- •Розділ 1. Основні поняття медичної інформатики. Комп’ютер у діяльності майбутнього лікаря
- •1.1. Основні поняття медичної інформатики
- •Інформація та її визначення
- •Носії повідомлень
- •Визначення кількості інформації
- •Представлення інформації в комп’ютері
- •Системи числення
- •Десяткова система числення
- •Двійкова (бінарна) система числення
- •Переведення числової інформації з десяткової системи числення в двійкову
- •Кодування нечислової інформації
- •Логічні елементи в комп’ютері
- •Предмет та об’єкт медичної інформатики
- •Медична інформація та її види
- •Інформація, дані, знання
- •Типи медичних знань.
- •Інформаційний медичний документ
- •Опис даних: якісні, порядкові та кількісні дані. Шкали вимірювання
- •Якісні дані. Шкала класифікації (номінальна).
- •Порядкові дані. Шкала порядку.
- •Кількісні дані. Шкала інтервалів і шкала відношень.
- •Медичні дані
- •Питання для самоконтролю
- •1.2. Передача інформації. Мережеві технології. Основи телемедицини Передача інформації, схема передачі інформації
- •Основні поняття комп’ютерних мереж
- •Комунікаційне обладнання
- •Комунікаційне програмне забезпечення
- •Класифікація комп’ютерних мереж
- •Локальні мережі
- •Глобальні мережі
- •Глобальна мережа Internet та її можливості
- •Виникнення глобальної мережі Internet.
- •Протоколи мережі Internet.
- •Ідентифікація комп’ютерів в мережі. Адресація в Internet.
- •Основні послуги Internet.
- •Робота з електронною поштою
- •Поштові адреси та структура електронного листа.
- •Робота з гіпертекстовими сторінками World Wide Web.
- •Пошук в Internet
- •Робота з файлами засобами ftp-сервера
- •Загальні алгоритми пошуку інформації в Internet .
- •Основи телемедицини
- •Технології, що застосовуються у телемедицині
- •Будова телемедичних систем. Засоби передачі інформації в телемедицині
- •Функції телемедичних центрів
- •Стандарти, які застосовуються в телемедицині.
- •Стандарт Health Level 7
- •Проблеми телемедицини
- •Питання для самоконтролю
- •1.3. Комп’ютерні дані: типи даних, обробка та управління. Основні концепції баз даних
- •Класифікація баз даних
- •Основні типи моделей даних
- •Ієрархічна модель даних.
- •Модель даних типу мережа.
- •Реляційна модель даних.
- •Класифікація сучасних систем керування базами даних
- •Мовні засоби систем керування базами даних
- •Майбутнє субд
- •Питання для самоконтролю
- •Розділ 2. Медичні дані. Методологія обробки та аналізу інформації.
- •2.1. Кодування та класифікація. Історія класифікації і кодування
- •Поняття класифікації
- •Двоосьова icpc .
- •Поняття кодування
- •Проблеми класифікації та кодування
- •Класифікаційні системи
- •Системи класифікації в Україні
- •Питання для самоконтролю
- •2.2. Аналіз біосигналів. Методи обробки біосигналів. Візуалізація медико-біологічних даних. Обробка та аналіз медичних зображень. Біосигнали та їх обробка.
- •Реєстрація, трансформація та класифікація сигналів
- •Біосигнали і нестаціонарні сигнали.
- •Типи сигналів.
- •Приклади застосування аналізу біосигналів
- •Поняття медичного зображення.
- •Формування медичних зображень
- •Медичне зображення як об’єкт медичної інформатики.
- •Методи отримання медичних зображень
- •Обробка медичних зображень.
- •Основні принципи обробки зображень.
- •Попередня обробка.
- •Зміна контрастності зображення.
- •Затемнення і видимість деталей зображення
- •Зменшення шуму.
- •Квантування рівня сірого
- •Відновлення зображень
- •Покращення зображень
- •Методика виявлення краю або контуру
- •Сегментація.
- •Стиснення зображення
- •Перетворення зображення
- •Повне перетворення
- •Розрахунок параметрів.
- •Інтерпретація зображень.
- •Проблеми обробки та аналізу зображень
- •Проблема візуалізації зображень.
- •Двовимірні томографічні зображення.
- •Тривимірне об’ємне зображення.
- •Способи двовимірної візуалізації.
- •Способи дійсної три вимірної візуалізації.
- •Застосування тривимірної візуалізації.
- •Сучасні тенденції обробки зображень
- •Обробка двовимірних та тривимірних медичних зображень. Обробка двовимірних медичних зображень
- •Обробка тривимірних медичних зображень
- •Питання для самоконтролю
- •2.4. Методи біостатистики. Сучасна технологія аналізу даних
- •Планування дослідження.
- •Підготовка даних до аналізу
- •Попередній аналіз даних
- •Вибір і реалізація методу аналізу
- •Закони розподілу дискретних випадкових величин Біноміальний розподіл (розподіл Бернуллі)
- •Розподіл Пуассона
- •Закони розподілу неперервних випадкових величин Нормальний закон розподілу (Гауса)
- •Розподіл
- •Розподіл Ст’юдента (Госсета)
- •Емпіричні закони розподілу випадкових величин
- •Оцінка параметрів розподілу та перевірка гіпотез Загальні поняття
- •Етапи перевірки гіпотез
- •Критерії перевірки гіпотез
- •Стійкість критеріїв
- •Послідовність операцій при виборі критерію
- •Постановка задачі
- •Визначення додаткових умов вибору критерію
- •Вибір конкретного критерію
- •Вимоги до вибірок
- •Критерій (критерій Пірсона)
- •Кореляційний аналіз
- •Регресійний аналіз
- •Тестові завдання для самоконтролю
- •Розділ 3. Медичні знання та прийняття рішень в медицині
- •3.1. Формалізація та алгоритмізація медичних задач. Основні поняття
- •Алгоритми та їх властивості.
- •Способи подання алгоритмів
- •Типи алгоритмів та їх структурні схеми Лінійні алгоритми
- •Циклічні алгоритми
- •Цикл-поки
- •Цикл-до
- •Питання для самоконтролю
- •3.2. Формальна логіка у вирішенні медико-біологічних задач. Основи логіки висловлень
- •Поняття висловлення
- •Множина значень висловлення
- •Алфавіт логіки висловлень
- •Логічні операції та таблиці істинності. Бінарні і унарні операції
- •Операція заперечення.
- •Операція кон’юнкції
- •Операція диз’юнкції
- •Операція імплікації
- •Операція еквівалентності
- •Діаграми Вена
- •Властивості логічних операцій
- •Основні логічні функції.
- •Логічна функція якщо
- •Способи подання логічних функцій
- •Питання для самоконтролю
- •3.3. Методи підтримки прийняття рішень. Стратегії отримання медичних знань Типи діагностичних і прогностичних технологій
- •Види лікарської логіки.
- •Детерміністична логіка
- •Табличні методи
- •Машинні технології
- •Логіка фазових інтервалів
- •Фазовий простір станів
- •Застосування ймовірнісної логіки в діагностиці
- •Основи теорії ймовірнісної діагностики
- •Розробка систем ймовірнісної діагностики
- •Приклад застосування систем ймовірнісної діагностики
- •Метод послідовного статистичного аналізу Вальда
- •Визначення й архітектура систем знань
- •Людина і комп’ютер
- •Експертні системи в медицині
- •Штучний інтелект.
- •Історія ес
- •Розробка експертних систем
- •База знань
- •Формальні моделі зображення знань
- •Продукційні моделі
- •Семантичні моделі
- •Модель типу фрейм
- •Характеристики експертних систем
- •Приклади застосування експертних систем
- •Тенденції розвитку систем знань
- •Питання для самоконтролю
- •3.4. Клінічні системи підтримки прийняття рішень. Засоби прогнозування. Моделювання медико-біологічних процесів . Поняття системи
- •Властивості систем
- •Структура систем
- •Загальна теорія систем. Системний підхід
- •Поняття моделі. Типи моделей
- •Типи моделей
- •Математична модель. Історія
- •Ступені складності математичної моделі
- •Ступені адекватності
- •Математичне моделювання
- •Етапи математичного моделювання
- •Обмеження і переваги методу математичного моделювання
- •Приклади математичних моделей.
- •1. Гемодинаміка судинного русла
- •2. Модель зміни концентрації лікарського препарату в крові пацієнта
- •3. Моделювання росту популяцій
- •57. Випадкові відхилення 58. Випадкові відхилення
- •4. Математична модель «хижак – жертва»
- •5. Моделювання клітинного росту
- •6. Математичне моделювання в імунології.
- •7. Моделювання епідемічних процесів
- •Питання для самоконтролю
- •3.5. Доказова медицина Доказова медицина. Принципи доказової медицини
- •Визначення доказовості
- •Аспекти доказової медицини
- •Умови ефективного функціонування доказової медицини
- •Алгоритм дій
- •Мета-аналіз
- •Види мета-аналізу
- •Переваги мета-аналізу
- •Проблеми мета-аналізу
- •Кокранівські бази даних
- •Принципи Кокранівського Співробітництва
- •Проблемні групи зі створення систематичних оглядів
- •Кокранівські робочі групи з методології оглядів
- •Кокранівські спеціалізовані групи
- •Кокранівські центри
- •Кокранівська мережа споживачів
- •Кокранівська електронна бібліотека
- •Кокранівська база даних систематичних оглядів
- •Кокранівський реєстр контрольованих випробувань
- •Прийняття оптимальних рішень в охороні здоров’я
- •Тенденції розвитку Кокранівського Співробітництва
- •Стислий довідник з доказової медицини
- •Принципи створення довідника
- •І. Систематичні огляди як джерело доказів.
- •Іі. Рандомізовані контрольовані випробування як джерела доказів
- •Особливості викладу матеріалу
- •Питання для самоконтролю
- •Розділ 4. Системи, направлені на пацієнтів, та інституційні інформаційні системи в охороні здоров’я
- •4.1. Типи інформаційних систем в галузі охорони здоров’я. Госпітальні інформаційні системи та їх розвиток. Вимоги до інформації
- •Основні аспекти інформатизації медичної діяльності
- •Загальна технологічна схема діагностично-лікувального процесу.
- •Етапи створення і основні характеристики міс
- •Класифікація медичних інформаційних систем
- •Медичні інформаційні системи базового рівня
- •Інформаційно довідкові системи.
- •Консультативно-діагностичні системи.
- •Арм лікаря.
- •Автоматизоване робоче місце лікаря діагноста
- •Медичні інформаційні системи рівня лікувально-профілактичного закладу
- •Інформаційні системи консультативних центрів.
- •Скрінінгові системи.
- •Інформаційні системи лікувально-профілактичної установи Особливості організації інформаційного середовища лікувально профілактичної установи
- •Основні типи даних
- •Інформаційні системи поліклінічного обслуговування.
- •Міс територіального і державного рівня
- •Інформаційне забезпечення міс
- •Госпітальні інформаційні системи
- •Архітектура гіс.
- •Автоматизовані робочі місця головного лікаря та його замісників.
- •Регістратура
- •Електронна медична карта (емк)
- •Стаціонар
- •Лабораторні дослідження.
- •Операційна
- •Облік лікарських засобів.
- •Питання для самоконтролю
- •4.2. Електронна медична картка. Ведення медичної документації за допомогою персонального комп’ютера.
- •Концепція побудови електронних медичних карток
- •Ступінь захисту інформації про пацієнтів
- •Система медичного документообігу закладів охорони здоров’я
- •Структура системи
- •Етапи документообігу
- •Питання для самоконтролю
- •4.3. Інформаційні ресурси системи охорони здоров’я
- •4.4. Етичні та правові принципи в системі охорони здоров’я Захист медичної інформації
- •Медична інформаційна система як об’єкт захисту
- •Проблеми організації захисту лікарської таємниці
- •Загрози інформації, що містить лікарську таємницю.
- •Проблеми впровадження комплексних систем захисту.
- •Вимоги до моделі процесів інформаційної безпеки.
- •Формування моделі інформаційної безпеки.
- •Питання для самоконтролю
- •Додатки Нейронні мережі.
- •Основні поняття
- •Моделі нейронних мереж Багатошаровий персептрон
- •Ймовірнісна нейронна мережа в задачах класифікації.
- •Узагальнено-регресійна нейронна мережа в задачах регресії
- •Карти Кохонена, що самоорганізуються
- •Лінійна мережа
- •Алгоритм побудови нейронних мереж Оцінка адекватності нейромережевих моделей
- •Методика побудови нейронної мережі в пакеті neuropro 0.25.
- •Розпізнавання образів у програмі емуляції нейронної мережі «numbers»
- •Класифікація даних на прикладі аналізу «ірисів фішера»
- •Поняття про приборно – комп’ютерні системи.
- •Коротка історична довідка.
- •Класифікація медичних приборно-комп’ютерних систем
- •Класифікація за функціональними можливостями
- •Класифікація за призначенням
- •Основні принципи побудови мпкс Структура мпкс.
- •Медичне забезпечення
- •Апаратне забезпечення мпк Деякі елементи обчислювальної техніки
- •Програмне забезпечення мпкс.
- •1. Підготовки дослідження.
- •2. Проведення дослідження.
- •3. Перегляду і редагування записів.
- •4. Обчислювального аналізу.
- •5. Оформлення висновку.
- •6. Роботи з архівом.
- •Системи для проведення функціональної діагностики. Системи для дослідження функцій кровообігу.
- •Комп’ютерна електрокардіографія
- •Комп’ютерна реографія.
- •Системи для дослідження органів дихання.
- •Системи для дослідження головного мозку
- •Комп’ютерна електроенцефалограма
- •Системи для ультразвукових досліджень
- •Комп’ютерна ехотомографія
- •Інші типи спеціалізованих систем
- •Методи обробки й аналізу медичних зображень.
- •Мпкс для рентгенівських досліджень
- •Мпкс для магнітно-резонансних досліджень.
- •Мпкс для радіонуклідних досліджень(рнд).
- •Багатофункціональні системи
- •Системи для проведення моніторингу
- •Специфіка моніторингових систем
- •Електрокардіографічний моніторинг
- •Системи управління лікувальним процесом.
- •Системи інтенсивної терапії.
- •Системи оберненого біологічного зв’язку.
- •Системи протезування та штучні органи.
- •Перспективи розвитку мпкс
- •Питання для самоконтролю
Типи сигналів.
Детерміновані біосигнали
Біологічні процеси, що повторюється, як наприклад серцебиття або дихання, генерують сигнали, які також повторюються. Такі сигнали часто мають форму приблизно детермінованих хвиль. Детерміновані сигнали можуть бути періодичними, квазіперіодичними, неперіодичними, або просто швидкоплинними. У живих організмах немає чистих періодичних сигналів (такі сигнали визначаються тільки математично, як наприклад синусоїда). Таким чином, квазіперіодичні або навіть неперіодичні сигнали використовується частіше, щоб описати біологічний сигнал, що повторюється. Прикладом неперіодичного сигналу є сигнал, який може поступати від мерехтливих очей. Деполяризована комірка, стимульована деяким сигналом, також генерує електричний сигнал (хвиля деполяризації і реполяризації), який назвається перехідним сигналом.
Окремою групою детермінованих сигналів є точкові процеси, які можуть описуватися як серія імпульсів. Точкові процеси можуть бути представлені як двійковий сигнал, який більшість часу є «0», і, коли деяка подія відбувається – приймає значення «1». Чисто точкові процеси не генеруються біологічними системами, хоча імпульси ритмоводія в SA і вузлах серця AV могли б вважатися точковими процесами. В точкових процесах не представляє інтерес не форма сигналу, а мить, коли деяка подія відбувалася, як наприклад початок деполяризації в шлуночках, пов’язаний з активацією QRS комплексу в ЕКГ (рис. 16(a)), або момент мерехтіння ока.
Рис. 16. Точковий (b) процес, відфільтрований від сигналів ЕКГ (a).
Відфільтрований сигнал ЕКГ може відновлюватися з точкового процесу у форми хвилі тільки одного комплексу P-QRS-T.
Стохастична форма хвилі
Існує, також, група сигналів які називаються стохастичними, або статистичними сигналами. Вони генеруються, наприклад, групами клітин, які деполяризуються приблизно випадково, як наприклад клітини мускула або нервові клітини в корі (генерація електроенцефалограми (ЕЕГ) ). Форма хвилі таких сигналів є недетермінованою і може описуватися тільки статистично. Залежно від виду біологічного процесу, ці стохастичні сигнали є стаціонарними або нестаціонарними. У разі стаціонарних, властивості сигналу не змінюються з часом, наприклад, коли пацієнт знаходиться в стабільному стані.
Представляє інтерес різниця між стаціонарними і нестаціонарними сигналами. Якщо біологічний процес знаходиться в динаміці, ми можемо очікувати, що сигнали, які генеруються, також нестаціонарні. Прикладом є ЕЕГ від хворого під час епілептичного припадку. Параметри, що можуть бути отримані з нестаціонарних сигналів (наприклад, від пацієнтів, що знаходяться у палатах інтенсивного догляду) можуть бути представлені як функція часу, що має назву аналізом тенденції.
Аналогово-цифрове перетворення
Всі біосигнали є аналоговими сигналами. Таким чином, перед тим, як вони зможуть оброблятися комп’ютерами, вони повинні бути перетворені в цифрову форму. Це робиться шляхом аналого-цифрового перетворення. Якщо все зроблено коректно, то інформація не втрачається, і оригінальний аналоговий сигнал можна потім відновити з цифрового шляхом цифро-аналогового перетворення.
При обробці біосигналів необхідно відповісти на два питання:
Як часто повинна виконуватись обробка?
Як точно доведеться визначати амплітуду?
Для правильної обробки важливо, щоб інформація не втрачалася і не спотворювалась . Дуже низька частота вимірювань може викликати втрату інформації (див рис. 17); дуже висока частота вимірювань є надмірною і не дає додаткової інформації, але вимагає більшої комп’ютерної пам’яті.
Для деяких біосигналів амплітуда повинна вимірюватися з роздільною здатністю до 1% ; для інших достатня роздільна здатність 10% . Наприклад:
для ЕКГ, амплітуди Q-хвиль повинні вимірюватися з роздільною здатністю 20 % або менше (точніше), тому що присутність Q-хвиль може вказати на інфаркт;
для ЕЕГ, амплітуда безпосередньо не представляє інтересу, а важливі зміни середніх значень амплітуди з часом, які можуть виявити патологію.
Рис. 17. Вплив частоти дискретизації, що є надто низькою для того, що б побачити істинну форму хвиль двох сигналів. Сигнал ЕКГ представлено на верхньому рисунку, а синусоїдальний сигнал представлено на нижньому рисунку.
Якщо сигнали не обробляються з достатньо високою частотою дискретизації і якщо амплітуди не виміряні достатньо точно, сигнали будуть спотворені і буде неможливо отримати необхідні параметри. Рисунок 5 показує результати обробки з надто низькою частотою дискретизації.
З вище сказаного можна зробити висновки:
дискретизація аналогових змінних, як наприклад біосигналів, можлива без втрати інформації.
частота дискретизації визначається частотним спектром сигналу і повинна бути щонайменше в два рази більшою від частоти найбільш високочастотної гармоніки сигналу.
ступінь дискретизації визначається необхідною точністю визначення параметрів, які повинні бути отримані при обробці сигналу.