Қазақстан Республикасының Білім және ғылым министрлігі
жүктеу/скачать 5,96 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- ӘӚЖ519.6 Ӛлшемдік талдау - моделдерді зерттеу әдісі ретінде
- Цель исследования
- Метод решения.
0 20 40 60 80 100 0 4 10 20 40 100 мг %
По оси абсцисс: концентрация фитопрепарата, мг; по оси ординат: степень гемолиза эритроцитов, %. (р≤0,005)
Рисунок 2 – Влияния фитокомпозиции на осмотическую резистентность эритроцитарных мембран в условиях in vitro
Таким образом, результаты исследований показали, что разработанная нами фитокомпозиция обладает выраженным антиоксидантным, мембранопротекторным свойством, что является очень важным в целях повышения резистентности организма к влиянию неблагоприятных факторов, ведущих к повышенному образованию свободных радикалов, которые сопутствуют развитию патологических изменений в организме.
Түйін
Зерттелген фитокомпозициялардың бҽрі антиоксиданттық жҽне мембранопротекторлық қасиет кҿрсетті. Олардың арасында №4 фитопрепараттың мембранатұрақтандырушы жҽне антиоксиданттық қасиеті жоғары болды. Summary
It is shown that all investigational phytocomposition show an antioxidant and membraneprotective effect. Most membraneprotective and antioxidant activity showed the worked out plant-based preparation №4.
Список литературы 1. Boudet A.M. Evolution and current status of research in phenolic compounds // Phytochemistry. 2007. Vol.68.- N 22-24.- P.2722-2735. 2. Қайынбаева А.Қ., Аралбаева А.Н., Мурзахметова М.К, Maматаева A.T., Ҿсербаева Ш.Ҿ. Кҿпкомпонентті фитопрепараттың мембранатұрақтандырушы қасиеттерін in vivo жағдайында зерттеу// КазҰУ жаршысы биологиялық серия. – 2011. - № 1 (30) - Б. 65-70.
542
3. Bravo L. Polyphenols: chemistry, dietary sources, metabolism, and nutritional significance. // Nutr. Rev. 1998. Vol. 11.- N 56.- P. 317-333. 4. Pandey K.B. and Rizvi S.I. Plant polyphenols as dietary antioxidants in human health and disease // Oxidative Medicine and Cellular Longevity. 2009.Vol.2 N 5. P.270-278. 5. Barbaste M., Berke B., Dumas M. e.a. Dietary antioxidants, peroxidation and cardiovascular disease // J. Nutr. Health Aging. 2002. Vol. 6.- N 3. - P. 209- 223. 6. Ohkawa H.O., Ohishi N., Yagi K. Assay for lipid peroxides in animal tissues by thiobarbituric acid reaction //Anal.Biochem. - 1979. - Vol. 95. - №2. - P. 351-358. ӘӚЖ519.6 Ӛлшемдік талдау - моделдерді зерттеу әдісі ретінде
Адиева А.Ж. Х. Досмұхамедов атындағы Атырау мемлекеттік университеті Моделді құрғаннан кейін келесі зерттеу кезеңі болып құрылған есептің шешу ҽдістерін табу басталады. Бұл ҽдістер аналитикалық болуы мүмкін, яғни математикалық формулалар мен белгілер арқылы жазылған болса, немесе сандық, дискреттік болуы мүмкін, егерде нҽтижені алудың арнайы сұлбалары сандар немесе кестелер түрінде жазылған болса. Алайда қарастыратын есептегі мҽселені шешудің сандық ҽдістеріне кҿшпес бұрын, алдымен ҿлшемдік талдау жүргізу керек жҽне ұқсастық параметрін анықтау керек болады. Физикалық ҿлшемдік талдауы негізінде π-теоремасы деп аталатын теорема жатады. Оның мағынасын түсіндірелік. Физикалық шамалардың ҿлшемдік формуласы бірмүшелік түрінде ҿрнектеледі, мысалы түрінде, мұндағы - масса, – ұзындық, - уақыт символы. Мысалы,
тығыздық ҿлшемдігін , энергия
ҿлшемдігін , үдеу ҿлшемдігін жҽне т.с.с. деп алуға болады. Физикалық есептерді зерттеу кезінде қандай-ма болмасын ҿлшемді шама басқа ҿлшемді шамалардың функциясы болатын жағдайлар кездеседі. ҿлшемдішамасы параметрлерін анықтайтын басқа
– ҿлшемді шамаларының функциясы болсын:
теңдігі ҿлшем бірлігіне байланыссыз физикалық заңды, тиянақталған физикалық арақатынасты ҿрнектейді деп жорамалдаймыз. Ҿлшемді шамалар арасында тек алғашқы тҽуелсіз ҿлшемдіктері бар болсын.
543
Кез-келген физикалық арақатынасты ҿлшемсіз шамалар арасындағы байланыс ретінде қарастыруға болады. Ҿлшемдік теориясының π-теоремасына сҽйкес ҿлшемді шамалар арасындағы (1) түріндегі функционалдық байланыс, ҿлшем бірлігі жүйесіне тҽуелсіз, ҿлшемді шамалардан тұратын ҿлшемсіз комбинацияларды ҿрнектейтін ҿлшемсіз шамалар арасындағы қатынас түріндеболады.Ҽрине, зерттелініп отырған шаманы анықтайтын параметрлер саны неғұрлым аз болса, (1) түріндегі функционалдық байланыс неғұрлым кҿп шектеледі де, оны зерттеу жеңілдеу болады. Егерде анықтайтын параметрлер саны негізгі ҿлшеу бірлігінің санына тең болса, яғни , онда
шамаларынан ҿлшемсіз комбинация құруға
болмайды. шамасының ҿлшемдігі үшін
қатынасын аламыз, бұл
қатынас
жағдайында ғанаорындалады, мұндағы - ҿлшемсіз тұрақты, ал кҿрсеткіштері жазылған теңдіктің оң жҽне
сол жақ бҿліктеріндегі ҿлшемдікті салыстырудан оңай табылады.Сонымен, бұл дербес жағдайда байланысы тұрақтысына дейінгі дҽлдікпен анықталады. Жоғарыда айтылғандай, моделді құруда біз құбылысты анықтайтын негізгі факторларды бҿліп алып, параметрлерін белгілеп алуымыз керек. Ҿлшемдік теориясы анықтаушы параметрлер жүйесіне толықтық талабын ұсынады, яғни анықтаушы параметрлер арасында ҿлшемді шамалар болуы керек, жҽне олар арқылы барлық тҽуелді шамалардың ҿлшемдері ҿрнектелетін болуы керек. Мысалы, идеал газдың статикалық күйі тек екі ҿлшемді шамалармен: температурасы жҽне тығыздығымен анықталады деп пайымдауға болмайды, ҿйткені қысымның ҿлшемдігі жҽне
арқылы ҿрнектеліне алмайды. Бұл шамаларға тағы да бір ҿлшемді –ді ( – газ тұрақтысы) қосуымыз қажет. Жоғарыда келтірілген пайымдаулар математикалық моделдің ҿлшем теориясы талабының қарама-қайшылықсыздыққа тексерілуі мен ҿлшемді талдаудың едҽуір пайдалы екенін кҿрсетеді.Мұныңбарлығы тҽуелсіз айнымалылар санын неғұрлым аз алуға жҽне моделді құруда ҿрескел қателіктер жібермеуге мүмкіндік береді. Модель теңдеуін -теоремасын ескеріп ҿлшемсіз формада жазған жҿн. Бұл зерттеуді жеңілдетеді жҽне нҽтижелерге неғұрлым жан-жақтылық береді. Сонымен қатар, ҽдетте есептің шешіміне байланысты болатын ҿлшемсіз тұрақтылар мен айнымалы параметрлерді анықтау мүмкін болады. Ҽрі қарай біз қарастыратын есептерде негізгі ҿлшем бірлігі 3 болады:
(яғни -теоремасы бойынша ). Ҽрмен қарай тегіс ортаның қозғалысы зерттелінетін болғандықтан, біз ҿлшем теориясының қорытындыларын осындай есептерге қолданатын боламыз. Кеңістіктегі қозғалыстың жалпы жағдайында анықтаушы параметрлер жүйесі ҽрдайым мына түрге келтіріледі:
544
мұндағы
– тҽуелсіз ҿлшемді тұрақтылар, – кейбір ҿлшемсіз тұрақтылар. шамасы ҿлшем бірлігі жүйесінен тҽуелсіз болатын
параметрлерінің функциясы болсын.Бұл функцияға -теоремасын қолданайық ( ). мен -ден ҿлшемсіз комбинация құрып, ҿлшемсіз функциясын енгізейік. Сонда, -теоремасы бойынша, ол
тұрақтыларынан басқа тағы да тҿрт ҿлшемсіз айнымалыдан тҽуелді болады. Бұл тікелей –тен
тҿрт тҽуелсіз ҿлшемсіз айнымалылар комбинациясын құру мүмкіндігінен шығады. Сонымен, жалпы жағдайда . Енді
жҽне
анықтаушы параметрлер жүйесінде тҽуелсіз ҿлшемдері
болатын
тек қана
екі
тұрақты болсын. Бұл жағдайда , яғни ҿлшемсіз функциясы тек қана үш ҿлшемсіз айнымалы комбинациялардан тҽуелді болады:
Бұл жерде ортаның автомоделдік қозғалысының мысалын аламыз, яғни мұндай қозғалыстар үшін - тұрақтылар) беттерінің бойында ортаның анықтаушы (физикалық) параметрлерінен тұратын ҿлшемсіз комбинациясы сақталады. Егерде процесс
координаталарынан тҽуелді болмаса немесе қозғалыс бір ҿлшемді болса, онда автомоделдік жағдайда мұндай қозғалыстың ҿлшемсіз сипаттамалары тек бір айнымалы
комбинациясымен анықталады.
[1]-
есебінің математикалық моделін құру мен зерттеудің 3-4 кезеңіне ҿлшемдік ҽдісін қолдануды кҿрсетейік. 3-4 кезең. Анықтаушы параметрлер жүйесі
шамаларынан тұрады. Белгісіз шамалар Белгісіз шамалардың ҿлшемсіз комбинациялары:
545
Анықтаушы шамалар үшін –
Сонда -теоремасына сҽйкес аламыз. Егерде соқпалы тұрба екі жаққа шексіз созылады деп ұйғарсақ, онда анықтаушы шамалар жүйесінде параметрлері жойылып, есеп автомоделді болып қалады, себебі анықтаушы айнымалылар мен тұрақты параметрлерден тек қана бір ҿлшемсіз комбинациясын құруға болады. Бұл жағдайда есеп те, оның шешімі де идеал газ үшін толықтай аналитикалық тұрғыда зерттелген. Математикалық моделдердің жалпы жағдайына қайта оралып, ҿлшемдік талдаудан басқа моделдің қарама-қайшылықсыздығы процестер симметриясының ортақ қасиеттерінің орындалуын тексеру мен түрлендіру топтарына қатысты инварианттылық заңдарына қанағаттандырылуы кҿмегімен тексерілуі мүмкін. Мысалы, ньютондық механикада қозғалыс теңдеуінің Галилео-Ньютон түрлендіруіне қатысты инварианттылығы болу керек.
-теоремасының шындығында созылу топтарының инварианттары туралы топтық теорема екендігін ескерейік. Енді шешу ҽдісін таңдау туралы негізгі пікірлерді қарастырайық. Ҽрине, модель тұжырымдалғаннан кейін, оның дҽл шешімін табуға ҽрекеттену керек. Дҽл шешім ұғымы толығымен анықталмаған.Егерде есеп квадратураға келтірілген болса, кей жағдайда ол дҽл шешім делінеді. Ал егерде шешімге енетін интегралдар «алынбайтын» болса жҽне де меншіксіз болса, яғни не шектері шектелмеген болса, не интеграл астындағы функциялардың ерекшеліктері бар болса, онданақты есептің сандық деректерін алу үшін, осы интегралдарды есептеу жұмысын орындау керек. Егерде, есептің ҿзі Коши есебімен берілген туындылары арқылы шешілген жай дифференциалдық теңдеулер жүйелерін интегралдауға келтірілген болса, онда оның дҽл шешімі бар болады дейді. Біріншіден, жай дифференциалдық теңдеулер жүйесі шешу тҽртібінің сапалы талдауын жиі қарастырады, одан есептегі тҽуелсіз айнымалының бізді қызықтыратын ҿзгеру облысындағы шешу тҽртібі туралы қорытынды жасуға болады. Екіншіден, Коши есебін шешу үшін тиімді сандық ҽдістер жасақталған жҽне оларды есептеу үшін бағдарламалар да қарастырылған. 4-5 кезең. Бұл мысалда есептің дҽл шешімін табуға тырысамыз.Бұл жерде жоғарыда кҿрсетілгендей, автомоделдік рұқсат етілгенде шектік 546
жағдайлар жиі кҿмектеседі. Жҽне де, мұнда автомоделдік есеп тек қана жай дифференциалдық теңдеулерді шешуге келтіріле қоймай, сонымен қатар формула түріндегі дҽл бҿлікті-үзіліссіз шешімді алу мүмкіндігін кҿрсетеді. Егерде дҽл шешімін табу мүмкін болмаса, жуықтаған сандық ҽдістерге жүгінуге тура келеді. Ҽдісті таңдау есептің сипатына жҽне берілгендерді шығару талабына сҽйкес қарастырылады. Дербес туындылы теңдеулерді шешуде шекті айырымдар жҽне шекті элементтер ҽдістері кеңінен қолданылады. Мұндай ҽдістерде есеп алгебралық немесе трансценденттік теңдеулер жүйелеріне келтірілетін қарапайым есептерге бҿлінеді. Моделдерді дифференциалдық теңдеулер түрінде жазу процесінен арылтып, бірден таңдалынып алынған сандық ҽдістің шеңберінде жазуға да болады. Онда моделдің қарама- қайшылықсыздығын тексеру ҽдістерінің кейбірін жоғалтып алар едік. Құрылатын моделдер тұтас орта механикасының теңдеулері мен ҽдістеріне келіп тіреледі.
Резюме
В данной статье рассматривается один из методов математического моделирования – анализ размерностей. Применение данного метода показано на основе задачи рассмотренной в предыдущей статье автора.
Summary
This article discusses one of the methods of mathematical modeling - dimensional analysis. The application of this method is shown on the basis of the task considered in the previous article the author.
Ҽдебиеттер 1.
Даиров Г., Адиева А.Ж. «Практикалық есептердің математикалық моделін құруға
кіріспе». «Бҽсекеге қабілетті жеке
тұлғаны қалыптастырудағы инновациялық технологиялардың ролі мен маңызы» атты облыстық ғылыми-тҽжірибелік конференция материалдары, Атырау, 29 сҽуір 2013 ж., 69-73бб. 2.
математике. М.,Наука,1984 3.
Седов Л.И. Методы подобия и размерности в механике. М.,Наука,1981 4.
математические модели. М.,Наука, 1973 5.
Коробейников В.П. Задачи теории точечного взрыва. М.,Наука,1981 6.
Самарский А.А., Попов Ю.П. Разностные методы решения задач газовой динамики. М.,Наука,1980 УДК 519.7 547
паталогоанатомических изображений
Акимишев Г.П 1) ., Рустамов Б.К 2) .,Сарайбаев М.Ш 1) . 1) Университет Сырдария, 2)
ТМА (Ташкентская медицинская академия)
Введения. На сегодняшний день обработка изображений паталогоанотомических снимков является очень актуальной проблемой. Такая актуальность связана накоплением множеств паталогоанотомических снимков, и необходимостью оперативной диагностики. Первую очередь, для таких снимков надо проектировать базу знаний. При проектирования базы знаний (БЗ) для паталогоанотомических изображений, инженер знаний сталкивается трудностями связанные представлением этих знаний для машинной обработке [1]. Это очень трудная и принципиальная задача при создании информационных систем, для паталогоанотомической диагностики. На практике не существуют фреймового метода представления знаний заданной в виде изображений. Разработка такого метода дала бы практикам возможность диагностировать размытых паталогоанотомических снимков. Как известно, фрейм может быть декларативного, процедурального и процедурально – декларативного типа. В зависимости от контекста эти фреймы могут соединяться вызывать другие фреймы и.т.д. Структуру фрейма стараются сделать более гибкой и свободной. В частности, широко используется концепция «дыр» или слотов (slot – щель). Фрейм является некоторой структурой данных для представления стереотипной ситуаций. Кроме того, внутри самого фрейма имеются
аналогичные средства настройки процедуральных и декларативных его частей, в частности, условия на определение слотов. Но не все предметные объекты или явления поддаются такому представлению. Особенно живые объекты, у которых свойство меняются со временем. Один из таких объектов является патологоанатомические снимки клетки. Из – за изменения свойства (слота) формы клетки меняются. Это отражается на патологоанатомических изображениях. На микроскопических снимках свойства клетки различаются не только геометрической формой, но и яркостью цветов. В этом случае слоты этих объектов преобретают «амморфное» свойство. Это явно выражается в размытости патологоанатомических изображений. Если
патологоанатомическое изображение представит как фрейм, то судя по изображению, значения этих слотов, то появляются, то исчезают. При такой ситуации сам процесс слотизации преобретает самостоятельный характер. Если мы сможем каким то образом с моделировать этот процесс, то мы
смогли бы
создать фреймовую БЗ для
анализа патологоанатомических изображений, такая
БЗ сегодня
очень восстребованная [2]. 548
исследования. Разработка алгоритма представления патологоанотомических знаний и распознавания представленной в виде фреймов. Метод решения. Для решения этой задачи поступим следующим образом. Патологоанатомический снимок представим как фрейм имеющий слоты. Здесь слоты выражают различные структуры исследуемой клетки (например ядро, вакуола, инфльтрат и.тд.). Далее эту фрейм отобразим в цифровое пространство с помощью RGB программы (рис.1). В принципе в это пространство выражает все закономерности изучаемого объекта. Надо уметь обнаруживать эти закономерности. Самое трудное в этой задаче, это структуризация этого пространства, с целью выявить какие то закономерности. Такая структуризация осуществляется слотизацией фрейм – изображений. Фрейм когда слотизирован, то он представляет определенную фрагмент общего знания. При этом у нас появляется возможность нахождения причинно – следственных связей между этими слотами. Само процедура выявление причинно – следственных связей равно выявлением закономерностей. Слот, как известно, это выражающий определенное свойство изучаемого объекта. Например нам задан патологоанатомический снимок (рис.1). При первом вербальном анализе трудно выявить какие то закономерности. Чтобы выявить закономерности из этих изображений, не обрабатывая само изображение, снимок отображается на цифровое пространство с помощью RGB программы (рис.2). На практике не возможно алгоритмически слотизировать такие фреймы. Поэтому слотизация частично осуществляется экспертом. Он на фрейме выделяет определенные слоты различающихся яркостями на снимке (2). Далее на основе этих слотов, производится нахождения этих слотов.
Фрейм изображения
значения RGB
R = 255 ,...,
0 - red (красный)
= b g r A , ,
G = 255 ,...,
0 - green (зеленый)
B = 255 ,...,
0 - blue (голубой)
Рис.1. Фрейм - изображения клетки Патологоанатомическое изображение как видно из рисунка 1 отличается яркостью различных фигур и их топологическим расположениям. Чтобы извлечь из этого какую то информацию, сперва мы должны проанализировать изображение выражающий нормальное состояние клетки изучаемого органа. Только после этой процедуры мы 549
можем обучится выделению слотов. В принципе эта задача решается совместно с экспертом. Для этого сперва, изображение, с помощью RGB программы, отображается в цифровое пространство. Это пространство является размытым. Это пространство обозначим как
, , , .
Здесь под слотом понимается стерженевые сущности, поддающиеся к детерминизму, структуры выражаемого объекта. Ниже на рис.2. показан отображение фрейм – изображение на RGB пространство [3].
m k j i A , , , =
Патологоанатомическое изображение цифровое пространство
Рис.2. Отображение фрейм изображения на RGB пространство, k=12, m=8
Слот по своему содержанию, является структурной частью фрейма. Выделять слот, значит уменьшать размытость. Выделение слота
осуществляется следующим образом. Из изображений эксперт выделяет часть клетки. Такой частью клетки может быть ядро клетки, клетковые мышцы и т.д. Как известно, что строение клетки изучены достаточно хорошо, по этому эксперт, т.е. патанатом смотря на снимок клетки без труда классифицирует структуру клетки. Каждая структура выполняет
своей функции структурами клетки, в нашем случае слотами, то порождаются патологические процессы. Именно эти процессы отражается на изображении различными яркостями. Соответственно, меняется соответствующий цифровое пространство этой части клетки в RGB пространстве. Понятно, что каждый слот (структура клетки) по уровни патологичности меняет свою яркость на изображений. Это отражается на общей паталогоанотомическом избражении(рис.2). Выделяется слот экспертом:
вакуоли
Клетка 550
Рис.3. Слотизация RGB изображений
На основе этих слотов строим числовой критерий для -
появления слота на скользящем фрагменте. Построения такого критерия осуществляется на обучающем изображении [4]. Далее с помощью этого критерия определяем появления слота на ‹‹скользящем фрагменте››. Такая определения выражается в процентном появлении слотов на ‹‹скользящем фрагменте››. После построения RGB пространство изображений будем определять сколько мест занимает RGB – слот (его значение) в общем RGB пространстве фрейм – изображений. Определяется общее процентное содержание слота на фрейм - изображение. 1.Определение причинно – следственных связей. Слотизация (рис.3) производится определением процента существование выделенного слота в цифровом RGB пространстве фрейме. Для этого, для каждого слота, с помощью RGB программ определяется цифровые интервалы в пространстве
, , , . Именно эти интервалы и будут критерием существования данного слота на ‹‹скользящем фрагменте››.
Определение процентного содержания слота на цифровом RGB пространстве как: существует
пикселе
этом
на
слот
искомый 0
нет
пикселе
этом
на
слот
искомый
- 0 '' ,' ' , , , , , , , m k b g r m k b g r b g r B A Г (1)
Здесь
m k b g r A , , , - фрейм – изображение, m k b g r B , , , - ‹‹скользящий фрагмент›› на фрейм – изображения. Процедура определение существования слота (3) на фрагменте '' ,'
k B осуществляется с помощью подсета пикселей на данном фрагменте. 551
Изображение представляется пикселями. И на каждом пикселе определяется процентное выражение слота, выражающий своего существования в данном пикселе. Для выбранного слота строится цифровое RGB пространства (2). На цифровом пространстве определяется цифровые значения для этого слота и строится цифровые интервалы для этого слота. Из фрейма , m k b g r A , , , выделяем фрагмент ' , '' ,' ' , , ' m k b g r A и с помощью этого фрагмента со скольжением перекроем весь RGB пространство.
жүктеу/скачать 5,96 Mb. Достарыңызбен бөлісу:
|