
- •23.Программа Maple. Основные функции и назначение. Решение математических задач в Maple. Примеры. Пакет Student программы Maple.
- •24.Построение двумерных графиков в Maple. Построение касательных к графику функции. Построение трехмерных и параметрических графиков.
- •25.Статистическая обработка данных в системе Maple. Примеры функций, решающих данную задачу.
- •26.Медицинские информационные системы. Примеры, функции и назначение.
- •27.Медицинские аппаратно-программные комплексы. Примеры, назначение и функции.
- •28.Применение электронных технологий в медико-биологических исследованиях. Примеры, назначение и функции.
- •29.Электрофизиология. Понятие, назначение, основные принципы работы.
- •30.Методы цифровой обработки в электрокардиографии. (Написать сущность метода, сфера применения и основные этапы реализации данного метода)
- •31.Методы цифровой обработки в реографии. (Написать сущность метода, сфера применения и основные этапы реализации данного метода)
- •32.Методы цифровой обработки сигналов электроэнцефалограммы. (Написать сущность метода, сфера применения и основные этапы реализации данного метода)
- •33.Методики исследования вызванных потенциалов головного мозга. (Написать сущность метода, сфера применения и основные этапы реализации данного метода)
- •34.Регистрация медицинских изображений. (Написать сущность метода, сфера применения и основные этапы реализации данного метода)
- •35.Понятие модели и процесса моделирования. Примеры. Методы математического моделирования биофизических и биохимических процессов.
- •36.Программа статистической обработки данных Statistica. Вычисление основных статистических показателей в Statistica.
- •37.Понятие корреляционного и регрессионного анализа данных. Использование средств программы Statistica для решения задач на корреляционный и регрессионный анализ.
- •38.Понятие дисперсионного анализа. Однофакторный дисперсионный анализ. Использование средств программы Statistica для решения задач на дисперсионный анализ.
- •39.Компьютерные сети. Классификация сетей, Информационные и вычислительные сети. Топология вычислительной сети. Виды топологий. Аппаратура локальных сетей.
- •40.Глобальная сеть Internet. Коммуникационное оборудование. Браузеры. Информационные ресурсы Internet.
- •41.Электронная почта. Принципы организации.
- •42.Создание Web-страниц. Описание средств и технология создания Web-страниц. (Основные определения и алгоритмы реализации перечисленных технологий создания)
- •43.Телемедицина. Основные виды телемедицинских услуг. (Примеры, классификации)
- •44.Понятие и виды компьютерных вирусов. Примеры. Функции компьютерных вирусов.
- •45.Компьютерная безопасность. Понятие и виды компьютерных вирусов. Антивирусные средства.
34.Регистрация медицинских изображений. (Написать сущность метода, сфера применения и основные этапы реализации данного метода)
Ответ: Медицинское изображение - это структурно-функциональный образ органов человека, предназначенный для диагностики заболеваний и изучения анатомофизиологической картины организма. Основными источниками для получения медицинских изображений являются методы лучевой диагностики - рентгенологический, магнитно-резонансный, радионуклидный и ультразвуковой.
Все медицинские изображения, независимо от способов их получения, принадлежат к одной из двух групп: аналоговые и цифровые изображения.
К аналоговым изображениям относятся те, которые несут в себе информацию беспрерывного характера. Например, изображения на рентгенограмме.
К цифровым относят изображения, полученные с помощью компьютера. Они имеют в своей основе матрицу, которая содержится в памяти ПК. Таким образом, цифровые изображения, в отличие от аналоговых, имеют дискретный характер. Поскольку в основе цифровых изображений лежит компьютерная технология, они становятся доступными для разнообразной обработки на ЭВМ. Аналоговые изображения могут быть преобразованы в цифровые и, наоборот. С этой целью применяют специальные устройства: аналого-цифровые и цифро-аналоговые преобразователи.
Цифровое изображение формируется путем сканирования электронным лучом.
Объекты медицинского изображения можно разделить на твердые фрагменты (например, кости) и фрагменты, которые могут быть деформированы (например, структуры мягкой ткани); или на статические фрагменты (например, череп) и динамические (например, сердце).
Все медицинские изображения в лучевой диагностике могут существовать в виде твердых копий - рентгенограмм, отражений на бумаге, фотобумаге; или на магнитных носителях - лентах, дисках; или в нефиксированном виде - на экране дисплея или рентгенодиагностического аппарата.
35.Понятие модели и процесса моделирования. Примеры. Методы математического моделирования биофизических и биохимических процессов.
Ответ: Моделирование – метод исследования, при котором действительный объект изучения (или явление) заменяется другим, подобным ему, который и называется моделью. Моделирование – один из эффективнейших методов познания действительного мира, в том случае, когда объект изучения очень сложен и нельзя рассмотреть его сразу во всех деталях, учесть все его внутренние связи и взаимодействия с внешней средой.
Модели, применяемые в биологии, медицине и фармации, можно разделить на:
Физические модели – подобные изучаемому объекту по своей природе или по геометрическим формам, или по материалу, из которого они изготовлены или по выполняемой функции. Физические модели могут отличаться от изучаемого объекта размерами, скоростями протекания процессов, материалов и т. д. Классические примеры физических моделей – детские игрушки, модели в самолето- и кораблестроении, манекены, образцы для исследования физико-химических свойств материалов, анализы крови, мочи и т.д.
К физическим моделям относятся и биологические модели: подопытные животные, изолированные органы, образцы тканей, культуры клеток, искусственные биологические мембраны. Аппарат «искусственная почка», аппарат искусственного дыхания, различные протезы - также примеры физических моделей.
Математические модели – система математических уравнений, формул, функций, графиков, описывающих те или иные свойства изучаемого объекта, процесса, явления. Например, математические модели генерации биопотенциалов и нервного импульса: уравнения Нернста, Гольдмана, Ходжкина-Хаксли.
Аналоговые модели могут отличаться от объекта изучения и по природе, и по геометрическим формам, и по материалу, но описываются теми же математическими зависимостями, что и исследуемая система.
В современной биологии, биофизике, медицине, фармации наиболее развиты математические модели.
Методы математического моделирования биохимических процессов
Первые математические модели биологических систем были созданы еще в начале ХХ века, однако более подробно начать обзор данных моделей следует с рассмотрения интегральной модели регуляции объема, рН и ионного содержания эритроцитов, созданной В. Лью и Р. Букином в 1986 году. Данная модель является самым простым примером применения математического моделирования в биофизике, т.к. она учитывает только кинетику изменения заряда, неидеального осмотического поведения гемоглобина и других растворенных в клетке веществ с изменением мембранного ионного транспорта эритроцита.
Данная модель осуществляет последовательность вычислений промежуточных состояний системы за очень короткие периоды времени, пока системой не будет достигнуто состояние равновесия, характеризующееся практически полным отсутствием изменений всех ее исследуемых параметров. Это дает возможность гибко воспроизводить любые экспериментальные разработки, оптимизируя таким образом направление количественного сравнения между экспериментально измеренным и предсказанным моделью результатом.