С помощью интеллектуального анализа данных разработана классификация гемодинамических состояний по коэффициентам линейной регрессии параметров артериального давления при суточном мониторировании и представлена в виде номограмм для функциональной диагностики за дневной, ночной и суточный периоды наблюдения. Номограмма позволяет по регрессионным коэффициентам дифференцировать 10 различных гемодинамических состояний (классов) у пациентов с клинической артериальной гипертензией, гипотензией и нормотензией: гемодинамику гармонического типа, дисфункциональных типов (диастолического или систолического), а также квазигипертензию у нормотензивных лиц с гармоническим типом (впервые открытый класс). Предложенный подход открывает новые возможности диагностики клинически латентных патологических состояний гемодинамики у нормотензивных лиц, определяя контингент нуждающихся в дообследовании и динамическом наблюдении, а также индивидуальных гемодинамических особенностей у пациентов с артериальной гипертензией и гипотензией, что требует дифференцированных подходов к лечению.

Представлен новый метод классификации гемодинамических состояний c применением алгоритма интеллектуального анализа данных (машина опорных векторов) к медицинским измерениям артериального давления (АД). Коэффициенты линейной регрессии параметров АД (регрессионная модель гемодинамики) являются основой для составления шаблонов информации - библиотеки образцов кровообращения пациентов с известными гемодинамическими состояниями (артериальная гипертензия, гипотензия или нормотензия), которые используются для построения и обучения классификатора на основе машины опорных векторов. После предъявления классификатору вектора характерных особенностей АД тестируемого пациента, координаты которого представляют собой набор коэффициентов линейной регрессии систолического, диастолического и пульсового давления, происходит сравнение его с библиотекой образцов, по результатам которого дается заключение о гемодинамическом состоянии пациента. Объективной характеристикой гармоничного кровообращения является соблюдение требования о нахождении вектора характерных особенностей в определенных границах. Нарушение этого условия означает патологическое изменение гемодинамики сердечно-сосудистой системы, свойственное артериальной гипертензии, гипотензии или клинически латентным гемодинамическим нарушениям, которые характеризуются дисбалансом сердечной и сосудистой составляющих, обеспечивающих циркуляцию крови.

Величина артериального давления является наиболее доступной и важной характеристикой сердечно-сосудистой системы. Представлен метод классификации медицинских сигналов артериального давления по степени риска развития гипотензии, основанный на построении линейной регрессионной модели для параметров артериального давления с последующим применением классификатора по методу опорных векторов. Обучаемый по прецедентам машинный алгоритм дифференциации сигналов дает высокий показатель качества (93 %). Для обучения классификатора был рассчитан 4-размерный вектор характерных особенностей артериального давления, координаты которого являются коэффициентами линейной регрессии систолического, диастолического и пульсового давления. Наилучшими качествами для классификации медицинских сигналов артериального давления по степени риска развития гипотензии обладали модели, в которых использовалась регрессия систолического давления по пульсовому давлению (или диастолического - по пульсовому) по сравнению с регрессией систолического давления по диастолическому давлению.

Один из алгоритмов Data Mining - дерево классификации и регрессии - использован для анализа результатов психоэмоционального нагрузочного тестирования с целью диагностики функциональной реактивности кровообращения пациента. Использованный алгоритм позволил определить 5 типов гемодинамической реакции на психоэмоциональный стресс, в том числе 3 известные - нормальную, гиперреактивную и гипертензивную, а также 2 дополнительные - гипертензивную релаксацию при нормальной реакции на стресс и атипичную - с отсутствием повышения АД в ответ на стресс. Компьютерный алгоритм оценки нагрузочной реакции и предложенная классификация функциональной реактивности кровообращения позволяют упростить анализ и объективизировать выявление функциональных регуляторных нарушений гемодинамики, характерных для артериальной гипертензии, а также других, требующих клинической интерпретации.