Содержание к диссертации
Введение
Глава 1. Подходы к определению состояния органичной системы (на примере диагностики состояния стопы) 9
1.1. Основные этапы диагностики состояния органичной системы 9
1.2. Обзор методов диагностики состояния стопы 15
1.2.1. Способы, основанные на регистрации давления 15
1.2.2. Способы, основанные на измерении геометрических характеристик стопы 18
1.3. Постановка задачи исследования 25
Глава 2. Модель диагностики органичной системы по ее изображению 27
2.1. Описание модели 27
2.2. Использование модели для диагностики состояния стопы человека 32
2.2.1. Выбор способа первичного описания стопы 32
2.2.2. Определение состояния стопы по выбранному способу 43
Глава 3. Программно-информационный комплекс для диагностики состояния стопы 53
3.1. Структура комплекса 53
3.2. Компонент хранения информации об обследуемом 56
3.3. Компонент получения информации о стопе 58
3.4. Компонент обработки и распознавания изображения стопы 61
3.4.1. Повышение контрастности изображения 61
3.4.2. Определение состояния стопы 63
3.4.3. Определение площади прилегающей поверхности стопы 64
3.4.4. Определение высоты свода стопы 66
3.5. Компонент формирования индивидуального отчета 71
3.5.1 Правила для формирования выходного заключения по стопе 71
3.5.2. Формирование выходных заключений 77
3.5.3. Пример формирования выходного заключения 80
3.6. Компонент формирования группового отчета 86
Глава 4. Экспериментальная проверка программно- информационного комплекса 89
4.1. Условия и необходимые затраты для внедрения программно- информационного комплекса 89
4.2, Результаты экспериментальной проверки комплекса 91
Заключение 94
Список литературы 95
Приложение 1. Пример файла обследования 105
Приложение 2. Пример шаблона индивидуального отчета 111
Приложение 3. Пример индивидуального отчета 112
Приложение 4. Фрагмент группового отчета 117
- Основные этапы диагностики состояния органичной системы
- Описание модели
- Структура комплекса
- Условия и необходимые затраты для внедрения программно- информационного комплекса
Введение к работе
Актуальность темы. В различных областях человеческой деятельности (технике, медицине, экономике и т.д.) актуальными задачами являются определение состояния системы, ее характеристик, работоспособности. Такой системой может быть органичная система, в частности, человеческий организм или его часть (медицинская диагностика), техническая система (техническая диагностика) и т.д. При этом характеристики системы, которые определяют ее состояние, можно получить различными способами. Однако часто при диагностике состояния органичных систем информацию о системе можно получить только в виде ее изображения. В этом случае по изображению необходимо получить характеристики системы и только затем анализировать их для определения состояния.
В настоящее время существует достаточно большое количество подходов к распознаванию изображений и выделению характеристик системы. Это системы оптического распознавания печатного и рукописного текста, системы анализа сцен. В последнее время активно разрабатываются программно-информационные средства для поддержки диагностики состояния системы по ее изображению. Большой вклад в определение состояния системы по ее изображению внесли О. И. Потатуркин (дистанционная диагностика природных и технических процессов), В. Г. Бадалян, (автоматизированная диагностика по УЗИ), Л. С. Орбачевский (диагностика по изображению конъюнктивы глаза), Г. Г. Потиханова (диагностика состояния стопы по ее отпечатку) и др.
Однако существующие подходы, модели и методы, используемые для определения состояния системы, заданной своим изображением, плохо применимы для диагностики органичной системы, например, стопы человека. Существующие диагностические комплексы не могут подстраиваться под специфику конкретной группы обследуемых, в результате чего страдает качество диагностики. Поэтому актуальной задачей является разработка моделей и методов и создание на их основе программно-информационного комплекса для диагностики состояния органичной системы, заданной своим изображением, который мог бы обучаться в процессе работы для более точной и эффективной диагностики.
Цель и задачи работы. Целью диссертационной работы является разработка модели и алгоритмов и реализация их в виде программно-информационного комплекса для диагностики состояния органичной системы по ее изображению на примере определения состояния стопы человека.
Для достижения поставленной цели необходимо решить следующие задачи:
Провести анализ существующих подходов к распознаванию образов и определению состояния системы, заданной своим изображением,
Разработать модель отображения системы во множество характеристик и сопоставления найденных характеристик с образами, определяющими состояние системы.
Разработать алгоритм уточнения образов состояния системы в процессе обучения.
Реализовать предложенные модели и алгоритмы в виде программно-информационного комплекса для диагностики состояния стопы человека и проверить его работоспособность и эффективность при решении практических задач.
Методы исследования. Для решения поставленных задач использовались методы системного анализа, теории моделирования, искусственного интеллекта, применялись положения теории объектно-ориентированного проектирования программных систем, теории проектирования реляционных баз данных и компьютерной лингвистики.
Научная новизна результатов, выносимых на защиту, заключается в следующем:
Предложена модель диагностики состояния органичной системы по ее изображению, позволяющая повысить точность и эффективность диагностики:
Предложено первичное описание системы в виде матрицы точек изображения.
Предложено множество характеристик системы и разработан алгоритм отображения для их получения.
Предложено описание возможных состояний системы в виде образов и разработан алгоритм отображения множества характеристик во множество состояний.
Для уточнения настроечных параметров образов разработан статистический алгоритм обучения.
На основании предложенной модели диагностики органичной системы и алгоритмов разработан способ определения состояния стопы, на который получен патент.
Практическая ценность работы.
1. На основе предложенной модели и алгоритмов диагностики состояния органичной системы по ее изображению реализован программно-информационный комплекс для диагностики состояния стопы. Реализована аппаратная часть комплекса, представляющая собой планшетный сканер, помещенный в укрепленный корпус, способный выдержать вес человека. Комплекс позволяет проводить массовые обследования состояния стопы человека в школах, поликлиниках, военкоматах, в спортивной медицине и отличается низкой стоимостью, малым временем обследования и высокой достоверностью результатов.
Проведено обучение (настройка параметров для распознавания образов) и экспериментальная проверка программно-информационного комплекса. Сформированы основные шаблоны для вывода результатов исследований стопы по различным параметрам, рекомендаций по проведению лечебных мероприятий, гигиенических правил для соблюдения режима рациональной нагрузки на стопу, проведения лечебной физкультуры и массажа.
Программно-информационный комплекс зарегистрирован в Отраслевом фонде алгоритмов и программ.
Реализация результатов работы. Программно-информационный комплекс применялся для обследования состояния стопы студентов Волгоградского государственного медицинского университета (ВолГМУ) и Волгоградской государственной академии физической культуры (ВГАФК). Кроме того, были проведены массовые обследования состояния стопы школьников различных школ города. Всего было обследовано более 2000 человек. Также комплекс использовался в клинической практике в Областной клинической больнице № 1 в детском ортопедическом отделении.
Апробации работы. Основные положения и материалы диссертации докладывались на Международных научно-технических и научно-практических конференциях «Информационные технологии в образовании, технике и медицине» (Волгоград, 2004), Всероссийском конкурсе на лучшие научные работы по естественным, техническим наукам (проекты в области высоких технологий) и инновационным научно-образовательным проектам в сфере приоритетных направлений науки и техники (Москва, 2004), VII-й, VIII-Й и ІХ-й Региональных конференциях молодых исследователей Волгоградской области (Волгоград, 2002-2004). Работа была представлена на выездной сессии Президиума РАМН (Волгоград, 2005).
Публикации. По теме диссертации опубликовано 11 печатных работ.
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, содержащего 97 наименований, и 4 приложений. Работа содержит 117 страниц машинописного текста, 35 рисунков, 9 таблиц.
Автор выражает глубокую благодарность д. м. н., профессору Гаврикову К. В., к. м. н., врачу-ортопеду Перепелкину А. И. за оказанные консультации по вопросам диагностики состояния стопы.
Основные этапы диагностики состояния органичной системы
Универсальность. При определении ОА необходимо выбрать совокупность внешних параметров и совокупность выходных параметров yJt отражающих учитываемые в модели свойства. Увеличение числа учитываемых внешних факторов расширяет применимость модели, по существенно удорожает работу по определению ОА. Выбор совокупности выходных параметров также неоднозначен, однако для большинства объектов число и перечень учитываемых свойств и соответствующих им выходных параметров сравнительно невелики, достаточно стабильны и составляют типовой набор выходных параметров.
Если адекватность характеризуется положением и размерами ОА, то универсальность модели определяется числом и составом учитываемых в модели внешних и выходных параметров.
Экономичность. Экономичность модели характеризуется затратами вычислительных ресурсов для ее реализации, а именно затратами машинного времени Тм и памяти Пы. Общие затраты Тм и /7н на выполнение расчетов зависят как от особенностей выбранных моделей, так и от методов решения. [85]
Применительно к диагностике состояния стопы можно выделить три основных подхода к первичному описанию системы: получение информации в виде карты распределения давления от участков стопы, в виде трехмерного топографического рельефа и в виде изображения стопы. Эти подходы будут рассмотрены ниже.
На втором этапе определяются характеристики системы в зависимости от ее выбранного первичного описания. Применительно к диагностике состояния стопы это может производиться прямыми или косвенными измерениями. Так, если первичное описание стопы выбрано в виде карты распределения давления от различных участков стопы, то характеристики стопы можно найти, непосредственно сравнив значения давления в определенных точках стопы. В случае если стопа задана своим изображением, то путем использования различных алгоритмов распознавания по изображению находятся характеристики стопы.
На третьем этапе диагностики производится сопоставление характеристик системы с образами, определяющими ее состояние. Для этого может применяться распознавание образов, поскольку к задачам распознавания образов относятся задачи построения и применения формальных операций над числовыми или символьными отображениями объектов реального или идеального мира, результаты решения которых отражают отношения эквивалентности между этими объектами. Отношения эквивалентности выражают принадлежность оцениваемых объектов к каким-либо классам, рассматриваемым как самостоятельные семантические единицы.
При построении алгоритмов распознавания классы эквивалентности могут задаваться исследователем, который пользуется собственными
содержательными представлениями или использует внешнюю дополнительную информацию о сходстве и различии объектов в контексте решаемой задачи. Тогда говорят о "распознавании с учителем". В противном случае, т.е. когда автоматизированная система решает задачу классификации без привлечения внешней обучающей информации, говорят об автоматической классификации или "распознавании без учителя". Большинство алгоритмов распознавания образов требует привлечения весьма значительных вычислительных мощностей, которые могут быть обеспечены только высокопроизводительной компьютерной техникой. [56]
Для реализации систем распознавания образов существуют три основных типа методологии: эвристическая, математическая и лингвистическая (синтаксическая). Нередко системы распознавания создаются на основе комбинации этих методов.
За основу эвристического подхода взяты интуиция и опыт человека; в нем используются принципы перечисления членов класса и общности свойств. Недостатком эвристического подхода является зависимость результата распознавания от выбранных признаков объекта и необоснованность выбора этих признаков.
В основу математического подхода положены правила классификации, которые формулируются и выводятся в рамках определенного математического формализма с помощью принципов общности свойств и кластеризации. Математические методы построения систем распознавания можно разделить на два класса: детерминистские и статистические. Детерминистский подход базируется на математическом аппарате, не использующем в явном виде статистические свойства изучаемых классов образов. Статистический подход основывается на математических правилах классификации, которые формулируются и выводятся в терминах математической статистики. Распознаванию изображения математическими методами посвящены работы Ф. Ф. Дедуса, С. А. Махортых, Д. Ю. Мехонцева, Я. А. Фурмана и др.
Если описание образов производится с помощью непроизводных элементов (подобразов) и их отношений, то для построения автоматических систем распознавания применяется лингвистический или синтаксический подход с использованием принципа общности свойств. Такой подход особенно полезен при работе с образами, которые либо не могут быть описаны числовыми измерениями, либо столь сложны, что их локальные признаки идентифицировать не удается и приходится обращаться к глобальным свойствам объектов. [79]
Таким образом, видно, что для определения состояния органичной системы, заданной своим изображением, наиболее перспективным является статистический подход с использованием геометрического метода, поскольку известно, какие характеристики необходимо получить из изображения системы.
Для определения состояния системы использование методов knowledge discovery in databases (KDD) может выделить узкую группу показателей, от которых зависит интересующая исследователя характеристика, и представить обнаруженную закономерность в аналитической форме. Даже если впоследствии выяснится, что обнаруженная закономерность не является универсальной и характеризуется ограниченной областью использования, безусловная ценность полученного нового знания заключается в выделении группы наиболее чувствительных показателей, в привлечении внимания исследователя к более детальному анализу именно этих показателей и взаимозависимостей между ними, в предоставленной возможности сконцентрировать внимание на более узкой области исследований.
С практической же точки зрения не всегда так уж важно, является ли установленная зависимость истинной, причинной, или только приближенной, аппроксимирующей истинную зависимость а, возможно, отражающей взаимосвязь только внешних проявлений некоторых глубинных причин. Главное, чтобы можно было прогнозировать поведение какого-либо параметра по имеющейся совокупности признаков, будь то дальнейшее течение болезни отдельного пациента или экономическая эффективность работы клиники. С этой точки зрения методы KDD, позволяющие выявлять скрытые закономерности в большой совокупности данных, представляют несомненный интерес как для выработки практических лечебных рекомендаций так и для принятия организационно-управленческих решений на уровне медицинского учреждения. [ 12]
Описание модели
Основная задача диагностики - по информации, получаемой от системы, определить ее состояние.
Пусть имеется множество первичных описаний системы Г, а сама система имеет множество состояний О. Тогда задача диагностики состоит в том, чтобы для каждого первичного описания системы уеГ сопоставить соответствующее состояние о є О. Для этого необходимо построить отображение, переводящие множество первичных описаний системы во множество ее состояний G:F- 0. (2.1) Разобьем задачу диагностики на две подзадачи: 1. По первичному описанию системы найти ее характеристики; 2. По характеристикам системы найти ее состояние. Тогда отображение G будем строить в виде последовательности отображений F и S: F:T- X и 5":X- 0, где Х-множество характеристик системы, F отображение, которое из первичного описания системы получает множество ее характеристик, S — отображение, которое по характеристикам системы находит ее состояние. Таким образом, модель диагностики состояния системы представляем в виде кортежа M= T,X,0,F,S (2.2) Первичное описание системы у представляется в виде плоского изображения в оттенках серого цвета и кодируется в виде матрицы точек изображения: Ы1 0 г9 Ешх (2.3) где 0 - черный цвет, тах - максимальная освещенность точки, / и j—y и X координаты точки соответственно. у = Проанализировав различные методики, принятые в медицинской диагностике, можно сделать вывод, что многие из них основываются на предположении, что определяемые характеристики биологической системы функционально независимы друг от друга. Например, в случае обследования состояния стопы независимо находятся характеристики передней, средней и задней частей стопы. Следовательно, для упрощения модели диагностики можно выбрать характеристики системы х1,х2,...,хп таким образом, что они функционально независимы друг от друга: хєХ, x = {xlix2,...,xn}i «-число характеристик. Тогда множество состояний системы можно представить в виде простого произведения: o = olxo2x...xon (оєО) (2.4) где о{ (і -1,2,...,«)-состояние системы по /-й характеристике.
По каждой характеристике система может иметь множество состояний. Например, в случае стопы, может быть различная степень плоскостопия по разным отделам стопы. Таким образом, О2-\УЪУ\,-,У?) (25) оп={уІУІ...,утп"} где yj (/ = 1,2,.,.,w, j = 1,2,...,т) - у-е значение образа состояния системы ot, mi - число возможных состояний системы по і -й ее характеристике. Общее количество образов г = т{ хт2 х...хтп. Отображение F представляем в виде покоординатных отображений Fi,F2,.,.iFn: F, : у -» х, F-y : у -» х, 2 Г 2 (2.6) Fn-r- xn где Ft (/ = 1,2,.,.,м) реализуется алгоритмом вычисления характеристики х( Отображение S представляем в виде покоординатных отображений " 2 — » (ЛГ;)=У;., /=1,2,...,/1 (2.7) где Sj - правило (алгоритм), по которому і-й характеристике сопоставляется одно из значений образа ог
Эти отображения находятся следующим способом: область значений характеристики X; разбивается на интервалы, как показано на рис. 2.1. Образ состояния системы представляется в виде yi aj-1 (2.8) Н— , УІ Рис. 2.1. Интервалы разбиения характеристики хг где [а \а/] - интервал значений характеристики х;, - точность задания интервала. Правило St описывается следующим образом: полагаем, что характеристика х; принадлежит образу у/, если выполняется соотношение: а{ х + ( xtuaj-et (9) Если а\ - ; Xj а{ + et то считается что х{ не распознано. Величины а/_1,а/,е являются настраиваемыми параметрами образа и уточняются в процессе обучения. Обучающую выборку ZJ (j = 1,2,...Д) представим в виде зо ZJ = yJ,XJJJ (2.10) где к- объем обучающей выборки, /J={i{,ii,-..,ji} - оценка учителя — образы состояния системы поу-й ее характеристике.
При диагностике состояния органичных систем, например организма человека, надо учитывать, что характеристики системы зависят от множества плохо поддающихся учету и формализации факторов внешней и социальной среды. Поэтому в медицинской практике часто используется предположение, что при измерении характеристик человеческого организма получается выборка, данные которой распределены по нормальному закону. Исходя из этой гипотезы, в работе предлагается следующий статистический алгоритм обучения: 1. Выполняется разбиение Z на т групп по значениям у. ку число примеров, где имеется одинаковая оценка у. 2. По каждой /-й характеристике и для каждой j группы (У = 1,2,...,к j) вычисляется среднее значение характеристики xt : КУі і=\ где а І - значение характеристики xt, полученное в 1-й примере (/ = 1,2,..., ). 3. Вычисляется среднеквадратичное отклонение: - 1 - (2Л2) 4. Вычисляются значения границы интервала а[: а/ = а/+3сґ/"; 5/= а/-Зо/, (2.13) где а/ и а/ - рассчитанные значения а] слева и справа от границы интервала; a\= f- (2.14) 5. Вычисляется точность задания границы интервала є(: І 8/= --. І Х (2.15) 2 m!=l Таким образом, разработанная модель диагностики состояния органичной системы по ее изображению позволяет решить следующие задачи: 1. По изображению системы найти ее характеристики при помощи отображения F; 2. При помощи набора правил S сопоставить найденным характеристикам образы, описывающие состояние системы; 3. При помощи статистического алгоритма обучения уточнить параметры образов состояния системы для обеспечения более точной диагностики.
Структура комплекса
Модель диагностики состояния органичной системы (на примере стопы человека), описанную в главе 2, реализуем в виде программно-информационного комплекса, позволяющего автоматизировать процесс диагностики состояния стопы и выдачи заключения. При этом комплекс должен удовлетворять следующим требованиям: Возможность работы как со специальной плантографической установкой, так и без нее (анализ заранее полученных данных); Относительно низкие системные требования; Адаптируемость комплекса к различным условиям обследования и различным видам выдаваемых заключений; Простота обучения работе с комплексом; Безопасность, программная часть комплекса должна иметь защиту от несанкционированного копирования. Разработанный программно-информационный комплекс позволяет провести обследование морфофункционального состояния стопы человека и вывести следующие результаты: Значения длины переднего, среднего и заднего отделов стопы без нагрузки и с нагрузкой; Значения площади переднего, среднего и заднего отделов стопы без нагрузки и с нагрузкой; Значения высоты свода стопы без нагрузки и с нагрузкой; Заключение о состоянии переднего отдела стопы, его медиальной и латеральной части, оценка тяжести поперечного плоскостопия; Заключение о состоянии среднего отдела стопы, оценка тяжести продольного плоскостопия; Заключение о состоянии заднего отдела стопы; Клинический диагноз состояния стопы с конкретизацией изменений по каждому её отделу; Рекомендации по профилактическим и лечебным мероприятиям в зависимости от выявленной патологии. Процесс обследования выглядит следующим образом:
Перед началом обследования заполняются данные об обследуемом. Эти данные берутся из имеющейся медицинской карты. Для ускорения проведения обследования при массовой диагностике бланки обследования могут быть подготовлены заранее и перед началом обследования вызваны из памяти компьютера.
Испытуемый аккуратно встает на сканер всей подошвенной поверхностью стоп. При этом вес тела должен быть равномерно распределен на обе ноги. Для снятия отпечатков левой и правой ноги, они поочередно ставятся на рабочую поверхность сканера.
Если предполагается проведения полного цикла обследования с определением рессорной функции стопы, то испытуемый, не меняя положения ног, поочередно берет в руки гантели различной массы, при этом производится сканирование стопы для каждой массы. После этого испытуемый ставит другую ногу на рабочую поверхность сканера, и цикл обследования повторяется.
Затем производится обработка полученных изображений стопы и выводится диагностическое заключение, которое затем может быть распечатано.
Программно-информационный комплекс состоит из следующих компонентов: компонент управления планто графической установкой и получения снимков стопы исследуемого. компонент получения и хранения данных об исследуемом (паспортные данные, антропометрические параметры, полученные изображения стопы, результаты диагностики); компонент обработки и распознавания изображения стопы; компонент формирования индивидуального отчета в текстовом процессоре Microsoft Word по результатам диагностики стопы; компонент формирования группового отчета по диагностике группы людей в табличном процессоре Microsoft Excel. При разработке компонента хранения информации об обследуемом учитывались следующие требования: возможность легкого доступа к данным из любого модуля программы; хранение данных в формате, доступном для непосредственного чтения человеком или другими программами — возможность чтения данных о стопе не должна зависеть от факта наличия на компьютере пользователя программно-информационного комплекса или какого-либо дополнительного программного обеспечения; масштабируемость данных: при добавлении новых данных об обследуемом или способа диагностики, данные должны быть просто добавлены в обследование без изменения его формата. Аналогичная картина должна происходить при удалении более не использующихся данных.
Для обеспечения удобочитаемого формата данных и легкой переносимости обследований, они должны быть представлены в текстовом формате. С другой стороны, желательно чтобы обследование имело древовидную иерархическую структуру для обеспечения быстрого перехода к нужному параметру. Таким образом, для хранения данных о стопе был выбран формат XML.[3].
Условия и необходимые затраты для внедрения программно- информационного комплекса
При разработке комплекса для диагностики плоскостопия учитывались мнения врачей-ортопедов, работников медицинских и общеобразовательных учреждений, которые хотели бы иметь диагностическую систему: простую в изготовлении, не требующую дорогостоящих приборов и компонентов; по возможности использующую уже имеющееся в учреждениях оборудование; легкую в обучении и работе: для проведения обследования стопы должно быть достаточно человека, имеющего минимальные навыки в работе с ЭВМ и не имеющего специального ортопедического образования. Таким образом, программно-информационный комплекс для диагностики плоскостопия представляет собой специально укрепленный планшетный сканер, способный выдержать вес человека, изображенный на рис. 2.8, персональный компьютер и программу для получения и обработки изображений стопы. Этим обеспечивается удобство и дешевизна системы: Персональный компьютер может уже иметься в медицинском, общеобразовательном и другом учреждении, необходимо лишь будет подключить к нему укрепленный сканер и поставить необходимые драйвера для поддержки сканера, а также программное обеспечение для диагностики состояния стопы; Диагностическая система позволяет разделить во времени процесс получения и обработки снимков стопы: могут быть проведены обследования большого числа людей с сохранением их изображений стопы, а затем в спокойной обстановке эти обследования можно обработать, получить индивидуальные и групповые отчеты; В крайнем случае можно даже использовать уже имеющийся в учреждении планшетный сканер, если это CCD-сканер, необходимо будет только изготовить для него специальный прозрачный столик, внутрь которого будет вкладываться сканер и на который будет вставать обследуемый. Таким образом, можно добиться еще большего удешевления диагностической системы.
Следовательно, программно-информационный комплекс можно внедрить в практику массовых обследований состояния стопы с минимальными затратами. Если ставить систему в учреждение «с нуля», то затраты будут складываться из затрат на приобретение следующего оборудования и программного обеспечения: Персональный компьютер Pentium-233 или более мощный: ОЗУ 64 Мб или выше, HDD 20 Гб или выше (одно обследование занимает около мегабайта на жестком диске, поэтому для хранения данных об обследовании большого количества людей необходимо много свободного дискового пространства); Планшетный сканер с ПЗС-матрицей (CCD) в укрепленном корпусе; ОС Microsoft Windows 98 или более новая; Экспертная система для получения и анализа снимков стопы; Офисный пакет Microsoft Office 2000 или более новый (для создания и распечатки индивидуальных и групповых отчетов).
Для экспериментальной проверки было изготовлено аппаратные части комплекса, представляющие собой специально укрепленный сканер, способный выдержать вес человека. Использование двух комплексов позволило вести эксперименты по сканированию стопы независимо и одновременно, кроме того, в установках были использованы разные планшетные сканеры: в первой установке Accer 620S, а во второй - BenQ 5000U. Это позволило проверить независимость диагностической системы от используемого сканера.
2-я группа: 18-22 года (студенты) - 280 человек. Исследования этой группы проводились в Волгоградском государственном медицинском университете на кафедре нормальной физиологии и в Волгоградской государственной академии физической культуры на кафедре анатомии и биомеханики. Обучающая выборка для этой группы составила 180 человек. Контрольная выборка- 100 человек. Видно, что в процессе обучения программно-информационного комплекса были уточнены параметры образа, что позволило проводить более точную диагностику школьников.
Обследование стопы при помощи разработанного комплекса осуществляется эффективнее, чем у аналогов. Так, само обследование занимает не более пяти минут, в то время как у аналогичных комплексах обследование может занимать десятки минут. Комплекс обладает низкой стоимостью (Й;25 тыс. руб.) и низкой трудоемкостью проведения обследования.
Разработанный программно-информационный комплекс был внедрен в Волгоградской государственной академии физической культуры. Применение комплекса позволило повысить эффективность диагностики стопы в спортивной медицине.
Похожие диссертации на Программно-информационный комплекс для диагностики органичной системы по ее изображению
