Сибирский государственный медицинский университет, г. Томск

Кафедра медицинской и биологической кибернетики

Эта работа опубликована в сборнике статей по материалам 71-й итоговой научной студенческой конференции им. Н.И. Пирогова (г. Томск, 14-16 мая 2012 г.), под ред. В. В. Новицкого, Н.В. Рязанцевой. − Томск: Сибирский государственный медицинский университет, 2012. − 335 с. 

Скачать сборник (MS Word, 1 мб)

Скачать программу конференции  

Актуальность. Разработка методов диагностики заболеваний, особенно на ранних стадиях их развития, является актуальной медицинской и социальной проблемой. Перспективным направлением исследований для диагностики многих социально значимых заболеваний является применение компьютеризированных методов анализа медицинских данных. Используя инструментальные методы диагностики, такие как МРТ сканирование головного мозга, можно решать задачи по обнаружению очагов повышенной и пониженной плотности, которые являются признаками многих заболеваний. Проведение такого анализа требует разработки технологий оптимизации вычислительных процедур вследствие высокой размерности экспериментальных данных.

Существенной особенностью большинства измеряемых медико-биологических показателей является то, что они при проведении оценок состояния биосистемы носят разнонаправленный характер, причем ряд из них может находиться в пределах или незначительно выходить за границы статистических норм. Это создает определенные трудности в интерпретации и оценке состояния системы, поскольку при изменении условий функционирования значения некоторых показателей начинают варьировать. Оценить состояние системы, выделяя какие-либо конкретные из них, бывает достаточно трудно, поэтому особую важность приобретают обобщенные критерии состояния. Величина интегральной оценки состояния некоторого объекта может быть охарактеризована  мерой его близости к референтному состоянию. Причем, в мере близости необходимо учитывать конфигурацию области, занимаемой референтным состоянием, расположение объекта относительно нее в пространстве признаков, а также взаимное расположение объектов, представляющих референтное состояние системы.

Методику оценки состояния биосистемы можно оптимизировать, включая в расчет только те признаки, которые дают наибольший вклад в значение интегрального критерия. Процесс выявления информативных признаков сводится к расчету интегральных оценок состояния системы для всех возможных комбинаций признаков и сравнения их значений с оценкой, полученной для всей группы признаков и выделения из них максимальных. Это позволит в дальнейшем как уменьшить время расчета интегрального критерия, так и повысить качество оценки, увеличив расхождение групп объектов сравниваемых состояний в новом, «оптимизированном» пространстве признаков.

Принцип проведения интегральной оценки основан на методах статистического моделирования, и качество получаемых результатов напрямую зависит от алгоритмов, лежащих в основе генератора случайных чисел. Существующие штатные генераторы псевдослучайных последовательностей, выполненные на базе линейного конгруэнтного генератора не позволяют преодолеть характерные для данного класса генераторов недостатки, они являются статистически слабым. В качестве генератора псевдослучайных чисел был выбран «Вихрь Мерсенна» («MersenneTwister» – MT). Существует несколько вариантов алгоритма, различающихся размером использующегося простого числа Мерсенна. Среди них наибольшее распространение получил MT19937. Авторами алгоритма доказано, что период генерируемой последовательности составляет 2¹⁹⁹³⁷ – 1.

Работа программного комплекса апробирована на примере анализа моделей МРТ изображений рассеянного склероза – аутоиммунного заболевания, которое поражает миелиновую оболочку нервных волокон головного мозга.

Цель.Разработка модуля генерации случайных чисел в решении задач статистического моделирования для интегральной оценки состояния биосистем.

Материал и методы. Математические методы оптимизации, язык программирования С++ и Java, пакет библиотек межпроцессорного взаимодействия MPICH, модели МРТ снимков, методы математической статистики.

Результаты:

1.    Предложена технология вычисления интегральной оценки состояния на основе оптимальной методики получения (псевдо-) случайных чисел.

2.    Данная технология реализована в виде модуля для программного комплекса интегральной оценки состояния.

3.    Работа модуля верифицирована на примере обработки трехмерных моделей МРТ снимков с очагами рассеянного склероза.

Выводы. В ходе модельных расчетов было показано, что величина интегральной оценки состояния больных рассеянным склерозом может значительно отличаться по сравнению со значением интегральной оценки у здоровых лиц.