close

Вход

Забыли?

вход по аккаунту

многофункциональный приборно-компьютерный комплекс для

код для вставкиСкачать
6664
УДК 007:61
МНОГОФУНКЦИОНАЛЬНЫЙ
ПРИБОРНО-КОМПЬЮТЕРНЫЙ
КОМПЛЕКС ДЛЯ ИССЛЕДОВАНИЙ
ЭКОЛОГИИ ЧЕЛОВЕКА И
ЭКСТРАПИРАМИДНЫХ НАРУШЕНИЙ
О.Е. Хуторская
Институт проблем управления им. В.А. Трапезникова РАН
Россия, 117997, Москва, Профсоюзная ул., 65
E-mail: [email protected]
Ключевые слова: информационные системы, компьютерная диагностика, экстрапирамидная патология, ЭМГ, ЭМП.
Аннотация: Рассматривается приборно-компьютерная система (ПКС), позволяющая
проводить дифференциальную диагностику ряда экстрапирамидных заболеваний, а также выявлять реакцию человека на действие различных низкоинтенсивных источников
ионизирующих и неионизирующих излучений. В основе системы лежит специальный
метод обработки электрических сигналов мышц (ЭМГ), позволяющий получить информацию о центральной нервной системе.
1. Введение
В последнее время все больше возрастает значение информационного обеспечения
самых разных медицинских технологий. Одним из направлений информатизации медицины является компьютеризация медицинской аппаратуры. Использование компьютера
в сочетании с измерительной и управляющей техникой в медицинской практике позволило создать новые эффективные средства для обеспечения автоматизированного сбора
информации о состоянии больного, ее обработки в реальном масштабе времени и
управление ее состоянием. Наибольший интерес для практического здравоохранения
представляют системы для диагностики заболеваний, назначения и коррекции лечебных мероприятий, прогнозирования течения заболеваний и их исходов. Медицинская
диагностика, в том числе и компьютерная, очень тесно связана с накоплением и обработкой информации. Основное отличие систем этого класса – работа в условиях непосредственного контакта с объектом исследования и в реальном режиме времени. Они
представляют собой сложные программно-аппаратные комплексы. В медицинских
приборно-компьютерных системах (МПКС) можно выделить три основные составляющие: медицинское, аппаратное и программное обеспечение. К медицинскому обеспечению относятся наборы используемых методик, измеряемых физиологических параметров и методов их измерения, определение способов и допустимых границ воздействия системы на пациента. Под аппаратным обеспечением понимают способы реализации технической части системы, включающей средства получения медикобиологической информации, средства осуществления лечебных воздействий и средства
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6665
вычислительной техники. К программному обеспечению относят математические методы обработки медико-биологической информации, алгоритмы и собственно программы, реализующие функционирование всей системы. Системы компьютерной диагностики могут также совместно использоваться с такими медицинскими информационными системами как, например, система электронной истории болезни пациента, или
автономно, например, в самих диагностических центрах, в кабинетах приема врачейспециалистов.
В Институте проблем управления РАН разработана приборно-компьютерная система (ПКС), позволяющая проводить дифференциальную диагностику ряда экстрапирамидных заболеваний, а также выявлять реакцию человека на действие различных
низкоинтенсивных источников ионизирующих и неионизирующих излучений.
В основе работы ПКС лежит разработанный в ИПУ РАН специальный метод обработки сигналов электрической активности мышц (ЭМГ) [1]. Электромиография это
комплекс методов оценки функционального состояния нервно-мышечной системы, основанный на регистрации и качественно-количественном анализе различных видов
электрической активности нервов и мышц. Электромиографические методы используются для исследования в области общей и клинической электро- и нейрофизиологии, в
космической и спортивной медицине. В клиниках ЭМГ используется для диагностики
нервно-мышечных заболеваний (миастения, остеохондроз и т.п.), неврологических заболеваниях, связанных с двигательными нарушениями (болезнь Паркинсона, рассеянный склероз и т.п.). В ортопедии и протезировании ЭМГ используется для оценки при
восстановлении нарушенной двигательной функции. ЭМГ несет в себе информацию не
только о состоянии мышцы как таковой, но и может многое сказать о состоянии центральной нервной системы человека. Известно, что центральная нервная система
(ЦНС) – спинной и головной мозг – представляет собой сложную управляющую систему, одной из функций которой является управление исполнительными органамимышцами. Посылая сигналы мышцам, мозг управляет нашими двигательными функциями. Движение обеспечивается путем сокращения мышц, которое происходит под
влиянием импульсов, приходящих из головного и спинного мозга. В управлении мышцами "задействованы" многие разделы мозга, поэтому информация, полученная с
мышц, может характеризовать не только состояние самой мышцы, но позволяет также
судить о состоянии ЦНС. Большая серия экспериментальных исследований, как с участием животных, так и человека, дала возможность определить взаимосвязь между
ЭМГ и усилием мышцы. Из сигнала ЭМГ был получен сигнал, являющейся аппроксимационной моделью величины мышечного усилия. Этот сигнал описывает именно ту
информацию, содержащуюся в ЭМГ, которая непосредственно определяет перемещение суставного угла, т.е. создает двигательную активность. Изменения характеристик
этого сигнала позволяют судить о тех или иных отклонениях в работе ЦНС.
2. Приборно-компьютерная система
2.1. Аппаратная часть ПКС
В состав приборно-компьютерного комплекса входят компьютерный электронейромиограф «Нейро-МВП-4», разработанный фирмой «Нейрософт» г.Иваново и компьютер. Блок усилителя «Нейро-МВП» подключается к компьютеру с использованием
интерфейса USB. Небольшие габаритные размеры миографа (460×350×170 мм) позволяют использовать его как в стационарном, так и переносном режиме. Электромиограф
снабжен 16 разрядным аналого-цифровым преобразователем (АЦП) и одновременно
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6666
регистрирует сигналы ЭМГ по 4м каналам. Регистрация сигналов электрической активности мышц проводится с помощью поверхностных отводящих электродов с переменным межэлектродным расстоянием ЭПП-1. Интерференционная ЭМГ регистрируется стандартным методом с мышц лучезапястных (m. extensor carpi radialis longus) и
голеностопных (m. tibialis anterior) суставов, а также с грудино-ключично-сосцевыдных
мышц шеи (m. sternocleidomastoideus) правой и левой стороны..
Программное обеспечение «Нейро-МВП» разработано на платформе .NET. С помощью программного обеспечения компьютерного электромиографа устанавливаются
параметры съема ЭМГ. Задаются частота дискретизации, длительность пробы, нижняя
и верхняя границы полосы пропускания сигнала. Подбираются удобные для визуализации сигналов на экране монитора параметры развертки. По окончании регистрации
сигналов ЭМГ программа позволяет сохранять данные в текстовом файле. Далее эти
файлы обрабатываются специальной программой, созданной для разработанного приборно-компьютерного комплекса.
2.2. Программная часть ПКС
Программная часть системы состоит из следующих блоков:
 многофункциональная база данных, позволяющая вести учет пациентов и результатов обследований с возможностью накопления их данных и отслеживания изменений параметров на временной оси;
 преобразования сигналов ЭМГ, записанных в текстовых файлах после регистрации
электромиографом;
 спектрально-статистическая обработка преобразованных сигналов ЭМГ с функцией
выделения и сохранения основных параметров;
 анализ полученных параметров, получение диагностических маркеров;
 дифференциальная диагностика и оценка эффективности проводимого лечения для
экстрапирамидных заболеваний;
 анализ выделенных маркеров для выявления реакции человека на воздействия низкоинтенсивных физических факторов;
 отчет – детализированная итоговая информация о проведенном обследовании пациента.
Кратко опишем каждый из перечисленных блоков ПКС. Вначале остановимся на
общих блоках, используемых в неврологических и в экологических исследованиях.
2.2.1. Блок преобразования сигналов ЭМГ. Для получения из сигнала электрической активности мышц той части, которая создает двигательную активность необходимо выделить амплитудную модуляцию выпрямленной ЭМГ. Для этого используется
цифровой амплитудный детектор (ЦАД) и цифровой фильтр низких частот (ФНЧ). В
программе реализованы три варианта ЦАД: взятия модуля из отсчетов сигнала; взятия
положительной части и отрезание (заполнение нулями) отрицательных отсчетов сигнала; взятия отрицательной части и отрезание (заполнение нулями) положительных отсчетов сигнала. В качестве ФНЧ используется фильтр Баттерворта второго порядка.
Частота среза используемого фильтра – 50 Гц (падение на 3дБ).
2.2.2. Спектрально-статистическая обработка преобразованных сигналов
ЭМГ. Спектральная обработка сигналов проводится в два этапа. На первом этапе проводится компрессия частоты дискретизации – децимация. Частота дискретизации входного сигнала ЭМГ 2000Гц. эпоха анализа 60 сек. Расчетный коэффициент децимации
равен 5. Для получения спектральной оценки сигнала используется алгоритм быстрого
преобразования Фурье. База преобразования Фурье 512 точек. Таким образом, спектральная оценка одноминутной реализации получается путем усреднения 46 блоков,
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6667
состоящих из 512 точек. Поскольку интересующие нас частоты лежат в диапазоне до 40
Гц., то спектральная картина строиться для 52 коэффициентов Фурье (включая нулевой) с шагом 0.78Гц. Далее на полученных спектрах проводиться выделение определенных амплитудных и частотных параметров, которые автоматически сохраняются.
Такими параметрами являются:
Частота пика ( F p ) – значение частоты (Гц) максимальной точки спектра, т.е. доминирующей в спектре частоты. Эта частота определяет основную частоту тремора;
F p  Δf  arg max A n , 0  n  51
n
Мощность пика (
– мощность (мкВ2) максимальной точки спектра (доминирующей частоты). Определение максимальной точки проводится по специальному алгоритму, который позволяет не рассматривать при поиске пика разовые (случайные)
выбросы.
Мощность постоянной составляющей спектра ( A02 ) – определяющая средний
уровень напряжения мышцы или тонус мышцы;
Суммарная мощность спектра (D) – сумма всех коэффициентов спектра
A p2 )
D
n 52
A
2
n
n 1
Мощность дополнительных частот ( Ad2 ) – средняя мощность всех составляющих
частот спектра за исключением A p2 и A02 . Этот параметр вычисляется по формуле:
n
Ad2 
 An2  A02  Ap2
1
.
n2
Коэффициент тремора (Kt) – отношение мощности пика к мощности дополнительных частот. Параметр характеризует степень преобладания мощности доминирующей частоты над мощностью остальных частотных составляющих спектра и вычисляется по формуле:
A2p
Kt  2 .
Ad
На спектрах выделяются три частотные области. 1 = (0; A), 2=(A; B), 3=(B; C). Параметры A, B, C — параметры границ — могут варьироваться в зависимости от исследуемого фактора, однако они выбираются кратными шагу дискретизации. В каждом из
трех полуинтервалов просчитываются их «площади» S 1 , S 2 , S 3 и находятся свои пиковые частоты и амплитуды.
Частота пика в диапазоне ( F p1 , F p2 , F p3 ,). Частота пика в диапазоне считается по
следующему алгоритму. Для нахождения пика считается сумма трех последовательных
точек, начиная с первой (не нулевой). Среди этого набора находится максимальный
элемент, которому соответствует некоторое значение частоты. Эта частота будет считаться частотой пика при выполнении условия, что мощность пика в этой точке превышает среднюю мощность в диапазоне в α раз (по умолчанию выбрано α=50%). В
противном случае считается, что пика в диапазоне нет. Таким образом, должна выполняться система.
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6668
n pA  arg max An , n A  n  nB
n

2
A
(n pA )



nB 1
2

A n

nnA

Суммарная мощность в диапазоне ( S 1 , S 2 , S 3 ) – сумма мощностей спектра в соответствующем частотном диапазоне.
S1 
n A 1
A
n0
2
( n );
S2 
n B 1
 A (n);
nnA
2
S3 
nC 1
 A2 ( n ) .
n  nB
Плотность спектра в диапазоне ( P1 , P2 , P3 ) – отношение суммарной мощности в
диапазоне к числу коэффициентов, содержащихся в данном диапазоне.
S
Pi  i
Ni
Относительные плотности ( P12 , P23 , P31 ) – параметр, рассчитываемый по формуле:
P P
P P
P  P3
; P 31  3 1 .
P12  1 2 ; P 23  2
P2  P3
P1  P2
P3  P1
Таким образом, в процессе обследования для каждого испытуемого накапливается
матрица значений выделенных параметров. Далее проводится статистическая обработка выделенных параметров.
2.2.3. Статистическая обработка и анализ полученных параметров, получение
диагностических маркеров. В процессе полного исследования накапливается до 20
реализаций сигналов ЭМГ с каждой исследуемой мышцы. По 20 спектрам, получаемым
для каждой обследуемой мышцы, строятся обобщенные (усредненные) спектры («спектральный портрет мышцы»). Для «спектральных портретов» подсчитываются обобщенные параметры. Обобщенные параметры рассчитываются путем усреднения. Кроме
расчета средних значений и их рассеивания программа строит полигоны распределения
вероятностей. На полигонах распределения определяется мода ( Fmod ), т.е. максимальная точка распределения. Для параметра частота пика (Fp) полигоны, также как и
обобщенные спектры, разбиваются на 3 диапазона, в каждом из которых считаются
площади (S). Таким образом, в результате исследования пациента для каждой мышцы
формируется матрица основных параметров. Полученные матрицы позволяют перейти
непосредственно к блоку диагностики. Далее раздельно опишем блоки, входящие в
систему, предназначенную для неврологических исследований и блоки в системе экологических исследований.
2.2.4. Блок дифференциальной диагностики экстрапирамидных заболеваний.
На данном этапе в ПКС для неврологии реализует диагностику трех экстрапирамидных
заболеваний: болезни Паркинсона (БП), эссенциального тремора (ЭТ) и идиопатическая цервикальная дистония (ИЦД). Остановимся на краткой характеристике перечисленных выше заболеваний.
Болезнь Паркинсона – хроническое прогрессирующее заболевание центральной
нервной системы, клинически проявляющееся нарушением произвольных движений.
Клиника данного заболевания складывается из так называемой триады двигательных
нарушений: тремора (Т), мышечной ригидности (R) и акинезии (А). Поэтому в клинике,
в зависимости от преобладания той или иной симптоматики, диагностируются различные формы заболевания. Для дрожательной формы характерно наличие постоянного,
сильного тремора при незначительном повышении мышечного тонуса и нерезкой обXII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6669
щей скованности. Ригидная форма отличается резким повышением тонуса мышц конечностей. Акинетическая форма нарушения моторики характеризуется резким замедлением темпа активных движений. В чистом виде один из симптомов встречается
крайне редко, обычно у больных проявляется смешанная симптоматика и в зависимости от преобладания той или иной симптоматики различают дрожательно-ригидную
(TR), ригидно-дрожательную (RT), ригидно-акинетическую (RA) формы и т.д.. Критериями диагноза БП являются унилатеральность: одностороннее начало и асимметрия
симптомов.
Эссенциальный тремор. Ведущим проявлением ЭТ является двустороннее симметричное или асимметричное дрожание рук, которое может сопровождаться дрожанием головы, голосовых связок, нижних конечностей. В части случаев ЭТ проявляется
изолированным тремором головы.
Идиопатическая цервикальная дистония (спастическая кривошея). ИЦД характеризуется развитием патологической позы головы в виде ее ротации, наклона кзади
или кпереди, в основе которого лежит одновременное стойкое или повторяющееся сокращение мышц – антагонистов. Схожесть симптоматики БП и ЭТ иногда затрудняет
их дифференциальную диагностику. Аналогичная ситуация возникает и между ЭТ и
ИЦД. При ИЦД клонические подергивания головой могут иметь повторяющийся характер и напоминать тремор (так называемый «дистонический тремор»), а в руках нередко наблюдается постурально-кинетическое дрожание, напоминающее ЭТ.
Многолетние исследования, проведенные на клинической базе, позволили выделить диагностические признаки для перечисленных симптомов, основанные на количественных соотношениях ряда параметров, полученных после спектральностатистической обработки сигналов ЭМГ. Такими параметрами являются значения:
 Fp – частоты основного пика спектров;

Fmod – мода распределения пиковых частот;

S1 , S 2 , S3 – площади диапазонов распределений;

Ap2 –мощность пика;

Kt – коэффициент тремора.
Для диагноза болезнь Паркинсона предусмотрена возможность автоматической диагностики основных симптомов заболевания для каждой исследуемой мышцы – тремора (Т), ригидности (R) и акинезии (А). Таким образом, диагноз больного представляется
как комбинация букв. Разные симптомы могут иметь по оценки врача одинаковую степень выраженности, один из симптомов может значительно преобладать, на каком-то
суставе те или иные симптомы могут отсутствовать. Система для каждой мышцы больного выдает 1 или 2 буквы из набора T, R, A в зависимости от выраженности того или
другого симптома. Если один из симптомов имеет сильное преобладание, выдается одна буква, обозначающая этот симптом. Если у больного одинаково выражены два симптома, выдается набор из 2 букв. Как правило, в таком случае один из двух симптомов
имеет некоторое преобладание, тогда соответствующая ему буква ставится на первое
место. Кроме этого, в систему заложена возможность выдавать информацию о начальных проявлениях тремора (TNF) и ригидности (RNF). Когда клинически тремор не диагностируется, т.е. амплитуда патологического тремора настолько мала, что визуально
он не заметен и врач его не диагностирует, то система, используя частотные характеристики, выдает информацию о наличии симптома даже в этих случаях. Если по данным,
полученным при исследовании больного, система не может определить превалирующий синдром, то она ставит знак «?». Система диагностирует основную симптоматику
на основе диагностических признаков, приведенных в таблице 1. Корректность испольXII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6670
зованных для диагностики интервальных значений параметров была проверена специальными математическими моделями [2].
Таблица 1. Диапазоны значений маркеров дифференциальной диагностики БП.
Fmod
≥3≤6,3
P1
≥0,6
≥6,3≤12
≥9≤20
≥0,6
P2
≥3≤10
≥3≤10
≥0,45
≥0,2
≥0,2
≥0,45
P3
≥0,6
A2p
≤15
≥15
≥6≤12
≥6≤12
≥0,45
≥0,2
≥0,2
≥0,45
≤6
≥10
≤6
≥6
≥0,45
≥0,2
≥0,3
≥0,3
≥0,2
≥0,45
≥6≤10
≥6≤10
≥7
Kt
≥8
≥5≤30
≤6
≥8
≥5≤30
≥5≤15
≥3≤10
≤10
≤8
≤8
≤5
DS
T
R
A
TR
RT
RA
AR
TA
AT
TNF
RNF
Для диагностики ЭТ и ИЦД диагностические таблицы составлены раздельно для
мышц шеи, рук и ног. Для проведения дифференциальной диагностики в системе составлены схемы-шаблоны распространения симптомов для БП, ЭТ, ИЦД с целью выявления их возможных сочетаний для каждого из этих заболеваний. Например, для БП
составлено 11 шаблонов, для ЭТ – 6 шаблонов, а для ИЦД – 4 шаблона. Для дифференциальной диагностики БП и ЭТ эти шаблоны составлены для мышц рук и ног. Для
дифференциальной диагностики ЭТ и ИЦД шаблоны иллюстрируют симптоматику для
мышц шеи и рук. На рис. 1 приведены схемы – шаблоны возможной локализации тремора (Т) при ИЦД и ЭТ.
T’
T’
T’
T’
Локализация тремора при ИЦД
Локализация тремора при ЭТ
Рис. 1. Т – наличие тремора, N – отсутствие тремора.
Полученные при обследовании пациента сочетания симптомов сравнивается с
шаблонами. Если такое сочетание не встречается для предполагаемого диагноза, то
этот диагноз отрицается. Таким образом, дифференциальная диагностика трех описанных экстрапирамидных заболеваний (БП, ЭТ, ИЦД), сводится к рассмотрению количественных признаков и схем локализации симптомов. Алгоритм основан на сопоставлении схем симптомов, полученных по количественным диагностическим признакам в
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6671
первой части блока диагностики, с шаблонами распространения симптомов во второй
части этого блока и дополнительной проверкой по критерию «симметричности» параметров при дифференциальном диагнозе ЭТ и ИЦД. На рис. 2 представлено окно диагностики ПКС.
Рис. 2. Окно диагностики.
2.2.5. Информационно-аналитический блок исследования реакции человека на
воздействия низкоинтенсивных физических факторов. Данный блок создан для
проведения экспериментальных исследований влияния на человека различных низко
интенсивных электромагнитных источников (ЭМИ). Проведенная серия исследований
позволила получить количественные маркеры, отражающие эффект воздействия ЭМП
на человека. В качестве таких маркеров в системе используются:
 F p – средние значения частоты основного пика спектров;

Fmod – мода распределения пиковых частот;

S 1 , S 2 , S 3 – площади диапазонов распределений;

P12 , P23 , P31 – относительные плотности.
Для выявления закономерностей, при исследовании влияния ЭМИ на организм человека, важна информация, полученная не только при единичном обследовании, но и с
однородных групп. Поэтому система предоставляет возможность логически группировать исследования. Формируются разнообразные группы: по фактору, длительности
воздействия фактора, характеристикам фактора, возрасту и полу испытуемых. Для
расширения возможностей обработки материалов исследования все рассчитанные
обобщенные параметры для всех исследований сохраняются в формате Excel.
2.2.6. Блок формирования отчета. В системе предусмотрено ведение отчетов. Результаты обследований могут быть легко извлечены из базы и просмотрены различными способами. Отчеты могут содержать краткую информацию о пациенте, включающую полученные для каждой исследуемой мышцы симптомы и выданный системой
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6672
диагноз. Полные отчеты содержат все промежуточные и обобщенные спектральные коэффициенты и параметры, графики и диаграммы. Весь отчет заполняется автоматически и генерируется в формате MS Word.
2.2.7. База данных. Многофункциональная база данных (БД), позволяет вести учет
пациентов и результатов обследований с возможностью накопления их данных и отслеживания изменений параметров на временной оси. База данных системы экстрапирамидных заболеваний представляет собой виртуальную многофункциональную картотеку, структурированную по пациентам. Для каждого пациента заводится личная карточка с указанием личных данных, в которую добавляются описания и результаты проводимых с ним обследований. Структура разработанной картотеки представляет собой
папку – карточку пациента с вложенными в нее обследованиями. Каждому пациенту
присваивается уникальный номер. Каждому обследованию, проводимым с этим пациентом также присваивается уникальный номер. Таким образом, картотека состоит из
папки с уникальным номером пациента, в которую вложены папки, содержащие личную карточку пациента, данные о проведенных с ним исследованиях и данные обследования пациента. Папка с данными обследования содержит три папки – ASCII, MIOS
и report. Первая из них содержит исходный файл с электромиограммой, полученный с
компьютерного комплекса «Нейро-МВП», вторая – спектральные коэффициенты, папка
«report» содержит лишь картинки обобщенных спектров, необходимые для формирования отчета. Сам отчет формируется каждый раз по команде (запускается в окне диагностики) по унифицированному шаблону. Наряду с добавлением нового пациента или обследования, в БД можно произвести редактирование или удаление созданной карточки
со всеми содержащимися обследованиями или удалением лишь одного из них.
База данных позволяет врачу (или исследователю) производить поиск, задавая различные критерии, например, вывести обследования, проведенные в определенный период
времени или имеющие определенный статус. На рис. 3 представлена картотека пациентов из БД.
Рис. 3. Окно пациентов.
Еще одной важной функцией БД является последовательная обработка результатов
исследования. Процесс регистрации сигнала ЭМГ и обработки этого сигнала можно
развести по времени. В базе создана опция сравнения обобщенных параметров обследований для одного пациента. Для любой исследуемой мышцы можно получить сравнительные диаграммы выбранного параметра, полученного при различных обследоваXII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6673
ниях данного пациента. Эта опция полезна при оценке эффективности проводимого лечения.
База данных в аналитической системе исследования реакции человека на воздействия низкоинтенсивных физических факторов предоставляет возможность создавать
разнообразные группы для дальнейшей обработки данных исследований. Например,
группа для исследования влияния полей частоты 900 MГц, куда попадут исследования
с фактором «Сотовые телефоны» и «Радиотелефоны»; формирование групп по возрасту, полу, длительности воздействия фактора. База данных использует систему управления базами данных (СУБД) Firebird. На рис. 4 показано окно просмотра единичного
спектра и его характеристик в БД информационно-аналитической системы для исследований влияния ЭМП на организм человека.
Рис. 4. Окно анализа единичного спектра.
3. Заключение
Проблема диагностики занимает особое положение и имеет высокий социальный
статус в современном здравоохранении. Медицинская диагностика, в том числе и компьютерная, очень тесно связана с накоплением и обработкой информации. Поэтому от
качества методов представления и анализа информации в дальнейшем зависит правильная диагностика заболевания и эффективность лечения пациента. При работе с информацией диагностика опирается на получение данных о текущем состоянии пациента
и их интерпретацию, которая основывается на имеющихся в настоящий момент методах исследования клинических данных. За счет обеспечения оперативного и комплексного анализа больших объемов информации средствами компьютерных технологий,
оперативного доступа к данным обследований, хранящихся в базе данных, а так же
возможности визуализации на рабочем месте результатов исследований, медицинские
информационные системы позволяет повысить качество диагностики. Представленный
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
6674
приборно-компьютерный комплекс предназначен для использования в двух областях. В
неврологической клинике как система компьютерной диагностики ряда экстрапирамидных заболеваний, помогающая врачу поставить наиболее точный диагноз для своевременного и эффективного оказания медицинской помощи пациенту. Система может
использоваться для подбора и оценки эффективности медикаментозных и иных форм
лечения.
Вторая область использования – экология. ПКС может использоваться для контроля числа лечебных сеансов при проведении физиотерапии; оценки влияние на человека
бытовой электротехники (сотовые телефоны, печи СВЧ, дисплеи компьютеров и т.д.)
или специализированного профессионального оборудования (радиолокаторы, СВЧ и
КВЧ приборы, источники радиации). Опосредованно, с помощью обследования небольшой выборки населения, проживающего в экологически неблагополучных регионах, можно контролировать состояние данного региона.
Список литературы
1.
2.
3.
4.
5.
Андреева Е.А., Хуторская О.Е. Спектральный метод анализа электромиографической активности
мышц. М.: Наука, 1987. 192 c.
Гусев Л.А., Хуторская О.Е. Об одной оценке эффективности машиной диагностики двигательных
нарушений // Автоматика и телемеханика. 2003. № 12. C. 112-121.
Хуторская О.Е. Методика спектрально-статистического анализа электромиограмм и ее использование для ранней и дифференциальной диагностики болезни Паркинсона // Нейродегенеративные заболевания: фундаментальные и прикладные аспекты. М.: Наука, 2010. С. 129-136.
Хуторская О.Е. Использование сигналов электрической активности мышц для выявления воздействия низкоинтенсивных электромагнитных излучений (метод и некоторые экспериментальные результаты его применения) // Автоматика и телемеханика. 2010. № 12. С. 139-153.
Хуторская О.Е. Реагирует ли человек на различные излучения малых мощностей? Saarbrücken,
Germany: LAP, 2012. 82 с.
XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ
ВСПУ-2014
Москва 16-19 июня 2014 г.
1/--страниц
Пожаловаться на содержимое документа