РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА ОБРАБОТКИ СТАТОКИНЕЗИОГРАММ ДЛЯ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ

УДК 519.237.5

РАЗРАБОТКА ПРОГРАММНОГО КОМПЛЕКСА ОБРАБОТКИ СТАТОКИНЕЗИОГРАММ ДЛЯ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ

Н.Е. Антонова¹, науч. рук. А.А. Большаков²

¹ Саратовский государственный технический университет имени Гагарина Ю.А.,

Россия, Саратов, myasn.naty@gmail.com

² Санкт-Петербургский государственный технологический институт (технический университет),

Россия, Санкт-Петербург, aabolshakov57@gmail.com

Аннотация: Предлагается процедура диагностики заболеваний опорно-двигательного аппарата, основанная на использовании информации стабилометрической платформы, определении жесткостей, соответствующих колебаниям тела, что позволяет уменьшить погрешность стабилометрических измерений. Повышение точности диагностики заболеваний опорно-двигательного аппарата на основе соответствующих математических моделей достигается на основе комбинированного использования статистического анализа и методов искусственного интеллекта.

Ключевые слова: диагностика, заболевания опорно-двигательного аппарата, стабилометрическая платформа, модель, статистический анализ, нейронные сети.

Development of software system PROCESSING STATOKINEZIOGRAMM to diagnose diseases

N.E. Antonova¹, research adviser A.A. Bolshakov²

* Yuri Gagarin state technical university of Saratov,
Saratov, Russia, myasn.naty@gmail.com

** St. Petersburg state Technological Institute (technical university),
Saint Petersburg, Russia, aabolshakov57@gmail.com

Abstract: A procedure for diagnosing diseases of the musculoskeletal system, based on the use of information stabilometric platform definition rigidities corresponding to the vibrations of the body, which reduces the error stabilometric measurements. Increasing the accuracy of diagnosis of diseases of the musculoskeletal system based on appropriate mathematical models is achieved using a combination of statistical analysis and artificial intelligence methods.

Keywords:diagnosis of diseases of the musculoskeletal system, stabilometric platform model, statistical analysis, neural networks.

1. Научная новизна. Построен алгоритм движения человека и «платформа-пациент», отличающийся определением переменной жесткости биологической обратной связи, что позволило использовать в каждом канале биологической обратной связи биомеханическую модель равновесия тела в виде двухзвенного перевернутого физического маятника с верхней маятниковостью.

Создан алгоритм идентификации параметров биологической обратной связи на базе информации, поступающей от стабилометрической платформы, отличающийся вычислением моментов инерции тела человека на основе измерений характеристик синхронных колебаний платформы с телом человека, что позволило разработать алгоритмы динамической идентификации моментов инерции тела человека в режиме вынужденных колебаний.

Разработан комбинированный алгоритм обработки статокинезиограмм, отличающийся использованием методов статистического анализа и нейронных сетей, что позволило учесть нормы повторяемости значений контрольных параметров стабилометрического сигнала.

Построено соответствующее специальное математическое обеспечение для поддержки управленческих решений в системах медицинской диагностики, отличающееся использованием методов статистического анализа и нейронных сетей, что позволило создать гибридный модуль поддержки принятия решений.

2. Актуальность идеи.В настоящее время существует большое многообразие методов математической обработки стабилометрического сигнала, стандартные статистические показатели, характеристики спектрального состава стабилограмм, показатели, характеризующие параметры статокинезиограммы, а также и специальные показатели [1].

В настоящее время в стабилографии существует ряд существенных недостатков: неунифицированность методов стабилографии; отсутствие критериев выбора информативных параметров статокинезиограммы; расплывчатые и неточные представления о границах нормальных значений стабилометрических параметров в каждой методике; отсутствие общепринятого представления о функциональной системе, осуществляющей функцию равновесия и координацию движений; неясность диагностической ценности изменений параметров равновесия при периферических и центральных поражениях нервной системы.

Поэтому разработка информационных систем диагностики заболеваний на основе методов и алгоритмов анализа колебания центра тяжести человека, как одного из ценных диагностических методов является востребованной и актуальной задачей [2].

3. Техническая значимость. Полное биомеханическое исследование является длительным по времени и не может стать методом исследования, применяемым для оценки результатов каждого сеанса и манипуляции. Стабилометрическое исследование представляет метод оценки основной стойки, занимает относительно немного времени, не требует специальной подготовки больного к исследованию (укрепление датчиков, проверка их положения) [7].

Стабилоплатформа – это электронное устройство для регистрации колебаний проекции центра масс человека на плоскость опоры, трансформации сигнала и передачи в реальном времени данных измерений для расшифровки и анализа в обрабатывающий блок (компьютер) для получения объективной информации для диагностики и оценки состояний двигательно-координационной сферы, а также для проведения восстановительного лечения, тренировок, либо специальных функциональных проб, в которых текущие данные о колебаниях проекции собственного центра масс человека преобразуются в определенный внешний сигнал для создания биологической обратной связи [2].

Стабилометрическое исследование предоставляет достаточно объемную и разностороннюю информацию, однако получаемые данные по формальным показателям нередко являются весьма противоречивыми.

«Объект управления» в стабилометрии может быть описан множеством входных переменных х1, - х8 и выходного стабилометрического сигнала y, связанных между собой в общем случае сложными и изменчивыми зависимостями. Эти переменные и их зависимости играют существенную роль в задачах управления процессом стабилометрического измерения [3].

Задача заключается в диагностике заболевания на основании наблюдений I = (х1, х2, х3, х4, х5, х6, х7, х8, y).

После решения задачи формирования образов собственно медицинская диагностика заболевания человека заключается в распознавании образа (болезни) по известным заданным правилам [6].

Для повышения эффективности диагностики заболеваний опорно-двигательного аппарата с помощью стабилометрических исследований необходимо использование комбинированных методов диагноза и поддержки принятия решений. Для этого необходимо выполнить следующие задачи [4]:

- провести предварительный анализ стабилометрических данных;

- с помощью статистических методов теории распознавания образов провести оценку точности диагностики заболеваний;

- выявить наиболее значимые факторы;

- провести оценку точности диагностики заболеваний с помощью нейронной сети.

На основе статистических методов проведена оценка точности диагностики различными методами в системе.


Рис. 1. Результаты регрессионного анализа	Рис. 2. Результаты дискриминантного анализа

Рис. 3. Результаты работы нейронной сети

Точность предсказания заболевания составляет свыше 90% для статистических методов, и 85-90% для нейронных сетей, что свидетельствует о целесообразности использования статистических методов для дальнейшего исследования и разработки алгоритмов дифференциальной диагностики [4].

4. План реализации проекта. В течение первого года финансирования планируется разработка и проверка адекватности математических моделей и алгоритмов обработки значений стабилометрических измерений и диагностики. Результатом двухлетней работы планируется создание программного продукта. За третий год планируется разработка аппаратной части продукта НИОКР, созданного в рамках программы УМНИК. Четвертый - пятый год связаны с созданием нового инновационного предприятия в соответствии с 217Ф3 и организация производства стабилометрических платформ со встроенной программно-аппаратной частью для измерения, хранения и обработки информации с повышенной точностью.

5. Перспектива коммерциализации НИР.Планируемая коммерческая перспектива использования модели заключается в реализации в Российской Федерации и в создании и реализации программно-аппаратного средства, разработанного на ее основе, а также в оказании сервисных услуг по его сопровождению. Кроме того, разрабатываемую модель целесообразно использовать в учебных целях при подготовке специалистов в области ортопедии и травматологии. Ориентировочная потребность в изделии по Российской Федерации составляет около 1000 комплектов [5].

Библиографический список

1. Корниенко Л.В. Лечебная физкультура с использованием статического волевого растяжения в комплексном лечении сочетанной патологии опорно-двигательного аппарата : автореф. дис. …канд. мед. наук : 14.00.51; Томский науч.-исслед. Ин-ут курортологии и физиотерапии. Томск, 2007. 24 с.

2. Скворцов Д.В. Биомеханические методы реабилитации патологии походки и баланса тела : автореф. дис. … д-ра. мед. наук : 14.00.51; Рос. гос. мед. ун-т Федерального агентства по здравоохранению и социальному развитию. Москва, 2008. 41 с.

3. Розенблюм М.Г. Исследование хаотических колебаний в нелинейной системе управления поддержанием вертикальной позы тела человека // Вестник научно-технического развития. 2007. №3. С.32-41.

4. Мясникова Н.Е., Проскуряков Г.М. Медико-биологические основы работы стабилометрических платформ // Анализ, синтез и управление в сложных системах : сб. науч. тр. Саратов : СГТУ, 2009. С.68-78.

5. Интеллектуальные системы управления организационно-техническими системами / А.Н. Антамошин, О.В. Близнова, А.В. Бобов, А.А. Большаков, В.В. Лобанов, И.Н. Кузнецова; под ред. А.А. Большакова. М. : Горячая линия-Телеком, 2006. 160 с.

6. Большаков А.А., Каримов Р.Н. Методы обработки многомерных данных и временных рядов. М. : Горячая линия-Телеком, 2007. 522 с.

7. Стабилограф : свид-во на полезную модель 86862. Рос. Федерация, МПК А61В5/11 / Н.Е. Мясникова, Г.М. Проскуряков; заявитель и правообладатель Сар. гос. техн. ун-т. №2009117133/22 ; заявл. 05.05.2009; опубл. 20.09.2009, Бюл. №26.