Экспертная система

010086 Изобретение относится к области медицины и касается применения информационных технологий в медицине, а именно к экспертным системам, так называемым интеллектуальным системам, и предназначено для диагностики и выбора лечения и/или оперативного вмешательства в области ортопедии, в частности, травматического остеомиелита. Для комплексной оценки состояния больного существует большой перечень методик, в соответствии с которыми больной проходит несколько стадий обследования, прежде чем получить окончательное заключение о состоянии здоровья. Процесс длительный, а заключение не всегда адекватно состоянию больного в силу разных причин, как объективных, так и субъективных, заключающихся не только в достоверности получаемой симптоматичной информации от пациента, но и в сложности выявления причинно-следственной связи между полученной информацией и другими параметрами обследования. В связи с этим на базе вычислительной техники стали разрабатываться системы, которые могли бы работать в режиме врача-эксперта, т.е. осуществлять обследование пациента, ставить диагноз и предлагать варианты лечения, но быстрее и надежнее. Одна из главных особенностей этих систем состоит в том, что в ответ на запрос пользователя, выраженный в терминах предметной области - строить логические выводы и на их основе делать обобщения и заключения, вызывать ассоциации. В настоящее время уже существуют экспертные системы во многих областях медицины, такие как экспертная система для диагностики инфаркта миокарда и расшифровки ЭКГ, системы по выявлению злокачественных заболеваний и диагностике заболеваний печени и желчного пузыря и т.д. Известна диагностическая система (1) "MYCIN", которая диагностирует и определяет способ лечения менингита и заболевания, вызванные другими бактериальными инфекциями в первые 18 ч после заражения. Она обладает высоким уровнем экспертных заключений и простотой построения. Наиболее близкой по технической сущности к заявляемому изобретению, является экспертная система (2) "ЛЕДИ - Z", предназначенная для диагностики сложного патофизиологического процесса поражения почек. В структуру системы входят: блок пользователя, (ввод/вывод данных), база историй болезни, блок искусственного интеллекта (ИИ). В электронную карту больного заносится, предварительно сформированная и формализованная по нозологическим признакам, вся информация о пациенте: социальная и параметры обследования. В блоке искусственного интеллекта, из множества нозологических признаков и сочетаний этих признаков в различных вариантах, сгруппированных в фреймы (фрейм - диагностическое множество, элементами которого являются признаки конкретного диагноза) формируется база данных системы - база информативных признаков. Данная система в процессе деятельности, например в качестве врача реаниматолога, помогает врачу определить состояние физиологической системы организма пациента и произвести дифференциацию показателей состояния, определить причинноследственную связь между показателями и состоянием, выработать гипотезу возникновения патологического состояния, прогнозировать течение болезни и выработать рекомендации по виду и схеме лечения. Однако, подобная экспертная система отсутствует в области ортопедии и, в частности, гнойновоспалительного остеомиелита, которое характеризуется одним из наиболее тяжелых и часто встречающихся осложнений травм конечностей, частыми рецидивами после операций трудностью и длительностью лечения. Наиболее близким к заявляемому решению по визуализации исследуемого объекта, является способ визуализации, осуществляемый программой создания фоторобота человеческого лица (3). Фоторобот человеческого лица создается в виде 2D (двухмерное изображение) методом наложения заранее подготовленных шаблонов. В программе используется 24 вида шаблонов элементов женского и мужского лица(волосы, брови и т.д.), а также элементы одежды и аксессуаров. Выбранные шаблоны накладываются на изображение. Шаблоны могут перемещаться по горизонтали и вертикали. Все действия выполняются нажатием левой кнопки мыши. Созданный фоторобот может быть сохранен в виде графического файла типа .рех или специального файла типа .fro и повторно загружен. Программа удобная и простая в использовании. Однако недостатком программы осуществляющий этот способ является то, что все шаблоны одной группы хранятся в едином файле и в виде таких данных, которые недоступны пользователю программы, т.е. недоступна возможность добавления новых шаблонов или новой группы шаблонов. Кроме того, формат графического файла, предусмотренный данной программой, не дает возможности изменения размеров шаблонов. А эта необходимость может возникнуть, при использовании в экспертных медицинских системах в процессе моделирования теоретически возможных изображений очага заболевания. Задача изобретения состоит в создании экспертной системы в области ортопедии, для оценки состояния и принятия решений при выборе вида лечения и/или оперативного вмешательств и создания недорогого и безопасного способа визуализации очага заболевания. Сущность изобретения заключается в том, что экспертная система содержит блок пользователя(ввода/вывода данных), электронную карту больного, базу историй болезни, блок ИИ и для визуализации очага заболевания - блок фоторобота. При этом вход электронной карты связан с входом/выходом блока пользователя, с входом/выходом блока фоторобота и с выходом блока искусственного интеллекта и входом/выходом базы историй болезни, а вход/выход блока искусственного интеллекта связан с входом/выходом блока фоторобота и входом/выходом блока пользователя, который связан с вхо-1 010086 дом/выходом блока фоторобота. Блок искусственного интеллекта содержит искусственную нейронную сеть гетероассоциативного типа, которая состоит из расположенных в три слоя нейронов. Нейроны связаны взаимозависимыми управляющими векторами, рекуррентными во внутреннем слое и имеющих однонаправленное положение в двух внешних (входном и выходном) слоях. Внутренний слой сети, осуществляющий функции генетического кода ситуации, содержит два подслоя, первый из которых является вторичным входным слоем сети, а входы нейронов всех слоев сети связаны управляющим вектором с выходом вышестоящего нейрона. Визуализация очага заболевания осуществляется путем создания фоторобота в виде двухмерного изображения, наложения шаблонов на изображение с возможностью их перемещения по вертикали и горизонтали, где в качестве шаблонов используются информативные признаки заболевания, сформированные в группы по видам целого объекта органа заболевания, его сегментам и видам очага заболевания,а наложение шаблонов осуществляется дополнительно с возможностью сжатия/расширения и вращения. Сопоставительный анализ заявляемого изобретения и прототипа показал, что заявляемое решение отличается от известного вводом нового блока-фоторобота; использованием в блоке ИИ - искусственной нейронной сети со специально разработанной структурой для база знаний блока ИИ; и, соответственно,новых взаимосвязей. Наличие в изобретении нового блока, новых взаимосвязей и иного решения блока ИИ, позволяет сделать вывод, что заявляемое техническое решение отвечает критерию "новизна". Анализ других известных экспертных систем показал, что известна экспертная систем ТИСС (4) для контроля и лечения больных с закрытыми переломами длинных костей. Эта система по области применения аналогична заявляемой, однако техническая сущность ее ИИ представлена только компьютерной программой, которая работает только в диалоговом режиме как информационно справочная система. Она не строит логические выводы и не выдает экспертного заключения. Анализ других существенных признаков показал, что в известной искусственной нейронной сети (5) Хэмминга, структура которой, как и сеть заявляемого решения, содержит три слоя нейронов, связанных разнородными взаимозависимыми векторами. Но ее структура функционально несет другую нагрузку. Рекуррентные связи ее и слои нейронов предназначены для простого перебора поступающей информации и сравнения их эталонными образцами. Наличие во внутреннем слое подслоя генетического кода ситуации и подслоя второго входного слоя в структуре нейронной сети заявляемого решения обеспечивает фильтрацию входящей информации и усиления ее ассоциативности, кодирование этой информации и информации, находящейся в базе знаний, сравнение их на уровне кодов и выдачу результатов в виде кокретных фактов, свойственных только данной ситуации. Известен способ формирования фоторобота (6) 3D- фоторобот, который позволяет точно воссоздать заданный трехмерный образ. Но состав и структура элементов и шаблонов фоторобота жестко запрограммированы, что не допускает внесение новых элементов или шаблонов, а также отсутствует конвертация изображения для дальнейшего моделирования. В заявляемом способе при создании фоторобота предусмотрены действия сжатия/расширения и вращения, которые дают возможность моделироать возможные варианты изменения в процессе болезни и лечении патологического очага. Эти отличия делают заявляемый способ более вариабельным и гибким и способствуют формированию как шаблонов так и фотороботов в соответствии с текущей ситуацией. Таким образом, заявляемое изобретение создает новую совокупность технических свойств, которые позволяют решить поставленную задачу и, следовательно, изобретение соответствует критерию технический уровень. На фиг. 1-3 представлены блок-схема заявляемой экспертной системы (фиг. 1), блок фоторобота(фиг. 2) и искусственная нейронная сеть блока искусственного интеллекта (фиг. 3) На фиг. 4-5 представлены фрагменты создания фоторобота и дерева решений для ситуаций, соответственно. Блок - схема экспертной системы состоит из трех основных блоков-модулей: электронной карты больного 1, фоторобота 2 и блока-модуля искусственного интеллекта (ИИ) 3, а также блока пользователя(ввода/вывода данных) 4 и блока базы данных историй болезни 5. Узел ввода данных 4 в электронную карту 1 осуществляет функцию входного преобразователя для ввода в электронную карту данных, в виде формализованных признаков, полученных при обследовании пациента. Эти данные одновременно вводятся и в блок 3 ИИ и в блок-модуль 2 фоторобот. Блок-модуль фоторобота содержит блоки: выбора и управления шаблонами 6; выбора и наложения шаблонов 7; формирования фоторобота 8; формирования информативных признаков 9; систему управления базой данных фоторобота (СУБД) 10; базу данных шаблонов фоторобота 11; базу данных фотороботов 12. Блок-модуль искусственного интеллекта содержит три слоя нейронов: нижний внешний 13 входной слой; внутренний, состоящий из двух подслоев: внутреннего входной 14 слоя, который одновременно является вторичным входным слоем сети и подслоя генетического кода 15 (ПГК); и внешний выходной слой 16. Вектора верхнего и нижнего слоев являются однонаправленными, а среднего-рекуррентными. Нейроны всех слоев управляются входом обратной связи вышестоящего нейрона. Управление осуществляется путем передачи векторами данных в виде отдельных элементов на входы нейронов соответствующие их номерам. ПГК, создающий генетический код ситуации, содержит: аккумулирующий нейрон А; нейрон выбора В; нейроны рекурентности "1" и "2" и нейрон управления рекурентностью вектора Р. Генетический код ситуации создатся из гипоте-2 010086 тически возможного числа комбинаций символов, присвоенных уровням дерева решений (фиг. 5) а,b,с он описывает наличие фактов, определяющих ситуацию для выдачи заключения по данной ситуации. Выбор решения зависит от последовательности образуемых кодов (a1b1c1, a1b1c2, , anbncn) и количества их повторов. Выходные данные внутреннего входного подслоя 14 поступают на вход подслоя ПГК - 15. Входная информация поступает на нейрон выбора (В), который передает на выход код одного из активизированных входов. Код ассоциации в свою очередь поступает на вход нейрона "Р". Нейрон "Р" выполняет сравнение входного кода с значением эталонного входа (Е) и управляет нейронами рекуррентности - "1" и "2". Нейрон "А" выполняет аккумулирование входных кодов и передает полученное значение на вход нейрона "2", который управляется нейроном "Р". Значение эталонного входа указывает на конец ассоциаций. При не эквивалентности входа с Е нейрон "Р" выдает на выходы сигнал активации обратной связи нейронами "1" и "2", а также передает код на вход нейрона "А". Тот в свою очередь аккумулирует свое значение со входом. После чего нейрон "2" передает аккумулированное значение на входы нейронов нижнего подслоя для обучения подслоя внутреннего слоя. Нейрон "1" вырабатывает сигнал активизации который передается на вход обратной связи нижнего слоя. При получении сигнала активизации на вход нейроны нижнего слоя обучаются на передачу ассоциативной информации с соответствующих входов на выходы слоя. Нижний слой 13 сети имеет однонаправленное распространение входных данных от входа к выходу. Данные векторов в виде отдельных элементов подаются на входы нейронов соответствующих их номерам. Нейроны этого слоя активизируются входом обратной связи из внутреннего слоя 14 на выполнение последовательной поэлементной передаче входных данных. Сигнал обратной связи, поступающий из внутреннего слоя, определяет номер входа, передаваемого на выход каждого нейрона этого слоя. В начальном этапе нейроны получают сигнал активации, который обучает их передавать на выходы данные из первого входа - вектора, т.е. x1,1, х 1,2 х 1,т. А при обучении соответствующему "2", данные второго вектора - x2,1, x2,2 х 2 т. В итоге на вход внутреннего слоя поступают предварительно классифицированные данные, дающие первичную ассоциацию о ситуации - xi,1, xi,2xi,m Первый подслой внутреннего слоя сети еще более усиливает ассоциации о происходящем. Активированный нейрон передает на вход следующего уровня данные - xi,k, xi,k+1 xi,k+m обостряющие ассоциацию из выборки xi,1, xi,2 xi,m по ситуации. Начальное значение обратной связи равно определенному активному уровню. И поэтому начальные данные проходят этот слой без какой-либо фильтрации. А в дальнейших итерациях функционирования сети выходы нейронов этого слоя будут отфильтрированы обучающим сигналом обратной связи. Если же сравнение выполненное нейроном Р окажется "истиной",то нейроны "1" и "2" деактивизируют предыдущие слои сети по обратной связи. И нейрон "2" выдает на выход внутреннего слоя аккумулированный генетический код ситуации. Верхний внешний слой формирует на выходе сети отклик в виде вектора у, соответствующий возбуждающему вектору х. Верхний слой состоит из нейронов которые обучаются генетическому коду и выполняют последовательную передачу входа на выход. Первый нейрон этого слоя получает сигнал, активизирующий его, сравнивает входы по логическому "И", выдает ответ и активизирует следующий нейрон. Таким образом, верхний слой выдает на последовательные выходы отфильтрированный вектор у. Система функционирует следующим образом. Узел ввода данных 4 в электронную карту 1 осуществляет функцию входного преобразователя для ввода в электронную карту данных, в виде формализованных признаков, полученных при обследовании пациента. Эти данные одновременно вводятся и в блок 3 ИИ и в блок-модуль 2 фоторобот. Блок - электронная карта является основным хранилищем всех данных о пациенте. При помощи этого блока создается и архивируется электронная карта больного, где фиксируются личные данные, данные истории болезни, анамнез, данные осмотра, показатели лабораторных и функциональных анализов, сканированные или созданные рисунки патологического очага. Здесь фиксируются информативные признаки патологического очага и советы ЭС. Формируется форма для вывода на печать заключения по диагнозу и проводится отбор статистических данных. В блоке базы данных историй болезни хранятся данные историй болезни всех больных, зарегистрированных в данной системе. Блок-модуль фоторобота на основе данных, введенных с блока-модуля электронной карты и/или с базы данных историй болезни, формирует признаки вида и фотороботы патологического очага и, по запросу, передает их в один из блоковмодулей. Блок формировния информативных признаков 9 является оперативным, в котором формируются признаки обследуемого больного. Формирование фоторобота осуществляется на основе баз данных 10, 11 и 12, в которых сформированы информативные признаки патологического очага. В блоке 10 содержатся информативные признаки, сформированные в виде многоуровневого иерархического дерева,основанием которого является общее состояние патологического очага, а каждый уровень детализирующий/уточняющий это состояние. Блок 11 содержит признаки сформированные по костям конечностей и их сегментам, видам патологического очага и видам металлоконструкций. Блок 12 - фотороботы -аналоги целых костей и/или их сегментов (1/3). Модуль фоторобота, в зависимости от текущей ситуации, работает как в диалоговом, так и в автоматическом режиме. При обследовании больного и наборе необходимых данных для создания объективного представления об очаге заболевания и визуализации этого представления, открывают на экране дисплея первое окно из окон модуля фоторобота. Открытие окна осуществляют стандартным способом: кликом левой кнопки мыши по соответствующему знач-3 010086 ку. Открывшееся окно отображает одну из трех групп базы данных шаблонов блока 6 - изображения целых костей (плечевая, лучевая/локтевая, бедренная и б/м берцовые кости и т.д.) и этих же костей с сегментацией в 1/3. В окнах расположены значки управления блоков 1 и 2, осуществляющих выбор и перенос шаблонов, их сжатие/расширение, перемещение и вращение. Выбор и перенос одного необходимого изображения целой кости на участок формирования фоторобота, расположенного в открываемых окнах(фиг. 4), осуществляется стандартным кликом на управляющий значок блока 1. В окнах предусмотрено место для расположения сканированного рентгеновского снимка, который (если он имеется) используется в качестве аналога для формирования фоторобота. Если же снимок отсутствует, то формирование фоторобота производится по формализованному словесному описанию. В этом же окне выбирается сегмент кости, где расположен участок патологического очага и этим шаблоном заменяют шаблон целой кости и затем открывают следующее окно блока 6, в котором расположена группа шаблонов видов патологического очага и куда автоматически переносится формируемый фоторобот. В этом окне шаблонами являются: разрывы между сегментами, секвестры- концевой и кольцевой, некрозы и т. д. В этом окне, используя перечисленные шаблоны и управляющее воздействие блоков 1 и 2, формируется фоторобот,максимально соответствующий естественному виду патологического очага, его размеру, месту расположения, форме/очертанию. Следующее окно открывают с шаблонами металлоконструкций и, или продолжают формировать фоторобот до полного совпадения с аналогом сканированного изображения, в котором присутствуют металлоконструкции, для наглядного анализа и выбора тактики лечения и/или моделируют ход оперативного вмешательства, формирую различные варианты металлоконструкций на изображении объекта. Блок-модуль ИИ по рентгеновским признакам патологического очага, поступающим от фоторобота и, по необходимости от блока пользователя, анализирует ситуацию, устанавливает причинно-следственную связь и выдает экспертное заключение по виду оперативного вмешательства. Работа сети начинается с создания ассоциации о ситуации. Для этого все входные векторы х подаются на входы нижнего слоя. Нейроны слоя по умолчанию активизированы значением "1" и поэтому нейроны передают на выход компонентов вектора первого уровня - х 1,т. Входной подслой внутреннего слоя также активизированы значением по умолчанию и пропускают все входы на выход. Если информация ассоциируется с фактом "Факт a1", то нейрон В выдает код а 1 на вход нейрона Р. Нейрон Р выполняет проверку эталонного кода конца ассоциаций "000" с входящем "a1" на эквивалентность. Так как результат "ложный" - нейрон Р передает входящий код нейрону А, который аккумулирует свое значение с ним"a1". Затем, нейрон Р выдает сигналы активизации нейронам рекуррентности "1" и "2". Тогда, нейрон "2" получает от нейрона "А" код ассоциации "a1" и передает его на подслой входа. А нейрон "1" инкриминирует свое значение и посылает его на нижний слой. Нижний слой активизирован на значение "2" и передает на выход компонентов вектора второго уровня - х 2,т. Входной подслой обучен на код "a1" и поэтому пропускает только те, факты которые ассоциируются с "Факт a1", т.е. "Факт b1" и "Факт b2". Остальные входы на выход закрываются. Если информация ассоциируется с фактом "Факт b1", то нейрон В выдает код b1 на вход нейрона Р. Нейрон Р выполняет проверку "000" с входящем "b1" на эквивалентность. Если результат - "ложь", то нейрон Р передает входящий код нейрону А, который аккумулирует свое значение с ним"a1b1". Нейрон Р выдает сигналы активизации нейронам рекуррентности "1" и "2". Тогда нейрон "2" получает от нейрона А код ассоциации b1 и передает его на подслой входа. А нейрон "1" инкрементирует свое значение и посылает его на нижний слой. Такими же действиями сеть выполняет третью итерацию. Нижний слой активизирован на значение "3" и передает на выход компонентов вектора второго уровня -х 3,т. Входной подслой обучен на код "b1" и пропускает только факты ассоциирующиеся с "Факт b1", т.е. "Фактc1" и "Факт с 2". Остальные входы на выход закрываются. Допустим, что информация ассоциируется с фактом "Факт с 2". Нейрон "В" выдает код с 2 на вход нейрона Р, который выполняет проверку "000" с входящем "с 2" на эквивалентность. Результат "ложь". Нейрон "А" получает код и аккумулирует свое значение с ним. Так как результат "ложный" нейрон Р выдает сигналы активизации нейронам рекуррентности "1" и "2". Тогда нейрон "2" получает от нейрона "А" код ассоциации с 2 и передает его на подслой входа. А нейрон "1" инкрементирует свое значение и посылает его на нижний слой. Нижний слой активизируется на значение "4" для которого входные векторы содержат код конца ассоциаций "000". Этот код пропускается во внутренний слой и доходит до нейрона Р. Нейрон выполняет проверку входа с эталоном. Ответ "истина" - достигнут конец ассоциаций по фактам, ситуация определена. Нейрон Р выдает сигнал нейрону "2" на закрытие обратной связи и выдачу генетического кода "a1b1c2" на выход внутреннего слоя. Тогда нейрон верхнего слоя получает на входе код "a1b1c2" и выдает его на входы нейронов последовательных действий. Каждый нейрон этой группы выполняет проверку входов по логическому "И", выдает ответ и активизирует следующий нейрон на выдачу ответа. Таким образом, сеть ассоциирует факты ситуации на входе с действиями решения на выходе. Экспертная система создана в виде трех пользовательских программных блоков-модулей. Каждый модуль исполняется в собственном окне - экране дисплея. Окна имеют стандартную структуру расположения полей, принятых в приложении Windows. Модули связаны между собой информационными каналам для передачи общих данных. Работа модуля обеспечивается доступным интерфейсом. Модуль фо-4 010086 торобот, является программной системой состоящей из подпрограмм, обеспечивающих взаимодействие между блоками модуля для формирования фоторобота. Программное обеспечение формирования фоторобота позволяет идентифицировать целые кости конечностей и/или их сегменты. Причем, принятая в этом способе сегментация кости в 1/3, осуществлена в соответствии со сложившейся в данной области медицины врачебной теорией и практикой. Структура разработанной искусственной нейронной сети предназначена для использования базы знаний, которая представляет собой иерархическое дерево, описывающее всевозможные признаки состояния заболевания, в данном случае - в области остеомелита. и использования последней в экспертной системе для ортопедии. Она позволяет реализовывать ассоциативный поиск в рабочей памяти с использованием нейронной сети, содержащей подслой генетического кода с прямым вводом правил и последовательным выводом решений. Генетический код ситуации - это оригинальный набор символов, присущих только данной ситуации (ситуация - набор нозологических признаков характерных для конкретного состояния патологического очага). Такой код полностью описывает наличие фактов, определяющих эту ситуацию и позволяет выдавать рекомендации по поэтапному разрешению этой ситуации. Заявляемая диагностическая экспертная система является, наряду с другими известными системами, одним из решений важнейшей задачи, стоящей перед современной медициной: разработка автоматизированных лечебно-диагностических систем. Она позволяет существенно сократить процесс сбора, обработки и отображения информации, а также сократить время в принятии оптимального выбора для качественного процесса лечения больного. Данная система может быть использована при соответствующей базе данных в хирургии и травматологии. Литература 1. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры / пер с англ. Б.И. Шитикова, М.,Финансы и статистика, 1987, 191 с. 2. Рахманова З.Б., Ульянов С.Б. Экспертная лечебно-диагностическая система. ПереславльЗалесский. Научные труды сотрудников ИПС АН СССР, 1988, 48 с.(прототип). 3. Фоторобот человеческого лицаhttp://cityradio.narod.ru/util/fotorobs/zip. 4. Гюльназарова С.В., Мамаев В.И., Казак Л.А., Гольдберг С.И., Федорова Е.А. Экспертная система для контроля лечения больных с закрытыми переломами длинных костей. Медицина и цифровые технологии, М. 1(7), 2001. 5. Оссовский С Нейронные сети для обработки информации, Москва, Финансы и статистика,2002 г. с. 184. ФОРМУЛА ИЗОБРЕТЕНИЯ 1. Экспертная система, содержащая блок пользователя, электронную карту больного, базу данных историй болезни и блок искусственного интеллекта, при этом вход электронной карты связан с выходом блока пользователя, блоком искусственного интеллекта и входом/выходом базы историй болезни, отличающаяся тем, что для визуализации очага заболевания система дополнительно содержит блок фоторобота, вход которого связан с выходом блока пользователя и с входами/выходами блока электронной карты и блоком искусственного интеллекта, который представлен в виде искусственной нейронной сети гетероассоциативного типа, состоящей из расположенных в три слоя нейронов и связывающих их, взаимозависимых управляющих векторов, рекурентных во внутреннем слое и имеющих однонаправленное положение в двух внешних (входном и выходном) слоях, причем внутренний слой сети, создающий генетический код ситуации, содержит два подслоя, первый из которых является вторичным входным слоем сети, а входы нейронов всех слоев сети связаны управляющим вектором с выходом нейрона вышестоящего слоя. 2. Способ визуализации очага заболевания путем создания фоторобота в виде двухмерного изображения (2D), включающий наложение шаблонов на изображение с возможностью их перемещения по вертикали и горизонтали, отличающийся тем, что в качестве шаблонов используются информативные признаки заболевания, сформированные в группы по видам целого объекта органа заболевания, его сегментам и видам патологического очага, а наложение шаблонов осуществляется дополнительно с возможностью сжатия/расширения и вращения.