Нейросетевое моделирование микроциркуляторного кровотока

ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
А.М. ФОМИН, С.Е. КИСЛЯЕВ
Самарский государственный медицинский университет
Самарский государственный аэрокосмический университет
micros@fromru.com
НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ
МИКРОЦИРКУЛЯТОРНОГО КРОВОТОКА В МИОКАРДЕ
И ЭПИКАРДЕ СЕРДЦА ЧЕЛОВЕКА
Аннотация
В настоящей работе изложены результаты оценки морфометрических
показателей микрососудистых конструкций миокарда и эпикарда сердца
человека с применением искусственных нейронных сетей (СОК Кохонена,
MLP – сети) и генетического алгоритма.
Значительная часть задач, решаемая на современном этапе развития
морфологии – идеальное поле применения информационных технологий
[4]. Наиболее яркий практический успех нейроинформационных методов
можно ожидать в области изучения морфологических и функциональных
особенностей регуляции местного кровотока [8]. Это связано с тем, что в
решении данных задач не представляется возможность учесть все реально
имеющиеся условия, от которых зависит ответ. При этом ответ носит
практически неточный, приблизительный характер [5].
Изучению механизма регуляции кровотока в миокарде и эпикарде
посвящено ряд работ [1, 2, 6, 7, 9, 10, 11, 13, 14, 15]. Авторами
предложены
гипотезы
(метаболическая,
гистомеханическая
и
внутригемомикронасосная,
экстраваскулярная)
нуждающиеся
в
морфологическом обосновании. Однако значительная вариативность
картин
ангиоархитектоники
и
функционального
состояния
кардиомиоцитов не позволяет получить
достаточно надежную
морфометрическую информацию даже при возможности проведения
значительного по объему числа измерений. Анализ этих данных позволил
бы получить те критерии приспособительной изменчивости, лежащей в
пределах «нормы реакции», которые обеспечиваются, в том числе и
оптимальной конфигурацией и состоянием микрососудистых сетей
миокарда и эпикарда.
Цель работы: изучить с помощью искусственных нейронных сетей и
генетического алгоритма особенности организации микроциркуляторного
русла эпикарда и миокарда сердца человека.
УДК 004.032.26(06) Нейронные сети
58
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
Материал и методы. Изучено 198 гистологических препаратов
миокарда человека 1 и 2 периодов зрелого возраста. Для изучения
взаимоотношений сосудистых конструкций и кардиомиоцитов применен
инъекционный метод с последующей окраской гистологических срезов.
Метрическую информацию получали измерением диаметров, длины
сосудов, углов ветвлений и радиусов изгибов с помощью окуляр
микрометра МОВ х1-15. Математическое описание проводили на
основании известных законов гидродинамики о распределении и течении
жидкостей в трубках.
Статистический анализ данных (включающий дескриптивные
статистики, характер распределения входных данных, непараметрический
дисперсионный анализ с применением критерия Н-Крусскалл-Уоллиса)
осуществлялся с использованием статистического пакета «Statistica, v.5.0»
(StatSoft, США) и универсального пакета нейросетевого анализа «Statistica
Neural Networks, v.4.0» (StatSoft, США).
Использование искусственных нейронных сетей и генетического
алгоритма отбора выходных переменных было определено, с одной
стороны, тем, что функционирование системы в рамках синтетической
модели может быть описано информационно [8], на основе
морфометрического
наблюдения,
предполагающего
проведение:
классификаций
внутренних
состояний
системы
(миокарда),
сравнительной информационной значимости структурных составляющих
микроциркуляторного модуля и т.п. С другой стороны, оно определяемо
особенностями морфометрической информации, включающей:
1) непараметрическим распределением морфометрических данных;
2) пространственной ориентацией структурных элементов модуля
(трехмерное пространство) и несовершенством методик носящих
объективный характер, что обуславливает неполноту входных данных;
3) разнородным
характером
морфометрической
информации,
необходимой для целостного описания гемомикроциркуляторного модуля
перикарда и миокарда человека.
Исследование проводилось в несколько этапов:
I этап: изучить морфометрические данных, описывающие
гемомикроциркуляторный модуль эпикарда с помощью СОК Кохонена:
Ангиоархитектоника капиллярных сетей эпикарда представлена на
рисунке 1. Обращает на себя внимание отсутствие четкой ориентации
капиллярных петель, наличие соустий на уровне всех звеньев
микроциркуляторного русла. Посткапилляры образуются посредством
УДК 004.032.26(06) Нейронные сети
59
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
слияния двух-трех капилляров и впадают в венулу, которые формируют
вместе с венами поверхностную венозную сеть эпикарда.
Рис. 1. Микроциркуляторное русло эпикарда.
Внутрисосудистая инъекция берлинской лазурью. Ув.х200
Дескриптивные
статистики
морфометрических
показателей
структурных элементов модуля эпикарда приведены в табл. 1.
Нейросетевой анализ морфометрических данных проводился с
применением СОК Кохонена. В качестве входных переменных были
выбраны диаметры: 1. капилляров, 2. прекапилляров, 3. артериол, 4.
венулы, 5. прекапилляров, 6. посткапилляров и углы отхождения: 7.
артериолы от артерии, 8. посткапилляра от артериолы.
СОК Кохонена применялись для кластеризации морфометрических
данных модулей эпикарда с целью выделения однородных групп. В
качестве обучающих контрольных выборок использовались данные
результатов
морфометрического
исследования
1020
гемомикроциркуляторных модулей эпикарда. Обучающие и контрольные
выборки были выбраны случайным образом (500 и 520 модулей,
соответственно). Были выбраны параметры пре/пост-процессирования
сети. Общее число элементов в столбце 4х4.
Таблица 1
Дескриптивные статистики структурных компонентов
микрогемоциркуляторного модуля эпикарда человека
УДК 004.032.26(06) Нейронные сети
60
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
Структурные элементы
Артериола
Прекапилляр
Капилляр
Посткапилляр
Венула
Медиана
82,2
28,30
15,2
47,1
134,2
Диаметр, мкм
Min
75,0
83,1
61,2
-
Max
78,99
81,5
73,5
-
Результаты анализа частот выигрышей нейронов, представленных на
топологической карте, приведен в табл. 2.
Таблица 2
Топологическая карта частот выигрышей нейронов СОК Кохонена
морфометрических показателей гемомикроциркуляторного модуля
перикарда (%)
Выборка
Обучающая
Контрольная
1
0,6
0,5
0
0
1,1
1,3
0
0,1
Топологическая карта
2
3
0
1,8
а
30,2
б 20,0
г
18,4
20,0
1,1
2,1
0
1,3
41,2
15,0
15,0
17,5
1,0
1,0
4
0
в
1,3
2.0
0,9
0
1,0
1,2
2,0
Кластеризация модулей СОК позволила выявить четыре примерно
равные по объему группы (а, б, в, г). Различия между морфометрическими
показателями элементов модулей этих групп (с применением H-критерия
Крускалл-Уоллеса) были не достоверны (р > 0,005), т.е. практически
можно было сделать заключение об однообразности морфологической
картины и использовать дескриптивные показатели для разработки
информационной модели, предназначенной для оценки универсального
морфологического феномена – начальное искривление сосуда.
II
этап
включал
анализ
морфометрических
данных
гемомикроциркуляторных модулей миокарда человека. Если перикард и
эпикард это «пленочные» структуры, где изучение ангиоархитектоники не
представляет больших затруднений, то миокард это сложная трехмерная
синцитиальная структура, в которой располагается трехмерная сосудистая
УДК 004.032.26(06) Нейронные сети
61
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
сеть. Дескриптивные статистики (медианы) структурных компонентов
микроциркуляторного русла миокарда приведены в табл. 3.
Таблица 3
Дескриптивные статистики (медианы) структурных компонентов
микрогемоциркуляторного русла миокарда
Структурные
элементы
Артериола
Прекапилляр
Капилляр
Посткапилляр
Венула
Артериола
Прекапилляр
Капилляр
Посткапилляр
Венула
Артериола
Прекапилляр
Капилляр
Посткапилляр
Венула
Диаметр, мкм
Протяженность,
мкм
Поверхностный слой миокарда
28,1
98,5
12,25
78,0
11,09
380,0
15,06
69,1
27,11
61,0
Средний слой миокарда
17,21
92,3
12,21
362,1
9,1
51,3
14,32
46,5
21,63
Глубокий слой миокарда
12,45
60,25
9,75
43,9
24,56
285,6
85,6
48,5
37,8
Угол
отхождения,
град.
43,5
69,1
35,5
67,2
56,5
29,6
66,1
28,9
36,7
Нейросетевой анализ проводился с применением СОК Кохонена и
далее с помощью MLP-сетей и генетического алгоритма отбора входных
переменных.
СОК Кохонена применялись для кластеризации морфометрических
показателей
гемомикроциркуляторных
модулей
миокарда
(поверхностного, среднего и глубокого) человека с целью выделения
однородных групп. В качестве входных переменных выступали диаметры
артериол, прекапилляров, капилляров, посткапилляров, венул и величины
углов отхождения артериол, прекапилляров и капилляров. Общее число
элементов у топографических карт был 4х4. Параметры обучения СОК
был примерно одинаковы. В качестве примера приводим параметры
УДК 004.032.26(06) Нейронные сети
62
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
обучения СОК для кластеризации морфометрических показателей
гемомикроциркуляторных модулей поверхностного слоя миокарда. На
первом этапе – 75 эпох; на втором – 150. Уменьшение параметра скорости
обучения было равно 0,3. Размер окрестности сохранялся равный 1. На
втором этапе обучения скорость сохраняли постоянной, равной 0,1.
Размер окрестности сохраняли равной нулю. Ошибки обучения ИНС
были удовлетворительными.
Топологические карты СОК Кохонена представлены в табл. 4-6.
Таблица 4
Топологическая карта частот выигрышей нейронов СОК Кохонена
морфометрических показателей гемомикроциркуляторного модуля (%)
поверхностного слоя миокарда (280 объектов)
Выборка
Обучающая
Контрольная
1
1,2
7,4
19,75
11,11
0
0,84
27,11
16,94
Топологическая карта
2
3
2,46
1,23
1,23
1,85
9,87
1,23
0,6
0,6
0
0,84
22,03
0,84
0
0
0
0
4
25,92
19,75
1,85
0
10,16
20,33
0
0
При сравнении топологических карт обучающих и контрольных
выборок обращает на себя внимание факт неполного использования
ресурсов ИНС при приемлемой ошибке их обучения и примерно равных
по объему соответствующих на топологической карте кластеров (для всех
слоев миокарда). Практически выделяются группы достаточно больших
по
объему
кластеров.
С
применением
однофакторного
непараметрического анализа сравнивались морфометрические показатели
микроциркуляторной части модуля внутри выделенных групп кластеров.
Различия были статистически значимы для всех структур, р = 0,000. Были
проведен сбор дополнительных морфометрических данных, включающих
измерения объема миокардиоцитов и радиуса кривизны прекапилляров и
капилляров. Оказалось, что для всех слоев миокарда выделяются
отдельные группы кластеров, «описывающие» гемомикроциркуляторные
модули с кардиомиоцитами объем которых увеличен до 20 % и
значительным увеличением радиуса кривизны прекапилляров и
УДК 004.032.26(06) Нейронные сети
63
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
капилляров. Микрофотографии кардиомиоцитов (в сокращенном и
расслабленном состоянии) и нескольких структурных компонентов
системы микроциркуляции модуля одного из слоев миокарда приведены
на рис. 2а и 2б. Расслабление кардиомиоцитов ведет к уменьшению угла
ответвления и уменьшению кривизны дугообразных сосудов. Сокращение
– сопровождается противоположными изменениями.
Таблица 5
Топологическая карта частот выигрышей нейронов СОК Кохонена
морфометрических показателей гемомикроциркуляторного модулей (%)
среднего слоя миокарда (251 объект)
Выборка
Обучающая
Контрольная
1
0,70
8,51
17,02
17,02
1,81
10,90
22,72
0,90
Топологическая карта
2
3
0
0,70
1,41
11,34
2,83
5,67
2,12
0,70
0,90
1,81
11,81
0,90
0,90
1,181
0,90
1,181
4
14,18
14,89
9,92
0,70
26,36
14,54
0
0,90
Использование дополнительных морфометрических показателей при
выделении двух групп кластеров, включающих гемомикроциркуляторные
модули с кардиомиоцитами, находящимися в различном функциональном
состоянии (сокращение, расслабление) значительно расширило и
усложнило разработку модели интрамиокардиального кровотока. Для
снижения размерности модели использовали генетические алгоритмы
отбора входных переменных при обучении ИНС. Для двух групп кластеров,
с включением дополнительных переменных (радиусы кривизны артериолы,
прекапилляра и капилляра) проектировали и обучали (алгоритм обратного
распространения ошибки) MLP-сети. Характеристика искусственных
нейронных сетей, распознающих кластеры гемомикроциркуляторных
модулей миокарда и их диагностические характеристики, приведены в табл.
7 и 8.
Таблица 6
Топологическая карта частот выигрышей нейронов СОК Кохонена
УДК 004.032.26(06) Нейронные сети
64
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
морфометрических показателей гемомикроциркуляторного модулей (%)
глубоких слоев миокарда (162 объекта)
Выборка
Обучающая
Контрольная
1
0
0
30,0
22,85
0
0
40,90
22,72
Топологическая карта
2
3
0
0
0
0
14,20
0
0
0
0
0
0
0
0
0
0
0
а)
4
14,20
18,57
0
0
0
36,36
0
0
б)
Рис. 2. Сокращенные (а), расслабленные (б) кардиомиоциты.
Внутрисосудистая инъекция парижской синей на хлороформе.
Окраска по Ван-Гизон. Ув. Х600
Обученные MLP-сети 3, по показателю ошибки обучения и
диагностической эффективности, были оценены как удовлетворительные
в распознавании двух групп гемомикроциркуцляторных модулей.
Применение генетического алгоритма позволило отобрать такие
морфометрические показатели, как диаметры артериол, прекапилляров,
капилляров, посткапилляров, венул и величины углов отхождения
артериол, прекапилляров и капилляров, радиусы кривизны прекапилляра
и капилляра, без учета размеров кардиомиоцитов. Проведенный
математический
анализ
интрамиокардиального
кровотока
(по
полученным результатам нейросетевого анализа) [13] позволил дать
УДК 004.032.26(06) Нейронные сети
65
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
объективное подтверждение о превалирующей роли гистомеханической
гипотезы в регуляции интрамиокардиального кровотока.
Таблица 7
Характеристика искусственных нейронных сетей, распознающих кластеры
гемомикроциркуляторных модулей миокарда
Слои миокарда
Поверхностный
слой
Средний слой
Глубокий слой
ТИП
ИНС
MLP
(1)
MLP
(2)
MLP
(3)
Число
входных
нейронов
Число
скрытых
нейронов
10
5
Число
нейронов
выходного
слоя
2
10
6
2
0,21
10
8
2
0,29
Ошибка
обучени
я ИНС
0,15
Таблица 8
Диагностические характеристики искусственных нейронных сетей
для распознавания модулей для слоев миокарда (%)
ИНС
MLP (1)
MLP (2)
MLP (3)
Диагностические характеристики
Чувствительность
Специфичность
Точность
83,5
76,5
92,5
79,1
83,2
87,5
70,5
73,1
73,5
Заключение.
Данный
подход
в
комплексной
оценке
гемомикроциркуляторного русла модулей эпикарда и миокарда,
основанный на использовании нейросетевого анализа морфометрических
данных, в значительной степени способен быть эффективно использован в
морфологическом эксперименте в рамках дальнейшего обоснования
гипотезы гистомеханической функции сердца.
Список литературы
1. Адыширин-Заде Э.А. Структурные основы регуляции органной гемодинамики.//В сб.:
Морфологические аспекты регуляции органного кровотока./Куйбышев:КМИ, 1986. – С. 5-14.
УДК 004.032.26(06) Нейронные сети
66
ISBN 5-7262-0634-7. НЕЙРОИНФОРМАТИКА – 2006. Часть 2
2. Адыширин-Заде Э.А., Габаин Л.И., Фомин А.М. Структурные механизмы регуляции
кровотока в миокарде // В кн.: достижения морфологии – для медицины и сельского
хозяйства // Вильнюс, 1985. –С. 5.
3. Горбань А.Н., Россиев Д.О. Нейронные сети на персональном компьютере //
Новосибирск: Наука. Сиб. изд. фирма РАН, 1996. – 276 с.
4. Ежов А.А., Нечеткий В.В. Нейронные сети в медицине.//Открытые системы, 1997,
№4. – С.34-37.
5. Иванов А.И., Кисляев С.Е., Гелашвили П.А. Искусственные нейронные сети в
медицине и здравоохранении // Самара: «Офорт», 2004. –С.214.
6. Недвецкая Г.Д., Аринчин Н.И. Внутримиокардиальная микронасосная деятельность
при ритмическом растяжении миокарда // Докл. АН БССР, 1978, т.22, №5. – с.471-473.
7. Недвецкая Г.Д. Микронасосная гемодинамическая функция миокарда.//Мн., Наука и
техника, 1989. – 199 с.
8. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин и др. //
Новосибирск: Наука. Сибирское предприятие РАН, 1998. – 296 с.
9. Фомин А.М. Математическое описание внутримиокардиального кровотока // В кн.:
Макро- и микроморфология. Саратов, изд-во Саратовского медицинского университета,
1999. – с.187-191.
10. Фомин А.М. Специфические признаки микрогемоциркуляторных субъединиц
миокарда и развитие функциональной гиперемии // Морфологические ведомости
(приложение), 2004, №1-2. – С.111.
11. Фомин А.М. Конфигурация микрососудистых сетей и регуляция кровотока в
миокарде // Морфология, 2004, №4. –С.
12. Фомин А.М. Морфологический и математический анализ интрамиокардиального
кровотока // Морфологические ведомости, 2004, №3-4. – С.65-67.
13. Хаютин В.М. Функциональная гиперемия скелетных мышц.//В кн.: Регуляция
сосудистого тонуса. Итоги науки и техники. М., 1979. – 60 с. Деп. в ВИНИТИ.
14. Meier I.D. et al. Contractile function in canine right ventricule // Amer.J.Phisiol., 1980,
v.239, №6. – p.794-804.
15. Rubio R., Berne R. Regulation of coronary blood flow // Progr.Cardiovasc. Dis., 1975,
v.18. – p.105-133.
УДК 004.032.26(06) Нейронные сети
67