6 курс / Медицинская реабилитация, ЛФК, Спортивная медицина / Физиотерапия, лазерная терапия / Kharlamova_N_S_Perspektivnoe_napravlenie_fizioterapii_0

203

ными бактерицидными шкафчиками, устранение влияния которых (выключение) в подавляющем большинстве случаев приводило к решению проблемы.

Поэтому целью работы является определение характера влияния электромагнитного поля различного оборудования на корректную работу апекслокатора и возможные пути решения проблемы.

В принципе работы апекслокатора заложено измерение сопротивления тканей зуба с окружающими его мягкими тканями на нескольких частотах (в силу наличия емкостного сопротивления) – комплексного сопротивления [1]. Разумеется, проблема помех была учтена изготовителями этого класса аппаратуры: измерения по постоянному току, как и на промышленной частоте, не производятся, учитывая значительную наводку в условиях практически любого помещения [2]. Однако, при совпадении одной из частот измерения с наличием достаточно сильного электромагнитного поля той же частоты, итоговое рассчитанное значение комплексного сопротивления значительно искажается, что и приводит к проблеме, описанной выше. Таким образом, апекслокаторы обладают значительной уязвимостью к помехам на частотах, совпадающих с частотами их работы.

Учитывая специфику современного производства медаппаратуры, в том числе и апекслокаторов (что касается минимизации предоставляемой информации о технических параметрах устройства), сложно заранее спрогнозировать насколько совместимым будет прибор того или иного производителя с той или иной дополнительной аппаратурой стоматологического кабинета. Поэтому универсальным решением проблемы остаются классические методы разнесения причин неполадок во времени (выключение дополнительного оборудования во время измерения глубины корневых каналов) и пространстве (размещение конфликтующего оборудования в разных помещениях или же экранирование, полное или частичное, одного из них).

Результаты проведенных исследований позволяют сформулировать ряд рекомендаций по отношению как практического применения апекслокаторов, так и процесса их проектирования. Они позволяют уменьшить вероятность необходимости повторного посещения пациентом стоматологического кабинета, улучшить качество оказываемых медицинских услуг в целом и представляют интерес практикующим врачам и разработчикам соответствующей аппаратуры.

Библиографический список

1.Способ определения расстояния между концом апикального электрода и апикальным сужением канала корня зуба: пат.

204

2286746 (13) С2 (51) Россия: МПК (2006) A61C 19/04 / Е.А. Эстеров, собственник Закрытое акционерное общество "Геософт Дент". – № 2004135499/14; заяв. 06.12.04; опубл. 20.05.06.

2.Байрамов, А.А. Электромагнитный смог в помещениях / А.А. Байрамов // Петербургский журнал электроники. – 2004. № 2. С. 53 56.

МОДЕЛИРОВАНИЕ ПРОГНОЗОВ В УСЛОВИЯХ ИНТЕРВАЛЬНОЙ НЕОПРЕДЕЛЕННОСТИ ПАРАМЕТРОВ

Д.С. Туляков Научный руководитель – Фролова Т.А., канд. техн. наук, доцент

Тамбовский государственный технический университет

Прогнозирование спроса на фармацевтическую продукцию является одним из важнейших направлений в деятельности фармацевтических компаний. В условиях рыночной экономики анализ спроса на продукцию имеет первостепенное значение. Предприятию необходимо составить краткосрочный план на производство продукции с учетом ее прогнозируемой реализации.

Постановка задачи прогнозирования спроса формулируется следующим образом [1]:

Для известных объёмов спроса на продукцию ассортимента: i,

i=1...I:

Q(1t n) ,Q11 (t n) ,Q21 (t n) ,...,Qm1 (t n)

Q(2t n) ,Q12 (t n) ,Q22 (t n) ,...,Qm2 (t n)

Q(3t n) ,Q13 (t n) ,Q23 (t n) ,...,Qm3 (t n)

..............................................................

Q(it n) ,Q1i (t n) ,Q2i (t n) ,...,Qmi (t n)

..............................................................

Q(It n) ,Q1I (t n) ,Q2I (t n) ,...,QmI (t n)

и факторных признаков:

205

.........................................................................

XK(It n) , XK1I (t n) , XK2I (t n) ,..., XKmI (t n)

.........................................................................

определить спрос на продукцию в момент времени (t+z):

Q(1t z) ,Q(2t z) ,Q(3t z) ,...,Q(it z) ,...,Q(It z).

Точные значения факторных признаков определить не всегда возможно, поэтому необходимо попытаться раскрыть данную неопределенность. Известно несколько подходов к раскрытию неопределенностей. Широко используется вероятностный подход [2], в котором неопределенные параметры характеризуются функциями плотности распределения. Математические модели, в состав которых входят такие параметры, имеют названия вероятностных. В этом случае функции распределения строятся на накопленных статистических данных о поведении стохастических параметров.

Трудность применяемой методики связана с необходимостью проведения большого числа экспериментов на объекте во время хода технологического процесса для определения параметров законов распределения стохастических величин.

Другой подход связан с использованием теории нечетких множеств [3] и уходит в сферу субъективной информации. Неопределенные параметры характеризуются функциями принадлежности, которые строятся на основе опросов экспертов. Модели, в которых неопределенные параметры характеризуются функциями принадлежности, получили название нечетких математических моделей. Недостатком этой методики является то, что для надежного построения функции принадлежности требуется мнение нескольких экспертов. Это не всегда возможно.

Следовательно, информацию о значении неопределенных параметров необходимо задавать в виде интервальных параметров (интервальных чисел):

где vi , vi - нижняя и верхняя граница параметра vi ; mid vi - середи-

на интервала vi (рис. 1):

206

величина i - есть интервал, который определяется:

Рис.1- Изображение интервального параметра vi на числовой прямой

Очевидно, что интервальные числа vi содержат минимальную информацию о неопределенных параметрах, которую проще всего получить. Параметры vi могут иметь как стохастическую, так и детер-

минированную природу. Неопределенность параметров, имеющих детерминированную природу, может быть связана с отсутствием знаний об их точных значениях.

Модели с такими параметрами получили название интервальных моделей. Определим интервальную математическую модель в виде оператора:

пространства входных и допустимых управляющих воздействий, Y - пространство выходных величин, V - пространство неопределенных параметров.

Решить интервальную математическую модель

y M u,x, v , это значит для заданных векторов u,x , интервально-

К моделям прогнозирования относятся уравнения вида:

207

ykj ykj vi k .

где первый подстрочный индекс означает номер кривой (на рис. 2 кривая ykj обозначается как кривая 1, кривая 2, ..., кривая k, ..., ); вто-

рой подстрочный индекс соответствует номеру линии, обозначаемой

соответствует номеру выходного параметра yj .

Если для заданного i все S последовательностей (5) являются монотонными, тогда i Lj (рис. 3а). В этом случае нижние и верхние границы определяются соответственно:

Рис. 3 - К определению границ интервала yj для зависимости

210

АСПЕКТЫ ПОДГОТОВКИ ФАНТОМНЫХ ОБЪЕКТОВ ДЛЯ ВИРТУАЛЬНОГО ТРЕНАЖЕРА ПРИ ИЗУЧЕНИИ ОСНОВ РАБОТЫ УЗ-СКАНЕРОВ

Я.В. Носова Научный руководитель – Аврунин О.Г., канд. техн. наук, доцент

Харьковский национальный университет радиоэлектроники

Темп жизни современного человека значительно вырос, так как стремительное развитие компьютерных технологий определяет научный прогресс. Сегодня, как и пятьдесят лет назад, для получения знаний по определенной специальности отводится лишь несколько лет, а объем информации, который необходимо усвоить вырос во много раз. Также при обучении студентов технических специальностей существует проблема морального устаревания изучаемой реальной техники — по окончании ВУЗа хорошо знакомая аппаратура устаревает и на производстве выпускнику приходится осваивать заново новую современную технику, так как в ВУЗовских лабораториях происходит достаточно медленное обновление лабораторной базы, что, зачастую, приводит к излишней теоретизации знаний выпускников.

Частично решение данной проблемы можно осуществить путем создания виртуальных тренажеров и симуляторов реальных устройств, которые не требуют больших затрат средств, материалов и времени. Преимуществом данной технологии является также возможность оперативного обновления виртуальной среды и ее доработка для максимального приближения к реальным условиям эксплуатации.

Поэтому актуальной является задача разработки виртуальных тренажеров в качестве имитационных обучающих систем, которые смогли бы позволить изучить принцип действия аппарата и физические процессы, на которых они основаны. Поскольку информатизация медицины является основополагающим фактором дальнейшего развития современного общества, целью работы является создание виртуального тренажера для изучения основ работы ультразвуковых сканеров для обучения специалистов в области биомединженерии.

На сегодняшний день для обучения врачей-специалистов медицинской ультразвуковой диагностики созданы симуляторы, тренажеры, а также фантомные объекты. Однако для подготовки врачей применяется более сложный механизм создания фантомных объектов, так как от практических навыков диагностов зависит точность определение диагноза пациента, а, следовательно, и назначение курса лечения [1-2].

Фантомным (от франц. fantôme, из лат. phantasma – явление; призрак) называется любой искусственно созданный объект, который

211

имитирует уже существующий реальный объект. В большинстве случаев фантомы для обучения врачей представляют собой имитацию реального пациента, либо же его отдельного органа из тканеэквивалентных материалов [3-4].

Для специалиста в области биомединженерии необходимо разработать виртуальный тренажер, предназначенный для изучения принципа работы УЗ-сканера. Важной составляющей такого продукта является фантомный объект, который должен быть по свойствам максимально приближен к реальной биомедицинской структуре, исследуемой в клинической практике.

В данной работе предлагается в качестве фантомного объекта использовать искусственно созданное изображение органов пациента (рис. 1) в норме и с типичными патологическими состояниями. В рамках этой работы были созданы три модели: виртуальная модель прибора, пациента и воздействия между ними.

Рис. 1 – Фантомное изображение почки

Вкачестве виртуальной модели прибора представлена передняя панель УЗ-сканера, содержащая области сканирования и визуализации фантомного объекта после имитации прохождения УЗ-луча.

Вкачестве виртуальной модели человека представлен каталог фантомных изображений пациента. Чтобы результаты сканирования нормы и патологии впоследствии можно было сравнивать и дифференцировать тип патологии.

212

Модель воздействия между фантомным пациентом и виртуальным УЗ-сканером иллюстрирует прохождение луча ультразвукового излучения, который отражается на границе раздела сред и принимается приемником.

При реализации виртуального тренажера для изучения принципа работы УЗ-сканера предназначенного для студентов специальностей биомедицинской инженерии, необходимо двигаться по принципу от «простого к сложному», поэтому для наглядности и простоты реализации следует визуализировать фантомное изображение путем линейного УЗ-сканирования.

Перспективой работы является добавление различных режимов работы ультразвукового сканера, усовершенствование средств выбора фантомных изображений из каталога, расширение каталога фантомных изображений за счет моделирования ультразвуковых изображений типичных патологических состояний.

Библиографический список

1.Осипов Л.В. Ультразвуковые диагностические приборы: Практическое руководство для пользователей. – М.: Видар, 1999. – 256с.: ил.

2.Абдулов Р.Я, Атьков О.Ю., Соболь Ю.С. Атлас ультразвуковой диагностики в 2 т., Т.1. – Харьков: Прапор, 1993. – 112 с.

3.Леонов Б.И. Ультразвуковая диагностическая аппаратура: принципы ее построения и клиническое применение. Методические рекомендации. – М.: ВНИИМТ, 1991 . – 52 с.

4.Физика визуализации изображений в медицине: в 2 томах/Под ред. С.Уэбба. – М.: Мир, 1991.

ПОСТРОЕНИЕ И ИСПОЛЬЗОВАНИЕ АТЛАСА ВНУТРИМОЗГОВЫХ СТРУКТУР ПРИМЕНИТЕЛЬНО К ПЛАНИРУЮЩЕЙ ХИРУРГИЧЕСКОЙ СИСТЕМЕ

М.Ю. Тымкович Научный руководитель – Аврунин О.Г., канд. техн. наук, доцент

Харьковский национальный университет радиоэлектроники

Введение. Проведение хирургических операций на головном мозге человека сопряжено с множеством трудностей, а именно с выбором наименее опасного вмешательства. Использование томографических данных позволяет получить дополнительную информацию,