Содержание к диссертации
Введение
Глава I. Осложнения после гипотензивных операций по поводу первичной открытоугольнои глаукомы и возможности их прогнозирования (обзор литературы) 11
1.1. Осложнения при хирургическом лечении первичной открытоугольной глаукомы 11
1.2. Вопросы прогнозирования в офтальмологии 22
1.3. Применение самообучающихся искусственных нейронных сетей в офтальмологии 29
Глава II. Материал и методы исследования 34
II.1 Характеристика клинического материала 34
II.2. Методы исследования больных 37
II.З. Методы статистической обработки результатов исследования 39
Глава III. Результаты собственных исследований и их обсуждение 40
III.1. Оценка гемо- и гидродинамических показателей у больных в зависимости от стадии ПОУГ 40
III.2. Оценка гемо- и гидродинамических показателей клинических групп в зависимости от функционального состояния сосудов глаз 53
Глава IV. Медицинская нейроинформационная технология прогнозирования осложнений при хирургическом лечении первичной открытоугольной глаукомы 69
IV.1. Характеристика клинических примеров в группе обучения нейросети и в группе тестирования 69
IV.2. Разработка метода прогнозирования осложнений при хирургическом лечении ПОУГ 73
Заключение 83
Выводы 91
Практические рекомендации 92
Список литературы 93
- Вопросы прогнозирования в офтальмологии
- Оценка гемо- и гидродинамических показателей у больных в зависимости от стадии ПОУГ
- Характеристика клинических примеров в группе обучения нейросети и в группе тестирования
- Разработка метода прогнозирования осложнений при хирургическом лечении ПОУГ
Вопросы прогнозирования в офтальмологии
Медицинский прогноз - это предвидение возникновения, характера, развития и исхода заболевания, основанное на знании закономерностей патологических процессов, диагностики больного и возможностей лечебного воздействия [33]. И. В. Бестужев-Лада (1990) предлагает разделять все методы прогнозирования на две большие группы [24]. Первую составляют интуитивные (неформализованные) методы, которые представлены в основном экспертизой и разделяются на индивидуальные и коллективные. Вторая группа - формализованные методы - включают четыре подгруппы. Это: методы прогнозной экстраполяции (конкретные методики наименьших квадратов, экспоненциального и адаптивного сглаживания, вероятностного моделирования), системно-структурные методы (методики матричного, сетевого и функционально-иерархического моделирования, структурной аналогии и морфологического анализа), ассоциативные методы (имитационное моделирование, историко-логический анализ), методы опережающей информации (методы анализа потоков публикаций, оценки значимости изобретений и анализа патентной информации).
По мнению Шевченко Ю. Л. с соавт. (1998), в медицине абсолютно точный прогноз принципиально невозможен, так как предвосхищение врачом будущего состояния больного неотделимо от активного практического вмешательства в течение болезни. Принципиальная невозможность абсолютного точного прогноза определяет и необходимость избегать категоричности при его формулировании. Важная проблема прогнозирования состоит в снижении неопределенности прогноза и обеспечении достаточной надежности предсказания событий [170].
В последнее время высокий темп развития и распространения автоматических технически совершенных диагностических средств, а также широкое внедрение компьютерной техники позволило использовать достижения математики и методов анализа для оценки результатов исследования, на новом методическом уровне получать более точную информацию о функциональном состоянии зрительной системы; появилась уникальная возможность использования компьютерной техники для реализации различных подходов к созданию новых методов исследования зрительной системы в норме, а также при патологии [26, 75].
Офтальмология относится к тем разделам медицины, где математические методы давно и успешно используются не только в научных исследованиях, но и в практике [76, 85]. С начала 80-х годов с помощью применения математических методов обработки информации были проведены глубокие и многосторонние исследования по проблеме глаукомы [88].
С помощью математических моделей проводили кибернетическую и дифференциальную диагностику поражений глазодвигательного аппарата, моделирование процесса изменения ВГД при первичной глаукоме, изучали состояние мышечного равновесия глаза [76], патологию регуляции внутриглазного давления на доклиническом этапе [90].
Компьютерную бинокулярную офтальмодинамографию П. П. Бакшинский (2000) считает адекватным методом исследования для определения значений систолического, диастолического артериального давления в глазничных артериях с одновременным автоматическим расчетом среднего динамического и перфузионного давления [18].
Высокую вероятность дискриминантного анализа подтверждает А. Ф. Бровкина с соавт. (1990). В результате исследования было достигнуто повышение точности дифференциальной диагностики невусов и начальных меланом хориоидеи [28].
Широко применяют многофакторный математический анализ для оценки эффективности проведенной работы. Так, М. Г. Рабадановой (1994) проведен многофакторный анализ прогностических критериев осложненной миопии. Автор оценила сразу 60 показателей и выделила следующие, наиболее связанные с наличием хориоретинальных осложнений факторы: биомеханические (размеры глаза и степень миопии), наследственные, гемодинамические и др. [136]. Изучали причины развития роговичного астигматизма и выводили формулы для прогнозирования исходов ранений роговицы [53, 149]. Многофакторный анализ значения диагностических признаков в прогрессировании глаукомного процесса проводил В. В. Егоров (2000). Из 22 клинических и электрофизиологических признаков 11 имели значение при переходе из начальной в развитую стадию [57].
А. М. Бессмертный с соавт. (1990) изучали течение послеоперационного периода после экстракции катаракты у больных сахарным диабетом по данным флюоресцентной иридографии. Интенсивный выход флюоресцеина в строму радужки наблюдали у больных, у которых в послеоперационном периоде отмечена выраженная экссудативная реакция [23].
При прогнозировании исходов проникающих ранений глаза с помощью алгоритмов непараметрических многоуровневых систем распознавания образов наиболее значимыми для .неблагоприятного исхода проникающих ранений глаза с повреждением цилиарного тела являются корнеосклеральные ранения более 10 мм, наличие инородного тела, тотальный гемофтальм, внутриглазная инфекция [164].
Прогрессирование глаукомного процесса изучали по увеличению содержания специфических белков клеточной адгезии - молекул фибронектина [17], накоплении продуктов перекисного окисления липидов в тканевых структурах трабекулы и шлеммова канала [121], постепенном понижении суммарной антиоксидантной активности слезной жидкости [116].
В. Д. Кунин (1995) прогнозировал тяжесть течения глаукомы с помощью метода наименьших квадратов. При этом автор выделил особый тип течения открытоугольной глаукомы с быстро прогрессирующим течением, при котором на протяжении 2-3 лет глаукомный процесс из одной стадии переходил в другую и который наблюдался у больных, имевших тяжелую общую сосудистую патологию с выраженными дистрофическими изменениями в переднем отделе глаза [103].
Для широкого практического применения с помощью математического анализа по методу графического группирования М. А. Куглеев (1990) разрабатывал оценку критериев прогрессирования, а таюке оценивал их значимость в прогнозе течения открытоугольной глаукомы. Достоверность математического прогноза по набору из 6 клинических признаков составила 92%. Автор выделил следующие признаки по определению групп риска: зрительный дискомфорт, сопутствующая сосудистая патология, размах флюктуации при двухвариабельной периметрии, экскавация диска зрительного нерва (свыше 0,7), степень асимметрии, показатели ВКПП В. В. Волкова более 160% [101]. В. Ф. Шмырева с соавт. (1999), изучив долгосрочную информативность показателей ультразвуковой допплерографии для прогноза стабилизации глаукомного процесса, пришли к заключению, что показатели кровотока при стабилизированной глаукоме соответствуют возрастным. При нестабилизированной они соответствуют более возрастной группе [172].
Проблема прогнозирования послеоперационных осложнений при хирургическом лечении ПОУГ нашла отражение в немногочисленных работах авторов. Так, К П. Павлюченко с соавт. (1989) развитие послеоперационного иридоциклита связывали с высоким содержанием во влаге передней камеры диеновых конъюгатов ненасыщенных жирных кислот (2,6-3 ед. опт. пл. на 1 мл и выше) и установили зависимость между выраженностью воспалительного процесса в глазу и содержанием диеновых конъюгатов ненасыщенных жирных кислот во влаге передней камеры [38]. Авторами отмечено, что риск развития послеоперационного иридоциклита повышается в 100% при одновременном обнаружении в слезной жидкости до операции антител к туберкулину, S-антигену сетчатки и белкам хрусталика, а выявление в слезной жидкости антител к туберкулину в титрах 1:128 и выше до операции служит фактором риска развития послеоперационной воспалительной реакции глаза [134].
М. К. Цветкова с соавт. (1990) изучали состояние поля зрения после антиглаукоматозных операций, определяли дефицит площади по количеству дефектов и дефицит чувствительности по снижению светочувствительности в них и отмечают, что у больных с ЦХО и гипотонией обнаружено увеличение дефицита площади и дефицита чувствительности сетчатки [165].
А. Т. Алексидзе с соавт. (1990) изучали влияния адренергических (тимолол, норадреналин) и антиоксидантных (а-токоферол, метионин, аскорбиновая кислота) веществ на частоту послеоперационных осложнений (гифема, ЦХО) при хирургическом лечении ПОУГ. Больным при предоперационной подготовке назначали наряду с традиционной схемой лечения вышеотмеченные вещества. Анализ частоты осложнений 102 антиглаукоматозных операций показал, что при применении адренергических и антиоксидантных веществ гифему наблюдали в 2,8% случаев, ЦХО - в 4,2% против 34,3% и 25% соответственно при отсутствии применения предложенных средств в предоперационной подготовке [12].
Оценка гемо- и гидродинамических показателей у больных в зависимости от стадии ПОУГ
Реографические исследования с умеренной холодовой пробой больных ПОУГ проведены перед оперативным вмешательством и использованы 10 показателей РОГ, характеризующих внутриглазное кровообращение. Анализировали 9 показателей при проведении РЭГ исследования.
Нами было проанализировано функциональное состояние внутриглазных сосудов у больных разными стадиями ПОУГ.
Структура типов НВР глаз у больных ПОУГ начальной, развитой и далекозашедшей стадиями представлена на рис.5, 6, 7.
У больных начальной стадией заболевания преобладал гипотонический тип НВР и его варианты (65% случаев), нормотонический и гипертонический типы наблюдали в 15 и 20% соответственно. При развитой стадии ПОУГ преобладал гипотонический тип и зарегистрирован в 64,1% случаев, нормотонический и гипертонический типы НВР отмечены в 22,6 и 13,2%о случаев соответственно. У больных ПОУГ- при далекозашедшей стадии также преобладал гипотонический тип НВР глаз (62,3%), а в 11,6 и 25,9% случаев соответственно отмечены нормотонический и гипертонический типы НВР глаз.
Таким образом, при анализе функционального состояния интраокулярных сосудов у больных разными стадиями ПОУГ отмечалась сосудистая реакция, свидетельствующая о снижении исходного тонуса сосудов глаза и составил: в начальной стадии в 65% случаев, в развитой - в 64,1% и в далекозашедшей стадии - в 62,3% случаев.
Был проведен сравнительный анализ гемодинамических показателей РОГ и РЭГ у пациентов с разными типами НВР глаз. Наиболее выраженные различия были выявлены между нормотоническим и другими типами и вариантами НВР глаз. Данные, полученные при функциональной реоофтальмографии и РЭГ у больных с разными стадиями ПОУГ сравнивали с данными при нормотоническом типе НВР глаз.
Сравнительная характеристика показателей РОГ и РЭГ у больных разных стадий ПОУГ с нормотоническим и другими типами и вариантами НВР приведена в табл. 1-10.
Сравнительная характеристика показателей РОГ и РЭГ больных ПОУГ при гипертоническом типе НВР приведена в табл. 3 и 4.
При гипертоническом типе НВР глаз у больных ПОУГ при далекозашедшей стадии заболевания наблюдается значительное снижение интенсивности объемного пульсового кровенаполнения интраокулярных сосудов, что подтверждается существенным снижением показателя реографического коэффициента РОГ (Р 0,01). При развитой и далекозашедшей стадий отмечены нарушения кровообращения как на уровне крупных и средних регионарных сосудов, так и на уровне микроциркуляторного русла, эти нарушения в значительной мере выражены у пациентов с далекозашедшей стадией заболевания, о чем свидетельствуют достоверное различие показателей периода быстрого кровенаполнения (Р 0,05 для развитой стадии, Р 0,01 для далекозашедшей стадии) и периода медленного кровенаполнения РОГ (Р 0,05 для развитой стадии, Р 0,001 для далекозашедшей стадии). При анализе показателей РЭГ у больных с развитой стадией заболевания дикротический индекс, характеризующий состояние периферического сосудистого сопротивления превышал в 1,5 раза (Р 0,05) при достоверном повышении тонуса вен (Р 0,01) и существенном нарушении эластотонических свойств сосудов головного мозга (Р 0,01) по сравнению с таковыми при нормотоническом типе НВР. Различие остальных показателей РЭГ у больных разными стадиями при гипертоническом типе НВР глаз были незначительны по сравнению с нормотоническим типом.
Сравнительная характеристика показателей РОГ и РЭГ больных ПОУГ при собственно гипотоническом варианте гипотонического типа НВР приведена в табл. 5 и 6.
При собственно-гипотоническом варианте установлено, что у больных с далекозашедшей стадией заболевания более высокую достоверность имело изменение показателей длительности анакроты (Р 05001), длительности катакроты (Р 0,05), отражающие степень растяжимости сосудистой стенки. Различие остальных показателей РОГ, как и. показателей РЭГ при данном варианте НВР в сравнении с нормотоническим типом была малозначимой (Р 0,05). По нашему мнению, это говорит об относительной компенсации недостатка кровотока в интраокулярных и церебральных сосудах больных ПОУГ при собственно гипотоническом варианте НВР.
Сравнительная характеристика показателей РОГ и РЭГ больных ПОУГ при гипоперфузионном варианте гипотонического типа НВР приведена в табл. 7 и 8.
При сравнительной характеристике показателей РОГ и РЭГ при гипоперфузионном варианте у больных ПОУГ с развитой и далекозашедшей стадиями заболевания отмечено значительное снижение интенсивности кровообращения, возможно, обусловленное более низким исходным тонусом сосудов, о чем свидетельствовало существенное уменьшение интенсивности объемного пульсового кровенаполнения сосудов, как со стороны глазного яблока, так и со стороны головного мозга. Это подтверждается снижением показателей реографического коэффициента РОГ (Р 0,001 для развитой и далекозашедшей стадий) и РЭГ (Р 0,01 для развитой и Р 0,05 для далекозашедшей стадий) и увеличением показателя длительности анакроты (Р 0,05) и ее отношения к длительности всего цикла (Р 0,05). При развитой стадии заболевания у этих больных отмечено повышение периферического сосудистого сопротивления сосудов головного мозга (Р 0,05) и достоверное повышение тонуса вен (Р 0,05). При этом наблюдали снижение величины и скорости систолического притока в церебральные и интраокулярные сосуды, о чем свидетельствовало уменьшение амплитуды систолической волны РЭГ и РОГ (Р 0,05). Отмеченное нарушение интраокулярного кровообращения у больных ПОУГ на уровне крупных, средних и мелких сосудов подтверждается существенным различием показателей периода быстрого кровенаполнения (Р 0,001 для развитой и Р 0,01 для далекозашедшей стадий) и периода медленного кровенаполнения (Р 0,001 для развитой и Р 0,01 для далекозашедшей стадий). Уменьшение пульсового объема крови интраокулярных сосудов у больных с продвинутыми стадиями заболевания при гипоперфузионном варианте возможно, вызвано снижением перфузионного давления в бассейне глазничной артерии и различной в связи с этим степенью коллапса внутриглазных сосудов (Р 0,01).
Характеристика клинических примеров в группе обучения нейросети и в группе тестирования
Для построения и обучения искусственных нейронных сетей (ИНС), в обучающую клиническую группу включили результаты хирургического лечения 95 пациентов (95 глаз) с ПОУГ. Средний возраст пациентов в этой группе был 67,4 ± 0,7 лет. Мужчин было 56 человек (58,9%), женщин - 39 (41,1%). Группу тестирования составили примеры 55 больных ПОУГ (55 глаз), прооперированных по поводу глаукомы и в обучении нейронных сетей не участвовали. Средний возраст пациентов этой группы составил 65,9 ±1,2 лет. Мужчин было 33 человека (60%), женщин - 22 (40%).
Статистически достоверной разницы по возрасту и полу .между сравниваемыми группами выявлено не было. Деление по полу и возрасту в группах представлено на рис. 12 и 13.
Различия по остроте зрения в сравниваемых группах были несущественны. Средняя острота зрения пациентов обучающей клинической группы составила 0,4 ± 0,03, пациентов тестирующей группы - 0,3 + 0,04. Распределение пациентов сравниваемых групп по стадиям глаукомы представлено нарис. 14.
В обеих группах для создания, обучения и тестирования ИНС преобладали пациенты с далекозашедшей стадией глаукомы. В обучающей группе ее удельный вес составил 55,8%, а в тестирующей - 47,3% случаев.
Средние значения ВГД у больных обследованных групп представлены на рис. 15.
У пациентов обучающей группы среднее ВГД составило 31,6±0,4 мм рт. ст. У пациентов тестирующей группы - 32,4+0,6 мм рт. ст. Удельный вес сопутствующей патологии глаз в обеих группах представлен на рис. 16.
Из сопутствующей патологии глаз в обследованных группах преобладала катаракта, ее удельный вес составил в обучающей группе 86,3% случаев, в тестирующей группе - 76,3%. Миопию наблюдали в 44,3 и 34,5% случаев соответственно. Удельный вес гиперметропии в сравниваемых группах был одинаков (25,3% и 23,6% соответственно).
Частота сопутствующих соматических заболеваний у пациентов этих клинических групп представлена на рис. 17.
В обеих клинических группах (обучающая и тестирующая) преобладает сопутствующая гипертоническая болезнь (61,1 и 63,6% соответственно). ИБС наблюдали у пациентов обучающей группы в 30,5% случаев, у пациентов тестирующей группы - в 18,8% случаев. Удельный вес атеросклероза сосудов головного мозга, хронических заболеваний легких, хронических заболеваний ЖКТ в сравниваемых группах существенно не отличался.
Разработка метода прогнозирования осложнений при хирургическом лечении ПОУГ
При помощи создания и обучения ИНС решали задачу индивидуального прогнозирования ранних осложнений в хирургии ПОУГ. Прогнозирование течения послеоперационного периода осуществляли при поступлении больного в стационар, сразу же после проведения стандартных методов обследования.
Наиболее частыми и опасными при хирургическом лечении ПОУГ являются три вида осложнений - ЦХО, гифемы и иридоциклиты. Ситуация усугубляется тем, что возникающие осложнения могут стать причиной развития иридохрусталикового блока, кистозного макулярного отека, застойной нейроретинопатии, буллезной кератопатии.
Закодированная информация о клинических, электрофизиологических, гемодинамических показателях 150 пациентов внесена в базу данных -электронную таблицу, состоящую из строк (записей), в которые вносились обучающие примеры, и столбцов (полей), представляющих собой структуру входных параметров. Прогнозирование возможности возникновения осложнений проводилось по 44 входным параметрам. В их число вошли параметры, имеющие как количественные признаки, так и качественные.
1. AGE — возраст, лет
2. SEX —пол
0 — мужской
1 — женский
3. ST.GLAUK — стадия глаукомы оперируемого глаза
0 — начальная
1 — развитая
2 — далеко зашедшая
3 — терминальная
4. SOP.MIOP — сопутствующая миопия
0 — нет
1 — есть
5. SOP.KATAR — сопутствующая катаракта
0 — нет
1 — есть
6. SOP.HM — сопутствующая гиперметропия
0 — нет
1 — есть
7. VIS — острота зрения без коррекции оперируемого глаза до операции
8. IBS — ишемическая болезнь сердца
0 — нет
1 — есть
10. ATEROSCL — атеросклероз
0 — нет
1 — есть
11. GIPERT — гипертоническая болезнь
0 — нет
1 — есть
12. PULM — хронические заболевания лёгких
0 — нет
1 — есть
13. PES - псевдоэксфолиации по зрачковому краю
0-нет 1 -есть
14. PERIMET - суммарное поле зрения
15. VGD — внутриглазное давление, мм рт ст
16. Ро - истинное ВГД оперируемого глаза
17. С - коэффициент легкости оттока внутриглазной жидкости
18. F - показатель минутного объема камерной влаги
19. KB - коэффициент Беккера (расчётный)
20. EL S - порог электрической чувствительности сетчатки, мкА
21. LAB - лабильность зрительного нерва, Гц 22.КШМ-КЧСМ,Гц
23. AD.S — уровень артериального систолического давления
24. AD.D — уровень артериального диастолического давления
25. NVR - тип нейроваскулярнй реакции глаза:
0 - нормотонический тип
1 - гипертонический тип
2 - собственно гипотонический вариант
3 — гипоперфузионный вариант
4 - волнообразный вариант
26. AMPL S - амплитуда систолической волны РОГ
27. VEN ОТТ - венозный отток РОГ
28. MOD UPR - модуль упругости РОГ
29. DL ANA - длительность анакроты РОГ
30. DL КАТ - длительность катакроты РОГ
31. IND PS - индекс периферического сопротивления РОГ
32. Per ВК - период быстрого кровенаполнения РОГ
33. Per МК - период медленного кровенаполнения РОГ
34. PULS ОК - пульсовой объем по Кедрову РОГ
35. REO KOEF - реографический коэффицент РОГ
36. AMPL S2 - амплитуда систолической волны РЭГ
37. VEN ОТТ2 - венозный отток РЭГ
38. Per ВК2 - скорость быстрого кровенаполнения РЭГ
39. Per МК2 - скорость медленного кровенаполнения РЭГ
40. MOD UPR2 - модуль упругости РЭГ
41. DICRIND2 - дикротический индекс РЭГ
42. DIAS IND2 - диастолический индекс РЭГ
43. PULS ОК2 - пульсовой объем РЭГ
44. REO KOEF2 - реографический коэффицент РЭГ
Как видно из представленного перечня, большинство параметров принимало всего два значения: 0 - нет признака, 1- есть признак.
Прогнозирование течения послеоперационного периода осуществляли при поступлении больного в стационар, сразу же после проведения стандартных методов обследования.
В решении поставленной задачи использовали работу экспертной системы, состоящую из нейросетевых классификаторов двух ступеней, работающих последовательно (Россиев Д. А., 1996). С помощью бинарного классификатора первой ступени определяли течение послеоперационного периода (неосложненного или осложненного), с помощью классификатора второй ступени - проводили прогнозирование гифем, ЦХО и иридоцйклитов (рис. 18).
Для проведения нейроинформационных исследований использовали персональный компьютер IBM Pentium и пакет программ «MultiNeuron 2.0» (Россиев Д.А., 1996). Построение и обучение ИНС осуществлялось при работе с клиническими примерами, т.е. созданной нами базой данных. Сущность самообучения ИНС заключалась в «настройке» весовых коэффициентов таким образом, чтобы определенному входному сигналу соответствовал выходной сигнал (Россиев Д.А., 1996). Результат сравнивался с эталоном, вычислялись ошибки, и начиналось обратное распространение ошибки по сети, в результате чего модифицировались весовые коэффициенты связей.
Алгоритм прогнозирования течения послеоперационного периода у пациентов с ПОУГ заключался в том, что перед операцией после традиционного обследования полученные результаты вносили в компьютерную базу данных. Обученная ИНС, обрабатывая имеющуюся информацию о пациенте, относила его к тому или иному классу (класс 1 — неосложненное течение послеоперационного периода, класс 2 - осложненное течение послеоперационного периода). Последовательно были созданы несколько ИНС, отличающихся количеством нейронов. Наилучшую распознающую способность продемонстрировала ИНС из 14 нейронов. Качество обучения ИНС и ее прогнозирующая способность были оценены на 55 клинических примерах (55 глаз) больных ПОУГ, прооперированных по поводу глаукомы в ККОКБ. Эта группа содержала данные об известных нам, но неизвестных ИНС примерах осложненного и неосложненного течения раннего послеоперационного периода. Обученная ИНС правильно прогнозировала ранние послеоперационные осложнения в 93,3% случаев и неосложненное течение после операции в 100% случаев. Данные результаты были признаны нами как свидетельствующие о высокой степени обученности ИНС.
