Техническое и программное обеспечение систем автоматизации контроля и управления в биомедицинских исследованиях в биофизиологическом э

Динамическое моделирование отражает изменение системы во времени (выходные характеристики системы в данный момент времени определяются характером входных воздействий в прошлом и настоящем). Примером динамических систем являются биологические, экономические, социальные системы; такие искусственные системы как завод, предприятие, поточная линия и т.п.

Дискретное моделирование применяют для исследования систем, в которых входные и выходные характеристики измеряется или изменяется во времени дискретно, в противном случае применяют непрерывное моделирование. Например, электронные часы, электросчетчик – дискретные системы; солнечные часы, нагревательные приборы – непрерывные системы.

В зависимости от формы представления объекта (системы) можно выделить мысленное и реальное моделирование.

При реальном (натурном) моделировании исследование характеристик системы проводится на реальном объекте, либо на его части. Реальное моделирование – наиболее адекватно, но его возможности, с учетом особенностей реальных объектов, ограничены. Например, проведение реального моделирования с АСУ предприятия требует, во-первых, создания АСУ; во-вторых, проведения экспериментов с предприятием, что невозможно. К реальному моделированию относят производственный эксперимент и комплексные испытания, которые обладают высокой степенью достоверности. Другой вид реального моделирования – физическое . При физическом моделировании исследование проводится на установках, которые сохраняют природу явления и обладают физическим подобием.

Мысленное моделирование применяется для моделирования систем, которые практически не реализуемы на заданном интервале времени. В основе мысленного моделирования лежит создание идеальной модели, основанной на идеальной, мыслительной аналогии. Различают два вида мысленного моделирования: образное (наглядное) и знаковое.

При образном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте. Например, модели частиц газов в кинетической теории газов в виде упругих шаров, воздействующих друг на друга во время столкновения.

При знаковом моделировании описывают моделируемую систему с помощью условных знаков, символов, в частности, в виде математических, физических и химических формул. Наиболее мощный и развитый класс знаковых моделей представляют математические модели.

Математическая модель – это искусственно созданный объект в виде математических, знаковых формул, который отображает и воспроизводит структуру, свойства, взаимосвязи и отношения между элементами исследуемого объекта [7, 18]. Далее рассматриваются только математические модели и соответственно математическое моделирование.

Математическое моделирование – метод исследования, основанный на замене исследуемого объекта-оригинала его математической моделью и на работе с ней (вместо объекта) [7]. Математическое моделирование можно разделить на аналитическое (АМ), имитационное (ИМ), комбинированное (КМ).

При АМ создается аналитическая модель объекта в виде алгебраических, дифференциальных, конечно-разностных уравнений. Аналитическая модель исследуется либо аналитическими методами, либо численными методами.

При ИМ создается имитационная модель, используется метод статистического моделирования для реализации имитационной модели на компьютере.

При КМ проводится декомпозиция процесса функционирования системы на подпроцессы. Для тех из них, где это возможно, используют аналитические методы, в противном случае – имитационные.

Математические методы

Сравнение и группировка объектов; различение и разделение групп; определение места объекта (группы) в ранее описанной системе (идентификация). Взаимосвязи и зависимости; особенности анализа процессов.

Разделение признаков (переменных) на независимые - факторы и зависимые - "отклики"; качественные и количественные характеристики. Влияние на характер анализа особенностей представления признаков. Производные "вторичные" признаки (индексы, главные компоненты и др.).

Множественное сравнение и его особенности. Основы дисперсионного анализа; его отличия и преимущества перед попарным сравнением. Требования к исходным данным для одно- и многофакторного комплекса; влияние отклонений. Трансформация данных; преобразование неравномерных комплексов. Иерархическая модель дисперсионного анализа, ее особенности. Схема с «повторными измерениями».

Оценка и интерпретация результатов дисперсионного анализа. Планирование многофакторного дисперсионного анализа по полной и сокращенной схеме; греколатинский квадрат.

Корреляционный анализ. Факторный анализ. Регрессионный анализ. Ряды динамики (временные ряды). Количественные методы классификации.

Математическая статистика.

Теоретический (системный метод)

Этот метод, как и кибернетический подход, относится к категории новых методов исследования. Живые объекты рассматриваются как системы, то есть совокупности элементов с определенными отношениями. С учетом иерархичности живых систем каждый объект может рассматриваться одновременно как система и как элемент системы более высокого порядка. Поэтому принципы системной организации справедливы для всех уровней - от макромолекул до биосферы Земли.

Широкое развитие системного движения в современной науке, в том числе и в биологии, означает постепенный переход от анализа к синтезу.

Анализ - это дискретный подход, углубление в структуру и функции отдельных элементов системы - внутри клетки, внутри организма, внутри экологического сообщества. Синтез означает интегративный подход, изучение целостных характеристик системы - клетки, организма, биоценоза. Исследование всегда совершается сначала от общего к частному - анализ, а потом от частного к общему, но на новом уровне познания этого общего - синтез.

Аналитический подход в биологии открыл химическую и микроструктурную организацию живых объектов, выяснил видовое разнообразие среди животных, растений, микроорганизмов, выявил генетическую неоднородность организмов внутри популяций и другие внутренние характеристики систем.

Постепенно объем накопленных аналитических данных становился достаточным для перехода к их синтезу. Так возникли синтетическая теория эволюции, нейро - гуморальная физиология, современная иммунология, молекулярно-клеточная биология, новая мегасистематика организмов, основанная на их комплексной характеристике – от экологии и анатомии до молекулярной генетики.

Решается актуальная задача современного естествознания - создание целостной биологической картины мира.

Повышение интереса к синтезу в науке свидетельствует о переходе от эмпирической к теоретической стадии познания. От получения фактов, через их обобщение начинается выдвижение новых гипотез, далее обычно следует их повторная эмпирическая проверка(новые наблюдения, эксперименты, сравнения, моделирования). Эмпирическая проверка ведет либо к опровержению гипотезы, либо к ее подтверждению с той или иной степенью вероятности. Высоко достоверные гипотезы становятся законами, из них слагаются теории.

Между всеми перечисленными методами нельзя проводить строгую границу. Применяемые в сочетании друг с другом, они дают возможность более полно и эффективно исследовать живые системы, а также устанавливать закономерности их возникновения, развития и функционирования.

 

2.2. Техническое и программное  обеспечение биомедицинских исследований

Электронная таблица — компьютерная программа, позволяющая проводить вычисления с данными, представленными в виде двумерных массивов, имитирующих бумажные таблицы. Некоторые программы организуют данные в «листы», предлагая, таким образом, третье измерение.

Электронные таблицы (ЭТ) представляют собой удобный инструмент для автоматизации вычислений. Многие расчёты, в частности в области бухгалтерского учёта, выполняются в табличной форме: балансы, расчётные ведомости, сметы расходов и т. п. Кроме того, решение численными методами целого ряда математических задач удобно выполнять именно в табличной форме. Использование математических формул в электронных таблицах позволяет представить взаимосвязь между различными параметрами некоторой реальной системы. Решения многих вычислительных задач, которые раньше можно было осуществить только с помощью программирования, стало возможно реализовать через электронные таблицы.

Microsoft Excel (также иногда называется Microsoft Office Excel) — программа для работы с электронными таблицами, созданная корпорацией Microsoft для Microsoft Windows, Windows NT и Mac OS. Она предоставляет возможности экономико-статистических расчетов, графические инструменты и, за исключением Excel 2008 под Mac OS X, язык макропрограммирования VBA (Visual Basic for Application). Microsoft Excel входит в состав Microsoft Office и на сегодняшний день Excel является одним из наиболее популярных приложений в мире.

Microsoft Office Access или просто Microsoft Access — реляционная СУБД корпорации Microsoft. Имеет широкий спектр функций, включая связанные запросы, связь с внешними таблицами и базами данных. Благодаря встроенному языку VBA, в самом Access можно писать приложения, работающие с базами данных.

Состав программного продукта:

Основные компоненты MS Access:

• построитель таблиц;
• построитель экранных форм;
• построитель SQL-запросов (язык SQL в MS Access не соответствует стандарту ANSI);
• построитель отчётов, выводимых на печать.

Они могут вызывать скрипты на языке VBA, поэтому MS Access позволяет разрабатывать приложения и БД практически «с нуля» или написать оболочку для внешней БД.

Microsoft Jet Database Engine (англ.), которая используется в качестве движка базы данных MS Access является файл-серверной СУБД и потому применима лишь к приложениям, работающим с небольшими объёмами данных и при небольшом числе пользователей, одновременно работающих с этим данными. Непосредственно в Access отсутствует ряд механизмов, необходимых в многопользовательских базах данных, таких, например, как триггеры.

Программа для обработки статистических данных STATISTICA

Описание: это современный пакет статистического анализа, в котором реализованы все новейшие компьютерные и математические методы анализа данных.

Программа предназначена для всех отраслей промышленности (бизнес, наука, обучение). В ней реализовано все возможные функции для статистической обработки данных, плюс к этому возможность построения графиков, базы данных и т.д. В программу встроен STATISTICA Visual Basic, что добавляет еще около 10000 новых функций. Синтаксис этого Basic’а полностью совместим с Microsoft Visual Basic. 
Популярный для расчетов пакет анализа, работающая portable – версия.

Возможности: 
STATISTICA – это система статистического анализа данных, включающая широкий набор аналитических процедур и методов:

• более 100 различных типов графиков,
• описательные и внутригрупповые статистики,
• быстрые основные статистики и блоковые статистики,
• множественная регрессия,
• непараметрические статистики,
• разведочный анализ данных, корреляции,
• общая модель дисперсионного и ковариационного анализа,
• интерактивный вероятностный калькулятор,
• T-критерии (и другие критерии групповых различий),
• таблицы частот, сопряженности, флагов и заголовков,
• анализ многомерных откликов,
• подгонка распределений и многое другое.

Продукты серии STATISTICA основаны на самых современных технологиях, целиком и полностью соответствуют завершительным приобретениям в области IT, позволяют решать любые задачи в области анализа и отделки данных, совершенно подходят для решения полезных задач в маркетинге, финансах. Страховании, экономике, бизнесе. Промышленности, медицине и тд.

 

 

3. Практический эксперимент.

В качестве эксперимента в биологическом исследовании выберем эксперимент по изучению питательных свойств различных кормов. В качестве биологического материала для изучения данной проблемы выберем хомячков.

Эксперимент будет представлять собой опыт, в котором мы будем кормить хомячков разними кормами и наблюдать за изменением их массы тела. В качестве кормов для изучения их питательных свойств выберем обычный корм, корм с улучшенными питательными свойствами и специальный корм.

Для определения питательных свойств кормов возьмем три группы хомячков, по три особи в каждой группе и будем кормить хомячков исследуемыми кормами. Хомячков выберем одного весе и возраста. Для определения питательных свойств кормов будем взвешивать хомячков каждое утро на лабораторных весах. Опыт будет продолжаться в течении 2х недель. Данные полученные в ходе исследования занесем в таблицу и обработаем опыт при помощи компьютера (табличный редактор MS Excel).

Оборудование для эксперимента:

- клетки для хомячков;

- лабораторные весы;

- компьютер;

- миски для кормов.

Материалы для проведения опыта:

- три группы хомячков по три  особи в каждой;

- три вида корма: обычный, с улучшенными  питательными свойствами и специальный.

Данные, полученные в процессе проведения опыта представлены в табл.1.

 

Таблица 1

Изменение массы хомячков

День	Группа хомячков (обычный корм), масса, гр.			Группа хомячков (корм с улучшенными питательными свойствами), масса, гр.			Группа хомячков (специальный корм), масса, гр.
	1	2	3	1	2	3	1	2	3
1	55	56	55	56	57	55	55	57	56
2	56	56	55	56	57,5	55,5	56	58	56,5
3	57	56	55,5	56,5	58	56	56,5	58	57
4	57,5	56,2	55,7	57	59	57	57	58,5	58
5	58	56,5	56	57,2	59,5	57,5	58	59	58,7
6	58	56,5	56,5	57,5	60	57,5	58,5	60	59,5
7	58,5	57	56,7	58	60,7	58	59	60,5	60
8	58,5	57,2	57	58,5	61	58,5	60	61	61
9	59	57,5	57,2	59	61,7	59	61	62	62
10	59,2	57,5	58	60	62,5	59,2	61,5	64	62,8
11	59,5	58	58,2	60,5	63	60	62	64,2	64
12	60	58	58,5	61	64	61	63	65	65
13	60	58,2	58,5	62	64,8	62	64	65,2	65,5
14	60,2	58,5	58,7	62,5	65	62,5	64,5	65,5	65,8