С целью минимизации времени определения регуляторно-адаптивных возможностей (РАВ) организма человека методом сердечно-дыхательного синхронизма (СДС) проведён статистический анализ данных, входящих в алгоритм оценки РАВ, для получения прогноза максимальной границы (Макс.гр.) диапазона синхронизации (ДС) сердечного и дыхательного ритмов на основе наименее трудоёмких по измерениям или фиксации параметров СДС. В качестве основы прогноза ДС и Макс.гр. исследованы следующие факторы-аргументы: минимальная граница диапазона синхронизации, длительность развития синхронизации на минимальной границе, исходная частота дыхания и сердцебиения, возраст, рост, вес, пол, день менструального цикла (для женщин), величины диастолического и систолического артериального давления. Рассмотрены линейные и квадратичные регрессионные модели, а также нейросетевые методы -многослойный персептрон и сеть типа радиальной базисной функции. Наилучшую точность показала нейросетевая регрессия: величина диапазона синхронизации ритмов дыхания и сердцебиения может прогнозироваться по указанным факторам-аргументам с относительной погрешностью до 20-30%, с вероятностью 80-90%.
We conducted a statistical analysis of the data, which are included in the regulatory and adaptive capabilities (RAC) estimation algorithm, to obtain the forecasting of maximum boundary (Max.B.) of synchronization range of cardiac and respiratory rhythms, in order to minimize the definition time of RAC of the human body by the method of the cardiorespiratory synchronism (CRS). The following factors have been examined as the basis of the Max.B. forecast: the minimum boundary of the synchronization range, duration of evolution synchronization at the minimum boundary, Initial respiratory rate, Initial heart rate, age, height, weight, gender, menstrual cycle phase (only for women), diastolic and systolic blood pressure values. Linear and quadratic regression models, and neural network techniques - multilayer perceptron and radial basis function network have been analyzed. Neural network regression has shown the best accuracy: the value of synchronization range of cardiac and respiratory rhythms value can be forecast by these factors with the relative error of 20-30%, the probability will be grow up to level of 80-90%.
The authors declare that there are no conflicts of interest present.