические значения после нагрузки возрастают в несколько раз и составляют для СИМ: с 3,27±1,91 до 18,73±4,50 соответственно. Показатели ПАР снижаются с 14,2±3,46 до 3,4±1,27. Наибольшее различие мы видим для показателя индекса Баевского - он практически в 10 раз возрастает после нагрузки и составляет 458,0±136,79 при значении 49,0±20,56 до нагрузки. Показатель SPO2 до нагрузки составил 98,33±0,62, а после 98,07±0,39.

Особенно это проявляется в различиях по концентрациям оксигемоглобина (SPO2) в крови обследованных школьников.  В зимнее время среднее значение SPO2  составило – 99,1%, а доля лиц, у которых этот показатель (SPO2) опустился ниже 97% по всем группам (с учетом возраста и пола) не превысила 2%. Вместе с тем, обследование значений  SPO2 у учащихся, проживающих в средней полосе РФ (г. Самара), этих же возрастных категорий, наоборот, показало, что процент лиц с  SPO2 выше 97% (по г. Самаре) не превышает 3–4% (для разных возрастных и половых групп). Получается ситуация с точностью до наоборот.

В данной работе также используются новые подходы теории хаоса и синергетики, которые основаны на анализе параметров квазиаттракторов ВСОЧ. Последний базируется на сравнении параметров различных кластеров, представляющих биологические динамические системы. К этим кластерам могут относиться одни и те же биосистемы, но находящиеся в разных физических состояниях (биосистема изучалась до и после предъявляемой нагрузки). В наших исследованиях мы брали пять координат ВСОЧ по параметрам показателей вегетативной нервной системы (ВНС)  испытуемых (студентов мужчин).

Таблица 2

Результаты сравнения параметров квазиаттракторов вектора состояния организма тренированных и нетренированных юношей до и после физической нагрузки.

Игровые виды

спорта

Индивидуальные виды спорта

Нетренированные

нагрузка

до

после

до

после

до

после

VG

9,98·105

3,1 ·107

3, 16·106

9,87·106

5,72·106

1,51 ·107

Rx

12,32

128,65

39,67

40,97

16,41

137,19

Из таблицы 2 следует, что у юношей, занимающихся игровыми видами спорта,  общий показатель асимметрии Rx до тренировки равен 12,32 после тренировки 128,65. Объем m-мерного параллелепипеда, ограничивающего квазиаттрактор, VG составляет 9,98·105 до нагрузки и 3,1 ·107 после, т.е. объем увеличивается в 30 раз после предъявляемой нагрузки по сравнению с исходным объемом. 

У юношей занимающихся индивидуальными видами спорта, общий показатель асимметрии до тренировки равен 39,67, а после тренировки 40,97. Объем квазиаттрактора составляет 3, 16·106 до нагрузки и 9, 87·106  после, т.е. возрастает в 3 раза после предъявления нагрузки (см. таблицу 2), что также отмечается и у юношей, не регулярно занимающихся спортом VG составляет 5, 72·106 до нагрузки и 1,51 ·107 после (см. таблицу 2), общий показатель асимметрии Rx до тренировки равен 16,41, а после тренировки расстояние сильно увеличивается и составляет 137,19.

Изменения параметров квазиаттракторов вектора состояния организма человека в 5-ти мерном фазовом пространстве состояний более разительны, чем их статистические данные в отдельности: у нетренированных юношей исходный объем Vx уже высокий (5, 72 ·106) и увеличивается после нагрузки только в 3 раза (1,51 ·107), в то время как у тренированных исходный объем Vу низкий (9,98·105), но увеличивается после нагрузки значительно (3,1 ·107), т.е. почти в 2 раза сравнительно с нетренированными.

Показатель Rx, после нагрузки так же зависит от уровня подготовленности, но в отличие от объемов квазиаттракторов оказалось, что чем ниже уровень, тем разница между хаотическим и стохастическими центрами больше. Это так же подтверждается изменением объемов квазиаттракторов после нагрузки по сравнению с исходными данными.

Данные показателей ВСОЧ юношей до и после физической нагрузки, занимающихся игровыми видами спорта, отличаются от данных юношей не регулярно занимающихся весьма существенно (почти в 10 раз) по показателям асимметрии.  Также отмечается увеличение объемов аттракторов после предъявляемой нагрузки в 30 раз у юношей, занимающихся игровыми видами спорта и в 3 раза у юношей, не регулярно занимающихся спортом. Это объясняется тем, что интенсивность нагрузок в игровых видах спорта выше, чем для студентов мужчин, не регулярно занимающихся спортом. В этой связи можно говорить, что показатели статистической обработки отражают количественные показатели изменения параметров, а обработка данных в рамках теории хаоса и синергетики -  качественные и количественные. Причем методы ТХС дают более выраженные значения различий, чем традиционные статистические.

Следующий блок исследований, посвящен расчету матриц межаттракторных расстояний тренированных и нетренированных студентов г. Сургута.

Таблица 3

Матрицы идентификации расстояний zij между центрами хаотических квазиаттракторов вектора состояния организма тренированных и нетренированных юношей до и после предъявления нагрузки в 5- мерном фазовом пространстве


До нагрузки

Игровые

виды спорта

Индивидуальные виды спорта

Не регулярно занимающиеся

После нагрузки

Игровые виды

спорта

z11=99,40

z12=54,09

z13=83,18

Индивидуальные

виды спорта

z21=277,86

z22=232,69

z23=261,78

Не регулярно

занимающиеся

z31=426,95

z32=381,88

z33=410,98

Таблица 3 представляет весь набор межкластерных расстояний для двух кластеров испытуемых (кластер юношей до нагрузки, содержит 3 квазиаттрактора, для 3-х групп измерений и кластер юношей после нагрузки, тоже для 3-х групп измерений).

Отметим, что параметр zij – расстояния между (i-ми, j-ми) центрами хаотических квазиаттракторов двух изучаемых групп (компартментов) испытуемых.

В частности, между положением квазиаттракторов ВСОЧ имеет небольшую разницу при сравнении трех кластеров данных до предъявления нагрузки с кластером игровые виды спорта, т.е. zij при сравнении индивидуальных видов до предъявления нагрузки и игровых видов после полученной нагрузки составляет z12=54,09. В аналогичном сравнении с нерегулярно занимающимися спортом после полученной нагрузки z13=83,18, а при сравнении игровых видов спорта до и после нагрузки z11=99,40.

Наибольшее же расстояние отмечается при сравнении не регулярно занимающихся юношей до и после полученной нагрузки и составляет z33=410,98, а также при сравнении игровых видов до нагрузки и нетренированных юношей после нагрузки - z31=426,95.  Это говорит о влиянии нагрузки на организм следующим образом, нагрузка вызывает состояние рассогласования параметров ФСО, что наблюдается при сравнении 3-х кластеров данных до нагрузки с группой нетренированных после, т.е. отмечаются наибольшие значения параметра zij. В отличие от аналогичного сравнения 3-х групп до нагрузки с игровыми видами после, здесь отмечаются наименьшие значения параметра  zij как результат формирования состояния адекватной мобилизации для этих двух групп испытуемых, занимающихся игровыми и индивидуальными видами спорта (см. таблицу 3).

При анализе параметров квазиаттракторов динамики поведения ВСО юношей и девушек, не регулярно занимающихся спортом до и после физической нагрузки, нами было установлено, что более хаотические параметры имеют юноши как до, так и после физической нагрузки (имеются большие объемы и показатели асимметрии, нежели у девушек).

Анализ результатов расчета матриц межатракторных расстояний zij между центрами хаотических квазиаттракторов  девушек и юношей до предъявления нагрузки показал, что наибольший параметр  zij отмечается при сравнении игровых видов спорта и составляет z11=48,69 а наименьшее расстояние при сравнении девушек, занимающихся игровыми видами спорта и юношей, занимающихся индивидуальными видами спорта z21=3,57, что свидетельствует  о существенном влиянии нагрузки на параметры ФСО как спортсменов, так и нетренированных студентов (табл.4.).

Таблица 4

Матрицы идентификации расстояний zij между центрами хаотических квазиаттракторов вектора состояния организма тренированных и нетренированных девушек и юношей до предъявления нагрузки в 5- мерном фазовом пространстве


Девушки до нагрузки

Игровые виды спорта

Нетренированные

Юноши  до нагрузки

Игровые виды спорта

z11=48,69

z12=9,04

Индивидуальные виды спорта

z21=3,57

z22=39,41

Нетренированные

z31=32,28

z32=10,89

В целом можно отметить определенную тенденцию при сравнении Rx и VG квазиаттракторов девушек, занимающихся игровыми видами, и нетренированных. У игровых видов спорта интервал разброса данных изначально находится в достаточно широком интервале  относительно не занимающихся девушек. Это касается как показателей асимметрии, так и показателей объемов.

После нагрузки эта разница увеличивается согласно физической активности, чем ниже активность, тем меньше разница между исходными данными. У студенток, занимающихся игровыми видами спорта  эта разница увеличивается  с 1,49·106 до 1,17·108, а  у нетренированных студенток с 1,49·105 до 1,45 ·107.  Мы наблюдаем повышение объемов как в первой приблизительно в 90 раз, так и во второй группе приблизительно в 100 раз после нагрузки. Хотя и наблюдается одинаковое повышение показателя объемов после нагрузки, мы легко можем заметить, что у спортсменок этот показатель меньше того же показателя у нетренированных девушек, т.е. диапазон разброса показателей хаотической динамики параметров КРС в ответ на нагрузку у нетренированных студенток увеличился и стал шире. Это говорит о том, что параметры ВСОЧ девушек, занимающихся игровыми видами спорта (после нагрузки) не только более стабилизированы (в рамках ТХС), но и носят тренировочный эффект.

Таблица 5

Матрицы идентификации расстояний zij между центрами хаотических квазиаттракторов вектора состояния организма тренированных и нетренированных девушек и юношей после предъявления нагрузки в 5- мерном фазовом пространстве


Девушки после нагрузки

Игровые виды спорта

Нетренированные

Юноши после нагрузки

Игровые виды спорта

z11=175,19

z12=6,28

Индивидуальные виды спорта

z21=5,81

z22=173,54

Нетренированные

z31=152,77

z32=322,08

Методом многомерных фазовых пространств установлены особенности в динамике поведения ВСОЧ мужского и женского населения Югры при выполнении физических нагрузок. Анализ результатов расчета матриц межатракторных расстояний zij между центрами хаотических квазиаттракторов  девушек и юношей после предъявления нагрузки показал, что наибольший параметр  zij отмечается при групп нетренированных студентов и составляет z32=322,08 а наименьшее расстояние при сравнении девушек, занимающихся игровыми видами спорта и юношей, занимающихся индивидуальными видами спорта z21=5,81 (т.е. группы спортсменов разной специализации не сильно различаются как до, так и после нагрузки), в отличие от нетренированных студентов,        т.к. устойчивость компенсаторных механизмов формируется в условиях повторяющегося воздействия физических нагрузок, включающих в себя в ходе тренировок гипоксические эффекты, изменение температуры тела, соответственно, на параметры ФСО нетренированных студентов нагрузка влияет существенным образом, о чем свидетельствует  наибольшее расстояние zij. (см. табл. 5).

Таким образом, количественные показатели, характеризующие КРС и  НМС являющиеся по сути косвенными, однако они вполне объективно отражают компенсаторные реакции НМС на стандартные физические нагрузки и дают объективную оценку возможностей уровня активности НМС и вегетативных функций в целом в зависимости от условий проживания (средняя полоса РФ и Север РФ).

Подобное исследование было выполнено в сравнении двух разных экологических территорий и рассмотрено на примере 2-х г.г. Сургут и Самара.

В исследовании участвовали юноши двух вузов гг. Сургут и Самара. Юношей разделили на три группы: 1– студенты, занимающиеся игровыми видами спорта; 2 – студенты, занимающиеся индивидуальными видами спорта; 3 – студенты, занимающиеся физической культурой (ФК) не регулярно (лишь 2 раза в неделю в рамках государственной программы по ФК), нетренированные.

Таблица 6

Матрицы сравнения расстояний zij между центрами квазиаттракторов вектора состояния организма тренированных и нетренированных юношей гг. Самары и Сургута, до предъявления физической нагрузки.


г. Сургут

Игровые виды спорта

Индивидуальные виды спорта

Нетренированные

г. Самара

Игровые виды спорта

z11=33,02

z12=37,89

z13=9,54

Индивидуальные виды спорта

z21=7,17

z22=10,36

z23=19,86

Нетренированные

z31=44,69

z32=49,20

z33=20,93

При сравнении расстояний zij юношей гг. Самары и Сургута до физической нагрузки отметим, что наибольшее значение расстояния отмечается при сравнении не регулярно занимающихся г. Самары  и индивидуальных видов спорта г. Сургута (z32=49,20), а также при сравнении  с игровыми видами спорта г. Сургута и составляет z31=44,69. Наименьшее расстояние отмечается при сравнении индивидуальных г. Сургута и игровых видов г. Самары и составляет  z21=7,17; также при сравнении игровых г.  Самары и не регулярно занимающихся г. Сургута - z13=9,54 (см.табл. 6).

После тренировки картина резко изменяется. Практически на порядок увеличивается расстояние между центрами квазиаттракторов, что характерно практически для всех групп сравнения, исключение составляют сравнение игровых видов г. Самары и индивидуальных видов г. Сургута, в этой группе  zij увеличивается с 37.89 до  46.39, т.е. незначительно (см. табл. 6).

Наибольшее увеличение данного параметра можно отметить в группе сравнения не регулярно занимающихся г. Самары и игровых видов г. Сургута, которое составляет z31=572,66.

Такие различия могут быть использованы для оценки степени развития дезадаптации и гипокинезии у жителей Севера РФ и уже используются нами при количественной оценке степени влияния тренировок на функциональные системы организма жителей Севера РФ (см. табл. 7).

Таблица 7

Матрицы сравнения параметров квазиаттракторов вектора состояния организма тренированных и нетренированных юношей гг. Самары и Сургута, после  предъявления физической нагрузки.


г. Сургут

Игровые виды спорта

Индивидуальные виды спорта

Нетре-нированные

г. Самара

Игровые виды спорта

z11=343,04

z12=46,39

z13=30,13

Индивидуальные виды спорта

z21=439,88

z22=143,12

z23=124,56

Нетренированные

z31=572,66

z32=276,05

z33 =257,91

Далее представим результаты сравнения параметров квазиаттракторов вектора состояния организма юношей, занимающихся  индивидуальными видами спорта и не регулярно занимающихся спортом (нетренированные) до, после 30 приседаний, после физической нагрузки, городов Сургута и Самары в 13-ти мерном фазовом пространстве.

Нами исследовались показатели вегетативной нервной системы у студентов, занимающихся тяжелой атлетикой  в ходе выполнения стандартных физических упражнений. Всего было обследовано 20 студентов в г. Сургуте и 20 студентов в г. Самаре в возрасте от 18 до 25 лет. Для каждой группы было выполнено по  30 измерений (итого 120 измерений) для выявления различий в параметрах ФСО тренированных и нетренированных студентов г. Сургута и г. Самары.

Показатели снимались до тренировки, после 30 приседаний, и после тренировки (15-ти минутной релаксации). Юношей разделили на 4 группы: 1– студенты г. Сургута, занимающиеся физической культурой (ФК) не регулярно (лишь 2 раза в неделю в рамках государственной программы по ФК);  2 -  студенты г. Самары, занимающиеся физической культурой (ФК) не регулярно (лишь 2 раза в неделю в рамках государственной программы по ФК); 3 – студенты г. Сургута, занимающиеся индивидуальными видами спорта (тяжелая атлетика); 4 – студенты г. Самары, занимающиеся индивидуальными видами спорта (тяжелая атлетика).

Таблица 8

Результаты сравнения параметров квазиаттракторов вектора состояния организма юношей, занимающихся  индивидуальными видами спорта и не регулярно занимающихся спортом (нетренированные) до нагрузки, после 30 приседаний, после предъявления физической нагрузки  городов Сургута и Самары

г. Сургут

Нагрузка

Индивидуальные виды спорта

Нетренированные

Rx

До

8925,90

3443,33

30 приседаний

1715,65

1243,49

После

835,28

25334,93

VG

До

2,21·1026

7,52·1023

30 приседаний

4,24·1023

9,35·1022

После

2,03·1023

5,86·1024

г. Самара

Нагрузка

Индивидуальные виды спорта

Нетренированные

Rx

До

5094,50

15111,68

30 приседаний

2713,98

4446,61

После

4446,61

25933,84

VG

До

4,19·1028

1,72·1027

30 приседаний

1,98·1027

1,33·1028

После

1,33·1028

6,43·1030

Квазиаттракторы движения ВСОЧ до и после предъявления физической нагрузки занимают разные области в фазовом пространстве (кроме того, что они имеют разные объемы). У юношей 3 группы, общий показатель асимметрии Rx – до тренировки равен 8 925.90, а после тренировки 835.28.

Объем квазиаттрактора VG составляет до нагрузки 2.21·1026 и после 4.24·1023, таким образом, после предъявления нагрузки он снижается на три порядка, что говорит о  стабилизирующем влиянии физической нагрузки на параметры  ФСО студентов занимающихся индивидуальными видами спорта (см. табл. 8).

У  юношей 4 группы  общий показатель асимметрии Rx до тренировки равен 5 094.5070 после тренировки 4 446.6119 Объем квазиаттрактора, составляет  до нагрузки 4.19·1028 и 1.33·1028 после, т.е. отмечается увеличение объема приблизительно в 3 раза после предъявляемой нагрузки (см. табл. 8).

У студентов 1 группы,  общий показатель асимметрии Rx до тренировки составляет 3 443.32, после составляет 25 334.93, т.е увеличивается практически в 7 раз. Также наблюдается существенное увеличение объема квазиаттрактора  с 7.52·1023 до 55.86·1024 что, говорит о существенном влиянии физической нагрузки на параметры ФСО нетренированных лиц (см. табл. 8).

Для студентов 2 группы можно отметить следующее:  общий показатель асимметрии Rx до тренировки равен 15 111.68, после составляет 25 933.84, т.е. происходит резкое увеличение данного показателя, что также характерно и для нетренированных студентов г. Сургута. Объем квазиаттрактора составляет  до  нагрузки 1.72·1027и 6.43·1030 после, т.е. возрастает в 3 раза (см. табл. 8).

Результаты таблицы 8 показывают, что параметры квазиаттракторов компонентов ВСО (параметры VG и Rx) юношей по городу Сургуту и по городу Самаре, резко отличаются по всем группам как до, так и после нагрузки. Причем до нагрузки наименьший показатель асимметрии Rx отмечен у юношей 3 и 4 групп, а наибольший показатель асимметрии Rx у студентов 2 группы. После предъявления нагрузки резко увеличивается этот параметр у нетренированных студентов города Самары,  такая же ситуация отмечена у студентов занимающихся индивидуальными  видами спорта (см. табл. 8).

Таблица 9

Матрицы идентификации расстояний zij между центрами хаотических квазиаттракторов вектора состояния организма юношей не регулярно занимающихся спортом до нагрузки, после 30 приседаний и после 15-ти мин. релаксации в 13- мерном фазовом пространстве г. Сургута и г. Самары


г. Сургут

г. Самара

нагрузка

до

нагрузки

30 приседаний

после

релаксации

до нагрузки

15 317,17

4 543,44

14 725,66

30 приседаний

12 496,54

7 671,78

8 082,29

после релаксации

22 343,47

20 010,35

14 977,39

Таблица 9 представляет весь набор межкластерных расстояний для двух кластеров испытуемых (кластер нетренированных юношей г. Сургута, содержит 3 квазиаттрактора, для 3-х измерений и кластер нетренированных юношей г. Самары, тоже для 3-х измерений).

Где zij – расстояния между (j-ми, i-ми) центрами хаотических квазиаттракторов двух изучаемых групп (компартментов) испытуемых.

Расчет матриц межаттракторных расстояний zij между центрами хаотических квазиаттракторов  показал, что наибольший параметр  zij отмечается при сравнении  нетренированных юношей  г. Сургута после полученной нагрузки (релаксации) и нетренированных юношей  г. Самары после 30 приседаний – 20 010,35, а также нетренированных юношей г. Сургута после 30 приседаний  и нетренированных юношей г. Самары после предъявления нагрузки – 22 343,49 (см.табл.9).

Анализируя расстояния zij между центрами хаотических квазиаттракторов  отметим что, наибольшее расстояние zij отмечается до предъявления нагрузки при сравнении нетренированных юношей  г. Самары и г. Сургута и составляет – 15 317,17 , после 30 приседаний параметр  zij  снижается до 7 671,78 (что свидетельствует о стабилизирующем влиянии нагрузки), а после полученной нагрузки  zij увеличивается практически в 2 раза  до 14 977,39, что свидетельствует о рассогласовании  параметров ФСО нетренированных студентов  и  степени детренированности (развитии гипокинезии), влияющей на организм молодых людей, проживающих в условиях Севера РФ и средней  полосы РФ (см. табл. 9).

Таблица 10

Матрицы идентификации расстояний zij между центрами хаотических квазиаттракторов вектора состояния организма юношей, занимающихся индивидуальными видами спорта до нагрузки, после 30 приседаний и после 15-ти мин. релаксации в 13 – мерном фазовом пространстве г.Сургута и г. Самары


г. Сургут

г. Самара

нагрузка

до нагрузки

30 приседаний

после

релаксации

до нагрузки

6 929,07

1 910,61

8 688,10

30 приседаний

4 168,10

3 832,28

6 031,91

после релаксации

3 804,78

8 459,03

2 584,74

Анализ таблицы 10 показал, что наибольшее расстояние zij между центрами хаотических квазиаттракторов отмечается при сравнении тренированных юношей  г. Самары и  г. Сургута до полученной нагрузки и составляет – 6 929,07, далее после 30 приседаний параметр  zij снижается до 3 832,28, а после периода релаксации также продолжает снижаться до 2 584,74, что свидетельствует  о стабилизирующем влиянии физической нагрузки на параметры ФСО  тренированных студентов.

При сравнении межаттракторных расстояний до тренировки в г. Сургуте и после тренировки в г. Самаре отмечается наибольшее расстояние, которое составляет – 8 688,10. Также большое межаттракторное расстояние наблюдается при сравнении параметров юношей г. Сургута после 30 приседаний и г. Самары после тренировки. Наименьшее же расстояние отмечается при сравнении юношей г. Сургута после 30 приседаний и г. Самары до тренировки и составляет  - 1 910,61.

Сравнительный анализ объемов квазиаттракторов двух городов показал, что до тренировки объемы квазиаттракторов у нетренированных юношей больше, чем у  тренированных юношей. После физической нагрузки наоборот, объемы квазиаттракторов тренированных юношей становятся меньше, чем у нетренированных, что характерно, как для Сургута, так и для г. Самары.  Т.е. физическая нагрузка стабилизирует параметры кардио-респираторной системы тренированных юношей и является первым маркером степени детренированности молодых жителей Югры, а также оценивает степень влияния гипокинезии на организм в условиях Севера РФ.

Расчет матриц межаттраторных расстояний тренированных юношей г. Сургута и г. Самары показал уменьшение расстояний (zij) между центрами квазиаттракторов, что свидетельствует  о стабилизирующем влиянии физической нагрузки. Расстояния между центрами квазиаттракторов  нетренированных студентов наоборот увеличивается после тренировки, что показывает недостаточную сформированность  у них адаптационных механизмов, а также существенное напряжение регуляторных процессов и  степень рассогласования  параметров функциональных систем организма.


Выводы

  1. Статическая нагрузка мышц верхних конечностей вызывает сдвиг АЧХ треморограмм в окрестности 2 Гц в область более низких частот (у девочек это менее выражено, чем у мальчиков), а в области 10 Гц первоначально имеем усиление амплитуды (у девочек с 9 до 12 у.е, а у мальчиков – сдвиг до 9 Гц и возрастание до 13 у.е.). Доказано, что именно диапазон до 15 Гц при этом наиболее информативен, а диапазон около 10 Гц является маркером пубертатного периода и маркером развития степени утомления.
  2. Анализ результатов спектральных характеристик микродвижений конечности в состоянии покоя, во время целевого удержания и после него показал возможность регистрации величины произвольного (волевого) изменения показателей тремора. Зафиксированное повышение амплитуды колебаний с частотой около 10 Гц можно объяснить управляющим тоническим воздействием со стороны нейросетей верхнего управляющего кластера (спинальный уровень). Используемая компартментно-кластерная модель позволяет качественно описать систему произвольного управления микродвижений конечности человека, что создает задел для дальнейшего исследования системы управления непроизвольным движением человека (тремором). При этом усиление диссипативных драйвов со стороны первого (иерархического) кластера снижает низкочастотный компонент и приводит к возникновению высокочастотного (в нашем случае 10 Гц) компонента в АЧХ тремора.
  3. Набор межкластерных расстояний для двух кластеров испытуемых (кластер юношей до нагрузки, содержит 3 квазиаттрактора, для 3-х групп измерений и кластер юношей после нагрузки, тоже для 3-х групп измерений) zij при сравнении индивидуальных видов до предъявления нагрузки и игровых видов после полученной нагрузки составляет  z12=54,09. В аналогичном сравнении с нерегулярно занимающимися спортом после полученной нагрузки z13=83,18, а при сравнении игровых видов спорта до и после нагрузки z11=99,40. Наибольшее же расстояние отмечается при сравнении не регулярно занимающихся юношей до и после полученной нагрузки и составляет z33=410,98, а также при сравнении игровых видов до нагрузки и нетренированных юношей после нагрузки - z31=426,95.
  4. Анализ расстояний zij при сравнении данных по гг. Самаре и Сургуту до физической нагрузки показал, что наибольшее различие отмечается при сравнении не регулярно занимающихся г. Самары  и индивидуальных видов спорта г. Сургута (z32=49,20), а также при сравнении  с игровыми видами спорта г. Сургута и составляет z31=44,69. Наименьшее расстояние отмечается при сравнении индивидуальных г. Сургута и игровых видов г. Самары и составляет  z21=7,17; также при сравнении игровых г.  Самары и не регулярно занимающихся г. Сургута - z13=9,54. После тренировки картина резко изменяется. Практически на порядок увеличивается расстояние между центрами квазиаттракторов, что характерно практически для всех групп сравнения, исключение составляют сравнение игровых видов г. Самары и индивидуальных видов г. Сургута, в этой группе  zij увеличивается с 37.89 до  46.39, т.е. незначительно.
  5. Установлено, что изменения параметров квазиаттракторов ВСОЧ в 5-ти мерном фазовом пространстве состояний более разительны, чем их статистические данные в отдельности: у нетренированных юношей исходный объем Vx уже высокий (5,72 ·106) и увеличивается после нагрузки только в 3 раза (1,51 ·107), в то время как у тренированных исходный объем Vу низкий (9,98·105), но увеличивается после нагрузки значительно (3,1 ·107), т.е. почти в 2 раза сравнительно с нетренированными. Более выраженные изменения происходят с расстояниями zij между центрами квазиаттракторов до и после нагрузки: у нетренированных юношей (гипокинезия) zij составил 411 у.е., а у тренированных – 99,4, что может быть эффективным показателем (маркером) степени детренированности (гипокинезии) в условиях Севера РФ.
  6. Методом многомерных фазовых пространств установлено, что большие объемы квазиаттрактров имеют юноши как до, так и после физической нагрузки, нежели девушки.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

  1. В качестве маркера пубертатного периода и маркера развития степени утомления могут быть использованы спектральные характеристики непроизвольных движений верхних конечностей (тремора) при анализе интервала до 15 Гц  и в, частности около 10 Гц.
  2. Разработанные методы на основе анализа параметров квазиаттракторов микродвижений конечностей человека могут быть использованы для первичного отбора спортсменов и для оценки качества тренированности в стрелковых видах спорта, если испытуемый реально и существенно может уменьшать низкочастотный компонент тремора (обычно это достигается путем тренировок у спортсменов высокого класса) и объем квазиаттраакктора.
  3. Метод и программный продукт для идентификации параметров состояния  КРС молодежи ХМАО-Югры в условиях дозированных нагрузок можно использовать как эффективный показатель (маркер) степени гипокинезии, которая существенно влияет на качество жизни  молодого населения ХМАО-Югры.

Патенты, изобретения, свидетельства о государственной регистрации программ ЭВМ:

  1. Еськов В.М., Еськов В.В., Козлова В.В., Филатов М.А. Способ корректировки лечебного или физкультурно-спортивного воздействия на организм человека в фазовом пространстве состояний с помощью матриц расстояний / № 2010108496/14 (011985)  от 09.03.2010.
  2. Еськов В.М., Брагинский М.Я., Козлова В.В., Филатов М.А. Программа медицинской диагностики по расстоянию между фактической точкой вектора состояния организма человека и ближайшими центрами квазиаттракторов / Свидетельство об официальной регистрации программы на ЭВМ №2010613543, РОСПАТЕНТ. – Москва, 2010 от 28.05.2010.

Монография:

  1. Системный анализ, управление и обработка информации в биологии и медицине. Часть 6. Системный анализ и синтез в изучении явлений синергизма при управлении гомеостазом организма в условиях саногенеза и патогенеза / Под редакцией А.А. Хадарцева, В.М. Еськова. -  Самара: Офорт (гриф РАН), 2005. - 153 с.
  2. Системный анализ, управление и обработка информации в биологии и медицине. Часть IX. Биоинформатика в изучении физиологических функций жителей Югры. / Под редакцией А.А. Хадарцева, В.М. Еськова. -  Самара: Офорт (гриф РАН), 2010. – 173 с.

Учебно методические пособия:

  1. Козлова, В.В. Биофизические и нейрокибернетические методы в хроноэкологии человека на Севере: учебное пособие для студентов биологического факультета СурГУ (курс лабораторно-практических работ) / сост. С.Н. Русак, Е.А. Мишина;  Сургут. Гос. Ун-тХМАО – Югры. – Сургут: ИЦ СурГУ, 2010. – 47 с.
  2. Козлова, В.В. Биофизический мониторинг экологических факторов, влияющих на здоровье человека : метод. рекомендации для практ. занятий по курсу «Мониторинг экологических факторов ХМАО». Ч.1. Физические факторы /сост. С.Н. Русак, Е.А. Мишина, В.В. Козлова ; Сургут. Гос. Ун-т ХМАО – Югры. – Сургут: ИЦ СурГУ, 2010. – 47 с.

Статьи в журналах по списку ВАК:

  1. Козлова, В.В. Сравнительный системный анализ показателей кардио – респираторной системы учащихся г. Сургута и г. Самары в рамках теории хаоса / И.Л. Пшенцова, А.В. Хисамова, М.А. Филатов // Вестник новых медицинских технологий. – 2007. – Т.XIV, №1. – С. 29 – 31.
  2. Козлова, В.В. Состояние показателей непроизвольных движений учащихся в условиях физической нагрузки в разные сезоны года. / М.Я. Брагинский, Ю.Г. Бурыкин, Е.В. Майстренко // Вестник новых медицинских технологий. – 2007. – Т.XIV, №1. – С. 61-63.
  3. Козлова, В.В. Сравнительный анализ физиологических показателей организма тренированных и нетренированных студентов Югры статистическими и синергетическими методами / В.М. Еськов, А.А. Глущук, Н.Б. Попова,  О.В. Климов // Вестник новых медицинских технологий. – 2008. – Т.XV, №3. – С. 35-38.
  4. Козлова, В.В. Системный анализ и синтез изменений физиологических параметров студентов Югры в условиях выполнения физической нагрузки / В.М. Еськов, К.А. Баев, А.Р. Балтиков,  О.В. Климов // Вестник новых медицинских технологий. – 2008. – Т.XV, №4. – С. 203-206.
  5. Козлова, В.В. Использование метода системного анализа в оценке адаптивных возможностей вегетативной нервной системы организма учащихся Северного региона / Е.А. Багнетова, О.Л. Нифонтова, О.Е. Филатова, А.П. Шокарев // Вестник новых медицинских технологий. – 2009. – Т.XVI,  №1. – С. 142-144.
  6. Козлова, В.В. Системный анализ аттракторов движения вектора состояния организма работников ОАО «СНГ», занимающихся атлетической гимнастикой / К.А. Баев, А.Р. Балтиков, М.М. Чагов // Информатика и системы управления.  – 2009. -  4 (22). – С. 51-53. 
  7. Козлова, В.В. Состояние нейровегетативного системокомплексов  учащихся Югры / Е.А.Мишина, Е.В.Майстренко, В.Н. Кочуров, О.А. Синюк // Вестник новых медицинских технологий. - 2009. – Т.XVI, №1. – С. 136-138.
  8. Козлова, В.В. Параметры квазиаттракторов поведения вектора состояния организма пловцов / В.М. Еськов, Е.А. Ананченко, О.В. Климов, Е.В. Майстренко // Вестник новых медицинских технологий. - 2009. – Т.XVI, №4 – С. 24-26.
  9. Козлова, В.В. Методы кибернетики в оценке состояния параметров организма человека в условиях реабилитации / Р.А. Антонова, О.В. Климов // Информатика и системы управления. – 2010. -  2 (24). – С. 119-122.
  10. Козлова, В.В. Диагностика физиологических функций женщин-пловцов Югры методом расчета матриц межкластерных расстояний / В.М. Еськов, М.Я. Брагинский, Е.В. Майстренко // Системный анализ и управление в биомедицинских системах. – 2010. –Т.9, №3. - С. 500-505.
  11. Козлова, В.В. Исследование функциональных систем организма студентов Югры в условиях мышечной нагрузки методом фазового пространства / М.Я. Брагинский, А.А. Балтикова, Е.В. Майстренко // Современные наукоемкие технологии. - 2010. - №12. – C. 23-24.
  12. Козлова, В.В. Корректировка лечебного или физкультурно-спортивного воздействия на организм человека в фазовом пространстве состояний с помощью матриц расстояний / О.В. Климов, Е.В. Майстренко, Э.Д. Умаров // Вестник новых медицинских технологий. – 2011. – Т.XVIII,  №3. – С. 333-334.
  13. Козлова, В.В. Сравнение параметров квазиаттракторов поведения вектора состояния организма тренированных и нетренированных студентов / В.М. Еськов, В.Н. Голушков, В.В. Еськов, Л.В. Гизатулина // Теория и практика физической культуры. – 2011. - № 10. – С. 92-94.
  14. Козлова, В.В. Сравнительный анализ и синтез физиологических параметров организма студентов Югры в фазовых пространствах состояний / В.М. Еськов, В.Н. Голушков // Теория и практика физической культуры. – 2011. - № 11. – С. 88-94.
  15. Козлова, В.В. Биомеханическая система для изучения микродвижений конечностей человека: хаотические и стохастические подходы в оценке физиологического тремора / В.М. Еськов, М.Я. Брагинский, М.А. Джалилов, А.Е. Баженова // Вестник новых медицинских технологий. – 2011. – Т.XVIII,  №4. – С. 44-48.

Статьи в  других  журналах и материалах конференций:

  1. Гудкова, В.В. Установление зависимости между вегетососудистыми реакциями и показателями двигательных функций человека //Гудкова В.В. III Конгресс молодых исследователей Западно - Сибирского Региона:  сб. тезисов докладов. – Сургут, 1999. - С.50.
  2. Гудкова, В.В. Использование пакета прикладных программ в медико-биологических исследованиях / В.А. Рачковская, А.Ф. Баева, И.В. Бисярина // Медико-биологические и экологические проблемы здоровья человека на Севере: сб. мат-лов Всероссийской научно-практической конференции. – Сургут, 2000. – С. 232.
  3. Козлова, В.В. Динамика изменения показателей двигательных функций в зависимости от возраста учащихся / С.В. Асташов, О.И. Кочурова, Е.В. Майстренко, О.А. Синюк  //  Экологический вестник Югории.- 2004.- Т. 1, № 3-4.- С.32-41.
  4. Козлова, В.В. Возможности теории фазатона мозга в объяснении особенностей регуляции функции организма человека на Севере РФ / О.Е. Филатова, В.А. Папшев, Е.В. Майстренко, Е.А. Мишина // Материалы XIV международной конференции по нейрокибернетике.- Ростов-на-Дону, 2005.– С. 222-226.
  5. Козлова, В.В. Возрастные закономерности показателей тремора учащихся г. Сургута / Е.В. Майстренко, А.А. Глущук, О.В. Климов // Экологическое образование и здоровый образ жизни: мат-лы науч. конф. – Сургут, 2005. – С. 115-117.
  6. Козлова, В.В. Показатели функциональных систем организма (ФСО) тренированных и нетренированных студентов Югры в аспекте теории хаоса и синергетики / О.В. Климов, Н.Б. Попова, К.А. Шаманский, Т.Н. Шипилова //  Экологический вестник Югории.  – 2005. -  Т. II, № 3-4.- С.42-50.
  7. Козлова, В.В. Показатели произвольных и непроизвольных движений учащихся, проживающих на Севере РФ / А.А. Глущук, О.В. Климов, Е.В. Майстренко // Наука и инновации XXI века: мат-лы VI откр. окр. конф. молодых ученых.- Сургут: Изд-во СурГУ, 2006.- С.198-199.
  8. Козлова, В.В. Влияние физической нагрузки на показатели кардио-респираторной и нейро-вегетативной системы человека в условиях Севера / В.А. Вишневский, О.В. Климов, С.И. Логинов, И.Э. Юденко // Спасти и сохранить: мат-лы откр. окр. конф. - Сургут: Изд-во СурГУ, 2006. –С.142-145.
  9. Козлова, В.В. Системный синтез параметров аттракторов состояния вегетативной нервной системы населения Югры / В.М. Еськов, Ю.В. Добрынин, О.А. Синюк, Е.А. Мишина // Нейронаука для медицины и психологии: Второй Международный Междисциплинарный конгресс. – Судак, 2006. – С. 92-93.
  10. Козлова, В.В. Состояние показателей непроизвольных движений учащихся в условиях физической нагрузки в разные сезоны года / Ф.И. Аушева, Е.В. Майстренко // Наука и инновации XXI века: мат-лы VII окр. конф. молодых ученых. -  Сургут: Изд-во СурГУ, 2007.  – С. 120 – 121.
  11. Козлова, В.В. Изучение показателей кардио-респираторной системы у спортсменов в рамках фазатоной теории мозга / К.Н. Берестин, О.В. Климов, Е.А. Мишина, В.В. Лазарев // Естественные науки. Вып.27.: сб. научных трудов. -  Сургут: Изд-во СурГУ, 2007.  – С. 3 -8.
  12. Козлова, В.В. Особенности показателей функциональных систем организма учащихся в младших классах / О.А. Синюк, О.И. Кочурова  // Экологический вестник Югории. – 2007. –Т. 4, №1. – С.60-68.
  13. Козлова, В.В. Расчет параметров аттракторов кардио – респираторной системы студентов в условиях дозированных физических нагрузок как объективный показатель влияния экосреды / Г.С. Козупица, К.А.Баев, А.Р. Балтиков, О.В. Климов, О.А.Кошевой // Современные аспекты клинической физиологии в медицине: сб. статей Всероссийской науч. конф. – Самара, 2008. – С.179- 183.
  14. Козлова, В.В. Синергетическая оценка  физиологических показателей тренированных и нетренированных студентов Югры в условиях выполнения физической нагрузки / К.А. Баев, А.Р. Балтиков, О.В. Климов, Н.Б.Попова // Экологический вестник Югории. – 2008. –Т. 5, №1. – С.64-77.
  15. Козлова, В.В. Нейрокомпьтерная идентификация параметров порядка вектора состояния организма человека в условиях физических нагрузок / О.В.Климов, В.Н. Голушков, И.В.  Буров // Третий симпозиум по нейроинформатике и нейрокомпьютерам: мат-лы 15 международной конф-ции по нейрокибернетике. – Ростов-на-Дону, 2009. – С. 87-89.
  16. Козлова, В.В. Эколого-физиологическая оценка параметров квазиаттракторов вектора состояния организма студентов Югры в аспекте теории хаоса и синергетики / А.Е Баженова, Е.В. Майстренко, К.В. Наумов // Экологический вестник Югории. – 2009. –Т. 6, №3. – С.16-21.
  17. Козлова, В.В. Измерение расстояний между  центрами квазиаттракторов вектора состояния организма спортсменов г.Самары и г.Сургута / М.Я.Брагинский, Е.В.Майстренко, Д.Ю.Филатова // Физиологические механизмы адаптации человека: мат-лы межд. Науч.-практ. конф. – Тюмень: Изд-во «Лаконика», 2010. – С. 166-169.
  18. Козлова, В.В. Системный анализ влияния комплекса реабилитационных мероприятий на параметры организма  больных, перенесших инсульт / Ю.В. Добрынин, В.В. Еськов, Е.В. Майстренко // Современные технологии восстановительной медицины и реабилитации: тезисы 11 междунар. конф. – Сочи, 2010. – С. 83-84.
  19. Козлова, В.В. Измерение расстояний между центрами квазиаттракторов вектора состояния организма спортсменов г. Самары и г. Сургута / В.Н. Голушков, О.А. Ведясова, Е.В. Майстренко // Электронное научное издание. Ученые заметки ТОГУ. – 2010. -  Т.1, №1. – С. 28-31.
  20. Козлова, В.В. Применение метода идентификации параметров квазиаттракторов поведения вектора состояния организма тренированных и нетренированных студентов г. Сургута и г. Самары / Г.С. Козупица, Л.П. Гудкова, Е.В. Майстренко // Экологический вестник Югории. – 2011. – Т. 7, № 2-3. – С.39-43.
  21. Козлова, В.В. Особенности действия регуляторных фармацевтических препаратов на показатели двигательных функций человека/ В.В. Козлова // Экологический вестник Югории. – 2011. – Т. 8, № 3-4. – С.42-46.

Список сокращений

АЦП – аналого-цифровой преобразователь

АЧХ – амплитудно-частотная характеристика

БДС – биологическая динамическая система

БИК – биофизический измерительный комплекс

ВНС – вегетативная нервная система

ВСО(Ч) – вектор состояния организма (человека)

ВСР – вариабельность сердечного ритма

ВСС – вектор состояния системы

ДСП – детерминистско-стохастический подход

ИНБ – индекс напряжения Баевского

КИ – кардиоинтервал

ККП – компартментно-кластерный подход

ККТБ – компартментно-кластерная теория  биосистем

КРС – кардио-респираторная система

НВС – нейровегетативный системокомплекс

НМС – нервно-мышечная система

НТС – нейро-трансмиттерный система (системокомплекс)

ПАР – парасимпатический отдел вегетативной нервной системы

ПП – параметры порядка

РУ – разностные уравнения

СИМ – симпатический отдел вегетативной нервной системы

ССС – сердечно-сосудистая система

ТХС – теория хаоса и синергетики

ФК – физическая культура

ФПС – фазовое пространство состояний

ФСО – функциональные системы организма

ЦНС – центральная нервная система

ЧСС – частота сердечных сокращений

Формат 60×84/16. Объем 0,97 уч.-изд.л. Тираж 60 экз. Заказ №313. Отпечатано на ризографе в полиграфическом отделе СурГУ, 628400, г. Сургут, ул. Лермонтова, 5.







© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.