Введение к работе
Актуальность темы. В современном мире патологии вен нижних конечностей причисляют к «болезням цивилизации», а число страдающих нарушениями венозного оттока исчисляется сотнями миллионов. Рентгенологические методы и ультразвуковое сканирование не решили проблему ранней диагностики и динамического контроля над течением венозных заболеваний, в том числе в связи с инвазивностью первых и высокой стоимостью последних. Кроме того, в настоящее время приоритетными в медицине являются безопасные, как для пациента, так и для медицинского персонала, способы диагностики. Одним из таких способов является комбинированная термометрия, возникшая в последние десятилетия и уже практикуемая в различных областях медицины. Комбинированная термометрия - это биофизический метод неинвазивного обследования, заключающийся в измерении внутренних и поверхностных температур тканей по интенсивности их теплового излучения, соответственно, в микроволновом (РТ) и инфракрасном (ИК) диапазоне и последующей их регистрацией в виде числовых данных.
Пространственное представление о распределении температуры в органе может оказать существенную помощь в определении наличия патологического процесса. Кроме того, изменение температуры тканей обычно предшествует структурным изменениям, которые обнаруживаются при общепринятых методах исследования - УЗИ, рентгенографии, пальпации. Именно поэтому, комбинированная термометрия представляет особый интерес для ранней диагностики заболеваний.
Однако, несмотря на то, что данные о температурных полях пациента носят объективный характер, постановка диагноза на их основании по - прежнему остается «искусством» врача, и во многом носит субъективный характер. Последнее серьезно сужает уникальные возможности комбинированной термометрии в первичной диагностике.
Разработка диагностических методик на основе интеграции медицинских знаний и математических методов искусственного интеллекта является актуальной задачей. При современном развитии технологий, трудности диагностики зачастую возникают не из-за дефицита необходимой информации, а из-за отсутствия соответствующих методов ее структуризации. Данную проблему можно решить созданием интеллектуальных диагностических систем. Интеллектуальными их принято называть в связи с тем, что в них предусмотрен механизм обоснования предлагаемых решений, использующий множество высококачественных специальных знаний из предметной области [Корбинский Б.А. (ВИТ, 2008)]. Впрочем, не претендуя на роль «истины в последней инстанции», подобная система в большей степени призвана быть консультантом и помощником для специалиста, который принимает окончательное решение.
Различные методики диагностики требуют соответствующих наборов информационно-ценных признаков. В связи с этим, актуальным является направление дискриминантного анализа, основной задачей которого является поиск потенциально полезных зависимостей в больших массивах данных. Причем, зачастую использование для одной задачи несколько алгоритмов классификации, отличающихся стратегией распознавания и набором признаков, делает результаты диагностики более точными. При этом используется масса различных алгоритмов и их комбинаций. Вызвано это в том числе и тем, что создание универсального классификатора, без приложения к какой-либо реальной задаче, оказывается бесплодной затеей. Значительно более плодотворным является подход, при котором вначале решается реальная практическая задача, а затем применяемые подходы обобщаются на группу проблем, близких первоначальной.
Актуальность данной работы заключается, во-первых, в необходимости разработки диагностических методик, основанных на данных комбинированной термометрии, на базе интеграции медицинских знаний и математических методов искусственного интеллекта;
во-вторых, в необходимости создания алгоритмов поиска информационно-ценных диагностических признаков по данным комбинированной термометрии;
в-третьих, в возможности повышения точности ранней диагностики, с помощью соответствующих алгоритмов классификации;
в-четвертых, в необходимости реализации программных решений по автоматизации обработки данных, полученных методом комбинированной термометрии;
в-пятых, работа выполнена при финансовой поддержке Министерства образования и науки РФ (ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007 - 2012 годы», госконтракт № 16.513.11.3067) и выполняется в рамках Государственного задания вузам от 01.01.2011 № 8.2419.2011.
Целью диссертационной работы является повышение эффективности и качества диагностики заболеваний вен нижних конечностей по данным комбинированной термометрии.
Поставленная цель обусловила необходимость решения следующих задач:
-
формирование и верификация обучающей выборки данных, полученных с помощью комбинированной термометрии;
-
выявление влияния физиологических особенностей организма и условий проведения измерений на термометрические данные;
-
разработка алгоритмов нахождения высокоинформативных признаков заболеваний, на основе данных комбинированной термометрии и их реализация на основе созданной обучающей выборки;
-
разработка алгоритмов классификации пациентов, на основе найденных диагностических признаков.
Методы исследования. Для решения поставленных задач использовались основные положения теории системного анализа и обработки информации в медицинских системах, методы математической статистики, математического и компьютерного моделирования, дискриминантного анализа, экспертного оценивания и теории принятия решения.
Достоверность и обоснованность результатов. Адекватность и обоснованность результатов работы подтверждается их апробацией и результатами использования в интеллектуальном аппаратно-программном комплексе диагностики венозных заболеваний, внедренном в Волгоградском флебологическом центре профессора Ларина С.И.
Научная новизна полученных результатов, выносимых на защиту, заключается в следующем:
-
-
исследована зависимость данных комбинированной термометрии от физиологических особенностей организма и условий проведения измерений;
-
разработан метод поиска высокоинформативных диагностических признаков поведения температурных полей на основе данных комбинированной термометрии.
-
выполнен поиск высокоинформативных признаков для диагностики венозных заболеваний нижних конечностей.
-
на основе совокупности высокоинформативных признаков построены алгоритмы, позволяющие относить пациента к одному из диагностических классов.
Практическая значимость работы состоит в том, что в исследовании разработана и научно обоснована совокупность методов поддержки принятия решения при диагностике заболеваний по данным комбинированной термометрии, позволяющая повысить эффективность лечебных мероприятий и предполагающая реализацию в интеллектуальном аппаратно-программном комплексе.
Внедрение разработанных моделей и методов позволит проводить эффективную раннюю диагностику, а также повысит качество дифференциальной диагностики и динамического контроля течения венозных заболеваний.
Результаты работы успешно использовались при разработке интеллектуального аппаратно-программного комплекса диагностики заболевания вен нижних конечностей, применяемого в данный момент в Волгоградском флебологическом центре профессора Ларина С.И.
Основные положения и результаты, выносимые на защиту:
-
-
-
Обнаружены новые закономерности поведения температурных полей различных групп пациентов.
-
Создан алгоритм нахождения диагностических признаков по данным комбинированной термометрии.
-
Выполнена практическая реализация метода поиска высокоинформативных признаков для диагностики венозных заболеваний нижних конечностей.
-
Построены два алгоритма классификации, реализующих первичную диагностику, т.е. причисление пациента к одному из классов «Норма» или «Болен».
Внедрение. Результаты работы применяются специалистами, а алгоритмы диагностики используются в интеллектуальном аппаратно- программном комплексе диагностики венозных заболеваний по данным комбинированной термометрии, применимым в Волгоградском флебологическом центре профессора Ларина С.И.
Апробация работы. Основные положения диссертации докладывались и обсуждались на X Всероссийской конференции «Биомеханика 2010» (Саратов, 2010 г.), XXV Международной научной конференции «Математические методы в технике и технологиях» (Волгоград, 2012 г.), XI Всероссийской научно- технической конференции «Теоретические и прикладные вопросы современных информационных технологий» (Улан-Удэ, 2012 г.), региональных конференциях молодых исследователей Волгоградской области (Волгоград, 2010-2012 гг.); конференциях профессорско-преподавательского состава ВолГУ (Волгоград, 2009-2013 гг.), научных семинарах ВолГУ и ВолГТУ.
Личный вклад. Выбор направления исследования определялся совместно с научным руководителем. Результаты получены автором лично. Анализ и интерпретация результатов осуществлялись совместно с научным руководителем.
Публикации. Основные результаты диссертационной работы опубликованы в 8 печатных работах, четыре из которых в изданиях, рекомендованных ВАК РФ.
Объем и структура работы. Работа состоит из введения, трех глав с выводами, заключения и приложений.
Похожие диссертации на Интеллектуальный анализ данных и алгоритмы классификации в диагностике венозных заболеваний по данным комбинированной термометрии
-
-
-