Алтайский государственный технический университет им. И. И. Ползунова.

Алтайский государственный технический университет им. И. И. Ползунова. Ассоциация «Кибертех» Инновационные компьютерные технологии обработки информации для автоматизированных диагностических комплексов Номинация – новые технологии в медицине

Схема диагностического процесса с применением средств автоматизации Пациент Врач Диагноз Жалобы Анамнез результатов исследований Признак Интерпретация Общеврачебные исследования Сбор информации Ассоциативная Синдром деятельность Общеврачебные исследования Инструментальные исследования Симптом Клиническое мышление Симптомокомплекс Оценка диагностической значимости Болезнь Автоматизация сбора первичной информации Автоматизация диагноза синдрома симптомокомплекса Автоматизация врачебной технологии первичной обработки Автоматизация диагноза состояния Автоматизация интерпретации и оценки диагностической значимости Автоматизация диагноза болезни 2

Автоматизированный диагностический комплекс ЭФКР-4 3

Структура аппаратного обеспечения для обработки сигналов 4

Программно-аппаратные решения для спирометрических исследований Калибровочное устройство для тестирования регистрирующих устройств спирографов открытого типа Расчет зависимости объема воздуха по сигналам с фотодиодов оптико-электронного датчика и интегрированием сигнала давления: Vo(t) – зависимость, полученная для оптикоэлектронного датчика; Vp(t) – зависимость, полученная от датчика давления 5

Расчет кривой изменения объема вдыхаемого воздуха во времени по сигналам с оптикоэлектронного датчика Автомат состояний для алгоритма коррекции величины смещения при движении линейки в одном направлении Временные диаграммы сигналов при изменении объема воздуха 6

Адаптивная фильтрация сигналов Пример использования адаптивного фильтра верхних частот : а) сигнал без использования фильтра б) сигнал с применением фильтра 7

Преобразование велоэргометрического сигнала для повышения точности диагностики 8

Диагностика ЭКГ Норма (патологий не обнаружено). . . 1. . . . Параметры ЭКГ по 12 Гипертрофия предсердий. Гипертрофия желудочков. отведениям . . . Изменения в миокарде: - нарушения метаболизма; - ишемия; - наличие некроза и рубцов. m. . . m+1. . . M Нарушение ритма сердца. Нарушения проводимости. Нейронная сеть выявления диагностических признаков заболеваний сердечно-сосудистой системы по параметрам 12 отведений ЭКГ 9

Обработка реограмм Обработка реографического сигнала искусственной нейронной сетью 10

Обработка пневмотахограмм Примеры кривых "поток-объем", используемых для обучения ИНС встречного распространения ошибки. 1 - умеренная обструкция дыхательных путей; 2 - значительная устойчивая обструкция ; 3 - рестриктивное поражение дыхательных путей Сеть встречного распространения Связь между выходом слоя Кохонена u и входом слоя Гроссберга y : 11

Униполярная модель генеза ЭКГ Состояние сердца Распределение электрических токов в сердце Параметры эквивалентного генератора сердца Модель процесса возбуждения сердца Потенциалы на поверхности тела - Пути решения задач электрокардиографии где в трансверсальной плоскости График монофазного трансмембранного потенциала действия (МТПД) Формула для расчета потенциала для точки отведения M nq – количество возбужденных клеток; q(t- i) – МТПД 12

Определение анаэробного обмена Пример расчета точки перегиба по обобщенному МНК Минимизируемая ошибка: Радиальные функции: Определение ПАНО радиальной нейронной сетью Обучение сети методом обратного распространения ошибки: 13

Пример автоматического определения порога анаэробного обмена комплексом ЭФКР-4 14

Оценка ПАНО для мужчин в возрасте от 19 до 21 года (140 человек) Модель оценки ПАНО: , X 1 -ЧД, X 2 – ЧСС. =6, 15 0, 56; =2, 78 0. 14 15