Інтервальна нелінійна модель розподілу амплітуди інформаційного сигналу в задачі виявлення та локалізації зворотного гортанного нерва в процесі хірургічних операцій
DOI:
https://doi.org/10.31649/1681-7893-2022-43-1-65-75Ключові слова:
зворотний гортанний нерв, амплітуда інформаційного сигналу, інтервальні дані, інтервальна нелінійна модель, ідентифікація моделі, оптимізаційна задачаАнотація
В праці запропоновано підхід до побудови інтервальної моделі для розв’язування задач локалізації зворотного гортанного нерва в процесі операцій на органах шийного відділення людини. Інтервальна модель відображає розподіл амплітуди інформаційного сигналу – реакції на подразнення тканин ділянки хірургічного втручання змінним струмом обмеженої амплітуди. Проаналізовано технічні та програмні засоби виявлення та візуалізації зворотного гортанного нерва. Запропоновано метод ідентифікації вказаної математичної моделі, який ґрунтується на процедурах розв’язування нелінійної оптимізаційної задачі. Запропонований метод спрощує процедуру ідентифікації параметрів інтервальної моделі, зокрема за рахунок аналітичного представлення цільової функції оптимізаційної задачі, на відміну від відомого методу, де ця функція є дискретною. Верифікацію моделі проведено на експериментальних даних, отриманих під час проведення операцій на щитовидній залозі. Розроблена інтервальна нелінійна модель уможливлює виявлення та візуалізацію розміщення гортанного нерва на ділянці хірургічного втручання під час операції і, відповідно, забезпечує зменшення ризику його пошкодження.
Посилання
P. Angelos, Ethical and medicolegal issues in neuromonitoring during thyroid and parathyroid surgery: a review of the recent literature, Curr Opin Oncol (2012) 16–21. doi: 10.1097/CCO.0b013e32834cd596.
First World Congress of Neural Monitoring in Thyroid and Parathyroid Surgery, 17-19 September 2015, Krakow, Poland. URL:http://ionmworldcongress.com.
C. L. Hillermann, J. Tarpey, D. Phillips, Laryngeal nerve identification during thyroid surgery – feasibility of a novel approach, Can J Anaesth 50(2) (2003) 189-92. doi: 10.1007/BF03017855.
F. Y. Chiang, I. C. Lu, H. C. Chen, H. Y. Chen, C. J. Tsai, K. W. Lee, P. J. Hsiao and C. W. Wu, Intraoperative neuromonitoring for early localization and identification of recurrent laryngeal nerve during thyroid surgery, Kaohsiung J Med Sci 26(12) (2010) 633–9. doi: 10.1016/S1607-551X(10)70097-8.
S. Sarı, Y. Erbil, A. Sümer, et al, Evaluation of recurrent laryngeal nerve monitoring in thyroid surgery, International Journal of Surgery (London, England) 8(6) (2010) 474–478. doi: 10.1016/j.ijsu.2010.06.009.
Dionigi, A. Bacuzzi, L. Boni, S. Rausei, F. Rovera and R. Dionigi, Visualization versus neuromonitoring of recurrent laryngeal nerves during thyroidectomy: what about the costs? World J Surg 36(4) (2012) 748-54. doi: 10.1007/s00268-012-1452-0.
Yu. A. Gordievich, N. I. Padletska, A. V. Pukas, I. F. Voytiuk, Interface of the software system for experimental research of surgical wound tissues on neck organs, Proceedings of the VI Ukrainian school young scientists and students on Advanced Computer Information Technologies, ACIT’2016, Ternopil:TNEU, 2016, pp.116–118.
G. W. Randolph, H. Dralle, Electrophysiologic recurrent laryngeal nerve monitoring during thyroid and parathyroid surgery: international standards guideline statement, Laryngoscope Suppl 1 (2011) 121S1-16. doi: 10.1002/lary.21119. PMID: 21181860.
Mykola Dyvak, Andriy Pukas, Andriy Melnyk, Aleksandra Klos-Witkowska and Mikolaj Karpinski, Mathematical model in task of recurrent laryngeal nerve identification by electrophysiological method, PRZEGLĄD ELEKTROTECHNICZNY (2017) 266–270. doi:10.15199/48.2017.12.63
M. Dyvak, A. Pukas and O. Kozak, Tolerance estimation of parameters set of models created on experimental data, Proceedings of the International Conference on "Modern Problems of Radio Engineering, Telecommunications and Computer Science, TCSET’08, 2008, pp. 24–26.
M. Dyvak, A. Pukas, V. Manzhula, O. Papa, A. Akimjak and B. Maslyiak, The Task of Structural Identification the Interval Models of Static Objects with Multiple Parameters, Proceedings of the 12th International Conference on Advanced Computer Information Technologies, ACIT’22, 2022,
pp. 112–115. doi: 10.1109/ACIT54803.2022.9913146.
V. Stepashko, O. Moroz, Hybrid searching GMDH-GA algorithm for solving inductive modeling tasks, Proceedings of the IEEE First International Conference on Data Stream Mining & Processing, DSMP’16, 2016, pp. 350–355, doi: 10.1109/DSMP.2016.7583574.
Abraham, R.K. Jatoth, A. Rajasekhar, Hybrid differential artificial bee colony algorithm, J. Comput. Theor. Nanosci 9(2) (2012) 249–257.
V. Stepashko, On the Self-organizing Induction-Based Intelligent Modeling. In: N. Shakhovska, M. Medykovskyy, (eds) Advances in Intelligent Systems and Computing III, CSIT 2018, Advances in Intelligent Systems and Computing, 871. Springer, Cham. doi:10.1007/978-3-030-01069-0_31
Akay, D. Karaboga, A modified artificial bee colony algorithm for real-parameter optimization, Inf. Sci. 192 (2012) 120–142. https://doi.org/10.1016/j.ins.2010.07.015.
Akay, D. Karaboga, B. Gorkemli and E. Kaya, A survey on the artificial bee colony algorithm variants for binary, integer and mixed integer programming problems, Appl. Soft. Comput. 106 (2021) 107351. URL: https://doi.org/10.1016/j.asoc.2021.107351.
Dyvak, M. Parameters Identification Method of Interval Discrete Dynamic Models of Air Pollution Based on Artificial Bee Colony Algorithm. In Proceedings of the 2020 10th International Conference on Advanced Computer Information Technologies (ACIT), Deggendorf, Germany, 13–15 May 2020; pp. 130–135.
N. Porplytsya, M. Dyvak, I. Spivak, I. Voytyuk, “Mathematical and algorithmic foundations for implementation of the method for structure identification of interval difference operator based on functioning of bee colony,” in Proc. of 13th Int. Conf. on The Experience of Designing and Application of CAD Systems in Microelectronics (CADSM ), 2015, pp. 196-199.
M. Dyvak, A. Pukas, V. Manzhula, N. Kasatkina, M. Komar and V. Zabchuk, The Task of Parametric Identification the Interval Models with Nonlinear Parameters, Proceedings of the 12th International Conference on Advanced Computer Information Technologies, ACIT’22, 2022, pp. 106–111. doi: 10.1109/ACIT54803.2022.9913166.
Anders Forsgren; Philip E. Gill, Margaret H. Wright, Interior methods for nonlinear optimization, SIAM review 44.4 (2002) 525-597. doi: 10.1137/S0036144502414942.
Avrunin O.H., Bodyanskyi E.V., Kalashnyk M.V., Semenets V.V., Filatov V.O. Modern intellectual technologies of functional medical diagnostics - Kharkiv: KhNURE, 2018. – 248 с. doi: 10.30837/978-966-659-234-0.
Wójcik, W., Smolarz, A., “Information Technology in Medical Diagnostics,” London, Taylor &Francis Group CRC Press Reference, p. 210 (2017).
Vassilenko,V., Valtchev, S., Teixeira, J.P,, Pavlov, S., “Energy harvesting: an interesting topic for education programs in engineering specialities,” Internet Education Science IES, 149-156 (2016).
Pavlov, S.V., Kozhemiako, V.P., Kolesnik, P.F., “Physical principles of biomedical optics,” monograph, Vinnytsya: VNTU, p.152 (2010).
Pavlov, S.V., Kozhemiako, V.P., Petruk, V.G., Kolesnik, P.F., “Photoplethysmohrafic technologies of the cardiovascular control,” Vinnitsa: Universum-Vinnitsa, p. 254 (2007).
Wójcik, W., Pavlov, S., Kalimoldayev, M., “Information Technology in Medical Diagnostics II,” London: Taylor & Francis Group, CRC Press, Balkema book, p. 336 (2019).
Pavlov, S.V., Kozhukhar, A. T., “Electro-optical system for the automated selection of dental implants according to their colour matching,” Przegląd elektrotechniczny, R. 93 NR 3,121-124 (2017).
Avrunin, O. G., Nosova, Y. V., Paliy, V. G., Shushlyapina, N. O., Kalimoldayev, M., Komada, P., & Sagymbekova, A. Study of the air flow mode in the nasal cavity during a forced breath. In Photonics Applications in Astronomy, Communications, Industry, and High Energy Physics Experiments 2017 (Vol. 10445, p. 104453H). International Society for Optics and Photonics. (2017).
Avrunin, О., Shushlyapina, N., Nosova, Y., Bogdan, О. (2016), "Olfactometry diagnostic at the modern stage", Bulletin of NTU "KhPI". Series: New solutions in modern technologies, NTU "KhPI", Kharkiv, No. 12 (1184), pp. 95-100, DOI: 10.20998/2413- 4295.2016.12.13
Avrunin O.H., Bodyansʹkyy YE.V., Semenetsʹ V.V., Filatov V.O., Shushlyapina N. O. Informatsiyni tekhnolohiy i pidtrymky pryynyattya rishenʹ pry vyznachenni porushenʹ nosovoho dykhannya. Kharkiv: KHNURE, 2018. 132 с. URL: https://doi.org/10.30837/978-966-659-235-7.
##submission.downloads##
-
PDF
Завантажень: 53
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
