2023ВКР750301ИСАКОВ
.pdf«Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)»
(СПбГЭТУ «ЛЭТИ»)
Направление |
12.04.04 – Биотехнические системы и |
|
технологии |
Программа |
Информационные системы и технологии в |
|
лечебных учреждениях |
Факультет |
ИБС |
Кафедра |
БТС |
К защите допустить |
|
Зав. кафедрой |
Юлдашев З.М. |
ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА МАГИСТРА
Тема: РАЗРАБОТКА МОБИЛЬНОГО ПРИЛОЖЕНИЯ ДЛЯ
ПЕРСОНАЛИЗИРОВАННОГО МОНИТОРИНГА СОСТОЯНИЯ
БОЛЬНЫХ САХАРНЫМ ДИАБЕТОМ
Студент |
|
|
Исаков А.О. |
|
|
|
|
|
|
подпись |
|
Руководитель |
д.т.н., с.н.с. |
|
Калиниченко А.Н. |
|
|
|
|
|
(Уч. степень, уч. звание) |
подпись |
|
Консультанты |
к.т.н., доцент |
|
Буканин В.А. |
|
|
|
|
|
(Уч. степень, уч. звание) |
подпись |
|
|
к.т.н., доцент |
|
Семенова Е.А. |
|
|
|
|
|
(Уч. степень, уч. звание) |
подпись |
|
Санкт-Петербург
2023
ЗАДАНИЕ НА ВЫПУСКНУЮ КВАЛИФИКАЦИОННУЮ РАБОТУ
Утверждаю Зав. кафедрой БТС
______________ Юлдашев З.М. «___»______________ 2023 г.
Студент Исаков А.О. Группа 7503
Тема работы: Разработка мобильного приложения для персонализированного мониторинга состояния больных сахарным диабетом Место выполнения ВКР: СПбГЭТУ «ЛЭТИ», кафедра БТС
Исходные данные (технические требования): разработать мобильное приложение с элементами машинного обучения для персонализированного мониторинга состояния больных сахарным диабетом на основе базы данных продуктов питания и сигналов непрерывного измерения глюкозы в крови,
полученных в ходе исследования в НМИЦ им В.А. Алмазова Содержание ВКР: «Анализ современного состояния проблемы»,
«Теоретические основы разработки», «Практическая реализация разработки»
Перечень отчетных материалов: пояснительная записка, иллюстративный материал.
Дополнительные разделы: Специальные вопросы обеспечения безопасности
Дата выдачи задания |
Дата представления ВКР к защите |
||
«06» февраля 2023 г. |
«18» мая 2023 г. |
||
Студент |
|
|
Исаков А.О. |
Руководитель |
д.т.н., с.н.с. |
|
Калиниченко А.Н. |
|
|||
(Уч. степень, уч. звание)
2
КАЛЕНДАРНЫЙ ПЛАН ВЫПОЛНЕНИЯ
ВЫПУСКНОЙ КВАЛИФИКАЦИОННОЙ РАБОТЫ
|
|
Утверждаю |
|
|
Зав. кафедрой БТС |
|
|
______________ Юлдашев З.М. |
|
|
«___»______________ 2023 г. |
Студент |
Исаков А.О. |
Группа 7503 |
Тема работы: Разработка мобильного приложения для персонализированного мониторинга состояния больных сахарным диабетом
№ |
|
Наименование работ |
|
Срок |
|
п/п |
|
|
выполнения |
||
|
|
|
|
||
|
|
|
|
||
1 |
Обзор литературы по теме работы |
|
06.02 – 28.02 |
||
|
|
|
|||
|
Анализ современного состояния проблемы разработки |
|
|||
2 |
мобильного приложения для персонализированного |
01.03 – 16.03 |
|||
|
мониторинга состояния больных сахарным диабетом |
|
|||
|
|
|
|
|
|
|
Теоретические |
основы |
разработки |
мобильного |
|
3 |
приложения для персонализированного мониторинга |
17.03 – 17.04 |
|||
|
состояния больных сахарным диабетом |
|
|
||
|
|
|
|
|
|
|
Практическая |
реализация |
разработки |
мобильного |
|
4 |
приложения для персонализированного мониторинга |
18.04 – 30.04 |
|||
|
состояния больных сахарным диабетом |
|
|
||
|
|
|
|
||
5 |
Оформление пояснительной записки |
|
01.05 – 14.05 |
||
|
|
|
|
||
6 |
Оформление иллюстративного материала |
|
15.05 – 17.05 |
||
|
|
|
|
|
|
Студент |
|
|
Исаков А.О. |
Руководитель |
д.т.н., с.н.с. |
|
Калиниченко А.Н. |
|
|||
|
(Уч. степень, уч. звание) |
|
|
|
|
|
3
РЕФЕРАТ
Пояснительная записка: 118 с., 39 рис., 5 табл., 72 ист.
Ключевые слова: мобильное приложение, мониторинг, диабет, диета Объектом исследования является система персонализированного
мониторинга физического состояния пациентов с сахарным диабетом и, в
частности, с гестационным сахарным диабетом (ГСД).
Предмет исследования – разработка компонентов информационного,
методического, программного-алгоритмического и метрологического обеспечения системы персонализированного мониторинга, входящей в семейство проектов ФГБУ НМИЦ им. В.А. Алмазова «ДиаКомпаньон».
Целью работы является создание мобильной платформы для ведения записей о приемах пищи, последующей или предшествующей им физической нагрузке, времени введения и объеме дозы инсулина, а также маркеров текущего уровня сахара в крови (УСК) и прогнозирования его опасного повышения.
Результатом работы является разработанное мобильное приложение,
реализующее методы машинного обучения для решения задач анализа временных рядов и прогнозирования опасного повышения уровня сахара, а
также выдаче персонализированных рекомендаций, основанных на предложенных нами решающих правилах. Модернизированная техническая система имеет программный порт связи с сервером медицинского учреждения для получения данных клинических исследований и механизм удаленной коммуникации с врачом, направленный на повышение эффективности лечебно-диагностического процесса.
В ходе работы были предложены возможные пути адаптации и совершенствования известных подходов к собору, хранению и последующей работе с прогностически ценными клиническими показателями пациента.
Разработаны новые предикторы на основе выявленных взаимосвязей между составом микробиоты кишечника и уровнями гликемии.
4
ABSTRACT
The object of the study is a system of personalized monitoring of the physical condition of patients with diabetes mellitus and, in particular, with gestational diabetes mellitus (GDM).
The subject of the study is the development of components of information, methodological, software-algorithmic and metrological support of a personalized monitoring system, which is part of the family of projects of Almazov National Medical Research Center «DiaCompanion».
The goal of the work is to create a mobile platform for keeping records of meals, subsequent or preceding physical activity, time of administration and volume of insulin dose, as well as markers of current blood glucose (BG) level and prediction of its dangerous increase.
The result is a developed mobile application, which implements machine learning methods to perform time series analysis and prediction of dangerous rise in blood sugar levels, as well as issuing personalized recommendations based on our proposed solving rules. The upgraded technical system has a software communication port to the medical institution's server to obtain clinical study data and a mechanism of remote communication with the doctor, aimed at improving the efficiency of the treatment and diagnostic process.
In the course of the work, possible ways of adapting and improving the known approaches to the collection, storage and subsequent handling of prognostically valuable clinical indicators of the patient were proposed. New predictors were developed based on the identified relationships between gut microbiota composition and glycemic levels.
5
СОДЕРЖАНИЕ |
|
ОПРЕДЕЛЕНИЯ, ОБОЗНАЧЕНИЯ, СОКРАЩЕНИЯ........................................ |
9 |
ВВЕДЕНИЕ............................................................................................................ |
11 |
1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ РАЗРАБОТКИ |
|
МОБИЛЬНОГО ПРИЛОЖЕНИЯ ДЛЯ ПЕРСОНАЛИЗИРОВАННОГО |
|
МОНИТОРИНГА СОСТОЯНИЯ БОЛЬНЫХ САХАРНЫМ ДИАБЕТОМ.... |
15 |
1.1 Рынок мобильных приложений ................................................................. |
15 |
1.1.1 Анализ конкурентов............................................................................. |
15 |
1.1.2 Анализ рисков и преимуществ ........................................................... |
18 |
1.2 Вопросы организации и технического сопровождения удаленного |
|
мониторинга....................................................................................................... |
20 |
1.2.1 Альтернативы применению инсулиновых помп .............................. |
20 |
1.2.2 Неинвазивные системы мониторинга глюкозы ................................ |
22 |
1.2.3 Веб-технологии и облачные вычисления .......................................... |
23 |
1.2.4 Мобильные технологии ....................................................................... |
24 |
1.2.5 Форма обратной связи с врачом ......................................................... |
26 |
1.3 Структура данных ....................................................................................... |
27 |
1.3.1 Выбор системы управления базы данных ......................................... |
28 |
1.3.2 Выбор формата хранения и передачи данных .................................. |
29 |
1.4 Прогнозирование уровня сахара в крови.................................................. |
30 |
1.4.1 Анализ прогностически значимых признаков .................................. |
30 |
1.4.2 Выбор модели машинного обучения ................................................. |
32 |
1.5 Постановка цели и задач исследования .................................................... |
34 |
6
2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РАЗРАБОТКИ МОБИЛЬНОГО
ПРИЛОЖЕНИЯ ДЛЯ ПЕРСОНАЛИЗИРОВАННОГО |
МОНИТОРИНГА |
|
СОСТОЯНИЯ БОЛЬНЫХ САХАРНЫМ ДИАБЕТОМ.................................... |
35 |
|
2.1 |
Структура биотехнической системы......................................................... |
35 |
2.2 |
Характеристика объекта исследования..................................................... |
40 |
2.3 |
Информационное обеспечение системы................................................... |
46 |
2.3.1 Программная структура приложения..................................................... |
46 |
|
2.3.2 Файловая структура приложения ........................................................... |
48 |
|
2.3.3 Компиляция проекта ................................................................................ |
50 |
|
2.3.4 Разведка данных ....................................................................................... |
51 |
|
2.3.5 Предобработка данных ............................................................................ |
55 |
|
2.3.6 Регрессия опорных векторов................................................................... |
59 |
|
2.3.7 Ансамблевые методы............................................................................... |
62 |
|
2.4 |
Методологическое обеспечение системы................................................. |
66 |
2.4.1 Паттерны программирования ................................................................. |
66 |
|
2.4.2 Создание безопасных приложений ........................................................ |
68 |
|
2.4.3 Постановка эксперимента ....................................................................... |
69 |
|
2.5 |
Метрологическое обеспечение системы................................................... |
70 |
2.6 |
Выводы ......................................................................................................... |
72 |
3 ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ РАРЗАБОТКИ МОБИЛЬНОГО
ПРИЛОЖЕНИЯ |
ДЛЯ ПЕРСОНАЛИЗИРОВАННОГО МОНИТОРИНГА |
||||
СОСТОЯНИЯ |
БОЛЬНЫХ |
САХАРНЫМ |
ДИАБЕТОМ |
И |
|
ЭКСПЕРИМЕНТАЛЬНАЯ АПРОБАЦИЯ РАЗРАБОТКИ |
.............................. |
73 |
|||
3.1 |
Разработка мобильного приложения......................................................... |
|
73 |
||
3.2 |
Разработка базы данных мобильного приложения.................................. |
|
84 |
||
3.3 |
Разработка серверного API |
........................................................................ |
|
86 |
|
|
|
|
7 |
|
|
3.4 Разработка прогностической модели с добавлением бактериальных |
|
признаков ........................................................................................................... |
89 |
3.4.1 Метод регрессии опорных векторов .................................................. |
90 |
3.4.2 Метод категориального градиентного бустинга............................... |
93 |
3.4.3 Метод экстремального градиентного бустинга ................................ |
96 |
3.5 Выводы ......................................................................................................... |
98 |
4 СПЕЦИАЛЬНЫЕ ВОПРОСЫ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ........... |
99 |
4.1 Общая характеристика условий применения......................................... |
100 |
4.1.1 Требования к воздействующим климатическим факторам ........... |
101 |
4.1.2 Характеристика помещения и использование на открытом |
|
пространстве ................................................................................................ |
101 |
4.1.3 Характеристика рабочего места ....................................................... |
102 |
4.2 Анализ опасных и вредных факторов ..................................................... |
102 |
4.2.1 Ожоги и опасность возгорания ............................................................. |
102 |
4.2.2 Ошибки в работе рекомендательной системы .................................... |
103 |
4.2.3 Киберпреступность ................................................................................ |
105 |
4.2.4 Инвалидизирующее заболевания ......................................................... |
105 |
4.3 Снижение риска проявления опасности ................................................. |
105 |
4.3.1 Требования безопасности...................................................................... |
105 |
4.3.2 Технические испытания ........................................................................ |
108 |
4.4 Выводы ....................................................................................................... |
109 |
ЗАКЛЮЧЕНИЕ ................................................................................................... |
110 |
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ ......................................... |
112 |
8
ОПРЕДЕЛЕНИЯ, ОБОЗНАЧЕНИЯ, СОКРАЩЕНИЯ
В настоящей пояснительной записке применяют следующие термины с соответствующими определениями:
СД – сахарный диабет МКБ – международный классификатор болезней
ГСД – гестационный сахарных диабет ППГО – постпрандиальный гликемический ответ ПО – программное обеспечение
ML – Machine Learning
ИМТ – индекс массы тела УСК – уровень сахара в крови ХЕ – хлебные единицы ГИ – гликемический индекс
ГН – гликемическая нагрузка
CGMS – Continuous Glucose Monitoring System
ЯП – язык программирования
MVVM – Model, View, View-Model
СУБД – система управления базами данных
WAL – Write Ahead Log
CSV – Comma-separated values
REST – Representational State Transfer
HTTP – Hyper Text Transport Protocol
HTTPS – Hyper Text Transport Protocol Secure
JSON – JavaScript Object Notation
XML – eXtensible Markup Language
SVR – Support Vector Regression
RNN – Recurrent Neural Network
FFN – Feed Forward Network
CUDA – Compute Unified Device Architecture
9
API – Application Programming Interface
ОУ – объект управления ТСОС – техническое средство оценки состояния
ТСОИ – техническое средство обработки информации ТСОУ – техническое средство управления объектом ТСВ – техническое средство воздействия ЭЦП – электронная цифровая подпись ОС – окружающая среда
ТСУС – техническое средство управления средой ВЗ – врачебное заключение
CRUD – Copy, Request, Update, Delete
кДНК – комплиментарная дезоксирибонуклеиновая кислота ПЦР – полимеразная цепная реакция
NA – Not Assessed
k-NN – k-Nearest Neighbors
MI – Multivariance Imputation
SVM – Support Vector Machine
RBF – Radial Basis Function
УЗИ – ультразвуковое исследование
MAE – Mean Absolute Error
RMSE – Root Mean Squared Error
СSRF – Cross Site Request Forgery
JWT – JSON Web Token
DRF – Django REST Framework
TSL – Transport Security Layer
WSGI – Web Server Gateway Interface
VPS – Virtual Private Server
10