RU2460116C1 - Automated ophthalmic microsurgeon workstation for pediatric surgery - Google Patents
Automated ophthalmic microsurgeon workstation for pediatric surgery Download PDFInfo
- Publication number
- RU2460116C1 RU2460116C1 RU2011110840/08A RU2011110840A RU2460116C1 RU 2460116 C1 RU2460116 C1 RU 2460116C1 RU 2011110840/08 A RU2011110840/08 A RU 2011110840/08A RU 2011110840 A RU2011110840 A RU 2011110840A RU 2460116 C1 RU2460116 C1 RU 2460116C1
- Authority
- RU
- Russia
- Prior art keywords
- information
- unit
- neural
- values
- parameters
- Prior art date
Links
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
Description
Изобретение относится к области компьютерных сетей.The invention relates to the field of computer networks.
Известно автоматизированное рабочее место врача, описанное в патенте US 5331550 А, G06F 15/42,19.07.1994.Known automated workplace of a doctor, described in patent US 5331550 A, G06F 15 / 42.19.07.1994.
Автоматизированное рабочее место врача содержит форматирующие устройства, выполненные в виде замкнутых нейронных цепочек, состоящих из связанных между собой блока идентификации, блока оценки последующих значений идентифицированных параметров и блока принятия решений, причем внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно.The automated workstation of the doctor contains formatting devices made in the form of closed neural chains, consisting of an interconnected identification unit, an evaluation unit for the subsequent values of the identified parameters, and a decision-making unit, with each unit inside each neural chain connected to other blocks of this chain in series.
Однако данное устройство обладает существенными недостатками:However, this device has significant disadvantages:
определении показаний к проведению курса лечения до или после операции, повышении избирательности при проведении курса лечения, точности в определении последовательности курсов лечения, проектировании курсов лечения, точности в выборе лекарственных средств, точности обеспечения медикаментами и иными расходными материалами, обеспечение оптимизации потоков информации и потребностей при производстве плеопто-ортоптического и хирургического лечения детских заболеваний.determining indications for a course of treatment before or after surgery, increasing selectivity during the course of treatment, accuracy in determining the sequence of treatment courses, designing treatment courses, accuracy in choosing medicines, accuracy in providing medicines and other supplies, ensuring the optimization of information flows and needs for production of pleopto-orthoptic and surgical treatment of childhood diseases.
Технический результат - одновременное повышение точности определения и качества идентификации диагнозов, определения показаний к проведению курсов лечения, повышение избирательности при проведении детской хирургии, точности в определении последовательности курсов лечения, моделирования детской хирургии, точности в выборе лекарственных средств, точности обеспечения медикаментами и иными расходными материалами, обеспечение оптимизации потоков информации и потребностей при производстве плеопто-ортоптического и хирургического лечения детских заболеваний.The technical result is a simultaneous increase in the accuracy of determination and quality of identification of diagnoses, determination of indications for treatment courses, increased selectivity in pediatric surgery, accuracy in determining the sequence of treatment courses, modeling of pediatric surgery, accuracy in the selection of medicines, accuracy in providing medicines and other supplies , ensuring the optimization of information flows and needs in the production of pleopto-orthoptic and surgical treatment Niya childhood diseases.
Технический результат достигается тем, что в автоматизированном рабочем месте офтальмомикрохирурга по детской хирургии 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 амблиопии и косоглазия (БААК), блока принятия решений (БПР) при этом:The technical result is achieved by the fact that in the automated workplace of an ophthalmic microsurgeon for pediatric surgery, 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), amblyopia and strabismus analysis unit (BAAC), decision making unit (BDP) 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, допплерографии, исследования амблиопии, косоглазия, 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, amblyopia research, strabismus, 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 БААК для анализа взаимодействия идентифицированных параметров и сравнения с сохраненными начальными значениями ФУК блока анализа амблиопии и косоглазия, затемto the first BAAK to analyze the interaction of the identified parameters and compare with the stored initial FQA values of the amblyopia and strabismus analysis unit, 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, имеющего 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 diagnosis vectors and decide on the appropriateness or inappropriateness of 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 predicted refraction of the eye and extracting 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 mean square 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 БААК для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями анализа амблиопии и косоглазия, затем эту персонифицированную информацию направляютin the second BAAK to analyze the interaction of the current values of the identified parameters and compare with the stored initial values of the analysis of amblyopia and strabismus, then this personalized information is sent
во второй БПР для принятия решения о выборе параметров операции и сроках диспансерного наблюдения в виде ДКА, содержащего, по крайней мере четыре из не менее, чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;in the second BDP 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 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, кода диагноза, кода оперирующего хирурга, кода анестезиологического пособия, даты операции, кода операционного зала, кода пациента, направляющего информациюthe third neural chain consists of a third BI, which identifies by scanning many performed operations to determine a subset of the operations performed and selects one or more combinations from a combinatorial sample of personalized FSC surgical code, diagnosis code, operating surgeon code, anesthesiology manual code, surgery date, surgery code hall, patient code sending information
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 БААК для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями анализа амблиопии и косоглазия, затем направляют эту персонифицированную информациюto the third BAAK to analyze the interaction of the current values of the identified parameters and compare with the stored initial values of the analysis of amblyopia and strabismus, then this personalized information is sent
в третий БПР для принятия решения об окончании лечения в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;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 in series 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 восемнадцатью вершинами, соединенными не менее чем ста пятьюдесятью тремя ориентированными ребрами.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.
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 чертежами на фиг.1.The invention is illustrated by drawings in figure 1.
Фиг.1 - схема структуры автоматизированного рабочего места офтальмомикрохирурга по детской хирургии (АРМДХ).Figure 1 is a diagram of the structure of the automated workplace of an ophthalmic microsurgeon in pediatric surgery (ARMDH).
На фиг.1 обозначено:In figure 1 is indicated:
первая нейронная цепочка:first neural chain:
1 - БИ; 2 - БИН; 3 - БЭ; 4 - БО; 5 - БААК; 6 - БПР;1 - BI; 2 - BIN; 3 - BE; 4 - BO; 5 - BAAK; 6 - BDP;
вторая нейронная цепочка:second neural chain:
7 - БИ; 8 - БИН; 9 - БЭ; 10 - БО; 11 - БААК; 12 - БПР;7 - BI; 8 - BIN; 9 - BE; 10 - BO; 11 - BAAK; 12 - BDP;
третья нейронная цепочка:third neural chain:
13 - БИ; 14 - БИН; 15 - БЭ; 16 - БО; 17 - БААК; 18 - БПР;13 - BI; 14 - BIN; 15 - BE; 16 - BO; 17 - BAAK; 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 фиг.1 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 figure 1 are not indicated;
20 - поток входящих диагностических ФУК в блок 1.20 - flow incoming diagnostic FUK in block 1.
Для удобства восприятия фиг.1 аналогичные последовательные и параллельные связи в других нейронных цепочках цифровыми For the convenience of perception of figure 1, similar serial and parallel communications in other neural chains by digital
обозначениями не обозначены.notations are not designated.
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. Автоматизированное рабочее место офтальмомикрохирурга по детской хирургии (АРМДХ) содержит форматирующие устройства. Форматирующие устройства выполнены в виде радиально-кольцевой структуры искусственной нейронной сети (НС).The invention is made and operates as follows. The automated workstation of an ophthalmic microsurgeon in pediatric surgery (ARMDH) 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 и контроля амблиопии и косоглазия (БААК), 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), analysis and control units for amblyopia and strabismus (BAAC), blocks decision-making BDP with counter direct and reverse flows of information dissemination between them.
Под прямыми (основными) потоками распространения информации понимается передача такой информации, которая необходимо должна быть получена от передающего блока (и ни от какого-либо другого) принимающим блоком для обеспечения его функции.Direct (main) flows of information dissemination are understood to mean the transmission of such information, which must 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 (Фиг.1) 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, допплерографии, исследования амблиопии и косоглазия.The first BI 1 (Figure 1) 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, autoceratometry, biometrics, keratopachymetry, thresholds of lability, electrosensitivity, electrophysiological evoked potentials, ophthalmoscanning, dopplerography, amblyopia and strabismus studies.
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 items 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, связывающее 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 the intermediate FQA values. 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 QFA of the above parameters obtained from the BI as a result of measurements, but also for any values in the 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 лечения детских заболеваний. Оценка последующих значений идентифицированных параметров применяется для планирования повторных и иных хирургических воздействий.Next, the flow of FUK is directed to the unit for evaluating the subsequent values of the identified parameters of the BO 4. In the block of the BF 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 treatment of childhood diseases. Evaluation of subsequent values of the identified parameters is used to plan repeated and other surgical procedures.
Далее поток ФУК направляется в блок анализа текущих и последующих значений идентифицированных параметров БААК 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 БААК предназначен для обработки потоков ФУК по индивидуальным во времени регламентам анализа и контроля информации об амблиопии и косоглазии. 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 FQA stream is sent to the analysis unit of the current and subsequent values of the identified parameters of the BAAK 5 to analyze the interaction of the current values of the identified parameters, compare with the stored initial values, compare with the range of values of the indicators in norm, compare with prolonged values of the FQA indicators. The BAAK block is designed to process QCF flows according to individual time-based procedures for analysis and control of information on amblyopia and strabismus. 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), содержащего, по крайней мере, четыре из не менее, чем сорока возможных состояний, имеющего 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 (DFA), 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 p из множества Q1: p = D1(q,a); q0 - начальное состояние, являющееся элементом множества Q1; F1 - множество заключительных состояний, являющееся подмножеством множества Q1; БПР В1 имеет на выходе одно решение из возможных вариантов решений, образованных множеством L1(B1) слов выходного языка ДКА, определяемого при помощи DD - расширенной функции переходов, ставящей в соответствие состоянию q и цепочке входных символов w = (a1, a2, …, ak) состояние p: p = 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 one solution out of the possible solutions formed by the set L1 (B1) of words in the DFA output language, defined using DD, an extended 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) into 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. Блоки БИ, БИН, БЭ, БО, БААК, БПР являются функциональными элементами нейронной сети (НС). Они обладают аналогичными функциями во всех трех нейронных цепочках.All BPS described in this invention are constructed similarly. Blocks BI, BIN, BE, BO, BAAK, BPR are functional elements of the neural network (NS). They have similar functions in all three neural chains.
Вторая нейронная цепочка выполнена следующим образом. Второй БИ 7 производит идентификацию путем сканирования множества возможных состояний прогнозируемого внутриглазного давления и иных параметров послеоперационного состояния глаза и иных параметров операции, определения подмножества возможных состояний прогнозируемого состояния глаза и иных параметров операции и выделения одного или нескольких сочетаний из комбинаторной выборки и расчетов на основе персонифицированных ФУК. Это коды дренажей, внутриглазного давления и иных параметров.The second neural chain is made as follows. 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 БААК 11. Анализ наблюдений идентифицированных параметров применяется для уточнения и оптимизации последующих этапов лечения.Further, BO 10 sends the FAC to the block of analysis of the observations of the identified parameters of the BAAK 11. The analysis of the observations of the identified parameters is used to refine 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 интраокулярной линзы (ИОЛ), в случае сочетанной катаракты, и иных параметров операции. БПР 12 выполнен в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов.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 drains, the model and the optical power of the intraocular lens (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, код диагноза, код оперирующего хирурга, код анестезиологического пособия, даты операции, код операционного зала, код 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 the codes of the surgical intervention, the diagnosis code, the code of the operating surgeon, the code of the anesthetic aid, the dates of the operation, the code of the operating room, and the 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 и контроля амблиопии и косоглазия БААК 17. Анализ наблюдений идентифицированных параметров применяется при контроле аппликаторов и иных расходных материалов для уточнения и оптимизации последующих этапов лечения.Next, information is sent to the analysis and control unit of amblyopia and strabismus BAAK 17. Analysis of observations of the identified parameters is used to control applicators and other supplies 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, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего 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. BPR 18 is made 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.
Внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно 19 и параллельно 20 (Фиг.1).Inside each neural chain, each block is connected to other blocks of this chain in series 19 and parallel to 20 (Figure 1).
Блок БИ 1 связан потоками информации с БЭ 3, БО 4, БААК 5 и с БПР 6, по которым при формировании диагноза уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ 1 в БЭ 3, БО 4, БААК 5 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 БААК 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 БО 4 ФУК из БЭ 3 путем непосредственной передачи запроса в БИ 1 и получения потока соответствующих ФУК из БИ 1, а также в БААК5 ФУК из БО 4 путем передачи запроса в БИ 1 и получения потока ФУК из БИ 1. 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, БААК, БПР в различных сочетаниях внутри одной первой нейронной цепочки.The BI unit 1 is connected by information flows with BE 3, BO 4, BAAK 5 and BPR 6, by which, when a diagnosis is made, the transmission of FCC from BI 1 to BE 3, BO 4, BAAK 5 and BPR 5 is fully or partially repeated. In the case of a set of FCAs ambiguous for diagnosis in BDP 6, in BI 1, and also, if necessary, in BIN 2, BE 3, BO 4 and BAAK 5, a request from BPR 6 is generated for updating the FCC taking into account the information processed in BDP 6. In addition, when processing the set of all diagnoses, requests are made to clarify the FUKs from BIN 2 included in BE 3, as well as to BO 4 FUKs from BE 3 by directly transmitting the request to BI 1 and receiving a stream of the corresponding FKUs from BI 1, as well as to BAAK5 FUK from BO 4 by transmitting a request to BI 1 and receiving a FUK stream from BI 1. When forming a solution in BDP 6, a request from BDP 6 to BIN 2 may be required to obtain updated interpolated FUKs. 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, BAAK, BPR blocks in various combinations within one first neural chain.
Блок БИ 7 связан потоками информации с БЭ 9, БО 10, БААК 11 и с БПР 12, по которым при проектировании операции уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ 7 в БЭ 9, БО 10, БААК 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 БААК 11 генерируется запрос из БПР 12 на уточнение ФУК с учетом обработанной в БПР 12 информации. Кроме того, при обработке множества всех возможных исходов операции формируются запросы на уточнение входящих в БЭ 9 ФУК из БИН 8 путем непосредственной передачи запроса в БИ 7 и получения потока соответствующих ФУК из БИ 7, а также из БО 10 и БААК 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 предварительно множество исходов, проигрывать возможные ситуации, прогнозировать послеоперационные состояния и учитывать уточняющие идентифицированные, интерполяционные, экстраполяционные значения ФУК, итеративно используя данные блоков БИ, БИН, БЭ, БО, БААК, БПР в различных сочетаниях внутри одной второй нейронной цепочки.The BI unit 7 is connected by information flows with BE 9, BO 10, BAAK 11 and BPR 12, by which, when designing the operation, the transmission of FCC from BI 7 to BE 9, BO 10, BAAK 11 and BPR 12 is fully or partially repeated. If the set of QMFs in BDP 12 is ambiguous for choosing the operation plan in BI 7, and if necessary, in BIN 8, BE 9, BO 10 and BAAK 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 the BE 9 from BIN 8 by directly transmitting the request to the BI 7 and receiving the flow of the corresponding FUKs from the BI 7, as well as from the BO 10 and BAAK 11. When forming the solution in BPR 12, to clarify the separating hyperplanes in the space of FK, it may be necessary to request from BPR 12 in BIN 8 to obtain refined interpolated FK. This allows, when developing an operation plan and deciding on a specific set of operation parameters, to preliminarily determine the 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, BAAK , 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 различных 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 represents 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, БААК 17 и с БПР 18, по которым при принятии решения об окончании или продолжении лечения уточняется и при необходимости полностью или частично повторяется передача ФУК из БИ 13 в БЭ 15, БО 16, БААК 17 и БПР 18. При неоднозначном для выбора решения о продолжении лечения в БПР 18 наборе ФУК, в БИ 13, а также при необходимости, в БИН 14, БЭ 15, БО 16 и БААК 17, генерируется запрос из БПР 18 на уточнение ФУК с учетом обработанной в БПР 18 информации. Кроме того, при обработке множества всех возможных исходов последующих операций формируются запросы на уточнение входящих в БЭ 15 ФУК из БИН 14 путем непосредственной передачи запроса в БИ 13 и получения потока соответствующих ФУК из БИ 13. При формировании решения в БПР 18 для уточнения разделяющих гиперплоскостей в пространстве ФУК может потребоваться запрос из БПР 18 в БИН 14 для получения уточненных интерполированных ФУК. Это позволяет при выработке последовательности операций и принятии решения об окончании лечения определять предварительное множество исходов, проигрывать возможные ситуации, прогнозировать послеоперационные состояния и учитывать уточняющие идентифицированные, интерполяционные, экстраполяционные значения ФУК, итеративно используя данные блоков БИ, БИН, БЭ, БО, БААК, БПР в различных сочетаниях внутри одной третей нейронной цепочки.The BI unit 13 is connected by information flows with BE 15, BO 16, BAAK 17 and BDP 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, BO 16, is fully or partially repeated, BAAK 17 and BPR 18. If the decision to continue treatment in BDP 18 is ambiguous for the selection of FKU, in BI 13, and also, if necessary, in BIN 14, BE 15, BO 16 and BAAK 17, a request is generated from BPR 18 for clarification of FK taking into account the information processed in the BDP 18. In addition, when processing the set of all possible outcomes of subsequent operations, requests are generated for clarification of the FUKs included in the BE 15 from BIN 14 by directly transmitting the request to the BI 13 and receiving the flow of the corresponding FUKs from the 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 BI, BIN, BE, BO, BAAK, BPR blocks in various combinations within one third of the neural chain.
На Фиг.1 стрелками между блоками указаны прямые и обратные потоки информации.In figure 1, the arrows between the blocks indicate the forward and reverse flows of information.
Каждый блок одной нейронной цепочки связан (Фиг.1) с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации (позиции на фиг.1 не обозначены).Each block of one neural chain is connected (FIG. 1) with each of the blocks of other neural chains of direct and reverse flows of information (positions in FIG. 1 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, БО 4 и БААК 5. 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 БААК 5. Так как план проектируемой операции и конкретные ее параметры существенно зависят от персонифицированных ФУК, получаемых их БИ 1, то при обработке в блоках БИН 8, БЭ 9, БО 10 и БААК 11 требуются запросы на уточнение интерполированных и экстраполяционных ФУК из БИН 2, БЭ 3, БО4 и БААК5.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 FACs from BIN 2, BE 3, BO 4 and BAAK 5. During the operation of the BI 7 unit, in addition to the input information from BPR 6, a request for clarification of the FCC from BI 1, as well as BIN 2, BE 3, BO 4 and BAAK, may be required 5. Since the plan of the designed opera AI and its specific parameters significantly depend on the personified FUKs received by their BI 1, then when processing in BIN 8, BE 9, BO 10 and BAAK 11 blocks, requests for clarification of interpolated and extrapolation FUKs from BIN 2, BE 3, BO4 and BAAK5 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, БО 4 и БААК 5, а также БИН 8, БЭ 9, БО 10 и БААК 11. При функционировании блока БИ 13 кроме входной информации из БПР 12 может потребоваться запрос на уточнение ФУК из БИ 1 и БИ 7, а также БИН 2, БИН 8, БЭ 3, БЭ 9, БО 4, БО 10, БААК 5, БААК 11. Так как последовательность следующих операций и конкретные их параметры существенно зависят от персонифицированных ФУК, получаемых их БИ 1, БИ 7 и БИ 13, то при обработке в блоках БИН 14 и БЭ 15 требуются запросы на уточнение интерполированных и экстраполяционных ФУК из БИН 2, БИН 8, БЭ 3, БЭ 9, БО 4, БО 10, БААК 5 и БААК 11.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 the parameters of the separating hyperplanes in the space of FUK during processing in BPR 18, it may be necessary to clarify the interpolated and extrapolation FUKs from BIN 2, BE 3, BO 4 and BAAK 5, as well as BIN 8, BE 9, BO 10 and BAAK 11. When the unit is functioning BI 13 in addition to the input information from the BPR 12 may be required requests for clarification of FUK from BI 1 and BI 7, as well as BIN 2, BIN 8, BE 3, BE 9, BO 4, BO 10, BAAK 5, BAAK 11. Since the sequence of the following operations and their specific parameters significantly depend on the personified FUK received by their BI 1, BI 7 and BI 13, when processing in blocks BIN 14 and BE 15, requests for clarification of the interpolated and extrapolation FUK from BIN 2, BIN 8, BE 3, BE 9, BO 4, BO 10, BAAK 5 and BAAK 11.
Это позволяет при проектировании последовательности операций учитывать уточняющие диагностические параметры, сопутствующие диагнозы, уточнять исходные данные при прогнозировании исхода операции с проектируемыми имплантами и иными расходными материалами, итеративно используя данные блоков БИ, БИН, БЭ, БО, БААК, БПР различных нейронных цепочек.This allows designing the sequence of operations to take into account the clarifying diagnostic parameters, related diagnoses, and to refine the initial data when predicting the outcome of the operation with the designed implants and other consumables, iteratively using the data of the BI, BIN, BE, BO, BAAK, BPR blocks of various neural chains.
АРМДХ работает следующим образом. Из диагностических кабинетов в блок БИ 1 поступает ФУК 20 персонифицированная информация по диагностическим исследованиям и измерениям. Первая нейронная цепочка осуществляет обработку ФУК в соответствии с вышеприведенным описанием. В случае противопоказаний к офтальмомикрохирургическому лечению, непрофильности заболевания информация из БПР 6 передается в другие АРМ лечебного процесса 21.Armdh 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 to 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 имплантатов 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, имплантаты 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 anesthesiological 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 making the designed personalized operation in 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, фиксирования 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 transfers information to other AWPs of the treatment process 21 to register the end of treatment, recording intraoperative and postoperative complications.
Все встречные потоки прямого основного и обратного уточняющего распространения информации образуют единый мультиграф с не менее чем восемнадцатью вершинами, функционирующими параллельно, синхронно, с возможностью увеличения структуры и функциональных связей, соединенными не менее, чем ста пятьюдесятью тремя ориентированными ребрами.All the oncoming flows of the direct primary and reverse qualifying information distribution form a single multigraph with at least eighteen vertices that operate in parallel, synchronously, with the possibility of increasing the structure and functional connections, connected by at least one hundred and fifty-three 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 имплантатами и расходными материалами, точности в определении последовательности операций, диспансерного наблюдения при массовом воспроизводстве операций детской хирургии.The proposed invention is necessary and sufficient for an unambiguous positive solution of the stated technical problem - at the same time improving 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 in mass reproduction operations of pediatric surgery.
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 БААК для анализа взаимодействия идентифицированных параметров и сравнения с сохраненными начальными значениями амблиопии и косоглазия, затем
в первый БПР для идентификации патологического состояния глаза пациента векторами диагнозов и принятия решения о целесообразности или нецелесообразности лечения в виде детерминированного конечного автомата ДКА, содержащего, по крайней мере, четыре из не менее чем сорока возможных состояний, имеющего на выходе одно решение из, по крайней мере, восьми возможных вариантов;
вторая нейронная цепочка состоит из второго БИ, производящего идентификацию путем сканирования множества возможных состояний прогнозируемой рефракции глаза и выделения одного или нескольких сочетаний из комбинаторной выборки на основе персонифицированных ФУК кодов тонометрии, тонографии, ультразвуковой биомикроскопии и иных параметров, направляющего информацию
во второй БИН для интерполяционной обработки и
во второй БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем эту информацию направляют
во второй БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляют
во второй БААК для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями амблиопии и косоглазия, затем эту персонифицированную информацию направляют
во второй БПР для принятия решения о выборе параметров операции и сроках диспансерного наблюдения в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;
третья нейронная цепочка состоит из третьего БИ, производящего идентификацию путем сканирования множества проведенных операций определения подмножества проведенных операций и выделения одного или нескольких сочетаний из комбинаторной выборки персонифицированных ФУК кода хирургического вмешательства, кода диагноза, кода оперирующего хирурга, кода анестезиологического пособия, даты операции, кода операционного зала, кода пациента, направляющего информацию
в третий БИН для интерполяционной обработки, далее
в третий БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, затем направляют
в третий БО для оценки последующих значений идентифицированных параметров, затем направляют информацию
в третий БААК для анализа взаимодействия текущих значений идентифицированных параметров и сравнения с сохраненными начальными значениями амблиопии и косоглазия, затем направляют эту персонифицированную информацию
в третий БПР для принятия решения об окончании лечения в виде ДКА, содержащего, по крайней мере, четыре из не менее чем шестидесяти возможных состояний, имеющего на выходе одно решение из, по крайней мере, четырех возможных вариантов;
при этом внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно и параллельно, а каждый блок одной нейронной цепочки связан с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации;
при этом все встречные потоки прямого и обратного распространения информации образуют единый мультиграф с не менее чем восемнадцатью вершинами, соединенными не менее чем ста пятьюдесятью тремя ориентированными ребрами. An automated workstation of an ophthalmic microsurgeon in pediatric surgery 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 the following values of the identified parameters (BO), the amblyopia and strabismus analysis unit (BAAC), the decision-making unit (BDP), 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, autoceratometry, 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
to the first BAAK to analyze the interaction of the identified parameters and compare with the stored initial values of amblyopia and strabismus, then
in 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 state machine DKA containing at least four of at least forty possible conditions that have one output from at least at least eight possible options;
the 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 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 rms 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 BAAK to analyze the interaction of the current values of the identified parameters and compare with the stored initial values of amblyopia and squint, then this personified information is sent
in the second BPR to decide on the choice of operation parameters and the timing of follow-up observation 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;
the third neural chain consists of a third BI, which identifies by scanning many performed operations to determine a subset of the operations performed and selects one or more combinations from a combinatorial sample of personalized FSC surgical code, diagnosis code, operating surgeon code, anesthesiology manual code, surgery date, surgery code hall, 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 BAAK to analyze the interaction of the current values of the identified parameters and compare with the stored initial values of amblyopia and strabismus, then this personalized information is sent
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;
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;
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.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011110840/08A RU2460116C1 (en) | 2011-03-23 | 2011-03-23 | Automated ophthalmic microsurgeon workstation for pediatric surgery |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2011110840/08A RU2460116C1 (en) | 2011-03-23 | 2011-03-23 | Automated ophthalmic microsurgeon workstation for pediatric surgery |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2460116C1 true RU2460116C1 (en) | 2012-08-27 |
Family
ID=46937921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2011110840/08A RU2460116C1 (en) | 2011-03-23 | 2011-03-23 | Automated ophthalmic microsurgeon workstation for pediatric surgery |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2460116C1 (en) |
Citations (6)
| 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 |
| 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 |
| RU2299470C2 (en) * | 2004-09-09 | 2007-05-20 | Институт иммунологии и физиологии Уральского отделения Российской Академии наук (ИИФ УрО РАН) | Method for building unified information space for practical doctor |
| RU64800U1 (en) * | 2006-12-18 | 2007-07-10 | Муниципальное учреждение Центральная городская больница № 23 | AUTOMATED WORK PLACE OF DOCTOR-TRAUMATOLOGIST |
-
2011
- 2011-03-23 RU RU2011110840/08A patent/RU2460116C1/en not_active IP Right Cessation
Patent Citations (6)
| 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 |
| 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 |
| RU2299470C2 (en) * | 2004-09-09 | 2007-05-20 | Институт иммунологии и физиологии Уральского отделения Российской Академии наук (ИИФ УрО РАН) | Method for building unified information space for practical doctor |
| RU64800U1 (en) * | 2006-12-18 | 2007-07-10 | Муниципальное учреждение Центральная городская больница № 23 | AUTOMATED WORK PLACE OF DOCTOR-TRAUMATOLOGIST |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Current status and future trends of clinical diagnoses via image-based deep learning | |
| Mahmud et al. | A proposed minimum standard set of outcome measures for cataract surgery | |
| Walton et al. | Evaluation of automated teleretinal screening program for diabetic retinopathy | |
| CN109285605A (en) | A kind of medical diagnosis system and diagnostic method based on artificial intelligence | |
| CN112133441A (en) | Establishment method and terminal of MH post-operation fissure hole state prediction model | |
| CN109448803A (en) | A kind of Vision Health management system | |
| Kruger et al. | Cataracts and glaucoma in patients with oculocerebrorenal syndrome | |
| US20210335491A1 (en) | Predictive adaptive intelligent diagnostics and treatment | |
| RU2460116C1 (en) | Automated ophthalmic microsurgeon workstation for pediatric surgery | |
| RU2435199C1 (en) | Ophthalmic microsurgeon automated workstation for laser operations | |
| RU2435197C1 (en) | Ophthalmic microsurgeon automated workstation for enucleation and evisceration | |
| RU2430404C1 (en) | Automated workstation for ophthalmic microsurgeon for anti-glaucomatose treatment | |
| RU2435198C1 (en) | Ophthalmic microsurgeon automated workstation for oncological operations | |
| RU2435219C1 (en) | Ophthalmic microsurgeon automated workstation for keratoplasty | |
| RU2434286C1 (en) | Automated workstation for assessing quality of treating eye diseases | |
| RU2420803C1 (en) | Ophthalmic-microsurgical computer local area network for vitreoretinal operations | |
| RU2434264C1 (en) | Automated workstation for ophthalmic microsurgeon for conservative treatment | |
| US20240050763A1 (en) | Electroencephalogram (eeg) based transcranial magnetic stimulation (tms) networks | |
| WO2023150266A1 (en) | Methods and systems for detecting and assessing cognitive impairment | |
| US20220181032A1 (en) | Ingesting and processing clinical information by a clinical engine | |
| Nugroho et al. | Convolutional neural network for classifying retinal diseases from OCT2017 dataset | |
| RU2430403C1 (en) | Automated workstation for vitreoretinal ophthalmic microsurgeon | |
| RU2427888C1 (en) | Local computer ophthalmologic microsurgical network of laser operations | |
| RU2430350C1 (en) | Ophthalmic microsurgery local area network for anti-glaucomatose treatment | |
| RU2460117C1 (en) | Local computer-aided ophthalmic microsurgical network for enucleation and evisceration operations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20130324 |