Способ диагностики бронхиальной астмы

Способ диагностики бронхиальной астмы

Иллюстрации

Показать все

Реферат

Изобретение относится к области медицины, а именно к пульмонологии, и может быть использовано для диагностики бронхиальной астмы (БА).

Наибольшие трудности в диагностике БА возникают на начальной стадии развития и в фазе ремиссии заболевания с устойчивой стабилизацией патологического процесса и отсутствием типичной картины. В подобных ситуациях обращение пациента к врачу-пульмонологу не гарантирует своевременную диагностику заболевания, так как результаты функциональных проб часто не позволяют выявить изменения бронхиальной проходимости. Обращение же пациента без жалоб на органы дыхания к врачу другой специальности, например к неврологу, сводит возможность своевременной диагностики БА до нуля. Необходимы способы своевременной диагностики БА по признакам, которые используются в различных областях медицины, в частности в неврологии.

Известно, что БА влияет на систему кровообращения, в частности на церебральный кровоток [Федосова Н.Н., Цюрюпа В.Н., Власова И.В. Церебральная гемодинамика и электроэнцефалографические показатели у больных с бронхиальной астмой. // Ультразвуковая и функциональная диагностика. - 2005. - №3. - С.72-77]. Результат этого влияния заключается в изменении состояния сосудов и интенсивности кровотока в них, носящих устойчивый характер как при обострениях, так и при ремиссии болезни.

Эффективным способом исследования церебрального кровотока является реоэнцефалографическое исследование. Исследование заключается в анализе 4 областей кровотока, для каждой из которых рассчитывается 7 реографических показателей.

Учитывая большое количество данных и связей между ними, для диагностики болезни используют математический аппарат гибридных сетей. Сеть представляет собой нелинейную систему и способна принимать решение, основываясь на выявляемых ею скрытых закономерностях в многомерных данных. Отличительное свойство гибридной сети состоит в том, что она не программируется, а обучается делать правильные выводы на примерах.

Прототипом избран способ диагностики и дифференциальной диагностики бронхиальной астмы и хронической обструктивной болезни легких [Патент RU 2267987 МПК А61В 5/08, 2006], сущность которого заключается в проведении спирографического исследования с бронхолитической пробой; перед последней проводят ингаляционную нагрузку с гипертоническим раствором хлорида натрия, а затем по стандартным критериям оценивают динамику объема форсированного выдоха за 1 сек (ОФВ₁) относительно значения данного показателя, полученного в результате предварительно проведенной ингаляционной нагрузки.

Известный способ имеет следующие недостатки:

1. Необходимо обращение к врачу пульмонологу, то есть у пациента должны быть явные проблемы с дыханием (диагностирование «напрямую»).

2. Использование фармакологических ингаляционных проб может иметь побочные эффекты, связанные с индивидуальной непереносимостью или передозировкой фармакологического препарата.

3. Использование бронходилатационных проб в диагностике БА имеет низкую чувствительность и высокую частоту ложноотрицательных результатов [Goldstein M.F., Veza B.A., Dunsky E.H. et al. Comparisons of Peak Diurnal Expiratory Flow Variation, Postbronchodilator FEV₁ Responses, and Methacholine Inhalation Challenges in the Evaluation of Suspected Asthma// Chest. - 2001. - Vol.119. - P.1001-1010].

4. Использование бронхопровокационной пробы с гипертоническим раствором хлорида натрия может сопровождаться чрезмерной бронхоконстрикцией вплоть до приступа удушья.

5. Известный способ не учитывает изменений церебрального кровотока, лежащих в основе нарушений регуляции дыхания.

Цель изобретения заключается в повышении эффективности и обеспечении безопасности диагностики БА.

Цель достигается тем, что диагностику БА проводят по реоэнцефалографическим показателям, при этом используют гибридную сеть.

Способ осуществляют следующим образом.

Задача диагностики БА состоит из трех подзадач: выявление информативных показателей РЭГ, создание диагностической системы и собственно диагностика. Подзадачи решаются в приложении (фиг.1), написанном на внутреннем языке ППП Matlab.

Через интерфейс в базу данных вводится априорная информация - показатели реоэнцефалографического обследования здоровых (всего 43) и больных БА (всего 49) пациентов, которое проводилось в ГУ Дальневосточный научный центр физиологии и патологии дыхания СО РАМН.

Модуль «Статистический анализ» при помощи параметрического (Стьюдента) и непараметрических (Вилкоксона, Хи-квадрат) критериев выявляет для каждой области кровотока реоэнцефалографический показатель, имеющий определяющее значение при диагностике БА:

реографический индекс окципито-мастоидального отведения слева (РИ OL), реографический индекс окципито-мастоидального отведения справа (РИ OR), показатель периферического сосудистого сопротивления фронто-мастоидального отведения слева (ППСС FL), показатель периферического сосудистого сопротивления фронто-мастоидального отведения справа (ППСС FR). Статистические критерии для этих показателей выявили различия в распределениях у здоровых и больных пациентов с вероятностью более 95%.

Модули «Структура системы диагностики» и «Обучение гибридной сети» по выбранным показателям определяют структуру системы диагностики БА и значения ее настраиваемых коэффициентов.

Система диагностики БА (фиг.2) стоит из двух блоков: блока предобработки и блока нейронечеткого вывода. Блок предобработки реализован в виде экспоненциальной функции для каждого входного сигнала и служит для обеспечения равнозначности преобразованных данных по диапазону и распределению:

где n - количество данных; х_i, , σ - входная переменная, среднее значение и стандартное отклонение входной переменной; К - настраиваемый коэффициент, определяющий максимум энтропии преобразованных данных; s_i - преобразованные данные.

Блок предобработки обеспечивает принадлежность преобразованных данных единому диапазону (-1, 1) с равномерным распределением.

Блок нейронечеткого вывода (фиг.2) представляет собой сходящуюся каскадную структуру из двух слоев с узлами (на первом слое два узла, на втором - один). В узлах находятся гибридные сети с архитектурой ANFIS (G_1,1(s₁, s₂), G_1,2(s₃, s₄), G_2,1(g_1,1, g_1,2)), алгоритм обучения и использования которых рассмотрен в работе [Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. - М.: 2001.]. Возможность диагностики БА по реографическим показателям на основе гибридной сети показано в работе [Безруков Н.С., Ермакова Е.В. Прогнозирование бронхиальной астмы по параметрам реоэнцефалографии на основе гибридной сети. Математические методы в технике и технологиях - ММТТ-19. [Текст]: сб. трудов XIX Международ. науч.конф. в 10-и т.Т. 7-Секция 7 / под общ. ред. В.С, Балакирева. - Воронеж, Воронеж, гос. технол. акад., 2006. С.211-214].

Каждые узел имеет два входа и один выход. Все узлы имеют однотипную структуру и отличаются значениями коэффициентов, которые определяются при обучении сети. В качестве алгоритма обучения использован алгоритм обратного распространения ошибки. Гибридные сети связаны между собой выражениями:

g_1,1=G_1,1(s₁, s₂) (2)

g_1,2=G_1,2(s₃, s₄) (3)

y=G_2,1(g_1,1, g_1,2) (4)

где y - выход системы диагностики.

В модуле «Система диагностики» находится созданная система, в которую поступают текущие данные для диагностики, и если выход системы диагностики больше 0, то у пациента диагностируют БА, иначе пациент здоров.

Система диагностики БА функционирует в двух режимах: режиме обучения, режиме текущей диагностики. При увеличении базы с априорной информацией систему можно переобучить.

Интерфейс приложения удобен для неподготовленного пользователя ЭВМ (для врача). Точность работы способа диагностики БА составляет 87%.

Ниже приводятся два примера использования заявленного способа.

Пример 1. Н., 19 лет, мужчина

Диагноз: Бронхиальная астма. Среднетяжелое течение, стадия ремиссии.

Исходные данные составили соответственно: РИ OL 0,079, РИ OR 0,077, ППСС FL 76, ППСС FR 84.

С целью диагностики БА рассчитаны уравнения блока предобработки и блока нейронечеткого вывода:

s₁(0,079)=-0.4132

s₂(0,077)=-0.4376

s₃(76)=0.106

s₄(84)=0.4067

g_1,1=1

g_1,2=0.6327

y=0.9725

Поскольку у больше 0, у пациента диагностируют бронхиальную астму.

Пример 2. С., 45 лет, женщина.

Диагноз: Бронхиальная астма. Среднетяжелое течение, стадия ремиссии.

Исходные данные составили соответственно: РИ OL 0,068, РИ OR 0,068, ППСС FL 110, ППСС FR 101.

С целью диагностики БА рассчитаны уравнения блока предобработки и блока нейронечеткого вывода:

s₁(0,068)=-0.4132

s₂(0,068)=-0.4376

s₃(110)=0.946

s₄(101)=0.8031

g_1,1=0.7531

g_1,2=0.9348

y=1

Поскольку у больше 0, у пациента диагностируют бронхиальную астму.

Пример 3. Д., 37 лет, женщина.

Диагноз: Здоров.

Исходные данные составили соответственно: РИ OL 0,11, РИ OR 0,104, ППСС FL 82, ППСС FR 90.

С целью диагностики БА рассчитаны уравнения блока предобработки и блока нейронечеткого вывода:

s₁(0,11)=-0.1758

s₂(0,104)=-0.0198

s₃(82}=0.4076

s₄(90)=0.5919

g_1,1=-0.0569

g_1,2=0.3518

y=-0.4291

Поскольку y меньше 0, у пациента не диагностируют бронхиальную астму.

Разработанная на основе предлагаемого способа программы для ЭВМ «Программа имитационного моделирования системы диагностики бронхиальной астмы по реографическим показателям» (№2006612637) внедрена на базе пульмонологического отделения ГУ Дальневосточного научного центра физиологии и патологии дыхания СО РАМН, где она показала свою эффективность при диагностике БА.

Таким образом, предлагаемый способ может быть эффективно использован для диагностики бронхиальной астмы.

Способ диагностики бронхиальной астмы, отличающийся тем, что с помощью реоэнцефалографии определяют четыре реоэнцефалографических показателя: реографический индекс окципито-мастоидального отведения слева (РИ OL), реографический индекс окципито-мастоидального отведения справа (РИ OR), показатель периферического сосудистого сопротивления фронто-мастоидального отведения слева (ППСС FL), показатель периферического сосудистого сопротивления фронто-мастоидального отведения справа (ППСС FR), используют математический аппарат гибридных сетей со структурой ANFIS (Adaptive Neuro-Fuzzy Inference System) и при значении выхода системы диагностики больше 0 диагностируют бронхиальную астму.