Технологический аспект перехода к коллективным исследованиям в электрогастроэнтерографии

Размещено на http://www.allbest.ru/

Северный (Арктический) федеральный университет имени М.В. Ломоносова

Дальневосточный государственный медицинский университет

Технологический аспект перехода к коллективным исследованиям в электрогастроэнтерографии

Попов А.И., Косенко П.М.

Введение

Развитие исследований в направлении автоматизации диагностики заболеваний желудочно-кишечного тракта (ЖКТ) на основе обработки данных электрофизиологических методов [1, 2], наблюдавшееся в 1990-х и начале 2000-х годов, при наличии обширной математической базы столкнулось с недостатком материала для анализа и в настоящее время вернулось к «классической» статистике с проверкой гипотез [3]. Действительно, в имеющихся исследованиях оказываются задействованными в среднем по 50 пациентов [3]. При этом объединенные или открытые данные не используются, а слишком общие определения диагностических показателей допускают множество алгоритмов их вычисления с различными выходными результатами. Научная новизна обеспечивается в основном специфичностью групп пациентов [3].

Выходом из положения представляется объединение усилий исследователей на базе специальной технологической платформы. Экспериментальные данные и способы их обработки должны стать результатом общих усилий. В данной статье представлены некоторые результаты работы авторов в направлении создания такой платформы.

1. Организация данных

Предложена трехуровневая концептуальная модель данных обследования «signal - measurement - examination» (SME) [3], покрывающая сценарии проводимых исследований. В соответствии с SME обследование состоит из измерительных сеансов, а измерительный содержит в себе один или несколько сигналов (рис. 1). SME-объект не содержит персональных данных при том, что внутри медицинского учреждения не представляется проблемой установление связи данными обследования и реальным пациентом.

заболевание желудочный кишечный электрофизиологический

Рис. 1 Модель SME

Разработан пакет EGEGrouper [4] (рис. 2) для управления хранилищами данных обследований. Высокая степень декомпозиции EGEGrouper достигается применением архитектурного паттерна Model - View - Adapter [5], означающего отсутствие прямой связи между компонентами внешнего представления данных и внутренней организации доступа к ним.

Рис. 2 Графический интерфейс EGEGrouper

К настоящему времени получены два свидетельства о государственной регистрации баз данных электрогастроэнтерографии [6, 7]. Постоянно ведется сбор новых данных.

2. Обработка данных

Разработан пакет dsplab [8], который, прежде всего, предоставляет возможность оперировать так называемыми планами вычислений. План - хранимая, передаваемая, и семантически воспринимаемая конечным пользователем сущность, описывающая некоторую последовательность этапов обработки данных. План представляет собой систему вычисляющих узлов, связи между которыми соответствуют потокам данных. Основной тип узла - «Работа» (рис. 3). Его параметром является исполнитель - некоторый алгоритм из библиотеки. Таким образом, алгоритм решения каждой подзадачи может варьироваться без разрушения структуры плана.

Рис. 3 Структура узла типа «Работа»

Имеются также специальные типы узлов: «Цикл» (обработка компонентов итерируемого входа с формированием итерируемого выхода), «Селектор» (разделение потока данных), «Упаковщик» (слияние потоков).

Алгоритмы расчета диагностических показателей обеспечивает библиотека EGEGSignals [9]. В ней реализованы функции расчета первичных показателей силы, частоты и ритмичности сокращений отделов ЖКТ [10]. Кроме того, библиотека содержит реализацию оригинального метода контроля качества измерительных сигналов, основанного на анализе высокочастотных выбросов [11].

3. Исследования и практика

На рис. 4 показана актуальная схема взаимодействия научно-исследовательской лаборатории и медицинского учреждения. Сбор измерительных данных происходит в больнице при помощи оборудования «Гастроскан-ГЭМ» [12]. На основе этих данных формируются SME-объекты, которыми наполняется хранилище. Организацией данных в статистические выборки и предоставлением доступа к ним занимается EGEGrouper. Эти данные используются в качестве материала для исследований. Результаты исследований формируют базу знаний системы диагностики, которая предоставляет пользователю интерфейс для запуска конкретных сценариев диагностики. Примером такого диагностического приложения является DiaSten [13]. Программа позволяет проводить диагностику степени компенсации послеоперационного пилородуоденального стеноза на основе данных электрогастроэнтерографии. В настоящее время ведется работа по выводу EGEGrouper, части имеющихся данных, а также способов их обработки в форме планов вычислений в Интернет-пространство.

Рис. 4 Схема взаимодействия научно-исследовательской лаборатории и медицинского учреждения

Заключение

Качественное развитие электрофизиологических методов диагностики ЖКТ до сих пор обеспечивалось изменением их технологического содержания. Переход этого развития на следующий этап возможен в результате создания и внедрения технологий, позволяющих объединить усилия отдельных исследовательских коллективов. Кроме того, совместные распределенные междисциплинарные исследования подготавливают почву для телемедицинского применения методов диагностики, поскольку такие исследования необходимо требуют налаживания взаимодействия территориально и организационно распределенных участников, регламентации структур данных, а также ведут к созданию общедоступных баз данных и статистических моделей.

Список литературы

1. Yin J., Chen J. D. Z. Electrogastrography: Methodology, Validation and Applications // Journal of Neurogastroenterology and Motility. 2013. № 1. P. 5-17. DOI: 10.5056/jnm.2013.19.1.5.

2. Kosenko P.M., Vavrinchuk S.A. Electrogastroenterography in patients with complicated peptic ulcer // Yelm, USA: Science Book Publishing House. 2013. 164 p.

3. Попов А.И. Обобщенная концептуальная модель данных электрофизиологических исследований желудочно-кишечного тракта // Изв. вузов. Приборостроение. 2018. № 1. С.84-89. DOI 10.17586/0021-3454-2018-61-1-84-89.

4. EGEGrouper. URL: ht tps://pypi.org/project/EGEGrouper/ (дата обращения: 15.10.2018).

5. Kurniawan A. K.A., Hendradjaya B. Integration of metadata generator to Model View Adapter (MVA) architecture pattern // Advanced Informatics: Concept, Theory and Application (ICAICTA). International Conference of. IEEE. 2014. P. 117 - 122. DOI: 10.1109/ ICAICTA.2014.7005926.

6. Свидетельство о государственной регистрации базы данных № 2017620612. База данных периферической электрогастроэнтерографии больных с язвенным пилородуоденальным стенозом. Авторы: Косенко П.М., Попов А.И.

7. Свидетельство о государственной регистрации базы данных № 2018621035. База данных периферической электрогастроэнтерографии больных с язвенной болезнью желудка и двенадцатиперстной кишки, осложненной кровотечением. Авторы: Косенко П.М., Попов А.И.

8. Welcome to dsplab's documentation! URL: ht tps://dsplab. readthedocs.io/en/latest/ (дата обращения: 15.10.2018).

9. Egegsignals. URL: ht tps://pypi.org/project/egegsignals (дата обращения: 15.10.2018).

10. Попов А.И., Свиньин С.Ф. Применение финитных базисных сплайнов при восстановлении сигналов электрогастроэнтерографии // Труды СПИИРАН. 2017. №. 50. C. 93-111. DOI: ht tp:// dx. doi.org/10.15622/sp.50.4.

11. Попов А.И. Контроль качества сигналов электрогастроэнтерографии и измерение ритмичности сокращений желудка // Изв. вузов. Приборостроение. СПб.: ИТМО, 2017, № 1. С.90-96. DOI 10.17586/0021-3454-2017-60-1-90-95.

12. Электрогастроэнтерография: исследование электрической активности желудка и кишечника // Функциональная гастроэнтерология URL: https://www.gastroscan.ru/physician/egg/ (дата обращения: 15.10.2018).

13. Свидетельство о государственной регистрации программы для ЭВМ № 2016614008. Программа для диагностики степени компенсации стеноза по данным электрогастроэнетрографии (DiaSten). Авторы: Попов А.И., Косенко П.М.

The technological aspect of the transition to collaborative researches in electrogastroenterography

Popov A. I., Kosenko P. M.

Northern (Arctic) Federal University named after M.V. Lomonosov, Arkhangelsk, Russia

Far Eastern State Medical University, Khabarovsk, Russia

Introduction. The researches development in terms of automating diagnosis of gastrointestinal tract (GIT) diseases based on processing data of electrophysiological methods [1, 2], that used to be in the 1990's and early 2000's where there had been an extensive mathematical base, is currently facing a shortage of material for analysis and is now back to the "classical" statistics that is namely using hypotheses testing [3]. Indeed, an average of 50 patients are involved in the current studies [3]. In this case, collective or open source data is not used, and the data that is too general in definitions of diagnostic indicators supposes a variety of algorithms for data calculation each having different output results. The data represents scientific novelty mainly because of the specificity of patient groups [3].

The solution to the issues would seem to be the junction of researchers' efforts based on a special technological platform. Common efforts should result in birthing experimental data and methods of data processing. This article enlists some of the authors' work results in terms of creating such a platform.

1. Data organization. A three level conceptual model of the survey data “signal - measurement - examination” (SME) [3], covering the scenarios of the research made has been proposed. According to SME, the survey consists of measurement sessions and the measurement session contains one or more signals (Fig. 1). SME-object does not contain personal data despite the fact that it is permitted to establish a connection between the survey data and the real patient within the medical institution.

Fig. 1 SME Model

EGEGrouper package has been developed [4] (Fig. 2) to control the storage of the survey data. The high degree of the EGEGrouper decomposition is achieved by using the architectural pattern Model-View-Adapter [5], which means that there is no direct connection between the components of the external data represented and the internal access to the component.

Fig. 2 EGEGrouper graphical user interface

To date, two certificates of state registration of electrogastroenterography databases have been obtained [6, 7]. New data is being collected on a regular basis.

2. Data processing. First of all, Dsplab package [8] was developed to make it possible to operate with the so-called computing plans. The plan is considered as the content stored, transmitted, and semantically perceived by the end user that describes some sequence of data processing steps. The plan is a system of computing nodes, the connections between which correspond to the data feeds. The main node type is "Operation" (Fig. 3). The node parameter is the executor representing some algorithm from the library. Thus, the algorithm for solving each subtask can vary without infringing the plan structure.

Fig. 3 The structure of the "Operation" type node

There are also special types of nodes: "Cycle" (processing components of an iteratable input with formation of an iteratable output), "Selector" (splitting data feeds), "Packer" (merging feeds).

The algorithms for calculating diagnostic indicators are provided by the EGEGSignals library [9]. The library features functions for calculating the primary indicators of strength, frequency and rhythm of the gastrointestinal tract contractions [10]. In addition, the library implements the original method of quality control of measuring signals based on the analysis of high-frequency emissions [11].

3. Research and practice. Fig. 4 shows the current scheme of interaction between research laboratory and medical institution. The collection of measurement data takes place within the hospital with the use of “Gastroscan-GEM” equipment [12]. It is on the basis of that data that the SME objects are formed to fill up the storage. EGEGrouper is involved in organizing the data in statistical sampling as well as granting access to the data. This data is used as material for research. The research results shape up the knowledge base for the diagnostic system, which provides the user with an interface to run specific diagnostic scenarios. DiaSten is a good example of such a diagnostic application [13]. The program allows to diagnose the compensation degree of post-operative pyloroduodenal stenosis based on electrogastroenterography data. EGEGrouper is currently engaged in the output of a part of the available data, as well as finding ways to process them in the form of computing plans into the Internet space.

Fig. 4 Scheme of interaction between research laboratory and medical institution

Conclusion. Up to now, the qualitative development of electrophysiological methods of diagnosing gastrointestinal tract has been provided through altering the technological content of such methods. The transition of this development to the next stage is made possible due to creation and implementation of technologies allowing to combine the efforts of individual research teams. In addition, joint distributed interdisciplinary researches set the scene for the usage of diagnostic techniques in the context of telemedicine. Such researches require interaction between geographically and organizationally distributed participants, regulation of data structures, and creation of publicly available databases and statistical models.

Размещено на Allbest.ru