Метрологическое обеспечение медицинских измерительных приборов

Обе задачи имеют конечную цель оценки и прогнозирования метрологического качества лабораторных аналитических исследований Оценка и прогнозирование метрологического качества контрольно-измерительных процессов возможна при условии разработки соответствующих математических и имитационных моделей, включающих все существенные факторы и параметры, оказывающие влияние на качество результата.
Разработанная модель для указанных целей содержит два алгоритма алгоритм расчета достоверности контроля при детерминированных нормативах и вероятностный алгоритм расчета достоверности при недетерминированных нормативах
Расчетные модели количественного оценивания достоверности исходят из предпосылок, что контролируемый параметр S_ согласно установленным технологическим требованиям_ не должен выходить за некоторые допустимые нижние и верхние нормативы SH < S >SB Поскольку результаты измерения всегда искажены случайными погрешностями, это неизменно приводит к ошибкам контроля, которые могут быть двух видов ошибочное признание «качественного» объекта- «некачественным» и признание «некачественного» объекта —«качественным» Совокупной оценкой качества контроля считается достоверность
Достоверность контроля - зависит от целого ряда факторов, таких как, статистические законы распределения контролируемого параметра, статистические законы распределения погрешности инструментальных средств и метода измерения, величины нормативных значений Во всех известных работах нормативы рассматривались как величины детерминированные. В реальных условиях определить точное значение нормативов практически невозможно, что дает основание считать нормативы величиной случайной и возникает задача оценки достоверности контроля с учетом гипотезы случайности нормативов Для четкого алгоритмирования процесс контроля был декомпозирован до событийно-структурного уровня, состоящим из следующих процедур измерение текущего значения контролируемого параметра, сравнение измеренного значения с нормативом, принятие решения о состоянии контролируемого объекта, если значение контролируемого параметра вышло за нормативы, то осуществляются мероприятия по устранению причин появления проблемы
Предполагается, что плотность распределения контролируемого параметра f(S) подчиняется нормальному закону с параметрами Sep и a(s), плотность суммарной случайной погрешности измерения ф(8изм) аппроксимируется нормальным законом с параметрами Бизм и o(s), плотность распределения нормативных значений подчиняется также нормальному закону
Модели оценки вероятностей Рнб и Рлб разработаны для однопредельного случая и для допускового В однопредельном случае интервал варьирования норматива разбивается от Sncp - Зоп до Sncp + 3on на m участков
Следующим шагом рассматривался случай распределения нормативных значений Sn по нормальному закону, а параметра S по закону Вейбулла, который, как показали исследования, является не только одним из распространенных среди известных законов, но и наиболее приемлемым законом распределения для целей моделирования Закон Вейбулла- трехпараметрический закон. Часто встречающиеся законы, в том числе и нормальный закон, могут рассматриваться в некотором приближении, как частные случаи этого закона.
В случае предела допуска контролируемого параметра некоторые арифметические знаки меняются в полученных аналитических выражениях, а вероятности удваиваются
Все вычисленные аналитические выражения реализованы в виде программных текстов, используемых для проведения компьютерного эксперимента.Если средняя квадратичная норма равна нулю, программы также можно использовать для детерминированных случаев.
адача компьютерного эксперимента состояла в том, чтобы изучить общие закономерности изменения Rlb и Rnb с вариациями всех статистических свойств процесса управления. Компьютерный эксперимент решает более описательные (когнитивные) задачи на этом этапе.
Результаты прогностического моделирования для практических целей должны быть получены после экспериментальных и статистических исследований.
Результаты компьютерного эксперимента интерпретируются графически и аналитически, причем аргумент представляет собой относительную ошибку в форме отношения (oism / os). Это соотношение варьируется в диапазоне от 0,1 до 1,0 для разных значений стандартов: нижний стандарт SnH = Scp-os; верхний стандарт - Sne + os; SnH = Sep-2cs.
SnB = + 2оС; SnH = Sep-3os, SnB = + 3os. В «легенде» чертежей эти стандарты обозначены 1,2,3.
Для визуализации общей картины влияния статистического характера параметров управления на их достоверность результаты компьютерного моделирования были представлены в трехмерной интерпретации по осям: ось PNB вероятности нераспознанной ошибки является зависимой переменной; ПЛБ - ось вероятности ложного брака является зависимой переменной; SF_SS-относительная ошибка оси является независимой переменной; Стандарты акций SPBHN или независимая переменная.
Трехмерная поверхность вероятности Рнб имеет следующую аналитическую регрессионную аппроксимацию:
Z= 11.83 + 19.4 Х+ 11.323 Y -11.32Y-5.I7X2 -4.56 XY + 2.35Y2
Для удобства графического построения в пакете STATISTICA были использованы следующие обозначения:
Z- Рнб;
Х- относительная погрешность (оизм/as);
Y- величина нормативов в долях os.
Регрессионная модель вероятности Рлб имеет следующий вид:
Z= 7.954 + 28.475 X + 8.431 Y -5.424Х2- 9.439 XY + I.89Y"
Полученные регрессионные модели намного проще по сравнению с вероятностными моделями, хотя точность ниже. Однако их можно рекомендовать для визуального прогнозирования с заданными статистическими параметрами
Постаналитическая фаза лабораторного контроля физико-биологических параметров основана на контроле артериального давления и его изменения во времени. В процессе статистической обработки результатов В эксперименте преобладает гипотеза независимости элементов вектора Выборочные данные. В реальной ситуации, например, при сборе данных Контролировать текущее значение артериального давления пациента тесно зависит от предыстории. В таком случае, как показано Предварительные исследования, эффективные статистические оценки автокорреляционные свойства. Формальная сторона гипотезы о пригодности и эффективности использования автокорреляций в упомянутых Вышеуказанное качество основано на том, что состояние пациента Наблюдения контролируются конкретными параметрами, которые записываются в соответствующие документы и является случайным процессом – временным ближняя автокорреляция - это корреляция между значениями одного тот же случайный процесс X (t) в моменты времени t | и т2.
Как и в случае увеличения задержки, количество пар значений вокруг Коэффициент автокорреляции рассчитывается, уменьшается и принимается в работу целесообразно обеспечить статистическую безопасность Коэффициенты автокорреляции используют правило - максимальная задержка не должно быть больше (н/4). Для контроля артериального давления была создана коррелограмма, то есть ряд коэффициентов Автокорреляция уровней первой, второй и др. Величин Автокорреляционная корреляция позволяет прогнозировать не только состояние пациента, а также качество "управления" пациента Оказалось, что коэффициент автокорреляции первого порядка является исследуемым рядом содержит только тренд. Когда наибольшее соотношение было Автокорреляция порядка m содержит ряд циклических колебаний с Периодичность t раз Если ни один из коэффициентов Автокорреляция не имеет значения, вы можете использовать один из двух вариантов.
Предположения о структуре этой серии или серии не включают эти Тенденции и циклические колебания, или ряд содержит сильные нелинейные Тенденция, которая требует дополнительного анализа для выявления Коэффициент автокорреляции уровня и автокорреляционная функция в Работа была использована для выявления не только присутствия во временных рядах или отсутствие тренда и циклического компонента, но также отклонение в настоящее время отслеживается функция нормативной формы стандартное отклонение.
Интегральный показатель степени вариации текущего процесса (Корреляционная функция) является стандартным отклонением Для автоматизации процесса мониторинга необходимо иметь аналитическую Выражение временной автокорреляционной функции.
Авторизованная функция автокорреляции отображается субъективные законы, как отдельный "наблюдатель" специалист, и группы лиц, вовлеченных в процесс предоставления медицинских услуг, т.е. расчетный синергетический эффект (результат коллективной системы).
Текущие данные о параметрах корреляционной функции в соответствии с указанным режимом управления, по сравнению с Положением и соответствующее решение принято

3.2. Перспективы развития метрологического обеспечения пульсоксиметра

Функциональная безопасность биотехнических систем, содержащих аппаратно-программные средства, к которым относятся системы клинического мониторинга, может быть рассмотрена с позиций теории менеджмента риска, дающей основные пути выявления опасностей, обуславливающих функциональные нарушения в работе системы, и снижения риска [1].
Концепция риска, входящая в понятие функциональной безопасности, рассматривает описание риска как сочетание оценки вероятности причинения вреда в результате функционального нарушения в работе системы и последствий нанесенного вреда, т.е. его тяжести.
Процесс менеджмента риска включает в себя процедуры анализа риска, его оценивание и управление риском.
На этапе анализа риска определяются характеристики системы, влияющие на безопасность ее применения, выявляются опасности, т.е. потенциальные источники вреда, проводится определение риска для каждой опасности.
На этапе оценивания риска осуществляется сравнение риска по каждой определенной опасности с уровнем допустимого риска и принимается решение по управлению риском, если риск выходит из допустимой зоны. Риск по каждому источнику опасности принято считать допустимым, если он мал по сравнению с ожидаемой пользой от источника опасности. Причем характеристика пользы также рассматривается как сочетание оценки вероятности получения полезного эффекта и величины полезного эффекта.
На этапе управления риском формируются корректирующие меры по уменьшению риска, затем рассматривается остаточный риск, определяемый после принятия корректирующих мер; в результате риски, обусловленные всеми опасностями, выявленные на этапе анализа рисков, должны войти в зону допустимого риска [2].
Для количественной оценки риска и формирования показателя функциональной безопасности системы может быть использована модель в виде фазовой плоскости состояния, с координатами – оценка вероятности риска, оценка тяжести вреда. Точка на фазовой плоскости с соответствующими данной опасности координатами дает представление о величине риска, обусловленной данной опасностью.
Введем количественные шкалы оценки вероятности риска и тяжести вреда. Пусть первая шкала, показывающая величину вероятности pi возникновения i-го события, обуславливающего нанесение вреда от рассматриваемой опасности hi, имеет диапазон изменения от 0 (невероятное событие) до 1 (детерминированное событие), вторая, показывающая величину балльной оценки тяжести вреда (si) от данной опасности, также имеет диапазон изменения от 0 (пренебрежимо малый вред) до 1 (катастрофический). Фазовая плоскость состояния может быть разделена с помощью разграничительных линий на области недопустимого риска (НР), минимального практически допустимого риска (МДР) и широко допустимого риска (ШДР). Если в качестве разграничительной линии использовать прямую линию, то в рассматриваемых координатах она может быть записана в виде
( ) /( ) ( ) /( ) i bk1 bk 2 bk1 i bk1 bk 2 bk1 p − p p − p = s − s s − s ,
здесь pbk1,2, sbk1,2 являются координатами двух граничных точек риска Rbk1 и Rbk2, положение, которых на плоскости определяется областями, на которые разделяет разграничительная прямая фазовую плоскость состояния.
Для разграничения областей НР и МДР (k = 1) граничные точки риска Rb11 и Rb12 должны лежать на соответствующей разграничительной прямой, и их координаты примут значения:
pb11 – максимально допустимое значение вероятности опасности, обуславливающей минимальную незначительную тяжесть вреда sbk11 ;
pb12 – минимально допустимое значение вероятности опасности, обуславливающей максимальную тяжесть вреда sb12.
Для разграничения областей МДР и ШДР (k = 2) координаты граничных точек риска Rb21 и Rb22 примут значения:
pb21 – широко допустимое значение вероятности опасности обуславливающей минимальную незначительную тяжесть вреда sb21
pb22 – минимально допустимое значение вероятности опасности обуславливающей допустимую тяжесть вреда sb22.
Для сравнения риска от рассматриваемой опасности, отображаемого на плоскости состояния точкой Ri(pi,si) с уровнем недопустимого, минимального практически допустимого и широко допустимого риска, введем показатель dk, определяющий меру удаления точки
Ri(pi,si) до областей НР, МДР и ШДР плоскости состояния.
Зависимости расстояний d1 и d2 от точки риска R(p,s) на плоскости состояний до областей НДР и ШДР при изменении вероятности события, обуславливающего риск, показывают, что при уменьшении вероятности точка риска смещается из области НДР в область МДР и далее в область ШДР. Причем при увеличении тяжести вреда переход в данные области осуществляется при меньших значениях вероятности. Таким образом, оценивание риска и определение величины остаточного риска после принятия корректирующих мер на этапе управления риском можно производить по алгоритму сравнения показателей d1, d2 до и после принятия защитных мер.
После принятия корректирующих мер по управлению рисками все точки рисков, обусловленные анализируемыми опасностями, оказываются сосредоточенными в области ШДР. Тогда показатель функциональной безопасности системы может быть сформирован как квадратичная норма показателей риска.
С точки зрения анализа рисков рассмотрена система клинического мониторинга, осуществляющая непрерывное следящее измерение степени насыщения гемоглобина крови кислородом (сатурации кислорода) и частоты сердечных сокращений (ЧСС) с помощью пульсоксиметра. Повышение надежности приборов клинического мониторинга выдвигает на первый план анализ ошибок наблюдения со стороны медицинского персонала за изменением значений диагностических показателей, характеризующих опасное состояние пациента. Эти ошибки носят вероятностный характер и связаны с человеческим фактором [1]. Для уменьшения данных ошибок приборы мониторинга содержат устройства тревожной сигнализации, включающиеся при достижении значений показателей «опасных» для пациента величин.
Включение тревожной звуковой сигнализации обычно осуществляется при снижении сатурации до «опасных» пороговых для пациента величин, свидетельствующих о возможности возникновения угрожающих гипоксических состояний. Пороговое значение сатурации устанавливается в приборе вручную до начала мониторинга. Однако эпизоды снижения сатурации могут наступать по причинам артефактов датчика, движения пациента, кратковременного уменьшения перфузии, которые не являются свидетельством угрожающих состояний пациента. Ложная тревога при частом включении сигнализации во время многочасового мониторинга ослабляет внимание наблюдателя к данной функции прибора, что обуславливает возрастание риска пропуска «опасных» состояний пациента и снижение функциональной безопасности системы мониторинга.
В соответствии с Байесовской оценкой, снижение вероятности ложной тревоги возможно при совместной оценке нескольких событий, обуславливающих тревогу и являющихся независимыми. Таким образом, алгоритм тревожной сигнализации должен включать процедуры совместной оценки нескольких взаимно независимых показателей, свидетельствующих об «опасном» состоянии пациента. Для этой цели в пульсоксиметр можно ввести дополнительную обработку пульсового сигнала с целью определения показателей вариабельности сердечного ритма [3]. Тогда при построении алгоритма тревожной сигнализации можно использовать совместную оценку снижения сатурации до гипоксических значений и снижения показателя вариабельности сердечного ритма, являющегося независимым предиктором напряжения симпатической регуляции. Как показывает анализ, вероятность ложного срабатывания тревоги при пороговом алгоритме включения сигнализации при использовании одного показателя приводит к уровню недопустимого риска, а при построении алгоритма включения сигнализации по двум показателям, показатель остаточного риска принимает значение, свидетельствующее о принадлежности риска к уровню минимального практически допустимого риска.
Пульсоксиметры обеспечивают неинвазивный (т. е. без взятия крови у пациента) мониторинг уровня насыщения гемоглобина артериальной крови кислородом и частоты сердечных сокращений в реальном времени и применяются для контроля состояния пациента при анестезии, интенсивной терапии, реанимации. Принцип работы прибора основан на измерении отношения коэффициентов модуляции синфазно модулированных оптических сигналов в двух спектральных диапазонах и частоты модуляции этих сигналов, прошедших через пульсирующую кровь в пальце пациента. Свет, генерируемый датчиком, проходит через ткань тела и преобразуется в электрический сигнал фотодетектором. Прибор работает на двух длинах волн — в красной и ИК-области спектра.
Окисленный гемоглобин (HbO2) и восстановленный (Hb) гемоглобин имеют различные спектральные кривые поглощения, кроме того, поток артериальной крови модулирует свет, что позволяет не учитывать поглощение, вызванное другими тканями тела. Таким образом, насыщенность артериальной крови кислородом (SaO2) определяют как отношение окисленного (HbO2) гемоглобина к общему гемоглобину (HbO2+Hb+др.):
Существующие в настоящее время методы контроля функционирования пульсоксиметров основаны на непосредственном сравнении показаний прибора с результатами биохимического анализа крови пациента, полученными в клинико-диагностической лаборатории (см., например, ГОСТ Р ИСО 9919-99. "Оксиметры пульсовые медицинские. Технические требования и методы испытаний"), и не могут быть использованы при заодской градуировке приборов и поверке органами Госстандарта.
В ФГУП "ВНИИМ им. Д.И. Менделеева" была разработана простая схема поверки пульсоксиметров. Было предложено два варианта устройств для поверки пульсоксиметров.
а) Берется раствор красителя (например, из группы родаминов), обладающий определенной разницей коэффициентов поглощения в указанных областях спектра, и пропускается через прозрачную трубку, вставленную в датчик. Меняя скорость потока насосом, мы изменяем величину слоя текущей жидкости и оптическую плотность. Это прямое моделирование процессов, происходящих при анализе. Этот способ имеет недостатки, связанные с тем, что жидкие среды менее стабильны в оптическом смысле и оптическая плотность может меняться от температуры, чистоты красителя и т. д. При экспериментальных исследованиях нам не удалось подобрать концентрацию красителя и режимы работы прибора, реализующие данный метод. Более перспективен второй путь.
б) Выбирается стекло (фильтр), обладающее определенной разницей коэффициентов поглощения в красной и ИК-областях спектра. Мы нашли некоторое количество стекол, обладающих требуемыми спектральными характеристиками. Стекло вставляется в датчик, при колебаниях стекла в одной из плоскостей толщина стекла на пути луча (и оптическая плотность) будут меняться обратно пропорционально косинусу угла отклонения. Подобная конструкция была создана и опробована во ВНИИМе и может быть рекомендована для поверки пульсоксиметров. Преимуществом данного метода поверки в отличие от существующих является полная поверка прибора, а не поверка отдельных частей — светодиода, фотодиода и т. д. Немаловажно и то, что поверка относительно проста: необходимо вставить в держатель датчик и задать показания прибора по частоте. Такимобразом, сама процедура поверки занимает минимум времени — примерно полчаса и до предела автоматизирована.
Данное устройство предназначено для поверки пульсоксиметров любых производителей. Для конкретной модели прибора только подбирают фильтр. Устройство обладает следующими основными характеристиками:
 частота колебаний (пульса) может изменяться оператором от 30 до 150 Гц,
 при необходимости можно задавать форму кривой пропускания от времени
ЗАКЛЮЧЕНИЕ
Дипломная работа посвящена актуальной в настоящее время теме метрологического обеспечения медицинских измерительных приборов на примере пульоксиметра.
Пульсоксиметрия повсеместно используется для мониторинга оксигенации в условиях интенсивной терапии. Предупреждая клиницистов о наличии гипоксемии, пульсоксиметры могут привести к более быстрому лечению серьезной гипоксемии и, возможно, обойти серьезные осложнения. В этом обзоре я обновляю принципы пульсоксиметрии из своей статьи в 1999 году и обсуждаю последние технологические достижения, которые были разработаны для повышения точности и клинического применения этой методики мониторинга. Наконец, также будут рассмотрены доступные исследования, оценивающие влияние пульсоксиметрии на исход пациента.
Используя спектрофотометрическую методологию, пульсовая оксиметрия измеряет насыщение кислородом, освещая кожу и измеряя изменения поглощения света кислородом (оксигемоглобин) и деоксигенированной крови (восстановленный гемоглобин), используя две длины волны света: 660 нм (красный) и 940 нм (инфракрасный)/ Отношение оптической плотности на этих длинах волн рассчитывают и калибруют по прямым измерениям насыщения артериальной крови кислородом (SaO2), чтобы определить меру насыщения артерий пульсовым оксиметром (SpO2). Форма волны, доступная на большинстве пульсовых оксиметров, помогает клиницистам отличать артефакт от истинного сигнала.
Пульсоксиметрия повсеместно используется для мониторинга состояния дыхания пациентов в отделениях интенсивной терапии. Последние достижения в области анализа сигналов и технологии отражения улучшили рабочие характеристики пульсовых оксиметров в условиях артефактов движения и низкой перфузии. Многоволновые оксиметры могут оказаться полезными для выявления дисгемоглобинемии. Мониторинг с помощью пульсовой оксиметрии продолжает оставаться критическим компонентом стандарта медицинской помощи тяжелобольным пациентам, несмотря на недостаток данных о том, что такие устройства улучшают результаты.


СПИСОК ЛИТЕРАТУРЫ
ГОСТ 26831-86. Приборы медицинские ультразвуковые диагностические эхоимпульсные сканирующие. Общие технические требования и методы испытаний
ГОСТ 4.389-85. Система показателей качества продукции. Приборы медицинские ультразвуковые диагностические. Номенклатура показателей.
Еняков А.М. Метрологический контроль медицинского ультразвукового оборудования//Мир измерений, 2006, № 11, с. 10
Еняков А.М. Тест-объекты для испытаний и поверки ультразвукового медицинского оборудования//Измерительная техника, 2000, № 9, с. 64-68.
Кузнецов Д.А., Летуновский М.В. Проблемные вопросы метрологического обеспечения медицинской техники//Контроль качества продукции, 2016,№ 8, с. 5
Мера длин акустических ультразвуковая МАДУ-1. Свидетельство об утверждении типа СИ RU.E.27.002.A № 40221. Рег. № 44594-10
О наличии высокотехнологичного оборудования и износе основных фондов в сфере здравоохранения. С сайта Департамента лекарственного обеспечения и регулирования обращения медицинских изделий Минздрава России. Электронный ресурс: https://www.rosminzdrav.ru/ministry/61/10/stranitsa-858/o-nalichii-vysokotehnologichnogo-oborudovaniya-i-iznose-osnovnyh-fondov-v-sfere-zdravoohraneniya
О перечне средств измерений медицинского назначения. Письмо Росздравнадзора России от 28.02.2005 г. № 01И-75/05. Электронный ресурс: http://docs.cntd.ru/document/901963484
О перечне средств измерений медицинского назначения. Письмо Росздравнадзора России от 28.02.2005 г. № 01И-75/05. Электронный ресурс: http://docs.cntd.ru/document/901963484
О создании Координационного совета по вопросам государственного метрологического контроля и надзора в сфере здравоохранения. Приказ Федерального агентства по техническому регулированию и Федеральной службы по надзору в сфере здравоохранения и социального развития от 28.05.2007 № 1489/1048-Пр/07. Электронный ресурс: http://base.garant.ru/12157340/
Об отнесении к средствам измерений. Письмо ВрИО руководителя Росздравнадзора от 31.12.2014 г. № 01И-2118/14. Электронный ресурс: http://www.consultant.ru/document/cons_doc_LAW_147205
Письмо Врио руководителя Росздравнадзора от 31.12.2014 г. № 01И-2118/14 с приложением
Письмо Минздрава РФ от 26 августа 2002 г. № 2510/8752-02-25. Электронный ресурс: http://www.webapteka.ru/phdocs/doc3882.html
Подколзина В. А. Медицинская физика. М., 2007. 234 с
Постановление Правительства РФ от 16 июня 2004 г. N 284 «Об утверждении Положения о Министерстве промышленности и энергетики Российской Федерации». Электронный ресурс: http://base.garant.ru/187118/#ixzz4SFqCDVMn
Постановление Правительства РФ от 17 июня 2004 г. № 294 «О Федеральном агентстве по техническому регулированию и метрологии». Электронный ресурс: http://base.garant.ru/12135835
Постановление Правительства РФ от 19.06.2012 г. № 608 «Об утверждении Положения о Министерстве здравоохранения Российской Федерации». Электронный ресурс: http://base.garant.ru/70192436/#ixzz4SEXa1Tjn
Прохоров Д.В. Оборудование для контроля технического состояния и качества визуализации ультразвуковых сканеров//Ультразвуковая диагностика. 2010, № 3 (190), с. 39
Розенталь О.М. Прямая линия «Минздрав -ККП»//Контроль качества продукции, № 8, 2016, с. 50
Советский энциклопедический словарь / гл. ред. А. М. Прохоров. – 4 - изд. – М.: Советская энциклопедия, 1987. – 1599 с.
Федеральный закон «Об обеспечении единства измерений» от 26.06.2008 № 102 ФЗ
Эстеров И.Д. Проблемы реализации Федерального закона от 26.06.2008 №102-ФЗ «Об обеспечении единства измерений» в области здравоохранения//Вестник Росздравнадзора 2011, № 5, с. 28
Digital Ultrasound Scanner EUB-6000. Instruction Manual/Hitachi Medical Corporation 2001. Tokyo, Japan/Q1E-EAO459-1.
Directive 2004/22/EC of the European Parliament and of the Council of 31 March 2004 on measuring instruments//Official Journal of the European Union, L 135, 30.04.2004. Электронный ресурс: http://www.lne.eu/publications_en/directives/04-22e.pdf
IEC 60601-2-37 (2007). Medical electrical equipment -Part 2-37: Particular requirements for the safety of ultrasonic medical diagnostic and monitoring equipment
IEC 61157 (2013) "Standard means for the reporting of the acoustic output of medical diagnostic ultrasonic equipment"
International document OIML D 12, Edition 1986 (E). Field of use of measuring instruments subjects to verification. Электронный ресурс: https://www.oiml.org/en/files/pdf_d/d012-e86.pdf/
Ultrasound System MEGAS/ESAOTE S.p.A/User Manual, Rev. B, 2000, 8300251000













57





Рисунок 4.9

#

1