CC BY
1
3УДК 004.6
МЕТОДЫ ВИЗУАЛИЗАЦИИ ИНФОРМАЦИИ В БОЛЬШИХ СИСТЕМАХ
1 2*
Л.М.Коренюгина ' Научный руководитель - А.А.Ступина1
1Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 2Сибирский институт бизнеса, управления и психологии Российская Федерация, 660037, г. Красноярск, ул. Московская, 7а *E-mail: korenugina71@yandex.ru
Представление данных и информации в зрительных образах или визуализация имеет огромное значение во многих областях человеческой деятельности. Блок визуализации информации необходимо обязательно применять при проектировании информационных систем различного назначения. В статье рассмотрены методы визуализации данных в больших системах на примере медицинских информационных систем. Визуализация позволяет облегчить поиск закономерностей и взаимосвязей между показателями и влияет на дальнейшее развитие систем. Данные методы применимы для анализа мониторинга здоровья работников любых отраслей, в том числе работников транспортных систем и космической отрасли.
Ключевые слова: Визуализация, большие системы, анализ данных, цветовое решение. INFORMATION VISUALIZATION METHODS IN LARGE SYSTEMS
L.M. Korenyugina1,2* Scientific supervisor - A.A. Stupina1
:Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation 2Siberian Institute of Business, Management and Psychology 7a, Moscow street, Krasnoyarsk, 660037, Russian Federation *E-mail: korenugina71@yandex.ru
Presentation of data and information in visual images or visualization is of great importance in many areas of human activity. The information visualization block must be used when designing information systems for various purposes. The article considers methods of data visualization in large systems on the example of medical information systems. Visualization makes it easier to find patterns and relationships between indicators and influences the further development of systems. These methods are applicable to the analysis of monitoring the health of workers in any industry, including workers in transport systems and the space industry.
Key words: Visualization, large systems, data analysis, color solution.
Проблема визуализации данных и информации является частью проблемы интерфейсного взаимодействия человека и машины [2]. Данные [data, information] - сведения, факты, показатели, выраженные как в числовой, так и любой другой форме[1]. Данные собираются и аккумулируются из различных источников в хранилищах данных. Информация - это результат преобразования и анализа данных[1]. С помощью средств обработки данных из
Актуальные проблемы авиации и космонавтики - 2022. Том 2
них извлекается информация. Затем результаты обработки данных и извлечения из них информации необходимо представить в понятном для лиц, принимающих решение виде. Таким образом, у нас проходит как минимум два этапа обработки информации исходных данных:
1 этап Обработка первоначальных данных и извлечение информации при взаимодействии и машины;
2 этап Представление информации в удобном и понятном виде в коммуникациях между людьми, где машина выступает в роли вспомогательного средства для презентации информации. Схема этапов взаимодействия участников процесса представлена на рис. 1.
Обработка и
извлечение
информации
Представление информации (презентация
Машина
I
Человек
(Аналитик данных)
Человек
(Лицо, принимающее решение)
Научные исследования
Коммуникации
Рис. 1. Схема взаимодействия участников процесса представления информации
Визуальная информация — это информация, которая воспринимается органами зрения. Так как визуальное представление информации существенно облегчает коммуникации между людьми, то процесс визуализации информации, полученной в результате обработки больших объемов данных повышает восприятие и понимание процессов, происходящих в больших системах. Это актуально для своевременного реагирования на изменение состояний систем и на эффективность принятия решений.
Методы визуализации информации используются в различных сферах человеческой деятельности. Большие объемы данных скапливаются в медицинских информационных системах. Человек в процессе лечения сдает различные анализы, но просмотр и оценка динамики показателей в медицинских информационных системах часто затруднены, так как в систему вносятся результаты анализов за разные даты, блок анализа и визуализации часто представлен в усеченном виде, и отследить динамику жизненных показателей часто проблематично, медицинская информационная система является по сути просто хранилищем данных, а на анализ данных и информации затрачивается очень много времени. Анализировать и визуализировать эти данные необходимо с различными целями.
Цели визуализации:
1) Повышение скорости оказания помощи;
2) Поиск взаимосвязей и закономерностей развития систем различной природы;
3) Активизация процессов принятия решения.
Рассмотрим процесс визуализации на примере анализа результатов показателей крови в электронных таблицах.
Примером такой таблицы могли бы быть лабораторные данные, сведенные в таблицу в процессе лечения пациента. пример представлен в табл. 1.
Исследемын компонент Норма вд измерения 11.11.2021 18.11.2021 25.11.2021 03.12.2021 15.12.2021
НСВ Гемоглобин 110,0 135,0 Г/л 92,0 94,3 90,0 102,0 123,0
ВВС Эритроциты 3,50 5,20 10*1Д/л 4,92 4,84 4,64 5,12 5,73
МСУ Средний объем эритроцитов 80,0 100,0 фл 63,7 64,4 66,2 70,1 73,0
МСН Среднее содержание гемоглобина в одном эритроците 27,0 34,0 пг 18,6 19,4 19,3 19,9 21,4
МСНС Средняя концентрация гемоглобина в эритроцитах 324 358 г/л 293,0 302,0 293,0 284,0 294,0
НСТГематокрит 35 45 % 31,3 31,1 30,7 35,8 41,8
1Ш-5[) Стандартное отклонение ширины распр.эритроцитоа фл 45,30 45,30 52,80 56,50 61,20
[Ш-СУ Стандартное отклонение ширины распределения эритроцитов 11,5 14,5 21,60 21,60 23,70 25,40 26,60
РИТромбоциты 100,0 400,0 434,0 331,0 253,0 718,0 456,0
МРУ Средний объем тромбоцитов 7,0 11,0 9,1 8,1 7,6 8,0 8,7
PDW ширина распределения тромбоцитов по объему 10,0 18,0 16,3 15,3 15,2 16,3 16,1
РСТТромбокрит 0,108 0,282 0,394 0,268 0,192 0,600 0,396
ШВСЛейкоциты 5,5 10,0 8,0 5,4 3,9 8,3 8,5
Лимфоциты относительные 19,0 42,0 10*9/л 29,3 24,8 30,5 29,3 27,6
Лимфоциты абсолютные 1,2 3,2 % 2,3 1,3 1,2 2,4 2,3
Моноциты относительные 5,0 11,0 10л9/л 10,5 7,4 7,4 12,1 11,9
Моноциты абсолютные 0,1 0,7 % 0,8 0,4 0,3 1,0 1,0
Гранулоциты относительные 42,2 75,2 т!л 60,2 67,8 62,1 58,6 60,5
Гранулоциты абсолютные 1,4 6,5 % 4,8 3,7 2,4 4,9 5,1
Скорость оседания эритроцитов 3,0 15,0 мм/час 21,0 19,0 37,0 33,0 32,0
Рис. 2. Динамика показателей развернутого анализа крови
На данном рисунке представлен элемент сводной электронной таблицы, где произведено условное форматирование цветом, то есть показатели, выходящие за границы допустимого интервала, автоматически выделяются красным цветом. Также представление показателей в виде графиков позволяет обратить внимание на отдельные показатели, выходящие за пределы нормативных данных. Пример представлен на рисунке 2.
Применение цветовых решений в анализе данных медицинских информационных систем позволяет снизить утомляемость и повысить эффективность работы врачей, так как снижается время на поиск закономерностей и данных, выходящих за границы допустимых норм.
яоо.о
700,0 600,0 500,0 400,0 300,0 200,0 100.0
1Я 0
11 456,0
31,0
У 253,0
■ Р1_Т Тромбоциты ■нижняя граница -верхняя граница
05.11.20 2ЖЗ .11.20 2Н5.11.20 2210 .11.20 2215.11.20 230.11.20 335.12.20 2Н0.12.20 2115.12.20 2210 .12.2021
Рис. 2. График динамики показателя Тромбоциты с указанием границ допустимого интервала
Актуальные проблемы авиации и космонавтики - 2022. Тома 2
Также при анализе данных показателей важно применять цветовое решение и при анализе взаимосвязи между показателями. Примером служит выделение значение коэффициентов корреляции табл. 2.
Таблица 1
Таблица коэффициентов корреляции при анализе данных показателей крови пациента в _процессе лечения_
НСВ Гемоглобин ЯБС Эритроциты РЬТ Тромбоциты ШБС Лейкоциты
НСВ Гемоглобин 1
ИБС Эритроциты 0,981494343 1
РЬТ Тромбоциты 0,363838455 0,443962731 1
WBC Лейкоциты 0,624782705 0,753313349 0,779609257 1
Выводы: Визуализация данных и информации в больших системах необходима для управления и их дальнейшего развития. большие объемы данных скапливаются в медицинских информационных системах и блок анализа и визуализации позволяет не только вести общую статистику, но и принимать решения, отслеживая динамику показателей с помощью методов визуализации в виде построения графиков и применения цветового решения для отслеживания показателей, выходящих за границы нормативных значений. Также визуализация позволяет облегчить поиск закономерностей и взаимосвязей между показателями, что влияет на дальнейшее развитие систем.
Библиографические ссылки
1. Платонов В.В. Визуализация больших данных в экономических науках в условиях информационного общества // Вопросы инновационной экономики. - 2020. - Том 10. - N0 4. - С. 1831-1848. ёо1: 10.18334Мпес.10.4.111373
2. Куликов Д.Е. Средства, решения и подходы к визуализации данных в медицинских информационных системах // Труды международной конференции "Программные системы: теория и приложения". — Переславль-Залесский: Изд-во "Университет города Переславля", 2009. - Т. 2. - С. 241-258.
© Коренюгина Л.М., 2022
