Телефон: +7 (383)-202-16-86

Статья опубликована в рамках: IV Международной научно-практической конференции «Инновации в науке» (Россия, г. Новосибирск, 31 октября 2011 г.)

Наука: Медицина

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Башарин А.В. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ВЫБОРА ИСПОЛЬЗУЕМОЙ МОЩНОСТИ ПНЕВМАТИЧЕСКОЙ КОНТАКТНОЙ УРЕТЕРОЛИТОТРИПСИИ // Инновации в науке: сб. ст. по матер. IV междунар. науч.-практ. конф. № IV. – Новосибирск: СибАК, 2011.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов
Статья опубликована в рамках:
 
 
Выходные данные сборника:


 


МАТЕМАТИЧЕСКОЕ  МОДЕЛИРОВАНИЕ  ВЫБОРА  ИСПОЛЬЗУЕМОЙ  МОЩНОСТИ  ПНЕВМАТИЧЕСКОЙ  КОНТАКТНОЙ  УРЕТЕРОЛИТОТРИПСИИ


Башарин  Антон  Валерьевич


аспирант  кафедры  «Урологии  и  хирургической  андрологии  РМАПО»,  г.  Москва. 


Е-mail:  abasharin_33rad@mail.ru


 


Введение.  В  настоящее  время,  с  внедрением  новых  технологий,  разработаны  методики  лечения  уретеролитиаза  обладающие  высокой  эффективностью.  Одной  из  наиболее  прогрессивных  методик  удаления  камней  мочеточника  является  эндоскопическая  пневматическая  контактная  уретеролитотрипсия  (ПКУЛТ).  Она  позволяет  большинству  больных  избежать  открытых  операций  и  достичь  положительного  результата  со  значительно  меньшими  рисками  для  здоровья  пациентов  [2].  Оценка  различными  исследованиями  эффективности  ПКУЛТ  колеблется  в  широких  пределах  от  70  до  98  %  [3,4,7,9].  А  частота  интраоперационных  осложнений  составляет  от  3  до  9  %  [7,8].  Недостатком  ПКУЛТ  является  высокая  частота  ретроградной  миграции  конкрементов  в  чашечно-лоханочную  систему  почки.  Степень  проксимального  смещения  конкремента  напрямую  зависит  от  используемой  мощности,  при  проведении  ПКУЛТ[2].


В  последнее  время  для  прогнозирования  результатов  в  прикладной  математике  все  чаще  используют  создание  нейронных  систем.  Нейронные  сети  представляют  собой  электронную  или  программную  модель  мозга  –  набор  взаимосвязанных  элементов-нейронов,  способных  к  обучению  на  примерах[1].  Нейронные  сети  способны  принимать  решения,  основываясь  на  выявляемых  ими  скрытых  закономерностях  в  многомерных  данных[5]. 


Целью  данного  исследования  является  выявление  факторов  влияющих  на  выбор  используемой  мощности  при  проведении  ПКУЛТ,  построение  модели  прогнозирования  используемой  мощности  при  проведении  ПКУЛТ  на  основе  нейронной  системы,  а  так  же  оценка  адекватности  ее  работы.


Материалы  и  методы  исследования.  Материалом  клинического  исследования  послужили  собственные  наблюдения  и  результаты  лечения  489-х  больных  с  различными  клиническими  формами  уретеролитиаза. 


Больным  проводилось  комплексное  урологическое  обследование:  сбор  анамнеза,  лабораторное  обследование,  УЗИ  почек  и  мочеточников,  рентгеновское:  обзорная  и  экскреторная  урография,  при  необходимости  антеградная  и  ретроградная  уретеропиелография.  На  основании  полученных  результатов  оценивались  следующие  показатели:  длительности  нахождения  камня  в  мочеточнике  на  одном  месте,  длина,  ширина  и  линейный  размер  конкремента,  стадия  нарушения  уродинамики  [3,6].  Качественный  состав  конкремента  исследовали  методом  инфракрасной  спектроскопии.


Пациентам  выполнялась  операция  эндоскопическая  трансуретральная  пневматическая  контактная  уретеролитотрипсия.  В  ходе  операции  оценивалась  степень  локального  воспалительного  процесса  стенки  мочеточника  в  месте  нахождения  камня  [6].  Во  время  проведения  литотрипсии  для  выявления  достаточной  мощность  подачи  импульса  зонда  литотриптора  устанавливалась  сначала  минимальной  1,5  ±  0,2,  бар  в  случае  отсутствия  эффекта  от  проводимого  дробления,  мощность  повышалась  до  2  ±  0,2  бар,  а  затем  и  до  2,5  ±  0,2  бар.  Эффективность  проводимого  дробления  оценивалась  визуально,  по  степени  фрагментации  конкремента. 


Результаты  и  обсуждение: 


На  первом  этапе  была  поставлена  задача  –  установить  степень  взаимосвязи  влияния  исследуемых  факторов  –  длина,  ширина,  линейный  размер,  локализация  конкремента,  степень  воспаления  мочеточника  в  месте  стояния  конкремента,  стадия  нарушения  уродинамики,  состава  камня  и  длительность  нахождения  конкремента  на  используемую  мощность  литотрипсии.


Статистический  анализ  выявил  достоверную  (р  <  0,05)  положительную  корреляционную  связь  между  исследуемыми  показателями  и  используемой  мощность  ПКУЛТ.  Так  коэффициент  корреляционной  связи  между  используемой  мощностью  ПКУЛТ  и  длиной  конкремента  составил  0,7,  шириной  –  0,71,  линейным  размером  –  0,65,  стадией  нарушения  уродинамики  0,65,  длительностью  нахождения  конкремента  на  одном  месте  в  мочеточнике  0,38,  степень  воспаления  мочеточника  в  месте  стояния  конкремента  0,68. 


Для  создания  и  обучения  нейронной  системы  на  вход  сети  подавались  следующие  данные:  длина,  ширина  и  линейный  размер  конкремента,  локализация  конкремента,  длительность  нахождении  конкремента  в  мочеточнике  на  одном  месте,  степень  нарушения  уродинамики,  степень  воспалении  мочеточника  в  месте  стояния  конкремента,  состав  конкремента.  На  выходе  сети  -  мощность  ПУКЛТ,  используемая  во  время  оперативного  лечения.  Этот  показатель  относиться  к  зависимым  переменным,  так  как  после  создания  нейронной  сети  он  будет  прогнозироваться  на  основе  введенных  данных  независимых  показателей.


В  результате  анализа  данных  была  создана  нейронная  сеть  на  основе  многослойного  персептрона.  Архитектура  выбранной  нейронной  сети:


· количество  нейронов  в  первом  слое  –  25;


· количество  нейронов  в  среднем  слое  –  16;


· количество  нейронов  в  последнем  слое  –  3;


Анализируя  весовые  коэффициенты  синаптических  связей  входных  нейронов  и  нейронов  скрытого  слоя,  было  установлено,  что  наибольший  вклад  в  определение  выбора  используемой  мощности  вносит:  состав  конкремента  (6,73),  длительность  нахождения  конкремента  в  мочеточнике  (2,99),  нарушение  уродинамики  (3,54),  степень  локального  воспаления  в  стенке  мочеточника  (3,16).  Меньшим  синаптическим  весом  обладают  антропометрические  показатели  конкремента  (длина  конкремента  –  1,24,  ширина  1,61,  линейный  размер  конкремента  1,1)  и  его  локализация  (2,44).


При  контрольном  использовании  полученной  нейронной  системы  на  примере  тестового  множества  правильный  ответ  выдавался  в  91,8  %  случаев.  При  этом  в  99  %  правильный  ответ  прогнозировался  при  использовании  минимальной  мощности,  в  95,1  %  при  использовании  средней  и  87,9  %  при  использовании  максимальной  мощности. 


Полученная  нейронная  система  использовалась  для  создания  программного  кода  на  языке  С#,  платформа  .net  4.0  среда  разработки  MS  Visual  Studio,  что  позволило  создать  приложение  используемое  для  прогнозирования  мощности  ПКУЛТ. 


 


Рисунок  1.  Интерфейс  используемой  программы  прогнозирования  используемой  мощности  ПКУЛТ  на  основе  нейронной  сети.



Предложенная  программа  прогнозирования  используемой  мощности  ПКУЛТ,  созданной  на  основе  нейронной  сети  будет  работать  даже  при  отсутствии  знания  об  одном  из  параметров. 


Для  оценки  эффективности  прогнозирования  созданной  нейронной  системы  мы  разделили  больных  на  три  группы.  Первая,  ПКУЛТ  проводилась  без  учета  выбора  используемой  мощности,  составила  98  случаев  уретеролитиаза,  2-ая  группа  пациентов  составила  262  случай  уретеролитиаза,  полученные  результаты  позволили  создать  и  обучить  нейронную.  В  третью,  контрольную,  группу  вошли  пациенты,  которым  на  основе  созданной  нейронной  системы  прогнозировалась  индивидуальная  мощность,  используемая  при  проведении  ПКУЛТ,  она  составила  129  случая  уретеролитиаза.  Общая  эффективность  в  первой  группе  составила  90,8  %,  во  второй  и  третей  95,8  %  и  96,1  %.  Для  более  детального  сравнения  эффективности  ПКУЛТ  с  литературными  данными,  мы  разделили  больных  на  три  подгруппы,  в  зависимости  от  локализации  конкремента  в  мочеточнике  Рис.2.  В  нижней  трети  распределение  эффективности  составило:1-ая  –  94,8  %,  2-ая  -  98,8  %  и  3-я  –  98,3  %,  в  средней  трети  91,6  %,  96,8  %,  100  %,  а  в  верхней  трети  77,8  %,  87,3  %  и  90,5  %  соответственно.  При  этом  общая  эффективность  в  нижней  трети  составила  97,9  %,  средней  трети  96,4  %,  верхней  трети  87  %.


Рисунок  2.  Распределение  эффективности  ПКУЛТ  в  группах,  в  зависимости  от  локализации  конкремента.



 


При  индивидуальном  выборе  используемой  мощности  во  второй  и  третей  группе  миграция  фрагментов  из  нижней  и  средней  трети  не  было.  Наиболее  наглядным  примером  важности  индивидуального  подхода  к  выбору  используемой  мощности  ПКУЛТ,  является  снижение  частоты  миграции  из  верхней  трети  в  первой  группе  –  22,2  %  до  9,5  %  во  второй  и  7,1  %  в  третей. 


При  использовании  прогностических  данных  составленных  нейронной  системой  у  третей  группы  больных,  нам  пришлось  изменить  предложенную  системой  мощность  ПКУЛТ  лишь  у  5  больных.  В  результате  нейронная  система  в  96,1  %  случаев  предложила  использовать  адекватную  мощность  ПКУЛТ. 


Заключение. 


На  основе  полученных  данных  нами  разработана  нейронная  система,  позволяющая  в  96,1  %  случаев  выбрать  адекватную  мощность  при  проведении  ПКУЛТ.  Использование  индивидуального  выбора  мощности  ПКУЛТ  позволило  значительно  снизить  частоту  миграции  конкрементов  и  их  фрагментов  в  ЧЛС  почки.  Полученные  результаты  позволяют  рекомендовать  модель  для  широкого  внедрения  в  практическую  работу  урологических  отделений  и  обучения  молодых  специалистов. 


 


Список  литературы:


1.Боровиков  В.  П.,  Ивченко  Г.  И.  Прогнозирование  в  системе  Statistica  в  среде  Windows.  //  М.:  Финансы  и  статистика,  2006.


2.Глыбочко  П.  В.,  Николенко  В.  Н.,  Фомкин  Р.  Н.,  и  соавт.  Клинико-экспериментальное  обоснование  выбора  оптимального  способа  контактной  пневматической  уретеролитотрипсии.//  Урология  2010.  №  1  .С.  56-60.


3.Кадыров  З.  А.  Факторы  влияющие  на  результаты  дистанционной  ударноволновой  литотрипсии.  //Урология  и  Нефрология.  1995.  №  3,  С.  47-50. 


4.Камалов  А.  А.  Трансуретральная  эндоскопическая  уретеролитотрипсия  и  уретеролитоэкстракция.//  дис.  канд.  мед.  Наук  :14.00.40.  –  защищена  17.06.92.  -  М,  1992.  –  133  :  ил.


5.Назаренко  Г.  И.,  Сидоренко  В.  И.,  Лебедев  Д.  С.  Прогнозирование  характера  течения  острого  панкреатита  методом  нейронных  сетей.//  Вестник  Хирургии  им.  Грекова.  2005  №  1  С.  50-54.


6.Сидоров  О.  В.  Пути  улучшения  результатов  эндоскопических  методов  лечения  камней  мочеточников.//  дис.  на  соиск.  учен.  степ.  канд.  мед.  наук  :  код  спец.  14.00.40  /  Сидоров  О.  В.  -  Москва,  2005.  -  165  с.:
ил.,  табл.  ;  31  см.


7.Aghamir  S.K.,  Mohseni  M.G.,  Ardestani  A.  Treatment  of  Ureteral  Calculi  with  Ballistic  Lithotripsy.//  Journal  of  Endourology.  2003  Vol.  17,  No.  10,  P.  887-890.


8.Geavlete  P.,  Georgescu  D.,  Nitёa˘  G.,  Mirciulescu  V.,  Cauni  V.  Complications  of  2735  Retrograde  Semirigid  Ureteroscopy  Procedures:  A  Single-Center  Experience.//  Journal  of  Endourology.  2006  Vol.  20,  No.  3.  P.  179-184.


9.Sozen  S.,  Kupeli  B.,  Tunc  L.,  et  al.  Management  of  Ureteral  Stones  with  Pneumatic  lithotripsy:Report  of  500  Patients.//  Journal  of  Endourology.  2003  Vol.  17,  No.  9,  P.  721-724.


 

Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий