See discussions, stats, and author profiles for this publication at: http://www.researchgate.net/publication/265162354
DESARROLLO DE UNA RED DE ASISTENCIA MÉDICA CONFERENCE PAPER · SEPTEMBER 2013 DOI: 10.13140/2.1.1540.2889
READS
38
1 AUTHOR: Angel Ramírez Universidad Politécnica de Victoria 3 PUBLICATIONS 0 CITATIONS SEE PROFILE
Available from: Angel Ramírez Retrieved on: 02 October 2015
Desarrollo de una red de asistencia médica Angel Ramírez-Suárez1, Carla Villanueva-Piñón2, Alejandrina Soto-Martínez3, Oscar Hernández-Barrera4 1,2,3,4
Ingeniería Mecatrónica, Universidad Politécnica de Victoria. Av. Nuevas Tecnologías 5902, Parque Científico y Tecnológico de Tamaulipas, Carretera Victoria-Soto la Marina Km 5.5, Ciudad Victoria, Tamaulipas, México. CP. 87138. Tel. (834) 1711100, e-mail:
[email protected] Resumen (TIF) El proyecto “Desarrollo de una red de asistencia médica” consiste en la elaboración de una red para la generación, consulta y procesamiento de la información de los pacientes de un centro médico utilizando el lenguaje gráfico LabVIEW y haciendo uso de algoritmos de visión artificial y enlace a equipos de instrumentación médica mediante comunicación serial con los mismos para recopilar, procesar y actualizar la información médica del paciente además de impartir terapias de rehabilitación automáticamente. Se generaron dos aplicaciones, cliente y servidor enlazadas por medio del protocolo TCP en LabVIEW que permite transmitir la información del cliente para su procesamiento y almacenamiento en un banco de datos general (servidor) y solicitada por parte de cualquier terminal cliente de manera que distintas instituciones médicas puedan hacer uso de ésta, evitando así información redundante y facilitando los esfuerzos de monitorear y dar tratamiento al paciente. Se pretende implementar este sistema en los centros médicos del estado con el objetivo de automatizar los procesos de administración de la información y recopilar datos para generación automática de historiales. Palabras clave: algoritmo, LabVIEW, médica, red, visión. Abstract (TIF) The project “Desarrollo de una red de asistencia médica” is an application made with the graphical language LabVIEW, designed to generate, update and process the medical information of patients in medical centers using artificial vision algorithms for patient recognition and communication with several medical devices in order to gather information about the patient automatically and automate several rehabilitation therapies. The information is gathered in a client application and sent using the TCP protocol afterwards to a server application that could be a databank or other type of system which then processes and stores it. Any client terminal can then request that information through an internet connection. This allows for several medical centers to more easily make use of the patient’s information to monitor his evolution and generate treatments while also preventing redundant information. The goal is to implement this system in the medical centers to automate the information management and data retrieval processes. Key words: algorithm, LabVIEW, medical, network, vision. INTRODUCCIÓN Con la creciente demanda de servicios de asistencia médica más rápidos y eficientes se ha vuelto necesario el hacer un uso óptimo de los recursos y simplificar los procesos de consulta desde el inicio de ésta a través de la recopilación de la información del paciente, pasando por la consulta de información relacionada con la patología que éste presenta e historiales de consultas previas realizadas en la institución médica y finalmente emplear la terapia adecuada para ayudar a la solución de la dolencia que aqueja a la persona[1]. El objetivo del proyecto desarrollado consiste en automatizar las consultas mediante el desarrollo de una interfaz gráfica de fácil uso que apoye en la tarea del manejo de la información del paciente y sirva como un
asistente virtual al médico para adquirir y procesar la información que será utilizada por éste durante el tratamiento además de generar una red médica que permita a diversos centros médicos usuarios de esta aplicación el compartir información de importancia sobre el paciente para apoyar el tratamiento y monitorear con mayor facilidad y precisión la evolución de éste [6]. DESARROLLO MATERIAL Y MÉTODOS. 2.1. LabVIEW. LabVIEW es un lenguaje creado por la empresa National Instruments que se caracteriza por emplear una metodología de diseño conocida como “lenguaje G”, la cual se basa en la utilización de bloques o “instrumentos
virtuales” que permiten la rápida generación de interfaces gráficas de fácil uso.
recepción de los datos a través de Internet o redes de área local.
2.1.1. Generación de interfaces gráficas. El diseño de la interfaz gráfica en LabVIEW consta de dos paneles, uno llamado panel frontal y otro diagrama de bloques. El primero es la parte visible para el usuario, mientras que el segundo es el entorno de programación. Los dos se encuentran interconectados por terminales las cuales funcionan bajo el paradigma de flujo de datos con entradas y salidas que permiten transferir la información contenida en éstos y utilizarla para generar los algoritmos [2].
En el modelo cliente-servidor la comunicación opera de la siguiente forma: el proceso cliente envía una solicitud a través de la red al proceso servidor y espera una respuesta. El proceso servidor recibe la solicitud, realiza el trabajo solicitado (ex. edición de historial médico, generación de una nueva cuenta del paciente, entre otros) o busca los datos solicitados y devuelve la respuesta (consulta) [3].
Fig. 1 - Interfaz del sistema generada en LabVIEW. Fig. 2 - Diagrama de comunicación cliente/servidor. 2.1.2. Comunicación cliente/servidor. La misión de este módulo consiste en compartir recursos buscando que todos los datos presentes dentro de la red estén disponibles para los usuarios de la red sin importar la ubicación en la cual se encuentre, permitiendo de esta forma tener un acceso permanente a la información de los pacientes y facilitando la cooperación entre instituciones de salud en el tratamiento de las patologías. En este modelo, los datos están almacenados en servidores, equipos que permiten el almacenamiento de grandes volúmenes de información y que suelen ser poseídos por los centros médicos. Con frecuencia, éstos se encuentran alojados en una central. Estos sistemas se encargan del almacenamiento y procesamiento de los historiales de los pacientes de un centro médico determinado y usualmente no tienen contacto con el personal médico, atendiendo en su lugar las solicitudes de equipos cliente que pueden realizarse en grandes cantidades de acuerdo a la capacidad de la red [3]. El personal médico accede a la información almacenada utilizando computadoras terminal llamadas cliente las cuales hacen la solicitud de información del paciente cuando se realiza la terapia y envían los datos capturados por los sensores y la información actualizada del paciente para su actualización a los servidores una vez que ésta ha concluido. Las máquinas cliente y servidor están conectadas a través de una red empleando el protocolo TCP (Protocolo de Control de Transferencia) que permite el envío y
La comunicación realizada entre los equipos cliente y el servidor son realizados a través de un protocolo, el cual representa un conjunto de reglas indispensables para que se lleve a cabo la comunicación entre los dispositivos. Existe un conjunto de protocolos siendo el protocolo TCP/IP uno de los protocolos estándar más utilizados en la industria y hogar. El protocolo IP (Internet Protocol o Protocolo de Internet) cae dentro de la categoría de los no orientados a conexión, es decir, el módulo IP en una computadora envía un paquete sin establecer previamente una conexión. A los nodos de la red Internet que tienen como función reenviar los paquetes que reciben a través de la mejor ruta se les llama ruteadores, módems o “switches” [3]. Las computadoras disponen de una aplicación para el correcto manejo de órdenes, este es llamado de manera común como TCP/IP (Transmission Control Protocol/Internet Protocol – Protocolo de Control de Transmisión y Protocolo de Internet) que realiza la intercomunicación entre la computadora y la red. Dentro de esta comunicación la misión principal del TCP es la división de datos en fragmentos denominados paquetes, proceso mediante el cual se le otorga a cada uno de ellos una cabecera, esto es lo que orientará la manera en que deben unirse de posteriormente, indicando un orden. Una vez es realizada la generación de los paquetes y la dirección de envío, el protocolo IP se encarga de colocar
cada paquete en grupos denominados sobres, que se encargan de proporcionar el tiempo de transferencia y la dirección del destino. Cuando se encuentran en los sobres los paquetes se envían mediante los ruteadores más convenientes y finalmente al llegar a la dirección donde son requeridos, tras lo cual se activa nuevamente el protocolo TCP para realizar la comprobación y suma del mensaje original con el recibido para corroborar la integridad de la información recibida y detectar potenciales errores en el envío.
Cliente para evitar una potencial pérdida de información en caso de ocurrir un fallo en el sistema (pérdida de energía, cierre accidental, entre otros) y que requiera restablecer la información para evitar de esta forma el requerir repetir la consulta o los tratamientos. Una vez que se ha terminado la consulta, el sistema cliente envía de manera automática la información al equipo servidor, el cual se encarga de almacenar y organizar toda la información de un paciente dentro de un centro médico determinado. Adicionalmente se ha decidido optar por la creación y manejo de archivos binarios dentro de la aplicación para proveer un grado básico de protección a la información ya que éstos no pueden ser operados sin el uso de una aplicación creada específicamente con este fin. 2.1.3. Comunicación con instrumentación médica. Uno de los objetivos de la aplicación, además de la generación automática de los historiales de los pacientes, la optimización de la consulta por medio del algoritmo de reconocimiento de rostros y facilitar la disponibilidad de información importante del paciente sin importar su localización física es permitir la conectividad con diversos instrumentos médicos y sensores para transmitir los datos del paciente generados durante la consulta o terapia directo al sistema administrador que permitirá al médico evitar la tarea de recopilar manualmente toda esta información.
Fig. 3 – Diagrama de operación del algoritmo implementado utilizando el protocolo TCP.
2.1.3. Manejo de archivos y bases de datos. Para la administración de la información del personal médico es necesario el proveer una plataforma que permita el almacenamiento de archivos en disco para generar historiales médicos que permitan consultar el archivo clínico y conocer la evolución del paciente; proceso que usualmente es realizado en papel y en contadas ocasiones es empleado el método de usar bancos de datos en servidores destinados para este propósito dentro de los centros médicos. La segunda opción se considera mejor solución por su facilidad de uso y su eficiencia al momento de utilizarla. Para atender esta necesidad, LabVIEW provee herramientas que permiten la generación de archivos en distintos formatos (texto, hoja de datos, binario) y la comunicación de dispositivos a través de distintos protocolos (FTP, UDP, IP). En esta aplicación la información capturada por los sensores es almacenada de forma temporal en el equipo
Además se pretende que el sistema sea capaz de proporcionar instantáneamente un registro de la evolución del paciente que pueda ser visualizado fácilmente, utilizando gráficas, e imprimir la información en caso de así requerirlo. Para lograr este objetivo se desarrolló un sistema de comunicación con un microcontrolador y una tarjeta de adquisición de datos (DAQ) que permite la entrada y salida de señales analógicas y digitales al sistema, aplicado en este caso para la operación de un proyecto de rehabilitación desarrollado en la institución además de iniciarse labores para la recopilación de información útil como temperatura y presión del paciente entre otras características que se espera poder monitorear a futuro. En la figura 4 puede observarse la conexión realizada entre un sensor de presión y la tarjeta de adquisición de datos sin amplificación mientras que en la figura 5 puede verse la gráfica generada.
que permiten realizar diversas operaciones de visión computacional de manera sencilla y rápida [4]. La versión utilizada es la versión OpenCV 2.4.5 [4] liberado el 11 de marzo del 2013 y que cuenta con funciones en lenguaje C y C++.
Fig. 4 - Sensor de presión conectado a la tarjeta de adquisición de datos MyDAQ de National Instruments para la recopilación de información.
2.2.1 Captura de datos La asistencia de la red comienza mediante la captura de la imagen del rostro del paciente. OpenCV genera una ventana que puede incluso utilizar la cámara web de la computadora para tomar capturas de los rostros gracias a la robustez del algoritmo de reconocimiento, éstos datos son empleados por el algoritmo de reconocimiento. Siendo el único requisito que el paciente se coloque en una determinada posición para el mejor identificación de sus rasgos. 2.2.2 Reconocimiento de rostros El algoritmo utilizado en el módulo de reconocimiento de rostros es el algoritmo Haar-Cascades, el cual se basa en el uso de características cuasi-Haar (Haar-like features) que se representan mediante la diferencia en la suma de intensidad de los pixeles dentro de una ventana de detección rectangular generada que es comparada con los elementos adyacentes a ésta. Dicha diferencia permite determinar patrones que entonces son comparados con un conjunto de imágenes previamente almacenadas y que permiten determinar a través de un clasificador de patrones, cuáles son los que coinciden de manera más exacta con los patrones obtenidos en la imagen del paciente capturada por la cámara.
Fig. 5 - Captura de sensor de presión en etapa de pre amplificación utilizando una tarjeta de adquisición de datos. 2.2. OpenCV. Para el reconocimiento automático del paciente se ha optado por hacer uso de la información visual obtenida de una imagen del rostro.
Este tipo de algoritmo, inicialmente propuesto por Papagergiou ha tenido una amplia difusión debido a que representa una alternativa mucho más eficiente a métodos más computacionalmente intensivos como es el caso del tratamiento de las imágenes como matrices representativas de valores de imágenes RGB [4].
Se seleccionó el realizar el reconocimiento en base a la información facial debido a que permite la diferenciación mediante distancias existentes entre los rasgos más distintivos (los ojos y la boca) de la diversidad de individuos.
El algoritmo de reconocimiento Haar-Cascades desarrollado con OpenCV es capaz de generar un resguardo de únicamente las facciones principales del rostro que son utilizadas por el algoritmo de reconocimiento, siendo éstas las áreas de los ojos y boca, los cuales son los factores mínimos para que el programa cuente con la información necesaria para volver a identificar al paciente y mostrar lo que existe en su expediente.
Para realizar el procesamiento de imágenes necesario en las operaciones de visión se analizaron numerosas opciones provistas, entre ellas el módulo NI Vision IMAQ generado por la empresa National Instruments [5]; seleccionando finalmente la librería gratuita (GNU) OpenCV que provee funciones muy confiables y robustas
Es un algoritmo que se utiliza para la detección de rostros y se basa en la extracción de características y la clasificación en modo cascada. Este algoritmo se divide en tres etapas, en la primera es una trasformación de imagen a través de la extracción de las características deseadas a diferentes escalas, que se construye a partir de
operaciones básicas, obteniendo una nueva imagen denominada imagen integral.
En la figura 6 puede observarse el diagrama de operación de cada uno de los módulos del sistema los cuales se presentan de forma transparente al personal médico para que pueda ser operado con únicamente conocimientos básicos de computación.
(1) En la ecuación (1) se puede observar la comparación donde II(x,y,) es la imagen integral e Im(x,y) es la imagen original. En la segunda etapa se realiza la extracción de características usando filtros con base Haar. Los filtros con bases Haar, realizan una codificación de diferencia de intensidades en la imagen, generando características de contornos, puntos y líneas, mediante la captura de contraste entre regiones. Y por último se usa boosting para la construcción de clasificadores en cascada. Consiste en varios clasificadores simples que son aplicados subsecuentemente a una región de interés hasta que en alguna etapa el candidato es rechazado o todas las etapas son aceptadas [4]. ARQUITECTURA DEL SISTEMA. El sistema inicia operación al desplegar la interfaz gráfica principal de LabVIEW en la cual se permite al usuario seleccionar el tipo de operación que desea realizar. Entre las operaciones disponibles en la interfaz se encuentran la creación, modificación y eliminación de los registros de información de los pacientes (información personal, historiales médicos de consulta, etc.), la captura de datos de instrumentación médica compatible con el sistema y la operación de sistemas de tratamiento médico como un sistema de rehabilitación que se encuentra en desarrollo en nuestra institución. Si el usuario selecciona la creación o modificación de la información del paciente, el sistema realiza una captura del rostro del usuario y lo compara mediante el algoritmo Haar-Cascades el cual toma los rasgos principales del usuario y realiza una búsqueda en la base de datos para encontrar registros que coincidan con la imagen facial capturada. En caso de que la búsqueda realizada arroje un resultado positivo, el algoritmo devuelve el índice en el cual se encuentra el registro del paciente y arroja un submenú con las opciones de consulta o administración permitidas. En caso de que la búsqueda realizada arroje un resultado negativo (no se encuentra el paciente en el registro), el sistema busca el último índice en la base de datos y devuelve el valor para generar un nuevo registro.
Fig. 6 - Diagrama de operación general del sistema. RESULTADOS. Utilizando el protocolo TCP/IP en LabVIEW fue posible lograr la comunicación entre dos dispositivos de los cuales uno actúa como servidor y se encarga de proveer o recibir, organizar y almacenar la información de otro dispositivo cliente el cual recopiló información de un sensor y generó un historial para un paciente que fue enviado a través de la red para su almacenamiento y consulta. Para la realización del experimento se hizo uso de dos computadoras portátiles de tipo Lenovo con procesador AMD Radeon, sistema operativo Windows 7 y dos gigabytes (GB) de memoria RAM. La red empleada para la realización de las pruebas fue una red inalámbrica de 500 megabytes (MB) de velocidad. Para comprobar la fiabilidad de la red se realizaron diez pruebas en las cuales se registró el resultado en la generación del historial y se registró en una tabla los tiempos que fueron requeridos para lograr la conectividad con el dispositivo servidor y almacenar la información en el mismo. En la tabla (figura 7) se observan los resultados del experimento.
Prueba
Tiempo requerido (minutos) 1 7 2 5 3 5.3 4 4 5 5.3 6 5 7 3.5 8 4.2 9 5 10 3.5 Fig 7. Tabla de tiempos requeridos para la generación de historial. Se calculó un promedio aproximado de 5 minutos con 18 segundos en realizar la generación del historial médico y transmitir al servidor la información. DISCUSIÓN. En general el tiempo de respuesta del algoritmo resulta ser relativamente bajo debido a que el procesamiento de imágenes es realizado a través de las funciones de OpenCV, lo cual permite al sistema continuar operando en otras actividades como la generación y tratamiento de la información del paciente.
búsqueda de rostros en la base de datos generada de forma que el sistema pueda localizar más rápidamente a los pacientes en grandes bases de datos en base a rasgos similares y permitir una organización más inteligente de la información. También se están realizando labores para optimizar el tiempo de procesamiento de los algoritmos de visión de manera que éstos sean capaces de operar a mayor velocidad para reducir la carga en la transmisión de la red y mejorar su robustez de manera que sean capaces de funcionar sin importar las condiciones de iluminación y apariencia del paciente. Reconocimientos Se agradece el apoyo recibido por parte de Universidad Politécnica de Victoria, el Hospital Especialidades Médicas de Ciudad Victoria y FONDO MIXTO-CONACYT Gobierno del Estado Tamaulipas para la elaboración de este artículo. REFERENCIAS [1]
La transmisión fue realizada sin dificultades mayores en la coordinación del sistema aunque se detectó un retraso de varios segundos para lograr la transferencia de las imágenes del paciente debido a que el algoritmo utilizado en la actualidad envía los valores de la imagen descompuesta en forma de matriz elemento por elemento a través de la red.
[2]
CONCLUSIÓN
[6]
Mediante el desarrollo de esta red de asistencia médica se logra automatizar algunas de las actividades básicas y que consumen tiempo de la consulta médica, con lo cual se permite aminorar la carga de trabajo para el personal que labora en las instituciones médicas al permitir un manejo más inteligente de la información y obtener conclusiones sobre la evolución del paciente y el tratamiento más adecuado para éste con mayor facilidad. En el futuro próximo se pretende incluir en el sistema la capacidad de reconocer las huellas dactilares del paciente para el reconocimiento, como una progresión natural a futuro de las capacidades del sistema, para casos en los que se dificulte acceder a su índice o información facial confiable. Además de ello se plantea desarrollar un módulo basado en algoritmos genéticos simples para optimizar la
la de el de
[3] [4]
[5]
Ramírez Sánchez, Teresita; Nájera Aguilar, Patricia; Ningenda López, Gustavo. “Percepción de la calidad de los servicios de salud en Mexico: perspectiva de los usuarios”. Red de Revistas Científicas de América Latina y el Caribe, España y Portugal Sistema de Información Científica. 40(1). 1998. 2-11. Lajara Vizcaíno, José Rafael; Pelegrí Sebastia, José. LabVIEW: entorno gráfico de programacón. Segunda edición. 2011. Marcombo. Barcelona, España. 476 páginas. S. Tanenbaum, Andrew. Redes de computadoras. Cuarta edición. Pearson. México, 2003. 912 páginas. Bradski, Gary; Kaehler, Adrian. Learning OpenCV: computer visión with the OpenCV library. Primera edición. O’Reilly Inc. Estados Unidos, 2008. 580 páginas. National Instruments, NI Vision Software. 30 de agosto del 2013. Liga: http://sine.ni.com/nips/cds/view/p/lang/es/nid/12892 Pérez Flores C. Diseño e implementación de una plataforma de software para reconocimiento facial en video. Santiago de Chile, Chile. Visto por última vez: 30 de agosto del 2013. Liga: http://www.tesis.uchile.cl/bitstream/handle/2250/112271/cfvillalon_dd.pdf?sequence=1
