ГЛАВА 1. ПРОБЛЕМЫ МОДЕЛИРОВАНИЯ ПРОЦЕССА ФИЗИЧЕСКОЙ
РЕАБИЛИТАЦИИ 6
1.1. Задачи физической реабилитации 6
1.2. Способы описания состояния человека 8
1.3. Описание метода компьютерной стабилометрии 10
1.4. Основные стабилометрические показатели 12
ГЛАВА 2. РАЗРАБОТКА МАТЕМАТИЧЕСКИХ ИНСТРУМЕНТОВ И
ПРОГРАММНОГО КОМПЛЕКСА 18
2.1. Формализация задачи распознавания состояний человека 18
2.2. Регистрация и предварительная обработка измерительной информации 19
2.3. Алгоритм построения вектора признаков 23
2.4. Плотность траектории стабиограммы 26
2.5. Графическое представление сигнала 28
ГЛАВА 3. АПРОБАЦИЯ ПРОГРАММНОГО КОМПЛЕКСА НА РЕАЛЬНЫХ
ДАННЫХ 31
3.1. Распознавание состояний испытуемых 31
3.2. Анализ изменения состояния спортсмена во время проведения силовой
тренировки 33
ЗАКЛЮЧЕНИЕ 36
БИЛИОГРАФИЧЕСКИЙ СПИСОК 37
Развитие современных технологий в области реабилитации тесно связано с созданием автоматизированных систем контроля за состоянием организма человека. Одним из ярких примеров приложений подобных технологий могла бы стать система «компьютерный тренер», которая должна "знать" и контролировать все показатели тренирующегося, анализировать тесты, уметь сопоставлять их с базой данных и выдавать рекомендации по дальнейшему ходу тренировок. Задача разработки такой системы является актуальной, в частности, при организации длительных космически миссий [1]. Принципиальным вопросом при создании систем такого рода является поиск взаимосвязей между внешними проявлениями (в частности, двигательной активностью) и состояниями организма [2], а также разработка математических инструментов для идентификации состояний организма.
В лечении больных с патологией опорно-двигательного аппарата и нервной системы важную роль играют методы физической реабилитации, которые в первую очередь направлены на восстановление утраченных локомоторных функций и оптимизацию статодинамического стереотипа. Для эффективного решения задач реабилитации разработаны и с успехом используются различные автоматизированные реабилитационные комплексы («МБН БОС Биомеханика» [3], стабилометрический комплекс «Траст-М» [4] и др.).
В последнее время внимание исследователей направлено на создание систем контроля за состоянием человека на основе современных технологий регистрации и анализа биометрических данных таких, как датчик движения MS Kinect [5-7]. Данная технология позволяет регистрировать и анализировать движения человека без непосредственного контакта регистрирующих элементов с телом. Датчик движения MS Kinect регистрирует координаты визуальных ориентиров тела человека (крупные суставы) в трехмерном пространстве, что в свою очередь позволяет анализировать траектории перемещения тела человека и его частей в пространстве. Эта возможность технического средства регистрации биометрических данных может позволить реализовать технологию визуальной диагностики [8] в автоматическом режиме.
Активно внедряются в повседневную жизнь средства электронной (мобильной) медицины, мониторы физической активности и сердечной деятельности отслеживают состояние пациентов и при возникновении критических ситуаций сигнализируют о необходимости принятия мер. Данные системы позволяют оптимизировать работу клиник, так как пациенты обращаются за квалифицированной медицинской помощью только при необходимости.
Несмотря на успехи и достижения современных технологий одной из проблем в области физической реабилитации является отсутствие единых критериев в вопросе объективной оценки изменений, которые происходят с организмом пациента при применении методов реабилитации и, как следствие, нет единых подходов к оценке качества лечения.
Целью исследования является разработка программного комплекса для автоматизации процессов физической реабилитации и врачебного контроля в неврологии, ортопедии и травматологии, предоставления интеллектуальной поддержки при принятии врачебных решений на основе информации получаемой при помощи средств регистрации движения тела человека и его частей.
Для достижения поставленной цели решались следующие задачи:
1. Анализ публикаций с целью выявления существующих подходов математического моделирования процесса физической реабилитации.
2. Формализация описания состояния человека для построения математической модели процесса физической реабилитации.
3. Разработка программных модулей для регистрации данных и предварительной подготовки данных со стабилометрической платформы.
4. Разработка алгоритма распознавания состояния человека по данным стабилометрических исследований.
5. Проверка работоспособности алгоритма распознавания на примере различных физических состояний человека.
Научная новизна. Предложены алгоритмы формирования вектора признаков для биометрических сигналов в рамках задачи распознавания состояний человека.
Объектом исследования является процесс физической реабилитации в неврологии, травматологии и ортопедии. Предметом исследования является автоматизация и объективизация физической реабилитации в неврологии, травматологии и ортопедии.
Апробация работы. Основные результаты работы обсуждались на 2 международных, 2 всероссийских и 3 регионарных конференциях: Молодежный научный форум: «Дни науки в Алтайском государственном университете», (Барнаул, апрель 2015); Всероссийская конференция по математике МАК-2015: «Математики - Алтайскому краю», (Барнаул, июль 2015); Международная конференция «Ломоносовские чтения на Алтае: фундаментальные проблемы науки и образования», (Барнаул, октябрь 2015); всероссийская конференция «Математика и ее приложения: фундаментальные проблемы науки и техники», (Барнаул, ноябрь 2015); VIII Всероссийская научно-практическая конференция молодых ученых с международным участием «Цивьяновские чтения», (Новосибирск, ноябрь 2015); Tenth Winter Symposium on Chemometrics «Modern Methods of Data Analysis», (Samara, Russia, February - March 2016); Молодежной научный форум: «Дни науки в Алтайском государственном университете», (Барнаул, апрель 2016).
Публикации. Основные результаты диссертации изложены в 6 публикациях [9-14].
Работа состоит из введения, трех глав, библиографического списка. Полный объем диссертации составляет 42 страницы с 19 рисунками, 3 таблицами, 6 листингами и 1 приложения. Библиографический список содержит 50 наименований.
Итогом работы явилось создание концептуального подхода для разработки интеллектуальной автоматизированной системы обеспечения процесса физической реабилитации и врачебного контроля в неврологии, ортопедии и травматологии. Предложенные математические инструменты для описания и распознавания состояний человека на основе динамической биометрической информации показали свою пригодность. Данная работа восполняет пробел в комплексные оценки состояния человека связанных с физической активностью. Разрабатываемый комплекс актуален и востребован в таких областях как медицинская реабилитация, спортивная медицина, фитнес.
Разработаны и используются программные модули регистрации и предварительной обработки динамической биометрической информации со стабилометрической платформы ST-150. Разработаны базовые модули классификации состояний человека на основе динамических данных с использованием оконных статистик исходного сигнала и графического представления стабилометрических данных.
Проведена апробация предложенных подходов к распознаванию состояния человека на основе динамической биометрической информации и программного комплекса на реальных данных.
Программный комплекс проходит апробацию на базе детского неврологического стационара в процессе физической реабилитации. Проводится регистрация стабилометрициской информации у пациентов с различными нозологическими формами и на разных этапах лечебного процесса для:
1. Создания базы состояний пациента на основе стабилометрической информации;
2. Разработки классификатора состояний пациентов неврологического профиля;
3. Разработки математической модели процесса реабилитации пациентов неврологического профиля;
4. Разработки системы автоматизации процесса реабилитации и предоставления интеллектуальной поддержки при принятии врачебных решений.
Дальнейшее развитие программного комплекса заключается в расширении способов получения динамических биометрических данных, применении методов машинного обучения, использовании облачных технологий для обработки и хранения данных.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
