Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Программно-алгоритмическое обеспечение измерительно-вычислительного комплекса для исследования потоков жидкости с инородными включениями (на примере комплекса медицинского назначения)

Общая характеристика работы

Актуальность проблемы. Определение инородных включений в потоке жидкости и анализ характера этих включений имеют огромное значение в различных отраслях. Решение задачи включает разработку измерительной аппаратуры, позволяющей определить наличие этих включений в потоке, и разработку программно-алгоритмического обеспечения, позволяющего проанализировать инородные включения и повысить надежность и достоверность обнаружения в условиях действия различных помех. Особое значение эта задача имеет в медицине, где ставится как задача обнаружения эмбола в кровотоке.

Эмбол - патологическое образование неопределенной структуры и состава (чаще пузырек газа или кусочек материи), циркулирующее в кровотоке и вызывающее серьезные последствия для здоровья и даже жизни человека.

В то же время безопасность и надежность управления современным воздушным транспортом является сегодня одной из приоритетных задач совершенствования авиаперевозок во всем мире.

Медицинская статистика профессиональных заболеваний в авиации свидетельствует о резком росте заболеваний сердечнососудистой системы (ССС). По материалам Центральной врачебно-летной экспертной комиссии 80% всех пилотов, отстраненных от летной работы в 1995-2001 гг. имели ишемическую болезнь сердца, гипертоническую болезнь и атеросклероз, а у 38% эти заболевания были основными, определившими негодность к летной работе. Более того, ежегодно регистрируется 60-80 случаев острых отказов здоровья лиц летного состава, среди которых около 30% составляют инфаркт миокарда, 20% - стенокардия, 3% - нарушение мозгового кровообращения.

Среди заболеваний ССС необходимо особо выделить расстройство мозгового кровообращения. В соответствии со статьей 6 Федеральных авиационных правил по медицинскому освидетельствованию летного и диспетчерского составов, наиболее распространенным видом сосудистой патологии, ведущей к дисквалификации лиц летного состава, является атеросклероз сосудов головного мозга.

Исследования расстройств мозгового кровообращения, приводящих к ишемии мозга, имеет в основе своего развития два механизма: гемодинамический и эмболический. Если первый проявляется через недостаток перфузии головного мозга вследствие патологии экстра- и интракраниальных сосудов головного мозга, то второй реализуется за счет их закупорки при попадании в кровоток эмболов.

По данным международных регистров инсульта HSR (Harvard Stroke Registry), MRSR (Michael Reese Stroke Registry), LSR (Lausanne Stroke Registry), SDB (Stroke Data Bank) доминирующим фактором развития ишемического инсульта в настоящее время является именно церебральная эмболия. Она является причиной более 50% всех регистрируемых церебральных осложнений.

Таким образом, оперативное выявление эмболизации интракраниальных сосудов головного мозга является актуальной проблемой в авиационной медицине. Её решение направлено на повышение качества медицинского освидетельствования и эффективности реабилитации летного и диспетчерского составов авиации РФ.

В этом направлении проводятся масштабные исследования по созданию инструментальных и математических средств автоматической детекции эмболов и мониторинга гемодинамики головного мозга. Вместе с тем, проблема достоверности данных этих средств и эффективности их применения на практике еще до конца не решена. Актуальной является задача создания высоко эффективных измерительно-вычислительных комплексов для автоматического определения эмболов и мониторинга параметров мозгового кровотока. При этом преследуются следующие основные цели - оперативное выявление начальных стадий развития нарушений мозгового кровотока и принятие эффективных мер по защите мозга. Такой подход позволяет предотвратить риск развития осложнений на всех этапах профессиональной деятельности членов экипажей и авиадиспетчеров.

В этой связи актуальной становится задача информационного обеспечения членов медицинских комиссий оперативной и достоверной информацией о количестве регистрируемых эмболов в кровотоке, их составе (материальные и газовые) и размерах. Важно знать, в какой части мозга доминирует эмболия и насколько она критична. Своевременное получение данной информации позволяет существенно снизить риск церебральных осложнений, как за счет оперативной медикаментозной терапии, так и применении малоинвазивной реконстуктивной нейрохирургии сосудов головного мозга.

Таким образом, разработка эффективных средств автоматической регистрации эмболии, анализ ее качественных и количественных характеристик на этапах медицинского освидетельствования, лечения и реабилитации летного и диспетчерского состава воздушной авиации является востребованной на практике актуальной задачей, имеющей огромное значение для снижения уровня инвалидализации всех категорий авиационных специалистов с заболеваниями сердечнососудистой системы.

Эффективность средств автоматической регистрации эмболии в медицине принято оценивать двумя показателями: чувствительностью и специфичностью. При разработке и испытании измерительно-вычислительных комплексов с показателем «чувствительность» совпадает принятое в технике понятие «вероятность события» (в данном случае вероятность обнаружения эмбола в кровотоке), выраженное в процентах; а с показателем «специфичность» - «вероятность неложных срабатываний» (в данном случае вероятность обнаружения артефактов), также выраженная в процентах.

Решение рассматриваемой задачи лежит в области разработки новых высокоэффективных средств транскраниальной доплерографии (ТКДГ), предназначенных для неинвазивного мониторинга гемодинамики церебрального кровотока и автоматической детекции эмболий. Основными задачами развития современных средств ТКДГ являются:

– повышение показателей специфичности и чувствительности автоматической детекции эмболий в режиме реального времени;

– реализация оперативного представления полной и достоверной информации о клинически значимых параметрах эмболов - их морфологии и размерах в ходе мониторинга церебрального кровотока;

– разработка эффективных средств обработки и анализа зарегистрированной эмболии в автоматическом и ручном режимах на базе стационарных и портативных систем длительного мониторинга;

– реализация автоматической оценки клинически значимых ситуаций и выдачи медицинскому персоналу оперативных подсказок и заключений о процессах эмболизации сосудов головного мозга;

– ведение базы данных результатов мониторинга, включающей тренды всех параметров гемодинамики церебрального кровотока, синхронизированного с ним спектра и зарегистрированных сигналов эмболий по каждому каналу ТКДГ-системы с возможностью архивирования данных на любом носителе информации.

Повышение чувствительности и специфичности результатов детекции достигается как за счет совершенствования аппаратуры, так и прогресса в области новых математических средств и методов эффективной обработки ультразвуковой информации.

Таким образом, в основе современного подхода к решению задачи эмболодетекции с точки зрения технических наук лежат два начала:

– разработка новых и совершенствование существующих аппаратных средств транскраниальной доплерографии;

– создание новых средств и методов математической обработки информации ТКДГ-комплексов.

Следует отметить, что такое разделение носит весьма условный характер, так как любая реализуемая в клинической практике ТКДГ-система есть органичное сочетание аппаратных и математических средств. В то же время, оно удобно для представления в первой главе обзора и анализа существующих на рынке комплексов транскраниального мониторинга, оценки преимуществ и недостатков каждой реализации для обоснования темы диссертационных исследований.

Объект исследования. Информационно-вычислительный комплекс медицинского назначения для обнаружения эмболов в кровотоке средствами ТКДГ.

Предмет исследования. Процесс автоматического обнаружения эмбола с использованием современных средств ТКДГ.

Цель работы. Разработка математического и программного обеспечения измерительно-вычислительного комплекса медицинского назначения, которые позволят автоматически достаточно надежно определять наличие эмболов в кровотоке при online мониторинге и тем самым повысить безопасность проведения медицинских операций.

Для достижения поставленной цели решены следующие задачи исследования:

– проведен анализ современного состояния проблемы обнаружения эмбола и опыта разработки информационно-вычислительных комплексов медицинского назначения для обнаружения эмболов;

– разработана математическая модель обнаружения эмбола;

– разработан алгоритм обнаружения эмбола;

– разработано программное обеспечение, реализующее эти математическую модель и алгоритм обнаружения эмбола;

– разработана процедура проверки и проведены экспериментальные исследования предложенных решений путем моделирования и клинических испытаний.

Методы исследований. При решении перечисленных задач были использованы методы системного анализа, обработки сигнала, распознавания образов, бинарного дерева принятия решений, моделирования, параметрического оценивания экспериментальных исследований, теории вероятности и математической статистики.

Научная новизна результатов диссертационной работы состоит в разработке:

– математической модели обнаружения эмбола, представляющей собой набор условий по нахождению в определенных границах основных параметров, характеризующих эмбол в обработанных сигналах медицинских исследований;

– алгоритма, позволяющего с требуемой надежностью определять эмбол на базе разработанной математической модели и на основе обработки результатов медицинских исследований;

– методологии автоматического определения эмбола по результатам обработки медицинских исследований с использованием разработанного математического аппарата.

Научные положения, выносимые на защиту:

– математическое обеспечение (модель и алгоритм), позволяющее автоматически обнаруживать эмбол;

– способ автоматического обнаружения эмбола на базе разработанного математического обеспечения, гарантирующий требуемую надежность автоматического обнаружения эмболов в кровотоке, а именно: вероятность обнаружения эмбола более 90%, вероятность неложных срабатываний более 95%.

Практическая значимость результатов диссертационной работы состоит в создании программного обеспечения для информационно-вычислительного комплекса медицинского назначения, позволяющего автоматически определять эмболы в кровотоке с требуемой для медицинской практики надежностью; разработке комплекса универсальных программных средств отладки и тестирования программного обеспечения метакомпилятор-транслятор Cx; создании программного инструментария Knowbot, позволяющего в автоматическом режиме проводить верификацию разработанного программного обеспечения.

Внедрение результатов. Результаты работы внедрены при разработке и клинических испытаниях ультразвуковых информационно-измерительных комплексов медицинского назначения «АНГИОДИН» и «Biomonex» НПФ «БИОСС» (г. Зеленоград), что подтверждается соответствующими актами.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на:

- XII, XIII, XV и XVI Международных научно-технических семинарах «Современные технологии в задачах управления, автоматики и обработки информации», 2003, 2004, 2006, 2007 гг.

- 3й и 5-й Международных конференциях «Авиация и космонавтика», 2004, 2006 гг.

- 9-й Всероссийской научно-технической конференции «Состояния и проблемы измерений», 2004 г.

- «Научных сессиях МИФИ», 2006 и 2008 гг.

- Международной молодежной научной конференции «XXX Гагаринские чтения», 2004 г.

- V Всероссийской конференции студентов, аспирантов и молодых ученых «Технологии Microsoft в теории и практике программирования», 2008 г.

- Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине», 2007 г.

- XII Международном симпозиуме «Динамические и технологические проблемы механики конструкций и сплошных сред», 2006 г.

Публикации. Основные результаты диссертационной работы опубликованы в 20 печатных работах, в том числе в 5 статьях в журналах и сборниках (2 в журнале «Мехатроника, автоматизация, управление», входящем в список ВАК РФ).

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка использованных источников, включающего 98 наименований, изложена на 138 страницах машинописного текста и содержит 53 рисунка и 2 таблицы.

Краткое содержание работы

эмбол программный математический алгоритм

Во введении обосновывается актуальность темы диссертационной работы, сформулирована цель работы, перечислены исследовательские задачи, решенные для достижения поставленной цели, представлены выносимые на защиту результаты, охарактеризована их научная новизна и практическая ценность, приведены сведения о внедрении полученных результатов, их опубликовании, об апробации работы, ее структуре и объеме.

В первой главе диссертационной работы проведен анализ современного состояния проблемы обнаружения эмбола и опыта разработки информационно-вычислительных комплексов медицинского назначения для обнаружения эмболов, проведен сравнительный анализ различных методов, применяемых на сегодняшний день для решения задач эмболодетекции в кровотоке.

Современная постановка задачи автоматической детекции эмболий с позиций математической обработки ТКДГ-сигналов включает рассмотрение нескольких уровней анализа: анализ характеристик фонового кровотока и выделение транзиторных сигналов высокой интенсивности - high-intensity transient signals (HITS); анализ характеристик HITS и выделение микроэмболических сигналов (МЭС); классификацию эмболов как материальные и газовые; детализацию характеристик эмбола - определение его размера и морфологии.

Сложность рассматриваемой задачи не позволяет сегодня получить ее полное и качественное решение известными математическими методами. Все существующие разработки в основном удовлетворяют требованиям первого и второго уровней задачи автодетекции. Третий уровень находится в стадии интенсивной проработки и клинической апробации. Четвертый уровень только начинает теоретически прорабатываться, хотя, безусловно, имеет наибольший интерес и практическую ценность для клиницистов. Причин такого состояния дел несколько: с одной стороны, это сложность самого сигнала (нестационарной природы), наличие в нем разнообразных артефактов, связанных с условиями эксплуатации ТКДГ-систем, сложностью идентификации характеристик эмбола и его последующей классификации, а с другой стороны, это отсутствие высокоэффективных средств автоматической эмболодетекции. Дополнительно необходимо учитывать жесткие требования обработки ТКДГ-сигналов в режиме реального времени и в условиях агрессивной внешней среды, насыщенной эфирными и сетевыми помехами.

По результатам проведенного анализа аппаратных, математических и алгоритмических средств, применяемых на сегодняшний день для решения задач определения эмболов в кровотоке, сформирован набор методов, использование которых позволяет решить поставленные задачи, согласно которым вероятность обнаружения эмбола должна составлять более 90%, вероятность неложных срабатываний - более 95%. Этот набор, в частности, включает дискретное преобразование Фурье для обработки результатов измерения и метод бинарного дерева принятия решений как основу для разработки алгоритма обнаружения эмбола в кровотоке.

Во второй главе поставлена задача обнаружения эмболов в кровотоке, как задача, идеологически близкая к задаче распознавания образов и включающая два шага: проверку наличия выделенных признаков в результатах медицинских измерений и отнесение результатов первого шага к одному из классов: эмбол, артефакт или неопределенный тип.

Для достижения поставленной задачи решены следующие взаимосвязанные между собой исследовательские задачи:

– разработана математическая модель обнаружения эмбола с учетом того, что строгой математической формализации эта задача не поддается;

– на базе созданной математической модели разработан алгоритм, позволяющий достаточно надежно обнаруживать эмбол на базе обработки отраженного ультразвукового сигнала;

– реализовано разработанное математическое обеспечение в виде пакета прикладных программ на языке Microsoft Visual C++ для использования в информационно-вычислительном комплексе медицинского назначения.

Модель обнаружения эмбола позволяет:

– выделять эмболы в режиме реального времени при проведении измерений;

– проводить отсев артефактов, вызванных как внешними наводками на аппаратную часть комплекса, так и артефактов, связанных со случайными смещениями или вибрациями УЗ-датчиков;

– классифицировать обнаруженные эмболы как материальную или газовую эмболию.

Эмбол формально описан как набор наиболее характерных признаков, присутствующих в результатах измерений:

– размеры эмбола значительно превышают размеры любого из форменных элементов крови; отраженный от эмбола УЗ-сигнал имеет значительно большую интенсивность, чем фоновый кровоток;

– длительность отраженного от эмбола УЗ-сигнала ограничена в некотором диапазоне;

– скорость движения эмбола положительна и ограничена максимальной скоростью кровотока на исследуемом участке сосуда;

– эмбол не может находиться в опорном окне, это является признаком артефакта;

– скорость движения в кровотоке материального эмбола ниже скорости движения газового эмбола.

Для составления модели обнаружения эмбола, применимой на практике, было проанализировано более 10000 эпизодов эмболии и различных артефактов. На основе анализа полученных данных были уточнены численные значения всех неопределенных переменных в неравенствах, образованных признаками эмбола, понятия «много больше» и «много меньше» удалось заменить соответствующими коэффициентами, что позволило представить их в виде простых неравенств. Кроме того, модель эмбола была расширена дополнительными неравенствами, позволяющими существенно повысить эффективность обнаружения эмбола в кровотоке. Таким образом, были определены численные значения границ, в которые заключен класс эмбола.

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

, (12)

где - мгновенная мощность отраженного ТКДГ-сигнала, - фоновая средняя мощность кровотока, - длительность МЭС, - скорость движения эмбола, - максимальная скорость кровотока, - мгновенная мощность отраженного ТКДГ-сигнала в опорном окне, - средняя мощность в опорном окне, - пиковая частота материального эмбола, - пиковая частота газового эмбола, - мощность ТКДГ-сигнала материального эмбола, - мощность ТКДГ-сигнала газового эмбола, - мощность ТКДГ-сигнала положительной составляющей кровотока, - мощность ТКДГ-сигнала отрицательной составляющей кровотока, - мощность ТКДГ-сигнала эмболического ядра, - мощность фонового кровотока в период обнаружения эмбола.

Алгоритм обнаружения эмбола, базирующийся на предложенной математической модели обнаружения эмбола (1)ч(12), построен на основе метода бинарного дерева принятия решения (рис. 1).

Рис. 1. Схема алгоритма обнаружения эмбола в виде бинарного дерева принятия решения

Каждый уровень бинарного дерева решает свою задачу. На нулевом уровне для анализа предъявляется сигнал в виде ТКДГ-амплитуды. На первом уровне происходит анализ ТКДГ-сигнала и выделение из него HITS. На втором уровне производится обнаружение и отсев артефактов. На третьем уровне обнаруженные эмболы классифицируются как материальные, газовые и неопределенные. Блок-схемы алгоритмов второго и третьего уровней приведены на рис. 2.

В третьей главе разработаны структура и общие принципы построения программного обеспечения для обнаружения эмбола в кровотоке, базирующегося на созданном математическом обеспечении, а также специализированная среда разработки и отладки программного кода.

Программное обеспечение комплекса доплеровского анализатора «АНГИОДИН» построено по модульному принципу и включает в себя три основных модуля (рис. 3):

– модуль мониторинга Monitex, реализующий предложенный во второй главе алгоритм автоматического обнаружения эмбола и предназначенный для длительного наблюдения за кровотоком с автоматической регистрацией и классификацией эмболий, с возможностью комментирования и фиксирования событий, произошедших в ходе мониторинга, сохранением результатов исследований на жестком диске и в базе данных (БД) с целью последующего просмотра и изучения;

– модуль управления и первичной обработки приборной части комплекса Dopex, предназначенный для настройки параметров съема, регистрации и хранения ТКДГ-сигнала, визуализации полученных данных в виде цветового картирования спектров и расчета максимальных скоростей кровотока - огибающих спектра;

– модуль БД результатов медицинских измерений WinPatientExpert, предназначенной для хранения карточки пациента, результатов всех проведенных обследований, а также постпроцессорного анализа полученных данных.



а) б)

Рис. 2. Участки блок-схемы алгоритма обнаружения эмбола: а) - второй уровень бинарного дерева (отсечение артефактов), б) - третий уровень (классификация эмбола)

Рис. 3. Общая структурная схема и основные потоки данных между модулями

Для решения проблем, связанных с надежностью разработанного программного обеспечения, его качества и отсутствия ошибок и выявлением несоответствий созданному алгоритму, разработан специализированный инструмент - метакомпилятор-транслятор Cx, который носит универсальный характер и предназначен для выявления ошибок на всех этапах разработки программного обеспечения, а также автоматического тестирования на возможную деградацию вследствие дальнейших модификаций кода программы. Применение данного метакомпилятора позволило существенно повысить эффективность и качество разработки предложенного прикладного программного обеспечения.

Для создания дружественного интерфейса к конечному пользователю, использована специализированная библиотека оконного пользовательского интерфейса UniversalView. Это обеспечило пользователю (в данном случае, врачу-эксперту), не являющемуся специалистом в области компьютерной техники, максимально удобные условия взаимодействия с программным обеспечением измерительно-вычислительного комплекса, не требуя от него специального обучения или навыков работы.

Разработанное программное обеспечение реализовано на языке программирования Microsoft Visual C++ из пакета Microsoft Visual Studio 2005 и предъявляет следующие минимальные требования к конфигурации: Intel Pentium IV 3 ГГц, ОЗУ 512 МБ, операционная система Microsoft Windows XP/Vista.

В четвертой главе представлены методы и результаты тестирования в лабораторных и клинических условиях, где была подтверждена работоспособность и достаточная надежность разработанного математического и программного обеспечения.

Для проведения тестирования в лабораторных условиях разработан стенд полунатурного моделирования для получения ТКДГ-сигналов эмболов разного характера; создана база оценочных ТКДГ-сигналов, включающая ТКДГ-сигналы (с разработанного стенда; синтетические в результате программной генерации; реальные, полученные в клинических условиях) и характеристики этих сигналов, внесенные экспертами; создан специальный программный инструмент Knowbot для верификации разработанных программ в автоматическом режиме.

На первом этапе при тестировании разработанного модуля автоматического обнаружения эмболов на 120 синтетических ТКДГ-сигналах с помощью программного инструмента Knowbot все сигналы были корректно классифицированы на эмболы и артефакты (вероятность обнаружения эмбола и вероятность неложных срабатываний составили 100%), что полностью подтвердило соответствие разработанных модели, алгоритма и реализующего его программного обеспечения.

На втором этапе тестирования, проведенном в лабораторных условиях на 1500 сигналах (со стенда полунатурного моделирования и полученных в клинических условиях), из которых 1160 являлись МЭС и 340 - артефактами, модулем автоматического определения эмболов в кровотоке было классифицировано как эмбол 1151 ТКДГ-сигнал, из которых 1117 сигналов действительно являются эмболическими, 34 - артефактами, которые были ошибочно определены как эмбол, 43 эмболических сигнала было пропущено. Вероятность обнаружения эмбола составила 96,29%, вероятность неложных срабатываний - 97,07%, что позволяет сделать вывод о полном соответствии требованиям, предъявляемым к разработанному программному обеспечению.

Тестирование, проведенное в условиях клинических испытаний на 200 пациентах, и экспертный анализ случайно отобранных 20 мониторингов, в которых общее количество эпизодов, классифицированных экспертами как эмболы, составило 18944, подтвердили работоспособность разработанных программных средств. Из общего количества эмболов, обнаруженных в автоматическом режиме (18480), экспертами было признано верным 17853 эпизода, 1091 эмбол был пропущен, 627 артефактов были ошибочно определены как эмбол. Таким образом, вероятность обнаружения эмбола составила 94,26%, а вероятность неложных срабатываний - 96,49%, что позволяет сделать вывод о полном соответствии требованиям, предъявляемым к разработанному программному обеспечению.

В заключении изложены основные результаты работы.

Основные результаты работы

В ходе проведенных исследований были получены следующие основные выводы и результаты:

1. Проведенный анализ выявил необходимость формальной постановки задачи и разработки математического и программного обеспечения автоматического определения эмболов в кровотоке с достаточной надежностью.

2. Разработана эмпирическая модель обнаружения эмбола, которая может быть использована для автоматического обнаружения эмболов, представляющая собой систему неравенств, каждое из которых проверяет один из существенных признаков наличия эмбола в кровотоке, и при их выполнении сигнализирует о присутствии эмбола с некоторой вероятностью, отличной от единицы.

3. Разработан алгоритм, основанный на методе бинарного дерева принятия решения, каждый уровень которого решает свою самостоятельную задачу. На первом уровне анализируется ТКДГ-сигнал и из него выделяются HITS. На втором уровне имеют место обнаружение и отсев артефактов. На третьем уровне обнаруженные эмболы классифицируются как материальные, газовые и неопределенного типа.

4. Разработано программное обеспечение на языке программирования Microsoft Visual C++ из пакета Microsoft Visual Studio 2005, обладающее дружественным интерфейсом к конечному пользователю и реализующее созданное математическое обеспечение. Оно имеет модульную структуру и включает: прикладные модули, реализующие основные математические результаты, и блок, позволяющий обнаруживать ошибки в ходе разработки программы.

5. При тестировании разработанного модуля автоматического обнаружения эмболов на 120 синтетических ТКДГ-сигналах с помощью программного инструмента Knowbot все сигналы были корректно классифицированы на эмболы и артефакты (вероятность обнаружения эмбола и вероятность неложных срабатываний составили 100%), что полностью подтвердило соответствие разработанных модели, алгоритма и реализующего его программного обеспечения.

6. Проведено тестирование на 1500 сигналах в лабораторных условиях, которое подтвердило работоспособность разработанного математического и программного обеспечения и показало, что вероятность обнаружения эмбола составляет 96,29%, вероятность неложных срабатываний - 97,05%.

7. Тестирование, проведенное в условиях клинических испытаний на 200 пациентах, и экспертный анализ случайно отобранных 20 мониторингов подтвердили работоспособность разработанных программных средств; вероятность обнаружения эмбола разработанного алгоритма автоматического определения эмболов составила 94,24%, а вероятность неложных срабатываний - 96,61%.

8. Результаты проведенных исследований использованы при разработке и клинических испытаниях ультразвуковых информационно-измерительных комплексов медицинского назначения «АНГИОДИН» и «Biomonex» НПФ «БИОСС» (г. Зеленоград), что подтверждается соответствующими актами о внедрении.

Основные положения диссертации опубликованы в следующих работах

1. Адаскин А.В. Программное обеспечение системы автоматической детекции, классификации и анализа микроэмболии. // Труды XVI Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации». Сентябрь 2007 г., Алушта. - Тула: Издательство Тульского государственного университета, 2007, с. 311-312.

2. Адаскин А.В. Программно-алгоритмическое обеспечение автоматической детекции микроэмболии. // Тезисы докладов 5-й Международной конференции «Авиация и космонавтика-2006». - М.: Издательство МАИ, 2006, с. 149-150.

3. Адаскин А.В. Профилактика и коррекция нарушений психофизиологического состояния организма человека на базе метода мезодиэнцефальной модуляции. // Сборник материалов 9-й Всероссийской научно-технической конференции «Состояния и проблемы измерений». - М.: Издательство МГТУ им. Н.Э. Баумана, 2004, с. 147.

4. Адаскин А.В., Грязнов П.А., Павлова Н.В., Сергейчик В.В. Поддержка решения в измерительно-вычислительных комплексах для исследования состояния человека на базе ультразвуковых методов диагностики. // Сборник научных трудов «Научной сессии МИФИ 2006». Том 3. Интеллектуальные системы и технологии. - М.: Издательство МИФИ, 2006, с. 24-25.

5. Адаскин А.В., Сергейчик В.В. Программный комплекс ультразвукового одноточечного ультразвукового анализатора минеральной плотности костной ткани. // Труды XII Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации. Сентябрь 2003 г., Алушта». - М.: Издательство МЭИ, 2003, с. 305-306.

6. Адаскин А.В. Грязнов П.А., Сергейчик В.В. Программный комплекс для диагностики и восстановительной коррекции психофизиологического состояния пациентов. // Труды XII Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации. Сентябрь 2003 г., г. Алушта». - М.: Издательство МЭИ, 2003, с. 306-307.

7. Адаскин А.В., Грязнов П.А., Павлова Н.В., Сергейчик В.В. Разработка средств ранней диагностики и восстановления психофизиологических резервов организма человека. // Сб. «Создание перспективной авиационной техники». - М.: Издательство МАИ, 2004, с. 308-312.

8. Адаскин А.В., Грязнов П.А., Павлова Н.В., Сергейчик В.В. Программно-алгоритмическое обеспечение для нормализации и повышения адаптивной готовности организма человека на основе метода мезодиэнцефальной модуляции. // Труды XIII Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации. Сентябрь 2004 г., Алушта». - М.: Издательство МГУ, 2004, с. 399-401.

9. Адаскин А.В., Грязнов П.А. Разработка программного комплекса на базе мезодиэнцефальной модуляции для диагностики и комплексной восстановительной коррекции психофизиологического состояния космонавтов. // Тезисы докладов Международной молодёжной научной конференции «XXX Гагаринские чтения». - М.: Издательство МАТИ, 2004, с. 99-100.

10. Адаскин А.В., Загребин Д.А. Программно-алгоритмическое обеспечение обработки звуковых сигналов медицинского назначения. // Сборник тезисов докладов V Всероссийской конференции студентов, аспирантов и молодых ученых «Технологии Microsoft в теории и практике программирования». - М.: Вузовская книга, 2008, с. 79-80.

11. Адаскин А.В., Загребин Д.А. Программно-алгоритмическое обеспечение для управления медицинским цвето-звуковым терапевтическим приборным комплексом. // «Информационные технологии в авиационной и космической технике - 2008». - М.: Издательство МАИ-ПРИНТ, 2008, с. 36-37.

12. Адаскин А.В., Павлова Н.В. Алгоритмическое обеспечение комплекса автоматического определения и классификации микроэмболий. // Сборник научных трудов «Научной сессии МИФИ 2008». Том 10. Интеллектуальные системы и технологии. - М.: Издательство МИФИ, 2008, с. 82-83.

13. Адаскин А.В., Павлова Н.В. Программное обеспечение комплекса медицинского назначения для автоматического определения, классификации и анализа микроэмболий. // Сборник статей Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине». - Пенза: ИНОО «Приволжский Дом знаний», 2007, с. 46-48.

14. Адаскин А.В., Павлова Н.В., Сергейчик В.В. Программно-алгоритмическое обеспечение для определения жировой микроэмболии в кровотоке. // Труды XV Международного научно-технического семинара «Современные технологии в задачах управления, автоматики и обработки информации. Сентябрь 2006 г., Алушта». - М.: Издательство МИФИ, 2006, с. 282.

15. Адаскин А.В., Филатов И.А. Ультразвуковой комплекс транскраниального мониторинга церебрального кровотока и автоматической детекции микроэмболии. // «Мехатроника, автоматизация, управление», №2, 2007, с. 43-46.

16. Адаскин А.В., Филатов И.А. Разработка средств автоматической детекции микроэмболии в системе мозгового кровообращения при выполнении операций на сердце. // Материалы XII Международного симпозиума «Динамические и технологические проблемы механики конструкций и сплошных сред». - М.: Издательство МАИ, 2006, с. 17.

17. Павлова Н.В., Сергейчик В.В., Адаскин А.В., Грязнов П.А. Разработка программно-алгоритмического обеспечения для проведения доплеровского мониторирования. // Сб. «Проектирование, конструирование и производство авиационной техники». - М.: Издательство МАИ, 2005, с. 233-237.

18. Трухманов С.Б., Филатов И.А., Романов О.В., Адаскин А.В. Применение эхокардиографии и транскраниальной доплерографии для оценки состояния больных при имплантации систем вспомогательного кровообращения. // «Мехатроника, автоматизация, управление», №8, 2007, с. 55, приложение к журналу «Мехатроника и информационные технологии в медицине», с. 6-11.

19. Филатов И.А., Павлова Н.В., Сергейчик В.В., Адаскин А.В., Грязнов П.А. Программный комплекс для ранней диагностики и коррекции психофизиологического состояния человека. // Тезисы докладов 3-й международной конференции «Авиация и космонавтика-2004». - М.: Издательство МАИ, 2004, с. 40.

20. Филатов И.А., Павлова Н.В., Сергейчик В.В., Адаскин А.В., Грязнов П.А. Аппаратно-программные средства ранней диагностики и коррекции психофизиологического состояния человека. // «Мир авионики», №3, 2004, с. 35-40.

Размещено на Allbest.ru

...