Русский   English
ДонНТУ   Портал магістрів

Реферат з теми випускної роботи

Зміст

Вступ

У цій статті представлено мобільну систему для аналізу м'язового тонусу пацієнта. Система складається з мобільного пристрою, такого як смартфон або планшет, оснащений датчиками вимірювання м'язової активності. Датчики розміщуються на шкірі пацієнта у стратегічно важливих місцях та використовуються для збору даних про м'язову активність пацієнта. Потім ці дані аналізуються з допомогою алгоритмів машинного навчання визначення м'язового тонусу пацієнта. Система розроблена як портативна та проста у використанні, що робить її корисним інструментом для фізіотерапевтів та інших медичних працівників, яким необхідно оцінити м'язовий тонус у своїх пацієнтів. Система також може використовуватися для досліджень та відстеження змін м'язового тонусу з часом.[1]

1. Актуальність теми


Оцінка м'язового тонусу є важливим аспектом фізіотерапії та реабілітації, а також у галузі спортивної медицини. Він використовується для оцінки рівня м'язової активності та виявлення будь-яких відхилень чи дисбалансу у м'язовому тонусі. Він також використовується для моніторингу ходу відновлення пацієнта та відстеження змін м'язового тонусу з часом.

Мобільна система для аналізу м'язового тонусу є особливо актуальною, оскільки дозволяє медичним працівникам проводити оцінку в різних умовах, у тому числі в клініці, вдома або навіть віддалено. Це може бути особливо корисним для пацієнтів, які мають проблеми з пересуванням або живуть у віддалених районах, оскільки позбавляє їх необхідності їхати до клініки для проведення оцінки.

Крім того, використання алгоритмів машинного навчання при аналізі даних про м'язовий тонус може підвищити точність та узгодженість оцінок, а також дозволяє виявити тонкі зміни у м'язовому тонусі, які можуть бути пропущені традиційними методами.

Загалом, мобільна система для аналізу м'язового тонусу може забезпечити більш ефективний,добний та точний спосіб для медичних працівників оцінювати та контролювати м'язовий тонус своїх пацієнтів та може допомогти покращити результати лікування пацієнтів.

2. Мета та завдання дослідження, заплановані результати

Мета - розробити апаратно-програмний комплекс для аналізу м'язового тонусу, який забезпечує підвищення ефективності прийняття рішення при лікуванні пацієнтів з нервово-м'язовими захворюваннями.

Основні завдання дослідження:


— Розробка апаратної частини пристрою: проектування та створення електронних схем, підбір та інтеграція електронних компонентів, виготовлення друкованих плат та механічних деталей;

— Розробка програмного забезпечення: створення програми, яка оброблятиме і відображатиме зняті сигнали, а також забезпечуватиме зв'язок з іншими пристроями (наприклад, з моніторами лікаря);

— Реалізація алгоритмів обробки аналізу сигналів та програмного забезпечення.

Об'єкт дослідження: При розробці біотехнічної системи для аналізу м'язового тонусу пацієнта, об'єктом дослідження буде сама біотехнічна система, що включає пристрій для зняття ЕМГ, аналізатор і програмне забезпечення для обробки та аналізу даних.

Предмет дослідження:

— Інформаційне забезпечення;

- Методичне забезпечення;

— Інструментальне забезпечення;

— Програмно-алгоритмічне забезпечення;

— Метрологічне забезпечення.

Плановані наукові результати: Отримання нових знань про роботу нервової системи та м'язів людини, а також про способи їхньої діагностики та моніторингу. Також може бути отримане нове розуміння технологій збору та обробки ЕМГ-сигналів.

Плановані практичні результати: Можливість використання пристрою в медичних закладах для діагностики та моніторингу різних захворювань нервової системи та м'язів. Також пристрій може бути використаний в операціях на нервовій системі та м'язах, щоб континуально моніторити стан пацієнта.

3. Структура біотехнічної системи, що розробляється

Дана БТС є діагностичною, заснованою на фізіологічних методах заснований на реєстрації та аналізі біоелектричних потенціалів м'язів та периферичних нервів. При цьому, залежно від цілей дослідження, оцінюється як довільна, так і викликана шляхом стимуляції активність нейром'язового апарату.

3.1 Структурна схема та її компоненти

Структура біотехнічної системи, що розробляється, наведена на малюнку 1:
Підхід до уніфікації синтезу автоматів Мура

Малюнок 1 – Структурна схема БТС, що розробляється

На малюнку 1 показано структуру безконтактного моніторингу, де:

– Засоби реєстрації сигналів (ЕМГ, що знімає сигнал за допомогою електродів, заснований на різниці електричних потенціалів між двома точками);

– Засоби обробки медичних сигналів та даних (в даному випадку це методологія та програма);

– Система підтримки прийняття лікарських рішень (йде погодження з медичною інформаційною системою)

– Аналіз діагностично значущих показників (таких як Н-рефлекс, F-хвиля, М – відповідь, міотатичний рефлекс, що використовуються в оцінці ураження нервів);

ВЗ – лікарський висновок.

[X] – реакція пацієнта на тестовий вплив;

[Y] – сукупність біомедичних сигналів, що відбивають реакцію пацієнта на тестовий вплив [X];

[S] – сукупність сигналів, що реєструються датчиками та електродами ([S] = [K][Y], де [K] – лінійний оператор, що відображає чутливість датчиків, а також є коефіцієнтом посилення підсилювачів);

[Pтс] – Показник поточного стану пацієнта.

3.2 Характеристика системи

Контури управління системою включають налаштування параметрів вимірювань, управління роботою сенсорів і відображення результатів вимірювань на пристрої. Також система може мати функцію автоматичного оповіщення медичного персоналу про відхилення від норми у параметрах здоров'я пацієнта.

Канали інформаційного обміну системи можуть включати бездротове підключення до локальної мережі лікарні або інтернету, щоб дозволити медичному персоналу відстежувати стан пацієнта віддалено. Також може бути реалізована функція запису та зберігання даних, щоб забезпечити можливість аналізу інформації надалі.

Канали інформаційного обміну системи забезпечують передачу даних між різними пристроями та компонентами системи. Вони можуть бути реалізовані за різними технологіями, залежно від необхідної швидкості, відстані та безпеки передачіданих.[2]

Деякі приклади каналів інформаційного обміну, які можуть бути реалізовані в системі:

- Бездротове підключення: Використовуючи технології Bluetooth або Wi-Fi, можна реалізувати бездротове підключення між сенсорами та портативним пристроєм. Також може бути реалізовано бездротове підключення до локальної мережі лікарні або Інтернету, щоб забезпечити віддалене відстеження стану пацієнта.

- Дротове підключення: Може бути реалізовано дротове підключення між сенсорами та портативним пристроєм з використанням кабелів та адаптерів. Цей варіант може бути підходящим, якщо потрібно забезпечити високу швидкість та точність передачі даних, а також уникнути можливих перешкод у роботі системи, пов'язаних із використанням бездротових технологій.

- Інтеграція з іншими системами: Система може бути інтегрована з іншими медичними системами, такими як системи моніторингу інтенсивної терапії, системи управління інфузіями тощо. Для цього можуть бути використані різні інтерфейси та протоколи обміну даними, такі як HL7, DICOM і т.д. Інтеграція з іншими системами дозволяє забезпечити спільне використання даних та покращити ефективність лікування, а також знизити ризик помилок при введенні інформації.[3]

Залежно від необхідних функцій та характеристик системи канали інформаційного обміну можуть бути реалізовані у вигляді комбінації різних технологій та інтерфейсів. У магістерській дисертації планується розробити: інформаційні, методичні, інструментальні, програмно-алгоритмічні та метрологічні рівні забезпечення (компоненти).[4]

3.3 рівні забезпечення

Для розробки даної системи слід розробити такі рівні забезпечення:



1. Інформаційне забезпечення:

- База даних для зберігання інформації про пацієнтів, вимірювання ЕМГ сигналу, лікування і т.д.;

- Інтерфейси для введення, редагування та відображення інформації;

- Система управління базою даних для забезпечення безпеки, цілісності та узгодженості даних.


2. Методичне забезпечення:

- Посібники та інструкції з використання системи для медичних працівників та пацієнтів;

- Методики обробки та аналізу ЕМГ сигналу;

- База знань про патології та їх лікування


3. Інструментальне забезпечення:

- Обладнання для зняття ЕМГ сигналу (наприклад, електрокардіограф або електроміограф);

- Софтвер для обробки та аналізу ЕМГ сигналу;

- Засоби візуалізації та відображення результатів (наприклад, графіки та діаграми).


4. Метрологічне забезпечення:

- Стандарти та специфікації, необхідні для забезпечення точності вимірювань;

- Засоби калібрування та повірки обладнання;

- Система управління метрологічною документацією.


5. Програмно-алгоритмічне забезпечення:

- Операційна система та необхідне ПЗ;

- Програмний код, який забезпечує роботу системи;

- Система управління версіями ПЗ та забезпечення сумісності з різними операціями



Структура рівня забезпечення системи може включати такі компоненти:


1. Модуль збору та обробки даних:

- Обладнання для зняття ЕМГ сигналу;

- Софтвер для обробки та аналізу ЕМГ сигналу;

- Інтерфейси для введення та відображення даних.


2. Модуль зберігання та обробки інформації:

- База даних для зберігання інформації про пацієнтів, вимірювання ЕМГ сигналу, лікування і т.д.;

- Система управління базою даних


3. Модуль візуалізації та аналізу:

- Функції побудови графіків та діаграм;

- Функції аналізу даних, що дозволяють виявляти тренди та закономірності;

- Інтерфейси для відображення результатів аналізу.


4. Модуль управління якістю:

- Система управління якістю, що дозволяє стежити за відповідністю системи вимогам та стандартам;

- Інструменти для аудиту та аналізу якості роботи системи.


5. Модуль безпеки:

- Функції шифрування даних та захисту від несанкціонованого доступу;

- Функції моніторингу безпеки системи;

- Функції резервного копіювання даних.


6. Модуль управління проектом:

- Система управління версіями ПЗ;

- Система управління завданням

- Інструменти для планування, контролю та відстеження ходу розробки;

- Система управління документацією та регулярні звіти про стан проекту.

Ці компоненти можуть бути розроблені у вигляді незалежних модулів, які можуть бути пов'язані та інтегровані у загальну систему. При розробці рівня забезпечення слід враховувати потреби та особливості медичної діяльності, а також вимагатиня до безпеки, якості та сумісності системи.

4. Характеристика об'єкта дослідження

Об'єктом дослідження у цій системі є робота нервової системи та м'язів людини, а також можливості їх діагностики та моніторингу за допомогою пристрою для зняття ЕМГ. Цей об'єкт характеризується такими характеристиками [5]:

1. Динамічний характер: робота нервової системи та м'язів людини змінюється у часі, тому потрібний континуальний моніторинг стану.

2. Складність: нервова система та м'язи людини складаються з безлічі різних елементів, які взаємодіють один з одним. Це ускладнює розуміння їх роботи та пошук способів діагностики та моніторингу.

3. Необхідність точності: помилки в діагностиці та моніторингу можуть призвести до серйозних наслідків для здоров'я пацієнта.[6]

У міру того, як розробляється пристрій, математична модель є важливим інструментом для аналізу та розуміння роботи нервової системи та м'язів. Вона дозволяє симулювати роботу цих систем і досліджувати їхню поведінку в різних умовах.

Наприклад, у цій роботі однією з функцій пристрою є континуальний моніторинг стану нервової системи та м'язів під час операцій, для аналізу та обробки даних, зібраних пристроєм, може бути використана математична модель, заснована на використанні функцій, що описують залежність електричних сигналів від часу . Ця модель може допомогти у визначенні необхідного рівня сигналу для нормальної роботи нервової системи та м'язів, а також у визначенні виходу з норми цього рівня, що може свідчити про порушення роботи системи та необхідність втручання.

Малюнок типового зняття ЕМГ представлений малюнку 2.

Типова Поверхнева ЕМГ

Малюнок 2 – Типова Поверхнева ЕМГ

Для оцінки просторово-часових параметрів електричної активності широко застосовуються такі методи, як: частотний, спектрально-когерентний та кореляційний аналіз.

Частотний аналіз дозволяє розкласти складну криву електричної активності мозку на складові частотні компоненти, та отримати спектр біоелектричних коливань мозку, виділити та кількісно оцінити частотні складові ЕМГ.[7]

Спектральний аналіз визначає не тільки вираженість різних ритмічних складових у складній ЕМГ, а й їх співвідношення дозволяє отримати інформацію про сумарну потужність спектру ЕМГ та його частотних складових. Зазвичай результати аналізу надаються у вигляді графіків спектральної щільності потужності, графіків амплітудних спектрів, топографічних карт, а також різних кількісних показників у табличному вигляді.

Когерентний аналіз визначає статистичний зв'язок між коливаннями біопотенціалів, що протікають у різних відділах мозку, які відображають ступінь синхронності змін ЕМГ у двох різних точках у частотній області (для прилеглих та віддалених областей мозку в межах кожної з півкуль та для однойменних областей мозку правого та лівої півкулі), а кроскореляція – у тимчасовій.

Проведемо моделювання ЕМГ сигналу використовуючи математичну модель, заснована на використанні функцій, що описують залежність електричних сигналів від часу, для цього використовуємо пакет програми LabView. Результат наведено малюнку 3.

Результати експериментальних досліджень

Малюнок 3 – Результати експериментальних досліджень

Висновки

Для вдосконалення мобільної системи, що розробляється, для зняття ЕМГ сигналу та інтраопераційного моніторингу можна розглянути наступні напрямки вдосконалення:

1. Інформаційне забезпечення:

• Розробка інтуїтивно зрозумілого інтерфейсу для користувачів; • Забезпечення безпеки інформації, що зберігається в системі;
• Розробка механізмів обробки та аналізу даних, отриманих за допомогою системи.

2. Методичне забезпечення:
• Розробка методик та посібників для роботи з системою;
• Навчання користувачів роботі із системою;
• Проведення семінарів та тренінгів для фахівців, які використовують систему.

3. Інструментальне забезпечення:
• Розробка та покращення апаратних засобів для зняття ЕМГ сигналу;
• Забезпечення сумісності системи з різними моделями медичного обладнання; • Розробка та покращення алгоритмів роботи з апаратними засобами.

4. Метрологічне забезпечення:
• Забезпечення точності вимірювань, які проводяться за допомогою системи;
• Розробка та покращення алгоритмів калібрування системи;
• Проведення регулярнихперевірок точності вимірювань.

5. Програмно-алгоритмічне забезпечення:
• Розробка та покращення програмного забезпечення системи;
• Розробка та покращення алгоритмів обробки та аналізу даних;
• Забезпечення сумісності системи з різними операційними системами.
Додатково можна розглянути наступні напрямки вдосконалення системи, що розробляється:


6. Розробка та покращення алгоритмів обробки та аналізу ЕМГ сигналу:
• Поліпшення точності визначення порушень ритму серця; • Розробка алгоритмів для визначення ступеня тяжкості порушень ритму;
• Розробка алгоритмів визначення можливих причин порушень ритму.


7. Розробка функцій інтеграції з іншими системами:
• Інтеграція із системами електронного медичного запису;
• Інтеграція із системами моніторингу інших параметрів (наприклад, кров'яного тиску, дихання);
• Інтеграція із системами планування та управління медичними процедурами.


8. Розробка функцій управління
• Розробка функцій керування параметрами роботи системи (наприклад, частота опитування ЕМГ сигналу, частота оновлення інформації);
• Розробка функцій керування апаратними засобами (наприклад, увімкнення/вимкнення приладу, керування параметрами роботи приладу);
• Розробка функцій управління доступом до системи (наприклад, управління рівнями доступу, управління правами доступу).


9. Розробка функцій нагадувань та автоматизації:
• Розробка функцій нагадування про необхідність проведення медичних процедур;
• Розробка функцій нагадувань про необхідність прийняття медикаментів;
• Розробка функцій автоматизації рутинних процесів (наприклад, автоматичне надсилання звіту
• Розробка функцій автоматизації рутинних процесів (наприклад, автоматичне надсилання звітів на пошту або смс повідомлення про необхідність прийняття медикаментів).


10. Розробка функцій інтерактивного навчання:
• Розробка функцій онлайн-навчання для користувачів системи;
• Розробка інтерактивних модулів, що дозволяють краще розуміти роботу системи та принципи обробки ЕМГ сигналу;
• Розробка функцій тестування знань користувачів.


11. Розробка функцій соціальної інтеграції:
• Розробка функцій спільного використання системи з іншими медичними установами; • Розробка функцій обміну даними з іншими медичними системами;
• Розробка функцій обміну інформацією з медичними працівниками та пацієнтами через соціальні мережі.


12. Розробка функцій персоналізації:
• Розробка функцій, що дозволяють настроювати систему під конкретних користувачів;
• Розробка функцій, що дозволяють зберігати історію вимірювань та аналізувати зміни протягом часу;
• Розробка функцій, що дозволяють індивідуалізувати рекомендації та плани лікування для кожного користувача.


13. Розробка функцій аналітики та звітності:
• Розробка функцій генерації звітів для різних рівнів керування;
• Розробка функцій аналізу даних, що дозволяють виявляти тренди та закономірності;
• Розробка функцій побудови графіків та діаграм, що дозволяють візуально вивчати дані.


14. Розробка функцій безпеки:
• Розробка функцій шифрування даних та захисту від несанкціонованого доступу;
• Розробка функцій моніторингу безпеки системи;
• Розробка функцій резервного копіювання даних.

Список джерел

  1. Грушвицький Р.І. Проектування систем на мікросхемах програмованої логіки/Р.І. Грушвицький, А.Х. Мурсаєв, Є.П. Угрюмов. - СПб.: БХВ-Петербург, 2002. - 608 с.
  2. Grout I. Digital systems design with FPGAs / I. Grout. – Elsevier, 2008. – 724 pp.
  3. Avedillo M.J. SMAS: програма для поточного державного зменшення і державний зв'язок finite state machines / M.J. Avedillo, J.M. Quintana, J.L. Huertas // Proceedings of IEEE International Symposium on Circuits and Systems. - 1991. - Vol. 3. - pp. 1781-1784.
  4. Champarnaud J.-M. Split and minimizing: Brzozowski's algorithm / J.-M. Champarnaud, A. Khorsi, T. Paranthoen // Прага Stringology Conference. - Prague, 2002. - pp. 96-104.
  5. - Las Vegas, 1996. - pp. 463-466.
  6. Hu H. HSM2: Новий heuristic state minimization algorithm for finite state machine / H. Hu, H.-X. Xue, J.-N. Bian // Journal of Computer Science and Technology. - 2004. - № 19 (5). - pp. 729-733.
  7. Rho J.-K. Exact and heuristic algoritms for minimization incompletely specified state machines / J.-K. Rho, G. Hachtel, F. Somenzi, R. Jacoby // IEEE Transactions on Computer-Aided Design. - 1994. - Vol. 13. - pp. 167-177.