Задание на выпускную квалификационную работу 2 3 страница

F1.1, F2.1, F3.1 – острый панкреатит;

F1.2, F2.2, F3.2 – хронический панкреатит;

F1.3, F2.3, F3.3 – пациент болен другой патологией.

X₁-X₂₁-клинические, лабораторные и УЗИ признаки, а именно:

X1 – боль в животе, X2 – многократная рвота, X3 – вздутие живота, X4 – обезвоживание, X5 – снижение массы тела, X6 – синюшные пятна на теле, X7 – расстройство стула, X8 – признаки желтухи, X9 – увеличение отделов ПЖ, X10 – активность амилазы в крови, X11 – обнаружение кальцификации ПЖ, X12 – активность амилазы в моче, X13 – появление сальниковой сумки, X14 – повышение алкалинфосфата и трансаминазы, X15 – повышение активности фосфатазы в крови, Х16 – Х18 – размеры поджелудочной железы (тело, головка, хвост соответственно), Х19 – эхогенность в норме, Х20 – эхогенность повышена, Х21 – эхогенность понижена.

Обучение сетей выполнялось с использованием линейной функции на входном слое, сигмоидальной (гиперболического тангенса) функции на скрытом и логистической функции на выходном слое.

Рисунок 11 – Архитектура нейронной сети №9

Рисунок 12 – Архитектура нейронной сети №11

Рисунок 13 – Архитектура нейронной сети №15

Анализ НС№9 показал, что достоверность постановки диагноза для острого панкреатита равна 100%, для хронического панкреатита – 66,7%, а для другой патологии – 50%. Аналогичный анализ НС№11 показал, что достоверность постановки диагноза острого панкреатита равен 66,7%, для хронического панкреатита – 100%, другая патология – 50%. Анализ НС№15 установил, что достоверность постановки диагноза для острого панкреатита равна 50%, для хронического панкреатита – 100%, другая патология – 50%

Результаты тестирования тестовой и контрольной группы каждого рассматриваемого заболевания представлены в таблице 2.

Таким образом, для реализации информационно-программного обеспечения системы диагностики панкреатита будут использованы эти три модели.

Таблица 2 – Прогнозирование заболеваний острого панкреатита по модели многослойного персептрона

Нейронная сеть	Выходы	Количество примеров в тестовом множестве	Количество распознанных примеров в тестовом множестве	Количество примеров в контрольном множестве	Количество распознанных примеров в контрольном множестве
Кол-во	%	Кол-во	%
НС№9	F1.1
F1.2						66,7
F1.3
НС№11	F2.1						66,7
F2.2
F2.3
НС№15	F3.1			66,7
F3.2
F3.3

Фрагмент математической модели НС№11

Скрытый слой:

Y_1.1= 0,433*X₁– 0,912*X₂+ 0,351*X₃ – 1,276*X₄+ 0,948*X₅+0,301*X₆+ 0,051*X₇+ 1,148*X₈+ 0,256*X₉ – 1,187*X₁₀ – 0,126*X₁₁+ 1,289*X₁₂+ 0,302*X₁₃+ 0,183*X₁₄ – 0,103*X₁₅ – 1,178*X₁₆+ 0,132*X₁₇+ 0,520*X₁₈ – 0,621*X₁₉+– 0,101*X₂₀ – 1,211X₂₁ –– 0,036;

…

Y_1.12=0,067*X₁+ 0,302*X₂+ 0,011*X₃ – 0,921*X₄ – 1,747*X₅ – 0,193*X₆+ 0,332*X₇ – 0,101*X₈ – 0,821*X₉+ 0,324*X₁₀ – 0,668*X₁₁ –0,234*X₁₂+ 0,222*X₁+ 0,103*X₁₄– 0,589*X₁₅+ 0,629*X₁+ 0,656*X₁₇+ 0,104*X₁₈ – 0,991*X₁₉+ + 1,128*X₂₀+ 0,155*X₂₁ –– 0,115.

Выходной слой:

F_1.1= 0,297*Y_1.1+1,544*Y_1.2 + 0,727*Y_1.3 – 4,722*Y_1.4 – 0,207*Y_1.5+ 0,824*Y_1.6+ 0,409*Y_1.7 – 0,961*Y_1.8 – 0,971* Y_1.9+ 0,456*Y_1.10 – 2,015*Y_1.11+ 0,101*Y_1.12+ 0,116.

F_1.2= 1,318*Y_1.1 – 0,207* Y_1.2+ 1,488*Y_1.3 – 4,911*Y_1.4– 1,886*Y_1.5– 0,927*Y_1.6+ 1,133*Y_1.7 – 2,188*Y_1.8+ 0,443*Y_1.9 – 6,173*Y_1.10 – 3,253*Y_1.11 – 0,402*Y_1.12+2,823;

F_1.3= - 1,141* Y_1.1+0,635* Y_1.2+1,755* Y_1.3-1,572* Y_1.4 – 0,437* Y_1.5+ 2,254* Y_1.6 – 0,255*Y_1.7+ 1,373* Y_1.8 – 0,197Y_1.9+ 6,573Y_1.10 – 0,145*Y_1.11+ 1,413* Y_1.12+ 0,507.

Фрагмент математической модели НС№9

Скрытый слой 1:

Y_2.1= 0,301*X₁+ 0,944*X₂ – 0,523*X₃ – 0,383*X₄ + 0,532*X₅ – 0,581*X₆+ 1,331*X₇ – 0,751*X₈+ 0,279*X₉ – 0,101*X₁₀+ 0,107*X₁₁+ 0,188*X₁₂ – 0,458*X₁₃+ 0,810*X₁₄+ 0,828*X₁₅ – 0,978*X₁₆ – 0,752*X₁₇+ 0,685*X₁₈ – 0,473*X₁₉+ 0,202*X₂₀+ 0,759*X₂₁– 0.372.

…

Y_2.10= - 0,776*X₁ – 0,172*X₂+ 0,772*X₃+ 0,727*X₄ + 0,279*X₅ + 0,472*X₆+ 0,872*X₇ – 0,872*X₈+ 0,522*X₉ + 0,445*X₁₀+ 0,578*X₁₁ – 0,686*X₁₂+ 0,372*X₁₃+ 0,890*X₁₄+ 0,383*X₁₅+ 0,373*X₁₆+ 0,395*X₁₇ – 0,102*X₁₈ – 0,535*X₁₉ – 0,283*X₂₀ – 0,285*X₂₁– 1,453.

Скрытый слой 2:

Z_2.1= - 1,452*Y₁+ 1,378*Y₂ – 1,277*Y₃+ 1,654*Y₄ – 0,676*Y₅ – 0,123*Y₆+ 0,786*Y₇+ 1,315*Y₈+ 0,488*Y₉ – 0,473Y₁₀+ 0,273.

…

Z_2.8= - 0,637*Y₁+ 0,005*Y₂ – 1,204*Y₃+ 1,353*Y₄+ 0,155*Y₅+ 0,873*Y₆ – 0,132*Y₇ – 0,700*Y₈+ 0,185*Y₉+ 0,173 Y₁₀ + 0,738

Выходной слой

F_2.1= -3,755*Z_2.1 – 0,475*Z_2.2+ 0,455*Z_2.3+ 2,967*Z_2.4+ 0,4552Z_2.5+ 0,354*Z_2.6 – 0,732*Z_2.7 – 0,683*Z_2.8 + 0,473;

F_2.2= -1,224*Z_2.1+ 1,023*Z_2.2 – 2,566*Z_2.3+ 3,255*Z_2.4 – 1,276*Z_2.5– 2,176*Z_2.6 – 3,076*Z_2.7 – 2,507*Z_2.8 + 1,577;

F_2.3= - 0,929*Z_2.1+ 0,676*Z_2.2+ 3,762*Z_2.3+ 0,776*Z_2.4+ 1,200*Z_2.5 – 0,652*Z_2.6+ 3,404*Z_2.7 – 0,208*Z_2.8 + 1,165.

Фрагмент математической модели НС№15

Скрытый слой:

Y_1.1= 0,434*X₁– 0,922*X₂+ 0,325*X₃ – 1,256*X₄+ 0,945*X₅+0,325*X₆+ 0,151*X₇+ 1,248*X₈+ 0,456*X₉ – 1,287*X₁₀ – 0,124*X₁₁+ 1,214*X₁₂+ 0,341*X₁₃+ 0,123*X₁₄ – 0,143*X₁₅ – 1,121*X₁₆+ 0,122*X₁₇+ 0,541*X₁₈ – 0,611*X₁₉+– 0,121*X₂₀ – 1,141X₂₁ –– 0,124;

…

Y_1.10=0,014*X₁+ 0,412*X₂+ 0,411*X₃ – 0,671*X₄ – 1,343*X₅ – 0,333*X₆+ 0,352*X₇ – 0,2552X₈ – 0,644*X₉+ 0,353*X₁₀ – 0,7754*X₁₁ –0,312X₁₂+ 0,224*X₁+ 0,345*X₁₄– 0,533*X₁₅+ 0,255*X₁+ 0,523*X₁₇+ 0,253*X₁₈ – 0,634*X₁₉+1,145*X₂₀+ 0,111*X₂₁ –– 0,225.

Выходной слой:

F_1.1= 0,444*Y_1.1+1,454*Y_1.2 + 0,054*Y_1.3 – 4,455*Y_1.4 – 1,552*Y_1.5+ 0,644*Y_1.6+ 0,585*Y_1.7 – 0,644*Y_1.8 – 0,342* Y_1.9+ 0,965*Y_1.10 –0,290.

F_1.2= 2,318*Y_1.1 – 0,241* Y_1.2+ 1,448*Y_1.3 – 4,411*Y_1.4– 1,516*Y_1.5– 0,547*Y_1.6+ 1,543*Y_1.7 – 2,452*Y_1.8+ 0,755*Y_1.9 – 5,363*Y_1.10 +2,644;

F_1.3= - 1,144* Y_1.1+0,645* Y_1.2+1,735* Y_1.3-1,535* Y_1.4 – 0,447* Y_1.5+ 2,254* Y_1.6 – 0,645*Y_1.7+ 1,363* Y_1.8 – 0,196Y_1.9+ 6,646Y_1.10 + 0,447.

F_1.1, F_2.1, F_3.1острый панкреатит,

F_1.2,F_2.2, F_3.2– хронический панкреатит,

F_1.3,F_2.3, F_3.3– другая патология.

Разработанные нейросети позволяют достаточно точно прогнозировать новые наблюдения, которые использовались для разработки информационно-программного обеспечения системы диагностики панкреатита.

3 Реализация моделей и алгоритмов при автоматизации управления процессом диагностики заболевания панкреатит.

3.1 Создание программного обеспечения и разработанная структурная схема

Для создания информационно-программного обеспечения системы диагностики панкреатита была использована среда программирования IDE Borland Delphi 7.

Структурная схема, созданной программы с использованием Delphi 7, представленная на рисунке 14. Взаимодействие функциональных блоков программы изображено на рисунке 15.

Созданное программное обеспечение диагностики острого панкреатита удобно в использовании, позволяет добиться повышения эффективности процесса диагностики заболевания панкреатит.

Постановка диагноза осуществляется на основе клинических признаков, результатов лабораторных и ультразвукового исследования.

Рисунок 14 – Структурная схема системы диагностики острого панкреатита

3.2 Описание информационно-программного обеспечения и основных функциональных блоков

Рисунок 15 – Взаимодействие функциональных блоков

UAbout – модуль «О программе». Выдает информацию о создателях и версии программы.

UBD – модуль, содержащий в себе методы работы с базой данных.

UChoose – модуль, позволяющий пользователю выбирать метод получения информации о пациентах.

UMain – это основной модуль формы. В нем указываются данные пациента, клинические и лабораторные признаки. При нажатии на соответствующую кнопку происходит расчет и вынесение результатов.

UClient - модуль, позволяющий вводить данные о новых пациентах на новой форме.

UData – модуль, который содержит информацию о классах, константах, массивах определенных данных, типах данных, использованных в приложении.

Ufirst – это модуль первоначальной формы.

UResult – модуль, при помощи которого пользователю выводятся конечные данные о пациенте.

При нажатии кнопки «О программе» появляется окно,изображенное на рисунке 16,содержащее информацию о разработчиках.

Рисунок 16 – Окно «О программе»

При выборе кнопки «Перейти к диагностики» появляется окно, изображенное на рисунке 17, где предоставляется выбор способа получения пациента.

Рисунок 17 – Выбор пациента

При нажатии кнопки «Ввод нового пациента» открывается доступ в новое окно, изображенное на рисунке 18. После введения данных о пациенте производится их сохранение и переход к диагностике.

Рисунок 18 – Ввод данных пациента

При нажатии на кнопку «Выбор пациента из базы данных» открывается база, которая содержит данные о пациентах (рисунок 19).

Рисунок 19 – Справочник пациентов

Когда полученные результаты исследования больного занесены в карту, путём нажатия на кнопку «Постановка диагноза», выдается результат. (рисунок 20). После постановки диагноза, при нажатии кнопки «Печать отчета» можно получить все данные о больном в удобной форме и при необходимости распечатать. На рисунках 22-25 представлены диагнозы и перспективный выбор лечения.

Рисунок 20 – Диагностика заболевания

Рисунок 21 – Работа с базой данных

Рисунок 22 – Постановка диагноза

Рисунок 23 – Хронический панкреатит

Рисунок 24 – Консервативное лечение острого панкреатита

Рисунок 25 – Постановка диагноза хронический панкреатит

При необходимости, нажав на кнопку: «Печать отчета» можно получить результат обследования в удобной форме.

Также, возможен просмотр кратких данных о заболеваниях, которые представлены на рисунке 26 и рисунке 27.

Рисунок 26 – Хронический панкреатит

Рисунок 27 – Острый панкреатит

Используя данную программу можно производить диагностику двух форм панкреатита. Постановка диагноза осуществляется на основе клинических признаков, результатов лабораторных и ультразвукового исследования.

4 Организационно-экономическая часть

4.1 Оценка целесообразности разработки программного продукта

В настоящее время одной из главных медицинских проблем является повышение уровня развития заболеваний поджелудочной железы, таких как острые и хронические панкреатиты, муковисцидоз, диабет, рак.

В связи с этим возникает задача, связанная с улучшением обслуживания пациентов, страдающих заболеваниями поджелудочной железы, с внедрением в клиническую практику высоких медицинских технологий, а также совершенствование программного клинического обеспечения.

В основе спроса на предлагаемую разработку лежит определение соответствия товара требованиям рынка, причем не только по техническим, информационным и организационным вопросам, но и по коммерческим условиям реализации.

Таким образом, при создании программного продукта необходима организация и планирование процесса разработки, экономическая целесообразность создания продукта и определение экономических условий его эффективного функционирования.

Для того чтобы разрабатываемый программный продукт имел рыночный успех, необходимо определить экономическую целесообразность его создания, произвести комплексную оценку всей совокупности его экономических свойств относительно аналогичных параметров товара-конкурента.

Относительно разработанного программного продукта можно сказать, что он обладает «рыночной новизной», т.к. выводит на новый, более высокий уровень процесс диагностики заболеваний поджелудочной железы, что, в свою очередь, позволяет расширить круг потребителей данного программного продукта.

4.2 Выбор и обоснование базовой модели

При определении базовой модели должна быть соблюдена сопоставимость сравниваемых разработок по следующим факторам:

· область применения;

· объем программных средств;

· сложность разработки;

· степень использования стандартных модулей, типовых программ;

· трудоемкость разработки программного продукта (ПП);

· факторов времени;

· уровень цены.

В ходе выполнения выпускной работы должен быть разработан программный продукт, предназначенный для поддержания и уточнения диагностики заболеваний поджелудочной железы.

Выбор товара-конкурента был произведен на основе сходства принципов функционирования и сфере применения (решаемые с их помощью задачи), основных принципов действия (определение входной и выходной информации). Товаром, отвечающим поставленным задачам, является программа диагностики острого панкреатита, созданная на кафедре САУМС Штырлиной Д.И. в 2013 году.

Обоснование данного выбора будет складываться из аналогии разрабатываемому продукту, а также стоимости данной ИС. К достоинствам разрабатываемой системы перед базовой можно отнести: высокая точность, улучшенный пользовательский интерфейс, увеличение скорости обработки информации.

Ниже приведены характеристики оцениваемых параметров.

Дружественность интерфейса – определяется путём опроса экспертов и характеризуется уровнем организации диалогового окна, в котором работает пользователь.

Объём занимаемой ОП – показывает необходимый размер оперативной памяти компьютера для надлежащей работоспособности программного продукта. Чем меньше объём занимаемой памяти, тем лучше.

Производительность труда – данный показатель формируется на основе быстродействия, удобочитаемости, дружественности интерфейса и степени утомляемости.

Характеристики товара-конкурента:

Объём занимаемой оперативной памяти 10 Мб.

Степень новизны программного продукта А.

Директивный срок разработки программного продукта 4 мес.

Быстродействие - 60 опер/сек

Удобство интерфейса – 70 %

Договорная цена с учетом коэффициента инфляции на 2014 год 11.36% – 131100 руб.

Продажная цена – 150000 руб.,

Машинное время для решения задач – 3 ч/день

Срок службы программы – 4 года.

Для разработки программного средства необходимо наличие следующих программно-аппаратных средств: IBM совместимого компьютера с процессором Pentium и выше стандартной конфигурации; операционная система версии MSWindows8.1 и выше, сетевое окружение и среда ООП Delphi 7.0.

Технико-экономические показатели предлагаемого программного продукта «Информационно-программное обеспечение системы диагностики заболеваний поджелудочной железы».

Объём занимаемой оперативной памяти 8 Мб.

Степень новизны программного продукта А.

Директивный срок разработки программного продукта 3 мес.

Быстродействие - 80 опер/сек

Удобство интерфейса – 80 %

Машинное время для решения задач – 1 ч/день

Срок службы программы – 3 года.

4.3 Расчет затрат на разработку и договорной цены программного продукта

4.3.1 Расчет стоимости основных материалов

Данные для расчета стоимости материалов и результаты расчета приведены в таблице 3. Цены на материалы и специальное оборудование взяты из прайс-листа фирмы «КЕЙ» от 15.04.2015 года.

Таблица 3 – Расчет стоимости материалов

Наименование	Кол-во	Цена за ед.,руб.	Сумма, руб.
Диск DVD RW 4.7 Gb 8x Philips slim
Флеш-накопитель USB FD 8Gb Transcend JetFlash V90 USB
Бумага A4 80г/м SvetoCopy
Картридж для лазерного принтера EPSON TX117 35A CB435A Black
Итого
Транспортно-заготовительные расходы (15%)	744.8
Всего	5709.8

Произведя подсчет стоимости материалов и транспортно-заготовительных расходов, получили, что их общая сумма составляет 5709.8 руб.

4.3.2 Расчет затрат на аренду специального оборудования

Рассчитаем затраты на использование компьютерной техники в период создания ПП. В таблице 4 приведена стоимость специального оборудования согласно прайс-листу фирмы «РЕТ» от 03.03.2015 года.

Таблица 4 – Расчет стоимости оборудования

Наименование	Количество, шт	Мощность, кВт	Стоимость, рублей	Общая стоимость, рублей
Мультимедийный ноутбук Toshiba15-p150nr, 15.6" (1366 x 768), Intel Pentium N3540 2.3 ГГц, NVIDIA GeForce 8300 2048Мб, 4096Мб, 1000Гб, DVD-RW, Wi-Fi, Bluetooth, веб-камера, Windows 8, черный, K1Q35EA		0,3
ПринтерEpson TX117P1102		0,1
Всего
Транспортно-заготовительные расходы (15%)	5377.5
Итого	41227.5

Произведя подсчет стоимости специального оборудования и транспортно-заготовительных расходов, получили, что их общая сумма составляет 41227.5руб.

4.3.3 Расчет текущих расходов и износа оборудования

По производственному календарю в 2015 году при пятидневной рабочей неделе с двумя выходными днями будет 247 рабочих дней, в том числе 5 сокращенных на один час рабочих дней (30 апреля, 8 мая, 11 июня, 3 ноября и 31 декабря), и 118 выходных дней.

Тогда норма рабочего времени

Среднемесячный номинальный фонд времени равен:

Таким образом, учитывая простои в работе и ряд других факторов, полезный фонд времени работы техники составил:

Рассчитаем сумму текущих расходов, износ оборудования и помещения.

Текущие расходы включают в себя:

- затраты на электроэнергию,

- расходы на аренду помещения,

- затраты на техобслуживание техники,

- налог на имущество,

- амортизация оборудования за 3 месяца,

- амортизация помещения за 3 месяца.

Так, затраты на электроэнергию определим согласно формуле

где - стоимость 1 кВт×ч, руб.,

W– потребляемая мощность, кВт;

– полезный фонд времени, ч.

На данный момент =4,77. Поскольку потребляемая мощность компьютера, принтера и монитора и полезный фонд времени известны, то можем найти затраты на электроэнергию:

1) ПК руб.

2) Принтер руб.

Затраты на аренду помещения есть произведение стоимости аренды одного квадратного метра в месяц () на количество квадратных метров () и на директивный срок разработки программного продукта: