Автоматизированное рабочее место офтальмомикрохирурга по антиглаукоматозному лечению

Изобретение относится к области компьютерных сетей. Техническим результатом является 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. Автоматизированное рабочее место офтальмомикрохирурга по антиглаукоматозному лечению содержит форматирующие устройства, выполненные в виде замкнутых нейронных цепочек, состоящих из связанных между собой блока идентификации, блока интерполяции, блока экстраполяции, блока оценки последующих значений идентифицированных параметров, блока анализа наблюдений, блока принятия решений, при этом внутри каждой нейронной цепочки каждый блок связан с иными блоками этой цепочки последовательно и параллельно, а каждый блок одной нейронной цепочки связан с каждым из блоков других нейронных цепочек прямыми и обратными потоками информации; при этом все встречные потоки прямого и обратного распространения информации образуют единый мультиграф, с не менее чем восемнадцатью вершинами, соединенных с не менее чем ста пятьюдесятью тремя ориентированными ребрами. 1 ил.

 

Изобретение относится к области компьютерных сетей.

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

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

Однако данное устройство обладает существенными недостатками: оно не обеспечивает одновременное повышение точности в определении диагноза, качества идентификации диагнозов, определении показаний к проведению 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.

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.

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:

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 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, имеющим 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, топографии, ультразвуковой биомикроскопии и иных параметров, направляющего информацию

во второй БИН для интерполяционной обработки и

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

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

во второй 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, содержащим, 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, код 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, имеющий на выходе одно решение из, по крайней мере, четырех возможных вариантов;

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

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

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

Изобретение поясняется чертежом.

Чертеж - схема структуры автоматизированного рабочего места офтальмомикрохирурга по антиглаукоматозному лечению (АРМАГ).

На чертеже обозначено:

первая нейронная цепочка:

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

вторая нейронная цепочка:

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

третья нейронная цепочка:

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

последовательные связи между блоками первой нейронной цепочки обозначены:

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

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

20 - поток входящих диагностических ФУК в блок 1.

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

Далее обозначено:

21 - потоки исходящих ФУК из блока 6;

22 - потоки входящих ФУК в блок 7;

23 - потоки исходящих ФУК из блока 12;

24 - потоки входящих ФУК в блок 13;

25 - потоки исходящих ФУК из блока 18.

Изобретение выполнено и функционирует следующим образом.

Автоматизированное рабочее место офтальмомикрохирурга по антиглаукоматозному лечению (АРМАГ) содержит форматирующие устройства. Форматирующие устройства выполнены в виде радиально-кольцевой структуры искусственной нейронной сети (НС).

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

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

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

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

Первая нейронная цепочка состоит из следующих блоков.

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

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.

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

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

Далее поток ФУК направляется в блок оценки последующих значений идентифицированных параметров БО 4. В блоке БО 4 выполняется процедура пролонгации - оценки последующих значений идентифицированных параметров - для уточнения поиска наиболее подходящего вида хирургического воздействия и последующих этапов антиглаукоматозных операций. Оценка последующих значений идентифицированных параметров применяется для планирования селективной трабекулопластики, повторной микроинвазивной непроникающей глубокой склерэктомии и иных хирургических воздействий.

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.

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.

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}.

Все БПР, описанные в данном изобретении, построены подобно.

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

Вторая нейронная цепочка выполнена следующим образом.

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

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

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

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

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

Далее направляют эту персонифицированную информацию во второй БПР 12, являющийся АСНС, для принятия решения о необходимых параметрах операции, в частности объема и характеристик дренажей, модели и оптической 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.

Третья нейронная цепочка выполнена следующим образом.

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

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

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

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

Далее направляют информацию в блок анализа наблюдений идентифицированных параметров БАН 17. Анализ наблюдений идентифицированных параметров применяется при диспансерном наблюдении для уточнения и оптимизации последующих этапов лечения.

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

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

Блок БИ 1 связан потоками информации с БЭ 3, БО 4, 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.

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.

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.

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.

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

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).

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.

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.

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.

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.

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

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

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.

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

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

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

Автоматизированное рабочее место офтальмомикрохирурга по антиглаукоматозному лечению, содержащее форматирующие устройства, отличающееся тем, что форматирующие устройства выполнены в виде замкнутых нейронных цепочек, состоящих из связанных между собой блока идентификации (БИ), блока интерполяции (БИН), блока экстраполяции (БЭ), блока оценки последующих значений идентифицированных параметров (БО), блока анализа наблюдений (БАН), блока принятия решений (БПР), при этом
первая нейронная цепочка состоит из следующих блоков: первого БИ диагностических параметров глаза, производящего идентификацию путем сканирования множества возможных офтальмомикрохирургических диагнозов, определения подмножества офтальмомикрохирургических диагнозов и выделения одного или нескольких сочетаний диагнозов из комбинаторной выборки персонифицированных форматированных управляющих кодов (ФУК) визометрии, тонографии, тонометрии, оптической когерентной томографии, авторефрактометрии, автокератометрии, биометрии, кератопахиметрии, порогов лабильности, электрочувствительности, электрофизиологических вызванных потенциалов, офтальмосканирования, допплерографии,
направляющего информацию в первый БИН для интерполяционной обработки и далее в первый БЭ для рекурсивной обработки, сглаживания при минимизации среднеквадратичного критерия, далее эту информацию направляют
в первый БО для оценки последующих значений идентифицированных параметров, далее эту информацию направляют
в первый 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.



 

Похожие патенты:

Изобретение относится к области компьютерных сетей. .

Изобретение относится к измерительной технике и предназначено для автоматизации работ по сбору и обработке информации, а также формированию управляющих воздействий для промышленного оборудования и может быть использовано в информационно-управляющих системах автоматизации технологических объектов промышленных предприятий.

Изобретение относится к многопроцессорным архитектурам. .

Изобретение относится к системам и методам создания описания и сравнения функционала исполняемых файлов и предназначено для определения принадлежности исполняемых файлов к известным коллекциям файлов.

Изобретение относится к предсказанию перехода в конвейерных процессорах и, в частности, к системе и способу, предназначенным для независимой очистки двух сегментов одного и того же конвейера в разные моменты времени.

Изобретение относится к области компьютерных сетей. .

Изобретение относится к области компьютерных сетей. .

Изобретение относится к сетевым технологиям, в частности к области подключаемых выполняемых функций, расширяемых клиентских приложений. .

Изобретение относится к многопоточным системам и, более конкретно, к способу и устройству формирования очереди потоков. .

Изобретение относится к электронике, а конкретно к процессорам. .

Изобретение относится к вычислительной технике

Изобретение относится к качеству обслуживания ресурсов платформы

Изобретение относится к средствам изменения программы в режиме онлайн в системах автоматизации

Изобретение относится к устройствам, работающим под управлением процессора, и поддерживающим функции связи и мультимедиа

Изобретение относится к области графического интерфейса пользователя для формирования сводной таблицы данных

Изобретение относится к области приема распределяемого содержимого

Изобретение относится к системам программной транзакционной памяти

Изобретение относится к области компьютерных сетей

Наверх