Различение хаотических и регулярных временных рядов для идентификации состояния артериовенозной фистулы

Вестник кибернетики. 2022. Т. 45. № 1. С. 72–82.

Громов В. А., Мазайшвили К. В., Заикин П. В., Николаев Е. Н., Бесчастнов Ю. Н., Зворыкина Е. И., Паринов А. А., Незнанов А. А.

Распространенность хронической болезни почек ежегодно растет и уже сопоставима с такими социально значимыми заболеваниями, как гипертоническая болезнь и сахарный диабет, а также с ожирением и метаболическим синдромом [1,2].  Стандартным решением для гемодиализных пациентов является создание постоянного сосудистого доступа а виде артерио-венозной фистулы. Однако, ее использование ограничивается частыми тромбозами, что влечет за собой риски для жизни пациента.

В данной работе предлагается метод автоматической классификации рядов отвечающих, нормально и патологически функционирующей фистулам. Метод основывается на гипотезе о том, что нормально функционирующей фистуле соответствует течение крови, близкое к ламинарному, а патологически функционирующей – близкое к турбулентному. С математической точки зрения мы рассматривали задачу различения регулярных и хаотических временных рядов. Для решения указанной задачи было рассмотрено два метода различения хаотических рядов от регулярных. Первый предполагает отыскание позиции ряда на плоскости энтропия-сложность. Далее указанная позиция сравнивается с выявленными кластерами значений множества временных рядов. Второй (предложенный авторами) метод предполагает построение объектно-атрибутного графа в рамках концепции анализа формальных понятий.

Оба используемых метода оказались эффективными в определении состояния фистулы, второй метод был более оптимальным для определения тромбированных фистул.

Ключевые слова: entropy, энтропия, кластеризация, complexity, сложность, clustering, Chaotic time series prediction, хаотические временные ряды, медицинская диагностика, medical diagnostics

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Интеллектуальный анализ данных в медицинских информационных системах (2022)