Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

Kohonenovy samoorganizující se mapy a možnosti jejich aplikace v rehabilitačním procesu Trendy v biomedicínském inženýrství Rožnov p.Radh., 21.9.-23.9.11.

Podobné prezentace


Prezentace na téma: "Kohonenovy samoorganizující se mapy a možnosti jejich aplikace v rehabilitačním procesu Trendy v biomedicínském inženýrství Rožnov p.Radh., 21.9.-23.9.11."— Transkript prezentace:

1 Kohonenovy samoorganizující se mapy a možnosti jejich aplikace v rehabilitačním procesu Trendy v biomedicínském inženýrství Rožnov p.Radh., Jana Tučková Jan Sikora LANNA

2 Obsah  Úvod  Analýza vlivu rehabilitace na pohyb ruky u pacientů po mozkové příhodě - Extrakce a zpracování dat - Návrh Kohonenových map - Aplikace KSOM  Zhodnocení výsledků experimentů  Závěr TBMI’11 2/17 Podporováno výzkumným záměrem MSM „Transdisciplinární výzkum v biomedicínském inženýrství II“ Rožnov pod Radhoštěm

3 TBMI’11Rožnov pod Radhoštěm Úvod 3/17 Co řešíme ? S Klinikou rehabilitací 1. LF UK v Praze, s katedrou kybernetiky FEL ČVUT v Praze S kým spolupraujeme ? Jakým způsobem ? Chceme objektivizovat proces rehabilitace osob s mozkovou dysfunkcí Analýzou funkce ruky pomocí UNS

4 Problém: zvětšující se počet pacientů s poškozením mozku Úvod TBMI’11 Cíle: extrakce a analýza funkčních parametrů pacientů rozdělení pacientů do skupin podle závažnosti postižení sledování vývoje pacientů po stacionáři vytvoření metodiky měření funkčních parametrů 4/17 Rožnov pod Radhoštěm Náhlá mozková příhoda, stavy po úrazech, následky vertebrogenních a jiných neurologických onemocnění

5 TBMI’11Rožnov pod Radhoštěm Analýza vlivu rehabilitace na pohyb ruky 5/17  Výběr vhodné neuronové sítě pro interpretaci výsledků – KSOM, Supervised KSOM  Výběr vhodné metody pro měření funkčních parametrů – 3D videografie (motion capture)  Definice signifikantních pohybů a umístění markerů ve spolupráci s lékaři Kliniky rehabilitačního lékařství  Výběr parametrů pohybů nezávislých na somatotypu pacienta  Definice grafických výstupů důležitých pro subjektivní posouzení pohybů lékařem

6 TBMI’11 Rožnov pod Radhoštěm 3D - videografie - systém 3 kamer, IR markerů pro zachycení prostorových souřadnic pohybů - vzorkování 100 Hz - Výstup: sekvence hodnot pro osu x,y,z a pořadí vzorků 6/17 Extrakce a zpracování dat Dříve

7 TBMI’11 Rožnov pod Radhoštěm Extrakce a zpracování dat Definované pohyby a umístění markerů Flexe a extenze v lokti Flexe a extenze v zápěstí, s podorou i bez podpory Rotace v zápěstí 7/17

8 Rožnov pod Radhoštěm TBMI’11 8/17 Extrakce a zpracování dat Nyní Náramek pro detekci a monitorování pohybu PRINCIP a.s. Na klinice i v domácím prostředí Motivace pacientů: možnost sledování úspěšnosti a správnosti terapie Přenos dat do řídícího centra

9 Rožnov pod Radhoštěm TBMI’11 Extrakce a zpracování dat 14 osob: 6 zdravých kontrolních osob 2 pacienti s CMP 4 pacienti s poúrazovými stavy 1 pacient s roztroušenou sklerózou 1 zdravý sportovec Doba sběru dat: 7 měsíců Předzpracování dat: filtrace, FFT Kontrola získaných dat: vizualizace, animace 9/17

10 Rožnov pod Radhoštěm TBMI’11 10/17 Prostorový úhel svíraný končetinou a jeho vývoj v čase (maximální a minimální dosažená hodnota) Filtrace klouzavými průměry a detekcí maxim Výpočet periody opakování pohybu ! Poloha maximální frekvence v hlavní rovině pohybu Vypočtené funkční parametry z dat ! Extrakce a zpracování dat

11 Kohonenovy samoorganizující se mapy Rožnov pod RadhoštěmTBMI’11 11/17 Velikost: 15x15 neuronů ve výstupní vrstvě velká mapa – roste kvantizační chyba, malá mapa – roste topologická chyba Funkce okolí: Gaussián s inicializačním poloměrem 30 a konečným 1. Hexagonální mřížka – všesměrová linearita Dávkové učení, Linearní inicializace Lineární learning rate Segmentace prahovaním a K-means

12 Rožnov pod Radhoštěm TBMI’11 12/17 Aplikace KSOM těžce poškozená hybnost ruky

13 TBMI’11 Rožnov pod Radhoštěm 13/17 Max.úhelMin.úhel Perioda opakován í Frekvence Flexe a extenze v lokti Flexe a extenze v zápěstí s oporou Rotace zápěstí (vychýlení zápěstí z osy rotace) Aplikace KSOM Žlutá = pacient s CMP

14 Zhodnocení Rožnov pod RadhoštěmTBMI’11 14/17 Analýza běžných pohybů - úchop, posunutí předmětu nebylo možné snímat špatná viditelnost markerů při 3D videografii Zlepšení: při použití náramků pro detekci pohybu Výsledky klasifikace pomocí klasických KSOM jsou lepší, než klasifikace pomocí KSOM s učitelem subjektivní labelování zhoršení generalizace Potvrzeny předpoklady lékařů a fyzioterapeutů

15 Potvrzení předpokladu o korelaci měřených parametrů s diagnózou lékařů Rožnov pod Radhoštěm Zhodnocení TBMI’11 15/17 Vizualizace shluků je vhodnější, než analytické vyjádření Pilotní studie potvrdila možnost využít KSOM k rozlišení - pacientů s mozkovou dysfuncí od zdravých osob - pacientů s rozdílnou diagnózou (dysfunkce způsobená CMP, poúrazovými stavy, nádorem a pod) - časového vývoje rehabilitace

16 Závěr Rožnov pod Radhoštěm TBMI’11 16/17 Cíl studie – prokázat shopnost KSOM klasifikovat pacienty a navrhnout metodiku pro objektivizaci posuzování procesu Rehabilitace byl splněn. Budoucí výzkum: - prokázat dosazené výsledky na větším počtu pacientů a na kontrolní skupině - pro snímání dat použít náramky na detekci pohybů (akcelerometry) - hledání dalších měřitelných parametrů - statistické vyhodnocení - automatická detekce artefaktů dotahování pohybů (charakteristické pro pacienty)

17 Rožnov pod Radhoštěm TBMI’11 Děkuji za pozornost Závěr - Konec


Stáhnout ppt "Kohonenovy samoorganizující se mapy a možnosti jejich aplikace v rehabilitačním procesu Trendy v biomedicínském inženýrství Rožnov p.Radh., 21.9.-23.9.11."

Podobné prezentace


Reklamy Google