ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Методы и модели для автоматизированной диагностики болезни паркинсона

Читать

Жвалевский О. В. Методы и модели для автоматизированной диагностики болезни паркинсона // Прикаспийский журнал:  управление и высокие технологии. — 2018. — №2. — Стр. 149-161.

Жвалевский О. В. - научный сотрудник, Санкт-Петербургский институт информатики и автоматизации Российской академии наук (СПИИРАН), 199178, Российская Федерация, г. Санкт-Петербург, 14-я линия В.О., 39, ozh@spiiras.ru

Рассмотрена проблема автоматизации диагностики болезни Паркинсона, основанной на математическом анализе физиологических сигналов. Целью автоматизации является создание инструмента для объективной, точной и, по возможности, ранней диагностики болезни Паркинсона. Показано, что для решения каждой из этих задач требуется создание/использование различного аппаратного и математического обеспечения. Объективная диагностика болезни Паркинсона осуществима при помощи простого приложения, которое может функционировать на любом смартфоне, оснащённом стандартным набором датчиков. Точная диагностика болезни Паркинсона требует специализированного измерительного оборудования, гарантирующего высокое качество результатов измерений, специальным образом организованного измерительного эксперимента, обеспечивающего получение достаточно полной и достоверной информации о процессах регуляции движений, а также специального математического обеспечения, реализующего методы машинного обучения и методы математического моделирования. Ранняя диагностика болезни Паркинсона оказывается возможной только при комплексировании различных видов измерений, в т.ч. и с привлечением данных, соответствующих немотротным проявлениям болезни Паркинсона. Обоснована целесообразность построения автоматизированной системы диагностики болезни Паркинсона на базе математического анализа тензотреморограмм, регистрируемых по специальной методике, предложенной С.П. Романовым для объективной оценки состояния системы построения движений по Н.А. Бернштейну. Сформулирована основная цель исследования - построение системы распознавания, основанной на математическом анализе тензотреморограмм. Предложена многоуровневая архитектура такой системы распознавания и показано место в этой системе методов машинного обучения и методов математического моделирования.

Ключевые слова: болезнь Паркинсона, диагностика заболеваний, автоматизация, функциональное состояние, тензотреморограмма, анализ временных рядов, машинное обучение, математическое моделирование, система распознавания, концептуальная модель, Parkinson's disease, disease d