dc.contributor.author | Манжула, В. І. | uk |
dc.contributor.author | Дивак, М. П. | uk |
dc.date.accessioned | 2023-01-19T14:21:52Z | |
dc.date.available | 2023-01-19T14:21:52Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Манжула В. І. Інтервальна нелінійна модель розподілу амплітуди інформаційного сигналу в задачі виявлення та локалізації зворотного гортанного нерва в процесі хірургічних операцій [Текст] / В. І. Манжула, М. П. Дивак // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 1. – С. 65-75. | uk |
dc.identifier.issn | 1681-7893 | |
dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/36204 | |
dc.identifier.uri | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/615 | |
dc.description.abstract | В праці запропоновано підхід до побудови інтервальної моделі для розв’язування задач локалізації зворотного гортанного нерва в процесі операцій на органах шийного відділення людини. Інтервальна модель відображає розподіл амплітуди інформаційного сигналу – реакції на подразнення тканин ділянки хірургічного втручання змінним струмом обмеженої амплітуди. Проаналізовано технічні та програмні засоби виявлення та візуалізації зворотного гортанного нерва. Запропоновано метод ідентифікації вказаної математичної моделі, який ґрунтується на процедурах розв’язування нелінійної оптимізаційної задачі. Запропонований метод спрощує процедуру ідентифікації параметрів інтервальної моделі, зокрема за рахунок аналітичного представлення цільової функції оптимізаційної задачі, на відміну від відомого методу, де ця функція є дискретною. Верифікацію моделі проведено на експериментальних даних, отриманих під час проведення операцій на щитовидній залозі. Розроблена інтервальна нелінійна модель уможливлює виявлення та візуалізацію розміщення гортанного нерва на ділянці хірургічного втручання під час операції і, відповідно, забезпечує зменшення ризику його пошкодження. | uk |
dc.description.abstract | The work proposes an approach to the construction of an interval model for solving the problems of localization of the recurrent laryngeal nerve in the process of surgery on the neck organs of the human. The interval model reflects the distribution of the amplitude of the information signal - the reaction to stimulation of the tissues of the surgery area with an alternating current of limited amplitude. The technical and software means of detection and visualization of the recurrent laryngeal nerve were analyzed. A method of identifying the specified mathematical model is proposed, which is based on the procedures for solving a nonlinear optimization problem. The proposed method simplifies the procedure for identifying the parameters of the interval model, in particular, due to the analytical representation of the objective function of the optimization problem, in contrast to the known method, where this function is discrete. The model was verified on experimental data obtained during the thyroid surgery. The developed interval nonlinear model makes it possible to detect and visualize the placement of the laryngeal nerve in the area of surgical intervention during the operation and, accordingly, ensures a reduction in the risk damage of its. | en |
dc.language.iso | uk_UA | uk_UA |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Оптико-електронні інформаційно-енергетичні технології. № 1 : 65-75. | uk |
dc.subject | зворотний гортанний нерв | uk |
dc.subject | амплітуда інформаційного сигналу | uk |
dc.subject | інтервальні дані | uk |
dc.subject | інтервальна нелінійна модель | uk |
dc.subject | ідентифікація моделі | uk |
dc.subject | оптимізаційна задача | uk |
dc.subject | recurrent laryngeal nerve | en |
dc.subject | information signal amplitude | en |
dc.subject | interval data | en |
dc.subject | interval non-linear model | en |
dc.subject | model identification | en |
dc.subject | optimization problem | en |
dc.title | Інтервальна нелінійна модель розподілу амплітуди інформаційного сигналу в задачі виявлення та локалізації зворотного гортанного нерва в процесі хірургічних операцій | uk |
dc.type | Article | |
dc.identifier.udc | 512.2 | |
dc.identifier.doi | DOI: 10.31649/1681-7893-2022-43-1-65-75 | |