RU2430404C1 - Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment - Google Patents
Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment Download PDFInfo
- Publication number
- RU2430404C1 RU2430404C1 RU2009147647/08A RU2009147647A RU2430404C1 RU 2430404 C1 RU2430404 C1 RU 2430404C1 RU 2009147647/08 A RU2009147647/08 A RU 2009147647/08A RU 2009147647 A RU2009147647 A RU 2009147647A RU 2430404 C1 RU2430404 C1 RU 2430404C1
- Authority
- RU
- Russia
- Prior art keywords
- information
- neural
- unit
- parameters
- values
- Prior art date
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
Изобретение относится к области компьютерных сетей.The invention relates to the field of computer networks.
Известны устройства совместного использования, управления и передачи информации по компьютерной сети по патенту РФ №2272316.Known devices for the sharing, management and transmission of information over a computer network according to the patent of the Russian Federation No. 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.A device for transmitting information, comprising formatting means for formatting a document in code for presenting information contained in said document in a predetermined manner on a network device; compiling means for compiling said code into a compiled code file, such that a necessary element for creating or calling a first application for presenting said document and / or for creating or calling a second application presented with said document is included in said compiled code; distributing means for distributing said file over a computer network, either by uploading said file to a server, or by providing said file as accessible by transmission over a network with peers; redirection means for redirecting said compiled code of said file to a distribution channel for presenting said document on said network device, wherein upon receipt of said compiled code on said distribution channel, said necessary element creates or calls said first application for presenting said document in said predetermined manner and / or creates or invokes said second application for presentation with said -mentioned document.
Однако данное устройство обладает существенными недостатками: оно не обеспечивает одновременное повышение точности в определении диагноза, качества идентификации диагнозов, определении показаний к проведению антиглаукоматозных операций, повышении избирательности при проведении антиглаукоматозных операции, проектировании антиглаукоматозных операций, точности в выборе анестезиологического пособия, точности обеспечения имплантантов и расходными материалами, точности в определении последовательности антиглаукоматозных операций.However, this device has significant drawbacks: it does not provide a simultaneous increase in accuracy in determining the diagnosis, the quality of identification of diagnoses, determining indications for anti-glaucomatous operations, increasing selectivity for anti-glaucomatous operations, designing anti-glaucomatous operations, accuracy in choosing anesthetic benefits, accuracy in providing implants and consumables materials, accuracy in determining the sequence of antiglaucomatous operations.
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 имплантантами и расходными материалами, точности в определении последовательности операций, диспансерного наблюдения при массовом воспроизводстве антиглаукоматозных технологий.The technical result is a simultaneous increase in the accuracy of determining and the quality of identification of diagnoses, determining indications for operations, increasing selectivity during surgery, modeling operations, accuracy in choosing anesthetic aid, accuracy in providing implants and consumables, accuracy in determining the sequence of operations, dispensary observation during mass reproduction of antiglaucomatous technologies.
Технический результат достигается тем, что в автоматизированном рабочем месте офтальмомикрохирурга по антиглаукоматозному лечению 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 наблюдений (БАН), блока принятия решений (БПР) при этом:The technical result is achieved by the fact that in the automated workplace of an ophthalmic microsurgeon for anti-glaucomatous treatment, formatting devices are made in the form of closed neural chains consisting of interconnected identification unit (BI), interpolation unit (BIN), extrapolation unit (BE), and an evaluation unit for subsequent values identified parameters (BO), the block of analysis of observations (BAN), the block of decision-making (BPR) in this case:
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, доплерографии, направляющего информацию в первый БИН для интерполяционной обработки и далееthe first neural chain consists of the following blocks: the first BI of the diagnostic parameters of the eye, identifying by scanning the set of possible ophthalmic microsurgical diagnoses, determining a subset of ophthalmic microsurgical diagnoses and extracting one or more combinations of diagnoses from a combinatorial selection of personalized formatted control codes (FKU) of visometry, topography, tone optical coherence tomography, autorefractometry, autokeratometry, biometrics, kerat opachymetry, thresholds of lability, electrosensitivity, electrophysiological evoked potentials, ophthalmoscanning, dopplerography, sending information to the first BIN for interpolation processing and further
в первый БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, далее эту информацию направляютin the first BE for recursive processing, smoothing while minimizing the rms criterion, then this information is sent
в первый БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляютin the first BO to evaluate the subsequent values of the identified parameters, then this information is sent
в первый БАН для анализа взаимодействия идентифицированных параметров и сравнения с сохраненными начальными значениями, затемin the first BAN to analyze the interaction of the identified parameters and compare with the stored initial values, then
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, имеющим на выходе одно решение из, по крайней мере, восьми возможных вариантов;to the first BDP to identify the pathological condition of the patient’s eye with the diagnosis vectors and decide on the appropriateness or inappropriateness of the treatment, in the form of a deterministic finite state machine DKA containing at least four of at least forty possible states that have one output from at least eight possible options;
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, топографии, ультразвуковой биомикроскопии и иных параметров, направляющего информациюthe second neural chain consists of a second BI, which identifies by scanning the set of possible states of the predicted refraction of the eye and extracts one or more combinations from a combinatorial sample based on personalized FK codes for tonometry, topography, ultrasound biomicroscopy, and other information-sending parameters
во второй БИН для интерполяционной обработки иin the second BIN for interpolation processing and
во второй БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем эту информацию направляютin the second BE for recursive processing, smoothing while minimizing the rms criterion, then this information is sent
во второй БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляютin the second BO to evaluate the subsequent values of the identified parameters, then this information is sent
во второй БАН для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями, затем эту персонифицированную информацию направляютin the second BAN to analyze the interaction of the current values of the identified parameters and compare with the stored initial values, then this personified information is sent
во второй БПР для принятия решения о выборе параметров операции и сроках диспансерного наблюдения, в виде ДКА, содержащим, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющим на выходе одно решение из, по крайней мере, четырех возможных вариантов;in the second BDP to decide on the choice of operation parameters and the timing of follow-up, in the form of a DFA containing at least four of at least sixty possible states, having one solution out of at least four possible options;
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, код диагноза, кода оперирующего хирурга, кода анестезиологического пособия, даты операции, кода операционного зала, кода пациента, направляющего информациюthe third neural chain consists of a third BI performing identification by scanning the set of performed operations to determine a subset of the operations performed and extracting one or more combinations from a combinatorial sample of personalized FSC surgical code, diagnosis code, code of the operating surgeon, code of the anesthetic aid, date of operation, code of the operating room , patient information code
в третий БИН для интерполяционной обработки, далееto the third BIN for interpolation processing, then
в третий БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем направляютin the third BE for recursive processing, smoothing while minimizing the rms criterion, then send
в третий БО для оценки последующих значений идентифицированных параметров, затем направляют информациюin the third BO to evaluate the subsequent values of the identified parameters, then send information
в третий БАН для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями, затем направляют эту персонифицированную информациюto the third BAN to analyze the interaction of the current values of the identified parameters and compare with the stored initial values, then send this personalized information
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;in the third BDP to decide on the end of treatment in the form of a DKA, containing at least four of at least sixty possible conditions, having one solution out of at least four possible options;
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;inside each neural chain, each block is connected to other blocks of this chain sequentially and in parallel, and each block of one neural chain is connected to each of the blocks of other neural chains by direct and reverse flows of information;
при этом все встречные потоки прямого и обратного распространения информации образуют единый мультиграф, с не менее чем восемьнадцатью вершинами, соединенных не менее чем ста пятидесяти тремя ориентированными ребрами.in this case, all the oncoming flows of direct and reverse information distribution form a single multigraph, with at least eighteen vertices connected by at least one hundred and fifty-three oriented edges.
Заявленная авторами неизвестная ранее совокупность единых взаимосвязанных во времени и пространстве существенных отличительных признаков является необходимой и достаточной для достижения технического результата.The authors' previously unknown set of unified interconnected in time and space essential distinguishing features is necessary and sufficient to achieve a technical result.
Изобретение поясняется чертежом.The invention is illustrated in the drawing.
Чертеж - схема структуры автоматизированного рабочего места офтальмомикрохирурга по антиглаукоматозному лечению (АРМАГ).The drawing is a diagram of the structure of the automated workplace of an ophthalmic microsurgeon for antiglaucomatous treatment (ARMAG).
На чертеже обозначено:The drawing indicates:
первая нейронная цепочка:first neural chain:
1 - БИ; 2 - БИН; 3 - БЭ; 4 - БО; 5 - БАН; 6 - БПР;1 - BI; 2 - BIN; 3 - BE; 4 - BO; 5 - BAN; 6 - BDP;
вторая нейронная цепочка:second neural chain:
7 - БИ; 8 - БИН; 9 - БЭ; 10 - БО; 11 - БАН; 12 - БПР;7 - BI; 8 - BIN; 9 - BE; 10 - BO; 11 - BAN; 12 - BDP;
третья нейронная цепочка:third neural chain:
13 - БИ; 14 - БИН; 15 - БЭ; 16 - БО; 17 - БАН; 18 - БПР;13 - BI; 14 - BIN; 15 - BE; 16 - BO; 17 - BAN; 18 - BDP;
последовательные связи между блоками первой нейронной цепочки обозначены:serial connections between blocks of the first neural chain are indicated:
19 - блок 1 - блок 2; блок 2 - блок 3; блок 3 - блок 4; блок 4 - блок 5; блок 5 - блок 6;19 - block 1 - block 2; block 2 - block 3; block 3 - block 4; block 4 - block 5; block 5 - block 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;parallel connections between the blocks of the first neural chain are indicated: block 1 - block 3; block 1 - block 4; block 1 - block 5; block 1 - block 6; block 2 - block 4; block 2 - block 5; block 2 - block 6; block 3 - block 5; block 3 - block 6; block 4 - block 6 in the drawing are not indicated;
20 - поток входящих диагностических ФУК в блок 1.20 - flow incoming diagnostic FUK in block 1.
Для удобства восприятия чертежа аналогичные последовательные и параллельные связи в других нейронных цепочках цифровыми обозначениями не обозначены.For ease of perception of the drawing, similar serial and parallel connections in other neural chains are not indicated by digital symbols.
Далее обозначено:The following is indicated:
21 - потоки исходящих ФУК из блока 6;21 - flows of outgoing FUK from block 6;
22 - потоки входящих ФУК в блок 7;22 - flows incoming FUK in block 7;
23 - потоки исходящих ФУК из блока 12;23 - flows of outgoing FUK from block 12;
24 - потоки входящих ФУК в блок 13;24 - flows incoming FUK in block 13;
25 - потоки исходящих ФУК из блока 18.25 - flows of outgoing FCA from block 18.
Изобретение выполнено и функционирует следующим образом.The invention is made and operates as follows.
Автоматизированное рабочее место офтальмомикрохирурга по антиглаукоматозному лечению (АРМАГ) содержит форматирующие устройства. Форматирующие устройства выполнены в виде радиально-кольцевой структуры искусственной нейронной сети (НС).The automated workplace of an ophthalmic microsurgeon for antiglaucomatous treatment (ARMAG) contains formatting devices. Formatting devices are made in the form of a radial-ring structure of an artificial neural network (NS).
Под искусственной нейронной сетью понимается аппаратная и программная реализация компьютерной сети, построенная на математических моделях функционирования биологических нейронных сетей.An artificial neural network is understood as hardware and software implementation of a computer network, built on mathematical models of the functioning of biological neural networks.
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 наблюдений (БАН), блоков принятия решений БПР с встречными прямыми и обратными потоками распространения информации между ними.Formatting devices are made in the form of neural chains, each of which consists of interconnected BI identification blocks, BIN interpolation blocks, BE extrapolation blocks, blocks for evaluating subsequent values of identified parameters (BO), observation analysis blocks (BAN), decision-making blocks BPR with counter forward and reverse flows of information distribution between them.
Под прямыми (основными) потоками распространения информации понимается передача такой информации, которая необходима должна быть получена от передающего блока (и ни от какого-либо другого), принимающим блоком для обеспечения его функции.By direct (main) information dissemination flows is meant the transmission of such information that is necessary to be received from the transmitting unit (and not from any other) by the receiving unit to ensure its function.
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.Reverse (clarifying) information dissemination streams means the transmission of such information, which is transmitted upon the initiation of the receiving unit, in particular, confirmation of receipt or the requirement to remeasure the parameter, or upon the initiation of the transmitting unit, in particular, correction of an erroneously transmitted parameter — first, a transfer request, then receipt of confirmation and, finally, the transmission of corrected information, which increases the adequacy of the transmitted information and without which the transmitted information may be distorted in the production technology of ophthalmic microsurgical operations.
Первая нейронная цепочка состоит из следующих блоков.The first neural chain consists of the following blocks.
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 доплерографии.The first BI 1 (see drawing) of the diagnostic parameters of the eye is a transforming and transmitting element of the neural network. It identifies by scanning many possible ophthalmic microsurgical diagnoses, identifying a subset of ophthalmic microsurgical diagnoses, and extracting one or more combinations of diagnoses from a combinatorial sample of personalized formatted control codes (FQAs). These are codes for visometry, autorefractometry, autokeratometry, biometry, keratopachymetry, thresholds of lability, electro sensitivity, electrophysiological evoked potentials, ophthalmoscanning and dopplerography.
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 диагнозах и их сочетаниях 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.This method of identifying diagnoses is due to the fact that from one to several combined diagnoses, depending on the pathological condition of the eye, can correspond to one clinical case representing the patient’s eye. In the tenth edition of the International Classifier of Diseases (ICD10), about four hundred names are related to eye diseases. To ensure the annual mass reproduction of high-tech ophthalmic microsurgical operations, this list has been expanded. Taking into account concomitant diseases, the list of diagnoses used in the field of ophthalmic microsurgery currently amounts to about six hundred items. Since it is extremely rare to unambiguously make exactly one diagnosis for a certain set of diagnostic studies, it seems advisable to choose diagnoses and their combinations, ranking them according to the frequency of occurrence with this set of results of diagnostic studies with, if necessary, conducting additional studies, among all possible diagnoses and their combinations and with all possible combinations of the results of diagnostic studies. In the general case of the pathological condition of the eye at some point in time, the diagnosis is a vector, the components of which are the main diagnosis, which determines which disease should be treated, the accompanying one or more, if any, combined and secondary diagnoses.
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.BI 1 sends information to the first BIN 2 for interpolation processing. In the BIN 2 block, certain functional dependencies are interpolated for intermediate values of the FCC. Interpolation is carried out piecewise linearly, polynomially, and for the values of FK, concentrated on local areas, spline interpolation. At each iteration of processing the FQC stream, the Lebesgue constant is determined, which characterizes the accuracy of the interpolation. In particular, the basic equation of hydrodynamics of the eye, which relates the intraocular pressure, the coefficient of lightness of the outflow, the secretion of intraocular fluid, the pressure in the episcleral veins, is valid not only for the discrete values of the FCC of the above parameters obtained from the BI as a result of measurements, but also for any values in physiological range with the restriction imposed by this equation. When clarifying the diagnosis, it is necessary to use intermediate values of FK for comparison with borderline states, with the norm.
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.Next, the flow of FUK is sent to the first BE 3 for recursive processing, smoothing while minimizing the rms criterion. In the BE block, certain functional dependencies are extrapolated for the values of the FCC beyond the analyzed interval. Extrapolation for the values of FUK outside the measured values is carried out in such a way that the sum of the squares of their deviations for a given functional dependence at the measured values of FUK is minimal. BE is used to ensure the processing of FCC for all possible values in the physiological range, including outside the measured values. The extrapolated values of FK are used to clarify possible diagnoses, taking into account the inaccuracy of parameter measurements, and to plan subsequent diagnostic studies both in appearance and in execution time.
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 антиглаукоматозных операций. Оценка последующих значений идентифицированных параметров применяется для планирования селективной трабекулопластики, повторной микроинвазивной непроникающей глубокой склерэктомии и иных хирургических воздействий.Next, the flow of FUK is directed to the unit for evaluating the subsequent values of the identified parameters of BO 4. In the unit of BO 4, a prolongation procedure is carried out - evaluating the subsequent values of the identified parameters to refine the search for the most suitable type of surgical intervention and subsequent stages of antiglaucomatous operations. Evaluation of subsequent values of the identified parameters is used to plan selective trabeculoplasty, repeated microinvasive non-penetrating deep sclerectomy and other surgical interventions.
Далее поток ФУК направляется в блок анализа текущих и последующих значений идентифицированных параметров БАН 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 БАН предназначен для обработки потоков ФУК по индивидуальным во времени регламентам информации диспансерного наблюдения. Потоки ФУК соответствуют персонифицированным показателям визометрии, тонометрии, топографии, 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.Next, the FUK stream is sent to the analysis unit of the current and subsequent values of the identified parameters of the BAN 5 for analyzing the interaction of the current values of the identified parameters, comparing with the stored initial values, comparing with the range of values of the indicators in norm, comparing with the prolonged values of the FUK indicators. The BAN block is intended for processing FUK flows according to individual time-based procedures for dispensary observation information. The fluxes of FUKs correspond to personalized indicators of visometry, tonometry, topography, visual field, static computer perimetry, laser retinal tomography, biomicroscopy, instillation and drug regimen, recommendations and appointments according to time-personalized regulations. Comparisons with stored initial and other values are used to determine the dynamics of a state. Comparisons with the range of values of indicators in the norm and comparisons with the prolonged values of the indicators of FUK are used to determine deviations from the norm and subsequent adoption of appropriate decisions.
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), содержащим, по крайней мере, четыре из не менее чем сорока возможных состояний, имеющим на выходе одно решение из, по крайней мере, восьми возможных вариантов.Next, this information is sent to the first BDP 6, which is an element of the analysis and synthesis of the neural network (ASNS), to identify the pathological condition of the patient's eye with diagnosis vectors. BDP 6 decides on the appropriateness and inappropriateness of treatment. BDP 6 is made in the form of a deterministic finite state machine (DCA), containing at least four of at least forty possible states, having one solution out of at least eight possible options.
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 функций переходов, ставящей в соответствие состоянию q и цепочке входных символов w=(a1,a2,…,ak) состояние р: р=DD(q,w)=D(D(D(… D(D(D(q,a1),a2),a3), …),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}.A DCA is constructed in accordance with the structural description: B = (Q1, S1, D1, q01, F1) and consists of the following components: Q1 - many states; S1 is the set of input characters; D1 is the transition function, the arguments of which are the current state q and the input symbol a, and the value is the new state p from the set Q1: p = D1 (q, a); q0 is the initial state, which is an element of the set Q1; F1 is the set of final states, which is a subset of the set Q1; BPR B1 has at the output one solution from the possible solutions formed by the set L1 (B1) of words of the DFA output language, defined using DD, an expanded transition function that matches the state q and the input symbol chain w = (a1, a2, ..., ak) state p: p = DD (q, w) = D (D (D (... D (D (D (q, a1), a2), a3), ...), ak), to which the DCA will come after execution k clock cycles of processing a chain of input symbols w of length k; L (B) is the DFA language defined by the formula: L (B) = {a collection of words w such that DD (q0, w) belongs to the set F}.
Все БПР, описанные в данном изобретении, построены подобно.All BPS described in this invention are constructed similarly.
Блоки БИ, БИН, БЭ, БО, БАН, БПР являются функциональными элементами нейронной сети (НС). Они обладают аналогичными функциями во всех трех нейронных цепочках.Blocks BI, BIN, BE, BO, BAN, BPR are functional elements of the neural network (NS). They have similar functions in all three neural chains.
Вторая нейронная цепочка выполнена следующим образом.The second neural chain is made as follows.
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.The second BI 7 identifies by scanning the set of possible states of the predicted intraocular pressure and other parameters of the postoperative eye condition and other parameters of the operation, determining a subset of the possible states of the predicted eye condition and other parameters of the operation, and extracting one or more combinations from combinatorial sampling and calculations based on personalized FK . These are codes for drainage, intraocular pressure and other parameters.
БИ 7 направляет информацию во второй БИН 8 для интерполяционной обработки. Интерполированные значения применяются для уточнения прогнозируемого послеоперационного состояния для оптимизации параметров операции.BI 7 sends information to the second BIN 8 for interpolation processing. Interpolated values are used to refine the predicted postoperative condition to optimize the parameters of the operation.
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.Further, BI 7 directs the FCA to the second BE 9 for extrapolation processing of FCA codes. Extrapolated values are used to vary the parameters and volume of surgical intervention to optimize the parameters of the operation.
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.Further, BE 9 sends the FCC to the evaluation unit of the subsequent values of the identified parameters of BO 10. The subsequent values of the identified parameters are used to refine and optimize the subsequent stages of surgical treatment.
Далее БО 10 направляет ФУК в блок анализа наблюдений идентифицированных параметров БАН 11. Анализ наблюдений идентифицированных параметров применяется при диспансерном наблюдении для уточнения и оптимизации последующих этапов лечения.Further, BO 10 sends the FAC to the block of analysis of observations of identified parameters of BAN 11. Analysis of the observations of identified parameters is used during follow-up observation to clarify and optimize the subsequent stages of treatment.
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 силы ИОЛ, в случае сочетанной катаракты, и иных параметров операции. БПР 12 выполнен в виде ДКА, содержащим, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющим на выходе одно решение из, по крайней мере, четырех возможных вариантов.Next, this personalized information is sent to the second BPR 12, which is the ASNS, to decide on the necessary parameters of the operation, in particular the volume and characteristics of the drainage, the model and the optical power of the IOL, in case of combined cataract, and other parameters of the operation. BDP 12 is made in the form of a DKA, containing at least four of at least sixty possible states, having at the output one solution of at least four possible options.
Третья нейронная цепочка выполнена следующим образом.The third neural chain is made as follows.
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, кода диагноза, кода оперирующего хирурга, кода анестезиологического пособия, даты операции, кода операционного зала, кода пациента.The third BI 13 identifies by scanning a variety of operations performed, identifying a subset of the operations performed and extracting one or more combinations from a combinatorial sample of personalized FKUs. These are codes of surgical intervention, diagnosis code, code of the operating surgeon, code of anesthetic aid, date of operation, code of the operating room, patient code.
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.BI 13 sends information to the third BIN 14 for interpolation processing. The interpolated values of the FK codes are used to clarify the parameters of the operation and the follow-up and treatment.
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.Next, the FUK stream is sent to the third BE 15 for extrapolating the FUK codes. The extrapolated values are used to vary the parameters and volume of surgical intervention to clarify the parameters of the operation and predict the postoperative state, follow-up and treatment.
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.Further, BE 15 sends information to the evaluation unit of the subsequent values of the identified parameters of BO 15. The subsequent values of the identified parameters are used to refine and optimize the subsequent stages of surgical treatment, follow-up and treatment.
Далее направляют информацию в блок анализа наблюдений идентифицированных параметров БАН 17. Анализ наблюдений идентифицированных параметров применяется при диспансерном наблюдении для уточнения и оптимизации последующих этапов лечения.Next, information is sent to the observation analysis block of the identified parameters of the BAN 17. The observation analysis of the identified parameters is used during follow-up observation to clarify and optimize the subsequent stages of treatment.
Далее направляют эту персонифицированную информацию в третий БПР 18, являющийся АСНС, для принятия решения об окончании лечения. БПР 18 выполнен в виде ДКА, содержащий, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющий на выходе одно решение из, по крайней мере, четырех возможных вариантов.Next, this personalized information is sent to the third BDP 18, which is an ASNS, for making a decision on the end of treatment. BDP 18 is made in the form of a DFA, containing at least four of at least sixty possible states, having at the output one solution of at least four possible options.
Внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно 19 и параллельно 20 (см. чертеж).Inside each neural chain, each block is connected to other blocks of this chain in series 19 and parallel to 20 (see drawing).
Блок БИ 1 связан потоками информации с БЭ 3, БО 4, БАН 5 и с БПР 6, по которым при формировании диагноза уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ1 в БЭ3, БО4, БАН5 и БПР 5. 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 БАН 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 получении потока соответствующих ФУК из БИ 1, а также в БАН5 ФУК из БО4 путем передачи запроса в БИ1 и получении 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, БАН, БПР в различных сочетаниях внутри одной первой нейронной цепочки.The BI 1 block is connected by information flows with BE 3, BO 4, BAN 5 and BPR 6, by which, when a diagnosis is made, the transmission of FCC from BI1 to BE3, BO4, BAN5 and BPR 5 is fully or partially repeated if necessary. diagnosis in BDP 6 FUK set, in BI 1, and also, if necessary, in BIN 2, BE 3, BO 4 and BAN 5, a request from BDP 6 is generated to clarify the FCC taking into account the information processed in BDP 6. In addition, when processing the set of all diagnoses, requests are generated for clarification of the FUKs from BIN 2 included in the BE 3, as well as in the BO4 FUK from the BE 3 by directly transmitting the request to BI 1 and receiving the flow of the corresponding FUKs from BI 1, as well as in the BAN5 FUK from BO4 by transmitting a request to BI1 and receiving a FQA stream from BI1. When forming a solution in BDP 6, a request from BDP 6 to BIN 2 may be required to obtain updated interpolated FKUs. This allows, when developing a diagnosis and deciding whether treatment is appropriate, to determine a preliminary set of diagnoses, play possible situations and take into account the clarifying identified, interpolation, extrapolation values of FK, iteratively using the data of BI, BIN, BE, BO, BAN, BPR blocks in various combinations within one first neural chain.
Блок БИ 7 связан потоками информации с БЭ 9, БО 10, БАН 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, БО10, БАН 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 БАН 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 получении потока соответствующих ФУК из БИ 7, а также из БО10 и БАН 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, БАН, БПР в различных сочетаниях внутри одной второй нейронной цепочки.The BI unit 7 is connected by information flows with BE 9, BO 10, BAN 11 and BPR 12, by which, when designing the operation, the transmission of FCC from BI 7 to BE 9, BO10, BAN 11 and BPR 12 is fully or partially repeated. If the set of QMFs is ambiguous for the selection of the operation plan in BDP 12, in BI 7, and also, if necessary, in BIN 8, BE 9, BO 10, and BAN 11, a request is generated from BPR 12 for updating the QMF taking into account the information processed in BPR 12. In addition, when processing the set of all possible outcomes of the operation, requests are generated for clarification of the FUKs included in BE 9 from BIN 8 by directly transmitting the request to BI 7 and receiving a stream of the corresponding FUKs from BI 7, as well as from BO10 and BAN 11. When forming the decision in BDP 12 to clarify the separating hyperplanes in the space of FK may require a request from BDP 12 to BIN 8 to obtain updated interpolated FK. This allows, when developing an operation plan and deciding on a specific set of operation parameters, to determine a preliminary set of outcomes, play possible situations, predict postoperative conditions and take into account the clarifying identified, interpolation, extrapolation values of FK, iteratively using the data of blocks BI, BIN, BE, BO, BAN , BDP in various combinations within one second neural chain.
Под разделяющей гиперплоскостью понимается множество точек из пространства ФУК, описываемых уравнением первого порядка, разделяющая 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 рзличных параметров ФУК.A separating hyperplane is understood to mean a set of points from the space of FK, described by a first-order equation, separating two convex sets of points of FK, each of which lies on different sides in one of the two half-spaces formed by this hyper plane in a multidimensional space of values of FK. In this case, the hyperplane is described by a linear equation and is a subspace of FK values with a dimension one less than the number of different FK parameters.
Блок БИ 13 связан потоками информации с БЭ 15, БО 16, БАН 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, БО16, БАН17 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, БО16 и БАН17, генерируется запрос из БПР 18 на уточнение ФУК с учетом обработанной в БПР 18 информации. Кроме того, при обработке множества всех возможных исходов последующих операции формируются запросы на уточнение входящих в БЭ 15 ФУК из БИН 14 путем непосредственной передачи запроса в БИ 13 и получении 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, БАН, БПР в различных сочетаниях внутри одной третей нейронной цепочки.The BI 13 block is connected by information flows with BE 15, BO 16, BAN 17 and BPR 18, according to which, when a decision is made on the completion or continuation of treatment, the transmission of FUK from BI 13 to BE 15, BO16, BAN17 is fully or partially repeated. and BDP 18. If the decision to continue treatment in BDP 18 is ambiguous for the set of FK, in BI 13, and also, if necessary, in BIN 14, BE 15, BO16, and BAN17, a request is made from BDP 18 to clarify the FK taking into account the processed in BDP 18 information. In addition, when processing the set of all possible outcomes of subsequent operations, requests are generated for clarification of the FUKs included in BE 15 from BIN 14 by directly transmitting the request to BI 13 and receiving the flow of the corresponding FUKs from BI 13. When forming a solution in BDP 18, to refine the separating hyperplanes in space FUK may require a request from BPR 18 to BIN 14 to obtain updated interpolated FUK. This allows, when developing a sequence of operations and deciding on the end of treatment, to determine a preliminary set of outcomes, play possible situations, predict postoperative conditions and take into account the clarifying identified, interpolation, extrapolation values of FK, iteratively using the data of blocks BI, BIN, BE, BO, BAN, BPR in various combinations within one third of the neural chain.
На чертеже стрелками между блоками указаны прямые и обратные потоки информации.In the drawing, the arrows between the blocks indicate the forward and reverse flows of information.
Каждый блок одной нейронной цепочки связан (см. чертеж) с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации (позиции на чертеже не обозначены).Each block of one neural chain is connected (see the drawing) with each of the blocks of other neural chains by direct and reverse flows of information (positions in the drawing are not indicated).
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, БО4 и БАН5. При функционировании блока БИ 7 кроме входной информации из БПР 6 может потребоваться запрос на уточнение ФУК из БИ 1, а также БИН 2, БЭ 3, БО 4 и БАН 5. Так как план проектируемой операции и конкретные ее параметры существенно зависят от персонифицированных ФУК, получаемых из БИ 1, то при обработке в блоках БИН 8, БЭ 9, БО 10 и БАН 11 требуются запросы на уточнение интерполированных и экстраполяционных ФУК из БИН2, БЭ3, БО4 и БАН5.When deciding on the parameters of the operation in BDP 12, a request may be required to clarify the diagnosis in BDP 6, as well as to clarify some FKU in BI 1. In addition, to refine the parameters of the separating hyperplanes in the FKU space during processing in BDP 12, requests for clarification may be required interpolated and extrapolation FUK from BIN 2, BE 3, BO4 and BAN5. When the BI 7 unit is functioning, in addition to the input information from BDP 6, a request for clarification of the FCC from BI 1, as well as BIN 2, BE 3, BO 4 and BAN 5 may be required. Since the plan of the designed operation and its specific parameters significantly depend on the personalized FSC, obtained from BI 1, then when processing in BIN 8, BE 9, BO 10 and BAN 11 blocks, requests for clarification of the interpolated and extrapolation FUKs from BIN2, BE3, BO4 and BAN5 are required.
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, БО4 и БАН5, а также БИН 8, БЭ 9, БО10 и БАН11. При функционировании блока БИ 13 кроме входной информации из БПР 12 может потребоваться запрос на уточнение ФУК из БИ1 и БИ 7, а также БИН 2, БИН 8, БЭ 3, БЭ 9, БО4, БО10, БАН5, БАН11. 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, БО4, БО10, БАН5 и БАН11.When deciding on subsequent operations or on the end of treatment in BDP 18, requests are required to clarify the diagnosis in BDP 6 and to iteratively work with BDP 12, as well as to clarify some FK in BI 1, BI 7 and BI 13. In addition, to clarify parameters of separating hyperplanes in the space of FUKs when processing in BPR 18, requests for clarification of interpolated and extrapolation FUKs from BIN 2, BE 3, BO4, and BAN5, as well as BIN 8, BE 9, BO10, and BAN11, may be required. When the BI 13 unit is functioning, in addition to the input information from the BPR 12, a request for clarification of the FCC from BI1 and BI 7, as well as BIN 2, BIN 8, BE 3, BE 9, BO4, BO10, BAN5, BAN11, may be required. Since the sequence of the following operations and their specific parameters significantly depend on the personified FUKs received by their BI 1, BI 7 and BI 13, when processing in BIN 14 and BE 15 blocks, requests for clarification of the interpolated and extrapolation FUKs from BIN 2, BIN 8 are required , BE 3, BE 9, BO4, BO10, BAN5 and BAN11.
Это позволяет при проектировании последовательности операций учитывать уточняющие диагностические параметры, сопутствующие диагнозы, уточнять исходные данные при прогнозировании исхода операции с проектируемыми имплантантами и иными расходными материалами, итеративно используя данные блоков БИ, БИН, БЭ, БО, БАН, БПР различных нейронных цепочек.This allows designing the sequence of operations to take into account the clarifying diagnostic parameters, associated diagnoses, and to refine the initial data when predicting the outcome of the operation with the implants and other consumables being designed, iteratively using the data of the BI, BIN, BE, BO, BAN, BPR blocks of various neural chains.
АРМАГ 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 лечения, непрофильности заболевания информация из БПР 6 передается в другие АРМ лечебного процесса 21.ARMAG works as follows. From the diagnostic rooms, unit FUK 20 receives personalized information on diagnostic studies and measurements in unit BI 1. The first neural chain carries out the processing of FK in accordance with the above description. In case of contraindications for ophthalmic microsurgical treatment, non-profile of the disease, information from BDP 6 is transferred to other automated workplaces of the treatment process 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.With the indicated surgical treatment for the design of the operation, the BI unit 7 receives the necessary FKU 20 information on the surgical unit, the presence of implants and other consumables, types of available anesthesiology aids. The second neural chain performs the processing of FK in accordance with the above description. BDP 12 transmits information to other automated workplaces of the treatment process 21 for entering the designed personalized operation into the operational list, to plan the necessary anesthesia, implants and other consumables.
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, фиксировании интраоперационных и послеоперационных осложнений.After the operation is performed in the operating unit, the BI 13 unit receives the necessary FKU 22 information on the operation performed, deviations of the surgical parameters from the planned course of the intervention, rendered anesthetic aid, implanted and other consumables. The third neural chain carries out the processing of FK in accordance with the above description. BDP 18 transmits information to other AWP of the treatment process 21 for registration of the end of treatment, fixing intraoperative and postoperative complications.
Все встречные потоки прямого основного и обратного уточняющего распространения информации образуют единый мультиграф, с не менее чем двенадцатью вершинами, функционирующих параллельно, синхронно, с возможностью увеличения структуры и функциональных связей, соединенных не менее чем шестьюдесятью шестью ориентированными ребрами.All the oncoming flows of the direct primary and reverse qualifying information distribution form a single multigraph, with at least twelve vertices operating in parallel, synchronously, with the possibility of increasing the structure and functional connections connected by at least sixty-six oriented edges.
Все элементы АРМ и их связи между собой функционируют одновременно, синхронно, образуя искусственную НС.All elements of the AWP and their connections between themselves operate simultaneously, synchronously, forming an artificial NS.
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.NS is a network of counter-dissemination of information. NS has a network topology with a large number of inputs and outputs and is a network with uniform hierarchical access to information flows and is a pattern recognition structure.
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 имплантантами и расходными материалами, точности в определении последовательности операций, диспансерного наблюдения при массовом воспроизводстве антиглаукоматозных технологий.The proposed invention is necessary and sufficient for an unambiguous positive solution to the claimed technical problem — at the same time improving the accuracy of determining and quality of diagnosis identification, determining indications for operations, increasing selectivity during surgery, modeling operations, accuracy in choosing anesthetic aid, accuracy in providing implants and consumables , accuracy in determining the sequence of operations, dispensary observation in mass m reproduction of antiglaucomatous technologies.
Claims (1)
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 БАН для анализа взаимодействия идентифицированных параметров и сравнения с сохраненными начальными значениями, 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, имеющих 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 БАН для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями, 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, имеющим 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 БАН для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями, 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, имеющих 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 пятьюдесятью тремя ориентированными ребрами. Ophthalmomicrosurgeon antiglaucomatous surgeon workstation containing formatting devices, characterized in that the formatting devices are made in the form of closed neural chains consisting of interconnected identification unit (BI), interpolation unit (BIN), extrapolation unit (BE), evaluation unit subsequent values of the identified parameters (BO), the block of analysis of observations (BAN), the block of decision-making (BPR), while
the first neural chain consists of the following blocks: the first BI of the diagnostic parameters of the eye, identifying by scanning the set of possible ophthalmic microsurgical diagnoses, determining a subset of ophthalmic microsurgical diagnoses and extracting one or more combinations of diagnoses from a combinatorial selection of personalized formatted control codes (FCC) for visometry, tonography, tone optical coherence tomography, autorefractometry, autokeratometry, biometrics, kerat opachymetry, thresholds of lability, electrosensitivity, electrophysiological evoked potentials, ophthalmoscanning, dopplerography,
sending information to the first BIN for interpolation processing and then to the first BE for recursive processing, smoothing while minimizing the rms criterion, then this information is sent
in the first BO to evaluate the subsequent values of the identified parameters, then this information is sent
in the first BAN to analyze the interaction of the identified parameters and compare with the stored initial values, then
to the first BDP to identify the pathological condition of the patient’s eye with diagnosis vectors and decide on the appropriateness or inappropriateness of treatment, in the form of a deterministic finite automaton DKA, containing at least four of at least forty possible states that have one solution from at least eight possible options;
the second neural chain consists of a second BI, which identifies by scanning the set of possible states of predicted refraction of the eye and extracting one or more combinations from a combinatorial sample based on personalized FK codes for tonometry, tonography, ultrasound biomicroscopy, and other information-sending parameters
in the second BIN for interpolation processing and
in the second BE for recursive processing, smoothing while minimizing the mean square criterion, then this information is sent
in the second BO to evaluate the subsequent values of the identified parameters, then this information is sent
in the second BAN to analyze the interaction of the current values of the identified parameters and compare with the stored initial values, then this personified information is sent to the second BPR to decide on the choice of operation parameters and the timing of the follow-up, in the form of a DFA containing at least four of not less than sixty possible states having one solution out of at least four possible options;
the third neural chain consists of the third BI, which identifies by scanning the set of operations performed, identifies a subset of the operations performed, and extracts one or more combinations from a combinatorial sample of personalized FSC surgical code, diagnosis code, operating surgeon code, anesthesiology manual code, date of operation, code operating room, patient code sending information
to the third BIN for interpolation processing, then
in the third BE for recursive processing, smoothing while minimizing the rms criterion, then send
in the third BO to evaluate the subsequent values of the identified parameters, then send information
to the third BAN to analyze the interaction of the current values of the identified parameters and compare with the stored initial values, then send this personalized information
in the third BDP to decide on the end of treatment in the form of a DKA containing at least four of at least sixty possible conditions that have one solution out of at least four possible options;
inside each neural chain, each block is connected to other blocks of this chain sequentially and in parallel, and each block of one neural chain is connected to each of the blocks of other neural chains by direct and reverse flows of information;
at the same time, all the oncoming flows of direct and reverse information distribution form a single multigraph with at least eighteen vertices connected by at least one hundred and fifty three oriented edges.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009147647/08A RU2430404C1 (en) | 2009-12-23 | 2009-12-23 | Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2009147647/08A RU2430404C1 (en) | 2009-12-23 | 2009-12-23 | Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2009147647A RU2009147647A (en) | 2011-06-27 |
| RU2430404C1 true RU2430404C1 (en) | 2011-09-27 |
Family
ID=44738694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2009147647/08A RU2430404C1 (en) | 2009-12-23 | 2009-12-23 | Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2430404C1 (en) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5331550A (en) * | 1991-03-05 | 1994-07-19 | E. I. Du Pont De Nemours And Company | Application of neural networks as an aid in medical diagnosis and general anomaly detection |
| US5463548A (en) * | 1990-08-28 | 1995-10-31 | Arch Development Corporation | Method and system for differential diagnosis based on clinical and radiological information using artificial neural networks |
| WO1998010697A1 (en) * | 1996-09-10 | 1998-03-19 | Neuralmed, Inc. | Computer-based neural network system and method for medical diagnosis and interpretation |
| US5810747A (en) * | 1996-08-21 | 1998-09-22 | Interactive Remote Site Technology, Inc. | Remote site medical intervention system |
| RU18206U1 (en) * | 2001-02-05 | 2001-05-27 | Закрытое акционерное общество "Московское конструкторское бюро "Параллель" | AUTOMATED WORK PLACE OF GENERAL FUNCTIONAL DIAGNOSTICS |
| RU2272316C2 (en) * | 2001-03-16 | 2006-03-20 | Нетомат, Инк. | Joint use, control and transmission of information along computer network |
| RU64800U1 (en) * | 2006-12-18 | 2007-07-10 | Муниципальное учреждение Центральная городская больница № 23 | AUTOMATED WORK PLACE OF DOCTOR-TRAUMATOLOGIST |
-
2009
- 2009-12-23 RU RU2009147647/08A patent/RU2430404C1/en not_active IP Right Cessation
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5463548A (en) * | 1990-08-28 | 1995-10-31 | Arch Development Corporation | Method and system for differential diagnosis based on clinical and radiological information using artificial neural networks |
| US5331550A (en) * | 1991-03-05 | 1994-07-19 | E. I. Du Pont De Nemours And Company | Application of neural networks as an aid in medical diagnosis and general anomaly detection |
| US5810747A (en) * | 1996-08-21 | 1998-09-22 | Interactive Remote Site Technology, Inc. | Remote site medical intervention system |
| WO1998010697A1 (en) * | 1996-09-10 | 1998-03-19 | Neuralmed, Inc. | Computer-based neural network system and method for medical diagnosis and interpretation |
| RU18206U1 (en) * | 2001-02-05 | 2001-05-27 | Закрытое акционерное общество "Московское конструкторское бюро "Параллель" | AUTOMATED WORK PLACE OF GENERAL FUNCTIONAL DIAGNOSTICS |
| RU2272316C2 (en) * | 2001-03-16 | 2006-03-20 | Нетомат, Инк. | Joint use, control and transmission of information along computer network |
| RU64800U1 (en) * | 2006-12-18 | 2007-07-10 | Муниципальное учреждение Центральная городская больница № 23 | AUTOMATED WORK PLACE OF DOCTOR-TRAUMATOLOGIST |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2009147647A (en) | 2011-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mahmud et al. | A proposed minimum standard set of outcome measures for cataract surgery | |
| CN106462655B (en) | Network, system and method are supported in clinical diagnosis | |
| US20210335491A1 (en) | Predictive adaptive intelligent diagnostics and treatment | |
| US20240050763A1 (en) | Electroencephalogram (eeg) based transcranial magnetic stimulation (tms) networks | |
| US20230148859A1 (en) | Prediction of iol power | |
| CA2997354A1 (en) | Experience engine-method and apparatus of learning from similar patients | |
| JP7504510B1 (en) | DISEASE RISK ASSESSMENT DEVICE, DISEASE RISK ASSESSMENT SYSTEM, AND DISEASE RISK ASSESSMENT METHOD | |
| Keskinbora | Current roles of artificial intelligence in ophthalmology | |
| RU2430404C1 (en) | Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment | |
| RU2434286C1 (en) | Automated workstation for assessing quality of treating eye diseases | |
| RU2460116C1 (en) | Automated ophthalmic microsurgeon workstation for pediatric surgery | |
| RU2434264C1 (en) | Automated workstation for ophthalmic microsurgeon for conservative treatment | |
| RU2435197C1 (en) | Ophthalmic microsurgeon automated workstation for enucleation and evisceration | |
| RU2435199C1 (en) | Ophthalmic microsurgeon automated workstation for laser operations | |
| RU2435198C1 (en) | Ophthalmic microsurgeon automated workstation for oncological operations | |
| RU2435219C1 (en) | Ophthalmic microsurgeon automated workstation for keratoplasty | |
| RU2420803C1 (en) | Ophthalmic-microsurgical computer local area network for vitreoretinal operations | |
| Zhu et al. | Quantifying discordance between structure and function measurements in the clinical assessment of glaucoma | |
| RU2430403C1 (en) | Automated workstation for vitreoretinal ophthalmic microsurgeon | |
| Song et al. | Noninvasive machine learning screening model for dacryocystitis based on ocular surface indicators | |
| RU2430350C1 (en) | Ophthalmic microsurgery local area network for anti-glaucomatose treatment | |
| CN107423536A (en) | Data handling system based on mobile social security data and high in the clouds data analysis | |
| RU2427888C1 (en) | Local computer ophthalmologic microsurgical network of laser operations | |
| RU2424557C1 (en) | Ophthalmological microsurgical local area network for oncological operations | |
| RU2419133C1 (en) | Automated workplace of ophthalmologic microsurgeon |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20111224 |