CC BY
13
21
Медицинские компьтерные технологии
УДК 615.47
В. Н. Локтюхин, д-р техн. наук, А. А. Черепнин, канд. техн. наук,
Рязанский государственный радиотехнический университет
Аспекты оценки достоверности выявления заболеваний ЖКТ с использованием компьютерной поддержки принятия решений
Ключевые слова: поддержка принятия решений, видеоэндоскопическое обследование, качество диагностического решения
Рассмотрены особенности проектирования компьютерной системы поддержки принятия решений при выявлении заболеваний желудочно-кишечного тракта (ЖКТ). Описана структура ошибок при видеоэндоскопическом обследовании и выявлены факторы недостоверности диагностического решения. Выбран подход к оценке его качества.
Введение
Врач использует медицинское диагностическое оборудование как измерительно-информационный инструментарий для получения признаков заболевания обследуемого пациента в целях подтверждения поставленного диагноза. Одна из распространенных областей применения данного оборудования — диагностика заболеваний желудочно-кишечного тракта (ЖКТ). Используемые в этой сфере стандартные видеоэндоскопические системы (ВЭС) предоставляют врачу только первичную информацию в виде фрагментов изображения внутренней поверхности исследуемого органа, которые оказываются основой для вынесения диагностического заключения.
Система поддержки принятия решений и видеоэндоскопическая диагностика
Одним из способов повышения эффективности диагностического обследования является включение в состав инструментальных средств видеоэндоскопии отдельной компьютерной системы поддержки принятия решений (СППР), позволяющей выполнить отдельные операции, требующие психологического напряжения. К ним относятся:
• выявление диагностических признаков заболеваний по эндоскопическому изображению и истории болезни;
• учет данных предыдущих обследований;
• формирование выводов на основе совокупности найденных патологий и признаков заболеваний в виде диагноза и др.
Автоматизация выполнения этих операций позволяет существенно снизить влияние таких субъективных факторов, как уменьшение объема внимания, его интенсивности, устойчивости, степени восприятия информативных признаков и др. на качество диагностических заключений, так как ряд операций для поддержки диагностических заключений будет выполняться с помощью компьютера [1].
Как известно, для повышения достоверности диагностического заключения необходимо учитывать не только с визуально выявленные признаки, но и влияние большого числа патогенетических факторов. В некоторых случаях врач может упустить некоторые важные детали, и это может привести к постановке ошибочного диагноза. При этом даже наилучшие дорогостоящие ВЭС не позволяют объективно учитывать данные истории болезни пациента и влияние патогенетических факторов на развитие заболевания. Их существенным недостатком является отсутствие функциональных подсистем для учета таких данных и факторов и формирования заключения с привлечением признаков, выявленных благодаря изображениям, полученным при эндоскопическом обследовании, а также СППР.
С учетом вышеизложенного предлагается использовать опыт и знания, накопленные в различных смежных с медициной научных областях, существенно расширить функциональные (интеллектуальные) возможности стандартных ВЭС путем создания проблемно-ориентированного математического, алгоритмического обеспечения и комплекса программ для поддержки процесса вынесения достоверных диагностических заключений с использованием персонального компьютера.
Одним из перспективных подходов к разработке этого обеспечения является применение нейро-бионической методологии (парадигмы) как основы
создания функциональных моделей технических и биотехнических систем с использованием моделей сенсорных систем и центральной нервной системы человека и животных [2]. Для ВЭС, предназначенной для углубленной видеоэндоскопической диагностики (ВЭД), могут быть разработаны:
• модели формирования информативных признаков заболеваний, когда необходимо отделить значимые параметры от незначимых и случайных внешних воздействий и представить в том виде, который удобен для дальнейшей обработки;
• нейронечеткий аппарат поддержки принятия решений, реализующий данную операцию по принципу качественных и количественных оценок ситуации и сравнений с эталонными порогами, на сегодня еще недостаточно используемый в медицинских измерительно-информационных системах.
Основные определения и понятия, применяемые при проектировании СППР
Показатели качества СППР проектируемой биотехнической системы во многом определяются ее целевым назначением — выдачей итогового решения, связанного с распознаванием (определением, идентификацией) заболевания с достаточно высокой достоверностью за требуемое время и выносимого с участием врача. При этом в указанной сфере применения достоверность рассматривается «неформально, как возможность доверять результату решения, полагаться на него» [3], например для дальнейшего обследования, лечения пациента и т. п. На данном уровне рассмотрения понятие достоверности соизмеримо с таким показателем эффективности медико-диагностических приборов, как вероятность формирования правильного диагноза и т. п. Этот факт подтверждается тем, что достоверность Б результата решения определяют как дополнение до единицы вероятности Р ошибки при его формировании: Б = 1 - Р.
Данное определение достоверности используется в основном для качественной оценки эффективности применения СППР по назначению. При этом итоговые количественные характеристики достоверности, подтверждающие эффективность системы, могут устанавливаться в ходе длительной эксплуатации, серии экспериментов, на основе мнения группы квалифицированных экспертов и т. п. Под эффективностью понимается степень соответствия цели и результатов операции, производимой системой.
В ходе проектировании СППР разработчики используют ряд качественных и количественных характеристик качества и ограничений, которые необходимо учитывать. Качество рассматривается как совокупность свойств системы, существенных для ее использования по назначению и оцениваемых, например, по критерию пригодности. Система считается пригодной, если значения всех ¿-х частных
показателей уг этой системы принадлежат области адекватности 5, а ее радиус соответствует допустимым значениям у1_д всех частных показателей [4]:
К : (VI)у е 5 | 5г ^ у_д; I = 1, ..., п,
где К — критерий пригодности; 5 — область адекватности, показывающая окрестность допустимых отклонений показателя качества системы К от допустимого Кд; п — число частных показателей, оцениваемых по шкалам количества и качества. Считается, что только система, удовлетворяющая этим параметрам, будет способна обеспечивать формирование достоверного (правильного) диагностического заключения.
Структура ошибок
при видеоэндоскопическом обследовании
При разработке биотехнического комплекса (БТК) для ВЭД необходимо выявить причины или факторы (воздействия), определенным (как положительным, так и отрицательным) образом влияющие на формирование диагностического результата (ДР), причем предполагается, что это будет сделано на этапе исследования. Разработчик может выбрать перечень выявленных факторов и степень их влияния (отдельно или в их совокупности) на формирование такого рода результата в качестве важных частных показателей оценки качества системы. Следует отметить, что в СППР понятие фактора имеет двойственный смысл. С одной стороны, это содержательный фактор [5] (например, причина, движущая сила), а с другой — это переменная, принимающая значения, которые могут быть соотнесены с определенной измерительной шкалой, в том числе и качественной.
В основу выявления факторов недостоверности положен поиск источников ошибок их формирования [6]: не осложняя этот поиск математическими деталями, выделяют наиболее существенные факторы, снижающие достоверность решения. С этой целью предлагается представить БТК для ВЭД в виде последовательного соединения его основных подсистем с изображением пунктиром источников ошибок, влияющих на выработку ДР (см. рисунок). Таким образом можно охарактеризовать структуру ошибок, возникающих при видеоэндоскопической диагностике, привести их источники с указанием места (уровня) возникновения ошибки. Выявленные виды ошибок позволяют определить два основных типа факторов недостоверности:
• факторы, определяемые методическими и инструментальными ошибками технических средств БТК (факторы х^—х3);
• субъективные факторы, обусловленные присутствием субъектов — пациента и врача (факторы х4—х7).
биотехносфера
| № 5-Б (11-123/2010
Ошибки из-за неподготовленно-
И
Ошибки первичного
И
Г
Ошибки вторичного
Г
Ошибки субъективной
И
Г
Ошибки диагностических
I--------------1
I Субъективные ошибки управления | ' (из-за экстремальной обстановки) '
I----------1
| Субъективные ошибки | ' взаимодействия с БО ' I__________I
Структура ошибок при видеоэндоскопическом обследовании:
ЖКТ — желудочно-кишечный тракт; X — изображение в виде светового 'потока; ПЗС — прибор с зарядовой связью; V — аналоговый видеосигнал; ВЭС — видеоэндоскопическая система; С — цифровой видеосигнал (изображение на экране); СППР — система 'поддержки принятия решений; В — рекомендуемый диагноз; ЛПР — лицо, принимающее решение (врач); и — управляющие воздействия; БО — биообъект
Факторы недостоверности ДР, вызванные ошибками технических средств
Ошибки, возникшие из-за того, что ЖКТ не был подготовлен к диагностическим манипуляциям соответствующим образом, и некорректного поведения пациента во время обследования (фактор
Данный вид ошибок во многом обусловлен используемой в видеоэндоскопической диагностике технологией (методикой) применения эндоскопа при подготовке пациента к обследованию и проведении последнего. Именно поэтому его принято относить к методическим ошибкам технических средств.
Источниками этих ошибок могут являться, во-первых, изменения состояния ЖКТ (например, движения и повороты пациента при обследовании вследствие его реакций на перемещение эндоскопа). Во-вторых, в этом качестве могут выступить визуальные признаки патологий, рассматриваемые на уровне физиологических процессов и медико-биологических показателей внутренней поверхности органов ЖКТ. На их характеристики (форму, цвет) влияют такие физиологические процессы, как сокращение мышц, выделение желудочного сока и др., также вызванные процессом обследования.
В-третьих, не удаленные при промывании остатки пищи и жидкости также влияют на адекватность оптической картины, что приводит к ошибкам при дальнейшей обработке визуальных признаков патологий.
В итоге на уровне физических процессов, при условии что свет источника освещения эндоскопа отражается от поверхности патологии, оптическая картина поверхности ЖКТ, в том числе ее исход-
ные цветовые признаки патологий, поступает на ПЗС-матрицу первичного преобразователя (ПП), где преобразуется в электрический видеосигнал.
Следующие две группы факторов недостоверности ДР обусловлены несовершенством технических средств БТК: первичного и вторичного, или вычислительного, преобразователя (ВП), а также блока управления эндоскопом, включенного в состав ВП или используемого отдельно от него. Соответствующие недостатки выступают в качестве источников инструментальных и методических погрешностей. Инструментальные погрешности обусловлены неидеальностью аппаратной реализации средств преобразования и обработки данных, а методические — принятыми методами построения этих средств и обработки данных на их основе.
Ошибки первичного преобразователя ПП на основе ПЗС-матрицы (фактор ^2). На следующем уровне, когда происходит преобразование неэлектрического (светового) сигнала в электрический видеосигнал, инструментальные ошибки возникают из-за неидеальности цветопередачи ПЗС-матрицы и наличия геометрических искажений оптической системы эндоскопа. Кроме того, к данной группе отнесены также ошибки затухания и оцифровки аналогового сигнала, а также помехи при передаче видеосигнала.
В группу источников ошибок ПП следует включить и недостаточное освещение исследуемой поверхности, которое искажает цветовую гамму оптической картины поверхности, так как у источника света — неотъемлемой части ПП — постепенно снижается интенсивность света. Снизить влияние данной ошибки можно изменением яркости изображения на экране.
Ошибки средств обработки изображений (фактор Х3). На данном уровне возникновение ошибок связано с явлениями, к которым относятся:
• изменение размеров визуальных признаков патологий в зависимости от расстояния от эндоскопа до них;
• инструментальные ошибки, связанные с оцифровкой видеосигнала и обработкой изображений (в частности, при устранении геометрических искажений);
• помехи от электрических приборов (дефибрилляторов и др.);
• ошибки выделения признаков патологий по причине несовершенства диагностических алгоритмов и неточно определяемого соответствия признака изображения конкретной патологии.
Субъективные факторы недостоверности диагностического решения
Субъективные ошибки врача при формировании симптомокомплекса и принятии диагностического решения (фактор х4). При обследовании пациента врач постоянно выполняет когнитивные преобразования визуальных данных изображения внутренней поверхности исследуемого органа. При этом возникают ошибки двух основных видов:
• ложное выявление признаков патологии при ее отсутствии;
• пропуск некоторых визуальных признаков в результате высокой утомляемости, отвлечения или притупления восприятия видеоинформации.
К утомляемости приводит прежде всего выполнение большого числа рутинных операций: заполнение вручную протокола обследования, выделение и запоминание большого числа визуальных признаков и др.
Ошибки диагностических процедур, связанных с видеоэндоскопическим обследованием (фактор х5). На данном уровне к источникам ошибок, влияющим на достоверность диагностического решения, относится, прежде всего, недостаточно полный учет симптоматических и патогенетических факторов заболевания, влияющих на формирование патологии. В частности, в данную совокупность источников ошибок включены ошибки интерпретации результатов анализов (крови, желудочного содержимого и др.) и обследований функциональной диагностики (ультразвукового исследования брюшной полости, электрокардиограммы и др.), сбора анамнеза.
Субъективные ошибки взаимодействия с биообъектом в процессе проведения обследования (фактор х6). В процессе обследований пациента согласно плану, составленному врачом-клиницистом, в историю болезни данные заносят врачи различных специальностей. При этом в указанном документе иногда оказываются неполные или ложные данные по при-
чине того, что пациент умалчивает, в том числе и намеренно, о некоторых деталях проявления заболевания, забывает важные подробности его течения и др. Кроме того, такая информация может являться следствием субъективности сбора анамнеза врачом-клиницистом и ошибок других врачей.
Субъективные ошибки управления, в том числе из-за экстремальной обстановки проведения обследования и дискомфорта для пациента (фактор Х7). На данном уровне источником ошибок оказывается недостаточная полнота обследования, вызванная жесткими временными ограничениями и неудобствами, возникающими у пациента (например, часто развивающимся отеком органов гортани). Из-за увеличения количества пациентов врач-эндоскопист вынужден нести большую нагрузку, у него отмечается утомление, снижение объема и интенсивности внимания. Данные факторы могут привести к тому, что будут пропущены визуальные признаки патологий на изображении.
Среди отмеченных факторов Х4—х^, связанных с выявлением врачом-эндоскопистом характеристик состояния биообъекта, следует особо отметить большую долю субъективизма. Оно проявляется в виде личных предпочтений врача, приводящих к формированию необоснованных, зачастую ошибочных диагностических заключений. Снижение числа неправильных заключений обеспечивается включением в состав СППР блоков, которые обеспечивают поддержку более достоверного выявления признаков заболеваний за счет реализации специальных алгоритмов, в том числе на основе технологии нечеткой логики.
Большая часть ошибок технических средств современных ВЭС как причин-факторов х^—недостоверности ДР снижена в этих системах до предельно малых величин, поэтому принято считать, что они практически не влияют на правильность решения. К ним относятся ошибки, связанные с недостаточным освещением, неидеальностью цветопередачи ПЗС-матрицы, помехами на изображении; инструментальные ошибки блока обработки изображений и др.
Выбор подхода для оценки качества диагностического решения
СППР относятся к классу технических систем, для которых и сегодня отсутствуют принятые методики оценки качества принимаемых на их основе решений, особенно для систем, оперирующих большим числом количественных и качественных переменных (в видеоэндоскопии их около 30). Вместе с тем возможно применение варианта оценки, основанной на понятии остаточной неопределенности решения [4], которая также трактуется как недостоверность, неоднозначность. С данными понятиями тесно связан критерий минимума
биотехносфера
| № 5-6(11-123/2010
эвристик, заключающийся в выборе решения, которое имеет минимальную остаточную неопределенность.
Таким образом, для повышения качества решения необходимо применять различные методы преодоления неопределенности в процессе принятия решения. В зависимости от способа, с помощью которого решается данная задача, информационные объекты (т. е. предполагаемые промежуточные и окончательные результаты или решения) целесообразно разделить на три группы с учетом видеоэндоскопической диагностики:
• информационные объекты в виде заранее накопленных данных из истории болезни; неопределенность характеризуется неполнотой, недостоверностью проведенных анализов и ликвидируется благодаря операциям поддержки решений, за счет рутинных операций обработки информации;
• информационный объект — признаки заболевания, полученные на основе данных истории болезни; можно избавиться от неопределенности с помощью множества операций поддержки принятия решений, связанных с преобразованием содержания информации на основе расчетов и логических процедур;
• информационный объект, с неопределенностью относительно которого можно справиться путем привлечения множества эвристик {/э} — волевых, интуитивных решений врача, не подкрепленных объективными математическими методами. Наличие такого способа снятия неопределенности при формировании диагноза объясняется, с одной стороны, принципиальной невозможностью полного познания объекта исследования (в данном случае пищеварительной системы), ограниченностью знаний и познавательных возможностей, а с другой стороны — ограничением времени проведения обследования и постановки диагностического заключения. В эвристических процедурах существенное место занимают интуиция, выводы по аналогиям, нечеткая логика, методы качественного анализа систем.
Обоснование постановки задачи разработки СППР
Неопределенность решений, которую удается преодолеть за счет выполнения информационных, расчетных и логических операций аппаратно-программными средствами СППР, может быть снижена до минимума, поскольку реализация таких операций обеспечивает обоснованное диагностическое заключение.
Неопределенность решения, снимаемая врачом за счет эвристик, сохраняется, так как объективной процедуры обоснования выбранного решения может не быть. Эта неопределенность называется остаточной неопределенностью решения Н0. Величина Н0 определяется как отношение взвешенной
суммы эвристик к общей взвешенной сумме всех процедур получения значений характеристик биообъекта, например пищеварительной системы пациента:
Н = X аг / X а/ '
« / }
где аг, ау — веса процедур получения значений промежуточных результатов, г с у,} = 1, ; п^р' — количество эвристических процедур (эвристик) {/э}, использовавшихся при формировании диагностического заключения; п^р' — общее количество процедур обработки информации всех типов {/р}, использовавшихся при формировании диагностического заключения, включая расчетно-логические {/р л}.
Будучи представленным подобным образом, процесс принятия решений состоит в последовательном преодолении неопределенности решения о заболевании пациента, выполняемом СППР и врачом. При этом качество диагностического решения целесообразно оценивать с помощью принципа минимума эвристик, в соответствии с которым выбирается решение, основанное на минимальном количестве осуществляемых врачом эвристических процедур, обеспечивающих минимум Н0.
Поскольку снижение остаточной неопределенности решения Н0 также зависит от допустимого времени Тд на его принятие, ограниченного требованиями к оперативности обследования из-за его дискомфортности для пациента, возможна следующая постановка задачи проектирования СППР:
Н0 ^ тт, Тоб < Гдоп,
где Т05 — время обследования. В перечень ограничений могут быть также включены требования к стоимости применяемой ВЭС (соотношение фактической и необходимой стоимости оценивается как Qc < с) и ее надежности в случае решения задачи разработки ВЭС в целом. Приведенное выражение выступает в качестве целевой функции (критерия) разработки СППР, так как сама по себе величина Н0 показывает зависимость качества решения от числа автоматизированных процедур, выполняемых системой для повышения достоверности диагностического заключения.
С учетом вышеизложенного можно сформулировать задачу разработки СППР для ВЭД следующим образом. Необходимо разработать программно-алгоритмическое и аппаратное обеспечение СППР для вынесения врачом диагностического заключения. Она должна обеспечивать преодоление максимального количества неопределенностей решения в условиях ограниченного времени обследования за счет замены эвристик на процедуры нечеткого логического вывода на основе компьютерной обработки результатов обследований, симптоматических и патогенетических факторов заболеваний.
№ 5-6(11-123/2010 |
биотехносфера
Заключение
Решение поставленной задачи приводит к существенному уменьшению влияния различных источников субъективных ошибок на процесс диагностики. В рассматриваемой СППР (см. рисунок) [1] реализовано около 10 видов операций, ранее представляемых в виде эвристик. Благодаря им значительно снизилось число субъективных факторов, влияющих на достоверность диагностического решения.
|Л и т е р а т у р а |
1. Локтюхин В. Н., Черепнин А. А. Поддержка принятия решений на основе нейронечеткой технологии при диа-
гностике заболеваний желудочно-кишечного тракта // Биотехносфера. 2009. № 2. С. 20-23.
2. Локтюхин В.Н., Михеев А.А., Мельник О.В. и др. Ней-робионический подход к построению медико-измерительных систем // Биомедицинская радиоэлектроника. 2009. № 7. С. 62-68.
3. Абрамова Н. А. Логический подход к анализу достоверности идентификации // Проблемы управления. 2005. № 5. С. 77-82.
4. Анфилатов В. С., Емельянов А. А., Кукушкин А. А. Системный анализ в управлении. М.: Финансы и статистика, 2002. 332 с.
5. Большая советская энциклопедия. Т. 1-30. М.: Сов. энциклопедия, 1969-1978. Т. 27. 1977. С. 194.
6. Попечителев Е. П. Методы медико-биологических исследований. Системные аспекты: Учеб. пос. Житомир: ЖИТИ, 1997. 186 с.
УДК 616-73.788:519.673:004.942
Я. С. Пеккер, канд. техн. наук, профессор, К. С. Бразовский, канд. мед. наук, А. В. Фокин, канд. техн. наук,
Национальный исследовательский Томский политехнический университет
Применение высокопроизводительных параллельных вычислений для решения задач электроимпедансной томографии
Ключевые слова: электроимпедансная томография, высокопроизводительные вычисления
В статье представлен программный комплекс для параллельного решения вычислительных задач, которые возникают при реконструкции элек-троимпедансных изображений. Приведена структура специализированного программного комплекса и результаты тестовых испытаний.
Введение
Электроимпедансная томография (ЭИТ) — относительно новый метод визуализации внутренней структуры биологических объектов, основанный на измерении пассивных электрических свойств живых тканей [1]. Среди известных методов томографической визуализации ЭИТ занимает особое место, обусловленное специфическими особенностями
получаемых изображений: электроимпедансные изображения имеют низкое пространственное разрешение, но высокую чувствительность к содержанию электролитов в тканях. Аппаратура для получения изображений ЭИТ имеет небольшие габариты, невысокую стоимость и может применяться в условиях ургентной медицины, в палатах интенсивной терапии, а также во время хирургических операций. Однако для реконструкции электроимпеданс-ных изображений необходимо применять сложные вычислительные методы, которые требуют разработки специализированных алгоритмов решения основных задач ЭИТ. В настоящее время остаются актуальными следующие задачи электроимпедансной визуализации:
• создание адекватных математических моделей исследуемых органов и систем;
• разработка эффективных алгоритмов реконструкции трехмерных изображений;
биотехносфера
| № 5-6(11-12) 2010
