Компютърни технологии в изследването и диагностиката на патологиите на дихателната система
Публикационна дейност
Номер на следващия сайт
Компютърни технологии в изследването и диагностиката на патологиите на дихателната система
В съвременната медицина подобряването на диагностичните методи се извършва въз основа на използването на компютърни технологии. Традиционният подход е дигитализиране на електрофизиологичните сигнали на биологичен обект с последваща обработка на данните с помощта на различни статистически методи. Диагностиката на заболяванията на дихателната система, както и на други физиологични системи, се основава на данните от инструменталните изследвания, които на съвременния етап са разделени на две групи.
Функционалните изследвания на дихателните органи се извършват с помощта на акустични методи и апарати. Това е по-малкобройна група технически средства, но включва най-разпространените в медицинската практика измервателни уреди: фонендоскопи, стетоскопи и стетофонендоскопи. Лекарят, слушайки слаб звуков сигнал, психически го сравнява с някои звуци, характерни за отделни патологии, и решава за близостта на възприемания сигнал до един от класовете. Точността на решаването на тези проблеми зависи от индивидуалните характеристики на слуха на лекаря, както и от неговия опит и лична "база данни" с акустични примери за прецеденти за различни бронхопулмонални патологии. Липсата на средства за регистриране на дихателен сигнал (РС) на външен носител в традиционен фонендоскоп създава обективни трудности както при оценката на качеството на получените РС, така и в точността на тяхната интерпретация. С появата на електронен фонендоскоп, както и различни реализации на цифрови канали за регистриране на DS, базирани на стационарни персонални компютри, този проблем остана в миналото.
НаНа настоящия етап задачата за автоматизиране на комплексния анализ на резултатите от визуалните и функционалните изследвания на дихателните органи става актуална. Един от вариантите за решаването му може да бъде система за подпомагане на диагностичните решения, която представлява специализирана работна станция на пулмолог. AWS включва подсистеми за изследване и диагностика на патологии на дихателните органи. Изследователската подсистема може да бъде интегрирана с рентгенови хардуерни и софтуерни системи. Включва модул за първичен анализ на графични обекти (рентгенови изображения) и модул за анализ на дихателни сигнали. Изборът на подходящи файлове се извършва от записите на базата данни с истории на случаи. В резултат на работата на тези модули се разграничава набор от характеристики, които позволяват да се формират описания на състоянието на пациента под формата на два набора от първични характеристики. В зависимост от източника на тяхното получаване (изображение или акустичен сигнал), съответният набор от характеристики се съхранява в базите данни с графични изображения или дихателни сигнали. С помощта на модула за лингвистичен интерпретатор се формират словесни описания на симптомите, идентифицирани от изображенията и записи на дихателни сигнали за лекаря.
В диагностичната подсистема, която включва модули за размит и детерминиран извод и база от знания за диагнози и модели на заболявания, се формира диагностично заключение за състоянието на дихателните органи.
Разработването на тази софтуерна система е свързано с използването на специални модели и алгоритми за обработка на графична и акустична информация. Понастоящем въпросите за анализиране на плоски изображения са доста добре развити, но проблемът с автоматичния анализ на слаби нискочестотни акустични сигнали е решен.непълно. Няма надеждни признаци за разделяне на класовете норма и патология. Успешните решения в тази област могат да доведат до създаването на нови методи за изследване на дихателните органи и автоматично оценяване на диагностичните признаци.
Задачата за автоматичен компютърен анализ на дихателни шумове е широко дискутирана в литературата. Всички предложени методи могат да бъдат разделени на две групи: решения, свързани с обработката на единичен сигнал, представляващ фрагмент от времеви серии, записан в една точка на аускултация, и техники, фокусирани върху обработката на два или повече сигнала, които се записват паралелно в различни точки на тялото на пациента.
Проучванията показват, че използването на методи за анализ на времеви редове за един DS позволява съвсем просто да се реши основният проблем - разделянето на нормалните и патологичните класове. За да се реши този проблем, бяха проведени експерименти за регистриране на DS при 85 пациенти. Създадени са две колекции от звукови проби: „Норма” с ДС проби, регистрирани при пациенти с дихателни органи без патология, „Респираторни промени” с ДС проби, регистрирани при пациенти с различни респираторни заболявания.
Подготовката на колекцията за математически анализ беше извършена на базата на специална техника за подреждане на пробата, която включваше 5 последователни стъпки: нормализиране на DS пробата, оценка на спектралната плътност на сигнала, избор на горна граница на филтриране, филтриране на шума, избор на участък с фиксирана дължина без външен шум. Дължината на секцията DS е фиксирана константа за всички записи. Формираната смесена извадка включва 45 проби “Норма” и 40 записа от клас “Промени в дишането”. Като се има предвид, че редица характеристики на DS зависят от точката на аускултация, всякаот пробите се разделят на две (регистрацията се извършва на гърба и на гърдите на пациента в съответствие с типичните точки).
По време на слушане на пациента лекарят обикновено оценява редица характеристики: интензивността на DS, съотношението на фазите на дишане (вдишване и издишване), размера на зоните за релаксация, локализацията и естеството на дихателните шумове, естеството на дишането и др.
Проведените проучвания показват, че изграждането на разделителни характеристики, базирани само на интервални оценки на честотни диапазони с определени видове дихателни звуци, няма да осигури уверено решение на проблема с разделянето на класове. Решението на този проблем може да бъде получено въз основа на изследвания на характеристиките на интензивния DS и съотношението на дихателните фази, които могат да бъдат извършени с помощта на софтуерния пакет ADS („Анализ на респираторните сигнали“), разработен в Тверския държавен технически университет. Комплексът ADS е част от AWP на пулмолог и ви позволява да:
-
- предварителна обработка (филтриране на високи и ниски честоти, усилване и нормализиране на DS);
- показване на графика на динамичния процес на промяна на интензитета на DS във времето (виж фиг.);
- изчисляване на енергийния спектър и формиране на неговия график;
- оценки на дължината на изчислителния прозорец (L) и набора от интегрални характеристики (InX);
- формиране на графики на изменения в елементите на множеството InX.
Комплектът InX включва следните характеристики: . Всички елементи на InX се оценяват чрез набор от точки на съответния времеви ред (TS), който се разпределя с помощта на така наречения прозорец за изчисление (L). Лявата граница на прозореца беше подравнена с началото на VR, а дясната граница беше зададена в съответствие с параметъра за настройка. С помощта на избрани VR точки бяха намерени оценкиосновни статистически характеристики, след това прозорецът беше преместен надясно с дължина L, така че новата му лява граница да съвпадне със старата дясна граница и операциите бяха повторени.
Проведените изследвания показват, че въз основа на елементите на InX е възможно да се изгради набор от характеристики, които позволяват автоматичен избор на границите и параметрите на дихателния цикъл, както и идентифициране на такива характеристики на дишането като времето на най-голямото забавяне. Както може да се види от фигурата, характерът на времевия ред, илюстриращ промяната в интензитета на DS през интервала от време, съвпада с характера на промяната в изчислената характеристика.
Получените резултати позволиха да се формулират производствени правила за автоматична диагностика на нарушения на параметрите на дихателния цикъл, които могат да се използват като основа за алгоритъм за автоматична диагностика на респираторни патологии. Създаденият алгоритъм за анализ на DS позволява да се отделят записи с нормално дишане от шумови записи при наличие на различни патологии на дихателните органи. Грешката при разпознаването е не повече от 10%.