Развитие персонализированной медицины определяется синергией ученых из нескольких областей медицины, математики, информатики и приборостроения. Подходы, основанные на современных методах измерения, обработки сигналов и машинного обучения, дополняют основные методы изучения биологических процессов, позволяют выявить механизмы заболевания и персонализировать стратегию лечения. Статья посвящена изучению моделей и методов, характеризующих процессы ауторегуляции мозгового кровообращения для методической поддержки измерительных систем в области цифровой персонифицированной медицины. Анализ сигналов системного артериального давления и скорости кровотока в артериях основания головного мозга, характеризующих ауторегуляцию мозгового кровотока, позволяет определить характер нарушения процессов церебральной ауторегуляции у больных. В статье предлагается использовать для анализа сигналов фрактальные методы, основанные на расчете гельдеровского мультифрактального спектра и корреляционной размерности сигналов. Преимущество фрактальных методов заключается в том, что их можно применять к сигналам без характерного масштаба, которые являются масштабно-инвариантными.

The development of personalized medicine is determined by the synergy of scientists from several fields of medicine, mathematics, computer science and instrumentation. Approaches based on modern methods of measurement, signal processing and machine learning complement the main methods of studying biological processes, allow to identify the mechanisms of the disease and personalize the treatment strategy. The article is devoted to the study of models and methods that characterize the processes of autoregulation of cerebral circulation for methodological support of measuring systems in the field of digital personalized medicine. Analysis of the signals of systemic arterial pressure and blood flow velocity in the arteries of the base of the brain, which characterize the autoregulation of cerebral blood flow, makes it possible to determine the nature of the impairment of cerebral autoregulation processes in patients. The article proposes to use fractal methods for analyzing signals, based on the calculation of the Hölder multifractal spectrum and the correlation dimension of signals. The advantage of fractal methods is that they can be applied to signals without a characteristic scale, which are scale-invariant.

• 1
• 24SAEC_2022_Часть_2
• Step and repeat document 1 3

"Системный анализ в проектировании и управлении", международная научно-практическая конференция (26; 2022; Санкт-Петербург). Системный анализ в проектировании и управлении: сборник научных трудов XXVI Международной научно-практической конференции, 13–14 октября 2022 года: [в 3 частях]. Ч. 2 / Международная академия наук высшей школы, Санкт-Петербургское отделение [и др.]; [программный комитет конференции: Ю. С. Васильев (председатель) [и др.]; [ответственные редакторы Л. В. Черненькая, М. В. Болсуновская]. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2023. — 1 файл (6,56 Мб). — Загл. с титул. экрана. — Электронная версия печатной публикации 2023 г. — Ч. текста на англ. яз. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i23-109.pdf>. — DOI 10.18720/SPBPU/2/i23-109. — Текст: электронный