Нейронные сети - это одно из направлений исследований в области искусственного интеллекта, которое основано на попытке воспроизвести работу головного мозга и нервной системы человека. Способность нервной системы обучаться, анализировать, исправлять ошибки, что должно позволить смоделировать работу человеческого мозга. Использование в медицине, а в частности в ортопедической стоматологии данных программ является весьма перспективным.
Нейронные сети представляют собой новую и весьма перспективную вычислительную технологию, дающую новые подходы к исследованию различных задач происходящих в живых организмах. Первоначально нейронные сети открыли новые возможности в области распознавания образов, анализе и синтезе полученной информации, далее прибавились статистические методы анализа основанные на методах искусственного интеллекта средства поддержки принятия решений. Способность к моделированию нелинейных процессов, работе с нечеткими данными, адаптивность, получение результата по нескольким входящим данным, дают возможности применять нейронные сети для решения широкого класса задач прогнозирования исходов медицинского вмешательства.
Нейронные сетей охватывают самые разнообразные области интересов обработка не четких данных, распознавание образов, дополнение образов, классификация, ассоциативный поиск, систематизация, оптимизация, прогноз, диагностика, обработка сигналов, абстрагирование, управление процессами, сжатие информации, сегментация данных, сложные отображения, машинное зрение, моделирование сложных процессов, распознавание речи.
Компьютерная программа, способная заменить специалиста-эксперта в разрешении проблемной ситуации - экспертная система (ЭС). В математике и информатике экспертные системы создаются совместно с базами знаний как модели поведения исследователя в определенной области практической деятельности с использованием логического анализа принятия решений. Базы знаний - как совокупность фактов функционирования объекта и правил формирования логического результата в выбранной области изучения.
Внедрение персональных компьютеров во все сферы современной жизни, в том числе и медицинскую науку, является естественным стремление использовать вычислительные системы для осуществления все более сложных видов человеческой деятельности, облегчения при выполнении рутинной работы. В деятельности врача, ключевой момент работы которого – принятие взвешенных диагностических и лечебных решений, требующих учета огромного массива знаний.
Принятие диагностических и лечебных решений часто вызывает затруднение, особенно для начинающих врачей-специалистов (интернов), иногда врачу приходится принимать решение в ситуациях, опираясь на косвенные данные, относящихся к компетенции смежных медицинских специальностей.
В то же время значительный опыт и знания, накопленные врачами-специалистами высокого уровня - экспертами в своей области, позволяют им в большинстве случаев успешно принимать правильные диагностические и лечебные решения. Данные экспертные системы возможно применять на этапах сортировки медицинских потоков и планирования материальных затрат.
Использование экспертной программы для прогнозирования исхода лечения при замещении дефектов зубных рядов позволит уменьшить процент принятия неправильных диагностических решений.
Цель исследования: Создание экспертной системы на основе нейронных сетей для прогнозирования плотности костной ткани в области опорных зубов и соответственно исхода ортопедического лечения.
Материал и методы: Для прогнозирования изменений плотности костной ткани в области опорных зубов была создано программное обеспечение (экспертная система) (патент № 2013618906 от 20.09.2013 авторы Лазарев С.А., Лазарев В.А.).
Используемая в данной программе нейросетевая модель представляет собой однослойный персептрон. Схематично однослойный (по количеству промежуточных слоев) персептрон выглядит так (рис. 1):
Рис. 1. Схема однослойного персептрона: x1, …,xn – входные данные (параметры входного слоя); y1, …, yp – выходные (прогнозируемые) данные (параметры выходного слоя).
Выходные значения y1, …, yp в такой модели вычисляются по принципам, сходным с законами функционирования нейрона.
Достоинство искусственных нейросетей - это возможность обучения программы и получение более точного прогноза при последующем исследовании. Для обучения используются специальные математические методы. Количество нейронов m в промежуточном слое и структура сети определяются исследователем на основе опыта (подробных рекомендаций здесь очень мало).
Изучение и прогнозирование плотности костной ткани в области опорных зубов осуществлялось при использовании различных видах зубных протезов использующих в качестве опорных зубов одни и те же комбинации. Дефект зубного ряда был ограничен клыком и вторым моляром, при этом использовались следующие зубные протезы: частичный съемный, бюгельный, мостовидный.
Рассматривается задача прогнозирования рентгеновской плотности костной ткани альвеолярного отростка челюстей, как адекватного показателя физической плотности. В качестве входных параметров (n=6) выбраны следующие показатели: регионарный кровоток по данным допплерографии в области верхушки корня зуба (2 параметра), плотность костной ткани альвеолярной кости в области верхушки корня опорного зуба до протезирования (1 параметр), местоположение зуба (2 параметра), тип протеза (1 параметр). Выходной параметр один (p=1) – плотность костной ткани через шесть месяцев после протезирования.
Результаты и их обсуждение. В базу программы вносились данные полученные в ходе обследования до начала протезирования и после его окончания через 6 месяцев и год, причем данные постоянно обновляются по мере окончания лечения. Пациенты делились на группы по плотности костной ткани ( повышенная плотность, 100 % плотность, пониженная плотность). Плотность определялась рентгенологически используя методику патента (RU(11)2280406 Авторы: Трезубов Владимир Николаевич; Фадеев Роман Александрович; Сологуб Ольга Владимировна; Зубкова Наталья Вениаминовна; Добромыслова Наталья Аполлоновна)
Программа прогнозирования плотности костной ткани выполнена в оболочке Windows для удобства адаптации к вычислительной технике.
Рис. 2. Интерфейс модуля прогнозирования плотности костной.
Изучение изменения плотности костной ткани при использовании частичного съемного протеза дало следующие результаты. При повышенной плотности костной ткани в начальной стадии использования протеза плотность снизилась на 6% после 12 месяцев использования зубного протеза. При этом устойчивость опорных зубов изменилась незначительно, однако дальнейшее применение протеза будет достаточно пагубно сказываться на опорных зубах.
При 100% плотности костной ткани в начальной стадии использования протеза плотность снизилась на 10% после 12 месяцев использования зубного протеза. При этом в опорных зубах появилась незначительная подвижность, которая будет прогрессировать при дальнейшем использовании зубного протеза.
При пониженной плотности костной ткани в начальной стадии использования протеза плотность снизилась на 14% после 12 месяцев использования зубного протеза. При этом устойчивость опорных зубов изменилась достаточно, в ряде случае появилась подвижность зубов 1-2 степень. Дальнейшее применение протеза в подобных случаях желательно прекратить во избежание более серьезных осложнений.
Изучение изменения плотности костной ткани при использовании мостовидного протеза дало следующие результаты. При повышенной плотности костной ткани в начальной стадии использования протеза плотность снизилась на 4 % после 12 месяцев использования зубного протеза. При этом устойчивость опорных зубов не изменилась, дальнейшее применение протеза не будет сказываться на опорных зубах.
При 100% плотности костной ткани в начальной стадии использования протеза плотность снизилась на 5% после 12 месяцев использования зубного протеза. При этом в опорных зубах подвижность не регистрируется, дальнейшем использовании зубного протеза следует проводить по рентгенологическим контролем плотности костной ткани 1 раз в год.
При пониженной плотности костной ткани в начальной стадии использования протеза плотность снизилась на 8% после 12 месяцев использования зубного протеза. При этом устойчивость опорных зубов изменилась не значительно, в ряде случае появилась подвижность зубов 1 степень. Дальнейшее применение протеза в подобных случаях желательно проводить по рентгенологическим контролем плотности костной ткани 1 раз в 6 месяцев.
Изучение изменения плотности костной ткани при использовании бюгельного протеза дало следующие результаты. При повышенной плотности костной ткани в начальной стадии использования протеза плотность снизилась на 0,5% после 12 месяцев использования зубного протеза. При этом устойчивость опорных зубов не изменилась, дальнейшее применение протеза не будет сказываться на опорных зубах.
При 100% плотности костной ткани в начальной стадии использования протеза плотность снизилась на 1% после 12 месяцев использования зубного протеза. При этом в опорных зубах подвижность не регистрируется, при дальнейшем использовании зубного протеза ни каких рекомендаций нет.
При пониженной плотности костной ткани в начальной стадии использования протеза плотность снизилась на 1% после 12 месяцев использования зубного протеза. При этом устойчивость опорных зубов не изменилась. Дальнейшее применение бюгельного протеза не оказывает патологического влияния на опорные зубы.
Выводы. Предложенная нами экспертная система способна спрогнозировать изменения плотности костной ткани после протезирование и сделать вывод о целесообразности использования того или иного вида зубного протеза и безопасности зубного протеза.