Об одной математической модели диагностики венозных заболеваний по данным комбинированной термометрии Текст научной статьи по специальности «Медицинские технологии»

Рис. 3. Уменьшение боли в ходе лечения; ежедневная оценка интенсивности боли пациентами по ВАШ при движении (в см) (* - р<0,001)

Таблица 1

Боль при пальпации по ВАШ в (мм) у больных ОА в сравниваемых группах (М±m)

Боль при пальпации по ВАШ в (мм) Больные вторичным ОА (n=20)

I группа (n=10) II группа (n=10)

До лечения, мм 59,5±2,4 60,4±1,8

7 день, мм 44,6±1,6* 57,3±1,6*

14 день, мм 33,9±1,7* 51,8±1,5*

Примечание: * - р<0,001

Рис. 4. Динамика утренней скованности по ВАШ в (мм) у больных вторичным остеоартрозом в сравниваемых группах (* - p<0,001)

Положительная динамика отмечена также и в отношении утренней скованности при оценке по ВАШ в мм. К концу 2 недели терапии этот показатель заметно снизился по сравнению с исходным, причем в большей степени, чем в контрольной группе. У больных ОА под влиянием комплексной терапии с НИЛИ данный показатель уменьшился на 18 мм, под влиянием традиционной терапии этот показатель снизился незначительно - на 8 мм (рис. 4).

Сравнительный анализ полученных результатов выявил статистически достоверные различия между группами (p<0,001).

Таким образом, оценка боли в суставах и утренней скованности по ВАШ свидетельствовала о статистически значимом уменьшении ее выраженности под воздействием 2 недельного курса лазерной терапии по сравнению с исходным значением, как в покое и при движении, так и при пальпации.

THE DYNAMICS OF INDICATORS OF JOINT SYNDROME ACCORDING TO VAS IN PATIENTS WITH SECONDARY OSTEOARTHRITIS IN RHEUMATOID ARTHRITIS

A.V. NIKITIN, I.A. STARODUBTSEVA, E.A. PITERSKAYA NN Burdenko Voronezh State Medical Academy

It was carried out comparison analysis of routine indicators of clinical status of patients with secondary osteoarthritis in rheumatoid arthritis on VAS under the influence of therapy. In treatment of patients we used traditional therapy and combine therapy with the use of low level laser irradiation. The analysis of the results revealed the advantages of laser therapy before traditional treatment.

Key words: osteoarthritis, rheumatoid arthritis.

УДК 615.47, 004.891, 519.23

ОБ ОДНОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДИАГНОСТИКИ ВЕНОЗНЫХ ЗАБОЛЕВАНИЙ ПО ДАННЫМ КОМБИНИРОВАННОЙ ТЕРМОМЕТРИИ

Работа посвящена разработке основ методологии комбинированной

Волгоградский государственный университет, г. Волгоград, пр-т Университетский, 100

Волгоградский государственный медицинский университет, 400131, г. Волгоград, пл. Павших борцов, 1

термометрии в диагностике венозных заболеваний. Основной целью исследования являлось выявление и верификация наиболее значимых для постановки точного диагноза признаков патологии вен нижних конечностей. Применение найденных признаков позволяет получить точность диагностики около 95%. Так же отметим, что их использование в качестве базы знаний послужит важнейшей частью в создании интеллектуального диагностического комплекса. Ключевые слова: математическая модель, комбинированная термометрия

Результаты последних эпидемиологических исследований в европейских странах показали, что хроническими заболеваниями вен страдают до 50% населения, причем у 5-15% из них имеются деком-пенсированные их формы. Исследование распространенности венозной патологии нижних конечностей у работников ряда предприятий Москвы выявило, что 62% респондентов имели различные заболевания вен. Частота встречаемости их у женщин составила 67,5%, а у мужчин - 50,4% наблюдений. Имеется зависимость частоты венозной патологии от возраста, которая начинает существенно увеличиваться после 40 лет. Указанные данные позволяют сделать вывод, что у людей старше 60 лет частота различных поражений венозного русла нижних конечностей достигает 80%.

Применение в клинической практике на протяжении многих достаточно высокоинформативных методов (УЗ-допплерография и др.) не решили проблему ранней диагностики и динамического контроля над течением венозных заболеваний, несмотря на свою информативность. Часто трудности диагностики возникают не из-за дефицита необходимой информации, а из-за отсутствия соответствующих объективных методов ее структуризации, выделения симптом-комплексов, выявление наиболее значимых и существенных признаков того или иного заболевания вен, и т.д.

Приоритетными в современной медицине являются неинвазивные и безопасные для пациента и медицинского персонала методы диагностики. Комбинированная термометрия является одним из таких методов, обладающим высокой информативностью в различных областях медицины [1,2,3]. Метод основан на измерении интенсивности собственного электромагнитного излучения тканей человека и позволяет измерять и визуализировать температуру кожных покровов (в инфракрасном диапазоне) и на глубине нескольких сантиметров (радиотермометрия в СВЧ диапазоне).

Цель исследования — выделение наиболее информативных признаков венозной патологии нижних конечностей по данным комбинированной термометрии и создание на их основе математического модели для объективной верификации диагноза.

Материалы и методы исследования. Пациентов обследовали с помощью радиотермометрического комплекса РТМ-01 путем последовательного измерения кожной (ИК) температуры и глубокой микроволновой термометрии (РТМ) в 12 симметричных точках, расположенных по задней поверхности обеих голеней пациента, в положении пациента «лежа на животе» и «стоя». Точки измерения были выбраны, исходя из анатомического строения голени и внутреннего кровотока ноги, следующим образом. Первые три точки расположены: на вершине латеральной головки икроножной мышцы (1), в подколенной ямке (2), на вершине медиальной головки икроножной мышцы (3). Второй ряд точек расположен: по центру латеральной головки икроножной мышцы (4), между головками икроножной мышцы (5), и по центру медиальной головки икроножной мышцы (6). Третий ряд точек расположен в нижней части икроножной мышцы - латерально (7), в центре (8) и медиально (9). Последние точки измерения температуры находятся на наружной стороне ахиллова сухожилия в области латеральной лодыжки (10), по центру ахиллова сухожилия (11) и по его внутренней поверхности в области медиальной лодыжки (12). В качестве референтного метода подтверждающего диагноз или отсутствие патологии вен нижних конечностей в обеих группах использовалось дуплекс - сканирование с цветным картированием кровотока на аппарате Vivid-3 Expert (фирма GE, США).

В результате термометрических исследований, проведенных в течение последних нескольких лет, нами была создана база данных. Она состоит из термограмм контрольной группы здоровых пациентов и группы пациентов с различной патологией вен нижних конечностей. На основе этой базы с помощью экспертных оценок была создана обучающая выборка. На первом этапе разработки методики в основном использовались математические модели, основанные на Байессовском классификаторе [1]. При этом в качестве признаков-координат использовались значения

Е.В. АНИСИМОВА . Т.В. ЗАМЕЧНИК . А.Г. ЛОСЕВ

температур в указанных выше точках. Результатом применения подобной модели является вероятностная оценка каждого из возможных диагнозов дифференциального ряда и постановка диагноза по критериям часто непонятным врачу. Наиболее приемлемым, на наш взгляд, является выделение существенных для диагностики признаков, которые отображают закономерности течения венозных заболеваний. После статистической обработки данных был выявлен ряд значимых для заболеваний вен нижних конечностей признаков.

Первой обработкой данных была проверка на так называемые «самые холодные» и «самые горячие» температурные точки голени у пациентов с нормальным венозным оттоком и пациентов с венозной недостаточностью (ВН). Для этого по данным 12 точек одного из положений ноги («стоя» или «лежа на животе») и одного из датчиков (РТМ или ИК) строилось наблюдение о том, что какая-либо из 12 точек (обозначим их как / , і = 1,12), либо

«самая холодная», либо «самая горячая» точка на голени. Таким образом, каждая точка 1 сравнивалась со всеми температурами на ноге последовательно и находились «самые горячие» и «самые холодные» точки.

Наблюдение строилось таким образом, что если неравенство вида іі < Ш іп{/р і 2,..., іі - ,, іі + !,..., /12), выполняется, то данный признак считается выполненным для 1 точки. Например, если її < І2, ^ < 1з, ..., ^ < І42, то І4 - «самая холодная» точка.

Аналогичная последовательность действий предпринималась для определения «самой горячей» точки и к таким признакам, как «увеличение температуры в точке от положении стоя к лежа», «средняя температура по голени, выше чем в точке» и другие.

Данные признаки имеют бинарную шкалу измерения, поэтому результатом наблюдения данного признака является его наличие или отсутствие. Для отбора наиболее «ярких» признаков строились таблицы, отображающие количественное и процентное соотношение голеней для каждого признака. Признаки, у которых наблюдалось наибольшее количественное и процентное соотношение, и были отобраны для дальнейшего анализа.

В качестве признаков были выделены также наличие симметрий температурных полей голеней здоровых пациентов. Для их определения ввели следующие понятия: «латерально-медиальный» градиент (ЛМГ):

( і 1 + і 4 + і 7 + і 1 0 ) — - ( і 3 + і 6 + і 9 + і 12)

4 4 и осцилляция

Ш а X { і ) — Ш І п { і . )

і =112 ' =112 где 1 - значение температуры в і точке.

Симптомы связанные с наличием отека, боли, кожных изменений, варикозного расширения вен на голенях пациентов также были выделены как признаки заболевания вен в дополнение к термографическим..

Отметим, что признаки выбирались на основании сравнения частот наблюдения для здоровых и больных пациентов, а их значимость оценивалась с помощью величины статистической информативности I.

Здесь 1 = гтг(ГДе М - количество здоровых пациентов; Ш - количество здоровых, у которых выполнен данный признак; N - количество больных пациентов; п - количество больных пациентов, у которых выполнен данный признак. Найденные признаки приведены в таблице 1.

Результаты и их обсуждение. Получены значимые для постановки диагноза признаки патологии вен нижних конечностей. Основываясь на полученных признаках, был разработан алгоритм диагностики. Вначале были проведены следующие предварительные вычисления.

1. Каждой голени ставился в соответствие вектор й3,

«ли і — й яримасм ні догслі

і;, «(.ти £ — й хяЛлю-гай?к сл\

____ -сь*' — икф&рматів&но&пьі — ¿омршпака,

2. Каждой голени приписывалось число

3. Вычислялись границы интервала разброса значений для получившегося набора чисел {8_і). А именно, используя неравенство Чебышева, для обоих диагностических классов строился интервал разброса значений суммы информативностей (А; В) по правилу «одной сигмы». С этой целью для каждого диагностического класса вычислялось выборочное среднее

М=Й> — Ьгі> ЧГ.

** и стандартное отклонение ' где п - коли-

чество голеней в диагностическом классе.

Далее находились границы интервала (А; В) разброса по следующим формулам: а « ^Е ш и-нг.

Полученные результаты приведены в таблице 2.

Таблица 1

Статистически достоверные термографические признаки и их информативность, преимущественно наблюдаемые в группе больных с патологией вен

№о Признак Диапазон измерения, положение пациента Доля больных, у которых наблюдается данный признак Доля здоровых, у которых наблюдается данный признак Информативность

1. Средняя температура голени выше, чем температура в точке (2) ИК лежа 35 % 9 % 6,7

2. Температура точки (2) не является самой большой температурой голени РТМ стоя 81 % 59 % 5,9

3. Температура точки (11) выше, чем средняя температура голени ИК стоя 26 % 6 % 4,7

4. Средняя температура голени выше, чем температура в точке (1) ИК лежа 79 % 59 % 4,5

5. Температура точки (1) является самой низкой температурой голени ИК стоя 35 % 9 % 4,1

6. Температура точки (10) выше, чем средняя температура голени ИК лежа 32 % 15 % 3,7

7. Температура точки (2) при измерении в положении «стоя» больше, чем температура точки (2) при измерении в положении «лежа» РТМ 41 % 24 % 3,5

8. ЛМГ меньше, чем -0,3°С РТМ стоя 30 % 9 % 5,9

9. Осцилляция температуры больше, чем 2,5°С ИК стоя 32 % 18 % 5,6

10. Отек 40 % 0 % 21,4

11. Варикозное расширение вен 34 % 0 % 17,1

12. Боль 22 % 0 % 9,6

13. Кожные изменения 11 % 0 % 5,2

Таблица 2

Класс «Норма» Класс «Венозные заболевания»

А норма В норма А пат В пат

5,2 22,3 21 65,3

Диагностика проводилась по следующему алгоритму.

Если для рассматриваемой голени выполнено неравенство , то голень относим к классу «Венозные заболевания», а если выполнено неравенство £7 ^ £1 - к классу «Норма».

Если хотя бы одна из голеней пациента отнесена к классу «Венозноые заболевания», то и пациента диагностируем как больного, в противном случае пациент считается здоровым.

В результате описанного алгоритма диагностики была достигнута точность в 95%, специфичность - 94% и чувствительность - 95%.

Выводы. Найденные признаки обладают высокой информативностью и позволяют диагностировать заболевание вен

нижних конечностей с высокой точностью, что прежде всего важно для врача-флеболога, проводящего диагностические мероприятия с помощью метода комбинированной термометрии. Полученный алгоритм диагностики важен как сам по себе, так и возможностью его применения в интеллектуальном комплексе диагностики венозных заболеваний.

Работа выполнена при финансовой поддержке Министерства образования и науки РФ по ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2007-2012 годы» (госконтракт№2 16.513.11.3067)

Литература

1. Замечник, Т.В. Способ комбинированной термометрии и математические модели вероятностной диагностики заболеваний вен нижних конечностей / Т.В. Замечник, С.И. Ларин, А.Г. Лосев, Н.С. Овчаренко // Вестник новых медицинских технологий-2009.- Т. XVI, №4.- С. 14-16.

2. Замечник, Т.В. Изучение надежности комбинированной термографии как метода диагностики состояния вен нижних конечностей / Т.В. Замечник, Н.С. Овчаренко, С.И. Ларин, А.Г. Лосев // Флебология.- 2010.- №3.- С. 20-23

3. Анисимова, Е.В. О некоторых характерных признаках в диагностике венозных заболеваний нижних конечностей методом комбинированной термометрии / Е.В. Анисимова, Т.В. Замечник, А.Г. Лосев, Е.А. Мазепа // Вестник новых медицинских технологий.- 2010.- T.XVIII.- №2.- С. 329-330

ABOUT ONE MATHEMATICAL MODEL OF DIAGNOSTICS OF VENOUS DISEASES ACCORDING TO THE COMBINED THERMOMETRY

E.V. ANISIMOVA, T.V. ZAMECHNIK, A.G. LOSEV

Volgograd State University Volgograd State Medical University

This article is about development of combined thermometry methodology basics in diagnosis of venous diseases. In this article the main aim was to find and verify the most important for an accurate diagnosis pathology features. The application of this features leads to 95% accuracy in diagnosis. Also, their use as a knowledge base will serve as an essential part in the creation of intelligent diagnostic system.

Key words: mathematical model, combined thermometry.

УДК 615.47, 004.891, 519.23

ПРИМЕНЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ДИАГНОСТИКЕ ВЕНОЗНЫХ ЗАБОЛЕВАНИЙ

Д.А. ВЕДЕНЯПИН, А.Г. ЛОСЕВ*

Данная работа посвящена изучению проблем диагностики заболеваний вен нижних конечностей. В частности в ней представлен один из методов классификации наблюдений, полученных методом комбинированной термометрии - нейронные сети. В результате исследований было установлено, что нейронные сети являются достаточно эффективным методом диагностики варикозных заболеваний вен нижних конечностей, а получаемая точность допускает их использование в экспертных комплексах

Ключевые слова: Нейронные сети, диагностика венозных заболеваний, комбинированная термометрия.

Патологию вен нижних конечностей в настоящее время причисляют к «болезням цивилизации», в том числе и потому, что число страдающих нарушениями венозного оттока исчисляется миллиардами. Рентгенологические методы и ультразвуковое дуплексное сканирование не решили проблему ранней диагностики и динамического контроля над течением венозных заболеваний, по причине инвазивности и небезопасности первых и высокой стоимости последних. В настоящее время приоритетными в медицине являются неинвазивные и безопасные, как для пациента, так и для медицинского персонала, способы диагностики. Одним из таких методов является комбинированная термометрия [1,2,3], применяемая с диагностическими целями в различных областях медицины и доказавшая свою высокую информативность и абсолютную безвредность. Ее использование для выявления заболеваний вен нижних конечностей является достаточно новым диагностическим методом. Данная методика послужила

* Волгоградский государственный университет, 400062, г. Волгоград, пр-т Университетский, 100

основой к созданию современного интеллектуального комплекса диагностики. При разработке подобных комплексов традиционно применяется сочетание различных методов медицинской диагностики и математического моделирования. Одной из основных проблем, которые должен решать подобный диагностический комплекс - это классификация данных наблюдений. В настоящее время существует достаточно большое число математических методов решения этих задач: параметрические и непараметрические методы классификации с обучением и без обучения, кластерный анализ, нейронные сети, методы теории нечетких множеств и другие.

Цель исследования - решение задачи классификации наблюдений, полученных методом комбинированной термометрии с помощью нейронных сетей.

Материалы и методы исследования. Обследование пациентов проводится посредствам последовательного измерения кожной (ИК-диапазон) температуры и глубокой микроволновой термометрии (РТ-диапазон) в 12 симметричных точках, расположенных по задней поверхности обеих голеней пациента, в положении пациента «лежа на животе» и «стоя». Точки измерения были выбраны, исходя из анатомического строения голени и внутреннего кровотока ноги, следующим образом. Первые три точки расположены: на вершине латеральной головки икроножной мышцы (1), в подколенной ямке (2), на вершине медиальной головки икроножной мышцы (3). Второй ряд точек расположен: по центру латеральной головки икроножной мышцы (4), между головками икроножной мышцы (5), и по центру медиальной головки икроножной мышцы (6). Третий ряд точек расположен в нижней части икроножной мышцы - латерально (7), в центре (8) и медиально (9). Последние точки измерения температуры находятся на наружной стороне ахиллова сухожилия в области латеральной лодыжки (10), по центру ахиллова сухожилия (11) и по его внутренней поверхности в области медиальной лодыжки (12).

В результате исследований, проведенных в течение последних лет, была создана база термографических данных пациентов. Она состоит из контрольной группы здоровых и группы больных с различной патологией вен нижних конечностей. На ее основе, с помощью экспертных оценок, была создана обучающая выборка, содержащая термографические данные 210 голеней пациентов. Среди них 84 здоровых голеней пациентов и 126 голеней больных.

Результаты и их обсуждение. При создании искусственных нейронных сетей одним из наиболее важных этапов построения является нахождение ее входных параметров. После статистической обработки базы данных термографических исследований, был выявлен ряд величин, значений которых характеризуют наличие (отсутствие) асимметрии температурных полей голеней пациентов, а также наличие (отсутствие) зон повышенной (пониженной) температуры голени пациента. Именно эти величины и были использованы в качестве входных параметров нейронных сетей в данной работе. Перечислим их: разность средней температуры голени и температуры в точке (2) при измерении в ИК-диапазоне в положении «лежа»; разность средней температуры в точках (10), (11), (12) и средней температуры голени при измерении в ИК-диапазоне в положении «стоя»; разность температуры в точке (12) и средней температура голени при измерении в ИК-диапазоне в положении «стоя»; разность температуры в точке (2) и максимальной температуры в остальных точках при измерении в РТ-диапазоне в положении «стоя»; разность температуры в точке (12) и средней температуры голени при измерении в РТ-диапазоне в положении «лежа»; разность температуры в точке (11) и средней температуры голени при измерении в ИК-диапазоне в положении «стоя»; разность средней температуры голени и температуры в точке (1) при измерении в ИК-диапазоне в положении «лежа»; разность температуры в точке (1) и максимальной температуры в остальных точках при измерении в ИК-диапазоне в положении «стоя»; разность температуры в точке (4) и максимальной температуры в остальных точках при измерении в РТ-диапазоне в положении «лежа»; разность температуры в точке (3) при измерении в РТ-диапазоне в положении «стоя» и температуры в точке (3) при измерении в РТ-диапазоне в положении «лежа»; разность температуры в точке (10) и средней температуры голени при измерении в ИК-диапазоне в положении «лежа»; разность температуры в точке (2) при измерении в РТ-диапазоне в положении «стоя» и температуры в точке (2) при измерении в РТ-диапазоне в положении «лежа»; разность температуры в точке (4) при измерении в ИК-