Формирование исходных данных для подсистемы вторичной обработки информации интеллектуальной системы
Исходным моментом для формирования данных подсистема вторичной обработки видеоинформации, согласно методу, приведенному в главе 2 (рисунок 2.6), является этап сегментации уточненного переднего плана - изображения простаты в результате ТАУЗИ или ТРУЗИ в оцифрованном и отфильтрованном виде с вычленением ее долей как в нормальном состоянии, так и в случае патологии всевозможной этиологии (происхождения) с целью повышения качества диагностики.
В этом виде данные, формируемые подсистемой первичной обработки изображений (ПЛОИ), являются “априорным” материалом для подсистемы вторичной обработки изображений (ПВОИ), решающей совокупность задач {g} таких как распознавание состояния предстательной железы на момент ее исследования с помощью УЗИ, идентификацию этого состояния с эталонными описаниями базы данных, а при необходимости и базы знаний (в том случае, если эталоны из базы данных не дают однозначного или хотя бы приемлемого ответа о состоянии предстательной железы, тогда может быть использован аппарат искусственного интеллекта) [20, 48, 49]. Результатом работы ПВОИ является поддержка принятия решения врача-уролога.Важным моментом является априорная информация, полученная в результате анкетирования как конкретного пациента, так и представляющая собой некоторый определенный (типовой) вариант для наиболее вероятных случаев состояния ПЖ, коррелированных с этими анкетными данными, которые в табличном или матричном (в виде дешифратора) виде прилагаются к эталонным описаниям изображений УЗИ [14].
Конкретные (индивидуальные) анкетные данные используются при формировании образа текущего состояния предстательной железы обследуемого пациента и служат частью совместного описания этого образа, содержащие количественные и кодированные качественные описания значений совокупности при
знаков (выбранных и определенных как информативные), которые служат в дальнейшем основой при разработке и реализации алгоритма идентификации изображений простаты, а по результатам идентификации - формирование поддержки принятия решений о диагностике состояния железы, характере и стадии заболевания, успешности, эффективности и темпах лечения.
Таким образом, исходной информацией для ПВОИ является:
- табличные и матричные данные анкетирования (шкала суммарной оценки симптомов) в индивидуальном и типовом (осредненном) вариантах, полученные путем опроса, физиологических и лабораторных исследований, а также использование соответствующих опытных данных самого исследователя, лечебного учреждения или (и) опытных данных лучших урологических центров мировой медицины, сформированных, упорядоченных в отделах базы данных;
- количественные и качественные (в соответствующем кодовом представлении) признаки состояния простаты, полученные в результате измерения и анализа сегментов ПЖ как исследуемых фрагментов изображения переднего плана видеокадра УЗИ, где количественными признаками являются: размеры (ширина, толщина, высота, объем), а качественными - анатомия долей ПЖ, ее форма, наличие средней доли, степень инвазии (внедрения) в мочевой пузырь, возрастные изменения.
Базовым моментом является формирование совокупности (словаря) информативных признаков, характеризующих текущую ситуацию с ПЖ, по которым в дальнейшем формируется база данных выполняется эталонное описание, как типовых ситуаций, так и состояний простаты конкретного пациента, что улучшает качество и оперативность диагностики заболевания этого органа у мужчин [19].
3.2
Еще по теме Формирование исходных данных для подсистемы вторичной обработки информации интеллектуальной системы:
- Структура метода вторичной обработки визуализированной информации о состоянии ПЖ
- Формирование пространства информативных признаков для интеллектуальной системы прогнозирования артериальной гипертензии у водителей транспортных средств
- Основные процедуры обработки передаваемой информации в телемедицинских системах.
- 4.1 Структурно-функциональная организация интеллектуальной системы для прогнозирования сердечно-сосудистого риска
- Алгоритм формирования интеллектуального агента для определения профессиональной пригодности по риску профессиональных заболеваний
- Метод и алгоритмы формирования пространства информативных признаков для интеллектуальных агентов, работающих на основе биоимпедансных исследований
- 2.1. На пути к формированию единых принципов сбора информации для обеспечения качества и эффективности медицинской помощи
- Получение исходных данных
- Построение базовой модели мультиагентной интеллектуальной системы для прогноза риска инсультов
- Конкретный пример реализации алгоритма формирования интеллектуального агента для определения профессиональной пригодности по риску профессиональных заболеваний