Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Applicazione della Fuzzy Logic alla stima del rischio tecnologico da apparecchiature biomediche

No description
by

Matteo Ritrovato

on 27 March 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Applicazione della Fuzzy Logic alla stima del rischio tecnologico da apparecchiature biomediche

Applicazione della Fuzzy Logic alla stima del rischio
tecnologico da apparecchiature biomediche.

Fuzzy Logic
Fuzzy = ‘sfumato’,’sfocato’
Fuzzy set theory = teoria degli insieme sfumati
Zadeh definì la fuzzy logic come computing with words (‘calcolare con le parole’).
Vantaggi della Fuzzy Logic
è concettualmente facile da comprendere;
è flessibile e riesce a manipolare dati imprecisi;
riesce a riprodurre funzioni non lineari di arbitraria complessità;
permettere di manipolare e utilizzare l’esperienza di operatori umani;
può essere combinata con altre tecniche di controllo;
è basata su un linguaggio naturale.

Un po' di teoria
Obiettivo finale di un FIS è mappare uno o più spazi di input in uno spazio di output
Lo spazio di input è descritto da un insieme di membership functions (funzioni di appartenenza)
Utilizzo di if-then rules per "calcolare" l'output del sistema
Utilizzo degli operatori logici AND , OR e NOT
Processo di mappatura dello spazio di input nello spazio di output (Fuzzy inference)

Complessità
La fuzzy logic è la logica dell’incertezza, che viene manipolata per essere resa funzionale.

Nella quotidianità delle nostre esistenze noi operiamo come sistemi decisionali che risolvono problemi senza ricorrerere al calcolo matematico.
Infatti il cervello umano riesce a valutare asserzioni vaghe, parziali, poco precise (non è ‘binario’), ed è capace di agire e reagire con informazioni lacunose, spesso aiutato da quel ‘buon senso’ che normalmente manca alle apparecchiature elettroniche.

L. A. Zadeh (1965) "Fuzzy sets". Information and Control 8 (3) 338–353.
Incertezza
il classificatore/controllore esistente funzioni già egregiamente;
esista una soluzione convenzionale più semplice;
il sistema sia lineare, o esista un suo preciso modello matematico;

NO Fuzzy!!!
Membership Function
Una funzione di appartenenza (MF) è una curva che definisce quanto ciascun punto nello spazio di input viene mappato a un valore di appartenenza (o grado di appartenenza) tra 0 e 1.
Anche lo spazio di output è "descritto" da funzioni di appartenenza
Es. giorni dell'anno e stagioni
If-then rules
Regole linguistiche espresse generalmente in forma condizionale ed hanno per oggetto le variabili linguistiche ed i loro valori linguistici.
Una variabile linguistica ha dei valori costituiti da parole o
frasi appartenenti ad un linguaggio naturale (p.es. Alto, Medio, Basso).
La regola è la relazione tra due fuzzy set:
l’antecedente o premessa o fuzzy set di input, costituito da uno o più variabili linguistiche correlate dal connettivo AND o OR e introdotte dal condizionale ‘se’;
il conseguente o conclusione o fuzzy set di output, costituito generalmente da un’unica variabile linguistica introdotta da ‘allora’.
Operatori logici
Fuzzy inference
Fuzzificazione delle variabili di input per mezzo delle funzioni di appartenenza;
Applicazione degli operatori fuzzy (AND oppure OR) nell'antecedente;
Applicazione del metodo di implicazione dall'antecedente al conseguente;
Aggregazione dei conseguenti delle diverse regole;
Defuzzificazione dell'output
Sviluppo di modelli
per la valutazione del rischio tecnologico associato alle tecnologie biomediche
Fuzzy logic
attorno a noi...
Genesi
PhD Research Project:
Development of an expert system based on artificial neural networks for biomedical equipment's risk assessment
Progetto di Ricerca Corrente Cofinanziato
Avviato ad aprile 2012, il progetto di ricerca biennale vede il cofinanziamento di 40000€ da parte di un partner industriale
Obiettivi
stima disgiunta di probabilità e danno (Rischio=PxD)
identificazione parametri (in particolare riduzione rispetto al metodo originario)
definizione del modello computazionale
test pilota
sperimentazione su larga scala
ottimizzazione attività di gestione del rischio
incremento livelli di sicurezza
Risultati
Probabilità
Affidabilità
Appropriatezza d’Uso
Contesto Ambientale
Formazione all’Uso
Intensità d’Uso
Manuale d’Uso
Manutenzione
Omogeneità
Rilevabilità dei Guasti
Segnalazioni
Usabilità
Verifiche di Sicurezza
Vetustà

Danno
Backup
Classe di Pericolosità
Dispositivi di Protezione Individuale
Funzione
Locale ad Uso Medico
MATLAB Fuzzy Logic Toolbox

Circa 400 righe di codice
Definizione delle membership function per le n. 18 (13+5) variabili dello spazio di input e per le n.2 variabili dello spazio di output
Membership function specifiche per tipologia di variabile (triangolari e sigmoidali)
Sistema di regole if-then
Identificate n. 262 (211+51) regole che elaborano coppie delle 18 variabili del sistema
Ciascuna regola descrive una complessa relazione input-output
Output del sistema
Prossimi step
Test pilota

Validazione su larga scala
Campione di dati OPBG-EBM
Usabilità
Costi di implementazione
Dati ospedali europei TBSgroup
ROC Analysis
La Fuzzy Logic in medicina
oltre 3000 articoli pubblicati negli ultimi 10 anni
diagnosi automatiche

controllo
apparecchiature

automazione
apparecchiature

elaborazione
immagini

integrazione/analisi di
sorgenti di dati multiple

triage/screening

...
Grazie dell'attenzione
Analisi e diagnosi basate sulla variabilità della frequenza cardiaca
Applicazioni Diagnostiche per Sistemi di Supporto alle Decisioni
Attuatori robotici
Classificazione dei Pazienti
Classificazione dei Tracciati Cardiotocografici in relazione all'Outcome Neonatale
Classificazione di Masse da Mammografia basata su Categorie BI-RADS
Controllo e attuazione in sistemi di ventilazione Meccanica
Contouring
Coregistrazione di immagini biomediche
Diagnosi da Elastografia Mammaria
Diagnosi dell'Epilessia da Elettroencefalogramma
DSS per lo Svezzamento da Assistenza Ventricolare
Monitoraggio e Regolazione automatici per Defibrillatori Impiantabili
Movimentazione della Caviglia basata su Microstimolazione Intraspinale Multielettrodo
Regolazione Automatica dell'Apparato Cardiovascolare
Rete di Interazioni MicroRNA-mRNA
Rilevazione di Episodi di Ipoglicemia in Bambini affetti da Diabete di Tipo 1
Rilevazione di Eventi di Apnea/Ipopnea nella Polisonnografia per Bambini Sani
Stima dell'Attività Metabolica associata a Lesioni nella PET
Tracking Real-Time di Tumori in Radioterapia
Valutazione Compliance Polmonare
...

Cosa si può fare
Spazi di output distinti per Probabilità e Danno
Entrambi agevolmente "clusterizzabili"
Probabilità

Danno
Tema per potenziali
collaborazioni
Full transcript