RU2496409C2 - Method of forming multidimensional image of cardiovascular system state and its visualisation - Google Patents
Method of forming multidimensional image of cardiovascular system state and its visualisation Download PDFInfo
- Publication number
- RU2496409C2 RU2496409C2 RU2011116859/14A RU2011116859A RU2496409C2 RU 2496409 C2 RU2496409 C2 RU 2496409C2 RU 2011116859/14 A RU2011116859/14 A RU 2011116859/14A RU 2011116859 A RU2011116859 A RU 2011116859A RU 2496409 C2 RU2496409 C2 RU 2496409C2
- Authority
- RU
- Russia
- Prior art keywords
- cardiovascular system
- state
- plane
- values
- screen
- Prior art date
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
Изобретение относится к медицине и медицинской технике и может быть использовано в системах анализа и контроля клинических (лабораторных) данных, в том числе путем компьютерной экспресс-диагностики при классификации и прогнозировании, мониторного анализа и контроля клинических данных при диагностике состояния живого организма.The invention relates to medicine and medical equipment and can be used in systems for the analysis and control of clinical (laboratory) data, including by means of computer-based express diagnostics for classification and prediction, monitor analysis and control of clinical data in the diagnosis of a living organism.
Известен способ получения томографического изображения тела и электроимпедансный томограф [1], обеспечивающий диагностику органов с изменяющейся во времени проводимостью. Способ основан на измерении разностей потенциалов во времени и обеспечивает реконструкцию изображения пространственного распределения измеренного параметра путем нормирования полученных значений проводимости, исходя из того, что наименьшее и наибольшие значения проводимости выделяются различными цветами. Способ не позволяет оценивать динамику изменения состояния живого организма по множеству измеряемых параметров (клинических данных).A known method of obtaining a tomographic image of the body and an electrical impedance tomograph [1], which provides diagnostics of organs with time-varying conductivity. The method is based on measuring potential differences over time and provides reconstruction of the spatial distribution of the measured parameter by normalizing the obtained conductivity values, based on the fact that the smallest and largest conductivity values are highlighted in different colors. The method does not allow to evaluate the dynamics of changes in the state of a living organism by the set of measured parameters (clinical data).
Известны способы компьютерной обработки и анализа изображений, предназначенные для получения полезной информации о содержимом изображения, его свойствах [2].Known methods of computer processing and analysis of images, designed to obtain useful information about the contents of the image, its properties [2].
Известен способ компьютерной обработки и анализа изображений в медицинской диагностике эритроцитометрии [3]. Способ позволяет на основе определения (проведения измерений) параметров эритроцитов различных классов в крови человека и визуального представления соответствующих изображений строить гистограммы распределения эритроцитов по классам, по которым судят об отклонении полученного результата от нормы, чем обеспечивается диагностирование состояния здоровья человека.A known method of computer processing and analysis of images in the medical diagnosis of erythrocytometry [3]. The method allows, on the basis of determining (taking measurements) the parameters of erythrocytes of various classes in human blood and visual representation of the corresponding images, to build histograms of the distribution of erythrocytes by classes, which are used to judge the deviation of the result from the norm, which ensures the diagnosis of human health.
Рассматриваемые способы непригодны для динамического контроля и анализа состояния живого организма, не позволяют учитывать предысторию текущего состояния живого организма, а также являются трудоемкими и громоздкими.The considered methods are unsuitable for dynamic monitoring and analysis of the state of a living organism, do not allow to take into account the background of the current state of a living organism, and are also laborious and cumbersome.
Известны способы клинической оценки лабораторных данных, предназначенные для получения полезной информации для диагностики и контроля лечения на основе получения лабораторных тестов крови и мочи [4]. Способы позволяют проводить как однократный, так и динамический контроль, и анализ состояния организма человека.Known methods for clinical evaluation of laboratory data, designed to obtain useful information for the diagnosis and control of treatment based on laboratory tests of blood and urine [4]. The methods allow for both single and dynamic control, and analysis of the state of the human body.
Недостатком известных способов является большая сложность, трудоемкость и громоздкость проведения динамического анализа лабораторных данных по множеству измеряемых параметров.A disadvantage of the known methods is the great complexity, complexity and cumbersomeness of conducting dynamic analysis of laboratory data for a variety of measured parameters.
Наиболее близким по технической сущности является способ визуального отображения и динамического контроля клинических данных [5], который позволяет осуществлять процесс динамического анализа клинических данных по множеству их значений и предоставлении информации в виде цветокодовой матрицы-диаграммы.The closest in technical essence is the method of visual display and dynamic control of clinical data [5], which allows the process of dynamic analysis of clinical data by the set of their values and the provision of information in the form of a color code matrix diagram.
Основными недостатками прототипа являются необходимость проведения анализа большого объема абстрактной информации, в виде информационной цветокодовой матрицы-диаграммы, что обуславливает погрешности при постановке врачом-кардиологом диагноза. Кроме того, в прототипе отсутствует возможность реализовать процесс автоматизированной постановки диагноза.The main disadvantages of the prototype are the need to analyze a large amount of abstract information in the form of an information color-matrix matrix diagram, which leads to errors in the diagnosis by a cardiologist. In addition, the prototype lacks the ability to implement an automated diagnosis process.
Требуемый технический результат заключается в проведении логической последовательности действий по регистрации и статистической обработке текущих значений клинических данных, и их комплексному анализу для получения оперативной оценки величин и характера распределения значений клинических данных и их непрерывной актуализации; формирования многомерного образа состояния сердечно-сосудистой системы (ССС) в соответствии с регистрируемыми клиническими данными и его визуального отображения; автоматизированной генерации диагноза по результатам анализа сформированного многомерного образа состояния ССС.The required technical result consists in carrying out a logical sequence of actions for registration and statistical processing of current values of clinical data, and their comprehensive analysis to obtain an operational assessment of the values and nature of the distribution of values of clinical data and their continuous updating; the formation of a multidimensional image of the state of the cardiovascular system (CVS) in accordance with the recorded clinical data and its visual display; automated diagnosis generation based on the analysis of the generated multidimensional image of the CVS state.
Требуемый технический результат достигается тем, что осуществляют способ формирования многомерного образа состояния сердечно-сосудистой системы, его визуального отображения и динамического контроля, включающий измерение и фиксацию текущих значений каждого из показателей клинических данных, характеризующих текущее состояние сердечно-сосудистой системы, преобразование результатов оценки значений показателей клинических данных, фиксацию результатов оценки текущих значений каждого показателя клинических данных, в зависимости от времени проведенных измерений (момента проведения измерений), визуальное отображение результатов преобразования оценки текущих значений каждого показателя клинических данных на плоскости, совпадающей с плоскостью отображающего многоцветного экрана видеомонитора, получение информации о динамике состояния сердечно-сосудистой системы. Кроме того осуществляют оцифровку и весовую обработку зафиксированных мгновенных значений каждого из клинических данных, строят объемный образ состояния сердечно-сосудистой системы - A2(t) в виде совокупности геометрических мест точек в N-мерном пространстве состояний, причем координаты каждой точки N-мерного пространства состояний сердечнососудистой системы определяют по совокупности неинвазивно и инвазивно измеряемых в физических величинах оцифрованных мгновенных значений различных клинических данных, характеризующих текущее состояние сердечно-сосудистой системы, формируют двумерные образы состояний сердечно-сосудистой системы - A2(t) в виде проекций сформированных AN(t) на плоскость, совпадающую с плоскостью отображающего многоцветного экрана видеомонитора, запоминают координаты в 2-мерном пространстве состояний сердечно-сосудистой системы каждой точки сформированного А2(t); строят виртуальные объемные модели различных нозологических форм болезней сердечно-сосудистой системы - Bi, в виде совокупности М-геометрических мест точек в N-мерном пространстве состояния сердечно-сосудистой системы, где i=1; 2; 3; …М - число отображаемых заболеваний сердечно-сосудистой системы, при этом координаты каждой точки каждого из Вi определяют по совокупности значений различных клинических данных в физических величинах, описывающих характерную клинико-морфологическую картину соответствующего заболевания и степень выраженности патологии сердечнососудистой системы, соответственно, запоминают координаты в N-мерном пространстве состояния сердечно-сосудистой системы всех точек объемных образов Bi, формируют двумерные модели различных нозологических форм болезней сердечно-сосудистой системы - B2i в виде проекций сформированных Bi на плоскость, совпадающую с плоскостью отображающего многоцветного экрана видеомонитора, запоминают координаты в 2-мерном пространстве состояния сердечно-сосудистой системы всех точек сформированных B2i, визуализируют на экране многоцветного видеомонитора сформированные B2i в виде совокупности М-геометрических мест точек N-мерного пространства состояния сердечно-сосудистой системы, цвет которых, в видимых диапазонах длин волн Δλк, Δλo, Δλж, Δλз, ΔλГ…ΔλМ соответствует определенному виду заболевания, а степень патологии характеризуется величиной обратно пропорциональной длине волны соответствующего диапазона, где Δλк - красный цвет, Δλо - оранжевый цвет, Δλж - желтый цвет, Δλз - зеленый цвет ΔλГ - голубой цвет и т.д., осуществляют также визуализацию на экране многоцветного видеомонитора последовательно формируемые во времени значения A2(t), при этом каждое предыдущее значение A2(t) соединяют прямыми с последующими их значениями, причем цвет A2(t) и соединяющих прямых формируют путем сложения красного (Δλк), зеленого (Δλз) и голубого (ΔλГ) цветов с одинаковой амплитудной пропорцией проводят проверку выполнения множества условий А2(t) ⊂ B2i, принимают решение о заболевании сердечно-сосудистой системы при выполнении какого-либо условия из множества A2(t) ⊂ B2i, исключают при наличии взаимных пересечений B2i неоднозначность принятия решения о заболевании сердечно-сосудистой системы, когда мгновенное значение A2(t) одновременно принадлежит двум и более B2i, за счет формирования на экране многоцветного видеомонитора каждого из новых образов состояния
Заявляемый способ формирования многомерного образа состояния ССС, визуального отображения и контроля динамики его изменения отличается от прототипа тем, что по измеряемым клиническим данным осуществляют построение на плоскости отображающего многоцветного экрана виртуальные модели различных нозологических форм болезней. ССС - B2i в виде М-геометрических мест точек, при этом координаты каждой точки каждого из B2i определяют по совокупности значений различных клинических данных в физических величинах, описывающих характерную клинико-морфологическую картину соответствующего заболевания ССС, соответственно, при этом цвет каждого из B2i в видимых диапазонах длин волн Δλк, Δλo, Δλж, Δλз, ΔλГ…ΔλМ соответствует определенному виду заболевания, а степень патологии характеризуется величиной, обратно пропорциональной длине волны соответствующего диапазона, где Δλк -красный цвет, Δλo - оранжевый цвет, Δλж - желтый цвет, Δλз - зеленый цвет ΔλГ - голубой цвет и т.д., где М - число отображаемых заболеваний ССС. Кроме того, последовательно во времени формируют A2(t), при этом каждое предыдущее значение A2(t) соединяют прямыми с последующими их значениями и определяют значения величин Δτ=А2(t1)-А2(t2) и
Эти отличия позволяют сделать вывод о соответствии заявляемого решения критерию "новизна".These differences allow us to conclude that the proposed solution meets the criterion of "novelty."
В научно-технической и патентной литературе не обнаружены решения с такой совокупностью отличительных признаков. Следовательно, заявляемое решение соответствует критерию "изобретательский уровень".In the scientific, technical and patent literature, no solutions were found with such a combination of distinctive features. Therefore, the claimed solution meets the criterion of "inventive step".
Способ формирования многомерного образа состояния ССС, осуществляют следующим образом. Вводят два класса состояния ССС: здоровое состояние и нездоровое состояние. В дальнейшем нездоровое состояние ССС разбивают на подклассы в соответствии с теми или иными отклонениями текущих значений клинических данных от нормы, описывающих характерную клинико-морфологическую картину соответствующего заболевания ССС.The method of forming a multidimensional image of the state of the CCC is as follows. Two classes of CCC state are introduced: a healthy state and an unhealthy state. In the future, the unhealthy state of CVS is divided into subclasses in accordance with one or another deviation of the current values of clinical data from the norm, describing the characteristic clinical and morphological picture of the corresponding disease of CVS.
Известно, что оценка состояния ССС человека на основе полученных клинических данных основывается на решении обратной многопараметрической задачи кардиологии. Решение таких задач, как правило, связано со значительными трудностями, обусловливающими ошибки при постановке диагноза [5]. Рассмотрим возможность снижения различных мешающих факторов на качество решения обратных задач кардиологии.It is known that assessing the state of human CVS based on the obtained clinical data is based on solving the inverse multi-parameter cardiology problem. The solution of such problems, as a rule, is associated with significant difficulties causing errors in the diagnosis [5]. Consider the possibility of reducing various interfering factors on the quality of solving inverse problems of cardiology.
Изобретение иллюстрируется чертежами,The invention is illustrated by drawings,
где:Where:
фиг.1. L - отображение точки, определенной в четырехмерном пространстве, на плоскость многоцветного отображающего экрана;figure 1. L — mapping of a point defined in four-dimensional space onto the plane of a multi-color display screen;
фиг.2. S - отображение точки, определенной в четырехмерном пространстве, на плоскость многоцветного отображающего экрана;figure 2. S - mapping of a point defined in four-dimensional space onto the plane of a multi-color display screen;
фиг.3. Взаимное расположение двумерных образов заболеваний B2i после k переноса начала координат N-мерного пространства состояния ССС;figure 3. Mutual arrangement of two-dimensional images of diseases B 2i after k transfer of the origin of the N-dimensional space of the CVS state;
фиг.4. Изменение положения места локализации точки
фиг.5 Динамика изменения (за интервал времени Δt=t2-t1) положения
Пусть состояние ССС оценивается по некоторому конечному множеству N неинвазивно и инвазивно измеряемых оцифрованных мгновенных значений различных клинических данных в физических величинах, которые можно представить как N-мерное пространство состояния ССС. В данном N-мерном пространстве строят виртуальные объемные модели различных нозологических форм болезней ССС - В, в виде М - геометрических мест точек, где М - количество заболеваний ССС; i=1; 2; 3… [6]. Координаты точек в каждом из М - геометрических мест можно представить как набор конкретных мгновенных значений различных клинических данных, описывающих характерную клинико-морфологическую картину соответствующего заболевания ССС.Let the state of the CVS be evaluated by a finite set of N non-invasively and invasively measured digitized instantaneous values of various clinical data in physical quantities, which can be represented as an N-dimensional space of the CVS state. In this N-dimensional space, virtual three-dimensional models of various nosological forms of CCC - B diseases are built, in the form of M - geometric locations of points, where M is the number of CCC diseases; i = 1; 2; 3 ... [6]. The coordinates of the points in each of the M - geometric locations can be represented as a set of specific instantaneous values of various clinical data describing the characteristic clinical and morphological picture of the corresponding CCC disease.
Для дальнейшего анализа состояния ССС каждую точку каждого В, проецируют на плоскость, совпадающую с плоскостью отображающего многоцветного экрана видеомонитора, вследствие чего формируются двумерные модели различных нозологических форм болезней ССС - B2i, которые затем визуализируют. Цвет каждой из B2i, в видимых диапазонах длин волн Δλк, Δλo, Δλж, Δλз, ΔλГ…ΔλМ соответствует определенному виду заболевания, а степень патологии характеризуется величиной обратно пропорциональной длине волны соответствующего диапазона, где Δλк - красный цвет, Δλо - оранжевый цвет, Δλж - желтый цвет, Δλз - зеленый цвет ΔλГ - голубой цвет и т.д.,For further analysis of the state of CVS, each point of each B is projected onto a plane that coincides with the plane of the multi-color screen of the video monitor, as a result of which two-dimensional models of various nosological forms of CVS - B 2i diseases are formed, which are then visualized. The color of each of B 2i , in the visible wavelength ranges Δλ k , Δλ o , Δλ w , Δλ z , Δλ G ... Δλ M corresponds to a certain type of disease, and the degree of pathology is characterized by a value inversely proportional to the wavelength of the corresponding range, where Δλ k is red color, Δλ о - orange color, Δλ w - yellow color, Δλ s - green color Δλ G - blue color, etc.,
Для проецирования каждой точки из N-мерного пространства состояния ССС на плоскость, совпадающую с плоскостью отображающего многоцветного экрана видеомонитора, вначале формируют отображение N-мерной системы координат на плоскость следующим образом: из точки, являющейся началом координат строят N векторов с углом между соседними векторами
Этап 1. На данном этапе находим направление вектора в плоскости {X';Y'}, совпадающей с плоскостью отображающего многоцветного экрана видеомонитора, формируемого в результате проецирования точки из N-мерного пространства состояния ССС на плоскость, содержащую начало координат данного N-мерного пространства (данный этап называется этапом формирования L - отображения).
Пусть имеется N-мерная система координат
гдеWhere
zL (x', y') - координаты проекции точки z(z1,z2,…,zn) на плоскость {X';Y'}:z L (x ', y') - the coordinates of the projection of the point z (z 1 , z 2 , ..., z n ) on the plane {X ';Y'}:
(x', y') - координаты на плоскости {X';Y'}.(x ', y') - coordinates on the plane {X '; Y'}.
Соединяя начало координат с точкой zL (x', y'), формируем направление вектора
Этап 2. Данный этап называется этапом формирования S-отображения и его суть состоит в следующем - на данном этапе находим модуль вектора
S - отображением точки z с координатами (z1, z2, …, zn) есть точка zS, являющаяся окончание вектора, построенного от начала координат двумерного пространства до точки zS (xS, yS), длина которого - евклидово расстояние от z до начала координат в N-мерном пространстве состояния ССС, и коллинеарного вектору, построенному от начала координат двумерного пространства до точки zL, вычисляемого в соответствии с соотношением (1).S - the mapping of the point z with coordinates (z 1 , z 2 , ..., z n ) is the point z S , which is the end of the vector constructed from the origin of the two-dimensional space to the point z S (x S , y S ), the length of which is Euclidean the distance from z to the origin in the N-dimensional space of the CCC state, and a collinear vector constructed from the origin of the two-dimensional space to the point z L calculated in accordance with relation (1).
Данное евклидово расстояние до точки zS определяется в соответствии с соотношением вида:This Euclidean distance to the point z S is determined in accordance with a relationship of the form:
где (c1, c2, …, cn) - начало координат в N-мерном пространстве состояния ССС.where (c 1 , c 2 , ..., c n ) is the origin in the N-dimensional space of the CCC state.
В результате выполнения первого и второго этапов проецирования находим вектор
Проиллюстрируем процедуру выполнения описанного выше двухэтапного процесса проецирования на примере 4-мерного пространства (N=4) и заданной точки в данном пространстве.We illustrate the procedure for performing the two-stage projection process described above using the example of a 4-dimensional space (N = 4) and a given point in this space.
Для простоты анализа, но не теряя общности рассуждений, поместим начало координат 4-мерного пространства в точку с координатами (0, 0, 0, 0), проиллюстрируем процесс формирования L-отображения точки с координатами (-1; 4; 2; 1.5) на плоскость экрана (фиг.1).For ease of analysis, but without losing generality of reasoning, we place the origin of the 4-dimensional space at a point with coordinates (0, 0, 0, 0), we illustrate the process of forming the L-map of a point with coordinates (-1; 4; 2; 1.5) on the plane of the screen (figure 1).
Вычислим длину вектора
S - отображение данной точки иллюстрируется на фиг.2.S - display of this point is illustrated in figure 2.
В результате проецирования каждой точки каждого из Bi на плоскость, совпадающую с плоскостью отображающего многоцветного экрана видеомонитора приведенным способом, формируются двумерные модели различных нозологических форм болезней ССС - B2i, которые затем визуализируют.As a result of projecting each point of each of B i onto a plane that coincides with the plane of the multi-color display of the video monitor using the above method, two-dimensional models of various nosological forms of CCC - B 2i diseases are formed, which are then visualized.
Далее осуществляется одним из известных способов [8] оцифровка и весовая обработка зафиксированных в физических величинах мгновенных. значений каждого показателя клинических данных конкретного пациента. После чего строят объемный образ состояния ССС пациента - AN(t) в виде совокупности геометрических мест точек AN(t), где координаты каждой из его точек определяют по совокупности неинвазивно и инвазивно измеряемых в физических величинах оцифрованных мгновенных значений различных клинических данных, характеризующих текущее состояние ССС пациента в N-мерном пространстве. Формируют двумерные образы состояний ССС - A2(t) в виде проекций сформированных AN(t) на плоскость, совпадающую с плоскостью отображающего многоцветного экрана видеомонитора, где координаты каждой точки AN(ti) определяют в соответствии с описанным выше способом.Further, one of the known methods [8] is used for digitizing and weighing the instantaneous values recorded in physical quantities. the values of each indicator of the clinical data of a particular patient. After that, a volumetric image of the patient's CVS state is built - A N (t) in the form of a set of geometric locations of points A N (t), where the coordinates of each of its points are determined by the combination of non-invasively and invasively measured in physical quantities digitized instantaneous values of various clinical data characterizing the current state of the patient's CVS in the N-dimensional space. Two-dimensional images of the CCC - A 2 (t) states are formed in the form of projections of the generated A N (t) onto a plane coinciding with the plane of the multi-color screen of the video monitor, where the coordinates of each point A N (t i ) are determined in accordance with the method described above.
Далее проводят проверку выполнения множества условий A2(t) ⊄ B2i и A2(ti) ⊂ B2i и принимают решение об отсутствии заболевания или о наличии соответствующего заболевания ССС при выполнении того или иного из условий А2(t) ⊄ B2i и A2(ti) ⊂ B2i. То есть в зависимости от того, в какой конкретной сформированной на плоскости двумерной модели B2i расположена текущая точка A2(ti), врач-кардиолог может делать вывод о возможных заболеваниях пациента в данный момент времени.Next, they check the fulfillment of the set of conditions A 2 (t) ⊄ B 2i and A 2 (t i ) ⊂ B 2i and decide on the absence of a disease or on the presence of a corresponding CVS disease when one of the conditions A 2 (t) ⊄ B 2i and A 2 (t i ) ⊂ B 2i . That is, depending on in which specific current point A 2 (t i ) is located on the plane of the two-dimensional model B 2i , the cardiologist can make a conclusion about possible diseases of the patient at a given time.
Но в N-мерном пространстве состояний ССС объемные образы заболеваний Bi могут совпадать по ряду клинических данных, в связи с этим может происходить наложение спроецированных двумерных B2i друг на друга. Это обстоятельство обусловливает необходимость включения в процесс диагностики состояния ССС процедуры исследования топологии взаимного расположения двумерных B2i с целью определения коллизий их пересечения.But in the N-dimensional space of CVS states, the volumetric images of diseases B i can coincide according to a number of clinical data; in this connection, the projected two-dimensional B 2i can overlap each other. This circumstance makes it necessary to include in the process of diagnosing the state of the CCC a procedure for studying the topology of the mutual arrangement of two-dimensional B 2i in order to determine collisions of their intersection.
Исключение неоднозначности принятия решения о заболевании. ССС, когда мгновенное значение A2(t) одновременно может принадлежать двум и более B2i, при их взаимном пересечении и попадании данного мгновенного значения А2(t) в область пересечения, осуществляют за счет формирования новых образов состояния
Для примера, на фиг.3 иллюстрируется топология взаимного положении на плоскости {X',Y'} многоцветного экрана видеомонитора двумерного образа состояний ССС, соответствующая моменту времени t1 - A2(t1) относительно двух виртуальных двумерных моделей нозологических форм болезней ССС - В21 и В22 при k переносе начала координат N-мерного пространства состояния ССС (см. фиг.3). Анализ фиг.3 показывает, что на момент времени t1 после k переноса начала координат N-мерного пространства состояния ССС не может быть однозначно определено заболевание ССС так, как А2(t1) попадает в область пересечения B21 и В22. Для исключения данной неоднозначности принятия решения о заболевании ССС, осуществляют процедуру k+1-го переноса координат в выбранную экспертом точку на плоскости {X',Y'}, после чего формируют описанным выше способом
Для оценки динамики изменения состояния ССС определяют значения величин Δτ=А2(t1)-А2(t2) и
Полученные значения Δτ и
На фиг.5 графически представлена динамика протекания процессов изменения состояния ССС отображается как изменение места локализации точки
Таким образом, разрабатываемый способ позволяет получать информацию о состоянии ССС в виде многомерного образа этого состояния, который логически понятен и удобен при использовании его врачом-кардиологом. Это, в свою очередь исключит необходимость проведения врачом-кардиологом анализа большого объема абстрактной информации, в виде, например, информационной цветокодовой матрицы-диаграммы и связанного с этим погрешности при постановке диагноза. Кроме того появляется возможность реализовать процесс автоматизированной оценки состояния ССС и прогнозирования его развития.Thus, the developed method allows to obtain information about the state of the CVD in the form of a multidimensional image of this condition, which is logically clear and convenient when used by a cardiologist. This, in turn, eliminates the need for a cardiologist to analyze a large amount of abstract information, in the form, for example, of an information color-matrix matrix diagram and the associated errors in diagnosis. In addition, it becomes possible to implement the process of automated assessment of the state of the CCC and predicting its development.
Анализ результатов формирования многомерного образа состояния ССС и его визуального отображения, помогает поставить точный диагноз больному, определить скрытые болезни. Важно также отметить, что рассматриваемый подход позволяет отслеживать динамику состояния ССС пациента, на основе анализа поведения годографа
Таким образом, предлагаемый способ формирования многомерного образа состояния ССС, его визуального отображения и динамического контроля можно рассматривать как новый подход в медицинской диагностике, обеспечивающий для врача-кардиолога информационную поддержку принятия медицинских решений.Thus, the proposed method for the formation of a multidimensional image of the CVS state, its visual display and dynamic control can be considered as a new approach in medical diagnostics, providing information support for medical decisions for a cardiologist.
Объект исследования и медицинские параметры могут быть самыми различными.The object of study and medical parameters can be very different.
Для проведения оперативного (в реальном масштабе проведения измерений) контроля текущих значений клинических данных весьма эффективным применением способа является режим наблюдения или мониторинга (оперативного просмотра клинических данных с применением ЭВМ).To conduct operational (in the real scale of measurements) control of the current values of clinical data, a very effective application of the method is the observation or monitoring mode (operational viewing of clinical data using a computer).
Применение предлагаемого способа в медицинской практике позволит оперативно контролировать и анализировать закономерности течения болезней, следовательно, может привести к улучшению диагностики болезней, а в некоторых предупреждение их развития. Применение предлагаемого способа уже сегодня может найти широкое распространение в клиниках, использующих технологию «Телекардиология».The application of the proposed method in medical practice will allow you to quickly monitor and analyze the patterns of the course of diseases, therefore, can lead to an improvement in the diagnosis of diseases, and in some, prevention of their development. The application of the proposed method today can be widely used in clinics using the technology "Telecardiology".
Источники информацииInformation sources
1. RU 2127075, А61В 5/05, 10.03.1999.1. RU 2127075, A61B 5/05, 03/10/1999.
2. Компьютерная обработка и анализ изображений. BYTE. Россия. Журнал для профессионалов. Издат. Дом Питер. 6/7 (22-23), июнь-июль, 2000, стр.54-57.2. Computer processing and image analysis. BYTE. Russia. Magazine for professionals. Publ. House Peter. 6/7 (22-23), June-July, 2000, pp. 54-57.
3. Компьютерная обработка и анализ изображений. BYTE. Россия. Журнал для профессионалов. Издат. Дом Питер. 6/7 (22-23), июнь-июль, 2000, стр.57-59.3. Computer processing and image analysis. BYTE. Russia. Magazine for professionals. Publ. House Peter. 6/7 (22-23), June-July, 2000, pp. 57-59.
4. Справочник терапевта. Том 2. М.: ООО Издат. ACT. 1998. Стр.703-720.4. Handbook of the therapist.
5. RU 2195017, G06F 19/00, публ. 20.12.2002.5. RU 2195017, G06F 19/00, publ. 12/20/2002.
6. Кореневский Н.А. Принципы и методы построения интерактивных систем диагностики и управления состоянием здоровья человека на основе полифункциональных моделей: Дис. докт. техн. наук: С-Петербург, 1993. - 322 с.6. Korenevsky N.A. Principles and methods for constructing interactive systems for the diagnosis and management of human health based on multifunctional models: Dis. Doct. tech. Sciences: St. Petersburg, 1993 .-- 322 p.
7. Довгаль В.М, Старков Ф.А., Классификация и распознавание точечных образов с помощью визуализации многомерных объектов [Текст] // Известия Курского государственного технического университета. 2007. №4(21). С.78-80.7. Dovgal V.M., Starkov F.A., Classification and recognition of point images using visualization of multidimensional objects [Text] // Bulletin of the Kursk State Technical University. 2007. No4 (21). S.78-80.
8. Лбов Г.С. Методы обработки разнотипных экспериментальных данных - Новосибирск: Наука, 1981. - 158 с.8. Lbov G.S. Methods for processing diverse experimental data - Novosibirsk: Nauka, 1981. - 158 p.
9. Кочеткова И.А., Использование геометрических методов распознавания образов для поддержки принятия решений врача диагноста / И.А. Кочеткова // Математические методы в технике и технологиях - ММТТ-23, [текст]: сб. трудов XXIII Междунар. науч. конф.: в 12 т.Т. 6. Секция 7 / под общ. ред. B.C. Балакирева. Белгород: Белг. гос. техн. ун-т, 2010. - С.155-157.9. Kochetkova IA, The use of geometric methods of pattern recognition to support the decision-making of the diagnostician / I.A. Kochetkova // Mathematical methods in engineering and technology - MMTT-23, [text]: Sat. Proceedings of the XXIII International scientific Conf .: at 12 T.T. 6. Section 7 / under the general. ed. B.C. Balakireva. Belgorod: Bel. state tech. Univ., 2010 .-- S.155-157.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2011116859/14A RU2496409C2 (en) | 2011-04-27 | 2011-04-27 | Method of forming multidimensional image of cardiovascular system state and its visualisation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2011116859/14A RU2496409C2 (en) | 2011-04-27 | 2011-04-27 | Method of forming multidimensional image of cardiovascular system state and its visualisation |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2011116859A RU2011116859A (en) | 2012-11-10 |
RU2496409C2 true RU2496409C2 (en) | 2013-10-27 |
Family
ID=47321841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2011116859/14A RU2496409C2 (en) | 2011-04-27 | 2011-04-27 | Method of forming multidimensional image of cardiovascular system state and its visualisation |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2496409C2 (en) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2138849C1 (en) * | 1998-04-10 | 1999-09-27 | Омельченко Виктор Валентинович | Method of dynamic analysis of conditions of multiparametric object or process |
RU2150742C1 (en) * | 1998-12-28 | 2000-06-10 | Омельченко Виктор Валентинович | Method for color representation and analysis of dynamic state of object or process with multiple parameters |
RU2195017C1 (en) * | 2001-05-04 | 2002-12-20 | Военная академия Ракетных войск стратегического назначения им. Петра Великого | Method for visual display and dynamic control of clinical data |
RU2257838C1 (en) * | 2004-03-09 | 2005-08-10 | Пензенский государственный университет | Method for predicting the state of cardio-vascular system |
EP1609412A1 (en) * | 2001-05-31 | 2005-12-28 | Isis Innovation Limited | Patient condition display |
RU2285950C2 (en) * | 2004-11-05 | 2006-10-20 | Виктор Валентинович Омельченко | Visual presentation and dynamic analysis method for studying living organism health state |
US20080125666A1 (en) * | 2004-09-16 | 2008-05-29 | Stuart Crozier | Medical Monitoring System |
US20100228140A1 (en) * | 2001-10-31 | 2010-09-09 | Robert Hirsh | Non-invasive method and device to monitor cardiac parameters |
-
2011
- 2011-04-27 RU RU2011116859/14A patent/RU2496409C2/en not_active IP Right Cessation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2138849C1 (en) * | 1998-04-10 | 1999-09-27 | Омельченко Виктор Валентинович | Method of dynamic analysis of conditions of multiparametric object or process |
RU2150742C1 (en) * | 1998-12-28 | 2000-06-10 | Омельченко Виктор Валентинович | Method for color representation and analysis of dynamic state of object or process with multiple parameters |
RU2195017C1 (en) * | 2001-05-04 | 2002-12-20 | Военная академия Ракетных войск стратегического назначения им. Петра Великого | Method for visual display and dynamic control of clinical data |
EP1609412A1 (en) * | 2001-05-31 | 2005-12-28 | Isis Innovation Limited | Patient condition display |
US20100228140A1 (en) * | 2001-10-31 | 2010-09-09 | Robert Hirsh | Non-invasive method and device to monitor cardiac parameters |
RU2257838C1 (en) * | 2004-03-09 | 2005-08-10 | Пензенский государственный университет | Method for predicting the state of cardio-vascular system |
US20080125666A1 (en) * | 2004-09-16 | 2008-05-29 | Stuart Crozier | Medical Monitoring System |
RU2285950C2 (en) * | 2004-11-05 | 2006-10-20 | Виктор Валентинович Омельченко | Visual presentation and dynamic analysis method for studying living organism health state |
Non-Patent Citations (1)
Title |
---|
PALANIAPPAN, S, et al. Intelligent Heart Disease Prediction System Using Data Mining Technique, IJCSNS International Journal of Computer Science and Network Security, VOL.8 No.8, August 2008. * |
Also Published As
Publication number | Publication date |
---|---|
RU2011116859A (en) | 2012-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230104045A1 (en) | System and method for ultrasound analysis | |
JP5651600B2 (en) | Reparameterized bullseye display | |
JP7488541B2 (en) | Method and system for identification of cerebrovascular abnormalities - Patents.com | |
CA2530595A1 (en) | Automated regional myocardial assessment for cardiac imaging | |
US20110022553A1 (en) | Diagnosis support system, diagnosis support method therefor, and information processing apparatus | |
CN105701331A (en) | Computer-aided diagnosis apparatus and computer-aided diagnosis method | |
US11403755B2 (en) | Medical information display apparatus, medical information display method, and medical information display program | |
US20220354466A1 (en) | Automated Maternal and Prenatal Health Diagnostics from Ultrasound Blind Sweep Video Sequences | |
Yoo et al. | Diagnosis support model of cardiomegaly based on CNN using ResNet and explainable feature map | |
US20170238879A1 (en) | Method of Analyzing the Brain Activity of a Subject | |
US20230076868A1 (en) | Systems and methods for utilizing synthetic medical images generated using a neural network | |
US11222728B2 (en) | Medical image display apparatus, medical image display method, and medical image display program | |
CN104463830B (en) | The detecting system and method for plaque within blood vessels | |
US11295442B2 (en) | Medical information display apparatus displaying cavity region in brain image, medical information display method, and medical information display program | |
KR101843928B1 (en) | Method and apparatus for displaying an analysis result of medical measured data | |
Gillette et al. | Medalcare-xl: 16,900 healthy and pathological 12 lead ecgs obtained through electrophysiological simulations | |
US20220157467A1 (en) | System and method for predicting wellness metrics | |
RU2496409C2 (en) | Method of forming multidimensional image of cardiovascular system state and its visualisation | |
CN116580819A (en) | Method and system for automatically determining inspection results in an image sequence | |
JP2023122528A (en) | Method and device for providing information necessary for dementia diagnosis | |
RU2125399C1 (en) | Device for analysis of psychophysiological information | |
Sheharyar et al. | Visual analysis of regional myocardial motion anomalies in longitudinal studies | |
RU2195017C1 (en) | Method for visual display and dynamic control of clinical data | |
Trucco et al. | Validation | |
Sugathan et al. | Interactive multimodal imaging visualization for multiple sclerosis lesion analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20170428 |