CC BY
27
Раздел III
РАЗРАБОТКА ЛЕЧЕБНО-ДИАГНОСТИЧЕСКОЙ АППАРАТУРЫ И ИНСТРУМЕНТАРИЯ. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ НОВЫХ МЕДИЦИНСКИХ ТЕХНОЛОГИЙ
УДК 615.849.1.015.4; 612.3.014.2.07
ВОЛОКОННЫЙ ИНСТРУМЕНТ ДЛЯ ЛАЗЕРНОЙ ВНУТРИВЕННОЙ КОАГУЛЯЦИИ ПРИ ЛЕЧЕНИИ ВАРИКОЗА
В.А. КОРОЛЕВ, В.Т. ПОТАПОВ*
В последнее десятилетие получили развитие работы в области лазерной медицинской техники с использованием гибких оптических волокон. Прогресс в развитии этой техники связан с достижениями в создании полупроводниковых лазеров и новыми разработками лазеров на активном оптоволокне. Предложено более десятка аппаратов для хирургии и термотерапии на основе компактных полупроводниковых лазеров [1]. Фактором, определяющим использование новой техники в клинической практике, является не только ее приспособленность для работы в условиях операционных и эндоскопических кабинетов, но и обеспечение инструментом контроля воздействия лазерного излучения на биоткань в процессе лечения. В области лазерной термотерапии и хирургии перспективно применение волоконнооптических датчиков температуры (ВОДТ) [2].
Одно из перспективных применений ВОДТ - мониторинг температуры при локальной гипертермии злокачественных новообразований (лазерный нагрев биоткани до 42-44°С). Другое применение - косметология, в частности, для контроля лазерной термопластики хрящевой ткани, когда необходимо поддерживать нагрев биоткани в области 70°С, что обеспечивает возможность коррекции формы хряща. Еще одно направление связано с сосудистой хирургией для лечения широко распространенного варикозного расширения вен ног. Традиционная операция удаления расширенной большой подкожной вены ноги травматична, имеет длительный послеоперационный период восстановления работоспособности больного.
Один из методов удаления расширенной большой подкожной вены ноги основан на внутривенной лазерной коагуляции через оптоволоконный катетер [3, 4]. В исследовании [5] лазерная коагуляция проводилась излучением 1,064 мкм АИГ :№ лазера через оптическое волокно (0600 мкм), введенное в вену. Мощность излучения при 10-секундном импульсе воздействия - 15 Вт. К конструкции оптоволоконных катетеров предъявляются повышенные требования по надежности и безопасности функционирования в кровеносном русле вены. Во избежание ослабления светопередачи оптоволокна надо исключить загрязнение его выходного торца частицами биоткани. Важно контролировать результат лазерной коагуляции внутренних стенок вены, поэтому надо использовать ВОДТ.
Рис. 1. Принципиальная схема волоконного инструмента для лазерной коагуляции в сосудистой хирургии
Нами предложена конструкция волоконного инструмента для лазерной коагуляции в сосудистой хирургии, отвечающая этим требованиям. Исключается загрязнение выходного торца оптического волокна, устраняется риск перфорации стенки вены, эксплуатационные сроки службы инструмента повышаются. На рис.1 показана принципиальная схема волоконного инструмента для лазерной внутривенной коагуляции.Волоконный инструмент имеет гибкую трубку 1, оптическое волокно 2 (передающее излучение для коагуляции биоткани), оптическое волокно 3 с термочувствительным элементом 4, втулку 5 со сквозным отверстием, соосным линзе 6 на оправке 7.
*141190, Россия, Моск. обл., г.Фрязино, Институт радиотехники и электроники РАН. Тел.:8 (496) 5652598. Е-шаП: vkorol@mail.ru
Рис. 2. Волоконный инструмент, введенный в полость сосуда
Полая трубка 1 выполнена из фторопласта марки «Те£7е1», совместимого с биотканью, наружный и внутренний диаметр трубки соответственно 3.0 и 2.4 мм. Использовалось оптическое волокно 2 типа кварц-полимер со световедущей жилой диаметром 0.4 мм и два оптических волокна 3 типа кварц-кварц со световедущей жилой диаметром 0.1 мм. На конечный участок торца оптического волокна 3 приваривался термочувствительный элемент 4 из монокристаллического кремния с поперечным размером до 0.12x0.12 мм2. Металлическая втулка 5 имела сквозное отверстие 00.75 мм (для размещения выходного участка оптического волокна 2 и соосно выполненную выемку 01.25 мм для размещения термочувствительного элемента 4 оконечного участка оптического волокна 3. Снаружи втулка имела резьбу, на которую накручивалась оправка с короткофокусной сапфировой линзой. Термочувствительный элемент обеспечивает регистрацию температуры в диапазоне 40-110°С с точностью измерения ±0.2°С [2]. Для сравнения отметим, что зарубежная волоконно-оптическая система «Ьих1гоп ш3300» с чувствительным фосфоресцентным элементом на выходе оптического волокна обеспечивает точность измерения ±(0.5-2°С) для диапазона температур 50-120°С.
Работа инструмента при лазерной коагуляции во внутренней полости сосуда проиллюстрирована рис.2. Конструкция волоконного инструмента, содержащая трубку 1 с дистальными участками оптических волокон 2 и 3, вводится в русло сосуда 8 и проводится до участка коагуляции. Включается излучение лазера 9 и идет воздействие излучением, передаваемым оптическим волокном 2, исходящим из линзы 6, на внутренние стенки сосуда до уровня облитерации (заваривания полости канала сосуда). Биоткань нагревается за счет теплопередачи от элементов 7 и 5, что фиксирует термочувствительный элемент 4 во втулке 5. Оптическое волокно 3 передает информацию о нагреве на устройство индикации 10.
Модель волоконного инструмента для лазерной коагуляции может применяться во флебологии при операциях для лечения варикозного расширения большой подкожной вены ноги.
Литература
1. Минаев В.П. // Квант. электроника.-2005.- №11.- С.976.
2. Егоров Ф.А. и др. // ВНМТ.- 2005.- №3-4.- С.112.
3. Mordon S.R., Wassmer B., Zemmouri J. // Lasers in Surgery and Medicine.- 2007.- Vol.39, №3.- Р.256-265.
4. Богачев В. и др. //Ангиол и сосуд. хир.- 2004.- №1.- С.93.
5. Cheng-Jen Chang, Jun—Jin Chua // Lasers in Surgery and Medicine.-2002.- Vol.31, №4.- Р.257-262.
УДК 616.36-002.14-073.755
КОМПЬЮТЕРНАЯ ПРОГРАММА ДИАГНОСТИКИ ВИРУСНОГО ГЕПАТИТА
В. В. АРТЮХИН В. И. ГОРБАЧЕНКО, А. А. СОЛОМАХА*
Важной проблемой службы переливания крови является ранняя диагностика вирусного гепатита. Решение этой задачи мотивируется тенденцией значительного распространения гемотрансмиссивных заболеваний (заболеваний, передающихся при переливании донорской крови). В связи с постоянной трансформацией вирусов гепатита не представляется возможным выработать чёткие критерии диагностики этого заболевания [1]. По этой причине совершенствование методов лабораторной диагностики нередко задерживается. Известны эффективные методы лабораторной диагностики вирусных гепатитов: иммуноферментный анализ (ИФА) и полимеразно-цепная реакция (ПЦР). Однако они являются дорогостоящими методами. Затраты на проведение ИФА и ПЦР превышают современные затраты на оказание лечебных мероприятий. С целью массового обследования населения (скрининга) применение ИФА и ПЦР не является целесообразным. Поэтому необходимо использовать менее дорогостоящие и более доступные методы диагностики, в том числе, компьютерные. В медицине достаточно популярны статистические методы. Однако их применение в рассматриваемой области имеет объективные ограничения из-за нечёткой трактовки моделей нормы, адаптации и патологии. В этой связи последние годы характеризуются широким применением нейросетевых технологий в медицинской практике [2, 3]. Нередко диагностическая эффективность прогнозных моделей варьируется в пределах 70-85% [4]. Важной задачей применения нейронных сетей в медицинских исследованиях является необходимость повышения достоверности прогноза.
Цель работы - исследование и создание нейронных сетей, позволяющих эффективно распознавать лабораторную характеристику вирусного гепатита для его скрининга без привлечения дорогостоящих методов ИФА и ПЦР.
Для решения задачи нейросетевой диагностики вирусного гепатита были сформированы две группы наблюдений. Первую группу наблюдений составили 150 здоровых доноров отделения переливания крови Пензенской областной клинической больницы им Н. Н. Бурденко, вторую - 150 больных вирусными гепатитами В и С в фазе репликации отделения гепатологии. Использовано 36 показателей на основе биохимического, иммунологического и общего анализа крови. Полученные данные применили для обучения и экспериментов с нейронными сетями. Были сформированы обучающая и тестовая выборки, каждая из которых содержала данные о 75 донорах и 75 пациентах, страдающих вирусными гепатитами.
Данные были статистически обработаны. Вычислялось минимальное и максимальное значение для всех показателей из обучающего и тестового множества, отсутствующие лабораторные показатели выборки заменялись средними значениями по соответствующей группе. Из исследования исключались резкие выбросы для повышения точности диагностики. В итоге получили 23 показателя: гемоглобин; эритроциты; цветовой показатель; лейкоциты; палочкоядерные нейтрофильные лейкоциты (ПНЛ); сегментоядерные
нейтрофильные лейкоциты (СНЛ); эозинофилы; лимфоциты;
моноциты; скорость оседания эритроцитов (СОЭ); общий белок; мочевина; билирубин; глюкоза; холестерин; р-липопротеиды; сиаловая кислота; аспартатамино-трансфераза (АСТ);
аланинамино-трансфераза (АЛТ); щелочная фосфатаза; гамма-глутамил-транспептидаза (ГГТ); тимоловая проба; амилаза крови. Также в качестве исходных данных использовали пол и возраст пациентов. Эти данные кодировали (мужской = 1, женский = -1).
Следующим этапом было понижение размерности исходных данных. Для этого предварительно были получены относительные значения показателей, из которых рассчитывались минимальное, среднее и максимальное значения каждого показателя для больных и здоровых людей. Анализ данных показал, что для диагностики вирусного гепатита можно использовать только 6 показателей (билирубин, аспартатамино-трансферазу, аланинаминотрансферазу, щелочную фосфатазу, гамма-глутамил-транспептидазу и тимоловую пробу). Разброс значений этих показателей у больных и здоровых значителен.
Для диагностики вирусного гепатита использовалась трехслойная нейронная сеть прямого распространения сигнала. В экспериментах использовались сети с 6 и 25 нейронами в первом слое, так как количество нейронов первого слоя должно быть равно количеству элементов вектора входа. В выходном слое использовался всего один нейрон, так как сеть разбивает входное множество на два класса (больной - здоровый).
Поскольку количество входных и выходных элементов определяются свойствами входных и выходных данных, исследование архитектуры многослойной сети следует начать с определения размера скрытого слоя.
В многослойной сети имеет место компромисс между точностью и обобщающей способностью, который можно оптимизировать посредством выбора количества скрытых элементов для данной сети. Количество скрытых элементов с одной стороны должно быть достаточным для того, чтобы решить поставленную задачу, а с другой - не должно быть слишком большим, чтобы обеспечить необходимую обобщающую способность. Однако до сих пор нет простого способа для определения необходимого числа скрытых элементов сети. Выбор зависит от многих факторов.
Предложены формулы для вычисления ограничений на размеры скрытых слоев [5]. Однако эти границы сильно различаются при использовании разных методов. Каждая формула является не более чем ориентиром и не исключает использования метода проб и ошибок.
Для проведения исследований использовался пакет «Neural Network Toolbox» среды программирования MATLAB 6.5 [6]. Сеть училась диагностировать гепатит по 6 и 25 показателям. Вначале подбиралась оптимальная архитектура нейронной сети. Для выбора оптимальной архитектуры использовался алгоритм обучения Левенберга - Марквардта (функция trainlm) [5]. Выбор этого алгоритма обучения объясняется его быстротой и надежностью. Затем на выбранной сети проводились эксперименты по обучению с использованием алгоритма градиентного спуска. В ходе исследований экспериментально подбиралось нужное количество нейронов скрытого слоя.
Ошибка многослойной сети при диагностике по 6 показателям
Количество нейронов в скрытом слое
^^"Средняя ошибка Минимальная ошибка
Пензенский государственный педагогический университет им. В. Г. Белинского; Пензенская областная клиническая больница им. Н. Н. Бурденко
Рис.1. Ошибка при диагностике по 6 показателям
