Автоматизированная система обработки медико-биологических данных непараметрическими методами

Содержание

Введение

Глава 1. ОСОБЕННОСТИ АВТОМАТИЗИРОВАННОЙ ОБРАБОТКИ МЕДИКО-БИОЛОГИЧЕСКИХ ДАННЫХ

1.1. Медико-биологические данные как объект автоматизирован-ной обработки

1.2. Специфика медико-биологических данных и классификация методов их первичной статистической обработки

1.3. Анализ медико-биологических данных с помощью языков программирования

1.4. Постановка цели и задач исследования

Глава 2. НЕПАРАМЕТРИЧЕСКИЙ МЕТОД ПРИ ОБРАБОТКЕ МЕДИКО-БИОЛОГИЧЕСКИХ ДАННЫХ

2.1. Проверка статистических гипотез и выбор критерия

2.2. Обоснование выбора непараметрического метода

2.3. Непараметрические критерии для сравнения независимых выборок

2.4. Непараметрические критерии для сравнения зависимых выборок

2.5. Вывод по второй главе

Глава 3. Разработка программного модуля для обработки данных непараметрическим методом

3.1. Описание программы

3.2. Алгоритмы программы

3.3. Тестирование программы

3.4. Вывод по третьей главе

Заключение

Список использованной литературы

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

Автоматизированная система обработки медико-биологических данных непараметрическими методами

ВВЕДЕНИЕ

Современное развитие биотехнических и медицинских аппаратов и систем характеризуется интенсивным внедрением методов автоматизированной обработки медико-биологических данных, что обусловлено возрастающими требованиями к точности диагностики, повышением объемов информации, регистрируемой медицинскими приборами, и необходимостью принятия обоснованных клинических решений в сжатые сроки. В Российской Федерации, согласно «Стратегии развития медицинской промышленности на период до 2030 года», утвержденной распоряжением Правительства РФ от 28 февраля 2022 г. № 428-р, одним из ключевых направлений является создание интеллектуальных систем анализа медико-биологических данных, способных работать в условиях неопределенности и нарушения классических статистических предположений. Актуальность темы исследования определяется тем, что значительная часть медико-биологических данных не подчиняется нормальному закону распределения, содержит выбросы и характеризуется малыми выборками, что делает невозможным применение традиционных параметрических методов статистического анализа и требует разработки специализированных автоматизированных систем на основе непараметрических критериев.

В отечественной научно-технической литературе вопросы обработки медико-биологических данных исследованы в трудах ученых МГТУ им. Н.Э. Баумана, РНИМУ им. Н.И. Пирогова, ФГБУ «Федеральный научно-клинический центр специализированных видов медицинской помощи и медицинских технологий ФМБА России». Особое внимание уделяется разработке методов анализа биоэлектрических сигналов, получаемых от электрокардиографов, электроэнцефалографов и электромиографов, соответствующих требованиям ГОСТ Р МЭК 60601-1-2020 «Изделия медицинские электрические. Часть 1. Общие требования безопасности с учетом основных функциональных характеристик». Вместе с тем, степень разработанности проблемы автоматизированной обработки медико-биологических данных непараметрическими методами остается недостаточной, что проявляется в отсутствии унифицированных программных модулей, интегрированных с существующими медицинскими информационными системами и обеспечивающих корректный выбор статистических критериев в зависимости от характеристик исходных данных.

Развитие биотехнических систем в России регламентируется техническим регламентом Таможенного союза ТР ТС 017/2011 «О безопасности продукции легкой промышленности» и Федеральным законом от 21 ноября 2011 г. № 323-ФЗ «Об основах охраны здоровья граждан в Российской Федерации», которые устанавливают требования к достоверности диагностической информации и метрологическому обеспечению медицинских аппаратов. Непараметрические методы статистического анализа, не требующие априорных предположений о виде распределения генеральной совокупности, становятся ключевым инструментом при работе с данными клинических испытаний, мониторинга состояния пациентов и оценки эффективности лечения. Применение критериев Манна-Уитни, Вилкоксона, Краскела-Уоллиса и других непараметрических тестов позволяет получать статистически обоснованные выводы при анализе малых выборок и нарушении условий нормальности, что критически важно для обеспечения безопасности и эффективности применения медицинской техники.

Цель выпускной квалификационной работы – разработка автоматизированной системы обработки медико-биологических данных непараметрическими методами для повышения достоверности статистического анализа результатов медицинских измерений.

Для достижения поставленной цели необходимо решить следующие задачи:

• изучить особенности медико-биологических данных как объекта автоматизированной обработки и провести анализ специфики их первичной статистической обработки;
• исследовать классификацию методов обработки медико-биологических данных с использованием современных языков программирования;
• обосновать выбор непараметрических методов для обработки медико-биологических данных на основе анализа статистических критериев проверки гипотез;
• провести сравнительный анализ непараметрических критериев для независимых и зависимых выборок;
• разработать программный модуль для автоматизированной обработки медико-биологических данных непараметрическими методами;
• провести тестирование разработанного программного модуля на реальных и модельных данных медицинских измерений.

Объектом исследования является процесс статистической обработки медико-биологических данных, получаемых с помощью биотехнических и медицинских аппаратов и систем.

Предметом исследования выступают методы и алгоритмы непараметрической статистической обработки медико-биологических данных, реализованные в автоматизированной системе.

Методологическая база исследования включает теоретические основы математической статистики, теорию непараметрических критериев, методы анализа биомедицинских сигналов, а также расчетные и инструментальные методы, предусмотренные ГОСТ Р 8.654-2015 «ГСИ. Требования к программному обеспечению средств измерений. Основные положения». Нормативно-техническая база исследования основана на положениях ГОСТ Р МЭК 60601-1-2020, ГОСТ Р 50267.0.2-2013 «Изделия медицинские электрические. Часть 0-2. Общие требования безопасности. Электромагнитная совместимость. Требования и методы испытаний», приказа Минздрава России от 11 марта 2013 г. № 121н «Об утверждении Требований к организации и проведению внутреннего контроля качества и безопасности медицинской деятельности», а также рекомендаций ФГБУ «ВНИИИМТ» Росздравнадзора по метрологическому обеспечению медицинских измерений.

Научная новизна работы заключается в разработке комплексного подхода к автоматизированной обработке медико-биологических данных, основанного на адаптивном выборе непараметрических критериев в зависимости от статистических характеристик исходных данных, что обеспечивает повышение достоверности результатов анализа при работе с нестандартными распределе

…