Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии нечеткой логики

Черепнин, Алексей Анатольевич

Приборы, системы и изделия медицинского назначения

автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии нечеткой логики

кандидата технических наук: Черепнин, Алексей Анатольевич
город: Рязань
год: 2010
специальность ВАК РФ: 05.11.17

Диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам на тему «Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии нечеткой логики»

Автореферат диссертации по теме "Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии нечеткой логики"

004684936

На правах рукописи

ЧЕРЕПНИН Алексей Анатольевич

МОДЕЛИ, АЛГОРИТМЫ И СРЕДСТВА ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ ДИАГНОСТИЧЕСКИХ РЕШЕНИЙ ПРИ ЭНДОСКОПИЧЕСКОМ ОБСЛЕДОВАНИИ НА ОСНОВЕ ТЕХНОЛОГИИ НЕЧЕТКОЙ ЛОГИКИ

Специальность 05.11.17- Приборы, системы и изделия медицинского

назначения

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Рязань 2010

1 О [ШН 2010

004604936

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Рязанский государственный радиотехнический университет» на кафедре биомедицинской и полупроводниковой электроники.

Научный руководитель: доктор технических наук, профессор

Локтюхин Виктор Николаевич

Официальные оппоненты: доктор технических наук, профессор

Истомина Татьяна Викторовна

кандидат технических наук Голь Станислав Артурович

Ведущая организация: ГОУ ВПО «Тамбовский

государственный технический университет» (г. Тамбов)

Защита состоится «24» июня 2010 г. в 11 часов на заседании диссертационного совета Д 212.211.04 в ГОУ ВПО «Рязанский государственный радиотехнический университет» по адресу: 390005, г. Рязань, ул. Гагарина, д. 59/1.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Рязанский государственный радиотехнический университет».

Автореферат разослан «/9» мая 2010 года.

Ученый секретарь диссертационного совета канд.техн.наук, доцент

А.Г. Борисов

ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. С принятием Национального проекта «Здоровье» и необходимостью восстановления отечественного медицинского приборостроения обострилась потребность в создании современного медицинского диагностического оборудования, которое для врача является необходимым измерительно-информационным (-вычислительным) инструментарием получения информации о заболевании обследуемого пациента с целыо поддержки постановки диагноза. Одна из распространенных областей его применения - диагностика заболеваний желудочно-кишечного тракта (ЖКТ).

Используемые в этой сфере стандартные видсоэндоскопические системы (ВЭС) предоставляют врачу-эндоскописту только первичную информацию в виде фрагментов изображения внутренней поверхности исследуемого органа, служащих основой постановки диагностического заключения. Одним из направлений повышения эффективности диагностического обследования является включение в состав инструментальных средств видеоэндоскопии отдельной компьютерной системы поддержки принятия решений, позволяющей реализовать часть операций из серий психологических преобразований, выполняемых врачом. К ним относятся: выявление диагностических признаков заболеваний по эндоскопическому изображению и истории болезни, учет данных предыдущих обследований, формирование выводов по совокупности найденных патологий и признаков заболеваний в виде диагноза и др. Автоматизация выполнения этих операций позволит существенно снизить влияние на качество диагностических заключений таких человеческих (субъективных) факторов, как уменьшение объема внимания, его интенсивности, устойчивости и др., так как ряд операций по поддержке диагностических заключений будет передан машине.

Наряду с этим известно, что для повышения достоверности диагностического заключения необходимо совместно с визуально выявленными признаками также учитывать влияние большого числа патогенетических факторов. Менее опытный врач может упустить некоторые важные детали из этого множества, что приведет к постановке ошибочного диагноза. При этом даже наилучшие дорогостоящие видеоэндоскопические системы не позволяют объективно учитывать данные истории болезни пациента, а также влияние патогенетических факторов на развитие заболевания. Таким образом, отсутствие в этих системах функциональных подсистем по учету таких данных и факторов при формировании заключения совместно с признаками, выявленными из изображений, а также подсистем по поддержке принятия диагностических решений (СППР) является их существенным недостатком.

Актуальность диссертационного исследования в этой связи обусловлена необходимостью снижения вероятности ошибки постановки диагноза на основе решения задач разработки и анализа моделей, алгоритмов и средств, используемых для компьютерной поддержки установления диагноза органо-функциональных заболеваний ЖКТ. Исходя из этого, предлагается, используя опыт и знания в различных смежных с медициной научных областях, существенно расширить функциональные (интеллектуальные) возможности стандартных ВЭС на основе создания проблемно-ориентированного математического, алгоритмического обеспечения (в виде специальных моделей и алгоритмов) и ком-

плекса программ для поддержки с использованием персонального компьютера (ПК) формирования врачом правильных диагностических заключений.

Одним из перспективных подходов к разработке этого обеспечения является применение нейробионической методологии (парадигмы) как основы создания функциональных моделей технических и биотехнических систем с использованием моделей сенсорных систем и центральной нервной системы человека и животных. Для данной работы это: 1) модели формирования информативных признаков заболеваний, когда, аналогично функционированию ощущающей системы, необходимо отделить значимые параметры от незначимых и случайных внешних воздействий и представить в виде, удобном для дальнейшей обработки; 2) нейронечеткий аппарат поддержки принятия решений, реализующий данную операцию по принципу качественных оценок ситуации в совокупности с количественными и сравнений с эталонными порогами, на настоящий момент еще в недостаточной степени распространенный в медицинских измерительно-информационных системах.

Вопросам построения систем поддержки принятия решений и применения технологии нечеткой логики для решения прикладных задач посвящены работы Заде JI.A., Мак-Каллока У., Галушкина А.И., Круглова В.В., Осовского С., Трах-тенгерца Э.А., Кореневского H.A., Пылькина А.Н., Демидовой J1.A., Истоминой Т.В., Фелиста С.А., Устинова В.Г. и др.

Работа выполнена в соответствии с тематикой проектов (грантов) «Теория и проектирование преобразователей формы информации на основе нейросетевых технологий» ведомственной целевой программы «Развитие научного потенциала ВШ» (№ 6390 от 12,12. 2008 г.) и Российского фонда фундаментальных исследований «Теория и проектирование медицинских измерительно-информационных систем на основе нейробионических технологий» (№ 10-08-97525-р_центр-а, 01.2010 г.).

Целью диссертационной работы является снижение влияния субъективных факторов на достоверность диагностического решения в эндоскопическом обследовании на основе разработки моделей, алгоритмов и средств для его поддержки с использованием технологии нечеткой логики (на примере заболеваний желудочно-кишечного тракта).

Задачи диссертации. Для достижения этой цели необходимо решить следующие основные задачи:

1. Исследование существующих методик и аппаратно-программных средств базовой аппаратуры, применяемых в ходе обследования (в том числе эндоскопического) пациента с заболеваниями пищеварительной системы, с целью построения модели процесса видеоэндоскопической диагностики и выявления новых функций, реализация которых позволит повысить достоверность диагностических заключений при ограничениях на время эндоскопического обследования.

2. Разработка структурно-функциональной организации биотехнического комплекса для углубленной видеоэндоскопической диагностики, обеспечивающего поддержку формирования врачом правильного диагностического заключения.

3. Разработка моделей, алгоритмов и средств поддержки формирования диагностических заключений в видеоэндоскопии на основе технологии нечеткой логики с учетом патогенетических и симптоматических факторов, связанных с выявляемым заболеванием пациента.

4. Аппаратно-программная реализация предложенных алгоритмов, моделей и методов для углубленного видеоэндоскопического обследования, их экспериментальная проверка и внедрение.

Методы исследования. Основные результаты диссертационного исследования получены и обоснованы с помощью методов системного и статистического анализа, теории графов, анализа алгоритмов, теории нечеткого логического вывода, а также моделирования в среде технических вычислений МАТЬАВ.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Предложены модели оценки качества системы поддержки видеоэндоскопической диагностики заболеваний желудочно-кишечного тракта (ЖКТ) пациента и выявлена совокупность дополнительных функциональных возможностей разрабатываемой системы с использованием диаграмм причин-результатов и временных графов как основы исключения субъективных факторов недостоверности и сокращения (в 1,5 раза) длительности этапов формирования диагностического решения.

2. Предложены конфигурации (варианты структур) биотехнического комплекса и укрупненная процедура для углубленной диагностики заболеваний ЖКТ, поддерживающие в ходе обследования формирование для врача рекомендаций по постановке диагноза на основе целенаправленного выявления возможных классов и дополнительных визуальных признаков заболевания, что обеспечивает повышение достоверности их определения на 30 %.

3. Адаптированы модели и алгоритмы обработки эндоскопических видеоизображений и данных истории болезни, обеспечивающие получение диагностически значимых признаков для более достоверного выявления заболеваний пищеварительной системы.

4. Разработана процедура нечеткого логического вывода для поддержки принятия диагностических решений на основе компьютерной обработки количественных и качественных результатов обследований, а также симптоматических и патогенетических факторов заболевания ЖКТ пациента, что позволяет снизить вероятность появления ошибки при постановке диагноза, в частности язвы желудка, примерно в 3 раза.

5. Предложены алгоритм настройки разработанной системы и алгоритм обследования пациента гастроэнтерологического отделения с детальным описанием по использованию врачом разработанного программно-алгоритмического обеспечения системы (на примере язвенной болезни желудка и двенадцатиперстной кишки) как основы построения эффективных методик выявления заболеваний ЖКТ.

Практическая значимость и результаты внедрения. Разработанные в диссертационной работе модели, алгоритмы и комплексы программ СППР позволяют повысить достоверность выявления признаков патологий заболеваний желудочно-кишечного тракта (на примере выбранного класса заболеваний: язвенной болезни желудка и двенадцатиперстной кишки) обследуемого пациента.

дрены в учебный процесс кафедры биомедицинской и полупроводниковой электроники Рязанского государственного радиотехнического университета и кафедры пропедевтики внутренних болезней Рязанского государственного медицинского университета им. академика И.П. Павлова.

На защиту выносятся:

1. Модели оценки качества системы поддержки видеоэндоскопической диагностики заболеваний желудочно-кишечного тракта (ЖКТ) пациента и совокупность дополнительных функциональных возможностей разрабатываемой системы с использованием диаграмм причин-результатов и временных 1рафов как основы исключения субъективных факторов недостоверности и сокращения (в 1,5 раза) длительности этапов формирования диагностического решения.

2. Конфигурации биотехнического комплекса и укрупненная процедура для углубленной диагностики заболеваний желудочно-кишечного тракта, поддерживающие в ходе обследования формирование для врача рекомендаций по постановке диагноза на основе целенаправленного выявления возможных классов и дополнительных визуальных признаков заболевания, что обеспечивает повышение достоверности их определения на 30 %.

3. Процедура нечеткого логического вывода для поддержки принятия диагностических решений на основе компьютерной обработки количественных и качественных результатов обследований, а также симптоматических и патогенетических факторов заболеваний ЖКТ пациента, что позволяет снизить вероятность появления ошибки при постановке диагноза, в частности язвы желудка, примерно в 3 раза.

4. Алгоритм настройки разработанной СППР и алгоритм обследования пациента гастроэнтерологического отделения с детальным описанием по использованию врачом разработанного программного обеспечения системы как основы построения эффективных методик выявления заболеваний ЖКТ.

Апробация результатов работы.

Основные положения диссертации докладывались на 5 международных и 8 всероссийских конференциях, в том числе на 5-м и 6-м международных симпозиумах «Электроника в медицине. Мониторинг, диагностика, терапия» (Санкт-Петербург, 2006 и 2008 гг.); 8-м международном симпозиуме «Интеллектуальные системы - 2008» (Нижний Новгород, 2008 г.); Международной конференции с элементами научной школы для молодежи «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2009 г.). По итогам конференций результаты работы отмечены 8 дипломами за лучший доклад.

Публикации. Основные результаты диссертационного исследования нашли отражение в опубликованных диссертантом 25 печатных работах, из которых 4 в рецензируемых журналах из списка ВАК.

Структура работы. Диссертация состоит из введения, четырех глав, заключения, приложения и списка использованной литературы, включающего 130 наименований. Общий объем работы составляет 169 страниц, включая 89 таблиц и рисунков.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы; сформулирована ее цель; кратко изложены основные задачи, которые необходи-

мо решить для ее достижения, полученные результаты, включающие научную новизну и практическую значимость; рассмотрены используемые методы исследования; описаны итоги применения результатов работы; приведены основные научные положения, выносимые на защиту.

В первой главе «Исследование методик, алгоритмов и средств, применяемых при эндоскопическом обследовании» отмечается, что первоочередной задачей при разработке биотехнического комплекса (ВТК) является выявление факторов, влияющих на недостоверность диагностического решения (ДР), с последующим снижением их числа и силы влияния за счет применения специальных алгоритмов формирования ДР. С этой целью предлагается представить БТК в виде последовательного соединения его основных подсистем с изображением источников ошибок, влияющих на выработку ДР (рисунок 1).

j Субъективные ошибки управления | ; Субъективные ошибки • : (из-за экстремальной обстановки) • : взаимодействия с БО ;

ЖКТ - желудочно-кишечный тракт, СППР - система поддержки принятия решений, ВЭС - Бидеоэндоскоиическая система, БО - биообъект, ЛПР - лицо, принимающее peuscmie (грач), X - изображение в виде светового потока, V -аналоговый видеосигнал, С - цифровой видеосигнал, D - рекомендуемый диагноз, U - управляющие воздействия

Рисунок 1 - Структура ошибок при видейэндоскопическом обследовании

Далее на основе анализа этих причин построена диаграмма причин и результатов. В качестве факторов-причин, влияющих на снижение достоверности ДР, выделены две группы: 1 - факторы, определяемые методическими и инструментальными ошибками технических средств БТК; 2 - субъективные факторы, определяемые наличием в его составе субъектов (пациента и врача). На основе выявленных факторов сформулированы новые функциональные задачи Ф38- ФЗв, решаемые БТК с целью повышения достоверности диагностического заключения. При этом качество диагностического решения целесообразно оценивать с помощью принципа минимума эвристик, в соответствии с которым выбирается решение, характеризуемое минимальной остаточной неопределенностью Ноа„ принятия решения. Тогда задача разработки СППР для ВЭД формулируется следующим образом. Необходимо разработать программно-апгорнтмическое и аппаратное обеспечение С11ПР для формирования врачом диагностического заключения с минимальной остаточной неопределенностью решения Ност -> min в условиях ограничения на время обследования Тобс < Т„,реб за счет замены эвристик на процедуры нечеткого логического вывода на основе компьютерной обработки результатов обследований, а также симптоматических и патогенетических факторов заболеваний.

С целью снижения Нжт показана необходимость проведения исследования многообразия эвристических процедур по выявлению признаков (симптомов) заболевания, а также установления диагностической значимости отдельных операций. Оценка диагностической значимости проведена на основе следующей формулы:

щз^ЕЁ^т^!.^ 00%,

рвN

где /' - номер метода диагностического минимума, ¡е 1,М, РВ, - ранг важности /го метода (номер строки в списке методов, отсортированных по убыванию их важности), РВтах - максимальный ранг важности, и, - количество диагностических параметров, получаемых ¿-м методом, М - общее количество методов диагностического минимума, N - общее количество получаемых в диагностическом

минимуме параметров: N = . В результате выявлено, что наибольшим индексом диагностической значимости обладают методы обследования: гастроскопия с биопсией, расспрос и осмотр, общий и биохимический анализы крови.

Для учета ограничений на время обследования Т^ в данной главе исследуется процесс обследования пациента с заболеваниями пищеварительной системы на предмет продолжительности отдельных этапов обследования. На рисунке 2 приведен временной граф, описывающий процедуру видеоэндоскогшческой диагностики как одного из наиболее продолжительных диагностических методов в общем обследовании пациента гастроэнтерологического отделения.

Р1., ~ вероятность перехода из 1-й вершины в ]-ю, г ~ длительность этапа диагностики; 1 - непрерывный поиск признаков патологии по изображению; 2 - описание найденной патологии; 3 - интерпретация наблюдений и оформление протокола; 4 - проведение биопсии; 5 - фиксация результатов обследования врачом-клиницистом

Рисунок 2 - Временной граф детализированной процедуры видеоэндоскопичсского обследования

Время 7>//), затрачиваемое на одну реализацию процедуры, определяется

суммой длительностей т^прср ~ Х/У^ч» , где ¡г/, - вероятность, а тср1 - средняя длительность выполнения г'-го оператора (номер /+1 должен соответствовать конечной вершине графа). При этом > (' = '> 2> •••> 0- Здесь произведение р,/1] определяет вероятность перехода из 0-й в /-ю вершину через вершину у. На основе сформированного таким образом графа длительность процесса диагностики в вершине 1 составляет 52 % времени прохождения графа. Таким образом, поддержка реализации дополнительных функциональных возможностей в вершине 1 позволяет значительно сократить время обследования и уменьшить вероятность постановки ошибочного диагноза.

Во второй главе «Структурно-функциональная организация БТК для углубленной ВЭД. Алгоритмы и модели получения исходных информативных при-

знаков заболеваний» рассматриваются методы, модели и средства, необходимые для реализации углубленной видеоэндоскопичсской диагностики. Разработаны 3 варианта конфигурации проблемно-ориентировапного биотехнического комплекса с расширенными функциональными возможностями, отличающиеся составом и назначением: 1) БТК врача-эндоскописта (рисунок 3), 2) БТК врача-клинициста (или врача-исследователя) для последующей углубленной диагностики и 3) полностью автономный исследовательский вариант БТК.

Гвидеоэндоскоп | | Стандартная снстсма обработки индсспндоскопичсских даипы.ч |

| 1 Видео-1 Цифровое

| сигнал» изображение

Камера

Видеопроцессор

Изображение |~Пацие» 1т""1 В и део с и г н а л

Специальный монитор

| (.'шлема шначш'кхм'м иораоитки ^дсо'н'/ик-комн'кх'кои | ' мяформ.щнп и нпдцсржки принятия решении

Среде гня I Сопряжения I

ПК

Стандартный монитор

Истории болсшей

Рисунок 3 - Структура БТК вуача-эндоскописта

Функциональные возможности комплекса углубленной видеоэндоскопической диагностикой изображены на рисунке 4. Отличия данной системы в виде перечня функциональных задач ФЗв-ФЗп от стандартной ВЭС выделены цветом.

Анализ исходных данных, выЬор НИ11 (Ф«ч)

УьгОор существенных факторов из С] 1Ф (Ф|л) я £

Опенка влияния выОранных факторов (Фк,У

Определение вида заболевания с учетом выбранных признаков и факторов, вычисление КУ. (Фо.|о.11

Автоматическое выделение патологических областей на изображении (Фко п) о *

Формирование данных для поддержки принятия решения по постановке диагноза (Ф*У/ | р) я с. и

1 Остановка диагноза и формирование протокола эндоскопического обследования СЛ

С: Ишк'ин'юо/к

ЮМОЛИПСЛЬЧОИ I,

/формация

1/: Уи/шмешн' пшожени УнОоскопа. ныпор оочааш/ типе/и.'со. тменешп' параметров тоора.ч(\'1Ш>1

Сштшимы. ^пу.ют аистпос. тшюл'п^иш'к факторы и Ор.

Изменение экспозиции

Масштабирование, контрастирование, изменение цветовой гаммы.(Фя.кч) Формирование оображенмя обследуемого эргана и его передача в

\ELsi

Б Блок данных для эндоскопического обследования (на основе истории болезни)

/и историю

Рисунок 4- Функциональная модель ВТК углубленной видеоэндоскопической диагностики

Разработана укрупненная процедура (алгоритм) формирования на основе БТК интегральных признаков заболевания для поддержки диагностического заключения, содержащая этапы: 1) определение для пациента возможных классов заболеваний в исследуемой области на основании данных истории болезни; 2) представление имеющихся в истории болезни сведений в виде данных о влиянии на этиологию и патогенез заболевания следующих факторов: патогенетических (наследственная отягощенность, возраст, сопутствующие заболевания и др.) и симптоматических (диспепсия, загрудинная боль, хеликобактерная инфекция и др.); 3) построение на их основе многофакторной модели выявления предполагаемых видов заболеваний (язвенная болезнь, полип, гастрит и др.), позволяющей

предварительно определить множество патологий на видеоизображении; 4) целенаправленный поиск информативных признаков на видеоизображении.

На основе построенной модели восприятия врачом визуальных данных ВЭС установлено, что при наличии СППР, формирующей интегральные признаки для поддержки диагностики, с возрастанием общего числа диагностических признаков наблюдается значительное (до 30 %) увеличение индекса их восприятия при применении предлагаемого БТК.

Для использования БТК в диагностике необходимо выполнить предварительную настройку подсистемы поддержки принятия решений и подсистемы обработки изображений. Для этого в данной главе разработаны соответствующие алгоритмы. Алгоритм настройки параметров подсистемы обработки видеоэндоскопических изображений представлен на рисунке 5. Необходимость в таком алгоритме обусловлена наличием в медицинских учреждениях эндоскопического оборудования с различными параметрами его оптической системы.

Рисунок 5 - Алгоритм настройки параметров системы обработки видеоизображений

На основе выявленных факторов, ухудшающих правильное распознавание объектов на видеоэндоскопическом изображении, разработан обобщенный алгоритм обработки видеоизображений для компенсации данных факторов. Приведено обоснование выбора и описаны особенности применения различных частных методов обработки видеоэндоскопических изображений, позволяющих улучшить качество изображения и снизить вероятность неправильного распознавания визуальных признаков патологий врачом. Так, визуальные признаки патологии «язва» выявляются детектором Собела, который наилучшим образом реагирует на резкий

перепад яркости между дном язвы и воспалительным валом. Данный детектор использует маски размера 3x3 пикселя (рисунок 6).

-1 -2 -1 -10 1 ООО 202

12 1-10 1 Рисунок б - Маски детектора Собсла для выявления признаков язвы Разработаны алгоритмы для оценки степеней важности факторов и признаков заболеваний, а также коэффициентов корреляции между факторами.

В третьей главе «Модели и методы компьютерной поддержки постановки диагноза в видеоэндоскопии на основе нечеткой логики и искусственных нейронных сетей» разработана концепция построения подсистемы поддержки принятия решений предлагаемого биотехнического комплекса как системы нечеткого логического вывода (НЛВ). Она представлена в виде двух структурных единиц: блока поддержки принятия решений и блока решающих правил и ориентирована на поддержку диагностики на двух этапах. На этапе предварительной диагностики (до проведения эндоскопического исследования) на основе данных из историй болезни указанная система позволяет определить заранее возможные патологии и сформировать диагностические рекомендации. Затем на этапе видеоэндоскопической диагностики они подтверждаются или опровергаются на основе анализа получаемой видеоинформации.

Преимуществом нечеткой логики является возможность описывать функционирование системы с помощью так называемых правил нечетких продукций (ПНП). Диагностическую значимость ПНП предложено определять вначале на основании мнений экспертов, когда задаются начальные значения весов, а затем с помощью аппарата нейронных сетей производится их корректировка.

Отличительной особенностью данной совокупности правил является выделение в отдельную группу так называемых болевых факторов, так как боль и ее характеристики являются одними из наиболее важных факторов диагностики заболеваний пищеварительной системы. На основе указанных особенностей проводится обоснование выбора вида правил нечетких продукций. В соответствии с этим при реализации первого этапа НЛВ составлено 26 правил нечетких продукций следующего вида:

ЕСЛИ: «Условие! = истина» И «Условие2 = истина»... И «Условие,, = истина»

ТО: «Заключение] = истина» И «Заключение^ = истина»... И «Заключение^ = истина»

В ПНП соединения через «ИЛИ» не рассматриваются. При наличии данной логической операции в условии, ПНП разбивается на несколько более мелких правил. Если ПНП содержит «ИЛИ» в заключительной части, то оно не обладает необходимой для диагностики специфичностью.

На основе анализа данных 75 историй болезни пациентов Рязанской городской клинической больницы было выбрано 18 входных и 3 выходных необходимых лингвистических переменных системы, произведена их классификация и определены области (варианты) значений. Далее при реализации второго этапа НЛВ на основе данных экспертных оценок, историй болезней, материалов печатных изданий построены 34 функции принадлежности для лингвистических значений 7

входных (ВхЛП) и 3 выходных (ВыхЛП) нечетких лингвистических переменных. Функции принадлежности ц четкой величины нечеткому терм-множеству, соответствующему одному из значений ВхЛП, были определены с помощью методов экспертной оценки следующим, образом. Пусть эксперт Э| считает, что конкретное значение х* принадлежит нечеткому терм-множеству при а, <х*<Ь,; эксперт Э2 - при аг<х*< Ьг; ... ; эксперт Э6 - при ае<х*<Ь^. Тогда функция принадлежности (ФП)

терма может быть получена в виде, показанном на рисунке 7. Пример такой ФП для ВхЛП «Связь боли с приемом пищи» (СБПП) представлен на рисунке 8.

ВхЛП Ма дз

I--------

. х

О шш(а,) шах(а,) гшп(б,) шах(^)

/Ч

Рисунок 7 - Получение ФП терма Ранние Поздние Голодные

ОН-£—-£—-

Момент 0515 2 3 3 5

приема пищи

Рисунок 8 - ФП для ВхЛП «СБПП» На представленных рисунках по горизонтальной оси откладываются значения четкой фаззифицируемой переменной, = номер эксперта, их количество. По вертикальной оси /х откладывается доля всех экспертов, которые считают, что данное значение х принадлежит данному лингвистическому значению лингвистической переменной. При этом изначально участки функции принадлежности при ле^тт(а(),шах(а()|и|тт(б,.),шах(б1 получаются криволинейными и приводятся к линейному виду с помощью метода наименьших квадратов. Оставшиеся 11 входных ЛП являлись изначально нечеткими и использовались в ПНП без фаззификации.

Следующий этап НЛВ (агрегирование) применялся к ПНП, условия которых содержали более одного подусловия. Условная часть таких правил имеет вид: ЕСЛИ: «ВхЛП! = Зни» ИЛИ ... ИЛИ «ВхЛП! = Зн1т»

Я «ВхЛП„ = Зн„1» ИЛИ... ИЛИ «ВхЛП„ = Зн„ ш»

Каждое из и условий ««ВхЛП, = Знп» ИЛИ... ИЛИ «ВхЛД = Зн^»» состоит из т подусловий «ВхЛП| = Зн^», где Зн^ -у'-е значение ;'-й ЛП в подусловии. Его номер определяется номером значения входной ЛП: у. Обозначим степени истинности подусловий (ПУ) с номером у соответственно /;,, • Для всех подусловий данного ПНП сформирована матрица М:

м =

Ми № 2

(.Л! М„2 •• М„„]

Используя данную матрицу на этапах НЛО с третьего по шестой, получаем формулу для расчета коэффициента х уверенности системы в правильности решения, который рассчитывается для каждого из возможных заболеваний, на выявление которых нацелена система.

х, = J у.

мЛУ.

Sa. ~~

¿/Vminimax^tx,)))

¿У.

где Min, Max ~ левая и правая границы интервала носителя нечеткого множества рассматриваемой ВыхЛП ти; Fk, к = l,qm, - весовые коэффициенты правил; qm -количество ПНП, где в заключении определяется ФП терма и ВыхЛП v; Д,, (х,) -исходная ФП v-ro терма и-й ВыхЛП.

Стоит отметить, что веса правил меняются в зависимости от появления новых фактов, а также выводов, еще точнее доказывающих или, напротив, опровергающих известные ранее данные. Часто эксперты сильно расходятся во мнениях, а иногда мнения и вовсе противоречивы. Для устранения данной неопределенности для настройки весов ПНП система логического вывода представляется в виде гибридной (а именно нечеткой) нейронной сети (рисунок 9). Ее структура идентична многослойной сети, но ее слои соответствуют этапам нечеткого логического вывода, по которым последовательно выполняются следующие функции:

- входной слой выполняет функцию фаззификации (приведения к нечеткости) на основе заданных входных функций принадлежности;

- выходной слой реализует функцию дефаззификации (приведения к четкости);

- скрытые слои отображают совокупность ПНП и следующие этапы вывода: агрегирование, активацию и аккумуляцию.

В\ЛП|

^wmaxvmax

Ai pet ирпшше. актииация ПНП. v=jv u~lt

аккумуляция /нумпю/ючеии))_ шах

Ск|и.иыс слои

(СЛОН I - LIИ

Рисунок 9- Структура гибрндной нейронной сети

Г г '

На рисунке 9 нейроны с обозначениями rrdri, max и S работают как соответствующие математические функции. Нейроны, обозначенные знаком «*», передают на выход произведение входных сигналов. Знаком «=» обозначены нейроны, устанавливающие соответствие между промежуточными ЛП и ВыхЛП, а « _Л_» - нейроны, реализующие операцию фаззификации для каждого терма всех ВхЛП. Узел «а/b» предназначен для деления входной величины на сумму весов активных правил. Нейрон «def» реализует функцию дефаззификации методом центра тяжести. Выбор вхождения ВхЛП в условия правил производится в виде весов логических уровней «О» и «1», на которые умножаются соответствующие функции принадлежности /Лу (xj), где i = 1,п - номер ВхЛП, a j = \,m — номер ее терма.

Нейросеть обучена по алгоритму обратного распространения ошибки, модифицированному для применения в нечетких нейронных сетях. С учетом, что слои нейронов с точно определенными параметрами представлены одним слоем со сложной активационной функцией, нечеткая ИНС идентична трехслойной ИНС с одним скрытым слоем. Таким образом, обучение сети сводится к обучению трехслойного персептрона. Стоит отметить, что нечеткая нейронная сеть применяется только в случае изменения структуры СГ1ПР (изменения совокупности Г1НП, входных или выходных ЛП), а также при появлении в литературе или медицинской практике новых фактов, доказывающих или опровергающих известные ранее данные.

В четвертой главе «Программная реализация поддержки принятия врачом диагностических региений на основе предлагаемых методов обработки данных историй болезней и видеоизображений» описывается разработанное в среде MATLAB программное обеспечение, реализующее предложенные в работе методы. Его графический пользовательский интерфейс, представленный на рисунке 10, отображает видеоинформацию, признаки патологий и другие данные в форме, удобной для врача. На рисунке 11 изображены результаты: выделение патологии, просмотр изображения в различной цветовой гамме, компенсация геометрических искажений.

Рисунок 10- Основное окно программы

Рисунок 11 - Исходные изображения (слева) и результаты (справа) применения предложенных методов обработки изображений

Представлены результаты вычисления степеней корреляции влияющих факторов на основе формулы Пирсона для данных качественного характера:

С-М-Ш&)

где/, - количество возможных значений ¡-го фактора,^ - количество возможных значений ]-го фактора, /у - количество образуемых данными значениями пар. Превышение значения коэффициента корреляции С пороговой величины Спорог (в данном случае С„ораг~ 0,65) говорит о тесной связи между сравниваемыми факторами. Это означает, что при наличии одного фактора из пары, скорее всего, присутствует и другой, поэтому один из них не учитывается. Таким образом, используя формулу Пирсона и закон Парето, выявляем 6 наиболее существенных факторов, коэффициенты С которых представлены на рисунке 12.

Рисунок 12 - Вычисление коэффициентов парной корреляции факторов

В главе 4 представлены графические интерфейсы программных модулей экспертного задания степеней их важности интервальными и точными значениями, моделирования работы системы нечеткого вывода (с использованием разработанного в главе 3 набора ПНП и лингвистических переменных), а также построения поверхности для определения корреляции нечетких факторов попарно и влияния каждой их пары на формирование конечной рекомендации по постановке диагноза, представленной на рисунке 13.

ЕЭ гекстепс!_с(|адпса

Рекомендации ■ ......

->Диап-юэ: Язвенная болезнь желудка -^Коэффициент уверенности: 0,81

Диагноз: Я эвенная болезнь двенадцатиперстной кишки Коэффициент уверенности 0,55

Рисунок 13-Окно с рекомендациями по постановке диагноза

Проанализированы данные выборочной совокупности историй болезней гастроэнтерологических отделений двух больниц г. Рязани, па основе чего построены половозрастные диаграммы и выбраны наиболее важные симптоматические и патогенетические факторы, которые необходимо использовать при диагностике заболеваний желудочно-кишечного тракта.

Разработаны рекомендации врачу-клиницисту и врачу-эндоскописту для диагностики заболеваний желудочно-кишечного тракта с использованием предложенного биотехнического комплекса. Рекомендации включают алгоритм обследования пациента гастроэнтерологического отделения и детальное описание по использованию врачом разработанного программного обеспечения на этапах ввода исходных данных, предварительной диаг ностики на основе истории болезни с использованием БТК, видеоэндоскопической диагностики с использованием БТК и постановки заключительного диагноза с учетом рекомендаций СППР.

В заключении излагаются основные результаты теоретических исследований и практических разработок, представленных в диссертационной работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Снижено влияние субъективных факторов на достоверность формируемого врачом диагностического заключения (решения). Для этого разработано программно-алгоритмическое и аппаратное обеспечение системы для поддержки постановки врачом диагноза с минимальной остаточной неопределенностью решения, в условиях ограничения на время эндоскопического обследования, за счет замены эвристик на процедуры нечеткого логического вывода на основе компьютерной обработки результатов обследований, а также симптоматических и патогенетических факторов заболеваний желудочно-кишечного тракта (ЖКТ).

2. Предложены модели оценки качества системы видеоэндоскопической диагностики заболеваний пищеварительной системы пациента с использованием диаграмм причин-результатов и временных графов для выявления факторов недостоверности и наиболее длительных этапов диагностики с целью их снижения путем решения системой сформулированных на их основе новых функциональных задач.

4. Выявлены специфические свойства видеоизображений внутренних поверхностей биообъекта, принимаемых врачом на основе когнитивных (психологических) преобразований в качестве признаков патологии. В соответствии с выявленными свойствами изображений обследуемой внутренней поверхности ЖКТ выбрана совокупность необходимых методов обработки видеоизображений, ориентированных на формирование специальных данных о патологиях.

6. Разработано программное обеспечение ВТК, а также рекомендации врачу-клиницисту и врачу-эндоскописту для диагностики заболеваний желудочно-кишечного тракта (на примере язвенной болезни желудка и двенадцатиперстной кишки) с его использованием. Рекомендации включают алгоритм обследования пациента гастроэнтерологического отделения и детальное описание по использованию врачом разработанного программного обеспечения.

На основе предложенных моделей, алгоритмов и средств обработки данных о заболеваниях проанализированы данные выборочной совокупности историй болезней гастроэнтерологических отделений двух больниц г. Рязани, на основе чего построены половозрастные диаграммы и выбраны наиболее важные симптоматические и патогенетические факторы.

Представленные результаты и сформулированные выводы позволяют утверждать, что задачи диссертационной работы решены в полном объеме, а поставленная цель исследований достигнута.

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Черепнин A.A., Локтюхин В.Н. Структурно-функциональная организация медико-компьютерной системы динамических видеоэндоскопических изображений // Физика полупроводников. Микроэлектроника. Радиоэлектронные устройства: межвуз. сб. науч. тр. Рязань: РГРТА. 2005. С. 40-44.

2. Черепнин A.A. Совершенствование медико-компьютерных систем обработки динамических видеоэндоскопических изображений // Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы - 2005: материалы 18-й всероссийской НТК студентов, молодых ученых и специалистов. Рязань: РГРТА. 2005. С. 125-126.

3. Черепнин A.A. Принципы организации компьютерной системы поддержки принятия решений при проведении видеоэндоскопической диагностики // Техническая кибернетика, радиоэлектроника и системы управления: тезисы докладов 8-й всероссийской научной конференции студентов и аспирантов. Таганрог: ТГРТУ. 2006. С. 299-300.

4. Черепнин A.A. Оценка периода опроса кадров при проведении видеоэндоскопического обследования // Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы - 2006: материалы 19-й всероссийской НТК студентов, молодых ученых и специалистов. Рязань: РГРТА. 2006. С. 104-105.

5. Черепнин A.A., Локтюхин В.Н., Иванова Т.Б. Совершенствование медико-компьютерных систем обработки видеоэндоскогшческих изображений //Вестник аритмологии. Приложение А. СПб.: 2006. С. 157.

6. Черепнин A.A., Локтюхин В.Н. Принципы компьютерной поддержки принятия решений при видеоэндоскопичсском обследовании // Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы - 2006: материалы 19-й всероссийской НТК студентов, молодых ученых и специалистов. Рязань: РГРТА. 2006. С. 122-123.

7. Черепнин A.A. Принципы организации компьютерной системы поддержки принятия решений при проведении видеоэндоскопической диагностики // Физика полупроводников. Микроэлектроника. Радиоэлектронные устройства: межвуз. сб. науч. тр. Рязань: РГРТА. 2006. С. 37-41.

8. Иванова Т.Б., Локтюхин В.Н., Черепнин A.A. Принципы организации видеоэндоскопической системы с расширенными функциональными возможностями // Вестник РГРТУ, вып. 21. Рязань: РГРТУ. 2007. С. 40-43.

9. Черепнин АА., Локтюхин В.Н. Компьютерная поддержка принятия решений в видеоэндоскопии на основе нечеткой логики // Вестник аритмологии. Приложение А. С-Пб.: 2008. С. 160.

10. Черепнин A.A., Локтюхин В.Н., Иванова Т.Б. Принципы организации поддержки принятия решений при видеоэндоскопическом обследовании // Современные диагностические и восстановительные технологии: сб. науч. тр. Рязанской ОКБ под ред. Соколова А.В, вып. 4. Рязань: РязГМУ. 2008. С. 337-341.

11. Бутов М.А., Локтюхин В.Н., Маслова O.A., Черепнин A.A. Применение нечеткой логики в видеоэндоскопических системах с расширенными функциональными возможностями // Вестник РГРТУ, вып. 23. Рязань: РГРТУ. 2008. С. 101-106.

12. Черепнин A.A., Локтюхин В.Н. Подсистема поддержки принятия диагностических решений в видеоэндоскопии на основе нейронечеткой технологии // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: материалы 15-й международной НТК. Рязань: РГРТУ. 2008. С. 107-108.

13. Черепнин A.A. Поддержка углубленной видеоэндоскопической диагностики на основе нечетких технологий // Интеллектуальные системы - 2008: труды 8-го международного симпозиума. Нижний Новгород: РУСАКИ. 2008. С. 642-647.

14. Пастушенко Д А., Черепнин A.A. Методы и алгоритмы обработки видеоэндоскопических изображений // Новые информационные технологии в научных

исследованиях и образовании: материалы 13-й всероссийской технической конференции студентов. Часть 2. Рязань: РГРТУ. 2008. С. 88-89.

15. Апушкина А.Ю., Черепнин A.A. Подсистема поддержки постановки диагноза при видеоэндоскопическом обследовании с использованием нечеткой логики И Новые информационные технологии в научных исследованиях и образовании: материалы 13-й всероссийской НТК студентов. Часть 2. Рязань: РГРТУ. 2008. С. 87-88.

16. Черепнин АЛ., Локтюхин В.Н. Аппаратно-программное обеспечение поддержки углубленной видеоэндоскопической диагностики И Методы компьютерной диагностики в биологии и медицине: материалы всероссийской научной школы-семинара. Саратов: СГУ. 2008. С. 93-95.

17. Черепнин A.A., Локтюхин В.Н. Способ анализа диагностической важности обследований при выявлении патологий желудочно-кишечного тракта // Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы -2008: материалы 21-й всероссийской НТК студентов, молодых ученых и специалистов. Рязань: РГРТУ. 2008. С. 287-288.

18. Черепнин A.A., Локтюхин В.Н. Оценка эффективности диагностических алгоритмов при выявлении патологий желудочно-кишечного тракта // Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы -2008: материалы 21-й всероссийской НТК студентов, молодых ученых и специалистов. Рязань: РГРТУ. 2008. С. 288-290.

19. Черепнин АЛ., Апушкина A.IO. Анализ степени важности симптоматических и патогенетических факторов при выявлении патологий пищеварительной системы // Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы - 2008: материалы 21-й всероссийской НТК студентов, молодых ученых и специалистов. Рязань: РГРТУ. 2008. С. 290-291.

20. Локтюхин В.Н., Черепнин A.A. Поддержка принятия решений на основе нейронечеткой технологии при диагностике патологий желудочно-кишечного тракта // Биотехносфера, № 2. СПб.: Политехника. 2009. С. 20-23.

21. Черепнин A.A. Анализ процедуры видеоэндоскопического обследования с использованием ориентированных графов // Информационные и управленческие технологии в медицине и экологии: сборник статей III всероссийской НТК. Пенза: Приволжский дом знаний. 2009. С. 122-125.

22. Локтюхин В.Н., Михеев A.A., Черепнин A.A. и др. Нейробионический подход к построению медико-измерительных систем // Биомедицинская радиоэлектроника. 2009. № 7. С. 21-25.

23. Локтюхин В.Н., Мальченко С.И., Черепнин A.A. Основы математического обеспечения поддержки диагностических решений в биотехнических системах с использованием нечеткой логики: учебное пособие. Рязань: РГРТУ, 2009. 64 с.

24. Черепнин A.A. Разработка биотехнического комплекса для углубленной видеоэндоскопической диагностики II Приоритетные направления современной российской науки глазами молодых ученых: материалы всероссийской научно-практической конференции молодых ученых и специалистов. Рязань: РГУ им. С .А. Есенина, 2009. С. 114-117.

25. Черепнин A.A. Компьютерная система выявления признаков заболеваний желудочно-кишечного тракта на основе нечеткой логики // Биотехнические, медицинские И экологические системы и комплексы: материалы международной конференции с элементами научной школы для молодежи. Рязань: РГРТУ, 2009. С. 381.

Черепнин Алексей Анатольевич

Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии

нечеткой логики

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 14.05.2010г. Формат бумаги 60X84 1/16 Бумага офсетная. Печать трафаретная. Усл. печ. л. 1,0. Тираж 100 экз. Заказ

Участок оперативной полиграфии Рязоблстатуправления. 390013, г. Рязань, ул. Типанова, д. 4.

Оглавление автор диссертации — кандидата технических наук Черепнин, Алексей Анатольевич

ВВЕДЕНИЕ.

ГЛАВА 1 ИССЛЕДОВАНИЕ МЕТОДИК, АЛГОРИТМОВ И СРЕДСТВ, ПРИМЕНЯЕМЫХ ПРИ ЭНДОСКОПИЧЕСКОМ ОБСЛЕДОВАНИИ.

1.1 Выбор подходов к повышению достоверности диагностических решений при эндоскопическом обследовании и к оценке их качества.

1.1.1 Принципы выявления факторов, приводящих к снижению достоверности диагностического решения.

1.1.2 Выбор подхода для оценки качества диагностического решения, обоснование постановки задачи разработки СППР.

1.2 Анализ диагностической важности видов обследований для выявления патологий желудочно-кишечного тракта.

1.3 Анализ применения диагностических алгоритмов и схем в эндоскопии.

1.3.1 Диагностические алгоритмы.

1.3.2 Диагностические схемы.

1.4 Модель оценки времени эндоскопической диагностики с использованием временных графов.

1.5 Особенности современного состояния эндоскопических систем и аппаратных средств для их реализации.

1.6 Обзор визуальных признаков патологий на видеоэндоскопическом изображении и симптомов заболеваний.

1.6.1 Особенности медицинского описания визуальных признаков патологий на видеоэндоскопическом изображении.

1.6.2 Обзор симптомов заболеваний органов пищеварительной системы, необходимых для постановки диагноза.

1.7 Выводы.

ГЛАВА 2 СТРУКТУРНО-ФУНКЦИОНАЛЬНАЯ ОРГАНИЗАЦИЯ

БТК ДЛЯ УГЛУБЛЕННОЙ ВЭД. АЛГОРИТМЫ ПОЛУЧЕНИЯ ИСХОДНЫХ ИНФОРМАТИВНЫХ ПРИЗНАКОВ ЗАБОЛЕВАНИЙ.

Основы получения информативных признаков заболеваний с использованием видеоизображений биообъекта.

2.1 Варианты структур биотехнического комплекса для углубленной видеоэндоскопической диагностики.

2.2 Основы организации подсистемы поддержки принятия решений в ВЭС с расширенными функциональными возможностями.

2.3 Функциональная модель БТК для углубленной диагностики, укрупненная процедура формирования информативных признаков заболевания.

2.4 Структура взаимодействия врача с пациентом в составе БТК для углубленной видеоэндоскопической диагностики.

2.5 Алгоритмы получения диагностически значимых признаков заболеваний на основе обработки эндоскопических видеоизображений?

2.5.1 Выбор и обоснование функций и методов обработки видеоизображений для углубленной видеоэндоскопической диагностики.

2.5.2 Алгоритмы обработки видеоэндоскопических изображений для получения диагностически значимых параметров.

2.5.3 Алгоритм работы подсистемы обработки видеоизображений в составе БТК углубленной ВЭД.

2.6 Структура и алгоритм обработки данных историй болезни при заболеваниях желудочно-кишечного тракта.

2.7 Выводы.

ГЛАВА 3 МОДЕЛИ И АЛГОРИТМЫ КОМПЬЮТЕРНОЙ

ПОДДЕРЖКИ ПОСТАНОВКИ ДИАГНОЗОВ ЗАБОЛЕВАНИЙ ПИЩЕВАРИТЕЛЬНОЙ СИСТЕМЫ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ И ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ.

3.1 Обоснование концепции построения математической модели подсистемы.

3.2 Разработка модели и алгоритма функционирования подсистемы ППР на основе нечеткого логического вывода.

3.3 Применение искусственных нейронных сетей для определения весов правил нечетких продукций в системе нейро-нечеткого логического вывода.

3.4 Выводы.

ГЛАВА 4КОМПЛЕКС ПРОГРАММ И РЕАЛИЗАЦИЯ

ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧОМ ДИАГНОСТИЧЕСКИХ РЕШЕНИЙ НА ОСНОВЕ ПРЕДЛОЖЕННЫХ МЕТОДОВ ОБРАБОТКИ ДАННЫХ ИСТОРИЙ БОЛЕЗНЕЙ И ВИДЕОИЗОБРАЖЕНИЙ.

4.1 Выбор и обоснование организации аппаратного обеспечения системы.

4.2 Выбор программной среды разработки.

4.3 Разработка программного обеспечения для обработки видеоэндоскопических изображений.

4.4 Разработка программного обеспечения для реализации поддержки принятия диагностических решений.

4.5 Формирование и анализ исходных данных из историй болезней для настройки параметров ППР.

4.6 Рекомендации врачу-клиницисту и врачу-эндоскописту для диагностики заболеваний ЖКТ с использованием БТК.

4.7 Выводы.

Введение 2010 год, диссертация по приборостроению, метрологии и информационно-измерительным приборам и системам, Черепнин, Алексей Анатольевич

Актуальность работы. С принятием Национального проекта «Здоровье» и необходимостью восстановления отечественного медицинского приборостроения обострилась потребность в создании современного медицинского диагностического оборудования, которое для врача является необходимым измерительно-информационным (-вычислительным) инструментарием получения информации о заболевании обследуемого пациента с целью поддержки постановки диагноза. Одна из распространенных областей их применения — диагностика заболеваний желудочно-кишечного тракта (ЖКТ).

Используемые в этой сфере стандартные видеоэндоскопические системы (ВЭС) предоставляют врачу-эндоскописту только первичную информацию в виде фрагментов изображения внутренней поверхности исследуемого органа, служащих основой постановки диагностического заключения. Его формирование осуществляется им субъективно (путем различных методов когнитивной психологии: восприятия, представления, познания, понимания, объяснения, формирование решения и т.п.) в рамках рекомендуемых диагностических минимумов выявления того или иного заболевания. Совместно с этим, врач постоянно выполняет операции управления эндоскопом при жестких ограничениях на время обследования из-за его специфики, создающей дискомфорт пациенту. Все это, а также наличие таких субъективных факторов, как объем, интенсивность, устойчивость внимания врача, снижают качество проведения обследования, увеличивают его сроки, повышают вероятность формирования ошибочного заключения.

Одним из направлений повышения эффективности диагностического обследования является включение в состав инструментальных средств видеоэндоскопии отдельной компьютерной системы поддержки принятия решений, позволяющей реализовать часть операций из серий психологических преобразований, выполняемых врачом. К ним относятся: выявление диагностических признаков заболеваний по эндоскопическому изображению и истории болезни, учет данных предыдущих обследований, формирование выводов по совокупности найденных патологий и признаков заболеваний в виде диагноза и др. Автоматизация выполнения этих операций позволит существенно снизить влияние на качество диагностических заключений таких человеческих (субъективных) факторов, как уменьшение объема внимания, его интенсивности, устойчивости и др., так как ряд операций по поддержке диагностических заключений будет передан машине.

Проведенный анализ известных методик и типичной аппаратуры ВЭС показал следующие их особенности - как факторы, влияющие на достоверность диагностического заключения. Во-первых, это отсутствие вывода на экран дополнительной информации об основных выявляемых признаках заболеваний; ограниченность процедуры фильтрации изображений, изменения яркости и контрастности, глубины цвета, что осложняет выявление визуальных признаков на изображениях; невозможность записи на цифровой носитель информации в удобной для последующего обращения форме; отсутствие поддержки распознавания контуров и прочих объектов на изображениях. Во-вторых, — наличие только качественных визуальных признаков внутренних органов в виде их изображений и, соответственно, отсутствие возможности выявления интегральных информативных признаков (каждый из которых соответствует совокупности признаков, относящихся к одной патологии), отраженных в количественной или качественной шкалах оценки. Как правило, их формирование осуществляется врачом на основании его профессионального опыта.

Наряду с этим известно, что для повышения достоверности диагностического заключения необходимо совместно с визуально выявленными признаками, также учитывать влияние большого числа патогенетических факторов. Менее опытный врач может упустить некоторые важные детали из этого множества, что приводит к постановке ошибочного диагноза. При этом даже наилучшие дорогостоящие видеоэндоскопические системы не позволяют объективно учитывать данные истории болезни пациента, а также влияния патогенетических факторов на развитие заболевания. Таким образом, отсутствие в этих системах функциональных подсистем по учету таких данных и факторов при формировании заключения совместно с признаками, выявленными из изображений, а также подсистем по поддержке принятия диагностических решений (СППР) является их существенным недостатком.

Исходя из этого, предлагается, используя опыт и знания в различных смежных с медициной научных областях, существенно расширить функциональные (интеллектуальные) возможности стандартных ВЭС на основе создания проблемно-ориентированного математического, алгоритмического обеспечения (в виде специальных моделей и алгоритмов) и комплекса программ для поддержки с использованием персонального компьютера формирования врачом правильных диагностических заключений.

Одним из перспективных подходов к разработке этого обеспечения является применение нейробионической методологии (парадигмы) как основы создания функциональных моделей технических и биотехнических систем с использованием моделей сенсорных систем и центральной нервной системы человека и животных. Для данной работы это: 1) модели формирования информативных признаков заболеваний, когда, аналогично функционированию ощущающей системы, необходимо отделить значимые параметры от незначимых и случайных внешних воздействий и представить в виде, удобном для дальнейшей обработки; 2) нейро-нечеткий аппарат поддержки принятия решений, реализующий данную операцию по принципу качественных оценок ситуации в совокупности с количественными и сравнений с эталонными порогами, на настоящий момент еще в недостаточной степени распространенный в медицинских измерительно-информационных системах.

Вопросам построения систем поддержки принятия решений и применения технологии нечеткой логики для решения прикладных задач посвящены работы Заде Л.А., Мак-Каллока У., Галушкина А.И., Круглова В.В., Осовского С., Трахтенгерца Э.А., Кореневского H.A., Пылькина А.Н., Демидовой Л.А., Истоминой Т.В, Фелиста С.А., Устинова В.Г. и др.

Работа выполнена в соответствии с тематикой проектов (грантов) «Теория и проектирование преобразователей формы информации на основе нейросетевых технологий» ведомственной целевой программы "Развитие научного потенциала ВШ" (№ 6390 от 12.12. 2008 г.) и Российского фонда фундаментальных исследований "Теория и проектирование медицинских измерительно-информационных систем на основе нейробионических технологий" (№ 10-08-97525-рцентр-а, 01.2010 г.).

Задачи диссертации. Для достижения этой цели необходимо решить следующие основные задачи:

Методы исследования. Основные задачи решены с использованием: теории поддержки принятия решений, теории экспертных систем в медицине, теорий нечеткой логики и нейронных сетей для обработки качественных данных, методов обработки видеоизображений, клинической картины болезней пищеварительной системы. Основные результаты диссертационного исследования получены и обоснованы с помощью методов системного и статистического анализа, теории графов, анализа алгоритмов, теории нечеткого логического вывода, а также в результате компьютерного моделирования в среде технических вычислений МАТЬАВ.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

4. Разработана процедура нечеткого логического вывода для поддержки принятия диагностических решений на основе компьютерной обработки количественных и качественных результатов обследований, а также симптоматических и патогенетических факторов заболевания ЖКТ пациента, что позволяет снизить вероятность появления ошибки при постановке диагноза, в частности, язвы желудка, примерно в 3 раза.

5. Предложены алгоритм настройки разработанной системы и алгоритм обследования пациента гастроэнтерологического отделения с детальным описанием по использованию врачом разработанного программного обеспечения системы (на примере язвенной болезни желудка и двенадцатиперстной кишки) как основы построения эффективных методик выявления заболеваний ЖКТ.

Достоверность. Достоверность полученных результатов и выводов подтверждается корректным использованием математического аппарата нечеткой логики, методов обработки экспериментальных данных, методов обработки видеоизображений, применением программных средств моделирования, действующим программным комплексом и внедрением полученных результатов.

Предложенные методы и модели анализа данных о болезнях пищеварительной системы пациентов (анамнез, данные анализов, видеоизображения и др.), а также модели оценки качества диагностических алгоритмов и определения степени важности факторов (симптоматических и патогенетических) использованы в Рязанской областной клинической больнице. Результаты разработки СППР внедрены в учебный процесс кафедры биомедицинской и полупроводниковой электроники Рязанского государственного радиотехнического университета и кафедры пропедевтики внутренних болезней Рязанского государственного медицинского университета им. академика И.П. Павлова.

На защиту выносятся:

1. Модели оценки качества системы поддержки видеоэндоскопической диагностики заболеваний желудочно-кишечного тракта (ЖКТ) пациента и совокупность дополнительных функциональных возможностей разрабатываемой системы с использованием диаграмм причин-результатов и временных графов как основы исключения субъективных факторов недостоверности и сокращения (в 1,5 раза) длительности этапов формирования диагностического решения.

2. Конфигурации биотехнического комплекса и укрупненная процедура для углубленной диагностики заболеваний желудочно-кишечного тракта, поддерживающих в ходе обследования формирование для врача рекомендаций по постановке диагноза на основе целенаправленного выявления возможных классов и дополнительных визуальных признаков заболевания, что обеспечивает повышение достоверности их определения на 30%.

3. Процедура нечеткого логического вывода для поддержки принятия диагностических решений на основе компьютерной обработки количественных и качественных результатов обследований, а также симптоматических и патогенетических факторов заболеваний ЖКТ пациента, что позволяет снизить вероятность появления ошибки при постановке диагноза, в частности, язвы желудка - примерно в 3 раза.

Апробация результатов работы.

Основные положения диссертации докладывались на: - 5-м и 6-м Международных симпозиумах «Электроника в медицине. Мониторинг, диагностика, терапия» (Санкт-Петербург, 2006 и 2008 гг.);

- Международной научной конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (Рязань, 2008 г.);

- 8-м Международном симпозиуме «Интеллектуальные системы - 2008» (Нижний Новгород, 2008 г.);

- Международной конференции с элементами научной школы для молодежи «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2009 г.);

- Всероссийской научной конференции «Методы компьютерной диагностики в биологии и медицине - 2008» (Саратов, 2008 г.);

- 8-й Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления» (Таганрог, 2006 г.);

- (18 - 21)-й Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 2005-2008 гг.);

- 3-й Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине и экологии» (Пенза, 2009 г.).

- Всероссийской научно-практической конференции молодых ученых и специалистов «Приоритетные направления современной российской науки глазами молодых ученых» (Рязань, 2009 г.).

Публикации. Основные результаты диссертационного исследования нашли отражение в опубликованных диссертантом 25 печатных работ, из которых 4 - в рецензируемых журналах из списка ВАК.

Заключение диссертация на тему "Модели, алгоритмы и средства для поддержки принятия диагностических решений при эндоскопическом обследовании на основе технологии нечеткой логики"

4.7 Выводы

1. Выбрана среда программирования для задач обработки данных в углубленной видеоэндоскопической диагностике на основе сформулированных критериев. Описаны разработанные в ней программные модули, реализующие предложенные в главах 2 и 3 методы.

2. Разработан графический пользовательский интерфейс основного окна для обработки видеоэндоскопических изображений и их отдельных кадров. Также приведены листинги кодов разработанных модулей и результаты обработки каждым из методов конкретных эндоскопических изображений.

3. Разработан графический пользовательский интерфейс программных модулей ввода экспертных данных, необходимых для функционирования компьютерной поддержки принятия диагностических решений.

4. Представлены результаты вычисления степеней корреляции совокупности симптоматических и патогенетических факторов, экспертного задания степеней их важности интервальными и точными значениями, моделирования работы системы нечеткого вывода (используя разработанный в главе 3 набор ПНП и лингвистических переменных), а также построения поверхности для определения корреляции нечетких факторов попарно и влияния каждой их пары на формирование конечной рекомендации по постановке диагноза.

5. Проанализированы данные выборочной совокупности историй болезней гастроэнтерологических отделений двух больниц г. Рязани, на основе чего построены половозрастные диаграммы и выбраны наиболее важные симптоматические и патогенетические факторы.

6. Разработаны рекомендации врачу-клиницисту и врачу-эндоскописту для диагностики заболеваний желудочно-кишечного тракта (на примере язвенной болезни желудка и двенадцатиперстной кишки) с использованием разработанного биотехнического комплекса как основы построения более эффективных методик выявления заболеваний ЖКТ. Рекомендации включают алгоритм обследования пациента гастроэнтерологического отделения и детальное описание по использованию врачом разработанного программного обеспечения на этапах ввода исходных данных, предварительной диагностики на основе истории болезни с использованием БТК, видеоэндоскопической диагностики с использованием БТК и постановки заключительного диагноза с учетом рекомендаций БТК.

ЗАКЛЮЧЕНИЕ

В настоящее время наблюдается рост числа заболеваний пищеварительной системы. Причины этого явления различны: неправильное или нерегулярное питание, низкое качество пищи из-за наличия в ней опасных и вредных искусственных добавок, нервные перегрузки, курение, злоупотребление алкоголем, отягощенная наследственность и другие. При этом в медицинской диагностике заболеваний пищеварительной системы существует ряд проблем, в результате которых все еще велика вероятность, что диагноз будет поставлен неверно. Наиболее достоверным методом выявления патологий желудочно-кишечного тракта является эндоскопическое обследование. Однако эндоскопическое оборудование большинства учреждений здравоохранения России сильно устарело, а приобретение нового зарубежного эндоскопического оборудования приведет к большим финансовым затратам. Поэтому в настоящее время разработка отечественных аппаратно-программных средств видеоэндоскопической диагностики является необходимым.

В диссертации исследован и разработан ряд научно обоснованных моделей, алгоритмов и методов для выявления заболеваний пищеварительного тракта. На его основе разработан диагностический комплекс и проведено его тестирование.

Полученные в работе основные результаты, исходя из поставленной цели и определенных для ее достижения задач, можно сформулировать следующим образом:

1. Снижено влияние субъективных факторов на достоверность формируемого врачом диагностического заключения (решения). Для этого разработано программно-алгоритмическое и аппаратное обеспечение системы для поддержки постановки им диагноза с минимальной остаточной неопределенностью решения, в условиях ограничения на время эндоскопического обследования, за счет замены эвристик на процедуры нечеткого логического вывода на основе компьютерной обработки результатов обследований, а также симптоматических и патогенетических факторов заболеваний желудочно-кишечного тракта (ЖКТ).

Произведен анализ современных методик диагностики патологий желудочно-кишечного тракта, входящих в диагностический минимум. Получены количественные характеристики значимости типовых методик обследований. Определены наиболее важные для принятия врачом диагностических решений типы методик, а также предложено их деление на 3 группы по величине индекса диагностической значимости и показаны области применимости каждой группы.

3. Рассмотрены необходимые функции и структура средств для реализации углубленной видеоэндоскопической диагностики. Предложены три варианта структур биотехнического комплекса (БТК) с дополнительными функциональными возможностями, отличающиеся его составом и назначением: БТК врача-эндоскописта; БТК врача-клинициста (или врача-исследователя) для последующей углубленной диагностики; автономный вариант БТК. Определена их ориентировочная стоимость.

Определена структура взаимодействия врача с пациентом при углубленной видеоэндоскопической диагностике. На ее основе разработана функциональная схема БТК, отражающая передачу данных истории болезни и видеоэндоскопического исследования. Описан процесс ее работы от получения видеоизображения до формирования рекомендаций по постановке диагноза и создания медицинских документов.

4. Выявлены специфические свойства видеоизображений внутренних поверхностей биообъекта, принимаемых врачом на основе когнитивных (психологических) преобразований в качестве признаков патологии: размытые, нечеткие границы контуров, характеризующие патологию; множество трудно выявляемых цветовых признаков патологий; многообразие и множественность визуальных признаков для каждой конкретной патологии (например, для язвы: цвет, текстура дна и ширина вала, количество изъязвлений, их размеры) и др. В соответствии с выявленными свойствами изображений обследуемой внутренней поверхности ЖКТ выбрана совокупность необходимых методов обработки видеоизображений, ориентированных на формирование специальных данных о патологиях, выводимых системой, в которую входят: детектор Собела, медианный фильтр, кросскорреляционный метод и др.

На основе выбранных подходов к установлению признаков патологий и связанных с ними методов обработки изображений разработаны и реализованы специальные алгоритмы обработки исходных видеоизображений участков поверхности ЖКТ с целью получения информативных признаков (данных) о патологиях. Реализация этих алгоритмов позволяет снизить влияние субъективных факторов на достоверность диагностического решения. Это следующие алгоритмы: алгоритм компенсации геометрических искажений, алгоритм выделения визуальных признаков язвы, кровотечения, рефлюкса. Разработан алгоритм настройки параметров подсистемы обработки видеоэндоскопических изображений.

5. Разработаны подсистема поддержки принятия решений в виде нечеткой нейронной сети, обобщенный алгоритм настройки ее параметров, а также алгоритм для вычисления коэффициентов корреляции между факторами. На их основе определены степени важности факторов и признаков заболеваний, а также сформирована совокупность правил нечетких продукций и построены их функции принадлежности. Обоснован выбор математических основ построения подсистемы и вид алгоритма ее функционирования. Выявлено, что наилучшим образом соответствует задачам видеоэндоскопии алгоритм Ларсена.

Представлены результаты вычисления степеней корреляции влияющих факторов, экспертного задания степеней их важности интервальными и точными значениями, моделирования работы системы нечеткого вывода (используя разработанный в главе 3 набор ПНП и лингвистических переменных), а также построения трехмерной поверхности для определения корреляции нечетких факторов попарно и влияния каждой их пары на формирование конечной рекомендации по постановке диагноза.

6. На основе предложенных методов и моделей обработки данных о заболеваниях проанализированы данные выборочной совокупности историй болезней гастроэнтерологических отделений двух больниц г. Рязани, на основе чего построены половозрастные диаграммы и выбраны наиболее важные симптоматические и патогенетические факторы. Разработан графический пользовательский интерфейс основного окна для обработки видеоэндоскоггиче-ских изображений и их отдельных кадров, а также модулей компьютерной поддержки принятия диагностических решений. Разработаны рекомендации врачу-клиницисту и врачу-эндоскописту для диагностики заболеваний желудочно-кишечного тракта (на примере язвенной болезни желудка и двенадцатиперстной кишки) с использованием разработанного биотехнического комплекса как основы построения более эффективных методик выявления заболеваний ЖКТ. Рекомендации включают алгоритм обследования пациента гастроэнтерологического отделения и детальное описание по использованию врачом разработанного программного обеспечения. Результаты диссертационного исследования были использованы в деятельности отделения эндоскопии Рязанской областной клинической больницы, а также в учебном процессе Рязанского государственного радиотехнического университета и Рязанского государственного медицинского университета имени академика И.П. Павлова.

Практическая значимость результатов работы заключается в том, что на их основе разработан комплекс для видеоэндоскопической диагностики, который позволит уменьшить количество неправильно поставленных диагнозов заболеваний пищеварительной системы.

Библиография Черепнин, Алексей Анатольевич, диссертация по теме Приборы, системы и изделия медицинского назначения

1. Романова Е.А. Гастриты. Диагностика, профилактика и методы лечения. М.: Центрполиграф, 2004. 159 с.

2. Маржатка 3. Терминология, определения терминов и диагностические критерии в эндоскопии пищеварительного тракта. М.: Международное медицинское издательство, 1996. 139 с.

3. Никишаев В.И. Стандартизация эндоскопического обследования // Украинский журнал малоинвазивной и эндоскопической хирургии. 2003. №7. С. 13-15.

4. Кешав С. Наглядная гастроэнтерология. Пер. с англ. под ред. акад. РАМН проф. В.Т. Ивашкина. М.: Издательская группа ГЭОТАР Медиа, 2005. 126 с.

5. Клиническое обследование хирургического больного. Под ред. A.B. Федосеева. Рязань: РГМУ, 2002. 52 с.

6. Ивашкин В.Т., Рапопорт С.И. Новый этап в гастроэнтерологии // Российский журнал Гастроэнтерологии, Гепатологии, Колопроктологии. 2006. №1. С. 4-7.

7. Ивашкин В.Т., Боткин С.П., Захарьин Г.А. Введение в теорию и практику диагноза // Российский журнал Гастроэнтерологии, Гепатологии, Колопроктологии, 2005. №2. С. 4-12.

8. Черепнин A.A., Локтюхин В.Н., Иванова Т.Б. Совершенствование медико-компьютерных систем обработки динамических видеоэндоскопических изображений // Вестник аритмологии. Приложение А. С-Пб.: 2006. С. 157.

9. Аруин Л.И., Капуллер Л.Л., Исаков В.А. Морфологическая диагностика болезней желудка и кишечника. М.: Триада-Х, 2002. 389 с.

10. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем. М.: Финансы и кредит, 2005. 405 с.157

11. Елисеева И.И., Юзбашев М.М. Общая теория статистики. М.: Финансы и статистика, 2003. 480 с.

12. Шмойлова P.A., Минашкин В.Г., Садовников H.A. и др. Теория статистики: Учебник. М.: Финансы и статистика, 2003. 656 с.

13. Хили П.М., Джекобсон Э.Дж. Дифференциальный диагноз внутренних болезней: алгоритмический подход. Пер. с англ. под ред. д.м.н. Д.Ш. Газизо-вой. М.: Издательство БИНОМ, 2003. 97 с.

14. Ивашкин В.Т., Лапина T.JI. Наиболее значимые кислотозависимые заболевания в практике врача. М.: РГА, 2005. 39 с.

15. Пиманов С.И. Эзофагит, гастрит и язвенная болезнь. Руководство для врачей. М.: Медицинская книга, Н. Новгород: Издательство НГМА, 2000. 378 с.

16. Индейкин E.H. Прогресс медицины: новое в эндоскопии желудочно-кишечного тракта// Качество медицинской помощи. 2001. №1. С. 114-120.

17. Лысенко Б.Ф., Шейко В.Д., Кузнецов A.A. и др. Классификация и формулирование клинического диагноза язвенной болезни // Клиническая хирургия. 1998. №2. С. 7-8.

18. Портной Л.М., Ковальков А.И., Дзюба Л.П. Проблемы диагностики язвенной болезни желудка // Российский журнал Гастроэнтерологии, Гепатоло-гии, Колопроктологии. 1996. №4. С. 26-33.

19. Лемешко З.А. Дифференциальная диагностика язвенной болезни и злокачественных опухолей желудка при рутинном трансабдоминальном ультразвуковом исследовании // Российский журнал Гастроэнтерологии, Гепатоло-гии, Колопроктологии. 2005. №3. С. 52-56.

20. Фишзон-Рысс Ю.И. Гастриты. Л.: Медицина, 1994. 224 с.

21. Словарь по кибернетике под ред. Глушкова В.М. Киев: Главная редакция украинской советской энциклопедии, 1979. 579 с.

22. Еремина Е.Ю., Ткаченко Е.И. Язвенная болезнь: Монография. Саранск: Ковылк. тип., 2006. 106 с.

23. Ермолов А.С., Пинчук Т.П., Волков С.В. и др. Клинико-эндоскопическая характеристика больных с кровоточащей пептической язвой // Российский журнал Гастроэнтерологии, Гепатологии, Колопроктологии. 1999. №5. С. 19-25.

24. Маев И.В. Лимфоцитарный гастрит: особенности патогенеза, диагностики и лечения // Российский журнал Гастроэнтерологии, Гепатологии, Колопроктологии. 2005. №5. С. 53-57.

25. Нургалиева Б.К. Частота и патогенетическое значение cagA-позитивных штаммов Н. pylori при хроническом гастрите и язвенной болезни в различных возрастных группах // Российский журнал Гастроэнтерологии, Гепатологии, Колопроктологии. 2005. №4. С. 24-28.

26. Макаренко Е.В. Клиническое значение факторов патогенности Helicobacter pylori // Российский журнал Гастроэнтерологии, Гепатологии, Колопроктологии. 2005. №3. С. 22-27.

27. Беседина Н.К., Кузнецов А.В. Эндоскопическая видеоинформационная система ЭВИС «Электрон» // Медицинская техника. 2003. №3. С. 33-34.

28. Булыгин В.П., Чепайкин А.Г. Интерпретирующие медицинские приборы // Медицинская техника. 2002. №2. С. 9-13.

29. Папикян Г.А., Хачатрян Г.С., Багдасарян Э.Г. и др. Компьютерная оценка некоторых признаков язвенной болезни двенадцатиперстной кишки // ■Клиническая медицина. 1992. №11-12. С. 46-48.

30. Насыров Р.В., Бухарбаева Л.Я., Иткин A.M. и др. Опыт применения систем автоматизации эндоскопической диагностики // Медицинская техника. 2002. №1. С. 35-36.

31. Корниенко Е.А., Дмитренко М.А., Никулин Ю.А. и др. Применение медицинской техники при функциональной диагностике в гастроэнтерологии. С-Пб.: Издательство Санкт-Петербургской государственной педиатрической медицинской академии, 2006. 104 с.

32. Голубев И.В. Оптимальные пути в направленных нечетких графах //

33. Нейрокомпьютеры: разработка и применение. 2007. №1. С. 50-53.

34. Балалыкин A.C. Эндоскопия. JL: Медицина, 1987. 288 с.

35. Яцык Е.В., Щербаков П.Л., Маслова О.И. Психоэмоциональное состояние детей при эндоскопических исследованиях // Медицинская техника. 2005. № 1.С. 42-43.

36. Бондаренко О.Ю., Захарова Н.В., Ивашкин В.Т. и др. Динамика симптомов и эндоскопической картины при стандартной терапии гастроэзофаге-альной рефлюксной болезни // Российский журнал Гастроэнтерологии, Гепа-тологии, Колопроктологии. 2005. №1. С. 40-45.

37. Официальный сайт компании ДИАНТЕК от 04.07.2006 // www.diantec.ru.

38. Официальный сайт компании Биохит в России от 04.07.2006 // www.biohit.com.41. www.alltherapy.ru.

39. Официальный сайт эндоскопии в России от 04.07.2006 // www.endoscopy.ru.

40. Кузнецов A.B., Чернов C.B. Эндоскопические камеры серий ЭВК-103 и ЭВК-1031Ц // Медицинская техника. 2003. №2. С. 48.

41. Кузьмин-Крутецкий М.И., Мазуров А.И., Элинсон М.Б. Видеосистемы для эндоскопии // Медицинская техника. 2003. №4. С. 27-30.46. www.gastrosite.ru.

42. Официальный сайт компании Fujinon в России от 04.07.2006 // www.fujinon.ru.

43. Официальный сайт компании Olympus в России от 04.07.2006 // www.olympus.ru.51. www.videoscan.ru.

44. Ветшев П.С., Крылов H.H. Анализ причин смерти больных с острой болью в животе // Российский журнал Гастроэнтерологии, Гепатологии, Ко-лопроктологии. 2005. №4. С. 50-56.

45. Григорьев П.Я., Яковенко Э.П., Яковенко A.B. Большие симптомы в гастроэнтерологии // www.medi.ru от 14.04.2005.

46. Локтюхин В.Н., Михеев A.A., Черепнин A.A. и др. Нейробионический подход к построению медико-измерительных систем // Биомедицинская радиоэлектроника. 2009. №7. С. 21-25.

47. Чураков Е.П. Математическое моделирование и вычислительный эксперимент (динамические системы): Учебное пособие. Рязань: РРТИ. 1992. 64 с.

48. Булаев М.П. Методы и алгоритмы обработки результатов эксперимента: Учебное пособие. Рязань: РГРТА. 1995. 52 с.

49. Локтюхин В.Н., Мальченко С.И., Черепнин A.A. Основы математического обеспечения поддержки диагностических решений в биотехнических системах с использованием нечеткой логики. Учебное пособие. Рязань: РГРТУ. 2009. 64 с.

50. М. Sonka, V. Hlavac, R. Boyle Image processing, analisys, and machine vision//PWS. 1998. 108 pages.

51. Грузман И.С., Киричук B.C., Косых В.П. и др. Цифровая обработка изображений в информационных системах: Учебное пособие. Новосибирск: Издательство НГТУ. 2000. 168 с.

52. Фурман Я.А., Кревецкий A.B., Передреев А.К. и др. Введение в контурный анализ и его приложения к обработке изображений и сигналов. М.: ФИЗМАТЛИТ. 2002. 592 с.

53. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и распознавание изображений // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 2. М.: Наука. 1989. С. 5-72.

54. Вешторт A.M., Зуев Ю.А., Краснопрошин В.В. Двухуровневая система распознавания с логическим корректором // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 2. М.: Наука. 1989. С. 73-98.

55. Кочетков Д.В. Распознающие алгоритмы, инвариантные относительно преобразований пространства признаков // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 2. М.: Наука. 1989. С. 178-206.

56. Бушманов О.Н., Дюкова Е.В., Журавлев Ю.И. и др. Система анализа и распознавания образов // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 2. М.: Наука. 1989. С. 250-273.

57. Шлезингер М.И. Исследование одного класса структурного анализа изображений // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 2. М.: Наука. 1989. С. 274-299.

58. Кулик С.Д. Биометрические системы идентификации личности для автоматизированных фактографических информационно-поисковых систем // Нейрокомпьютеры: разработка и применение. 2003. №12. С. 52-65.

59. Сосулин Ю.Г., Фам Чунг Зунг Инвариантное распознавание изображений комбинированной нейронной сетью // Нейрокомпьютеры: разработка и применение. 2003. №8-9. С. 29-37.

60. Галуев Г.А., Тараненко A.C. Нейросетевая система автоматической идентификации номерных знаков автотранспортных средств для задач комплексного обеспечения информационной безопасности // Нейрокомпьютеры: разработка и применение. 2004. №5-6. С. 19-36.

61. Беликова Т.П. Синтез линейных фильтров для выделения диагностически важных объектов медицинской интроскопии // Цифровая оптика в медицинской интроскопии. М.: Институт передачи информации. 1992. С. 57-72.

62. Быстрые алгоритмы в цифровой обработке изображений. Под ред. Т.С. Хуанга. М.: Радио и связь, 1996. 224 с.

63. Татузов A.JI. Эффективная организация нейросетевых вычислений при поиске объектов на изображениях // Нейрокомпьютеры: разработка и применение. 2004. №5-6. С. 37-44.

64. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Пер. с англ. под ред. П.А. Чочиа. М.: Техносфера. 2005. 1072 с.

65. Виллевальде А.Ю. Система анализа и обработки медицинских изображений с малоконтрастными объектами. Автореферат диссертации канд. техн. наук. С-Пб.: ЛЭТИ, 2008. 16 с.

66. Новиков A.B. Методология нечеткого принятия решений и алгоритмизация управления оказанием медицинской помощи больным пиелонефритом. Автореферат диссертации канд. техн. наук. Воронеж: Курский государственный технический университет, 2009. 33 с.

67. Новиков A.B., Серегин С.П., Долженков С.Д. и др. Использование нечетких моделей для прогнозирования послеоперационных осложнений у урологических больных // Медицинская техника. 2008. №2. С. 8-11.

68. Кореневский H.A., Ходеев Д.В., Яцун С.М. Прогнозирование возникновения заболеваний кожи, имеющих представительство на биологически активных точках с использованием нечетких решающих правил // Медицинская техника. 2008. №2. С. 11-15.

69. Кульба В.В., Ковалевский С.С., Кононов Д.А. и др. Проблемы обеспечения экономической безопасности сложных социально-экономических систем. М.: Препринт, 2000. 128 с.

70. Василевский A.M., Востров A.A., Дьяконов С.Ю. и др. Динамика отражательной способности пораженных биологических тканей при визуальной эндоскопии//Медицинская техника. 1996. №5. С. 16-18.

71. Заде Л.А. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных / интеллектуальных систем // Новости искусственного интеллекта. 2001. №2-3. С. 7-11.

72. Острейковский В.А. Теория систем: Учебное пособие. М.: Высшая школа, 1997. 240 с.

73. Осовский С. Нейронные сети для обработки информации. Пер. И.Д. Рудинского. М.: Финансы и статистика, 2002. 344 с.

74. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 352 с.

75. Зернов М.М. Способ построения нечеткой многокритериальной оценочной модели // Нейрокомпьютеры: разработка и применение. 2007. №1. С. 40-49.

76. Кулинич A.A. Разработка принципов и методов построения программных систем поддержки принятия решений в слабо структурированных ситуациях на основе моделирования знаний эксперта. Автореферат диссертации докт. техн. наук. М.: ИПУ, 2003. 27 с.

77. Локтюхин В.Н., Черепнин A.A. Поддержка принятия решений на основе нейро-нечеткой технологии при диагностике патологий желудочно-кишечного тракта // Биотехносфера. №2. С-Пб.: Политехника. 2009. С. 20-23.

78. Круглов В.В., Дли М.И. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Издательство Физико-математической литературы, 2002. 256 с.

79. Демидова Л.А., Кираковский В.В., Пылькин А.Н. Алгоритмы и системы нечеткого вывода при решении задач диагностики городских инженерных коммуникаций в среде MATLAB. М.: Радио и связь, Горячая линия — Телеком, 2005. 365 с.

80. Бобиков А.И., Гаврилов А.Н. Системы управления с нейронечет-кой технологией. Рязань: РГРТА, 2002. 16 с.

81. Галушкин А.И., Иванов А.И. Перспективы применения нейрокомпьютеров в биометрических системах идентификации личности // Нейрокомпьютеры: разработка и применение. 2003. №5. С. 39-56.

82. Анфилатов B.C., Емельянов A.A., Кукушкин A.A. Системный анализ в управлении. М.: Финансы и статистика, 2002. 332 с.

83. Шаталова О.В. Нечеткие сетевые модели и алгоритмы для диагностики состояния голосового аппарата на основе анализа фонем на вейвлет-плоскости. Автореферат диссертации канд. техн. наук. Курск: КГТУ, 2006. 18 с.

84. Черных Е.С. Разработка методов и средств для автоматизации диагностики анемий на основе нечеткой логики принятия решений и алгоритмов генетического типа. Автореферат диссертации канд. техн. наук. Курск: КГТУ, 2005. 18 с.

85. Официальный сайт интернет-университета информационных технологий от 03.02.2009 // www.intuit.ru.

86. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998. 252 с.

87. Ясницкий J1.H. Введение в искусственный интеллект: Учебное пособие для студ. высш. учеб. заведений. М.: Издательский центр «Академия», 2005. 176 с.

88. Черепнин A.A., Локтюхин В.Н. Компьютерная поддержка принятия решений в видеоэндоскопии на основе нечеткой логики // Вестник арит-мологии. Приложение А. С-Пб.: 2008. С. 160.

89. Бутов М.А., Локтюхин В.Н., Маслова O.A., Черепнин A.A. Применение нечеткой логики в видеоэндоскопических системах с расширенными функциональными возможностями // Научный вестник РГРТУ, Вып. 23. Рязань: РГРТУ. 2008. С. 101-106.

90. Черепнин A.A. Поддержка углубленной видеоэндоскопической диагностики на основе нечетких технологий // Интеллектуальные системы — 2008. Труды 8 Международного симпозиума под ред. К.А. Пупкова. Нижний Новгород: РУСАКИ. 2008. С. 642-647.

91. Игуменова Е.Л., Корниенко Е.А., Антонов П.В. Функционально-морфологическое состояние желудка у детей с отягощенной наследственностью // Санкт-Петербургская государственная педиатрическая медицинская академия, www.gastrosite.ru

92. Ступин В.А., Смирнова Г.О., Силуянов C.B. и др. Особенности течения язвенной болезни в пожилом возрасте // М.: РГМУ. 2006. www.medlinks.ru

93. The Handbook of Brain Theory and Neural Networks. Edited by Michael A. Arbib // London: THE MIT PRESS. 2003. 1301 pages.

94. Kodogiannis V.S., Chowdrey H.S. Multi network classification scheme for computer-aided diagnosis in clinical endoscopy // MEDSIP 2004 Advances in Medical Signal and Information Processing int. Conference. Malta. 2004. Pp. 262-267.

95. Борисов B.B., Федулов A.C. Способы интеграции нечетких и нейронных сетей // Нейрокомпьютеры: разработка и применение. 2007. №1. С. 5-11.

96. Бобряков A.B. Гибридная сеть для реализации нечетких моделей с MIMO-структурой // Нейрокомпьютеры: разработка и применение. 2007. № 1. С. 12-16.

97. Галушкин А.И. Решение задач в нейросетевом логическом базисе // Нейрокомпьютеры: разработка и применение. 2006. №2. С. 49-70.

98. Субботин С.А. Синтез распознающих нейро-нечетких моделей с учетом информативности признаков // Нейрокомпьютеры: разработка и применение. 2006. №10. С. 50-56.

99. Будакова Т.Н., Колентьев C.B., Суятинов С.И. Нейросетевое прогнозирование развития язвенной болезни // Нейрокомпьютеры: разработка и применение. 2004. №5-6. С. 115-121.

100. Ярушкина Н.Г. Нечеткие нейронные сети // Новости искусственного интеллекта. 2001. №2-3. С. 47-51.

101. Заенцев И.В. Нейронные сети: основные модели. Воронеж: Воронежский государственный университет, 1999. 76 с.

102. Галушкин А.И. Теория нейронных сетей. М.: ИПРЖР, 2000. 416 с.

103. Комарцова Л.Г., Максимов A.B. Нейрокомпьютеры. М.: Издательство МГТУ имени Н.Э. Баумана, 2002. 311 с.

Похожие работы

Приборостроение, метрология и информационно-измерительные приборы и системы
05.11.00