Архив рубрики: Биотехнические и медицинские системы

ПРОЕКТИРОВАНИЕ СПРАВОЧНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ МЕДИЦИНСКОЙ ЛАБОРАТОРИИ


УДК 004.415.2
DOI: 10.26102/2310-6018/2020.30.3.037

Е.Ю. Соболевская, Д.А. Кийкова


Статья посвящена проектированию справочной информационной системы для медицинской лаборатории на примере компании ООО «Юнилаб», г. Владивосток. Исследование существующих медицинских информационных систем показало, что в основном реализуются системы для работы медицинских учреждений, в которых ведется прием пациентов, либо же существуют справочники, не удовлетворяющие требованиям лаборатории. Данная система позволит обеспечить доступ к полной и актуальной информации по исследованиям сотрудникам компании, повысит качество консультаций колл-центра, ускорит внесение изменений в информацию по исследованиям на сайт компании и в 1С. В результате работы были выявлены классы пользователей и описаны их характеристики, выявлены требования (бизнес-требования, пользовательские требования, функциональные требования) пользователей с помощью следующих методов: интервьюирование, анализ документов, анализ пользовательского интерфейса информационных систем компании. Проведено проектирование справочной информационной системы с помощью языка моделирования UML по выявленным требованиям по методологии ICONIX, представлены следующие диаграммы: диаграммы вариантов использования, диаграммы пригодности, диаграммы последовательности, построена диаграмма классов. Дополнительно к диаграммам выбранной методологии была построена контекстная диаграмма потоков данных. Спроектированы прототипы пользовательских интерфейсов (структурные схемы страниц).

Ключевые слова: справочная информационная система, проектирование, информационные технологии, ICONIX, медицинская лаборатория, цифровизация здравоохранения.

Полный текст статьи:
SobolevskayaKiikova_3_20_1.pdf

ПРОГНОЗИРОВАНИЕ ИШЕМИЧЕСКОЙ БОЛЕЗНИ СЕРДЦА У РАБОТНИКОВ ЛОКОМОТИВНЫХ БРИГАД НА ОСНОВЕ ГИБРИДНЫХ НЕЧЕТКИХ МОДЕЛЕЙ


УДК 616.5-002
DOI: 10.26102/2310-6018/2020.30.3.034

Н.А. Кореневский, Д.А. Медников, С.Н. Родионова, В.В. Стародубцев


Целью исследования является повышение качества прогнозирования ишемической болезни сердца у работников локомотивных бригад железнодорожного транспорта за счет разработки гибридных нечетких математических моделей работающих в условиях неполного и нечеткого описания объекта исследования. С учетом плохоформализуемой структуры исследуемого класса состояний в качестве базового математического аппарата выбрана технология мягких вычислений и, в частности, методология синтеза гибридных нечетких решающих правил, хорошо зарекомендовавшая себя при решении задач с аналогичной структурой данных и типом неопределенности. Выбранный метод синтеза позволяет учитывать мультипликативный эффект воздействия на организм человека разнородных и нестабильных эндогенных и экзогенных факторов риска в кабинах локомотива. Полученные математические модели прогнозирования ишемической болезни сердца, у работников локомотивных бригад в качестве исходных данных учитывают эргономику кабины, уровни психоэмоционального напряжения и утомления, смешанные электромагнитные поля в сочетании с индивидуальными факторами риска системного ишемического поражения. В ходе математического моделирования и экспертного оценивания было показано, что полученная прогностическая модель обеспечивает уверенность в правильном прогнозе не ниже 0,89, что является достаточно «хорошим» результатом для задач медицинской диагностики.

Ключевые слова: математическая модель, нечеткая логика, прогнозирование, локомотивная бригада, ишемическая болезнь сердца.

Полный текст статьи:
KorenevskySoavtors_3_20_1.pdf

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ ЭПИДЕМИЙ:АГЕНТНЫЙ ПОДХОД


УДК 004.94, 616.9
DOI: 10.26102/2310-6018/2020.30.3.030

А.Ф. Агеева


Последствия эпидемий могут оказаться весьма негативными, приводить к значительным экономическим и социальным потерям, в связи с чем актуальными являются вопросы создания современных инструментов для тестирования стратегий снижения ущерба и разработки эффективных мер борьбы с эпидемиями. В статье обосновывается перспективность использования агент-ориентированных моделей для этих целей, на примерах агент-ориентированных моделей эпидемий, разработанных зарубежными исследователями. Проведен анализ архитектуры агент-ориентированных моделей распространения эпидемий и выявлены основные конструктивные концепции и ключевые компоненты для моделирования эпидемических процессов. Рассмотрены преимущества агентного подхода имитационного моделирования, позволяющие имитировать динамику распространения инфекционных заболеваний в максимально приближенной к реальному обществу неоднородной синтетической популяции, а также воспроизводить различные схемы и механизмы передачи конкретных контагиозных заболеваний с учетом демографических, социально-экономических и территориально-пространственных факторов. Использование агентного подхода имитационного моделирования предоставляет возможность исследовать течение эпидемических и инфекционных процессов на детализированном уровне, а также проигрывать всевозможные сценарии эпидемических вспышек, тестировать вариативные стратегии борьбы с эпидемией и оценивать влияние на динамику эпидемий многокомпонентных стратегий вмешательства. Результаты исследования передового опыта проектирования агент-ориентированных моделей распространения эпидемий планируется использовать для создания агент-ориентированной модели распространения эпидемии в условиях мегаполиса.

Ключевые слова: агент-ориентированное моделирование, вычислительная эпидемиология, имитационные модели распространения эпидемий.

Полный текст статьи:
Ageeva_3_20_1.pdf

СРАВНЕНИЕ ЭФФЕКТИВНОСТИ РАЗЛИЧНЫХ МЕТОДОВ ОТБОРА ПРИЗНАКОВ ДЛЯ РЕШЕНИЯ ЗАДАЧИ БИНАРНОЙ КЛАССИФИКАЦИИ ПРЕДСКАЗАНИЯ НАСТУПЛЕНИЯ БЕРЕМЕННОСТИ ПРИ ПРОВЕДЕНИИ ЭКСТРАКОРПОРАЛЬНОГО ОПЛОДОТВОРЕНИЯ


УДК 519.683, 519-7
DOI: 10.26102/2310-6018/2020.30.3.025

С.Л. Синотова, О.В. Лимановская, А.Н. Плаксина, В.А. Макутина


Определение круга факторов, влияющих на объект исследования, является важнейшей задачей медицинских исследований. Ее решение осложняется большим числом разнообразных данных, включающих в себя обширную анамнестическую информацию и данные клинических исследований часто сочетающимся с ограниченным количеством наблюдаемых пациентов. Данная работа посвящена сравнению результатов, полученных различными методами отбора признаков для поиска набора предикторов, на основе которого создана модель с лучшим качеством прогноза, для решения задачи бинарной классификации предсказания наступления беременности при проведении экстракорпорального оплодотворения (ЭКО). В качестве признаков использовались данные анамнеза женщин, представленные в бинарном виде. Выборка состояла из 68 признаков и 689 объектов. Признаки были исследованы на наличие взаимной корреляции, после чего применены методы и алгоритмы для поиска отбора значимых факторов: непараметрические критерии, интервальная оценка долей, Z-критерий для разности двух долей, взаимная информация, алгоритмы RFECV, ADD-DELL, Relief, алгоритмы, основанные на важности перестановок (Boruta, Permutation Importance, PIMP), алгоритмы отбора признаков при помощи модели (lasso, random forest). Для сравнения качества отобранных наборов признаков построены различные классификаторы, посчитана их метрика AUC и сложность модели. Все модели имеют высокое качество предсказания (AUC выше 95%). Лучшие три из них построены на признаках, отобранных с помощью непараметрических критериев, отбора при помощи модели (lasso-регрессия), алгоритмов Boruta, Permutation Importance, RFECV, ReliefF. Оптимальным набором предикторов был выбран набор, состоящий из 30 бинарных признаков, полученный алгоритмом Boruta, из-за меньшей сложности модели при сравнительно высоком качестве (AUC модели 0,983). К значимым признакам отнесены: данные о наличии беременностей в анамнезе в целом, о внематочных и замерших беременностях, самостоятельных и срочных родах, абортах на ранних сроках в частности; гипертония, ишемия, инсульт, тромбозы, язвы, ожирение, сахарный диабет у ближайших родственников; проведение гормонального лечения в настоящее время, не связанного с процедурой ЭКО; аллергия; вредные профессиональные факторы; наличие нормальной продолжительности и стабильности менструального цикла без приема медицинских препаратов; гистероскопия, лапароскопия и лапаротомия в анамнезе; проведение резекций любого органа в мочеполовой системе; первая ли попытка ЭКО, наличие любых хирургических вмешательств, заболеваний мочеполовой системы; возраст и ИМТ пациентки; отсутствие хронических заболеваний; наличие диффузной фиброзно-кистозной мастопатии, гипотиреоза.

Ключевые слова: отбор признаков, задача бинарной классификации, анализ малых данных, машинное обучение, вспомогательные репродуктивные технологии.

Полный текст статьи:
SinotovaSoavtors_3_20_1.pdf

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ КЛАССИФИКАЦИИ ИЗОБРАЖЕНИЙ КЛЕТОК КОСТНОГО МОЗГА В КОМПЬЮТЕРНЫХ СИСТЕМАХ ДИАГНОСТИКИ ОСТРЫХ ЛЕЙКОЗОВ И МИНИМАЛЬНОЙ ОСТАТОЧНОЙ БОЛЕЗНИ


УДК 004.633.2+611.018.5
DOI: 10.26102/2310-6018/2020.30.3.011

В.В. Дмитриева, Н.Н. Тупицын, Е.В. Поляков, А.Д. Самсонова


Статья посвящена оценке модели классификации изображений клеток костного мозга при диагностике острого лейкоза и минимальной остаточной болезни с применением нейронной сети. В эксперименте использовалась выборка из 13 типов клеток: базофилы, лимфоциты, моноциты, палочкоядерные нейтрофилы, сегментоядерные нейтрофилы, эозинофилы, лимфобласты, миелобласты, пролимфоциты, промиелоциты, нормоциты, метамиелоциты, миелоциты. Изображения клеток костного мозга получены с препаратов Лаборатории иммунологии гемопоэза Национального медицинского исследовательского центра онкологии им. Н.Н. Блохина. Описание клеток выполнялось двадцатью шестью признаками. Представлены модели используемых признаков – средних значений цветовых компонент H, S цветовой модели НSB (H — цветовой тон, S – насыщенность, B – яркость), морфологических характеристик – площади, коэффициента формы, диаметра, отношение максимального расстояния от центра масс до края объекта к минимальному); текстурные характеристики области изображения, ограниченной контуром клетки, для матрицы пространственной смежности — энергия, момент инерции, энтропия, локальная однородность, максимальная вероятность по цветовым компонентам R, G, B и значению яркости. Проведены экспериментальные испытания рассматриваемого классификатора. Экспериментальная выборка содержала 636 клеток тринадцати разных типов. Установлено, что применение модели нейронной сети при выбранной системе признаков обеспечивает 90% точность классификации исследуемых типов клеток. Полученные результаты носят предварительный характер. Для повышения достоверности оценок в дальнейших исследованиях требуется увеличение обучающей выборки с учетом типов клеток и вариабельности изображений клеток.

Ключевые слова: распознавание образов, классификация клеток костного мозга, диагностика острого лейкоза, компьютерная микроскопия

Полный текст статьи:
DmitrievaSoavtors_3_20_1.pdf

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ И РАННЕЙ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ, ПРОВОЦИРУЕМЫХ ЭЛЕКТРОМАГНИТНЫМИ ПОЛЯМИ РАДИОЧАСТОТНОГО ДИАПАЗОНА МАЛОЙ ИНТЕНСИВНОСТИ


УДК 616.5-002.4
DOI: 10.26102/2310-6018/2020.29.2.032

Н.А. Кореневский, А.В. Титова, Т.Н. Говорухина, Д.А. Медников


В работе предлагаются математические модели прогнозирования и диагностики заболеваний, провоцируемых воздействием электромагнитных полей радиочастотного диапазона, позволяющие контролировать текущее состояние человека с целью дальнейшего принятия решений о возможной коррекцией функций организма, в случае необходимости. С учетом неполного и нечеткого описания исследуемого класса заболеваний в качестве базового математического аппарата выбрана технология мягких вычислений, и, в частности, методология синтеза гибридных нечетких решающих правил, хорошо зарекомендовавшая себя при решении задач с аналогичной структурой данных и типом неопределенности. Выбранный метод синтеза позволяет учитывать мультипликативный эффект воздействия на организм человека электромагнитных полей (ЭМП) различной модальности и интенсивности с учетом других эндогенных и экзогенных факторов риска. Для мощных и стабильных ЭМП предлагается использовать модификацию известных моделей, полученных для промышленных энергосетей. Для оценки влияния низкоинтенсивных, нестабильных ЭМП радиочастотного диапазона на организм человека предлагается использовать нечеткие табличные модели и ряд чувствительных к действию ЭМП радиочастотного диапазона индикаторов. К таким индикаторам относятся состояние внимания, памяти, мышления, а также динамика изменения энергетического состояния биологически активных точек, связанных с исследуемой патологией. На примере машинистов электропоездов получены математические модели прогнозирования и ранней диагностики появления и развития заболеваний нервной системы. Показано, что если с электромагнитными факторами риска использовать дополнительную информацию о состоянии здоровья обследуемых, то уверенность в правильном прогнозе достигает величины 0,85, а наличии ранних стадий заболеваний нервной системы – 0,95.

Ключевые слова: прогнозирование, диагностика, электромагнитное поле, радиочастотный диапазон, предельно допустимый уровень, организм человека, нечеткое решающее правило
Полный текст статьи:
KorenevskySoavtors_2_20_1.pdf

ПОВЫШЕНИЕ КАЧЕСТВА И ОПЕРАТИВНОСТИ ИДЕНТИФИКАЦИИ СПЕЦИАЛЬНЫХ СОСТОЯНИЙ МОНИТОРИРУЕМЫХ ОБЪЕКТОВ НА ОСНОВЕ РАЗРАБОТКИ МАТЕМАТИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ОБРАБОТКИ КОМПЬЮТЕРНЫХ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ БОЛЬШИХ БАЗ ДАННЫХ


УДК 004.932.2
DOI: 10.26102/2310-6018/2020.29.2.030

В. А. Васильченко, В. Л. Бурковский


Актуальность исследования обусловлена нарастанием заболеваний человека, которые ассоциированы со значительным социально-экономическим ущербом и дающие значительную нагрузку на здравоохранение. В соответствии с рекомендациями ВОЗ система профилактики заболеваний должна включать в себя оценку распространенности, коррекцию, а также контроль факторов риска (WHO, 2009). Особое место в этом комплексе мер занимает система массового мониторинга заболеваний, как механизм оценки ситуации и потребности в реализации профилактических мер, так и способ контроля эффективности реализуемых профилактических мероприятий. В связи с этим данная статья рассматривает создание алгоритма обработки снимков компьютерного томографа легких человека с помощью программного обеспечения. Ведущим методом к исследованию данной проблемы являются нейронные сети. В статье представлена сверточная нейросетевая модель Сhexnet обработки рентгеновских снимков, разработанная учеными из стэнфордского университета. Рассмотрен алгоритм разработки механизма анализа снимков на основе современных рентгеновских снимков органов – снимков компьютерной томографии, которые получают с помощью сложного программно–технического комплекса, имеющего сверхчувствительные детекторы для регистрации рентгеновского излучения, а также обширный пакет программного обеспечения, позволяющий получить снимки с высоким пространственным разрешением. Разработанный алгоритм реализован на основе сверточной сети Densenet, глубина которой составляет 201 слой. В него были внесены изменения в виде применения функции активации ReLU (сокращение от англ. reсtified linear unit), которая позволяет существенно ускорить процесс обучения и одновременно с этим значительно упростить вычисления. Как результат, разработанная сверточная нейронная сеть помогает непрерывности сбора данных, что позволяет совершенствовать процесс принятия стратегических решений, разрабатывать программы действий в области общественного здравоохранения.

Ключевые слова: компьютерная обработка изображений, сверточная нейронная сеть, функция активации ReLU, диагностика заболеваний

Полный текст статьи:
VasilchenkoBurkovsky_2_20_2.pdf

РАЗРАБОТКА СИСТЕМЫ МАССОВОГО МОНИТОРИНГА СПЕЦИАЛЬНЫХ СОСТОЯНИЙ


УДК 004.042
DOI: 10.26102/2310-6018/2020.29.2.029

В. А. Васильченко, В. Л. Бурковский


Актуальность исследования обусловлена высоким уровнем заболеваний легких по данным ВОЗ. Ежегодная смертность от хронических болезней нижних дыхательных путей составляет 3 миллиона человек, а от рака легких 1.7 миллиона. Согласно информации министерства здравоохранения Российской Федерации, ранняя диагностика и планирование на ее основе профилактических мероприятий позволит значительно снизить уровень смертности от легочных заболеваний и повысить качество жизни населения. Для реализации задач массовой обработки медицинской информации, повышения эффективности лечебно-профилактических мероприятий по выявлению заболеваний легких на ранних этапах предлагается создание программного комплекса. Разработанное программное обеспечение дает возможность оценки ситуации в исследуемой территориальной области и мониторинга, как состояния здоровья, так и эффективности предпринимаемых мер. В статье представлены методы по автоматизации анализа данных лабораторного анализа, а также данных исследований компьютерного томографа.Материалы статьи представляют практическую ценность для медицинских учреждений, позволяя выявлять патологии легких на ранних этапах, а также для центров принятия решений, где производится оценка качества медицинских услуг в разрезе возрастных и гендерных групп, как в каждом регионе в отдельности, так и на государственном уровне в целом

Ключевые слова: мониторинг, анализ данных, нейронная сеть, тепловая карта, DenseNet, ANFIS

Полный текст статьи:
VasilchenkoBurkovsky_2_20_1.pdf

СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ОПРЕДЕЛЕНИИ ДОЗИРОВОК МЕДИКАМЕНТОВ В ТЕХНОЛОГИИ ЛЕЧЕНИЯ ПРЕЭКЛАМПСИИ БЕРЕМЕННЫХ ЖЕНЩИН


УДК 004.891
DOI: 10.26102/2310-6018/2020.29.2.017

М.В. Гранков, И.А. Тарасова


Проблема преэклампсии является одной из актуальных в современном акушерстве, так как это заболевание является наиболее распространенным и тяжелым осложнением беременности, а проблема лечения тяжелых форм преэклампсии – одна из самых трудных в акушерской анестезиологии и реаниматологии. Высокая частота смертности основана на отсутствии точных знаний о патогенезе заболевания, который зависит от множества факторов, диагностических критериев, что приводит к неадекватной терапии и различным осложнениям, зависящим от своевременности и метода родоразрешения, объема анестезиологической и реанимационной помощи. В связи с этим, исследование методов построения автоматизированных и экспертных систем, использующих современные методы искусственного интеллекта и позволяющих повысить эффективность процесса лечения преэклампсии беременных, является актуальным. В данной статье рассматривается разработка системы поддержки принятия решений при определении дозировок медикаментов в технологии лечения преэклампсии беременных женщин на основе функций принадлежности нескольких аргументов.В результате опытных испытаний установлено, что относительное отклонение дозировок, рассчитанных системой поддержки принятия решений, от дозировок, устанавливаемых в сравнительных испытаниях квалифицированным врачом, не превышает пяти процентов. При этом использование результатов работы позволило повысить количество тяжелых пациентов, обслуживаемых одним врачом-реаниматологом, не менее чем в два раза, за счет уменьшения времени для установления диагноза.

Ключевые слова: система поддержки принятия решений, диагностика, технология лечения, преэклампсия беременных женщин, функция принадлежности нескольких аргументов

Полный текст статьи:
GrankovTarasova_2_20_1.pdf

МОДИФИКАЦИЯ ГЕНЕТИЧЕСКОГО АЛГОРИТМА С АДАПТИВНЫМ ПЕРЕКЛЮЧЕНИЕМ КРОССОВЕРА


УДК 681.3
DOI: 10.26102/2310-6018/2020.29.2.009

Ю.А. Асанов, С.Ю. Белецкая, Аль-Саеди Моханад Ридха Ганим


Целью данной работы является разработка модификации адаптивного генетического алгоритма, основанной на переключении кроссовера в соответствии со степенью элитарности индивидуумов популяции. Несмотря на большое число исследований, произведенных в области эволюционных исчислений за последнее время, алгоритмы данного класса и сегодня имеют высокую перспективу модификации. Основной целью исследований является улучшение скорости сходимости алгоритмов (для получения высокопроизводительных методов оптимизации) и увеличение точности полученных решений. В статье для адаптивной настройки оператора кроссовера используются понятия дискретной и непрерывной степени элитарности индивидуумов. Кроме того, оценка элитарности применяется для настройки вероятности мутации. Рассмотренная модификация имеет превосходство на тестовых задачах, которые традиционно используются для анализа эффективности генетических алгоритмов. В качестве тестового набора были использованы квадратичная функция с тремя переменными, функция Розенброка, ступенчатая функция, сложная функция четвертого порядка с шумом и функция Шекеля. Представлены результаты сравнения классических генетических алгоритмов с алгоритмами, использующими рассмотренные стратегии настройки кроссовера и мутации. Проведён анализ результатов вычислительного эксперимента.

Ключевые слова: генетический алгоритм, переключение кроссовера, адаптивная настройка мутации, элитарность, эволюционные исчисления.

Полный текст статьи:
AsanovSoavtors_2_20_1.pdf