31212-1 (Расшифровка и анализ показаний томографа), страница 2

С помощью КТ не всегда удается установить природу патологического образования, однако совокупность компьютерно-томографических признаков и данных других инструментальных методов диагностики (радионуклидной, ангиографической, ультразвуковой) в сочетании с клинической картинной представляет возможность судить о природе такого образования.

Постановка задачи.

При создании ЭС необходимо произвести анализ предметной области, который должен включать в себя объект исследования со всем комплексом понятий и знаний о его функционировании, решаемые задачи, цели. И технические требования к технике, на которой будет эксплуатироваться данная задача.

В результате анализа выявляем знания о конкретной предметной области, такие как описания объектов, элементов, явлений, связей и отношений между ними. Кроме этого выявляются действия в определенных ситуациях необходимые для поиска решения задачи. Так же необходимо описать и представить в каком виде будет храниться база знаний.

Технология работы данной ЭС.

Полученный снимок с КТ вместе с дискетой где записана информация по плотности участка ткани передается лечащему врачу. Врач вводит снимок и данные с дискеты в ЭС, ЭС обрабатывает снимок и выдает результат экспертизы данного снимка, возможные поражения тканей и участки в снимке где замечены отклонения с результатом экспертизы по данному участку. Так же по всему снимку имеется возможность увеличения изображения и контрастирования интересующего участка. Каждый снимок сохраняется в базе знаний и при желании его несложно найти. После проведения врачом операции врач заносит на данный снимок информацию какой окончательный был диагноз и на каком участке какое поражение ткани или заболевание было обнаружено, незамеченное ЭС. По всем снимкам необходима возможность вывода наглядной статистической информации. Так же необходима возможность самообучения, то есть если по большому количеству снимков ЭС не выдало отклонения, а доктор (например после проведения оперативного лечения) обнаружил поражение ткани, ЭС должна провести анализ всех снимков и по похожим отклонениям провести анализ и завести новое правило в базу знаний с диагнозом который укажет эксперт (в данном случае конечный пользователь).Так же есть возможность легкого обновления базы знаний из других таких же задач (для наибольшего количества информации для разработки новых правил вывода экспертизы).

Реализация ЭС.

Для разработки данной экспертной системы будут необходимы такие эксперты: доктор диагност по расшифровке снимков (с опытом работы на КТ), лечащий врач который пользуется снимками КТ (специалист по головному мозгу, по желудку….). Необходимо разработать программное обеспечение которое записывало бы данные со специализированной ЭВМ (управляющее КТ), на магнитный носитель для передачи в ЭС, так как уже существуют таблицы которые для каждого участка ткани выдают плотность и доктор выдающий первичное заключение может сказать например какая может быть опухоль в данном месте из известных. А разработка своих методов слишком дорогостоящая и требует большого количества времени и клинических исследований. Базу знаний, по моемому, лучше представлять используя фреймы, так как эта модель обладает всеми необходимыми свойствами для хранения и поиска используемых данных. В данном случае именами фреймов будут служить названия исследуемых органов, а в слотах будут размещаться возможные (известные) отклонения от нормы или симптомы. Одним из способов представления симптомов возможно вербальное описание известной аномалии, например тромб или камень (камень- повышенная плотность для данной ткани и четкие границы). Другим способом описания является представление симптома в виде математической модели. При данном способе описания необходимо составить список переменных описывающих измеряемые параметры (плотность, распределение плотности по поверхности). Из этих переменных составляются выражения описывающие исследуемый объект.

Ввод нового симптома (слота) в исследуемый объект (фрейм) производится экспертом или конечным пользователем. Эксперт формализует аномалию и представляет ее в виде понятном ЭС. Новое знание добавляется в базу знаний и используется при последующих экспертизах. Необходимо так же разработать систему выдачи приблизительной оценки вероятности выдаваемого заключения ЭС. Реализовать это путем ввода в систему эталонного значения для каждого выдаваемого заключения (идеальный вариант), принять данный эталон за 100 % заключения, все последующие заключения выдавать с учетом отклонения от эталона (то есть вероятность правильной выдачи заключения).

Подготовка к эксплуатации.

Необходимо провести полное тестирование данной экспертной системы, начиная с просмотра правильности выдаваемых на экран данных и выводов заканчивая тестированием правильности хранения данных. На первых этапах работы системы каждое заключение системы должно проверятся экспертами и при необходимости исправляться, необходимо протестировать корректность алгоритмов самообучения системы. Так же необходимо протестировать все аппаратное оборудование предназначенное для эксплуатации данной экспертной системы, протестировать систему на реакцию к аппаратным сбоям (не будут ли портится данные и выводы по данным, если обнаружена ошибка в какой либо части базы знаний или базы данных как система прореагирует на это даст ли необходимое сообщение пользователю). Подготовить помощь конечному пользователю как в бумажном виде так и в электронном.

Провести необходимое количество семинарских занятий с конечными пользователями в ходе занятий фиксировать замечания пользователей к интерфейсу по удобству использования и по наглядности, по возможности исправлять, улучшать интерфейс.

Вывод.

Данная экспертная система значительно облегчит работу врачей. Сравнительно небольшая цена разработки данной экспертной системы и не большие требования к программным и аппаратным средствам позволит пользоваться данной задачей практически любому врачу которому необходимо работать с томографическими снимками, не прибегая к помощи специалистов в данной области, а так же облегчит хранение снимков для последующего анализа или для сбора каких либо статистических данных. Так же введенная система самообучение позволит улучшать программу без вмешательства специалистов компьютерщиков и вырабатывать новые методы расшифровки томмограм, так как до сих пор не все заболевания и отклонения можно расшифровать со снимка томографа (возможно эти отклонения просто не заметны для глаза человека на снимке или просто еще не существует метода расшифровки) .