Classification of multidimensional polarization microscopy results in the technology of forensic intellectual monitoring of heart diseases

• Autorzy: Vanchulyak Oleg , Golub Serhii , Talakh Mariia , Gantyuk Vyacheslav

Identyfikatory

DOI

10.35784/iapgos.909

Warianty tytułu

PL

Klasyfikacja wyników wielowymiarowej mikroskopii polaryzacyjnej w technologii inteligentnego monitorowania chorób serca w medycynie sądowej

• Języki publikacji: EN

Abstrakty

EN

The work combines methods of multidimensional polarization microscopy, statistical processing of data and inductive modeling with the purpose of constructing a methodology for creation of intelligent systems for multi-level forensic medical monitoring based on the example of the post-mortem diagnosis of coronary heart disease and acute coronary insufficiency. The task of classifying the results of the study of biological materials for obtaining a diagnosis was solved. To obtain informative features, a model of biological tissue of the myocardium was developed and the main diagnostic parameters were determined (statistical moments of 1–4 orders of coordinate distributions of the values of azimuths and the ellipticity of polarization and their autocorrelation functions, as well as wavelet coefficients of the corresponding distributions), which are dynamic due to its necrotic changes. The classification of these data was provided by constructing a deciding rule in the multi –raw algorithm of the GMDH. The effectiveness of the described methodology has been experimentally proved.

PL

Praca łączy metody wielowymiarowej mikroskopii polaryzacyjnej, statystycznego przetwarzania danych i modelowania indukcyjnegow celu skonstruowania metodologii tworzenia inteligentnych systemów wielopoziomowego monitorowania w medycyniesądowej na przykładzie pośmiertnej diagnozy choroby wieńcowej i ostrej niewydolności wieńcowej. Wykonano zadanie sklasyfikowania wyników badań materiałów biologicznych w celu uzyskania diagnozy. Aby uzyskać cechy informacyjne, opracowano model tkanki biologicznej mięśnia sercowego i określono główne parametry diagnostyczne (momenty statystyczne 1–4 rzędów współrzędnych rozkładów wartości azymutów i eliptyczności polaryzacji oraz ich funkcji autokorelacji,a także jako współczynniki falkowe odpowiadających im rozkładów), które są dynamiczne z powodu jego zmian nekrotycznych. Klasyfikacja tych danych została zapewniona przez skonstruowanie decydującej reguły w algorytmie multi-raw GMDH. Skuteczność opisanej metodologii została eksperymentalnie udowodniona.

Słowa kluczowe

EN

forensic medical monitoring; polarization microscopy; informative signal; classification

PL

monitoring medycyny sądowej; mikroskopia polaryzacyjna; znak informacyjny; klasyfikacja

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2020
• Tom: T. 10, nr 1
• Strony: 82--86
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Vanchulyak Oleg

• Bukovina State Medical University, Department of Forensic Medicine and Medical Law, Chernivtsi, Ukraine

autor

Golub Serhii

• Cherkasy State Technological University, Department ofAutomated Systems Software, Cherkasy, Ukraine

autor

Talakh Mariia

• Yuriy Fedkovych Chernivtsi National University, Department of Computer Science, Chernivtsi, Ukraine

autor

Gantyuk Vyacheslav

• Yuriy Fedkovych Chernivtsi National University, Department of Computer Science, Chernivtsi, Ukraine

Bibliografia

• [1] Bachinskyi V.T., Boychuk T.M., Ushenko A.G., Dubolazov A.V., Vanchuliak O.Ya., Ushenko Yu.A., Ushenko V.A.: Laser polarimetry ofbiological tissues and fluids. LAP Lambert Academic Publishers, 2017.
• [2] Davis C.S.: Statistical Methods of the Analysis of the repeated measurements. Springer-Verlag, New York 2002.
• [3] Dubolazov O.V., Ushenko A.G., Bachynsky V.T. et al.: On the feasibilities of using the wavelet analysis of Mueller matrix images of biological crystals. Advances in Optical Technologies 2010, 162832.
• [4] Garazdyuk M.S., Bachinskyi V.T., Vanchulyak O.Ya., Ushenko A.G., Dubolazov O.V., Gorsky M.P.: Polarization-phase images of liquor polycrystalline films in determining time of death. Appl. Opt. 55/2016, 67–71.
• [5] Gerrard A., Burch J.M.: Introduction to Matrix Methods in Optics. Dover Publications, Inc., New York 1994.
• [6] Golub S.V.: Multilevel modeling in environmental monitoring technologies. ChNU named after Bogdan Khmelnitsky, Cherkassy 2007.
• [7] Ivakhnenko A.G.: Inductive method of self-organization of models of complex systems. Science. Thought, Kiev1981.
• [8] Lopera G., Curtis A.B.: Risk stratification for sudden cardiac death: current approaches and predictive value. Curr. Cardiol. Rev. 5/2009, 56–64.
• [9] Mozaffarian D., Benjamin E.J., et al.: Heart disease and stroke statistics–2015 update: a report from the American Heart Association. Circulation 131(4)/2015, 329–322.
• [10] Petrie B. Sabin: Medical Statistics at a Glance. Blackwell Publishing, 2005.
• [11] Rubart M., Zipes D.: Mechanisms of sudden cardiac death. Journal of Clinical Investigation 115(9)/2005, 2305–2315.
• [12] Sakhnovskiy M.Yu., Ushenko Yu.O., Ushenko V.O., Besaha R.M., Pavlyukovich N., Pavlyukovich O.: Multiscale polarization dianostics of birefringent networks in problems of necrotic changes dianostics. Proc. SPIE 10612, 2018, 106121K.
• [13] Ushenko G., Dubolazov A.V., Ushenko V.A., Ushenko Yu.A., Pidkamin L.Y., Soltys I.V., Zhytaryuk V.G., Pavlyukovich G.N.: Mueller-matrix mapping of optically anisotropic fluorophores of molecular tissues in the diagnosis of death causes. Proc. SPIE 9971, 2016, 99712L.
• [14] Ushenko Y.A., Arkhelyuk A.D., Sidor M.I., et al.: Laser polarization autofluorescence of endognous porphyrins of optically anisotropic biological tissues and fluids in diagnostics of necrotic and pathological changes of human organs. Appl. Opt. 53/2014, B181–B191.
• [15] Ushenko Yu.A., Sidor M.I., Pashkovskaia N., Koval G.D., Marchuk Yu.F., Andreichuk D.: Laser polarization-variable autofluorescence of the network of optically anisotropic biological tissues: diagnostics and differentiation of early stages of cancer of cervix uteri. Journal of Innovative Optical Health Sciences 7(6)/2014, 1450024.
• [16] Ushenko Yu.A., Bachynsky V.T., Vanchulyak O.Ya., Dubolazov A.V., Garazdyuk M.S., Ushenko V.A.: Jones-matrix mapping of the complex degree of mutual anisotropy of birefringent protein networks during the differentiation of myocardium necrotic changes. Appl. Opt. 55/2016, B113–B119.
• [17] Ushenko Y.O., Dubolazov O.V., Karachevtsev A.O., Gorsky M.P., Marchuk Y.F.: Wavelet analysis of Fourier polarized images of the human bile. Appl. Opt. 51/2012, 133–C139.
• [18] Van der Werf C., Hofman N., Tan H.L., et al.: Diagnostic yield in the young: the experience of a tertiary referral center in The Netherlands Heart Rhythm., 7(10)/2010, 1383–1389.
• [19] Zhiriakova I.A., Golub S.V.: A new approach to the conceptualization of knowledge. Technical sciences and technology 2/2015, 78–82.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).