Модель дифференциальной диагностики поражений нервной системы у детей раннего возраста

Перинатальная патология центральной нервной системы занимает ведущие позиции в структуре детской заболеваемости, что диктует необходимость поиска оптимальных подходов к ранней диагностике гипоксически-ишемических и травматических поражений центральной нервной системы, в том числе с использованием технологий математического моделирования. Цель работы состоит в создании и апробации математической модели дифференциальной диагностики гипоксически-ишемических и травматических поражений нервной системы у детей с использованием метода кариометрии. В исследование были включены 290 доношенных детей первого года жизни: первая группа сравнения включала 120 новорожденных с гипоксически-ишемическим поражением центральной нрвной системы, вторая – 120 новорожденных с ее травматическим поражением, контрольная группа включала 50 здоровых детей. Всем детям в возрасте 1, 3, 6, 9 месяцев и 1 года оценивались физическое и нервно-психическое развитие, двигательные функции по методу Л. Т. Журбы. На первом месяце жизни проводились нейросонография головного мозга, рентгенологическое обследование головы и шейного отдела позвоночника в двух проекциях. В возрасте 1, 3 и 6 месяцев выполнялось морфологическое исследование лимфоцитов (кариометрия). Для создания математической модели дифференциальной диагностики гипоксически-ишемических и травматических поражений нервной системы были взяты 12 показателей нейросонографии и 4 показателя морфологии лимфоцитов периферической капиллярной крови (площадь и периметр ядра, площадь и периметр клетки). В построении диагностической модели использовали самообучающуюся искусственную нейронную сеть, работа которой воспроизведена при помощи созданного программного приложения. Исследование показало, что полученная нами модель проста в использовании, экономит время на постановку диагноза, обладает высокой степенью распознавания: специфичность модели – 89,2%, чувствительность 92%.

1. Здравоохранение в России. 2019: Стат. сб.Ро сстат. М., 2019. 170 с.

2. Баранов А. А., Намазова-Баранова Л. С., Волынец Г. В., Ильин А. Г., Конова С. Р. Определение ограничений жизнедеятельности в категории «Способность к общению» («Общение») у детей разного возраста на основе международной классификации функционирования, ограничений жизнедеятельности и здоровья. М.: ПедиатрЪ. 2013. 64-96 с.

3. Журба Л. Т., Мастюкова Е. М. Нарушение психомоторного развития детей первого года жизни. М.: Медицина, 1981. 272 с.

4. Тхи Тху Чанг Буй, Нгок Хоанг Фан, Спицын В. Г. Алгоритмическое и программное обеспечение для классификации цифровых изображений с помощью вейвлет-преобразования Хаара и нейронных сетей // Известия ТПУ. 2011; 5 (319): 103-106.

5. Жернаков С. В., Кобылев С. В. Использование рекуррентных нейросетей в задаче диагностики технического состояния гидромеханического автомата разгона // Вестник УГАТУ. 2011; 3 (15): 142-156.

6. Гергет О. М, Кривоногова Т. С. Коллективное принятие решения в биомедицинской системе // Информационные и математические технологии в науке и управлении / Под ред. Л. В. Массель. Иркутск: ИСЭМ СО РАН, 2008. Т. 2. С. 201-206.

7. Громада Н. Е. Эффективность метода кариометрии лимфоцитов в диагностике тяжести гипоксического перинатального поражения центральной нервной системы у новорожденных // Российский Вестник перинатологии и педиатрии. 2008; (2): 19-24.