Применение ЭВМ для диагностики зубочелюстных аномалий
В последнее время больше внимания стали уделять вопросам ускорения диагностики зубочелюстно-лицевых аномалий, повышения ее качества и надежности, разработке методов, ускоряющих ортодонтическое лечение и позволяющих достигнуть устойчивых результатов. Один из путей решения указанных проблем — широкое использование ЭВМ.
Последние два десятилетия характеризуются широким проникновением методов прикладной математики в медицину, особенно для решения задач диагностики. Накопленный опыт в отдельных областях медицины, в том числе в кардиологии, показал, что можно разрабатывать алгоритмы диагностики и соответствующие программы для ЭВМ. В сомнительных ситуациях характерным решением является «отказ от диагноза». В таких случаях используют дополнительную информацию и диагноз ставит врач.
Машинный метод диагностики в ортодонтии имеет преимущества перед клиническими: используя его, можно суммировать многолетний опыт работы многих высококвалифицированных специалистов; применение ЭВМ ускоряет диагностику в каждом конкретном случае.
Для машинной диагностики важно, чтобы информацию можно было анализировать легко и однозначно, чтобы количественное различие одних и тех же признаков обеспечивало получение объективных данных для окончательного суждения.
Методы исследования в современной ортодонтии базируются на изучении количественных параметров в трехмерной системе координат, ориентированной относительно черепа, поэтому получаемые данные пригодны для машинной обработки.
Применение ЭВМ для диагностики в ортодонтии возможно благодаря следующим факторам:
1) разработаны методы количественной оценки отклонений в строении органов зубочелюстной системы и всего лицевого скелета;
2) информация, получаемая при изучении ТРГ головы, достаточная для анализа полученных данных и постановки диагноза;
3) число параметров, которые должны быть измерены, относительно невелико (около 40), но они информативны. Однако для установления дифференциального диагноза необходимо большее количество данных;
4) накоплены статистические материалы по изучению историй болезней, диагностических моделей челюстей, которые в совокупности с данными телерентгенографического изучения головы достаточны для разработки диагностических алгоритмов.
При разработке системы методов машинной диагностики в ортодонтии можно выделить несколько направлений исследования: во-первых, статистический анализ данных, во-вторых, непосредственную разработку алгоритмов диагностики, в-третьих, разработку математической модели зубочелюстной системы.
Качество диагностики определяется как информацией, так и алгоритмами, обрабатывающими ее. Принципы построения алгоритмов диагностики различны. Можно выделить три класса алгоритмов, которые целесообразно исследовать в первую очередь: алгоритм «врача», соответствующий логике квалифицированного врача-диагноста, алгоритм, основанный на теории статистических решений, и алгоритм, построенный на распознавании образов. Перспективным направлением является разработка математической модели зубочелюстной системы с ее реализацией на ЭВМ. Такая модель позволит получать информацию в необходимом объеме и проводить эксперименты на ЭВМ, моделируя соответствующие аномалии.
Использование методов теории статистических решений, распознавания образов, моделирования искусственного интеллекта в свою очередь оказывает влияние на врачей.
В процессе внедрения машинной диагностики возникают математические, медицинские и организационные трудности. Однако преимущества этих методов очевидны, поскольку они способствуют ускорению дифференциальной диагностики и уменьшению количества ошибок, что позволяет достигать последовательности и преемственности в оказании помощи больному, улучшает научную организацию труда, планирование ортодонтической помощи и прогнозирование потребности в ней.
Современные методы исследования в ортодонтии базируются на изучении данных в трехмерной системе координат, ориентированной относительно черепа.
Ф. Я. Хорошилкина, Ю. М. Малыгин совместно с математиками Г. А. Фрейманом, В. А. Биллигом, Е. Л. Берсеневой (1977) разработали методику ортодонтической диагностики с помощью ЭВМ. Анализ боковых ТРГ головы был проведен по методу Шварца с дополнениями, предложенными Р. Bimler, R. Frankel, Ф. Я. Хорошилкиной, А. П.Колотковым. В диагностической карте регистрировали полученные характеристики: фамилию и имя больного (№ 1), пол (№ 2), возраст (№ 3), дату выполнения ТРГ (№ 4), линейные и угловые величины (параметры 5—67). Исследование включало статистический анализ полученных данных, разработку алгоритмов диагностики и математической модели зубочелюстной системы. Были созданы алгоритмы диагностики и пакет диагностических программ для их последующей реализации на ЭВМ М-222 и ЕС-1020. Алгоритм «врача» основан на теории статистических решений и построен на распознавании образов. Использованы четыре математических метода распознавания образов.
На основании проведенных исследований определено строение лицевого скелета при ортогнатическом (I), дистальном (II) и мезиальном (III) прикусах с учетом периодов их формирования (сменный и постоянный прикусы). Диагностика включала два этапа: установление основного диагноза (I, II, III) и уточнение локализации зоны нарушения (дентоальвео-лярные и гнатические).
Наибольшую диагностическую ценность имеют параметры со статистически различимыми средними значениями. В результате статистического анализа 63 телерентгенографических размеров при ортогнатическом прикусе и патологическом обнаружены пять наиболее информативных и хорошо различимых параметров (углы NAPg, NAB, ABSpP, величина сагиттальной щели и положение первых верхних премоляров относительно «стресс-оси» по Бимлеру). Они характеризуют положение челюстей относительно друг друга и переднего участка основания черепа. Полученные данные подтверждают клиническую диагностику сагиттальных аномалий по соотношению зубных рядов в прикусе и подтверждают их влияние на степень выпуклости или вогнутости профиля лица. Перечисленные параметры особенно надежны для машинной дифференциальной диагностики дистального и мезиального прикусов. При ортогнатическом прикусе пять указанных размеров, как и большинство других, занимают промежуточное положение по сравнению с таковыми при дистальном и мезиальном прикусах. Это затрудняет отграничение патологии от нормы, поэтому дополнительно оценивались хорошо (углы NAPg, MM, T) или удовлетворительно (углы SeNPg, SeNB, IMP, Pn—Pg) различимые параметры (табл. 8.2).
При поступлении телерентгенографических данных в ЭВМ проводится их сортировка, позволяющая отнести случай к I, П или III классу путем сравнения с нормой. Проверка такого диагностического подхода подтвердила его надежность. Вероятность правильной диагностики подклассов II, и П^ с помощью ЭВМ позволила установить следующее: при сравнении подклассов II,— II, выделены параметры 27, 51, 44, 50, 53, вероятность правильного диагноза при II, — 96,08%, при II- — 94,74%.
Выявлены оптимальные параметры, на основании которых можно установить основной диагноз и локализацию нарушений. Например, при рассмотрении дистального прикуса выделены лодклассы II, и II, по Энглу.
Таблица8.2. Вероятность правильной диагностики сагиттальныханомалий прикуса с помощью ЭВМ
Немаловажное значение имеет разработка модели лицевого скелета, отражающейосновные закономерности его строения. Она представляетсобой геометрическую фигуру,отображающую положение основных анатомических ориентиров и линий ссылок. Их взаимоположение характеризуется совокупностью линейных и угловых параметров,полученных при измерении боковых ТРГ. В модели лицевого скелета различают краниальнуюи гнатическую части, разделяемые плоскостьюSpP. В гнатической части наиболее информативны следующие размеры:mt|, МТд и угол Go.
Нами выявлен участок лицевого скелета, подвергающийся лишьнезначительным изменениям, несмотря на индивидуальные,половые, возрастные различия как в норме, так и при патологии.Это область лицевого скелета с координатамиn — N — Se — Со — Or — Н — п, определяемыми поанатомическим ориентирам.
Создан алгоритм изучения лицевого скелета. Расположение выделенных точек определяют в системе координатхОу, где осьОх прямая Рп, осьОу —прямая N — Se. Другие точки и плоскостификсируют относительно ранее найденных.
Дата добавления: 2015-02-16; просмотров: 1094;