Русский   English
ДонНТУ   Портал магістрів

Реферат за темою випускної роботи

Зміст

Вступ

Сучасні діагностуючі системи досить різноманітні і мають широкий діапазон областей застосування. Впровадження комп'ютерних систем управління медичним обслуговуванням сприяє забезпеченню своєчасності та ефективності лікувальних і діагностичних заходів, підвищенню якості прийнятих рішень, мінімізації ймовірності безконтрольного доступу до даних пацієнта і зловмисного їх використання. У медицині з'являється все більше різнорідного високотехнологічного обладнання (діагностичне, лабораторне), вбудованого в автоматизовані системи обробки медичних даних. Це обумовлює необхідність створення нових технологій по обробці даних, забезпечують їх достовірність, доступність, цілісність та конфіденційність. Таким чином, розробка ефективної технології обробки медичних даних, що дозволяє виконувати діагностування стану пацієнта, залишається актуальним завданням.

Особливу роль в діагностиці грають спеціалізовані комп'ютерні системи, призначені для детального дослідження тих чи інших аспектів стану здоров'я пацієнта. Інтерес представляють системи, що використовують неінвазивний підхід при проведенні діагностування, що дозволяє підвищити доступність, безпеку і швидкість проведення обстеження.

1. Актуальність теми

В даний час такі системи затребувані для проведення пульмонологічних обстежень стану дихальної системи пацієнта. При цьому джерелом інформації про пошкодження дихальних шляхів, запальних процесах і ефективності лікування може служити аналіз змін якісного і кількісного складу видихається пацієнтом повітря.

2. Цілі і завдання освітніх послуг

Метою дослідження є розробка програмної архітектури і подальше проектування автоматизованої комп'ютерної системи, призначеної для проведення неінвазивного пульмонологічного діагностування.

До завдань, що мають відносяться: аналіз предметної області та фізичних основ обраного методу діагностики, формалізація вихідних даних, формування функціональних і не функціональних вимог для розроблюваного програмного продукту, аналіз прецедентів системи та основних алгоритмів обробки даних.

3. Аналіз предметної області і формалізація вихідних даних

Сучасні засоби діагностики захворювання дихальної системи припускають лабораторні та інструментальні дослідження. Разом з тим все більшого поширення набуває біофізичний метод лазерної кореляційної спектроскопії (ЛКС), чиїми незаперечними перевагами є висока чутливість, швидкість отримання результату і неінвазивність [1]. Метод ЛКС досить новий, він заснований на вимірюванні спектральних характеристик монохроматичного когерентного випромінювання внаслідок розсіювання світла при проходженні через дисперсну систему наночастин, зважених в рідини. взаємодія випромінювання з частинками цієї системи розширює спектр розсіювання світла, при цьому форма ліній спектра характеризує дисперсний склад системи, з високою точністю показуючи концентрації частинок розміром від 1 до 10000 нанометрів. З спектра характеристик розсіяного монохроматичного когерентного випромінювання може бути отримана інформація про всі динамічні процеси в досліджуваній системі.

Безпосередньо вимірювальною величиною в методі ЛКС є не сам спектр розсіяного досліджуваної системою світла, а спектр флуктуацій фотоструму на виході фотореєструючого пристрою. Цей спектр являє собою результат биття гармонік електромагнітних полів один з одним, він зосереджений в низькочастотної області, тобто там, де його дуже зручно аналізувати сучасними потужними радіотехнічними методами. Вимірюючи спектр флуктуацій фотоструму і визначаючи його напівширину, легко отримати розмір часток у досліджуваній системі. Однак насправді досліджувані розміри частинок (особливо біологічні рідини) рідко бувають монодисперсними. Як правило, досліджувані зразки полідісперсни, тобто одночасно в розчині знаходяться частинки різних розмірів. Нехай спектр світла, розсіяного монодисперсними частинками, являє собою криву Лоренца:

1

де 1_1 — полуширина спектра на напіввисоті, q — переданий хвильової вектор світла, розсіяного зразком

2

де n — показник заломлення середовища, λ — довжина хвилі світла, θ — кут розсіювання, DT — коефіцієнт трансляційної дифузії розсіючих частинок. Через нього можна перейти до розмірів розсіючих частинок.

Для полідисперсної системи спектр є сумою, а для безперервних розподілів — інтегралом лоренціалов з різними напівширину Г. В цьому випадку спектр I (ω) має вигляд:

3

де А (Г) — функція розподілу частинок за коефіцієнтами дифузії 1_1, а, отже, і за розмірами. Визначення розподілу часток за розмірами полягає, таким чином, в рішенні наведеного вище інтегрального рівняння з лоренцевскім ядром.

Завдання такого типу характеризується сильною нестійкістю рішення по відношенню до малих варіацій експериментальних даних, що необхідно враховувати.

Для проведення неінвазивного пульмонологічного обстеження в якості вихідного матеріалу ефективно використовувати конденсат вологості повітря, що видихається (КВВП) пацієнта, який отримують за допомогою спеціального пристрою і далі поміщають в лазерний спектроскоп. ЛКС КВВП дозволяє, осно-виваясь на співвідношенні наночастинок певного гідродинамічного радіуса, визначати стан дихальної системи і далі проводити моніторинг ефективності лікування і прогнозувати його результати. Спектри досліджуваних КВВП доцільно вимірювати при однакових умовах, тобто при одній і тій же температурі, вологості і т. д. Якщо умови інші і не можуть бути приведені до стандартних, необхідно вводити відповідні поправки.

Функції розподілу за розмірами частинок КВВП — це гістограми, визначені на сітці розмірів, що складається з 32 точок, причому сітка розмірів однакова для будь-яких розглядаються КВВП. Хоча візуально можна виявити певні кореляції між захворюванням дихальної системи і видом функції розподілу, зробити обґрунтований висновок, грунтуючись на безпосередньому розгляді даних ЛКС, надзвичайно важко, тому що ці дані є 32 скорельованих між собою числа, і аналіз їх в умі практично не можливий. Тому доцільно застосувати автоматизований підхід і спроектувати комп'ютерну систему, що дозволяє ідентифікувати стан дихальної системи пацієнта на основі його персональних, медичних і КВВП‑даних [2, 3].

4. Функціональні і нефункціональні вимоги

Для формалізації вимог до розроблюваної системі було проведено збір і аналіз інформації на основі документів Бачення, сформованих майбутніми користувачами системи. Користувачів системи доцільно розбити на наступні категорії:

Крім того, одні функції системи мають чітко визначеного виконавця, інші ж можуть виконуватися різними категоріями користувачів (наприклад, реєстрація, авторизація і т. д.).

Розглянемо основні функціональні вимоги, що пред'являються до розроблюваної системі діагностики. Формально опис функціональності і поведінки системи приведено на рис. 1.

Система повинна забезпечувати проведення реєстрації (первинне використання системи) та авторизації (Використання системи при наявності облікового запису) користувачів. Система повинна передбачати можливість внесення основних персональних, медичних та додаткових (допоміжних) даних про пацієнта. Після дослідження спектрального складу конденсату вологості повітря, що видихається пацієнтом повітря система повинна реєструвати КВВП-дані обстежуваного.

Програма повинна передбачати формування медичної карти пацієнта, для якої можливі наступні режими: створення нової карти з унікальним номером, перегляд, доповнення вже створеної карти даними, редагування, роздрук, зберігання в базі даних, пошук карти в базі даних за різними критеріями — простим і складеним. кожен пацієнт при необхідності може бути обстежений необмежену кількість разів з внесенням всіх результатів обстеження в свою медичну карту. Так само необхідна можливість угруповання пацієнтів з метою перегляду вибірки даних або завдання певної дії відразу для групи пацієнтів (наприклад, для відправки результатів діагностики відразу декільком пацієнтам). При наявності контактних даних пацієнта система повинна відправляти діагностичні дані за вказаною електронною адресою або за допомогою SMS. При відсутності потрібної інформації під час пошуку по базі даних або угрупованню має виводитися відповідне повідомлення. Так само необхідно видавати повідомлення про помилку при відсутності доступу до БД. Система не повинна поширювати персональну інформацію про пацієнта.

Програма повинна виконувати обробку і аналіз цілісності КВВП-даних пацієнта, здійснювати подальший спектральний аналіз КВВП-даних, перевіряти спектри на відповідність нормальному закону розподілу, обчислювати значення діагностичних ознак відповідно до закладених методиками і алгоритмами. На підставі розрахованих значень діагностичних ознак ідентифікується стан дихальної системи пацієнта. При неможливості проведення автоматичної ідентифікації задіюється лікар, який співвідносить пацієнта з однією з існуючих діагностичних груп або створює для пацієнта нову групу. Кожна група повинна мати свій опис, що зберігається у відповідних таблицях БД.

У кожного користувача є свої обмеження у використанні системи: лаборант може вносити дані про пацієнта, формувати медичну карту, виконувати обчислення діагностичних ознак, а також розрахунок спектрів і перевірку нормальності КВВП-даних пацієнта. Всі медпрацівники можуть змінювати дані про клієнта, але оновлювати медичну карту може лише лікар. Також лікар може співвідносити дані пацієнта з діагностичною групою і оновлювати діагностику (Перераховувати статистики для групи). Адміністратор відповідає за пересилку діагностичних дані пацієнтові, якщо він залишив свої контактні дані (номер мобільного телефону, e-mail).

Так як розробляється програмний продукт призначений для використання медпрацівниками, які володіють обчислювальної технікою на рівні користувача, то він повинен бути легкий і простий у використанні, тобто володіти зручним дружнім інтерфейсом. Завдання дій має здійснюватися з використанням команд меню, кнопок піктограм, основним діям повинні відповідати підказки. Крім того, необхідно розробити доступну довідкову систему, що дозволяє швидко і легко опанувати принципами роботи з програмою.

4

Рисунок 1 — Діаграма варіантів використання (use case diagram) проектованої системи

5. Аналіз прецедентів системи та основних алгоритмів обробки даних

Розглянемо специфікацію варіантів використання системи — прецедентів, наведену в таблиці. Для кожного прецеденту тут вказані:

Прецеденти Зацікавлені особи Передумова Постумова Основний успішний сценарій Альтернативний сценарій
1.Реєстрація Всі дійові особи Програма запущена, є права для регістр. згідно з. профілі Користувач зареєстрований Всі необхідні поля заповнені, користувач занесений в БД Пройти реєстрацію заново
2.Авторизація Медпрацівники, адміністратор Користувач зареєстрований Користувач увійшов в систему Неправильно введені логін пароль, авторизація закінчена Заново ввести логін і пароль, після спроб поставити доповнить. секретне питання або ввести номер телефону (якщо він записаний в БД), на який надійдуть дані для входу
3.Проходження обстеження Пацієнт, медпрацівники Устаткування в робочому стані, медперсонал присутній Пацієнт пройшов обстеження Обстеження пройдено, результати аналізів отримані Повторне обстеження, очікування видачі результатів
4.Введення персональних даних (основних) Лаборант, пацієнт Пацієнт і лаборант зареєстровані Дані введені Введені всі необхідні дані Коригування даних, введення деяких даних (за необхідності)
5.Введення персональних даних (медичних) Лаборант, пацієнт Пацієнт і лаборант зареєстровані, введені основні дані Медичні дані введені Введені всі необхідні дані Коригування даних, введення деяких даних (за необхідності)
6.Введення додаткових даних Лаборант, пацієнт Пацієнт і лаборант зареєстровані, введені основні персональні та медичні дані Додаткові дані введені Введені всі необхідні дані Коригування даних, введення деяких даних (за необхідності)або пропуск цього пункту
7.Введення КВВВ-даних Лаборант, пацієнт Пацієнт і лаборант зареєстровані, введені основні персональні, медичні та додаткові дані КВВВ-дані введені Введені всі необхідні дані Коригування даних, введення деяких даних (за необхідності)
8.Формування медичної карти Лаборант, пацієнт Введені всі необхідні дані Медична карта створена Всі дані про пацієнта внесені у БД, медкартка оформлена Ввести пропущені дані, відкоригувати неправильні або застарілі дані
9.Пересилання діагностичних даних пацієнту Адміністратор, пацієнт Адміністратор зареєстрований, результати обстеження і діагноз записані в медкарті Дані передані пацієнту Якщо пацієнт вказав свій номер телефону і/або e-mail, то результати діагностики приходять йому на електронну пошту і/або SMS Очікування приходу пацієнта
10.Обчислення діагностичних ознак Лаборант Введені КВВВ-дані Діагностичні ознаки обчислені Ознаки пораховані вірно Перерахування ознак, перевірка правильності введених даних, повторне проведення діагностики
11.Розрахунок спектрів і перевірка нормальності спектрів КВВВ-даних пацієнта Лаборант Введені КВВВ-дані Спектри розраховані, перевірка виконана Спектри розраховані успішно, КВВВ-дані повні, спектри відп.норм. законом розподілу Перерахунок результатів, перевірка правильності введених даних
12.Модифікація даних про клієнта Медпрацівник Змінилися деякі персональні дані про пацієнта Дані змінені Дані змінені вірно, збережені в БД Повторне введення змінених даних
13.Оновлення медичної карти Лікар Змінилися деякі медичні дані про пацієнта Дані змінені Дані змінені успішно, збережені в БД Повторне введення змінених даних
14.Ідентифікація стану пацієнта Лікар Введені КВВВ-дані, діагностичні ознаки і обчислені спектри, перевірена нормальність спектрів Визначена діагностична група Діагностична група пацієнта визначена вірно, ймовірність помилки мала повторна перевірка діагностичних процедур, перевірка коректності введених даних, визначення пацієнта в особливу групу, визначення групи самим лікарем
15.Оновлення статистик для групи Лікар Введені КВВВ-дані, діагностичні ознаки і обчислені спектри, перевірена нормальність спектрів КВВВ Визначена діагностична група, статистики перераховані Діагностична група оновлено Повторний перерахунок статистик
16.Пошук пацієнта Медпрацівники Необхідно знайти карту пацієнта для перегляду і/або зміни його даних Карта пацієнта знайдена Введення критерію для пошуку пацієнта, виведення інформації з його карти на екран Пацієнт не занесений в БД, неправильно введений критерій для пошуку — потрібне повторне введення

Таблиця 1 — Специфікація прецедентів

Розглянемо процеси, що відбуваються в розроблюваній діагностичній системі. На рис. 2 показана UML-діаграма діяльності для процесу Перегляд/створення облікового запису пацієнта. Як видно з діаграми, після запиту на роботу з обліковим записом пацієнта слід перевірка авторизації персоналу (лаборант/лікар). При відсутності авторизації необхідно ввести необхідні логін/пароль. При успішній авторизації персоналу задається режим роботи з обліковим записом — потрібно переглянути існуючу в БД запис або створити нову. При необхідності створення нового запису запитуються персональні, загальні медичні, різні допоміжні дані про пацієнта, а також результати його обстеження методом ЛКС — спектри КВВВ. Всі дані, крім основних персональних даних можуть бути введені пізніше при повторному зверненні до облікового запису. Для роботи з існуючою записом вводяться її параметри для пошуку запису в БД. Після перегляду даних облікового запису робота з нею завершується.

5

Рисунок 2 — Діаграма діяльності (activity diagram) для процесу Перегляд/створення облікової записи пацієнта

На рис. 3 показана UML-діаграма для основного процесу — Ідентифікація стану пацієнта, дозволяє співвіднести стан дихальної системи пацієнта з певною діагностичною групою.

6

Рисунок 3 — Діаграма діяльності для процесу Ідентифікація стану пацієнта

Для ідентифікації потрібно здійснити пошук облікового запису пацієнта в БД. При відсутності запису необхідно видати відповідне повідомлення і завершити роботу процесу. При наявності облікового запису дані, що містяться в ній, перевіряються на повноту. Повинні бути заповнені всі обов'язкові поля запису: як ті, які дозволяють ідентифікувати особистість пацієнта, так і ті, які дозволяють здійснювати його діагностику. Далі робиться спроба автоматичного діагностування. За певних правил і процедур визначається відповідна діагностична група. У разі успіху розглянутий пацієнт співвідноситься з обраною групою. Якщо ж відповідна група не знайдена, то діагностування виконується вручну. При цьому лікар слід по одному з двох шляхів:

Результати ідентифікації зберігаються у БД і процес завершується.

На рис. 4 формалізований процес зворотного зв'язку з пацієнтом — надсилання йому результатів діагностування.

7

Рисунок 4 — Діаграма діяльності для процесу Відправка пацієнту результатів діагностування

У разі, коли обліковий запис пацієнта містить його електронну адресу і номер мобільного телефону, вони використовуються для зворотного зв'язку з пацієнтом. Якщо пацієнт здоровий, досить повідомити про це дистанційно. Якщо ж дані для зворотного зв'язку відсутні, або пацієнт хворий, потрібно його особиста присутність для відпрацювання процесу зворотного зв'язку.

Висновки

Таким чином, у рамках цієї роботи виконано проектування на початковому етапі комп'ютерної системи, дозволяє проводити автоматизоване діагностування стану дихальної системи пацієнта, грунтуючись на спектральних даних, що видихається пацієнтом повітря.

При написанні даного реферату магістерська робота ще не завершена.

Остаточне завершення: червень 2017 року. Повний текст роботи і матеріали по темі можуть бути отримані у автора або його керівника після зазначеної дати.

Список джерел

  1. Бажора Ю.И., Носкин Л.А. Лазерная корреляционная спектроскопия в медицине. – Одеса: «Друк», 2002. – 400 с.
  2. Комлевая Н.О., Комлевой А.Н. Разработка информационной модели диагностирования состояния дыхательной системы // Холодильна техніка і технологія. – 2011. – Вып. 2(130). – С. 75–79.
  3. Комлевая Н.О., Комлевой А.Н. Автоматизация диагностирования состояния дыхательной системы // Тр. XIII Междунар. научно-практ. конф. «Современные информационные и электронные технологии». – Одесса, 2012. – С. 55.
  4. Мацяшек Л.А. Анализ требований и проектирование систем // Разработка информационных систем с использованием UML. – М.:Вильямс, 2002. – 432 с.
  5. Разработка компьютерной системы для исследования заболеваний легких / Н. О. Комлевая, А. Н. Комлевой, К. С. Чернега // Проблеми програмування. - 2014. - № 2-3. - С. 253-262.
  6. Реброва О.Ю. Статистический анализ медицинских данных. – М.: Медиа Сфера, 2006. – 310 с.