Wyniki wyszukiwania - BazTech

1

Nowa metoda wyznaczenia pola powierzchni skóry przedramienia i dłoni wykorzystująca sztuczną sieć neuronową

Redlarski G., Krawczuk M., Rzyman G., Tojza P. M., Siebert J.

Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej

|

2017

|

Nr 55

53--56

PL

W artykule przedstawiono rozbieżności pomiędzy wartościami pola powierzchni skóry obliczonymi za pomocą znanych metod a ich rzeczywistymi wartościami. Wykorzystując skaner 3D o wysokiej dokładności, zmierzono pole powierzchni skóry przedramienia i dłoni. Zaobserwowano, że błędy obliczeń są w wysokim stopniu skorelowane z wartościami BMI badanych osób. W grupie osób o BMI poniżej 20 stwierdzono maksymalny błąd względny wynoszący -8,5%, natomiast w grupie osób o BMI powyżej 25 odnotowano błędy kilkakrotnie wyższe, w skrajnym przypadku sięgające 27%. W celu redukcji błędów zaproponowano podejście alternatywne, bazujące na wykorzystaniu sztucznej sieci neuronowej.

EN

The article introduces a comparative analysis of existing methods for calculation of forearm and palm skin surfaces with high quality 3D models. Moreover, it was possible to systematize the errors resulting from these calculations and their division due to the BMI of a person. For people with BMI below 20, a maximum error of 8.5% was found, while for people with BMI above 25 the error was close to -27%. On this basis, inaccuracies in the process of the forearm and palm skin estimation of an abnormal body were found. What is more, an artificial neural network to determine this surface was proposed. The proposed neural network was developed for 15 neurons in the hidden layer and 1 neuron in the output layer. The Levenberg-Marquardt with backpropagation learning method was used. The maximal error for the neural network during the forearm and palm skin estimation was 3,04%.

2

Analiza dokładności formuł do wyznaczania powierzchni ciała człowieka

Krawczuk M., Redlarski G., Siebert J., Pałkowski A., Tojza P. M., Rzyman G.

Modelowanie Inżynierskie

|

2017

|

T. 31, nr 62

56--61

PL

Powierzchnia ciała człowieka (body surface area, BSA) jest wskaźnikiem o szerokim spektrum zastosowań w lecznictwie medycznym (m.in. w chemioterapii, transplantologii oraz toksykologii). Każdy z istniejących wzorów do wyznaczania wartości BSA charakteryzuje się pewnym (lepszym bądź gorszym) współczynnikiem zgodności pomiędzy wartością obliczoną a wartością dokładną – uzyskaną na podstawie pomiaru skanerem 3D. Współczynnik ten jest tym wyższy, im bardziej zróżnicowana jest grupa testowa. Dlatego, dokonując w artykule analizy błędów BSA, zbadano zróżnicowaną grupę osób, którą następnie podzielono na dwie podgrupy. Pierwszą podgrupę stanowiły osoby zdrowe o prawidłowej wartości BMI, natomiast grupę drugą – osoby o nieprawidłowej wartości BMI i/lub osoby o nieprawidłowej (zdeformowanej) budowie ciała. W przypadku pierwszej grupy rozbieżności pomiędzy wartościami pomiarowymi a obliczonymi sięgnęły od 5,2% do 10,7%, natomiast w przypadku drugiej grupy rozbieżności te wyniosły od 10,5% do 34,3%. Do obliczeń przyjęto 25 najczęściej stosowanych formuł do estymacji BSA.

EN

Body surface area (BSA) may be computed using a variety of formulas, but the computed BSA differs from real BSA values for particular subjects. This is presented in the paper by computing BSA values for selected subject and comparing them to the real BSA value obtained with the use of a 3D body scanner. The results show inequalities in the relevant BSA computing formulas. Hence, there is a need to determine a method that will allow to select the best formula for calculating BSA in a particular case. The problem is especially evident for people with abnormal physique, for which BSA estimation error range from 10,5% to 34,3%. For people with normal physique the relative error is lesser then 10,7%.

3

An application supporting the educational process of the respiratory system obstructive diseases detection

Jaworski J., Tojza P. M.

Pomiary Automatyka Robotyka

|

2013

|

R. 17, nr 2

230-233

EN

The paper presents a description of functioning of a platform supporting the detection of obstructive diseases in the respiratory system education process. A 16-parameter model of the respiratory system simulated in the MATLAB/Simulink environment was set in the role of the tested patient. It has been linked to the control layer, developed in the LabVIEW environment, using the SIT library (Simulation Interface Toolkit). This layer is responsible for the modification of the model's parameters and the generation of the results of the respiratory impedance measurements using forced oscillation method. The application is a solution that provides a lot of flexibility in the education of students studying courses related to biomedical engineering and health sciences, and can easily be implemented to work as a problem-oriented e-learning solution.

PL

W publikacji zaprezentowano działanie platformy wspomagającej edukację w zakresie wykrywania chorób obturacyjnych układu oddechowego. Rolę badanego pacjenta pełni 16-elementowy model układu oddechowego, symulowany w środowisku MATLAB/Simulink. Został on połączony z warstwą sterowania, wykonaną w środowisku LabVIEW, przy pomocy biblioteki SIT (Simulation Interface Toolkit). Warstwa ta odpowiada za modyfikację parametrów modelu oraz generowanie wyników pomiaru impedancji układu oddechowego za pomocą oscylacji wymuszonych. Wykonana aplikacja jest rozwiązaniem zapewniającym dużą elastyczność w kształceniu studentów związanych inżynierią biomedyczną i naukami o zdrowiu i bardzo łatwo może być wdrożona do pracy jako rozwiązanie e-learningowe, zorientowane problemowo.

4

Aplikacja komputerowa wspomagająca proces diagnostyki chorób górnego odcinka przewodu pokarmowego na podstawie analizy przebiegu pH-metrii

Redlarski G., Tojza P. M.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 3

193--195

PL

W artykule przedstawiono propozycję pierwszego modułu opracowanej i wykonanej aplikacji komputerowej wspomagającej proces diagnostyki choroby refluksowej przełyku (GERD) lub refluksu gardłowo-krtaniowego (LPR) poprzez automatyzacje procesu wyznaczania całkowitej liczby DeMeestera oraz liczby Ryana. Efektem działania aplikacji jest propozycja diagnozy (bazująca na autorskim algorytmie analizy przebiegu pH) metodą DeMeestera lub Rayana. Dodatkowym atutem aplikacji jest możliwość zapoznania użytkownika ze wszystkimi parametrami pośrednimi (tzw. tabelą DeMeestera) oraz wartością wskaźnika, na podstawie którego została zaproponowana diagnoza.

XX

This paper presents a proposal of a developed computer application supporting the process of GERD (gastroesophageal reflux disease) and LPR (laryngopharyngeal reflux) diagnosis by automating the tasks to determine the DeMeester or Rayan score. The main effect of the application is the proposal of GERD and LPR diagnosis based on the DeMeester and Rayan score (with use of proprietary algorithms of pH course autoanalysis). Another advantage of the given application for a user is the possibility to read all of the intermediate parameters (so called DeMeester table) and the value of the indicator upon which a basis of the proposed diagnosis was stated. Out of all invasive GERD diagnostics methods the mostly used technique remains the 24-hour ambulatory esophageal pH-metry, by which a recording of the esophageal pH changes in time are obtained. In the next stage of the evaluation, physician’s interpretation of the results is required to find all of the characteristic parameters in the pH course and then calculation of the so called DeMeester score is necessary. For a physician performing the relevant assessment procedure the above described procedure is very tedious and time consuming and - taking into account specificity of the analysis - accompanied with high risk of error. The application described in this paper can be also successfully used for teaching purposes at any stage of acquiring necessary knowledge and experience in the process of diagnosing GERD and other diseases of the upper gastrointestinal tract. Nowadays in the era of major technological developments it is obvious for medical staff to be ready to take challenge of implementing fast and reliable diagnosis of GERD (especially when facing with the rising expectations regarding gastroenterologists).

5

Comparative analysis of exoskeletal actuators

Redlarski G., Blecharz K., Dąbkowski M., Pałkowski A., Tojza P. M.

Pomiary Automatyka Robotyka

|

2012

|

R. 16, nr 12

133-138

EN

Since the beginning of the development of exoskeletons in the early 1960s there was a constant need for improving their actuators technology. Requirements for high power and torque for the lower body and very high precision for the hand motion, while maintaining the flexibility of biological muscles, are still not fully satisfied. The problem lies not just in the lack of appropriate actuator technology, but also in the inability to meet their energy needs. This paper contributes to this problem, first by describing the most commonly used technologies and then by presenting simulation results for lower limb exoskeleton motion. In addition the energy requirements of the modeled devices and their control possibilities along with their usage in various parts of the exoskeleton construction are analyzed.

PL

Od czasu rozpoczęcia prac badawczych nad egzoszkieletami na początku lat 60. ubiegłego wieku, istniała ciągła potrzeba udoskonalania technologii związanej z urządzeniami wykonawczymi egzoszkieletów. Wymóg spełnienia zapotrzebowania na dużą mocą i moment dla kończyn dolnych oraz wysokiej precyzji dla ruchów rąk, przy jednoczesnym zachowaniu giętkości mięśni biologicznych, nie został dotychczas zachowany. Problemem nie jest tylko brak odpowiednich technologii, ale również niemożność spełnienia zapotrzebowania energetycznego. W artykule nawiązano do tego zagadnienia, opisując najczęściej stosowane technologie, a następnie przedstawiając wyniki symulacji dla ruchu egzoszkieletu kończyny dolnej. Dodatkowo przeanalizowano wymogi energetyczne modelowanego układu, możliwości sterowania, jak również możliwe zastosowanie dla różnych części egzoszkieletu.

6

Aplikacja wspomagająca procesy obliczania powierzchni ciała człowieka

Redlarski G., Tojza P. M.

Pomiary Automatyka Kontrola

|

2012

|

R. 58, nr 11

978-980

PL

W artykule przedstawiono strukturę opracowanego i wykonanego systemu komputerowego BSA Analysis Tool, wspomagającego procesy obliczeniowe wybranych parametrów organizmu człowieka: BSA, TBSA i BMI. W materiale, poza opisem systemu, wskazano na utylitarny charakter opracowania, szczególnie w przypadku: ośrodków medycznych - jako narzędzie wspomagające procesy leczenia oparzeń i chemioterapii oraz w ośrodkach naukowo-dydaktycznych jako narzędzie wspomagające procesy dydaktyczne.

EN

The paper describes in detail capabilities and a structure of the BSA Analysis Tool system which was developed for supporting the calculation and analysis process of human BSA (Body Surface Area), TBSA (Total Body Surface Area) and BMI (Body Mass Index). In some practical applications, the BSA coefficient can be determined using online calculators, but they are not that strongly developed. Moreover, the program allows calculating automatically the TBSA, replacing the hand-filled tables procedure. Advanced functions of the program allow for its use in medical centers as a tool assisting the treatment of burns or chemotherapy, as well as centers of research and teaching. The complex structure of the application consists of two main layers: clinical and scientific (Fig. 1). The BSA coefficient can be calculated on the basis of ten mostly used methods, while the value of the TBSA coefficient can be calculated on the basis of three methods. For calculating the BSA, only the most necessary data about the patients is required: body weight, height, age and gender, whereas the TBSA value in addition depends on the size of the body damaged area. The scientific layer structure is composed of three modules: comparison of methods for calculating the BSA, comparison of the BSA and BMI coefficients and analysis of the BSA surfaces. These tools enable a thorough analysis of the BSA coefficient (Figs. 2 and 3) as well as fast and accurate calculations of the BSA and TBSA.