Помощь студентам в учебе
ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ИНТЕГРАЛЬНОЙ ОЦЕНКИ СОСТОЯНИЯ БИОСИСТЕМ НА ОСНОВЕ ДАННЫХ ИНСТРУМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ
|
ВВЕДЕНИЕ 5
ГЛАВА 1. БИОТЕХНИЧЕСКИЕ СИСТЕМЫ МЕДИЦИНСКОГО
НАЗНАЧЕНИЯ 12
1.1 Определение и классификация биотехнических систем 12
1.2 Биотехнические системы интегральной оценки организма ... 15
1.3 Информационное обеспечение информационно-измерительных
биотехнических систем медицинского назначения 19
1.4 Методы интегральной оценки состояния биосистем 21
Выводы к главе 27
ГЛАВА 2. РАЗРАБОТКА ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ
ИНТЕГРАЛЬНОЙ ОЦЕНКИ СОСТОЯНИЯ БИОСИСТЕМ ... 28
2.1 Общие требования к разрабатываемому информационному
обеспечению 28
2.2 Структурная схема компонентов информационного обеспечения интегральной оценки состояния биосистемы 30
2.3 Блоки автоматизированного анализа состояния и управления . 33
2.3.1 Блок автоматизированного анализа состояния 33
2.3.2 Блок управления 38
2.4 Требования к среде исполнения 42
2.5 Распараллеливание расчетов 46
2.5.1 Реализация для локальной вычислительной сети рабочих станций 47
2.5.2 Реализация для высокопроизводительного кластера ... 51
Выводы к главе 53
ГЛАВА 3. МЕТОДИКА АВТОМАТИЗИРОВАННОГО ПОИСКА ОБЛАСТЕЙ ИНТЕРЕСА В ОБЪЕМНЫХ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЯХ НА ОСНОВЕ ИНТЕГРАЛЬНОЙ ОЦЕНКИ 55
3.1 Методика интегральной оценки трехмерных медицинских
изображений 55
3.2 ^стема поиска областей интереса в трехмерных медицинских
изображениях 57
3.3 Характеристика морфологического субстрата в трехмерных
МРТ-изображениях (на примере рассеянного склероза) 61
3.3.1 Общая характеристика рассеянного склероза 61
3.3.2 Морфологический субстрат при различных режимах
сканирования МРТ 62
3.4 Апробация системы на модельных МРТ-изображениях 63
3.4.1 Модельные МРТ-изображения ресурса BrainWeb .... 63
3.4.2 Блок предварительной обработки данных 71
3.4.3 Распределение интегральных оценок в группах сравнения 73
3.4.4 Блок послерасчетной обработки данных 76
3.4.5 Реконструкция морфологического субстрата 77
3.5 Оценка границ чувствительности методики 78
3.6 Сравнение с существующими технологиями 84
Выводы к главе 88
ГЛАВА 4. АПРОБАЦИЯ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ
НА ДАННЫХ ИНСТРУМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ . . 89
4.1 Способы задания вектора состояния биообъекта 89
4.2 Анализ сигналов оптико-акустического газоанализа биосистем 90
4.2.1 Получение спектров поглощения газовыделений биосистем 90
4.2.2 Блоки предварительной и послерасчетной обработки
данных 95
4.2.3 Интегральная оценка активности микобактерий 97
4.3 Анализ сигналов бесконтактного захвата движения 100
4.3.1 Получение данных 100
4.3.2 Блоки предварительной и послерасчетной обработки
данных 102
4.3.3 Интегральная оценка двигательных нарушений 104
Выводы к главе 106
ЗАКЛЮЧЕНИЕ 107
СПИСОК ЛИТЕРАТУРЫ 109
СПИСОК ИЛЛЮСТРАЦИЙ 125
СПИСОК ТАБЛИЦ 128
ПРИЛОЖЕНИЕ A. Титульный лист описания полезной модели к
патенту и копии свидетельств о регистрации программ для ЭВМ 129 ПРИЛОЖЕНИЕ Б. Копии актов о внедрении результатов диссерта
ционной работы 133
ГЛАВА 1. БИОТЕХНИЧЕСКИЕ СИСТЕМЫ МЕДИЦИНСКОГО
НАЗНАЧЕНИЯ 12
1.1 Определение и классификация биотехнических систем 12
1.2 Биотехнические системы интегральной оценки организма ... 15
1.3 Информационное обеспечение информационно-измерительных
биотехнических систем медицинского назначения 19
1.4 Методы интегральной оценки состояния биосистем 21
Выводы к главе 27
ГЛАВА 2. РАЗРАБОТКА ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ
ИНТЕГРАЛЬНОЙ ОЦЕНКИ СОСТОЯНИЯ БИОСИСТЕМ ... 28
2.1 Общие требования к разрабатываемому информационному
обеспечению 28
2.2 Структурная схема компонентов информационного обеспечения интегральной оценки состояния биосистемы 30
2.3 Блоки автоматизированного анализа состояния и управления . 33
2.3.1 Блок автоматизированного анализа состояния 33
2.3.2 Блок управления 38
2.4 Требования к среде исполнения 42
2.5 Распараллеливание расчетов 46
2.5.1 Реализация для локальной вычислительной сети рабочих станций 47
2.5.2 Реализация для высокопроизводительного кластера ... 51
Выводы к главе 53
ГЛАВА 3. МЕТОДИКА АВТОМАТИЗИРОВАННОГО ПОИСКА ОБЛАСТЕЙ ИНТЕРЕСА В ОБЪЕМНЫХ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЯХ НА ОСНОВЕ ИНТЕГРАЛЬНОЙ ОЦЕНКИ 55
3.1 Методика интегральной оценки трехмерных медицинских
изображений 55
3.2 ^стема поиска областей интереса в трехмерных медицинских
изображениях 57
3.3 Характеристика морфологического субстрата в трехмерных
МРТ-изображениях (на примере рассеянного склероза) 61
3.3.1 Общая характеристика рассеянного склероза 61
3.3.2 Морфологический субстрат при различных режимах
сканирования МРТ 62
3.4 Апробация системы на модельных МРТ-изображениях 63
3.4.1 Модельные МРТ-изображения ресурса BrainWeb .... 63
3.4.2 Блок предварительной обработки данных 71
3.4.3 Распределение интегральных оценок в группах сравнения 73
3.4.4 Блок послерасчетной обработки данных 76
3.4.5 Реконструкция морфологического субстрата 77
3.5 Оценка границ чувствительности методики 78
3.6 Сравнение с существующими технологиями 84
Выводы к главе 88
ГЛАВА 4. АПРОБАЦИЯ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ
НА ДАННЫХ ИНСТРУМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ . . 89
4.1 Способы задания вектора состояния биообъекта 89
4.2 Анализ сигналов оптико-акустического газоанализа биосистем 90
4.2.1 Получение спектров поглощения газовыделений биосистем 90
4.2.2 Блоки предварительной и послерасчетной обработки
данных 95
4.2.3 Интегральная оценка активности микобактерий 97
4.3 Анализ сигналов бесконтактного захвата движения 100
4.3.1 Получение данных 100
4.3.2 Блоки предварительной и послерасчетной обработки
данных 102
4.3.3 Интегральная оценка двигательных нарушений 104
Выводы к главе 106
ЗАКЛЮЧЕНИЕ 107
СПИСОК ЛИТЕРАТУРЫ 109
СПИСОК ИЛЛЮСТРАЦИЙ 125
СПИСОК ТАБЛИЦ 128
ПРИЛОЖЕНИЕ A. Титульный лист описания полезной модели к
патенту и копии свидетельств о регистрации программ для ЭВМ 129 ПРИЛОЖЕНИЕ Б. Копии актов о внедрении результатов диссерта
ционной работы 133
Актуальность темы. В настоящее время в медицинских и биологических исследованиях используется широкий спектр технических средств, измеряющих и отображающих функционирование биосистемы, и с развитием вычислительной и микропроцессорной аппаратуры необходим анализ все большего объема информации.
Обобщенную модель биотехнической системы (БТС) предложил Аху- тин В.М. в своих классических работах по синтезу БТС (1976,1981), разработку теоретических основ БТС продолжили Попечителев Е.П. (1997, 1998), Milanesi L. et al. (2009), Wade V. et al. (2010), Ершов Ю.А., Щукин С.И. (2011), Hsieh J. (2012), Федотов А.А., Акулов С.А. (2013), Bergrath S. (2013), Zhou C. (2013) и др. Сложности анализа поступающих данных обусловлены не только их небольшим объемом в условиях реального эксперимента, но и самой природой медико-биологических показателей, заключающейся в широкой внутри- и межвидовой вариабельности и взаимосвязи, что отмечают Баевский Р.М. (1994 — 2012), Yousef M. (2007), Фокин В.А. (2008), Ni K. (2009), Dib L. (2012) и др. В таких случаях закономерно использование обобщенных мер анализа.
Введение методик обобщенного анализа, дающих возможность редуцировать многопараметрические характеристики до одной или нескольких одномерных величин, позволяет представить состояние исследуемой биосистемы в сжатом и простом для интерпретации виде.
Выполнить обобщенный анализ можно путем различных подходов и критериев, включая их сочетания. Для решения задачи классификации многомерных данных Ананьев С.Н. и Куренков Н.И. (2007) применяют информационный критерий на основе энтропийных метрик; Кондрадов А.А. (1994), Фокин В.А., Пеккер Я.С. и др. (2004 — 2012) использовали в основе методики расстояние Махаланобиса, что позволило учесть взаимозависимость показателей. Jung S. и др. (2007) исследуют сложные биосистемы с применением кластеризации ^-средних и метода опорных векторов; Ni K., Bresson X. и др. (2008) использовали расстояние Вассерштайна 1-ого порядка; Warns-Petit E., Morignat E. и др. (2010) обрабатывают информацию, последовательно выполняя статистический анализ многомерных данных и иерархическую кластеризацию; Mizera A., Trairatphisan P. и др. (2010) анализируют биосистемы на основе байесовских сетей.
Сложности применения традиционных методов классификации биологических объектов по совокупности параметров сдвигают процесс анализа экспериментальных данных в сторону интерактивного взаимодействия оператора и измерительных и вычислительных систем. Включение субъективной составляющей в процесс оценки состояния биообъекта понижает его оперативность и достоверность, поэтому новые работы все чаще ориентируются на его автоматизацию. Cуществующие методы автоматизированного анализа многомерных массивов медико-биологических данных, как правило, специализированы для конкретных видов сигналов (Medendrop J., 2006; Wels M., 2008; Llado X., 2012; Park S., 2014).
Альтернативным такому подходу представляется использование интегральных методик оценки состояния биосистем, в основе которых лежит анализ стандартизированных форм представления сигналов. Это позволит абстрагироваться от первичной природы данных и проводить унифицированный анализ состояния биообъекта.
Целью работы является создание информационного обеспечения интегральной оценки состояния биосистем на основе данных инструментальных исследований, для чего планируется решить следующие задачи:
1. Разработать структурную схему компонентов информационного обеспечения интегральной оценки состояния биосистем на основе данных инструментальных исследований;
2. Реализовать предложенную схему в форме унифицированного программного интерфейса;
3. Сформулировать условия, необходимые для реализации методики интегральной оценки состояния в рамках информационно-измерительной биотехнической системы независимо от средств съема сигнала;
4. Провести апробацию системы на примере анализа сложных сигналов, полученных различными средствами инструментальных исследований биообъекта.
Научная новизна проведенного исследования заключается в следующем:
1. Предложена структурная схема компонентов информационного обеспечения биотехнической системы интегральной оценки состояния организма на основе модификации структурной схемы измерительноинформационной биотехнической системы медицинского назначения, новизна которой состоит в соединении блока автоматизированного анализа состояний с долговременной памятью для организации банка референтных состояний, а также вынесения специфических операций предрасчет- ной и послерасчетной обработки данных в отдельные блоки для нормализованного представления различных типов сигналов и унифицированного анализа данных независимо от средств съема;
2. Разработан метод автоматизированного поиска областей интереса и реконструкции морфологического субстрата в трехмерных медицинских изображениях, заключающийся в регулярном разбиении анализируемых изображений из референтной и оцениваемой групп, поблочном расчете интегральных оценок и анализе распределения полученных величин.
Практическая значимость работы
Разработан программный комплекс интегральной оценки состояния биосистемы для типовых рабочих станций, локальной вычислительной сети типовых рабочих станций и высокопроизводительных кластеров, позволяющий:
1. Проводить интегральную оценку различий исследуемой биосистемы по совокупности показателей относительно референтного состояния;
2. Определить объемы экспериментальных данных, требуемые для проведения интегральной оценки с заданным уровнем ошибки.
Внедрение результатов работы
1. Разработанная система использовалась при проведении исследований, выполняемых в рамках НИР «Разработка научно-технологической основы применения лазерных технологий в биомедицинских исследованиях, эффективных методов экспресс-диагностики основных социальнозначимых заболеваний респираторной системы человека с использованием методов лазерной спектроскопии», госконтракт № 02.740.11.0083 (ФЦП «Научные и научно-педагогические кадры инновационной России» 2009-2013 гг.), и НИР «Разработка программного комплекса для проведения и поддержки диагностических исследований состояния организма человека на основе методов медицинской визуализации», госконтракт № 07.514.11.4054, (ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы»);
2. Научно-методические результаты, полученные в ходе выполнения диссертационной работы, включены в программы подготовки студентов Сибирского государственного медицинского университета (СибГМУ) специальности 06.01.14 — Медицинская кибернетика на медико-биологическом факультете по дисциплине «Цифровые технологии обработки медикобиологической информации», магистрантов Национального исследовательского Томского государственного университета (НИ ТГУ) по специальности 09.04.02 — Информационные системы и технологиии (магистерская программа «Физические методы и информационные технологии в медицине») и магистрантов Национального исследовательского Томского политехнического университета (ТПУ) по специальности 12.04.04 — Биотехнические системы и технологии в курсах «Компьютерные технологии в медико-биологических исследованиях» и «Биотехнические системы и технологии».
Методы исследования
При решении поставленных задач применялись методы системного анализа, анализа и синтеза биотехнических систем, статистичекого моделирования и анализа, прикладного программирования.
Положения, выносимые на защиту:
1. Структурная схема компонентов информационного обеспечения биотехнической системы интегральной оценки состояния организма;
2. Реализация схемы компонентов информационного обеспечения биотехнической системы интегральной оценки состояния организма в виде программного комплекса для типовых рабочих станций, локальной вычислительной сети типовых рабочих станций и высокопроизводительных кластеров;
3. Условия, необходимые для реализации методики интегральной оценки состояния в рамках информационно-измерительной биотехнической системы независимо от средств съема сигнала;
4. Технология выделения областей интереса и реконструкции морфологического субстрата в трехмерных медицинских изображениях на основе интегральной оценки состояния биосистемы.
Достоверность полученных результатов и выводов основана на корректном использовании общепринятых математических и статистических методов, на результатах моделирования и верификации предлагаемых моделей и их практической реализации.
Апробация работы
Основные положения и отдельные результаты исследований докладывались на XVIII и XX Международных научно-практических конференциях студентов, аспирантов и молодых ученых (Томск, 2012, 2014), Международном молодежном конкурсе «Студент и научно-технический прогресс» (Ростов-на-Дону, 2012), Internationaler Medizinischer Kongress «Euromedica Hannover — 2012» (Hannover, 2012), VII международной научной конференции «Системный анализ в медицине» (Благовещенск, 2013), Научной конференции, посвященной 25-летию кафедры медицинской и биологической кибернетики СибГМУ (Томск, 2013), III Межрегиональной научнопрактической конференции «Медицинские технологии и оборудование» (Чита, 2013), X Mezinarodi Vedecko-prakticka Konference «Moderni Vymozenosti Vedy — 2014» (Praha, 2014), X Russian-German Conference on Biomedical Engineering (Saint Petersburg, 2014).
Публикации
Основные результаты по теме диссертации изложены в 13 печатных изданиях, в т.ч. 4 — в журналах, рекомендованных ВАК для публикации материалов кандидатских диссертаций, 9 — в сборниках трудов российских и международных научных конференций. Получен патент на полезную модель РФ и 3 свидетельства о регистрации программ для ЭВМ.
Личный вклад автора
Диссертационная работа является результатом исследований автора, проводившихся в тесном сотрудничестве с коллегами из СибГМУ, НИ ТГУ и ТПУ. Постановка цели и задач исследования, выбор путей их решения, обсуждение полученных результатов выполнены автором совместно с научными руководителями. Представленное программное обеспечение разработано автором лично, основные результаты получены либо самим автором, либо при его непосредственном участии. На всех этапах работ, описанных в диссертации, автором формулировались направления исследований, обработка и анализ полученных результатов с учетом новейших достижений в области проводимых исследований.
Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения и двух приложений. Объем диссертации составляет 137 страниц машинописного текста, включая 35 рисунков и 6 таблиц. Список литературы насчитывает 147 позиций.
Примечание. Результаты исследований, содержащиеся в третьей и четвертой главах диссертации, выполнены в соответствии с тематикой лаборатории мирового уровня «Моделирование физических процессов в биологии и медицине» Национального исследовательского Томского государственного университета, при финансовой поддержке в рамках Программы повышения конкурентоспособности НИ ТГУ.
Благодарности. Автор выражает искреннюю признательность д.т.н, профессору кафедры медицинской и биологической кибернетики СибГМУ Фокину В.А. за ценные теоретические и методические рекомендации.
Обобщенную модель биотехнической системы (БТС) предложил Аху- тин В.М. в своих классических работах по синтезу БТС (1976,1981), разработку теоретических основ БТС продолжили Попечителев Е.П. (1997, 1998), Milanesi L. et al. (2009), Wade V. et al. (2010), Ершов Ю.А., Щукин С.И. (2011), Hsieh J. (2012), Федотов А.А., Акулов С.А. (2013), Bergrath S. (2013), Zhou C. (2013) и др. Сложности анализа поступающих данных обусловлены не только их небольшим объемом в условиях реального эксперимента, но и самой природой медико-биологических показателей, заключающейся в широкой внутри- и межвидовой вариабельности и взаимосвязи, что отмечают Баевский Р.М. (1994 — 2012), Yousef M. (2007), Фокин В.А. (2008), Ni K. (2009), Dib L. (2012) и др. В таких случаях закономерно использование обобщенных мер анализа.
Введение методик обобщенного анализа, дающих возможность редуцировать многопараметрические характеристики до одной или нескольких одномерных величин, позволяет представить состояние исследуемой биосистемы в сжатом и простом для интерпретации виде.
Выполнить обобщенный анализ можно путем различных подходов и критериев, включая их сочетания. Для решения задачи классификации многомерных данных Ананьев С.Н. и Куренков Н.И. (2007) применяют информационный критерий на основе энтропийных метрик; Кондрадов А.А. (1994), Фокин В.А., Пеккер Я.С. и др. (2004 — 2012) использовали в основе методики расстояние Махаланобиса, что позволило учесть взаимозависимость показателей. Jung S. и др. (2007) исследуют сложные биосистемы с применением кластеризации ^-средних и метода опорных векторов; Ni K., Bresson X. и др. (2008) использовали расстояние Вассерштайна 1-ого порядка; Warns-Petit E., Morignat E. и др. (2010) обрабатывают информацию, последовательно выполняя статистический анализ многомерных данных и иерархическую кластеризацию; Mizera A., Trairatphisan P. и др. (2010) анализируют биосистемы на основе байесовских сетей.
Сложности применения традиционных методов классификации биологических объектов по совокупности параметров сдвигают процесс анализа экспериментальных данных в сторону интерактивного взаимодействия оператора и измерительных и вычислительных систем. Включение субъективной составляющей в процесс оценки состояния биообъекта понижает его оперативность и достоверность, поэтому новые работы все чаще ориентируются на его автоматизацию. Cуществующие методы автоматизированного анализа многомерных массивов медико-биологических данных, как правило, специализированы для конкретных видов сигналов (Medendrop J., 2006; Wels M., 2008; Llado X., 2012; Park S., 2014).
Альтернативным такому подходу представляется использование интегральных методик оценки состояния биосистем, в основе которых лежит анализ стандартизированных форм представления сигналов. Это позволит абстрагироваться от первичной природы данных и проводить унифицированный анализ состояния биообъекта.
Целью работы является создание информационного обеспечения интегральной оценки состояния биосистем на основе данных инструментальных исследований, для чего планируется решить следующие задачи:
1. Разработать структурную схему компонентов информационного обеспечения интегральной оценки состояния биосистем на основе данных инструментальных исследований;
2. Реализовать предложенную схему в форме унифицированного программного интерфейса;
3. Сформулировать условия, необходимые для реализации методики интегральной оценки состояния в рамках информационно-измерительной биотехнической системы независимо от средств съема сигнала;
4. Провести апробацию системы на примере анализа сложных сигналов, полученных различными средствами инструментальных исследований биообъекта.
Научная новизна проведенного исследования заключается в следующем:
1. Предложена структурная схема компонентов информационного обеспечения биотехнической системы интегральной оценки состояния организма на основе модификации структурной схемы измерительноинформационной биотехнической системы медицинского назначения, новизна которой состоит в соединении блока автоматизированного анализа состояний с долговременной памятью для организации банка референтных состояний, а также вынесения специфических операций предрасчет- ной и послерасчетной обработки данных в отдельные блоки для нормализованного представления различных типов сигналов и унифицированного анализа данных независимо от средств съема;
2. Разработан метод автоматизированного поиска областей интереса и реконструкции морфологического субстрата в трехмерных медицинских изображениях, заключающийся в регулярном разбиении анализируемых изображений из референтной и оцениваемой групп, поблочном расчете интегральных оценок и анализе распределения полученных величин.
Практическая значимость работы
Разработан программный комплекс интегральной оценки состояния биосистемы для типовых рабочих станций, локальной вычислительной сети типовых рабочих станций и высокопроизводительных кластеров, позволяющий:
1. Проводить интегральную оценку различий исследуемой биосистемы по совокупности показателей относительно референтного состояния;
2. Определить объемы экспериментальных данных, требуемые для проведения интегральной оценки с заданным уровнем ошибки.
Внедрение результатов работы
1. Разработанная система использовалась при проведении исследований, выполняемых в рамках НИР «Разработка научно-технологической основы применения лазерных технологий в биомедицинских исследованиях, эффективных методов экспресс-диагностики основных социальнозначимых заболеваний респираторной системы человека с использованием методов лазерной спектроскопии», госконтракт № 02.740.11.0083 (ФЦП «Научные и научно-педагогические кадры инновационной России» 2009-2013 гг.), и НИР «Разработка программного комплекса для проведения и поддержки диагностических исследований состояния организма человека на основе методов медицинской визуализации», госконтракт № 07.514.11.4054, (ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2013 годы»);
2. Научно-методические результаты, полученные в ходе выполнения диссертационной работы, включены в программы подготовки студентов Сибирского государственного медицинского университета (СибГМУ) специальности 06.01.14 — Медицинская кибернетика на медико-биологическом факультете по дисциплине «Цифровые технологии обработки медикобиологической информации», магистрантов Национального исследовательского Томского государственного университета (НИ ТГУ) по специальности 09.04.02 — Информационные системы и технологиии (магистерская программа «Физические методы и информационные технологии в медицине») и магистрантов Национального исследовательского Томского политехнического университета (ТПУ) по специальности 12.04.04 — Биотехнические системы и технологии в курсах «Компьютерные технологии в медико-биологических исследованиях» и «Биотехнические системы и технологии».
Методы исследования
При решении поставленных задач применялись методы системного анализа, анализа и синтеза биотехнических систем, статистичекого моделирования и анализа, прикладного программирования.
Положения, выносимые на защиту:
1. Структурная схема компонентов информационного обеспечения биотехнической системы интегральной оценки состояния организма;
2. Реализация схемы компонентов информационного обеспечения биотехнической системы интегральной оценки состояния организма в виде программного комплекса для типовых рабочих станций, локальной вычислительной сети типовых рабочих станций и высокопроизводительных кластеров;
3. Условия, необходимые для реализации методики интегральной оценки состояния в рамках информационно-измерительной биотехнической системы независимо от средств съема сигнала;
4. Технология выделения областей интереса и реконструкции морфологического субстрата в трехмерных медицинских изображениях на основе интегральной оценки состояния биосистемы.
Достоверность полученных результатов и выводов основана на корректном использовании общепринятых математических и статистических методов, на результатах моделирования и верификации предлагаемых моделей и их практической реализации.
Апробация работы
Основные положения и отдельные результаты исследований докладывались на XVIII и XX Международных научно-практических конференциях студентов, аспирантов и молодых ученых (Томск, 2012, 2014), Международном молодежном конкурсе «Студент и научно-технический прогресс» (Ростов-на-Дону, 2012), Internationaler Medizinischer Kongress «Euromedica Hannover — 2012» (Hannover, 2012), VII международной научной конференции «Системный анализ в медицине» (Благовещенск, 2013), Научной конференции, посвященной 25-летию кафедры медицинской и биологической кибернетики СибГМУ (Томск, 2013), III Межрегиональной научнопрактической конференции «Медицинские технологии и оборудование» (Чита, 2013), X Mezinarodi Vedecko-prakticka Konference «Moderni Vymozenosti Vedy — 2014» (Praha, 2014), X Russian-German Conference on Biomedical Engineering (Saint Petersburg, 2014).
Публикации
Основные результаты по теме диссертации изложены в 13 печатных изданиях, в т.ч. 4 — в журналах, рекомендованных ВАК для публикации материалов кандидатских диссертаций, 9 — в сборниках трудов российских и международных научных конференций. Получен патент на полезную модель РФ и 3 свидетельства о регистрации программ для ЭВМ.
Личный вклад автора
Диссертационная работа является результатом исследований автора, проводившихся в тесном сотрудничестве с коллегами из СибГМУ, НИ ТГУ и ТПУ. Постановка цели и задач исследования, выбор путей их решения, обсуждение полученных результатов выполнены автором совместно с научными руководителями. Представленное программное обеспечение разработано автором лично, основные результаты получены либо самим автором, либо при его непосредственном участии. На всех этапах работ, описанных в диссертации, автором формулировались направления исследований, обработка и анализ полученных результатов с учетом новейших достижений в области проводимых исследований.
Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения и двух приложений. Объем диссертации составляет 137 страниц машинописного текста, включая 35 рисунков и 6 таблиц. Список литературы насчитывает 147 позиций.
Примечание. Результаты исследований, содержащиеся в третьей и четвертой главах диссертации, выполнены в соответствии с тематикой лаборатории мирового уровня «Моделирование физических процессов в биологии и медицине» Национального исследовательского Томского государственного университета, при финансовой поддержке в рамках Программы повышения конкурентоспособности НИ ТГУ.
Благодарности. Автор выражает искреннюю признательность д.т.н, профессору кафедры медицинской и биологической кибернетики СибГМУ Фокину В.А. за ценные теоретические и методические рекомендации.
Основные результаты работы заключаются в следующем:
1. Обоснована структурная схема компонентов информационного обеспечения интегральной оценки состояния биосистемы, базирующаяся на адаптированной под методику интегральной оценки состояния классической информационно-измерительной БТС: автоматический анализатор состояния должен иметь доступ к долговременной памяти для организации банка референтных состояний, операции специфической предварительной и послерасчетной обработки данных должны быть вынесены в отдельные блоки;
2. Сформулированы условия, необходимые для реализации методики интегральной оценки состояния в рамках информационно-измерительной БТС независимо от средств съема сигнала, включающие стандартизацию представления показателей, учет статистических свойств наборов данных и параметры статистического моделирования;
3. Предложенная схема реализована в программных комплексах на основе свободного кроссплатформенного программного обеспечения с возможностью организации параллельной обработки данных на рабочей станции типовой конфигурации, в локальной сети типовых рабочих станций, а также в инфраструктуре высокопроизводительного кластера;
4. Разработан метод автоматизированного поиска областей интереса и реконструкции морфологического субстрата в трехмерных медицинских изображениях, заключающийся в регулярном разбиении анализируемых изображений из референтной и оцениваемой групп, поблочном расчете интегральных оценок, анализе распределения полученных величин, установлении порогового значения для информативных сегментов и соединении смежных блоков со значениями интегральных оценок выше порогового в единое трехмерное представление.
1. Обоснована структурная схема компонентов информационного обеспечения интегральной оценки состояния биосистемы, базирующаяся на адаптированной под методику интегральной оценки состояния классической информационно-измерительной БТС: автоматический анализатор состояния должен иметь доступ к долговременной памяти для организации банка референтных состояний, операции специфической предварительной и послерасчетной обработки данных должны быть вынесены в отдельные блоки;
2. Сформулированы условия, необходимые для реализации методики интегральной оценки состояния в рамках информационно-измерительной БТС независимо от средств съема сигнала, включающие стандартизацию представления показателей, учет статистических свойств наборов данных и параметры статистического моделирования;
3. Предложенная схема реализована в программных комплексах на основе свободного кроссплатформенного программного обеспечения с возможностью организации параллельной обработки данных на рабочей станции типовой конфигурации, в локальной сети типовых рабочих станций, а также в инфраструктуре высокопроизводительного кластера;
4. Разработан метод автоматизированного поиска областей интереса и реконструкции морфологического субстрата в трехмерных медицинских изображениях, заключающийся в регулярном разбиении анализируемых изображений из референтной и оцениваемой групп, поблочном расчете интегральных оценок, анализе распределения полученных величин, установлении порогового значения для информативных сегментов и соединении смежных блоков со значениями интегральных оценок выше порогового в единое трехмерное представление.