Телеультразвуковые исследования с использованием смартфонов и одноплатных компьютеров

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Рост доступности и вычислительной мощности мобильных устройств приводит к расширению их области применения. Медицина не стала исключением: одноплатные компьютеры и смартфоны активно применяются в телемедицине.

Цель ― изучить техническую возможность реализации телеультразвуковых исследований при помощи одноплатных компьютеров и смартфонов.

Материалы и методы. В данном исследовании проводили захват ультразвукового видеоизображения при помощи внешних USB-устройств видеозахвата. В качестве платформы для сервера телеультразвуковых исследований использовали одноплатные компьютеры Raspberry Pi, а также смартфон на базе Android. В качестве программного обеспечения использовали VLC, Motion, USB Camera. Дистанционная оценка экспертом проводилась также на мобильных устройствах: посредством VLC при работе на сервере программного обеспечения VLC, в остальных случаях — Google Chrome на Windows 7 и Android, Chromium на Raspberry Pi.

Результаты. Устройство видеозахвата на базе чипсета UTV007 позволяет получить более качественное изображение по сравнению с устройством на базе чипсета AMT630A. Оптимальное разрешение видеоизображения 720×576 при 25 кадрах в секунду. Оптимальным программным обеспечением для организации телеУЗИ на Raspberry Pi является VLC из-за низких требований к пропускной способности каналов связи (0,64±0,17 Мбит/с). Для Android-смартфонов телеультразвуковое исследование может быть реализовано на программном обеспечении USB Camera, но требует большей пропускной способности каналов связи (5,2±0,3 Мбит/с).

Заключение. Использование устройств на базе одноплатных компьютеров и смартфонов позволяет реализовать бюджетную телеультразвуковую систему, что потенциально способствует повышению качества выполняемых исследований за счёт дистанционного обучения и консультирования врачей. Данные решения могут применяться в том числе в удалённых регионах, для задач «полевой» медицины и других возможных направлений мобильного здравоохранения.

Об авторах

Кирилл Михайлович Арзамасов

Научно-практический клинический центр диагностики и телемедицинских технологий

Автор, ответственный за переписку.
Email: ArzamasovKM@zdrav.mos.ru
ORCID iD: 0000-0001-7786-0349
SPIN-код: 3160-8062

к.м.н.

Россия, Москва

Виктор Анатольевич Дроговоз

Научно-производственное объединение «Русские базовые информационные технологии»

Email: Vdrog@mail.ru
ORCID iD: 0000-0001-9582-7147
SPIN-код: 1804-2636

к.т.н.

Россия, Москва

Татьяна Михайловна Бобровская

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: BobrovskayaTM@zdrav.mos.ru
ORCID iD: 0000-0002-2746-7554
SPIN-код: 3400-8575

MD

Россия, Москва

Антон Вячеславович Владзимирский

Научно-практический клинический центр диагностики и телемедицинских технологий; Первый Московский государственный медицинский университет имени И.М. Сеченова (Сеченовский Университет)

Email: VladzimirskijAV@zdrav.mos.ru
ORCID iD: 0000-0002-2990-7736
SPIN-код: 3602-7120

д.м.н.

Россия, Москва; Москва

Список литературы

  1. Shi J., Wang F., Qin M., et al. New ECG compression method for portable ECG monitoring system merged with binary convolutional auto-encoder and residual error compensation // Biosensors (Basel). 2022. Vol. 12, N 7. Р. 524. doi: 10.3390/bios12070524
  2. Palacios D.R., Shen K., Baig S., et al. Wide field of view handheld smart fundus camera for telemedicine applications // J Med Imaging (Bellingham). 2021. Vol. 8, N 2. Р. 026001. doi: 10.1117/1.JMI.8.2.026001
  3. Shewale A.D., Patil S.A., Patil S.R. Raspberry-pi based automatic health care modelling: An iOt approach // Compliance Engineering J. 2021. Vol. 12, N 3. Р. 99–104.
  4. Recker F., Höhne E., Damjanovic D., Schäfer V.S. Ultrasound in telemedicine: A brief overview // Appl Sci. 2022. Vol. 12, N 3. Р. 958. doi: 10.3390/app12030958
  5. Lim T.H., Choi H.J., Kang B.S. Feasibility of dynamic cardiac ultrasound transmission via mobile phone for basic emergency teleconsultation // J Telemed Telecare. 2010. Vol. 16, N 5. Р. 281–285. doi: 10.1258/jtt.2010.091109
  6. Miyashita T., Iketani Y., Nagamine Y., Goto T. FaceTime®for teaching ultrasound-guided anesthetic procedures in remote place // J Clin Monit Comput. 2014. Vol. 28, N 2. Р. 211–215. doi: 10.1007/s10877-013-9514-x
  7. Kim C., Cha H., Kang B.S., et al. A feasibility study of smartphone-based telesonography for evaluating cardiac dynamic function and diagnosing acute appendicitis with control of the image quality of the transmitted videos // J Digit Imaging. 2016. Vol. 29, N 3. Р. 347–356. doi: 10.1007/s10278-015-9849-6
  8. Boissin C., Blom L., Wallis L., et al. Image-based teleconsultation using smartphones or tablets: Qualitative assessment of medical experts // Emergency Med J. 2017. Vol. 34, N 2. Р. 95–99. doi: 10.1136/emermed-2015-205258
  9. Beckhauser E., Petrolini V.A., Savaris A., et al. Are single-board computers an option for a low-cost multimodal telemedicine platform: First tests in the context of santa catarina state integrated telemedicine and telehealth system // 2016 IEEE 29th International Symposium on Computer-Based Medical Systems (CBMS). 2016. Р. 163–168.
  10. Bhojwani H., Sain G.K., Sharma G.P. A hybrid connectivity oriented telemedician system for Indian landscape using raspberry Pi SBC & IOT // 2018 3rd Technology Innovation Management and Engineering Science International Conference (TIMES-iCON). 2018. Р. 1–5. doi: 10.1109/TIMES-iCON.2018.8621799
  11. De Oliveira D.C., Wehrmeister M.A. Using deep learning and low-cost rgb and thermal cameras to detect pedestrians in aerial images captured by multirotor UAV // Sensors (Basel). 2018. Vol. 18, N 7. Р. 2244. doi: 10.3390/s18072244
  12. Kim W., Jung W.S., Choi H.K. Lightweight driver monitoring system based on multi-task mobilenets // Sensors (Basel). 2019. Vol. 19, N 14. Р. 3200. doi: 10.3390/s19143200
  13. Peine A., Hallawa A., Schöffski O., et al. A deep learning approach for managing medical consumable materials in intensive care units via convolutional neural networks: Technical proof-of-concept study // JMIR Med Informatics. 2019. Vol. 7, N 4. Р. e14806–e14806. doi: 10.2196/14806
  14. Yoo S.K., Kim D.K., Jung S.M., et al. Performance of a web-based, realtime, tele-ultrasound consultation system over high-speed commercial telecommunication lines // J Telemed Telecare England. 2004. Vol. 10, N 3. P. 175–179. doi: 10.1258/135763304323070841
  15. Panayides A., Antoniou Z.C., Mylonas Y., et al. High-resolution, low-delay, and error-resilient medical ultrasound video communication using H.264/AVC over mobile WiMAX networks // IEEE J Biomed Health Inform. 2013. Vol. 17, N 3. P. 619–628. doi: 10.1109/TITB.2012.2232675
  16. Арзамасов К.М., Бобровская Т.М., Дроговоз В.А. Стриминговые технологии: из игровой индустрии в телеультразвуковые исследования // Digital Diagnostics. 2022. Т. 3, № 2. C. 131–140. doi: 10.17816/DD100779
  17. Арзамасов К.М., Дроговоз В.А. Систематический обзор технологий и методов телеультразвуковых исследований // Медицинские технологии. Оценка и выбор. 2020. № 3. С. 44–54. doi: 10.17116/medtech20204103144
  18. Le M.T., Voigt L., Nathanson R., et al. Comparison of four handheld point-of-care ultrasound devices by expert users // Ultrasound J. 2022. Vol. 14, N 1. Р. 27. doi: 10.1186/s13089-022-00274-6

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Схема подключения.

Скачать (296KB)
Метаданные

© Эко-вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».