Нейросетевое моделирование влияния физической нагрузки на функциональную активность нейтрофилов крови у квалифицированных спортсменов по окончании соревновательного периода : научное издание | Научно-инновационный портал СФУ

Нейросетевое моделирование влияния физической нагрузки на функциональную активность нейтрофилов крови у квалифицированных спортсменов по окончании соревновательного периода : научное издание

Перевод названия: Neural-network model of physical loads versus functional activity of blood neutrophils in skilled athletes in off-season

Тип публикации: статья из журнала

Год издания: 2018

Ключевые слова: neutrophils, functional activity, physical load, sport, нейтрофилы, функциональная активность, физическая нагрузка, спорт

Аннотация: Высокие физические нагрузки в спорте могут приводить к развитию нарушений в работе иммунной системы. Объектом исследования выбраны нейтрофильные гранулоциты, т.к. от их фагоцитарной активности во многом зависит эффективность противомикробной защиты организма. Большое значение для спортивной медицины имеет разработка способов прогнозирования возникновения нарушений в работе иммунной системы. С этой целью нами создана нейросетевая модель взаимосвязи параметров физической нагрузки с изменениями функциональной активности нейтрофильных гранулоцитов крови. В исследовании приняли участие 155 спортсменов - представителей различных видов спорта, из них 96 мужчин, средний возраст - 24,34±3,54 года; 59 женщин, средний возраст - 23,12±2,3 года. Контрольная группа состояла из 101 человека, не испытывающих систематических высоких физических нагрузок, из них 53 мужчины, средний возраст - 23,17±2,54 года, 48 женщин, средний возраст - 22,12±3,01 года. Величина средней ошибки аппроксимации (Ā) для нейросетевых моделей составила 2,77 и 2,98% для мужчин и женщин соответственно. Таким образом, созданные нейросетевые модели показали возможность получения достоверных оценок при прогнозировании параметров функционирования нейтрофильных гранулоцитов крови у спортсменов. High physical loads in modern sports are known to increase the exposure to immune system disorders. Subject to the study were neutrophil granulocytes for the reason that the microbe immunity largely depends on phagocytic activity. Сhemiluminescent activity of neutrophil granulocytes may result in a ‘respiratory explosion’ that occurs due to interaction of cells with objects of phagocytosis. Сhemiluminescent process parameters are highly informative as indicators of functional activity of neutrophil granulocytes. Modern sport medicine gives a high priority to the ways to forecast potential immune system disorders. For this purpose we designed the neural-network model of the physical loads versus the functional activity of blood neutrophils. Subject to the study were 155 athletes active in different sports including 96 males and 59 females of 24.34±3.54 and 23.12±2.3 years of age, respectively. Reference Group (RG, n=101) was composed of the people free of systemic physical workloads (physically inactive) including 53 males and 48 females aged 23.17±2.54 and 22.12±3.01 years, respectively. Average approximation rate (Ā) for the neural-network model was estimated at 2.77% and 2.98% for the males and females, respectively. Therefore, the newly designed neural-network models were found beneficial as verified by the meaningful forecast rates for the blood neutrophil functional activity in athletes.

Ссылки на полный текст

Издание

Журнал: Теория и практика физической культуры

Выпуск журнала: 1

Номера страниц: 53-55

ISSN журнала: 00403601

Место издания: Москва

Издатель: Автономная некоммерческая организация "Научно-издательский центр "Теория и практика физической культуры и спорта"

Авторы

  • Базарин К.П. (Научно-исследовательский институт медицинских проблем Севера)
  • Савченко А.А. (Сибирский федеральный университет)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.