Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИПЛОМНАЯ РАБОТА, БИОТЕХНОЛОГИЯ

Искусственные нейронные сети в анализе тепловизионной картины поверхностных сложнозаживающих ран

martin_man 450 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 80 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 22.07.2019
В данной работе было рассмотрена возможность создания нейронных сетей для анализа тепловизионной картины. Применение такой системы позволит уменьшить количество осложнений при лечении сложных гнойных ран. Так же позволит значительно уменьшить срок заживления раны за счет обоснованного медикаметозного воздействия на рану и своевременной смены тактики лечения. Анализ тепловизионных картин хорошо зарекомендовал себя при ранней диагностики воспалительных процессах, позволяющие предугадать развитие опасных заболеваний.
Введение

В современном мире, тепловизионная техника нашла свое широкое применение в медицинской диагностике. Тактика лечения поверхностных сложнозаживающих ран зависит от стадии заживления, в которой находится рана. Переход из стадии в стадию влечет за собой изменение тактики лечения. Однако, определение такого перехода вызывает трудности, и зачастую врач определяет приблизительно - что влечет за собой увеличение времени лечения и повышению вероятности инфекции. Для диагностики той или иной стадии заживления, а также инфекции используется медицинское тепловидение или термография, как одна из самых безопасных методик для выявления заболеваний на ранней стадии. Тепловидение - это получение видимого изображения объекта на основании его собственного инфракрасного излучения. Для съема теплографической картины применяют специальные приборы – тепловизоры (термографы), позволяющие улавливать такое излучение, измерять его и превращать в видимую для глаза картину. Для получения более полных диагностических критериев из картины, полученной с тепловизора, тепловизионный метод анализа изображения можно улучшить с помощью искусственных нейронных сетей. Нейронная сеть – это распределенный параллельный процессор, который состоит из элементарных единиц обработки информации, накапливающих экспериментальные знания и предоставляющих их для последующей обработки. Применяя нейронные сети в управлении системой, можно проследить их преимущества: решение задач при неизвестных закономерностях, устойчивость к шумам во входных данных, адаптирование к изменениям окружающей среды, потенциальное сверхвысокое быстродействие, отказоустойчивость при аппаратной реализации нейронной сети. Обучив нейронную сеть выявлять стадию заживления раны на основе тепловизионных данных мы получим инновационный аппаратно-програмный комплекс, благодаря которому уменьшится время заживления ран и снизит вероятность осложнений. Цель данного исследования – рассмотреть применение нейронных сетей в анализе тепловизионной картины поверхностных сложнозаживающих ран и разработать нейронную сеть для обеспечения такого анализа. В соответствии с вышеизложенной целью данного исследования сформулированы следующие задачи: 1. Проанализировать существующие методы тепловизионного исследования. 2. Проанализировать существующие нейронные сети и выбрать наиболее подходящую для анализа изображений. 3. Разработать метаданные выявляющие этапы заживления раны для обучения нейронной сети. 4. Создать математическую модель процесса ввода изображения 5. Провести эксперимент по обучению нейронной сети созданной обучающей выборкой. Объектом исследования является термографическая картина поверхностных сложнозаживающих ран. Предметом исследования является процесс изменения термографической картины при заживлении поверхностных сложнозаживающих ран. ?
Содержание

Введение 3 Глава 1. Нейронные сети в медицинской теромографии 5 1.1 Современный тепловизионный метод исследования. 5 1.2 Общая концепция нейронных сетей. 16 1.2.1 Архитектура нейронной сети 16 1.2.2. Обучение. 18 1.2.3. Принцип работы искусственного нейрона. 21 1.3. Анализ типов нейронных сетей 25 1.3.1 Классификация нейронных сетей 25 1.3.2. Многослойные нейронные сети 27 1.3.3. Нейронные сети высокого порядка и моментные НС 32 1.3.4. Радиально-базисные нейронные сети 33 1.3.5. Сверточные нейронные сети 34 Глава 2. Разработка метаданных для нейронной сети по тепловизионной картине 37 2.1. Процесс заживления раны 37 2.2 Процесс исследования тепловизионной картины поверхности раны 46 2.3 Процесс ввода и обработки изображения. 48 2.3.1 Математическая модель процесса ввода и обработки изображений 48 2.3.2 Основные этапы работы с тепловизионной картинной 53 Глава 3. Применение нейросети в анализе тепловизионного изображения 58 3.1 Выделение контуров на изображении с использованием нейроподобных структур 58 3.2. Обучающая выборка. Основные принципы подбора обучающей выборки. 66 3.3 Обучение нейронной сети 71 Заключение 77 Список литературы 79
Список литературы

1. Коротаев В. В., Основы тепловидения/ В. В. Коротаев [и д.р.] – СПб: НИУ ИТМО, 2012 – 122 с. 2. Скрипаль А.В., Сагайдачный А.А., Усанов Д.А.Тепловизионная биомедицинская диагностика: Учеб. пособие для студ. фак. нано– и биомед. технологий, обучающихся по спец. «Медицинская физика» и направлению «Биомедицинскаяинженерия». – Саратов. 2009. –118 с. 3. Волчихин В.И. Особые требования к обучению биометрико-нейросетевых преобразователей с большим числом выходов / В. И. Волчихин, А.И. Иванов, А.Ю. Малыгин // Труды международного симпозиума Надежность и качество.– 2006. Т. 1. С. 17-18. 4. Ефремова А.Д. Термография как метод диагностики заболеваний в современной медицине // Материалы всероссийской конференции студентов и молодых ученых с международным участием.– 2017. С. 108-110. 5. Жорина Л. В. Медицинская термография: особенности измерений/ Л. В. Жорина, Д. В. Спирин, М. И. Щербаков// Биомедицинская радиоэлектроника. – 2016.–№7.– С. 38-44 6. Тропченко А.А., Тропченко А.Ю. Методы вторичной обработки и распознавания изображений. Учебное пособие. – СПб: Университет ИТМО, 2015. – 215 с. 7. Рышард Тадеусевич, Элементарное введение в технологию нейронных сетей с примерами программ/ Рышард Тадеусевич [и д.р.]– М.: Горячая Линия - Телеком, 2011 – 408 стр. 8. Тарик Рашид, Создаем нейронную сеть/ Тарик Рашид – М.:Вильямс, 2017 – 272 стр. Анил К. Джейн Введение в искусственные нейронные сети / Анил К. Джейн, М. Жианчанг, К. М. Моиуддин. –Исследовательский Центр IBM в Альмадене, США., 2017. -157с. 9. Бураков, М.В. Нейронные сети и нейроконтроллеры: учебное пособие / М. В. Бураков. – СПб.: ГУАП, 2013. - 284 с. 10. Хайкин Саймон, Нейронные сети: полный курс, 2-е издание. / Хайкин Саймон: Пер. с англ. — М.: Издательский “Вильямс", 2006. — 1104 с. 11. Капустин А.Н., Эффективное сопоставление изображений в инфракрасном и оптическом спектральных диапазонах с использованием стереопары "тепловизор - видеокамера"/ А. Н. Капустин [и др.]// Современные технологии. Системный анализ. Моделирование.– 2008.– № 2.– С. 87-98. 12. Михеев С.В. Исследование и разработка методов и технических средств контроля в медицинской термографии: дисс. на соиск. учен. степ. канд. тех. наук (05.11.17) Михеев Сергей Васильевич; Всероссийский научно-исследовательский и испытательный институт медицинской техники Росздравнадзора. –Москва, 2012.–178 с. 13. Сяйлев И.А. Сегментация цветных изображений эволюционными методами интеллектуального анализа многомерных данных /И. А. Сяйлев.// – Известия ЮФУ. Технические науки, 2008.– № 2 (79).– С. 71-74. 14. Гридин В. Н. К вопросу построения интеллектуальной подсистемы анализа и прогнозирования работы сортировочного узла / Гридин В.Н. [и др.] // Информационные технологии и вычислительные системы. –2017. № 4. С. 95-103. 15. Ткаченко Ю.А., Голованова М.В., Овечкин А.М. Клиническая термография. Н. Новгород: Закрытое Акционерное Общество Союз Восточной и Западной Медицины, 1998. – 96 с. 16. Шушарин А.Г Медицинское тепловидение – современные возможности метода / А. Г. Шушарин, В. В. Морозов, М. П. Половинка // Современные проблемы науки и образования. – 2011. – № 4.– С. 212-218.
Отрывок из работы

Глава 1. Нейронные сети в медицинской теромографии 1.1. Современный тепловизионный метод исследования Медицинская термография - это метод обследования пациентов с помощью специального прибора - тепловизора, который позволяет улавливать инфракрасное излучение и преобразовывать его в изображение - термограмму, регистрирующая распределение тепла на поверхности тела. Температура представляется интегральным показателем, и в ее формировании участвуют несколько факторов: сосудистая сеть (артерии и вены, лимфатическая система), уровень метаболизма в органах и теплопроводность кожи. При анализе термограмм должны учитываться все эти факторы. Главным из них является сосудистый, который и определяет основные направления использования инфракрасного тепловидения (ИКТ) в клинической медицине. Увеличение притока крови или, наоборот, его уменьшение, вызванное сужением сосудов (стеноз) или их закупоркой (окклюзия), приводит к снижению или повышению температуры тканей соответственно. Многие патологические процессы меняют нормальное распределение температуры на поверхности тела, причем во многих случаях изменения температуры происходит быстрее других клинических проявлений, что очень важно для ранней диагностики и своевременного лечения. Поэтому ИКТ, как метод функциональной диагностики, в последнее время приобретает все большее применение в различных областях медицины, науки и клинической практики. Его значение и преимущество сопоставимо с рентгенографией, УЗИ, КТ и МРТ, которые применяются только для оценки морфологических особенностей органов. ИКТ визуально и количественно (для приборов последнего поколения с высокой точностью 0,01 С) оценивает инфракрасное излучение от поверхности тела, отражающее состояние внутренних структур организма. Такой вид диагностики позволяет оценивать функциональные изменения в динамике, то есть следить за изменениями при первичном обследовании и непосредственно в течение проводимого лечения. Термография уточняет локализацию функциональных изменений, активность процесса и его распространение, характер изменений - воспаление, регенерацию, окончание заживления поверхностной раны. Для достижения целей профилактического обследования метод ИКТ удовлетворяет критериям диагностических методов, в отличие от большинства применяемых в современной медицине методов исследования. В этом случае учитывается безопасность для здоровья пациента и врача, так как аппараты только регистрируют тепловое излучение от поверхности тела пациента, не излучая; обследование абсолютно безвредно, дистанционно, неинвазивно. Высокая информативность - достоверность тепловизионной диагностики при некоторых заболеваниях приближается к 100%, а в целом составляет для первичных обследований величину порядка 80%. Проводимое исследование имеет низкую стоимость, а также простое в проведении и не требует больших затрат по времени. Таким образом, возможно применение тепловизора для целей экспресс-диагностики. При подготовке пациента к тепловизионному обследованию проведение специальных мероприятий не нужно. Поэтому сама подготовка занимает короткий промежуток времени: необходимо только освободить от одежды соответствующие участки кожного покрова за 5-7 минут до проведения исследования. Результаты являются динамичным изображением температурного рельефа кожных покровов с учетом точных цифровых показателей температуры кожи. Они (результаты обследования) отображаются в режиме реального времени на мониторе компьютера, в обязательном порядке записываются и архивируются. К очевидным достоинствам современной тепловизионной диагностики относится его способность определять заболевание задолго до его клинического проявления и даже при бессимптомном течении болезни. Медицинское применение термографии началось в 60-х годах прошлого века, и к настоящему времени достигнуто большее понимание теплового излучения в физиологии человека и зависимости между температурой кожи и кровотоком. Возможности этого метода исследования настолько разнообразны, что легче сказать, в какой области медицины использование ИКТ невозможно или ограниченно. Метод имеет применение при решении различных задач, прежде всего: диагностика заболеваний и контроль эффективности лечения.
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Дипломная работа, Биотехнология, 62 страницы
700 руб.
Дипломная работа, Биотехнология, 62 страницы
1990 руб.
Служба поддержки сервиса
+7(499)346-70-08
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg