Тип работы:
Предмет:
Язык работы:


Разработка информационной системы для оценки радиояркостной температуры головного мозга на основе модельных данных

Работа №100202

Тип работы

Дипломные работы, ВКР

Предмет

информационные системы

Объем работы65
Год сдачи2020
Стоимость4245 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
58
Не подходит работа?

Узнай цену на написание


РЕФЕРАТ 2
СПИСОК СОКРАЩЕНИЙ 5
СПИСОК ОБОЗНАЧЕНИЙ 6
ВВЕДЕНИЕ 8
1. ОСОБЕННОСТИ СТРОЕНИЯ ГОЛОВНОГО МОЗГА 10
1.1 Структура нервной системы 10
1.2 Основные функциональные системы мозга 13
1.3 Кора головного мозга 14
1.4 Оболочки головного мозга 15
1.4.1 Спинномозговая жидкость 15
1.4.2 Мозговые оболочки 16
1.5 Механизмы теплообмена тела человека с окружающей средой метаболическое
выделение тепла 17
1.5.1 Конвекция с помощью системы кровообращения 18
1.5.2 Теплообмен с окружающей средой 20
1.5.3 Испарение 22
1.5.4 Тепловые потери при диффузии воды через кожу 24
1.5.5 Излучение 24
1.5.5.1 Инфракрасное излучение 24
1.5.5.2 Микроволновое излучение, сверхвысокочастотное излучение (СВЧ) 25
2. МОДЕЛИРОВАНИЕ ТЕПЛОВЫХ ПРОЦЕССОВ МОЗГА 27
2.1 Уравнение Пеннеса 29
2.2 Радиояркостная температура 31
2.3 Радиометрия биологических объектов 33
3. ОСОБЕННОСТИ ИНФОРМАЦИОННОЙ СИСТЕМЫ 34
3.1 Унифицированный язык моделирования (ПМЕ) 34
3.1.1 Диаграмма Вариантов Использования 35
3.1.2 Диаграмма последовательности 36
3.1.3 Диаграмма классов 38
3.1.4 Диаграмма развертывания 39
3.2 Алгоритм визуализации 40
4. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ 41
4.1 База данных моделей пациентов 41
4.2 Python 3.7.4 42
4.3 ]ауа8спр1 Object Notation (JSON) 43
4.4 ParaView 44
4.5 Модельная сетка 45
4.6 Граничные условия модели 45
5. РАЗРАБОТКА МОДЕЛИ 47
5.1 Модель головы 47
5.2 Модель наложения АА 48
5.3 Процесс моделирования 48
6. РЕЗУЛЬТАТЫ: ПОСТРОЕНИЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ 50
6.1 Диаграмма вариантов использования 50
6.2 Диаграмма последовательности 52
6.3 Диаграмма классов 54
6.4 Диаграмма Развертывания 55
7. РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ И ОБСУЖДЕНИЕ 56
7.1 Результат моделирования микроволнового излучения 56
8. ЗАКЛЮЧЕНИЕ 60
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 62
ПРИЛОЖЕНИЕ А 65


Существует множество технических областей в инженерии и науке в целом, которые используют термин "модель системы" по-своему. Например, при разработке программного обеспечения для документирования различных точек зрения используется системная модель, которая должна обеспечивать возможность обсуждения между заинтересованными сторонами и инженерами. Кроме того, системные модели часто используются для документирования требований, структуры, поведения, и подтверждения.
Мозг - самый сложный орган в организме человека. Он содержит сотни миллиардов клеток, которые переплетаются для формирования сложносвязанной сети. Мозг имеет несколько различных типов клеток, наиболее важными из которых являются нейроны. Организация нейронов приводит к процессам деятельности мысли, памяти, познанию и осознанию. Другие типы клеток мозга называются глией. Эти поддерживающие клетки нервной системы обеспечивают ансамбли живых нейронов, защищая их от инфекции, токсинов и травм. Клетки глии составляют гематоэнцефалический барьер между сосудами и веществом мозга. С другой стороны, мозг можно рассматривать как термодинамическое устройство, направленное на обработку информации. Термодинамика мозга описывает, сколько тепла передается и поглощается в процессе жизнедеятельности мозга. Известно, что процессы метаболизма в ткани мозга сопровождаются колебаниями температуры термодинамики и вариациями циркуляции жидкости [11].
В настоящее время, устройства измерения температуры (ИК и контактные методы) в общем случае измеряют температуры поверхности тела, поэтому важна разработка методов не инвазивных измерений температуры внутренних органов, особенно головного мозга. Существует способ измерить температуру мозга, используя не инвазивные измерения, с помощью микроволнового (СВЧ) радиометра, который может измерять собственное тепловое излучение тканей тела глубже, чем ИК в микроволновом диапазоне. Шкала измерения такого теплового излучения обычно используется 1-5 ГГц.
Известно, что если приложить СВЧ-антенну к телу, то измеряемая мощность электромагнитного излучения на выходе антенны будет пропорциональная радиометрической (радиояркостной) температуре тканей под антенной Trad:
P = kTradAf(1-R). (1) 
Таким образом, в соответствии с (1), измеряя мощность собственного излучения в микроволновом диапазоне, можно получать информацию о радиояркостной температуре Тга^. Связана с обычной термодинамической температурой Т(г) соотношением (2):
Trad= /“ Т(г) * C(r)dV С (г) = ОО2|£(Г)|2
rad J_m k J ) £°^||Ё(г)|2^
Если температуры биообъекта постоянна и равна To, то из (2) следует, что Trad = To, т.е. радиояркостной температура совпадает с термодинамической. Во всех остальных случаях она представляет собой усредненную, с весом C(r), термодинамическую температуру в объеме под антенной. Для оценки изменений распределения радиояркостной температуры предлагается разработать ИС основано на численном решений уравнений Пеннеса
Исходя из вышесказанного, определим объект исследования: распределение радиояркостной температуры головного мозга. А предмет исследования: создание информационной системы для численного моделирования этих процессов.
Цель работы: разработка информационной системы для моделирования особенностей распределения радиояркостной температуры головного мозга.
Для достижения этой цели выполнялись следующие задачи:
• Создать модель распределения радиояркостной температуры головного мозга;
• Получить оценки параметров модели;
• Структурировать процессы подготовки модели в виде информационной системы.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В результате выполненной работы мною была разработана информационная система для моделирования особенностей распределения радиояркостной температуры головного мозга. При помощи которой была создана модель распределения радиояркостной температуры головного мозга и получены оценки параметров модели. Мною были структурированы и описаны процессы подготовки модели в виде информационной системы. Все поставленные в работе задачи выполнены.
На основе проделанной работы можно сделать следующие выводы:
1. Компоненты, включение в процесс моделирования, вместе формируют информационную систему, описанную на языке ПМЕ:
• Модели помогают нам представить систему такой, какой она есть или какой мы хотим развивать ее в будущем.
• Модели позволяют указать структуру или поведение системы.
• Модели дают нам шаблон, который помогает нам в построении системы.
• Модели документируют и иллюстрируют принятые нами решения.
2. Полученные результаты численных оценок моделирования распределения радиояркостной температуры на 15 проекциях на поверхности головы с заданными параметрами при физиологической норме имеют градиент температур, определяемый геометрией реального МРТ изображения головы человека, не превышающий ± 0,3 К.
3. Разница температур между каждым участком мозга и артериальной кровью всегда оставалась положительной и относительно одинаковой.
4. Как показали результаты моделирования существует зависимость изменения параметра кровотока при локальном повышении температуры в тканях кожи.
5. Температурный разброс зависит от глубины распределения в мозге и параметра метаболического тепловыделения Ртеь в основном не влияет на температуру глубоких структур мозга в тканях головы при изменении различных дестабилизирующих параметров.
6. Параметры колебаний радиояркостной температуры головного мозга являются не только результатом термодинамических процессов в тканях головы, но определяются динамикой процессов терморегуляции и могут являться показателем изменений происходящих в нем физиологических процессов. Температура поверхности головы не стабильна и может колебаться в пределах 2°-3° градусов Цельсия при физиологически нормальных условиях, во время изменений условий окружающей среды или интенсивной физической активности. Это требует дополнительных исследований и верификации.
7. Резюмируя, можно сделать вывод, что есть пределы человеческой способности понимать сложность. Моделируя такие сложные процессы как распределение радиояркостной температуры головного мозга, мы сужаем проблему, которую мы изучаем, фокусируясь только на одном аспекте и получаем возможность оценить нужные параметры системы.



[1] Principles of neural science / Kandel E. R. - New York: Mcgraw-Hill, 2013.
[2] Staufer P. R., Snow B. W. [и др.] Non-invasive measurement of brain temperature with microwave radiometry: demonstration in head phantom and clinical case // The Neuroradiology Journal. 2014, т. 27, pp. 3-12.
[3] Peichl М., Dill S., Jirousek M. и Sub H., Microwave Radiometry - Imaging technologies and applications, [В Интернете]. Доступный: http://www.qucosa.de/fileadmin/data/qucosa/documents/5521/data/WFMN07_II_C1.pdf . [Дата обращения: 2019].
[4] Vrba J., Vrba D. , Microwave methods for microwave medical diagnostics and treatment, [В Интернете]. Доступный: http://www.ursi.org/proceedings/procGA08/papers/KP2p12.pdf . [Дата обращения: 2019].
[5] Svein J, Non-invasive temperature monitoring during microwave heating applying a miniaturized radiometer, [В Интернете]. Доступный: https://www.researchgate.net/publication/221913896_Non- invasive_temperature_monitoring_during_microwave_heating_applying_a_miniaturized_r adiometer . [Дата обращения: 2019].
[6] Godik G. Y. Functional imaging of the human body // IEEE English Medical and Biology Soc. 1991 т. 10, pp. 21-29.
[7] «Radiometer,» [В Интернете]. Доступный: https://www.britannica.com/technology/radiometer. [Дата обращения: 2019].
[8] Lakhssassi Ahmed Modifed pennes equation modelling bio-heat transfer in living tissues: analytical and numerical analysis // Natural Science. 2010. т. 2, № 12, pp. 1375-1385.
[9] Bioheat Transfer, Developments in Heat Transfer, Dr. Marco Aurelio Dos Santos Bernardes (Ed.) / Zolfaghari A., Maerefat M. - Rijeka: InTech Europe. 2011
[10] Kiyatkin E. А. Brain temperature: from physiology and pharmacology to neuropathology // Handbook of Clinical Neurology, Thermoregulation: From Basic Neuroscience to Clinical Neurology, Part II A.A. Romanovsky. 2018. т. 157, № 3.
[11] Kublanov V. S., Borisov V. I. Biophysical Evaluation of Microwave Radiation for Functional Research of the Human Brain //European Medical and Biological EngineeringConfernce Nordic-Baltic Conference on Biomedical Engineering and Medical Physics EMBEC 2017, NBC 2017: EMBEC & NBC 2017 pp 1045-1048.
[12] «Python 3.7,» [В Интернете]. Доступный: https://www.python.org/downloads/release/python-370/ . [Дата обращения: 2019].
[13] «Infrared vs Microwave,» [В Интернете]. Доступный:
https://volobeauty.com/blogs/news/infrared-vs-microwaves. [Дата обращения: 2019].
[14] «Scientific Modelling,» [В Интернете]. Доступный: https://www.britannica.com/science/scientific-modeling. [Дата обращения: 2019].
[15] «Virtual Population,» [В Интернете]. Доступный: https://itis.swiss/virtual- population/virtual-population/overview/. [Дата обращения: 2019].
[16] «Infrared Radiation,» [В Интернете]. Доступный: : https://www.livescience.com/50260- infrared-radiation.html. [Дата обращения: 2019].
[17] «JSON,» [В Интернете]. Доступный: https://www.w3schools.com/whatis/whatis_json.asp. [Дата обращения: 2019].
[18] «Paraview,» [В Интернете]. Доступный: https://www.paraview.org/. [Дата обращения: 19 December 2019].
[19] Моделирование теплоощущений в кондиционируемых помещениях / Рябова Т.В., Сулин А.Б и Никитин A. A. - Saint Petersburg: ITMO University, 2019.
[20] Systems Analysis and Design in a Changing World/ Satzinger J.W., Jackson R.B и Burd S.D., -Boston: Cengage Learning, 2000.
[21] Жеребцова А.И. Аналитический обзор математических моделей взаимосвязи параметров кровоснабжения и кожной температуры // Приборостроение и биотехнические системы. 2015. № УДК 51-76:612.13.
[22] Cvetkovic M. , Poljak D. и Hirata A. The electromagnetic-thermal dosimetry for the homogeneous human brain model // Engineering analysis with boundary element, 2015.
[23] Wijaksono A., «Pengertian Sistem Informasi,» 13 November 2018. [В Интернете].
Доступный:
https://www.kompasiana.com/capcus/552b09366ea834b813552d0e/pengertian-sistem- informasi. [Дата обращения: May 2020].
[24] «Оболочки головного мозга,» [В Интернете]. Доступный: https://www.assignmentpoint.com/science/biology/cerebrospinal-fluid.html. [Дата обращения: 2020].
[25] «Мозговые оболочки,» [В Интернете]. Доступный: https://en.wikipedia.org/wiki/Meninges. [Дата обращения: 2019].
[26] «Унифицированный язык моделирования,» [В Интернете]. Доступный: https://ru.wikipedia.org/wiki/UML.
[27] «Пример диаграмм вариантов использования,» [В Интернете]. Доступный: https://www.intuit.ru/studies/courses/32/32/lecture/1006?page=2
[28] «Пример диаграмма последовательности,» [В Интернете]. Доступный: https://www.intuit.ru/studies/courses/1007/229/lecture/5954?page=3. [Дата обращения: 2020].
[29] Kublanov V.S., Borisov V.I., Babich M.V.Simulation the distribution of thermodynamic temperatures and microwave radiation of the human head // Computer Methods and Programs in Biomedicine. 2020. т. 190.
[30] «Пример диаграмма классов,» [В Интернете]. Доступный: https://www.intuit.ru/studies/professional_skill_improvements/17345/courses/229/lecture/ 5954?page=2 [Дата обращения: 2020].
[31] «Пример диаграмма развертывания,» [В Интернете]. Доступный: https://www.intuit.ru/studies/professional_skill_improvements/1467/courses/218/lecture/2 7261?page=2 [Дата обращения: 2020].
[32] Анвар П.Г.П., Борисов В.И. Разработка информационной системы для оценки радиояркостной температуры головного мозга на основе модельных данных. В сборнике: Методы компьютерной диагностики в биологии и медицине -
2019 Сборник статей Всероссийской школы-семинара, посвященной 110-летию Саратовского государственного университета имени Н.Г. Чернышевского. Под редакцией А.В. Скрипаля. 2019. С. 111-115.


Работу высылаем на протяжении 30 минут после оплаты.




©2024 Cервис помощи студентам в выполнении работ