автоматизированное рабочее место оценки качества лечения глазных заболеваний

Классы МПК:G06N3/00 Компьютерные системы, основанные на биологических моделях
A61F9/00 Способы и устройства для лечения глаз; приспособления для вставки контактных линз; устройства для исправления косоглазия; приспособления для вождения слепых; защитные устройства для глаз, носимые на теле или в руке
Автор(ы):, ,
Патентообладатель(и):Федеральное государственное учреждение "Межотраслевой научно-технический комплекс "Микрохирургия глаза" имени академика С.Н. Федорова Федерального агентства по высокотехнологичной медицинской помощи" (RU)
Приоритеты:
подача заявки:
2010-03-12
публикация патента:

Изобретение относится к области компьютерных сетей. Техническим результатом является одновременное повышение точности определения и качества идентификации диагнозов, определения показаний к проведению операций, повышение избирательности при проведении операции, точности в определении последовательности операций, моделирования операций, точности в выборе анестезиологического пособия, точности обеспечения аппликаторами и иными расходными материалами, обеспечение оптимизации потоков информации и потребностей при ежегодном массовом производстве высокотехнологичных офтальмомикрохирургических операций. Автоматизированное рабочее место оценки качества лечения глазных заболеваний содержит форматирующие устройства, выполненные в виде замкнутых нейронных цепочек, состоящих из связанных между собой блока идентификации, блока интерполяции, блока экстраполяции, блока оценки последующих значений идентифицированных параметров, блока анализа и оценки лечения, блока принятия решений, при этом внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно и параллельно, а каждый блок одной нейронной цепочки связан с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации; при этом все встречные потоки прямого и обратного распространения информации образуют единый мультиграф с не менее чем восемнадцатью вершинами, соединенными не менее чем ста пятьюдесятью тремя ориентированными ребрами. 1 ил. автоматизированное рабочее место оценки качества лечения глазных   заболеваний, патент № 2434286

автоматизированное рабочее место оценки качества лечения глазных   заболеваний, патент № 2434286

Формула изобретения

Автоматизированное рабочее место оценки качества лечения глазных заболеваний, содержащее форматирующие устройства, отличающееся тем, что форматирующие устройства выполнены в виде замкнутых нейронных цепочек, состоящих из связанных между собой блока идентификации (БИ), блока интерполяции (БИН), блока экстраполяции (БЭ), блока оценки последующих значений идентифицированных параметров (БО), блока анализа и оценки лечения (БАОЛ), блока принятия решений (БПР), при этом:

первая нейронная цепочка состоит из следующих блоков: первого БИ диагностических параметров глаза, производящего идентификацию путем сканирования множества возможных офтальмомикрохирургических диагнозов, определения подмножества офтальмомикрохирургических диагнозов и выделения одного или нескольких сочетаний диагнозов из комбинаторной выборки персонифицированных форматированных управляющих кодов (ФУК) визометрии, тонографии, тонометрии, оптической когерентной томографии, авторефрактометрии, автокератометрии, биометрии, кератопахиметрии, порогов лабильности, электрочувствительности, электрофизиологических вызванных потенциалов, офтальмосканирования, допплерографии,

направляющего информацию в первый БИН для интерполяционной обработки и далее в первый БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия,

далее эту информацию направляют в первый БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляют в первый БАОЛ для анализа взаимодействия идентифицированных параметров и сравнения с сохраненными начальными значениями оценки результата лечения, затем

в первый БПР для идентификации патологического состояния глаза пациента векторами диагнозов и принятия решения о целесообразности или нецелесообразности лечения, в виде детерминированного конечного автомата ДКА, содержащего, по крайней мере, четыре из не менее чем сорока возможных состояний, имеющего на выходе одно решение из, по крайней мере, восьми возможных вариантов;

вторая нейронная цепочка состоит из второго БИ, производящего идентификацию путем сканирования множества возможных состояний прогнозируемой рефракции глаза и выделения одного или нескольких сочетаний из комбинаторной выборки на основе персонифицированных ФУК тонометрии, топографии, ультразвуковой биомикроскопии и иных параметров, направляющего информацию во второй БИН для интерполяционной обработки и во второй БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия,

затем эту информацию направляют во второй БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляют во второй БАОЛ для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями оценки результата лечения,

затем эту персонифицированную информацию направляют во второй БПР для принятия решения о выборе параметров операции и сроках диспансерного наблюдения в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;

третья нейронная цепочка состоит из третьего БИ, производящего идентификацию путем сканирования множества проведенных операций определения подмножества проведенных операций и выделения одного или нескольких сочетаний из комбинаторной выборки персонифицированных ФУК кода хирургического вмешательства, кода диагноза, кода оперирующего хирурга, кода анестезиологического пособия, даты операции, кода операционного зала, кода пациента, направляющего информацию в третий БИН для интерполяционной обработки, далее в третий БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем направляют в третий БО для оценки последующих значений идентифицированных параметров, затем направляют информацию в третий БАОЛ для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями оценки результата лечения,

затем направляют эту персонифицированную информацию в третий БПР для принятия решения об окончании лечения в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;

при этом внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно и параллельно, а каждый блок одной нейронной цепочки связан с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации;

при этом все встречные потоки прямого и обратного распространения информации образуют единый мультиграф с не менее чем восемнадцатью вершинами, соединенными не менее чем со ста пятьюдесятью тремя ориентированными ребрами.

Описание изобретения к патенту

Изобретение относится к области компьютерных сетей.

Известны устройства совместного использования, управления и передачи информации по компьютерной сети по патенту РФ № 2272316.

Устройство для передачи информации, содержащее: форматирующее средство для форматирования документа в коде для представления информации, содержащейся в упомянутом документе, заранее определенным образом на сетевом устройстве; компилирующее средство для компилирования упомянутого кода в файл скомпилированного кода, так что необходимый элемент для создания или вызова первого приложения для представления упомянутого документа и/или для создания или вызова второго приложения, представляемого с упомянутым документом, включается в упомянутый скомпилированный код; распространяющее средство для распространения упомянутого файла по компьютерной сети либо выгрузкой упомянутого файла на сервер, либо обеспечением упомянутого файла как доступного посредством передачи по сети с равноправными узлами; перенаправляющее средство для перенаправления упомянутого скомпилированного кода упомянутого файла на канал распределения для представления упомянутого документа на упомянутом сетевом устройстве, причем при поступлении упомянутого скомпилированного кода на упомянутый канал распределения упомянутый необходимый элемент создает или вызывает упомянутое первое приложение для представления упомянутого документа упомянутым заранее определенным образом и/или создает или вызывает упомянутое второе приложение для представления с упомянутым документом.

Однако данное устройство обладает существенными недостатками: оно не обеспечивает одновременное повышение точности в определении диагноза, качества идентификации диагнозов, определении показаний к проведению офтальмомикрохирургических операций, повышении избирательности при проведении офтальмомикрохирургических операций, проектировании офтальмомикрохирургических операций, точности в выборе анестезиологического пособия, точности обеспечения аппликаторами и иными расходными материалами, точности в определении последовательности офтальмомикрохирургических операций.

Технический результат - одновременное повышение точности определения и качества идентификации диагнозов, определения показаний к проведению операций, повышения избирательности при проведении операции, моделирования операций, точности в выборе анестезиологического пособия, точности обеспечения аппликаторами и иными расходными материалами, точности в определении последовательности операций, диспансерного наблюдения при массовом воспроизводстве офтальмомикрохирургических технологий.

Технический результат - одновременное повышение точности определения и качества идентификации диагнозов, определения показаний к проведению операций, повышение избирательности при проведении операции, точности в определении последовательности операций, моделирования операций, точности в выборе анестезиологического пособия, точности обеспечения аппликаторами и иными расходными материалами, обеспечение оптимизации потоков информации и потребностей при ежегодном массовом производстве высокотехнологичных офтальмомикрохирургических операций.

Технический результат достигается тем, что в автоматизированном рабочем месте оценки качества лечения глазных заболеваний форматирующие устройства выполнены в виде замкнутых нейронных цепочек, состоящих из связанных между собой блока идентификации (БИ), блока интерполяции (БИН), блока экстраполяции (БЭ), блока оценки последующих значений идентифицированных параметров (БО), блока анализа и оценки лечения (БАОЛ), блока принятия решений (БПР), при этом:

первая нейронная цепочка состоит из следующих блоков: первого БИ диагностических параметров глаза, производящего идентификацию путем сканирования множества возможных офтальмомикрохирургических диагнозов, определения подмножества офтальмомикрохирургических диагнозов и выделения одного или нескольких сочетаний диагнозов из комбинаторной выборки персонифицированных форматированных управляющих кодов (ФУК) визометрии, топографии, тонометрии, оптической когерентной томографии, авторефрактометрии, автокератометрии, биометрии, кератопахиметрии, порогов лабильности, электрочувствительности, электрофизиологических вызванных потенциалов, офтальмосканирования, допплерографии,

направляющего информацию в первый БИН для интерполяционной обработки и далее

в первый БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, далее эту информацию направляют

в первый БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляют

в первый БАОЛ для анализа взаимодействия идентифицированных параметров и сравнения с сохраненными начальными значениями ФУК оценки результата лечения, затем

в первый БПР для идентификации патологического состояния глаза пациента векторами диагнозов и принятия решения о целесообразности или нецелесообразности лечения в виде детерминированного конечного автомата ДКА, содержащего, по крайней мере, четыре из не менее, чем сорока возможных состояний, имеющего на выходе одно решение из, по крайней мере, восьми возможных вариантов;

вторая нейронная цепочка состоит из второго БИ, производящего идентификацию путем сканирования множества возможных состояний прогнозируемой рефракции глаза и выделения одного или нескольких сочетаний из комбинаторной выборки на основе персонифицированных ФУК кодов тонометрии, тонографии, ультразвуковой биомикроскопии и иных параметров, направляющего информацию

во второй БИН для интерполяционной обработки и

во второй БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем эту информацию направляют

во второй БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляют

во второй БАОЛ для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями оценки результата лечения, затем эту персонифицированную информацию направляют

во второй БПР для принятия решения о выборе параметров операции и сроках диспансерного наблюдения в виде ДКА, содержащего, по крайней мере, четыре из не менее, чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;

третья нейронная цепочка состоит из третьего БИ, производящего идентификацию путем сканирования множества проведенных операций определения подмножества проведенных операций и выделения одного или нескольких сочетаний из комбинаторной выборки персонифицированных ФУК кода хирургического вмешательства, кода диагноза, кода оперирующего хирурга, кода анестезиологического пособия, даты операции, кода операционного зала, кода пациента, направляющего информацию;

в третий БИН для интерполяционной обработки, далее

в третий БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем направляют

в третий БО для оценки последующих значений идентифицированных параметров, затем направляют информацию

в третий БАОЛ для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями оценки результата лечения, затем направляют эту персонифицированную информацию

в третий БПР для принятия решения об окончании лечения в виде ДКА, содержащего, по крайней мере, четыре из не менее, чем шестидесяти возможных состояний, имеющий на выходе одно решение из, по крайней мере, четырех возможных вариантов;

при этом внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно и параллельно, а каждый блок одной нейронной цепочки связан с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации;

при этом все встречные потоки прямого и обратного распространения информации образуют единый мультиграф с не менее, чем восемнадцатью вершинами, соединенными не менее, чем ста пятидесяти тремя ориентированными ребрами.

Заявленная авторами неизвестная ранее совокупность единых взаимосвязанных во времени и пространстве существенных отличительных признаков является необходимой и достаточной для достижения технического результата.

Изобретение поясняется чертежом, где показана схема структуры автоматизированного рабочего места оценки качества лечения глазных заболеваний (АРМОКЛГЗ).

На чертеже обозначено:

Первая нейронная цепочка:

1 - БИ; 2 - БИН; 3 - БЭ; 4 - БО; 5 - БАОЛ; 6 - БПР;

Вторая нейронная цепочка:

7 - БИ; 8 - БИН; 9 - БЭ; 10 - БО; 11 - БАОЛ; 12 - БПР;

Третья нейронная цепочка:

13 - БИ; 14 - БИН; 15 - БЭ; 16 - БО; 17 - БАОЛ; 18 - БПР.

Последовательные связи между блоками первой нейронной цепочки обозначены:

19 - блок 1 - блок 2; блок 2 - блок 3; блок 3 - блок 4; блок 4 - блок 5; блок 5 - блок 6.

Параллельные связи между блоками первой нейронной цепочки обозначены: блок 1 - блок 3; блок 1 - блок 4; блок 1 - блок 5; блок 1 - блок 6; блок 2 - блок 4; блок 2 - блок 5; блок 2 - блок 6; блок 3 - блок 5; блок 3 - блок 6; блок 4 - блок 6 на чертеже не обозначены.

20 - поток входящих диагностических ФУК в блок 1.

Для удобства восприятия аналогичные последовательные и параллельные связи в других нейронных цепочках цифровыми обозначениями не обозначены.

Далее обозначено:

21 - потоки исходящих ФУК из блока 6;

22 - потоки входящих ФУК в блок 7;

23 - потоки исходящих ФУК из блока 12;

24 - потоки входящих ФУК в блок 13;

25 - потоки исходящих ФУК из блока 18.

Изобретение выполнено и функционирует следующим образом.

Автоматизированное рабочее место оценки качества лечения глазных заболеваний (АРМЛ) содержит форматирующие устройства. Форматирующие устройства выполнены в виде радиально-кольцевой структуры искусственной нейронной сети (НС).

Под искусственной нейронной сетью понимается аппаратная и программная реализация компьютерной сети, построенная на математических моделях функционирования биологических нейронных сетей.

Форматирующие устройства выполнены в виде нейронных цепочек, каждая из которых состоит из связанных между собой блоков идентификации БИ, блоков интерполяции БИН, блоков экстраполяции БЭ, блоков оценки последующих значений идентифицированных параметров (БО), блоков анализа и контроля и оценки лечения (БАОЛ), блоков принятия решений БПР с встречными прямыми и обратными потоками распространения информации между ними.

Под прямыми (основными) потоками распространения информации понимается передача такой информации, которая необходимо должна быть получена от передающего блока (и ни от какого-либо другого), принимающим блоком для обеспечения его функции.

Под обратными (уточняющими) потоками распространения информации понимается передача такой информации, которая передается по инициации принимающего блока, в частности подтверждение получения или требование переизмерения параметра, или по инициации передающего блока, в частности исправление ошибочно переданного параметра - сначала запрос на передачу, затем получение подтверждения, и, наконец, передача исправленной информации, которая повышает адекватность переданной информации и без которой переданная информация может быть искажена в технологии производства офтальмомикрохирургических операций.

Первая нейронная цепочка состоит из следующих блоков.

Первый БИ 1 (см. чертеж) диагностических параметров глаза является преобразующим и передающим элементом нейронной сети. Он производит идентификацию путем сканирования множества возможных офтальмомикрохирургических диагнозов, определения подмножества офтальмомикрохирургических диагнозов и выделения одного или нескольких сочетаний диагнозов из комбинаторной выборки персонифицированных форматированных управляющих кодов (ФУК). Это - коды визометрии, авторефрактометрии, автокератометрии, биометрии, кератопахиметрии, порогов лабильности, электрочувствительности, электрофизиологических вызванных потенциалов, офтальмосканирования и допплерографии.

Такой способ идентификации диагнозов обусловлен тем, что одному клиническому случаю, представляющему глаз пациента, может соответствовать от одного до нескольких сочетанных диагнозов, в зависимости от патологического состояния глаза. В международном классификаторе болезней десятой редакции (МКБ10) к заболеваниям глаза относится около четырехсот наименований. Для обеспечения ежегодного массового воспроизводства высокотехнологичных офтальмомикрохирургических операций этот перечень расширен. С учетом сопутствующих заболеваний перечень диагнозов, который применяется в области офтальмомикрохирургии, в настоящее время составляет около шестисот наименований. Так как однозначно поставить точно один диагноз по некоторому набору диагностических исследований возможно крайне редко, представляется целесообразным выбирать диагнозы и их сочетания, ранжируя их по частоте встречаемости с данным набором результатов диагностических исследований с проведением, при необходимости, дополнительных исследований, среди всех возможных диагнозов и их сочетаний и при всех возможных сочетаниях результатов диагностических исследований. В общем случае патологического состояния глаза в некоторый момент времени диагноз представляет собой вектор, компоненты которого представляют собой основной диагноз, определяющий - какое заболевание нужно лечить, сопутствующие один или несколько, если таковые есть, сочетанные и второстепенные диагнозы.

БИ 1 направляет информацию в первый БИН 2 для интерполяционной обработки. В блоке БИН 2 интерполируют определенные функциональные зависимости для промежуточных значений ФУК. Интерполяция осуществляется кусочно-линейно, полиномиально, а для значений ФУК, сосредоточенных на локальных участках, сплайн-интерполяция. На каждой итерации обработки потока ФУК определяется постоянная Лебега, характеризующая точность интерполяции. В частности, основное уравнение гидродинамики глаза, связывающего функциональной зависимостью внутриглазное давление, коэффициент легкости оттока, секрецию внутриглазной жидкости, давление в эписклеральных венах, справедливо не только для дискретных значений ФУК вышеуказанных параметров, полученных из БИ в результате измерений, но также и при любых значениях в физиологическом диапазоне при ограничении, накладываемом этим уравнением. При уточнении диагноза необходимо применять промежуточные значения ФУК для сравнения с пограничными состояниями, с нормой.

Далее поток ФУК направляется в первый БЭ 3 для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия. В блоке БЭ экстраполируют определенные функциональные зависимости для выходящих за анализируемый интервал значений ФУК. Экстраполяция для значений ФУК за пределами измеренных значений осуществляется таким образом, чтобы сумма квадратов отклонений их для заданной функциональной зависимости при измеренных значениях ФУК была минимальна. БЭ применяется для обеспечения обработки ФУК для всех возможных значений в физиологическом диапазоне, в том числе вне пределов измеренных значений. Экстраполированные значения ФУК применяются для уточнения возможных диагнозов с учетом неточности измерений параметров и для планирования последующих диагностических исследований как по виду, так и по времени выполнения.

Далее поток ФУК направляется в блок оценки последующих значений идентифицированных параметров БО 4. В блоке БО 4 выполняется процедура пролонгации - оценки последующих значений идентифицированных параметров - для уточнения поиска наиболее подходящего вида хирургического воздействия и последующих этапов по лазерным операциям. Оценка последующих значений идентифицированных параметров применяется для планирования повторных и иных хирургических воздействий.

Далее поток ФУК направляется в блок анализа текущих и последующих значений идентифицированных параметров БАОЛ 5 для анализа взаимодействия текущих значений идентифицированных параметров, сравнения с сохраненными начальными значениями, сравнения с диапазоном значений показателей в норме, сравнения с пролонгированными значениями показателей ФУК. Блок БАОЛ предназначен для обработки потоков ФУК по индивидуальным во времени регламентам анализа и контроля информации оценки результата лечения. Потоки ФУК соответствуют персонифицированным показателям визометрии, тонометрии, тонографии, поля зрения, статической компьютерной периметрии, лазерной ретинальной томографии, биомикроскопии, режима инстилляций и препаратов, рекомендациям и назначениям по персонифицированным во времени регламентам. Сравнения с сохраненными начальными и иными значениями применяют для определения динамики состояния. Сравнения с диапазоном значений показателей в норме и сравнения с пролонгированными значениями показателей ФУК применяют для определения отклонения от нормы и последующего принятия соответствующих решений.

Далее направляют эту информацию в первый БПР 6, являющийся элементом анализа и синтеза нейронной сети (АСНС), для идентификации патологического состояния глаза пациента векторами диагнозов. БПР 6 принимает решение о целесообразности и нецелесообразности лечения. БПР 6 выполнен в виде детерминированного конечного автомата (ДКА) содержащего, по крайней мере, четыре из не менее, чем сорока возможных состояний, имеющего на выходе одно решение из, по крайней мере, восьми возможных вариантов.

ДКА построен в соответствии со структурным описанием: В=(Q1,S1,D1,q01,F1) и состоит из следующих компонент: Q1 - множество состояний; S1 - множество входных символов; D1 - функция переходов, аргументами которой являются текущее состояние q и входной символ а, а значением - новое состояние р из множества Q1: p=D1 (q, a); q0 - начальное состояние, являющееся элементом множества Q1; F1 - множество заключительных состояний, являющееся подмножеством множества Q1; БПР В1 имеет на выходе одно решение из возможных вариантов решений, образованных множеством L1 (B1) слов выходного языка ДКА, определяемого при помощи DD - расширенной функции переходов, ставящей в соответствие состоянию q и цепочке входных символов w=(a1, a2,автоматизированное рабочее место оценки качества лечения глазных   заболеваний, патент № 2434286 , ak) состояние р: р=DD(q,w)=D(D(D(автоматизированное рабочее место оценки качества лечения глазных   заболеваний, патент № 2434286 D(D(D(q,a1),a2),a3),автоматизированное рабочее место оценки качества лечения глазных   заболеваний, патент № 2434286 ),ak), в которое придет ДКА после выполнения k тактов обработки цепочки входных символов w длины k; L(B) - язык ДКА, определяемый формулой: L(B)={совокупность слов w, таких, что DD (q0, w) принадлежит множеству F}.

Все БПР, описанные в данном изобретении, построены подобно.

Блоки БИ, БИН, БЭ, БО, БАОЛ, БПР являются функциональными элементами нейронной сети (НС). Они обладают аналогичными функциями во всех трех нейронных цепочках.

Вторая нейронная цепочка выполнена следующим образом.

Второй БИ 7 производит идентификацию путем сканирования множества возможных состояний прогнозируемого внутриглазного давления и иных параметров послеоперационного состояния глаза и иных параметров операции, определения подмножества возможных состояний прогнозируемого состояния глаза и иных параметров операции и выделения одного или нескольких сочетаний из комбинаторной выборки и расчетов на основе персонифицированных ФУК. Это - коды дренажей, внутриглазного давления и иных параметров.

БИ 7 направляет информацию во второй БИН 8 для интерполяционной обработки. Интерполированные значения применяются для уточнения прогнозируемого послеоперационного состояния для оптимизации параметров операции.

Далее БИ 7 направляет ФУК во второй БЭ 9 для экстраполяционной обработки кодов ФУК. Экстраполированные значения применяются для варьирования параметров и объема хирургического воздействия для оптимизации параметров операции.

Далее БЭ 9 направляет ФУК в блок оценки последующих значений идентифицированных параметров БО 10. Последующие значения идентифицированных параметров применяются для уточнения и оптимизации последующих этапов хирургического лечения.

Далее БО 10 направляет ФУК в блок анализа наблюдений идентифицированных параметров БАОЛ 11. Анализ наблюдений идентифицированных параметров применяется для уточнения и оптимизации последующих этапов лечения.

Далее направляют эту персонифицированную информацию во второй БПР 12, являющийся АСНС, для принятия решения о необходимых параметрах операции, в частности объема и характеристик дренажей, модели и оптической интраокулярной линзы ИОЛ, в случае сочетанной катаракты, и иных параметров операции. БПР 12 выполнен в виде ДКА, содержащего, по крайней мере, четыре из не менее, чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов.

Третья нейронная цепочка выполнена следующим образом.

Третий БИ 13 производит идентификацию путем сканирования множества проведенных операций, определения подмножества проведенных операций и выделения одного или нескольких сочетаний из комбинаторной выборки персонифицированных ФУК. Это - коды хирургического вмешательства, код диагноза, код оперирующего хирурга, код анестезиологического пособия, дата операции, код операционного зала, код пациента.

БИ 13 направляет информацию в третий БИН 14 для интерполяционной обработки. Интерполированные значения кодов ФУК применяются для уточнения параметров проведенной операции и диспансерного наблюдения и лечения.

Далее поток ФУК направляется в третий БЭ 15 для экстраполяции кодов ФУК. Экстраполированные значения применяются для варьирования параметров и объема хирургического воздействия для уточнения параметров проведенной операции и прогнозирования послеоперационного состояния, диспансерного наблюдения и лечения.

Далее БЭ 15 направляет информацию в блок оценки последующих значений идентифицированных параметров БО 15. Последующие значения идентифицированных параметров применяются для уточнения и оптимизации последующих этапов хирургического лечения, диспансерного наблюдения и лечения.

Далее направляют информацию в блок анализа, контроля и оценки лечения БАОЛ 17. Анализ наблюдений идентифицированных параметров применяется при контроле аппликаторов и иных расходных материалов для уточнения и оптимизации последующих этапов лечения.

Далее направляют эту персонифицированную информацию в третий БПР 18, являющийся АСНС, для принятия решения об окончании лечения. БПР 18 выполнен в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов.

Внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно 19 и параллельно 20 (см. чертеж).

Блок БИ 1 связан потоками информации с БЭ 3, БО 4, БАОЛ 5 и с БПР 6, по которым при формировании диагноза уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ1 в БЭ 3, БО 4, БАОЛ 5 и БПР 6. При неоднозначном для постановки диагноза в БПР 6 наборе ФУК в БИ 1, а также, при необходимости, в БИН 2, БЭ 3, БО 4 и БАОЛ 5 генерируется запрос из БПР 6 на уточнение ФУК с учетом обработанной в БПР 6 информации. Кроме того, при обработке множества всех диагнозов формируются запросы на уточнение входящих в БЭ 3 ФУК из БИН 2, а также в БО4 ФУК из БЭ 3 путем непосредственной передачи запроса в БИ 1 и получения потока соответствующих ФУК из БИ 1, а также в БАОЛ5 ФУК из БО4 путем передачи запроса в БИ1 и получения потока ФУК из БИ1. При формировании решения в БПР 6 может потребоваться запрос из БПР 6 в БИН 2 для получения уточненных интерполированных ФУК. Это позволяет при выработке диагноза и принятии решения о целесообразности лечения определять предварительное множество диагнозов, проигрывать возможные ситуации и учитывать уточняющие идентифицированные, интерполяционные, экстраполяционные значения ФУК, итеративно используя данные блоков БИ, БИН, БЭ, БО, БАОЛ, БПР в различных сочетаниях внутри одной первой нейронной цепочки.

Блок БИ 7 связан потоками информации с БЭ 9, БО 10, БАОЛ 11 и с БПР 12, по которым при проектировании операции уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ 7 в БЭ 9, БО 10, БАОЛ 11 и БПР 12. При неоднозначном для выбора плана операции в БПР 12 наборе ФУК в БИ 7, а также, при необходимости, в БИН 8, БЭ 9, БО 10 и БАОЛ 11 генерируется запрос из БПР 12 на уточнение ФУК с учетом обработанной в БПР 12 информации. Кроме того, при обработке множества всех возможных исходов операции формируются запросы на уточнение входящих в БЭ 9 ФУК из БИН 8 путем непосредственной передачи запроса в БИ 7 и получения потока соответствующих ФУК из БИ 7, а также из БО10 и БАОЛ 11. При формировании решения в БПР 12 для уточнения разделяющих гиперплоскостей в пространстве ФУК может потребоваться запрос из БПР 12 в БИН 8 для получения уточненных интерполированных ФУК. Это позволяет при выработке плана операции и принятии решения о конкретном наборе параметров операции определять предварительное множество исходов, проигрывать возможные ситуации, прогнозировать послеоперационные состояния и учитывать уточняющие идентифицированные, интерполяционные, экстраполяционные значения ФУК, итеративно используя данные блоков БИ, БИН, БЭ, БО, БАОЛ, БПР в различных сочетаниях внутри одной второй нейронной цепочки.

Под разделяющей гиперплоскостью понимается множество точек из пространства ФУК, описываемых уравнением первого порядка, которая разделяет два выпуклых множества точек ФУК, каждое из которых лежит по разные стороны в одном из двух полупространств, образуемых этой гиперплоскостью в многомерном пространстве значений ФУК. При этом гиперплоскость описывается линейным уравнением и представляет собой подпространство значений ФУК с размерностью на единицу меньше, чем число различных параметров ФУК.

Блок БИ 13 связан потоками информации с БЭ 15, БО 16, БАОЛ 17 и с БПР 18, по которым при принятии решения об окончании или продолжении лечения уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ 13 в БЭ 15, БО 16, БАОЛ 17 и БПР 18. При неоднозначном для выбора решения о продолжении лечения в БПР 18 наборе ФУК в БИ 13, а также, при необходимости, в БИН 14, БЭ 15, БО 16 и БАОЛ 17 генерируется запрос из БПР 18 на уточнение ФУК с учетом обработанной в БПР 18 информации. Кроме того, при обработке множества всех возможных исходов последующих операций формируются запросы на уточнение входящих в БЭ 15 ФУК из БИН 14 путем непосредственной передачи запроса в БИ 13 и получения потока соответствующих ФУК из БИ 13. При формировании решения в БПР 18 для уточнения разделяющих гиперплоскостей в пространстве ФУК может потребоваться запрос из БПР 18 в БИН 14 для получения уточненных интерполированных ФУК. Это позволяет при выработке последовательности операций и принятии решения об окончании лечения определять предварительное множество исходов, проигрывать возможные ситуации, прогнозировать послеоперационные состояния и учитывать уточняющие идентифицированные, интерполяционные, экстраполяционные значения ФУК, итеративно используя данные блоков БИ, БИН, БЭ, БО, БАОЛ, БПР в различных сочетаниях внутри одной третьей нейронной цепочки.

На чертеже стрелками между блоками указаны прямые и обратные потоки информации.

Каждый блок одной нейронной цепочки связан с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации (позиции на чертеже не обозначены).

При принятии решения о параметрах операции в БПР 12 может потребоваться запрос на уточнение диагноза в БПР 6, а также на уточнение некоторых ФУК в БИ 1. Кроме того, для уточнения параметров разделяющих гиперплоскостей в пространстве ФУК при обработке в БПР 12 могут потребоваться запросы на уточнение интерполированных и экстраполяционных ФУК из БИН 2, БЭ 3, БО 4 и БАОЛ 5. При функционировании блока БИ 7, кроме входной информации из БПР 6, может потребоваться запрос на уточнение ФУК из БИ1, а также БИН 2, БЭ 3, БО 4 и БАОЛ 5. Так как план проектируемой операции и конкретные ее параметры существенно зависят от персонифицированных ФУК, получаемых их БИ 1, то при обработке в блоках БИН 8, БЭ 9, БО 10 и БАОЛ 11 требуются запросы на уточнение интерполированных и экстраполяционных ФУК из БИН 2, БЭ 3, БО 4 и БАОЛ 5.

При принятии решения о последующих операциях или об окончании лечения в БПР 18 требуются запросы на уточнение диагноза в БПР 6 и для итеративной работы с БПР 12, а также на уточнение некоторых ФУК в БИ 1, БИ 7 и БИ 13. Кроме того, для уточнения параметров разделяющих гиперплоскостей в пространстве ФУК при обработке в БПР 18 могут потребоваться запросы на уточнение интерполированных и экстраполяционных ФУК из БИН 2, БЭ 3, БО 4 и БАОЛ 5, а также БИН 8, БЭ 9, БО 10 и БАОЛ 11. При функционировании блока БИ 13, кроме входной информации из БПР 12, может потребоваться запрос на уточнение ФУК из БИ 1 и БИ 7, а также БИН 2, БИН 8, БЭ 3, БЭ 9, БО 4, БО 10, БАОЛ 5, БАОЛ 11. Так как последовательность следующих операций и конкретные их параметры существенно зависят от персонифицированных ФУК, получаемых их БИ 1, БИ 7 и БИ 13, то при обработке в блоках БИН 14 и БЭ 15 требуются запросы на уточнение интерполированных и экстраполяционных ФУК из БИН 2, БИН 8, БЭ 3, БЭ 9, БО 4, БО 10, БАОЛ 5 и БАОЛ 11.

Это позволяет при проектировании последовательности операций учитывать уточняющие диагностические параметры, сопутствующие диагнозы, уточнять исходные данные при прогнозировании исхода операции с проектируемыми аппликаторами и иными расходными материалами, итерактивно используя данные блоков БИ, БИН, БЭ, БО, БАОЛ, БПР различных нейронных цепочек.

АРМОКЛГЗ работает следующим образом. Из диагностических кабинетов в блок БИ 1 поступает ФУК 20 персонифицированная информация по диагностическим исследованиям и измерениям. Первая нейронная цепочка осуществляет обработку ФУК в соответствии с вышеприведенным описанием. В случае противопоказаний к офтальмомикрохирургическому лечению, непрофильности заболевания информация из БПР 6 передается в другие АРМ лечебного процесса 21.

При показанном хирургическом лечении для проектирования операции блок БИ 7 получает необходимые ФУК 20 информации по операционному блоку, наличию имплантантов и иных расходных материалов, видам доступных ангестезиологических пособий. Вторая нейронная цепочка осуществляет обработку ФУК в соответствии с вышеприведенным описанием. БПР 12 передает информацию в другие АРМ лечебного процесса 21 для внесения спроектированной персонифицированной операции в операционный список, запланировать необходимые анестезиологические пособия, имплантанты и иные расходные материалы.

После проведения операции в операционном блоке блок БИ 13 получает необходимые ФУК 22 информации по проведенной операции, отклонениям хирургических параметров от запланированного хода вмешательства, оказанному анестезиологическому пособию, имплантированным и иным расходным материалам. Третья нейронная цепочка осуществляет обработку ФУК в соответствии с вышеприведенным описанием. БПР 18 передает информацию в другие АРМ лечебного процесса 21 для оформления окончания лечения, фиксирования интраоперационных и послеоперационных осложнений.

Все встречные потоки прямого основного и обратного уточняющего распространения информации образуют единый мультиграф с не менее чем двенадцатью вершинами, функционирующими параллельно, синхронно, с возможностью увеличения структуры и функциональных связей, соединенными не менее чем шестьюдесятью шестью ориентированными ребрами.

Все элементы АРМ и их связи между собой функционируют одновременно, синхронно, образуя искусственную НС.

НС является сетью встречного распространения информации. НС имеет топологию сети с большим числом входов и выходов и является сетью с равномерным иерархическим доступом к информационным потокам и является структурой распознавания образов.

Предложенное изобретение является необходимым и достаточным для однозначного положительного решения заявленной технической задачи -одновременного повышения точности определения и качества идентификации диагнозов, определения показаний к проведению операций, повышения избирательности при проведении операции, моделирования операций, точности в выборе анестезиологического пособия, точности обеспечения имплантатами и расходными материалами, точности в определении последовательности операций, диспансерного наблюдения при массовом воспроизводстве лазерных операций.

Класс G06N3/00 Компьютерные системы, основанные на биологических моделях

способ интеллектуальной обработки информации в нейронной сети -  патент 2514931 (10.05.2014)
способ и устройство автоматического распознавания типов манипуляции радиосигналов -  патент 2510077 (20.03.2014)
способ обучения искусственной нейронной сети -  патент 2504006 (10.01.2014)
способ интеллектуальной обработки информации в нейронной сети -  патент 2502133 (20.12.2013)
автоматизированная система для управления поездной работой направления железнодорожной сети в условиях проведения ремонтных работ -  патент 2501697 (20.12.2013)
комплекс логического элемента на основе биомолекул (варианты) -  патент 2491631 (27.08.2013)
устройство для моделирования самоорганизующихся сетей неформальных нейронов -  патент 2484527 (10.06.2013)
способ интеллектуальной обработки информации в нейронной сети -  патент 2483356 (27.05.2013)
способ прогнозирования времени наступления и уровня паводков -  патент 2480825 (27.04.2013)
способы выбора признаков, использующие основанные на группе классификаторов генетические алгоритмы -  патент 2477524 (10.03.2013)

Класс A61F9/00 Способы и устройства для лечения глаз; приспособления для вставки контактных линз; устройства для исправления косоглазия; приспособления для вождения слепых; защитные устройства для глаз, носимые на теле или в руке

способ фиксации мягкой интраокулярной линзы при отсутствии капсулярной поддержки -  патент 2529411 (27.09.2014)
устройство для разреза роговицы глаза человека -  патент 2529391 (27.09.2014)
устройство для разрезания роговой оболочки глаза -  патент 2528853 (20.09.2014)
способ хирургического замещения множественных, тотальных и обширных кожных дефектов век, распространяющихся на окружающие зоны лица -  патент 2528650 (20.09.2014)
роговичный сегмент для лечения кератэктазий различного генеза -  патент 2528649 (20.09.2014)
способ факоэмульсификации -  патент 2528633 (20.09.2014)
способ репозиции моноблочной интраокулярной линзы, дислоцированной вместе с капсульным мешком -  патент 2527912 (10.09.2014)
способ осуществления тоннельного разреза для факоэмульсификации -  патент 2527911 (10.09.2014)
способ микроинвазивной непроникающей глубокой склерэктомии при открытоугольной глаукоме -  патент 2527908 (10.09.2014)
способ имплантации интраокулярной линзы больным с эктопией хрусталика -  патент 2527844 (10.09.2014)
Наверх