Алгоритм процесса одевания: Памятка «Алгоритм одевания» | Материал на тему:

Содержание

Алгоритм одевания | Материал (младшая группа):

Алгоритм трудовых умений самообслуживания в младшей группе

Тема: «На прогулке с куклой Машей»

Цель: знакомить с предметами одежды, закрепить алгоритм одевания на прогулку.

Задачи:

Образовательная: формировать представление детей об изменении в неживой природе поздней осенью (стало еще холоднее, изменения в одежде).

Развивающая: Повышение речевой активности детей; обучение детей простым достижением, развитие чувства ритма и умение соотносить свои движения со словами текста.

Воспитательная: воспитание навыков сотрудничества в игре, развитие активности и самостоятельности.

Предварительная работа: дидактическая игра «Оденем куклу на прогулку», альбомы: «Одежда», «Обувь», «Головные уборы».

Дидактическое обеспечение: кукла в весенней одежде, кукла в зимней одежде.

Структура:   1. Игровой момент.

2. Алгоритм одевания. Потешки.

3. Процесс одевания.

Методы и приемы: игровой момент, беседа, показ, объяснение, художественное слово, практические действия.

Словарная работа: одежда, обувь, головной убор, застегивать, завязывать, надевать.

         Для детей 3-4 лет важно запомнить последовательность одевания. Предлагаем вашему вниманию алгоритм одевания детей на прогулку.  

Последовательность одевания смотрите вместе с детьми:

Начинаем одеваться!

прежде всего — колготки

затем — теплые носочки

следом — футболку и заправим ее в колготы

затем — теплые штаны

на футболку — теплую кофточку

Чтобы не вспотеть — обуваемся.

Далее — куртка!

И в последнюю очередь — шапка и шарфик!

Материал: Кукла Маша, шкаф с зимней одеждой для куклы: шапка, куртка, брюки, шарф, варежки, валенки, панно в уголке природы «Зима»,карточкм-схемы.

Ход мероприятия:

Приветствие: 

Воспитатель:

«Дети, давайте встанем в круг, возьмемся за руки, улыбнемся друг другу и скажем всем «доброе утро!»

Ребята, сейчас я предлагаю отправиться к нашему уголку природы:

Воспитатель читает стихотворение, дети выполняют движения в соответствии с текстом:

Большие ноги пошли по дороге

То-оп, то-оп, то-оп,

Маленькие ножки побежали по дорожке

Топ, топ, топ, топ.  

Вот и добежали

А теперь посмотрите на картину и скажите, какое время года здесь изображено?

(ответы детей)

Как вы догадались?

(ответы детей)

А когда вы шли в детский сад замерзли?

Мороз щипал вам щечки?

(ответы детей)

Воспитатель:

Это зимушка-зима

Замела ты все дома,

Ёлки в шапки нарядила,

Белой шалью двор укрыла,

В снег в сугробы намела

Всё бело – зима пришла!

Воспитатель читает стихотворение  «Снег» А.БАРТО

Снег, снег кружится

Белая вся улица!

Собрались мы в кружок

Завертелись как снежок.

(дети выполняют движения в соответствии со словами)

Воспитатель:

Ребята, мы с вами сейчас  отправимся в дом, где живет  кукла Маша, а пойдем мы с вами к Маше на лыжах.

Ребята, а можно гулять раздетыми зимой?

(ответы детей)

Конечно, потому что на улице очень холодно, но прежде чем надеть лыжи, нам нужно надеть теплую одежду.

Что же мы наденем?

(ответы детей)

(дети имитируя надевают на себя носки, брюки ,куртку, шапку, а затем ботинки, лыжи), берут лыжные палки.

Воспитатель поет слова из песни, дети имитируют движения)

Ой, мороз, мороз, мороз

Он кусает нас за нос!

А мы не боимся

А мы веселимся!

Лыжи с палками возьмем

В гости к Маше мы пойдем!

А вот и дом Маши! Постучим!

(Появляется кукла Маша)

Давайте поздороваемся с Машей. Маша очень рада встрече с нами. Она давно нас ждет, и очень хочет погулять с нами, покататься на лыжах. У  нее есть зимняя одежда, только Маша еще маленькая и не умеет одеваться, давайте Маше поможем.

Маша, а где твои вещи?

Маша: в шкафчике.

Воспитатель:

Давайте присядем на стульчики.

Воспитатель и дети рассматривают зимнюю одежду куклы (закрепляют название одежды)

Что мы будем сначала одевать кукле  Маше?

(колготки)

Рассказать детям и показать спереди 1 полоска-перед, 2 полоски — зад, есть лицевая и изнаночная сторона. Надевать колготки надо на лицевую сторону.

(одевать вещи на куклу привлечь детей)

От моей малышки-дочки

Где-то спрятались носочки.

Мы их целый час искали,

А они в шкафу лежали.

Там где надо – там и были,

Просто мы про них забыли.

(надевают носочки)

Вот у куклы ручки,

Ручки прячет в брючки.

Дальше кофточку наденем.

(надевают кофточку)

Примеряю красивую курточку —

Прогуляюсь в ней завтра утречком.

Если в небе тучка накуксится,

Настроенье ничуть не ухудшится.

Моя курточка тёплая, новая —

В ней под снежком  не промокну я.

(надевают курточку)

Машенька!

Где же твоя шапочка?

Ну-ка посмотри!

Одевайся, лапочка,

Раз и два, и три.

Шапочка, шапочка

Ушкам в ней теплей.

Шапочка, шапочка,

Машеньку  согрей.

(надевают шапочку)

В них упрячешь две ноги

И в мороз гулять беги!

(обувают валенки)

Маша варежку надела

Ой, куда я пальчик дела?……

(надевают варежки)

Вот и готова Маша с нами гулять!

Я думаю, что Маша запомнила, как надо правильно одеваться. Спасибо вам, ребята, что помогли Маше.

Воспитатель:

А на прощанье Маша, мы тебе оставим картинки-схемы, по которым тебе легко будет вспомнить, что нужно надевать в первую очередь.

Давайте ребята еще раз Маше напомним как надо правильно, по порядку надевать одежду (использовать алгоритм).

А теперь попрощаемся с Машей, встаем на лыжи и отправимся на нашу зимнюю поляну, а оттуда в наш любимый детский сад.

Лыжи с палками возьмем

 По тропинке в сад  пойдем!

 Вот мы и вернулись. Молодцы, ребята!

Проект «Оптимизация процесса подготовки детей к прогулке

Игровая ситуация: ««Катя просыпается»

Цель: закреплять умение одевать куклу после сна; обогащать словарь за счет слов: надеть, завязать пояс, застегнуть.

«Каждая ножка — в свой домик».

Цель:Закреплять умение ребенка самостоятельно надевать колготки, видеть части одежды и правильно действовать в соответствии с целью. Фиксировать внимание ребенка на последовательности действий и способах контроля. Вызвать у малыша положительные эмоции, связанные с достижением успеха в деятельности по самообслуживанию.

«Уложим куклу спать»

Цель: активизировать в словаре названия предметов одежды.

Игровая деятельность:«Оденем куклу на прогулку»

Цель: продолжать закреплять умение детей запоминать и называть предметы зимней (демисезонной) одежды, знать ее назначение, последовательность одевания.

Проблемная ситуация: ««Научим куклу Катю одеваться».

Цель: показать последовательное одевание куклы, используя схему — алгоритм последовательности одевания.

Акция: «Сделай доброе дело» (помоги другу).

Проблемная ситуация:«Найди свой шкафчик»

Цель: знакомить с назначением и способами использования шкафчика для одежды; формировать умение ориентироваться в предметном пространстве; обогащать и активизировать словарь детей за счет слов: шкафчик, дверца, полочка, открыть, закрыть, положить, сложить, повесить.

Беседа: «Теплая шапочка куклы Кати»

Цель: расширять представления о предметах одежды и их назначении: на улице холодно, дети стали носить теплые шапочки с завязочками, чтобы не поддувало и было тепло. Развивать умение рассматривать предмет, вычленяя части, назначение каждой части. На основе простейшего сенсорного анализа выделять качества ткани (толстая, пушистая, мягкая).

Дидактические игры:

«Подбери правильно»

Цель: уточнять и закреплять знания предметов зимней (демисезонной) одежды.

«Подберем куклам одежду».

Цель: закреплять умение называть предметы одежды, дифференцировать одежду для мальчиков и девочек, последовательно одевать куклу.

Рассматривание картинок.

«Кукла Катя не боится мороза»

Цель: узнавать и называть предметы зимней верхней одежды и обуви; определять и называть некоторые характеристики предметов зимней одежды и обуви.

Беседа:

«Как правильно одеваться зимой»

Цель:совершенствовать у детей умение быстро, самостоятельно и в определенной последовательности одеваться на прогулку.

«Мы теперь умеем сами на прогулку одеваться»

Цель:закреплять последовательность и способы рационального выполнения действий одевания. Обучать элементарному самоконтролю по предметно — схематической модели последовательности одевания на прогулку. Формировать умение предложить помощь, поблагодарить.

Рассказ воспитателя:

«Раз, два, три, четыре, пять – собираемся гулять».

Цель: продолжать знакомить детей с предметами одежды, закреплять алгоритм одевания на прогулку.

Чтение художественной

литературы:

«Где мой пальчик» Н. Саконская.

«Научу обуваться я братца» Е. Благинина;

«Башмаки» А. Барто

«В рукавичках маленьких…» 3. Александрова

Чтение потешек:

«Если хочешь прогуляться, нужно быстро одеваться»,

«Новые ботиночки», «Одеваем ревушку, шапку на головушку».

Речевые игры: «Скажи наоборот».

Загадывание загадок про одежду.

Просмотр мультипликационных фильмов: «Зимняя одежда», «Варина прогулка».Рисование: «Украсим маме платье». «Украсим кофточку для бабушки».

Аппликакция: «Наклеим на Катино платье горошки».

Раскраски для детей:

«Кукла в красивом платье»,

«Зимняя одежда».

Упражнение на развитие мелкой моторики:«Нанизывание крупных шаров на шнурок с деревянным наконечником»

Цель:  продолжать  развивать умение  хватать  предметы  щепотью,  продолжать  развивать согласованность работы обеих рук.

«Подбери к шнурку бусину»

Цель: продолжать развивать умение действовать пальцами — хватать щепотью; нанизывать бусины на шнурок.

«Что забыла надеть Маня?»

Цель: застёгивать «молнию» на кофточке куклы, закрепить алгоритм одевания, развивать память и воображение.

«Двери закрываются»

Цель: совершенствовать навык застегивания и расстёгивания застёжки «молнии»; совершенствовать координацию мелкой моторики пальцев обеих рук.

«Бабочки»

Цель: совершенствовать умение застёгивать различные виды застёжек: «молния», пуговицы, липучка; подбирать по цвету насекомое к пуговице.

«Пристегни лисе хвостик»

Цель: совершенствование умение застегивать липучку.

«Сушим белье»

Цель: брать предмет «пинцентным захватыванием»; продолжать развивать силу пальцев; открывать прищепку, прикреплять с её помощью «бельё к верёвке».

«Разложи пуговицы»

Цель: продолжать совершенствовать соотносящие движения; умение брать предметы «пинцетным захватыванием» (двумя пальцами — большим и указательным).

«С какого дерева упал листок?»

Цель: показать детям, как застёгивать пуговки.

«Завяжи шнурки на ботинках »

Цель: познакомить детей как нужно завязывать узел.

Пальчиковые игры: «Дружба», «Пальчик – мальчик, где ты был».

Информация для родителей:

«Я одеваюсь сам»,

«Как научить ребенка одеваться».

Советы по подбору детской одежды.

«Как правильно организовать процесс одевания».

Папка – передвижка: «Алгоритм одевания».

Пожелания для родителей: «Помогаем с добротой».

Благодарность родителям за своих детей.

Памятка: «Одеваемся самостоятельно»

Алгоритм одевания «Одевайся на прогулку»

ВходАлгоритм одевания на прогулку во 2 младшей группе «В».

Цель:: учить запоминать последовательность одевания на прогулку.

Задачи : уточнить в речи детей названия предметов одежды; упражнять детей в классификации предметов одежды по сезонному признаку; закрепить порядок одевания одежды на прогулку; закрепить умение работать по моделям; развивать память, внимание, активизировать словарь детей. Оборудование :кукла , алгоритм одевания.

Ход занятия.

Перед детьми сидит (стоит) кукла Катя. Воспитатель говорит что Катя собирается на прогулку но не знает какое сейчас время года ,и что нужно надеть . -Скажите какое время года сейчас ?(ответы) -Правильно молодцы . Давайте поможем кукле одеться на прогулку. –Что мы одеваем в первую очередь ? -А потом? (дети перечисляют) Воспитатель показывает алгоритм одевания.(следят за последовательностью) .Предлагает детям помочь одеть Катю. Вызываемые поочередно дети достают из коробки колготки , носки,футболку или кофточку с длинным руковом,штанишки, сапоги, куртку, шапку,шарф и варежки.. Далее Катя начинает собираться на прогулку. «Сначала надо надеть пальто, не правда ли? » — спрашивает кукла, надевая пальто. «Нет, нет! — протестует воспитатель. — А как же ты теперь наденешь кофточку? И т. Д………. Куклу выносят в раздевалку Она смотрит, как одеваются дети. Некоторым из них подсказывает (напоминает) последовательность одевания Во время одевания воспитатель читает потешку ,которая помогают одеваться последовательно.

Если хочешь прогуляться, Нужно быстро одеваться,
Дверцу шкафа открывай, 
По порядку одевай. Собери носок в гармошку,
И надень его на ножку.
Ты другой носок возьми 
Точно так же натяни. Посмотри, на улице
Стало холодать.
Пришло время кофточку
Деткам одевать. Тушки-тутушки
Где твои ушки?
Ушки в шапке,
Не достанут лапки Чтобы ушки не болели
Быстро шапочку одели.
А потом и куртку 

Для длительной прогулки. Раз, два, три, четыре, пять
Собираемся гулять.
Завязала Настеньке 
Шарфик полосатенький.
Наденем на ножки
Валенки-сапожки.
И пойдем скорей гулять,
Прыгать, бегать и скакать. Наденем на ножки 
Валенки-сапожки.
Хороши сапожки
Не замерзнут ножки. Пять ребят
В печке вязаной сидят.

Алгоритмом умывания и одевания учим малышей режиму

Всем, кто зашел сегодня на странички педагогического блога Татьяны Сухих, большой привет! Тема сегодня очень простая, но это лишь на первый взгляд. В системе формирования самостоятельности, в том числе – навыков самообслуживания – знакомство с алгоритмом умывания и одевания занимает важное место. Наглядный алгоритм-схема позволяет в раннем возрасте научить ребенка правильной последовательности ежедневных «операций».

Содержание статьи:

Обучаем самообслуживанию тактично и терпеливо…

Как только от детей младшего возраста поступает сигнал «Я сам!», значит, пришла пора родителям дать возможность малышу справляться с повседневными делами самостоятельно. Загвоздка лишь в том, что мама, бабушка, в основном, считают, что верхом заботы является постоянная опека детки. То времени не хватает, то терпения ждать, пока дитя само помоет ручки, ведь так быстро и эффективно это может сделать за ребенка мамочка!

Мы в детском саду не ждем сигналов, с первого дня пребывания ваших чад в группе они включаются в увлекательную игру «Я умею сам»! Воспитание самостоятельности, инициативности – одна из важнейших задач сегодня. И формирование качественных навыков по самообслуживанию – одна из главных целей, которые стоят перед педагогами в младшей группе.

Какие приемы мы используем, чтобы ненавязчиво, интересно, тактично приучить деток самостоятельно мыть ручки и одеваться?

Все происходит в комплексе. Беседы, чтение тематических стихов, рассказов, потешки, сюжетно-ролевые игры. Обязательно, это даже прописано в нормативах по организации предметно-развивающей среды в ДОУ, мы рисуем алгоритмы одевания и гигиенических процедур и вывешиваем их в умывальной комнате и соответственно в раздевалке.

Картинки-схемы – это простейшие мнемотаблицы, с помощью которых детки легко, с интересом обучаются выполнению необходимых действий. Я настоятельно советую завести или купить такие наглядные алгоритмы и для домашнего обучения. Эти схемы будут вашей палочкой-выручалочкой, поверьте.

Представив скучные процессы умывания и одевания в виде игры, вы снимете с себя нелегкое бремя и освободите немного времени для других целей.

Подробней об обучении навыкам самообслуживания можно прочесть в таких пособиях:

  • «Образование дошкольников при проведении режимных процессов: практическое пособие с использованием детского фольклора»;
  • «Как научить ребенка одеваться и раздеваться. Веселые занятия с Плюшиком: уроки доброго Мишутки, воспитание навыков гигиены в игре, забавные стихи и рисунки, «плюшевые» советы».

Надеюсь, вам мой совет пригодится. Напишите свои впечатления, пожалуйста! И еще просьба: поделитесь ссылкой на статью с друзьями и подпишитесь на новости!

С уважением, Татьяна Сухих! До завтра!

Кстати, рекомендую прочитать:

Опубликовано: 02.11.2013

Здравствуйте читатели блога на связи Татьяна Сухих! Я тут недавно перебирала…

Опубликовано: 03.11.2013

Здравствуйте дорогие читатели блога, на связи Татьяна Сухих и сегодня…

Опубликовано: 08.12.2013

Приветствую вас уважаемые читатели блога, на связи Татьяна Сухих! Сегодня речь…

Алгоритм одевания в детском саду: правила, последовательность

Режим пребывания детей в ДОУ предполагает ежедневные прогулки. Они положительно сказываются на физическом, умственном, эмоциональном развитии, способствуют повышению иммунитета. Тогда как в старшей группе почти все ребята способны одеться самостоятельно и прекрасно знакомы с последовательностью действий, то в младшей группе с этим всегда есть проблемы. Рассмотрим, каким должно быть одевание детей в детском саду и как правильно построить алгоритм одевания.

Подготовка к прогулке

Малыши и повзрослевшие дошкольники должны знать четкое правило – нельзя одеваться и выходить на улицу без разрешения воспитателя. Многие непоседы, только осваивающие режим учреждения, рвутся на улицу в любое время. Чтобы этого не происходило, создайте особую атмосферу в качестве подготовки к предстоящему выходу. Например, введите традицию под названием «Хочу вернуться в чистую группу». Она будет заключаться в совместном приведении помещения группы в порядок.

Если детки каждый день перед прогулкой в ДОУ станут убирать за собой игрушки, раскладывать по полкам разбросанные книжки и карандаши, то традиция превратится в хорошую привычку — и после раздевания с прогулки не придется тратить время на чистоту. В юных сознаниях отложится алгоритм действий: сначала уборка, потом прогулка. В процессе уборки рассказывайте детям о предстоящих играх и наблюдении на улице, о погоде за окном. Их интерес возрастет, и они сами будут охотнее одеваться.

Алгоритм одевания

Взрослый человек способен рассуждать логически и даже новую для себя вещь наденет в тот момент, который этого требует. Ребенку тяжелее справиться с большим набором вещей, особенно если прогулка происходит в зимний период. Зима — это свитера, шарфы, перчатки, колготки – конечно, малышу, а порой и дошкольнику, запутаться очень просто. Нужна логичная понятная схема.

Правильный алгоритм лучше всего оформить в картинках, где одевание показано предельно наглядно. Помните о том, что вешать его на уровне глаз взрослого человека – бессмысленная затея. Расположить памятку нужно на уровне детских глаз так, чтобы каждому было удобно подойти и уточнить, что же в данный момент стоит надеть. Как наглядное пособие может выступать кукла, расположенная в раздевалке. На ней в свободное от прогулки время, дети могут тренироваться и оттачивать свои знания на предмет одевания и раздевания. Постепенно последовательность действий в картинках будет усваиваться, дети станут собираться быстрее.




Несколько правил

Малышам 3-4 лет, безусловно, самостоятельно справиться с одеждой и проследить за полноценным ее составом на себе очень трудно, даже невозможно (конечно, если речь не идет о летних прогулках, когда переодевание, одевание и раздевание сводится к минимуму). Задача воспитателя ДОУ – помочь каждому ребенку, но не в форме опеки, а в форме подсказок и игр. Придерживаться алгоритму надевания вещей на картинках важно, но все-таки стремление к самостоятельности необходимо. Чтобы процесс сборов не слишком не затянулся, введите ряд правил для ребят:

  • Одеваться каждый дошкольник может только возле своего шкафчика.
  • Друг другу надо помогать.
  • О помощи нужно попросить и благодарить за ее оказание.
  • Любая одежда должна лежать на своем месте (верхний ярус в шкафу — для сменной одежды) и желательно должна быть доступна в той последовательности, которой будет соответствовать алгоритм одевания.
  • Доставать из шкафчика ребенок должен только то, что намерен надеть, не сбивая последовательность.

Детям должно быть удобно и весело одеваться на прогулку, ведь им предстоит делать это ежедневно. Необходимо, чтобы навыки ребят имели развитие. Воспитатель ДОУ не должен забывать и о безопасности здоровья своих подопечных – одевшиеся раньше остальных дети могут успеть вспотеть и на холодном воздухе простудиться. Продемонстрируйте деткам и то, каким должно быть раздевание, снимая в обратной последовательности вещи. Бдительность педагога и хорошее настроение ребятишек, приходящих в детский сад – залог успешной прогулки. А после прогулки не забудьте помыть руки!

Педагогические методы формирования элементарных навыков самообслуживания у детей раннего возраста

%PDF-1.5 % 1 0 obj > /Metadata 4 0 R >> endobj 5 0 obj /Title >> endobj 2 0 obj > endobj 3 0 obj > endobj 4 0 obj > stream

  • Педагогические методы формирования элементарных навыков самообслуживания у детей раннего возраста
  • Волосникова В. М.1.52018-01-16T14:44:20+05:002018-01-16T14:44:20+05:00 endstream endobj 6 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] /XObject > >> /MediaBox [0 0 595.32 841.92] /Contents [117 0 R 118 0 R 119 0 R] /Group > /Tabs /S /StructParents 0 /Annots [120 0 R] >> endobj 7 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 121 0 R /Group > /Tabs /S /StructParents 5 >> endobj 8 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 122 0 R /Group > /Tabs /S /StructParents 8 >> endobj 9 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 124 0 R /Group > /Tabs /S /StructParents 9 >> endobj 10 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 125 0 R /Group > /Tabs /S /StructParents 10 >> endobj 11 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 126 0 R /Group > /Tabs /S /StructParents 11 >> endobj 12 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 127 0 R /Group > /Tabs /S /StructParents 12 >> endobj 13 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 128 0 R /Group > /Tabs /S /StructParents 13 >> endobj 14 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 129 0 R /Group > /Tabs /S /StructParents 14 >> endobj 15 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 130 0 R /Group > /Tabs /S /StructParents 15 >> endobj 16 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 131 0 R /Group > /Tabs /S /StructParents 16 >> endobj 17 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 132 0 R /Group > /Tabs /S /StructParents 17 >> endobj 18 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 134 0 R /Group > /Tabs /S /StructParents 18 >> endobj 19 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 135 0 R /Group > /Tabs /S /StructParents 19 >> endobj 20 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 136 0 R /Group > /Tabs /S /StructParents 20 >> endobj 21 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 138 0 R /Group > /Tabs /S /StructParents 21 >> endobj 22 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 139 0 R /Group > /Tabs /S /StructParents 22 >> endobj 23 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 140 0 R /Group > /Tabs /S /StructParents 23 >> endobj 24 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 141 0 R /Group > /Tabs /S /StructParents 24 >> endobj 25 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 142 0 R /Group > /Tabs /S /StructParents 25 >> endobj 26 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 143 0 R /Group > /Tabs /S /StructParents 26 >> endobj 27 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 144 0 R /Group > /Tabs /S /StructParents 27 >> endobj 28 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 145 0 R /Group > /Tabs /S /StructParents 28 >> endobj 29 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 146 0 R /Group > /Tabs /S /StructParents 29 >> endobj 30 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 147 0 R /Group > /Tabs /S /StructParents 30 >> endobj 31 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 148 0 R /Group > /Tabs /S /StructParents 31 >> endobj 32 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 149 0 R /Group > /Tabs /S /StructParents 32 >> endobj 33 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 150 0 R /Group > /Tabs /S /StructParents 33 >> endobj 34 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 151 0 R /Group > /Tabs /S /StructParents 34 >> endobj 35 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 152 0 R /Group > /Tabs /S /StructParents 35 >> endobj 36 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 153 0 R /Group > /Tabs /S /StructParents 36 >> endobj 37 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 154 0 R /Group > /Tabs /S /StructParents 37 >> endobj 38 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 155 0 R /Group > /Tabs /S /StructParents 38 >> endobj 39 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 156 0 R /Group > /Tabs /S /StructParents 39 >> endobj 40 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 157 0 R /Group > /Tabs /S /StructParents 40 >> endobj 41 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 158 0 R /Group > /Tabs /S /StructParents 41 >> endobj 42 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 160 0 R /Group > /Tabs /S /StructParents 42 >> endobj 43 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 161 0 R /Group > /Tabs /S /StructParents 43 >> endobj 44 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 162 0 R /Group > /Tabs /S /StructParents 44 >> endobj 45 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 163 0 R /Group > /Tabs /S /StructParents 45 >> endobj 46 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 164 0 R /Group > /Tabs /S /StructParents 46 >> endobj 47 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 165 0 R /Group > /Tabs /S /StructParents 47 >> endobj 48 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 166 0 R /Group > /Tabs /S /StructParents 48 >> endobj 49 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 167 0 R /Group > /Tabs /S /StructParents 49 >> endobj 50 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 168 0 R /Group > /Tabs /S /StructParents 50 >> endobj 51 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 169 0 R /Group > /Tabs /S /StructParents 51 >> endobj 52 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 170 0 R /Group > /Tabs /S /StructParents 52 >> endobj 53 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 171 0 R /Group > /Tabs /S /StructParents 53 >> endobj 54 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 172 0 R /Group > /Tabs /S /StructParents 1 >> endobj 55 0 obj > /XObject > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 174 0 R /Group > /Tabs /S /StructParents 2 >> endobj 56 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 175 0 R /Group > /Tabs /S /StructParents 54 >> endobj 57 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 176 0 R /Group > /Tabs /S /StructParents 55 >> endobj 58 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 178 0 R /Group > /Tabs /S /StructParents 56 >> endobj 59 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 179 0 R /Group > /Tabs /S /StructParents 57 >> endobj 60 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 180 0 R /Group > /Tabs /S /StructParents 58 >> endobj 61 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 181 0 R /Group > /Tabs /S /StructParents 59 >> endobj 62 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 182 0 R /Group > /Tabs /S /StructParents 60 >> endobj 63 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 183 0 R /Group > /Tabs /S /StructParents 61 >> endobj 64 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 184 0 R /Group > /Tabs /S /StructParents 62 >> endobj 65 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 185 0 R /Group > /Tabs /S /StructParents 63 >> endobj 66 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 186 0 R /Group > /Tabs /S /StructParents 64 >> endobj 67 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 187 0 R /Group > /Tabs /S /StructParents 65 >> endobj 68 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 188 0 R /Group > /Tabs /S /StructParents 66 >> endobj 69 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 189 0 R /Group > /Tabs /S /StructParents 3 >> endobj 70 0 obj > /XObject > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 191 0 R /Group > /Tabs /S /StructParents 4 >> endobj 71 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 192 0 R /Group > /Tabs /S /StructParents 67 >> endobj 72 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 193 0 R /Group > /Tabs /S /StructParents 68 >> endobj 73 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 194 0 R /Group > /Tabs /S /StructParents 69 >> endobj 74 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 195 0 R /Group > /Tabs /S /StructParents 70 >> endobj 75 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 196 0 R /Group > /Tabs /S /StructParents 71 >> endobj 76 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 197 0 R /Group > /Tabs /S /StructParents 72 >> endobj 77 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 198 0 R /Group > /Tabs /S /StructParents 73 >> endobj 78 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 199 0 R /Group > /Tabs /S /StructParents 74 >> endobj 79 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 200 0 R /Group > /Tabs /S /StructParents 75 >> endobj 80 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 201 0 R /Group > /Tabs /S /StructParents 76 >> endobj 81 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /Annots [202 0 R] /MediaBox [0 0 595.32 841.92] /Contents 203 0 R /Group > /Tabs /S /StructParents 77 >> endobj 82 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 204 0 R /Group > /Tabs /S /StructParents 79 >> endobj 83 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 205 0 R /Group > /Tabs /S /StructParents 80 >> endobj 84 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /Annots [206 0 R 207 0 R 208 0 R] /MediaBox [0 0 595.32 841.92] /Contents 209 0 R /Group > /Tabs /S /StructParents 81 >> endobj 85 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /Annots [210 0 R 211 0 R] /MediaBox [0 0 595.32 841.92] /Contents 212 0 R /Group > /Tabs /S /StructParents 85 >> endobj 86 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 213 0 R /Group > /Tabs /S /StructParents 88 >> endobj 87 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 214 0 R /Group > /Tabs /S /StructParents 89 >> endobj 88 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 215 0 R /Group > /Tabs /S /StructParents 90 >> endobj 89 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 216 0 R /Group > /Tabs /S /StructParents 91 >> endobj 90 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 217 0 R /Group > /Tabs /S /StructParents 92 >> endobj 91 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 218 0 R /Group > /Tabs /S /StructParents 93 >> endobj 92 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 219 0 R /Group > /Tabs /S /StructParents 94 >> endobj 93 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 220 0 R /Group > /Tabs /S /StructParents 95 >> endobj 94 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 222 0 R /Group > /Tabs /S /StructParents 96 >> endobj 95 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 223 0 R /Group > /Tabs /S /StructParents 97 >> endobj 96 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 224 0 R /Group > /Tabs /S /StructParents 98 >> endobj 97 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 225 0 R /Group > /Tabs /S /StructParents 99 >> endobj 98 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 226 0 R /Group > /Tabs /S /StructParents 100 >> endobj 99 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 227 0 R /Group > /Tabs /S /StructParents 101 >> endobj 100 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 228 0 R /Group > /Tabs /S /StructParents 102 >> endobj 101 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 229 0 R /Group > /Tabs /S /StructParents 103 >> endobj 102 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 230 0 R /Group > /Tabs /S /StructParents 104 >> endobj 103 0 obj > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 231 0 R /Group > /Tabs /S /StructParents 105 >> endobj 104 0 obj > /XObject > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 233 0 R /Group > /Tabs /S /StructParents 6 >> endobj 105 0 obj > /XObject > /ProcSet [/PDF /Text /ImageB /ImageC /ImageI] >> /MediaBox [0 0 595.32 841.92] /Contents 235 0 R /Group > /Tabs /S /StructParents 7 >> endobj 106 0 obj > endobj 107 0 obj > endobj 108 0 obj > endobj 109 0 obj > endobj 110 0 obj > endobj 111 0 obj > endobj 112 0 obj > endobj 113 0 obj > endobj 114 0 obj > endobj 115 0 obj > endobj 116 0 obj > stream x

    Статья «Развитие самостоятельности через формирование культурно

    В настоящее время многие родители уделяют большое внимание обучению детей чтению, математике и языкам, чем самообслуживанию, часто не учитывая, что для многих из них гораздо актуальнее научиться самостоятельно пить, есть, одеваться, умываться.

    Дело в том, что самообслуживание играет определённую роль в развитии ребёнка, так как способно резко поднять его самооценку и тем самым знаменует собой самый большой шаг на пути к его самостоятельности.

    С раннего детства начинают формироваться такие черты характера, как воля, уверенность в себе, желание добиться успеха, стремление к цели, активность и упорство в её достижении. Происходит это именно с привития навыков самообслуживания.

    Работая на группе с детьми раннего возраста, перед нами встала проблема формирования культурно – гигиенических навыков и на сегодняшний день эта проблема очень актуальна: подходя к возрасту, когда можно посещать детский сад, проявляется неготовность малыша к самообслуживанию без помощи родителей и взрослых. Таким образом, много времени в группе уходит на кормление, переодевание, гигиенические процедуры — у малышей слабо развиты навыки самообслуживания.

    С  введением Федерального государственного образовательного  стандарта дошкольного образования и закона «Об образовании  в Российской Федерации»  особое значение отводится полноценному проживанию ребенком всех этапов детства и перед нами  поставлены следующие задачи  (целевые ориентиры) по формированию культурно – гигиенических навыков у детей раннего возраста:

    1. Овладеть простейшими навыками самообслуживания; стремиться проявлять самостоятельность в бытовом поведении.

    2. Знать назначение бытовых предметов (ложка, расчёска и т. д.) и уметь пользоваться ими.

    3. Стремиться проявлять настойчивость в достижении результата своих действий.

    4. Стремиться к общению со взрослыми и активно подражать им.

    В программе образования, воспитания и развития детей от 2 до 3 лет в условиях детского сада «Радуга» Т. Н. Доронова большое внимание отводит образовательной области «Труд». Основным видом труда ребёнка раннего возраста является самообслуживание, направленное на удовлетворение личных потребностей и связано у малышей с процессами одевания, раздевания, приёма пищи и соблюдением элементарных правил личной гигиены (мытьё рук, пользование носовым платком и т.д.). И  научить маленького ребёнка одеваться и раздеваться самостоятельно, правильно и аккуратно есть не так просто, а ещё нужно учесть индивидуальные и возрастные особенности детей данного возраста, продумать доступные и разнообразные методы и приёмы  по формированию культурно – гигиенических навыков.

    На современном этапе используем приёмы   с учётом гендерного воспитания, так как  в процессе наблюдений отметили, что девочки более самостоятельны, активны, терпеливы, легко и быстро справляются с заданием, мальчики, наоборот, ждут помощи, поддержки, поощрения. Ласковый голос,  доброжелательное отношение, положительная оценка даже небольших успехов  вызывает у наших мальчиков удовлетворение, рождает уверенность в своих силах, настраивает на взаимодействие со взрослыми. Особенно это важно в общении с застенчивыми, робкими детьми. Знание индивидуальных особенностей ребенка  помогает нам найти нужный подход к каждому.

    Так как основная деятельность маленьких детей — игра,  поэтому важное значение здесь имеют игровые приёмы, поскольку именно они позволяют более активно воздействовать на малыша. Мы определили своей целью научить детей самообслуживать себячерез игру и игровые приёмы.

    Задачи:

    — совместно с родителями обучать детей навыкам самообслуживания;

    — поощрять их самостоятельные успехи, учить оказывать помощь сверстникам;

    — приучать следить за своим внешним видом;

    — учить замечать недостатки в одежде и устранять их с небольшой помощью взрослых.

    В течение дня организуем с детьми иг­ры-забавы и дидактические игры. Используем самые различные игрушки, которые помогают детям овладеть простейшими навыками самообслуживания. Например, обучать детей одеваться (раздеваться) нам помогает кукла Маша. Мы одеваем куклу на прогулку и сопровождаем свои действия словами, обозначающими последовательность (сначала одеваем носки, потом натягиваем штаны).

    Большое значение по формированию культурно-гигиенических навыков занимают потешки, стихи, загадывание загадок, они вызывают желание самостоятельно выполнять действия, делают процесс лёгким и приятным. Для повышения активности детей применяем такие игровые приёмы, как внезапное появление объекта или игрушки, выполнение с ними различных игровых действий.

    Увлечь ребёнка деятельностью по самообслуживанию можно вызвав у него интерес к предмету. Так во время умывания, предлагаем детям новое мыло в красивой обёртке, разворачиваем его, рассматриваем и говорим: «Какое гладкое мыло, как приятно пахнет. А как, наверное, хорошо это мыло пенится! Давайте попробуем!». Приобщая малыша к здоровому образу жизни, овладению основами гигиенической культуры в процессе умывания, используем игры с водой, с мыльными пузырями. Даем детям рассмотреть картинки с изображением предметов необходимых для данного вида деятельности (мыло, мыльница, полотенце на вешалке, кран с водой). 

    Весьма действенным приёмом является показ инсценировок с помощью игрушек настольного театра, кукол бибабо, например: «Как Хрюша умывается», «Зайка, учит, медвежонка есть красиво и правильно», «Кукла Маша пошла гулять».

    Для закрепления навыков эффективно используем алгоритм процесса одевания и раздевания с картинками последовательности (одевания, раздевания, которые размещены  в детских шкафчиках). Одновременно малыши повторяют и запоминают названия частей одежды, что способствует развитию речи.

    Обучая детей раннего возраста культурно-гигиеническим навыкам, важно сохранить их стремление к самостоятельности, которое является достижением ребёнка этого возраста. Эффективным приёмом является привлечение положительного примера: «Посмотрите, как Паша быстро и правильно сапожки надел!».

    Для формированию у детей навыков самообслуживания нами были разработаны и применяются в работе дидактические игры: «Что сначала, что потом», «Что делают дети», «Угостим матрешку чаем», «Поможем Маше собраться на улицу» и другие. Для работы с детьми нами изготовлены и применяются игровые пособия:

    1) алгоритм последовательности одевания (раздевания) в виде рисунка — схемы; 

    2) лента-схема последовательности процесса умывания;

    3) сюжетные картинки с изображением разных видов деятельности.

    Действуем в тесной связи с родителями. Мотивировали их на оказание помощи в изготовлении дидактических пособий; оформление картотек потешек и художественного слова;  застёжек-шнуровок, для развития мелкой моторики; изготовления  настольного театра. Для работы с родителями создано методическое пособие «Формирование навыков по самообслуживанию у детей раннего возраста» с приложением картотеки стихов и потешек; картинки и фотографии детей в процессе, а также конспекты проведенных непосредственно-образовательной деятельности по формированию культурно – гигиенических навыков. Ежедневно общаясь с ними, даем советы, рекомендации, предлагаем памятки, которые помогают в решении некоторых вопросов.

    Нами было замечено следующее:

    — дети, свободные от опеки взрослых, становятся более самостоятельными и уверенными в своих силах. Обслуживая себя, они начинают понимать цену заботам взрослых и постепенно проявляют заботу о своих близких;

    — труд по самообслуживанию повышает работоспособность и выносливость организма, развивает ловкость, координацию движений, доставляет эстетическое удовольствие;

    — постоянство и единство требований со стороны детского сада и семьи к детям обеспечивают прочность навыков, создают предпосылки для формирования потребности в чистоте и опрятности, привычки к самообслуживанию

    Сначала учебного года в нашей группе проведена большая работа по формированию у детей навыков самообслуживания. В результате этой работы у большинства детей уже сформированы основные навыки по самообслуживанию: малыши умеют сами одевать и снимать одежду, расстёгивать молнию на куртке, убирать одежду в шкафчик, аккуратно вешать одежду на стульчик после раздевания. Дети умеют держать ложку, есть суп из тарелки, пить из кружки, вытирать рот салфеткой, мыть руки, отжимать руки и вытирать своим полотенцем. В результате этого мы стали больше времени  уделять на организацию разнообразной образовательной деятельности:  двигательной, игровой, речевой, музыкальной, экспериментирование. На наш взгляд, мы смогли сделать жизнь детей в детском саду более интересной.

    Углублённо занимаясь проблемой  формирования культурно – гигиенических навыков с целью воспитания самостоятельности у детей раннего возраста, мы видим необходимость продолжить эту работу с детьми на следующем возрастном этапе.
    Таким образом, можно сделать следующий вывод:

    Своевременное освоение процессов самообслуживания даёт ребёнку возможность самоутвердиться, почувствовать себя самостоятельным и умелым. Постепенно формируется привычка к чистоте, опрятности и аккуратности. В период формирования навыков самообслуживания нужно помнить, что умения и навыки у ребёнка формируются постепенно, но при постоянной и систематической работе в этом направлении. Не нужно пытаться опередить природу, и не нужно ориентироваться на других детей. Каждый ребёнок развивается индивидуально, необходимо только поддерживать его и помогать ему.


    Литература
    1. Аксарина Н.М. Воспитание детей раннего возраста. – М.: Медицина, 1977. – С.159.
    2. Галигузова  Л.Н. Педагогика детей раннего возраста: учеб. пособие  для студентов вузов, обучающихся по специальностям «Дошкольная педагогика и психология», «Педагогика и методика дошк. образования» / Л.Н. Галигузова, С.Ю. Мещерякова. – М.: ВЛАДОС, 2007. – 301с.
    3. Нечаева В.Г. Воспитание дошкольника в труде. – М.: Просвещение, 1997. – С. 124.
    4. Павлова Л.Н. Организация жизни и культура воспитания детей в группах раннего возраста. – М.: Айрис – пресс, 2006. – 208с.

    5. Токаева Т.Э. Азбука здоровья — Областной центр физической культуры и здоровья.-Пермь, 1997

    (PDF) Разработка алгоритма помощи медсестрам в выборе повязок для лечения хронического экссудата

    Wounds UK | Том 9 | № 2 | 2013

    РАЗРАБОТКА ПРАКТИКИ

    Разработка алгоритма

    для поддержки медсестер, выбирающих

    повязок для хронического экссудата

    Каждая рана требует плана лечения, который соответствует ее конкретным характеристикам

    ,

    например форма, расположение, тип ткани и

    тип экссудата.В этой статье основное внимание уделяется природе раневого экссудата

    и тому, как определение типа экссудата

    может повлиять на последующий выбор соответствующей повязки

    .

    Для лечения раневого экссудата

    клиницист должен понимать, что это такое,

    , почему он присутствует и как контролировать, а

    точно оценивать его (White and Cutting, 2006).

    Авторы предполагают, что гемостаз

    играет ключевую роль в процессе заживления ран.Понимание

    сложностей раневого экссудата,

    , особенно в случае гемосерозных или

    гемо-гематологических выделений, может означать, что использование

    повязок с кровоостанавливающими свойствами

    является подходящим вариантом лечения, поскольку они могут

    поддерживает процесс заживления на био-интерактивном уровне

    в дополнение к базовому способу абсорбции экссудата

    .

    Использование альгинатных повязок для ухода за ранами

    , включая ожоги, разрывы, трофические язвы и

    ампутации, было описано Blaine (1947).

    Были исследованы многочисленные составы и формы

    , включая пленки, шерсть и

    марли. Сгустки образовывались in situ путем смешивания

    стерильных растворов хлорида кальция и

    альгината натрия. Несмотря на эти ранние успехи, использование

    альгинатов в лечении ран снизилось на

    , пока в середине 1980-х годов интерес не пробудился

    рядом статей, в которых описывалось использование

    новой альгинатной повязки Sorbsan® ( Aspen

    Medical Europe Ltd), при лечении диабетических

    язв и других проблемных ран (Fraser and

    Gilchrist, 1983; Groves and Lawrence, 1986)

    Кровопотеря от ожогов и донорских участков, обработанных

    с сорбсаном, была почти половина из

    сопоставимых ран, обработанных марлей (Groves

    ,

    и Lawrence, 1986).Кровоостанавливающие свойства

    альгинатов кальция и их роль в лечении

    кровоточащих ран были хорошо задокументированы

    со времен Блейна в 1947 году (Thomas, 1992; Timmons,

    ,

    2009; Allymamod, 2011; Okushi et al, 2012).

    Цель

    Медсестры по уходу за ранами являются ключевой поддержкой службы обеспечения жизнеспособности тканей

    . Обработка экссудата в

    сложных ранах продолжает оставаться проблемой на

    на острове Уайт.Было отмечено, что на гидроволоконные и поролоновые повязки было потрачено

    высоких затрат.

    Хотя альгинаты кальция были внесены в формуляр траста

    , их использование было ограничено. Было сочтено, что

    медсестры не знали о потенциальных преимуществах

    альгинатов при наличии крови в экссудате

    или кровоточащих рыхлых ранах.

    Медсестрам звена по уходу за ранами было предложено

    заполнить анкету, чтобы установить

    их знания и использование имеющихся повязок.

    В анкете подчеркивалась потребность в

    64

    ГЛЕНН СМИТ

    Медсестра-специалист по жизнеспособности тканей,

    Больница Святой Марии, Ньюпорт,

    Остров Уайт

    ЭЛАЙН ГИБСОН

    Медицинская медсестра в Европе Limited,

    Вустершир; and Tissue

    Медсестра по жизнеспособности, Восточный Кент

    Университетские больницы NHS

    Foundation Trust, Кент

    Обработка экссудата при сложных ранах является сложной задачей.На острове Уайт было отмечено

    высоких затрат на гидроволокно и поролоновые повязки, но

    ограниченное использование альгинатов кальция. Был разработан простой, краткий, наглядный опросник

    и передан медсестрам звена по уходу за ранами на острове Уайт. Цель заключалась в том, чтобы установить понимание медсестрами

    различных типов экссудата и собрать данные о

    последующем принятии решений медсестрами при проведении комплексной оценки

    раны.На основе результатов был разработан алгоритм выбора повязки

    , который медсестры использовали для сопоставления клинических характеристик повязки с их оценкой состояния раневого ложа

    .

    КЛЮЧЕВЫЕ СЛОВА

    Принятие решения

     Выбор одежды

     Лечение экссудата

     Анкета

    WUK_9-2_64,66-7.indd 1 13.06.2013 16:42

    Алгоритм стиля: как ИИ переосмысливает дизайн одежды

    Два компьютерных ученых в Соединенных Штатах разработали алгоритм стиля и перепрограммируют процесс изготовления некоторых вневременных предметов одежды в индустрии моды.

    Эмили Сальвадор и Пинар Янардаг, соучредители новой модной линии Glitch, отказываются от рисованных эскизов в обмен на дизайн на основе искусственного интеллекта.

    Разумная программа берет на себя процесс первоначального дизайна, объясняет Сальвадор, и заново изобретает вечный стиль маленького черного платья.

    «Мы подумали, что было бы неплохо попытаться воссоздать это с помощью искусственного интеллекта», — сказала она.

    Этот предмет одежды считается основным предметом моды с тех пор, как его популяризировал всемирно известный дизайнер Коко Шанель в середине 1920-х годов.

    Как это работает

    ИИ обычно используется для поддержки повседневных веб-приложений и приложений для смартфонов от распознавания голоса, изображений и лиц до языкового перевода.

    Однако эта технология все чаще используется для решения более сложных задач, таких как создание искусства, создание текста и диагностика рака по изображениям.

    По мнению Янардага и Сальвадора, мода не является исключением в этой радикальной революции машинного интеллекта.

    Все, от расклешенных рукавов до диагонального подола на маленьком черном платье от Glitch, разработано с помощью алгоритма машинного обучения, известного как генеративная состязательная сеть, или GAN, который генерирует новые изображения на основе существующих шаблонов.

    Сальвадор объясняет, что для создания эскиза архитектуры каждого предмета одежды один компьютер анализирует коллекцию эскизов винтажных платьев, а другой использует эти данные, чтобы определить, является ли это оригинальным дизайном платья или «фотореалистичным платьем», которое было дополнено.

    «Они ходят туда-сюда, пока не будут получены новые результаты, похожие на исходный набор данных, но не те же самые», — сказала она ведущей Spark Норе Янг.

    «Мы получали довольно причудливые платья.Как у некоторых из них есть асимметричный рукав с одной стороны, или рукав-колокол, или странный подол, или, может быть, есть кусок, вырезанный прямо посередине », — продолжила она. ткань с пайетками цвета русалки или рукав из перьев, — говорит Сальвадор. Однако из-за «сбоя» в алгоритме создается впечатление, что эти материалы предназначены для использования. (Отправлено Glitch) — обучение, однако

    Компьютер, например, не может вообразить ткань или материал, который будет использоваться при пошиве платья, указывает Сальвадор, что позволяет интерпретировать.

    «Сотрудник-человек оценивает, сделано ли это платье из бархата, вискозы, хлопка или чего-то еще», — сказала она.

    «Я думаю, что это прекрасная возможность для системы ИИ генерировать визуальный результат, но затем для человека вернуться и интерпретировать то, что он видит».

    Будущее искусственного интеллекта в моде

    Хотя ИИ превосходно анализирует тысячи модных дизайнов одновременно, извлекая лучшие особенности каждого из них, а затем быстро создавая макет дизайна, добавляет Янардаг, алгоритм не может полностью заменить людей.

    «У нас есть творческий потенциал, наши эмоции, наш человеческий опыт. В сочетании с творчеством, основанным на искусственном интеллекте, я думаю, что будущее очень захватывающее. Мы можем работать с искусственным интеллектом как соавторы, а не как конкуренты».

    Пара встретилась в Массачусетском технологическом институте в Кембридже, штат Массачусетс, в рамках инициативы под названием «Как создать (почти) что угодно», где участники применяют системы глубокого обучения к различным творческим проектам, включая рецепты еды, парфюмерные ароматы, дизайн ювелирных изделий и модные творения.

    Идея Glitch, сказал Янардаг, Spark, родилась из творений проекта, вдохновленных искусственным интеллектом.

    «Сделав кучу различных дизайнов, мы решили, что на самом деле нам следует основать компанию», — сказала она. Соучредители

    Glitch Пинар Янардаг (слева) и Эмили Сальвадор (справа) встретились в Массачусетском технологическом институте в Кембридже, штат Массачусетс. (Представлено Пинар Янардаг и Эмили Сальвадор)

    Glitch в настоящее время продает 100 платьев своей линии одежды для маленьких черных платьев. Компания также позволяет клиентам загружать и создавать свои собственные проекты, за которые могут проголосовать другие.

    «Мы надеемся использовать эти данные и проанализировать их, и даже использовать их для проведения исследования, в котором мы будем выяснять, есть ли межкультурные предпочтения по сравнению с модным дизайном, и, возможно, мы сможем вывести некоторые разные тенденции в зависимости от страны, которая эти люди голосуют оттуда », — сказал Янардаг.

    «На основании этих предпочтений мы можем персонализировать то, что продаем».

    Щелкните «послушать» вверху, чтобы прослушать полное интервью.


    Написано Амарой Маклафлин.Продюсер Рэйчел Мэтлоу.

    Модный алгоритм для решения ваших проблем с одеждой

    Если верить новому исследованию Университета Торонто, все ваши общие проблемы моды могут быть решены с помощью алгоритма.

    Да, исследовательская группа разработала компьютерную систему, чтобы определить, насколько вы модны, и помочь решить проблемы, мешающие вам добиться настоящего успеха в одежде.

    Это похоже на программное обеспечение для гардероба от Clueless, только чуть более душераздирающее… в зависимости от ваших выводов, конечно.

    Алгоритм основан на использовании компьютерного зрения и машинного обучения для сравнения вашего стиля в фотографиях одежды с рядом «факторов модности».

    Компьютер смотрит не только на одежду, которую вы носите, но и на сцену изображения, способ, которым был сделан снимок, и ваш собственный внешний вид.

    Потому что мы все любим, когда нас судят с ног до головы.

    Технология оценивает ваши черты лица (это только улучшается, не так ли), от вашей внешности, до вашего возраста и эмоций, которые вы показываете, прежде чем объединить всю информацию с помощью уравнения, НАСТОЛЬКО сложного, мы не будем начинать войти в это.

    В конце концов, компьютер определит, получите ли вы модное «ура» или «нет».

    Умная книга для судейства также имеет невероятные возможности благодаря большему количеству математических умений, которые позволяют ей делать региональные рекомендации и комментарии, основанные на изучении лайков и комментариев к тысячам существующих онлайн-изображений одежды.

    Затем пользователь получит конкретные рекомендации по экипировке, например, как улучшить свою текущую одежду или места, где ее было бы лучше носить.

    К счастью, создатели понимают, что мода субъективна и в глазах смотрящего:

    «Является ли человек на фотографии действительно модным — это, вероятно, лучше всего решать модными экспертами. Это также в некоторой степени вопрос личного вкуса и, вероятно, даже зависит от национальности и пола зрителя. вкус публики как показатель модности «.

    Но, возможно, они несколько упускают из виду тот факт, что мир социальных сетей предлагает достаточно осуждающих комментариев, чтобы их хватило на всю жизнь.

    Джесс Эдвардс Ответственный редактор (цифровой) Джесс Эдвардс — редактор Cosmopolitan.com/UK, курирующий все, что связано с цифровыми технологиями.

    Этот контент создается и поддерживается третьей стороной и импортируется на эту страницу, чтобы помочь пользователям указать свои адреса электронной почты. Вы можете найти больше информации об этом и подобном контенте на сайте piano.io.

    Показано использование простого трехэтапного процесса и алгоритма профилактики для защиты кожи для уменьшения пролежней

    ConvaTec запускает кампанию по снижению риска пролежней с использованием стратегии 1-2-3 на Национальной консультативной группе по пролежням 12 Двухгодичная конференция

    SKILLMAN, NJ (25 февраля 2011 г.) — ConvaTec, ведущий мировой разработчик и продавец инновационных медицинских технологий для оказания медицинской помощи населению и больницам, объявила о начале новой национальной кампании по снижению риска пролежней в больницы и отделения неотложной помощи.Новая кампания является результатом обратной связи и сотрудничества с медсестрами и клиницистами, которые используют продукты по уходу за кожей для предотвращения пролежней. Кампания рекомендует три простых шага для использования продуктов по уходу за кожей ConvaTec в рамках протокола ухода, чтобы снизить риск пролежней.

    Кампания ConvaTec 1-2-3, направленная на снижение риска пролежней, стандартизирует продукты, поддерживающие запатентованный алгоритм ConvaTec Solutions ® для профилактики и стратегии очищения, увлажнения и защиты кожи.Кампания, в которой используется легко идентифицируемая система нумерации 1-2-3 в продуктах по уходу за кожей ConvaTec и предназначена для использования в больницах и других медицинских учреждениях США, будет представлена ​​клиницистам в Национальном консультативном центре по пролежням. Панель 12 -я конференция раз в два года в Лас-Вегасе.

    «Наше исследование показывает, что усилия по очищению, увлажнению и защите кожи могут иметь значительное и положительное влияние на снижение риска пролежней у миллионов пациентов каждый год», — сказал Тьерри Пуаро, вице-президент по медицинским вопросам в Северной Америке и Азии. Тихий океан.«Использование алгоритма Solutions ® для профилактики, включая продукты для ухода за кожей ConvaTec 1-2-3 и протокол ухода, привело к 90-процентному сокращению повреждений кожи, приобретенных в больницах, в отделении неотложной помощи 1 и 87-процентное снижение пролежней в учреждении длительного ухода ». 2

    Пролежни, также известные как пролежни, представляют собой поражения кожи, связанные с давлением, трением, влажностью и другими факторами. Они могут поражать любой участок кожи и особенно часто встречаются на крестцовом участке нижней части спины, пятках и других участках с костными выступами.Исследование, опубликованное в International Journal of Nursing Studies, показало, что распространенность пролежней колеблется от 14,3% до 15,6% среди пациентов в учреждениях неотложной помощи и затрагивает примерно 27,7% пациентов в учреждениях длительного ухода. 3 Кроме того, по данным Агентства по исследованиям и качеству в области здравоохранения (AHRQ), госпитализация по поводу пролежней может добавить более 10 000 долларов к расходам в больнице, что составляет дополнительные 4 дня в больнице для одного человека и увеличивает уровень смертности. 4

    «Выявление и надлежащий уход за подверженной риску или поврежденной кожей является очень важной частью профилактики пролежней», — сказала Кортни Х. Лайдер, штат Северная Дакота, GNP, FAAN, декан и профессор Школы медсестер, помощник директора системы здравоохранения Калифорнийского университета в Лос-Анджелесе. , Исполнительный директор Института безопасности пациентов, профессор общественного здравоохранения и медицины Калифорнийского университета, Лос-Анджелес, Калифорния. «Трехэтапный протокол ConvaTec для ухода за кожей в сочетании с программой Solutions ® Algorithms for Prevention дает врачам четкое руководство, подкрепленное клиническими данными, подтверждающими, что эти три простых шага могут снизить риск пролежней у пациентов.«

    ConvaTec также представит программу Solutions ® для профилактики пролежней, которая предоставляет обучение, инструменты и продукты, помогающие снизить риск пролежней. Сюда входит информация о профилактике, руководящие принципы и рекомендации по соответствующему уходу за кожей и профилактическим повязкам, которые эффективно помогают предотвратить пролежни. Программа разработана, чтобы помочь медицинским учреждениям и лицам, обеспечивающим уход, улучшить результаты, повысить клиническую эффективность и стандартизировать уход за пациентами. Полный спектр ресурсов программы Solutions ® для профилактики пролежней может быть адаптирован для обучения и использования клиницистами и будет доступен с марта 2011 года.

    ConvaTec предлагает две линии по уходу за кожей, которые помогают клиентам очищать, увлажнять и защищать кожу. Линия средств по уходу за кожей Aloe Vesta ® подходит для кожи из групп повышенного риска. Линия продуктов по уходу за кожей Sensi-Care ® подходит для ослабленной кожи. Кроме того, DuoDERM® Extra Thin и DuoDERM ® Signal ® подходят для защиты костных выступов (например, крестцовой области нижней части спины), где могут развиваться пролежни.

    О компании ConvaTec

    ConvaTec — ведущий разработчик и продавец инновационных медицинских технологий, которые помогли улучшить жизнь миллионов людей во всем мире.Продукты ConvaTec, ориентированные на четыре основные области — уход за стомой, лечение ран, удержание и критические состояния, а также устройства для инфузии, — поддерживают медицинских специалистов, от больниц до местных медицинских учреждений.

    # #

    Solutions, Aloe Vesta, Sensi-Care, DuoDERM и Signal являются зарегистрированными товарными знаками ConvaTec Inc.

    © 2011 ConvaTec Inc.

    AP-010969-US

    Одевание с помощью роботов | MIT News

    Основные потребности безопасности в эпоху палеолита в значительной степени изменились с началом промышленной и когнитивной революций.Мы немного меньше взаимодействуем с сырьем и немного больше взаимодействуем с машинами.

    Роботы не обладают такой же жесткой поведенческой осведомленностью и контролем, поэтому безопасное сотрудничество с людьми требует методического планирования и координации. Вы, вероятно, можете предположить, что ваш друг может наполнить вашу утреннюю чашку кофе, не пролив на вас, но для робота эта, казалось бы, простая задача требует внимательного наблюдения и понимания человеческого поведения.

    Ученые из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) недавно создали новый алгоритм, который помогает роботу находить эффективные планы движения, обеспечивающие физическую безопасность своего человеческого аналога.В этом случае бот помог надеть куртку на человека, что потенциально может оказаться мощным инструментом в расширении помощи людям с ограниченными возможностями или ограниченной подвижностью.

    «Разработка алгоритмов для предотвращения физического вреда без ненужного воздействия на эффективность задачи — критическая задача», — говорит аспирант Массачусетского технологического института Шен Ли, ведущий автор новой статьи об исследовании. «Позволяя роботам оказывать безопасное воздействие на людей, наш метод может находить эффективные траектории роботов, которые гарантируют безопасность человека.”

    Проиграть видео

    Одежда с помощью роботов может помочь людям с ограниченными физическими возможностями или физическими недостатками.

    Человеческое моделирование, безопасность и эффективность

    Правильное моделирование человека — того, как человек движется, реагирует и реагирует — необходимо для успешного планирования движения робота в интерактивных задачах человек-робот.Робот может добиться плавного взаимодействия, если человеческая модель идеальна, но во многих случаях безупречный план не существует.

    Робот, доставленный человеку, находящемуся дома, например, будет иметь очень узкую, «стандартную» модель того, как человек может взаимодействовать с ним во время вспомогательной одевания. Это не могло бы объяснить огромную вариативность человеческих реакций, зависящую от множества переменных, таких как личность и привычки. Кричащий малыш по-разному отреагирует на надевание пальто или рубашки, чем ослабленный пожилой человек или люди с ограниченными возможностями, у которых может быть быстрая утомляемость или снижение ловкости.

    Если этому роботу поручено одеваться и он планирует траекторию исключительно на основе этой модели по умолчанию, робот может неуклюже врезаться в человека, что приведет к неприятным ощущениям или даже к возможной травме. Однако, если он слишком консервативен в обеспечении безопасности, он может пессимистично предположить, что все пространство поблизости небезопасно, а затем не сможет двигаться, что известно как проблема «замораживающего робота».

    Чтобы обеспечить теоретическую гарантию безопасности человека, алгоритм команды рассуждает о неопределенности модели человека.Вместо того, чтобы иметь единственную модель по умолчанию, в которой робот понимает только одну потенциальную реакцию, команда дала машине понимание многих возможных моделей, чтобы более точно имитировать то, как человек может понимать других людей. По мере того, как робот собирает больше данных, он снижает неопределенность и уточняет эти модели.

    Чтобы решить проблему с замораживающим роботом, команда переопределила безопасность для планировщиков движения, учитывающих человека, как предотвращение столкновений или безопасное воздействие в случае столкновения. Часто, особенно при выполнении повседневных задач с участием роботов, столкновения невозможно полностью избежать.Это позволило роботу установить безопасный контакт с человеком для достижения прогресса, пока влияние робота на человека невелико. С этим двояким определением безопасности робот мог безопасно выполнить задачу по перевязке за более короткий период времени.

    Например, допустим, есть две возможные модели того, как человек может отреагировать на одевание. «Модель 1» — это то, что человек будет двигаться вверх во время одевания, а «Модель 2» — это то, что человек будет двигаться вниз во время одевания. С помощью алгоритма команды, когда робот планирует свое движение, вместо выбора одной модели он будет пытаться обеспечить безопасность для обеих моделей.Независимо от того, движется человек вверх или вниз, траектория, найденная роботом, будет безопасной.

    Чтобы нарисовать более целостную картину этих взаимодействий, дальнейшие усилия будут сосредоточены на исследовании субъективных ощущений безопасности в дополнение к физическому во время выполнения задачи по одеванию с помощью роботов.

    «Этот многогранный подход сочетает в себе теорию множеств, ограничения безопасности с учетом человека, прогнозирование движения человека и управление с обратной связью для безопасного взаимодействия человека и робота», — говорит доцент Института робототехники Университета Карнеги-Меллона Закори Эриксон.«Это исследование потенциально может быть применено к широкому спектру сценариев вспомогательной робототехники для достижения конечной цели — позволить роботам оказывать более безопасную физическую помощь людям с ограниченными возможностями».

    Ли написала статью вместе с постдоком CSAIL Надей Фигероа, аспирантом Массачусетского технологического института Анкитом Шахом и профессором Массачусетского технологического института Джули А. Шах. Они представят доклад виртуально на конференции 2021 года «Робототехника: наука и системы». Работа поддержана Управлением военно-морских исследований.

    Что означает Amazon Echo для индивидуального стиля?

    Послание многих вещей в Америке звучит так: «Сделай это или умри.”
    — Джордж В.С. Троу, Без контекста , 1980


    Робот-поводырь

    Камера представляет собой небольшой белый криволинейный монолит на пьедестале. Внутри его гладкого корпуса находятся микрофон, динамик и линза в виде глаза. После того, как я поставил его на полку, он говорит мне смотреть прямо на него, а на номер обязательно улыбаться ! Индикатор мигает, а затем мигает камера. На моем телефоне с головы до ног появляется фотография того вида, который я привык видеть только в больших зеркалах: я, неловко стою в своей квартире, одетый в очень обычную будничную одежду.Фон размыт, как улика с места преступления. Это не лестный образ.

    Amazon Echo Look, который в настоящее время доступен только по приглашению, но также и на eBay, позволяет вам делать селфи без помощи рук и оценивать свой выбор моды. «Теперь Alexa помогает вам выглядеть на все сто», — говорится в описании продукта. Встаньте перед камерой, сделайте снимки двух разных нарядов с помощью Echo Look, а затем выберите лучшие в приложении Echo Look на своем телефоне. Примерно через минуту Alexa расскажет вам, какой комплект одежды выглядит лучше, с помощью алгоритмов анализа стиля и некоторой помощи людей.Поэтому я пытаюсь найти свой самый стильный наряд, меняя рубашки и брюки, а затем чопорно позируя перед камерой. Я кричу: «Алекса, суди меня!» но, видимо, в этом нет необходимости.

    Благодаря функции Style Check ™ я обнаружил следующее: полностью черный цвет лучше, чем полностью серый. Закатанные рукава лучше, чем застегнутые на запястье. Лучше всего синие джинсы. На самом деле хорошо поднять воротник. Каждая одежда в сравнении получает процент из 100: например, черная одежда набирает 73 процента, а серая — 27 процентов.Но объяснения, приведенные для оценок, не поддаются расшифровке. «То, как вы стилизуете эти вещи, выглядит лучше», — говорит мне приложение. «Размер лучше». Как я их стилизовал? Они должны быть больше или меньше?

    The Echo Look не скажет вам, почему он принимает свои решения. И все же он призван показать нам наш идеальный стиль, так же как алгоритмы, такие как рекомендации Netflix, Spotify Discover, а также каналы Facebook и YouTube, обещают нам идеальную версию культурного потребления с учетом наших личных желаний.Фактически, это обещание заложено в самой технологии: алгоритмы, как я буду в общих чертах определять их, представляют собой наборы уравнений, которые работают через машинное обучение для настройки доставки контента отдельным лицам, приоритезации того, что, по их мнению, мы хотим, и развития время в зависимости от того, чем мы занимаемся.

    Столкнувшись с непрозрачными заявлениями Echo Look о моем чувстве моды, я понимаю, что все эти алгоритмические опыты являются делом вкуса: вопрос о том, что нам нравится и почему нам это нравится, и что это означает, что вкус все больше диктуется черным ящиком. роботам нравится камера на моей полке.

    Теории вкуса

    В своей книге 2017 года « Вкус » итальянский философ Джорджио Агамбен раскапывает корни этого слова. Исторически это определяется как форма познания через удовольствие, от восприятия вкуса еды до оценки качества объекта. Вкус — это по сути человеческая способность, до такой степени, что она почти подсознательная: мы знаем, нравится нам что-то или нет, еще до того, как поймем почему. «Вкус наслаждается красотой, но не может ее объяснить», — пишет Агамбен.Он цитирует Монтескье: «Этот эффект в основном основан на неожиданности». Алгоритмы предназначены для того, чтобы удивлять, показывая нам то, чего мы не осознавали, чего всегда хотели, и тем не менее мы никогда не удивляемся полностью, потому что знаем, что этого следует ожидать.

    Философы 18 века определяли вкус как нравственную способность, способность распознавать истину и красоту. «Натуральный вкус — это не теоретическое знание; это быстрое и изящное применение правил, которых мы даже не знаем », — писал Монтескье в 1759 году.Это незнание важно. Мы не подсчитываем и не измеряем, нравится ли нам что-то по вкусу; мы просто чувствуем это. Частичное смещение суждений о вкусе алгоритмами, как в Amazon Echo Look, лишает нас этой человечности.

    Каждый культурный объект, который мы эстетизируем и потребляем — «самый повседневный выбор повседневной жизни, например, в приготовлении пищи, одежде или декоре», — пишет Пьер Бурдье в своей книге 1984 года « Отличие: социальная критика суждения вкуса », — это образец значительная часть нашей идентичности и отражает то, кем мы являемся.«Вкус классифицирует, и он классифицирует классификатор», — добавляет Бурдье. Если наш вкус продиктован алгоритмами обработки данных, контролируемыми крупными технологическими корпорациями, то мы должны довольствоваться тем, что классифицируем себя как рабских последователей роботов.

    Но мода уже произвольна

    Можно сказать, что «вкус» — это абстрактное, нравственное знание, а «стиль» — его визуальное выражение. Мода делает вкус легко видимым как стиль, отчасти потому, что различия между цветом и фасоном в одежде очень специфичны и в то же время случайны («правила, о которых мы даже не знаем»).В прошлом модная культура диктовалась причудливым консенсусом среди элит; королевский двор или эшелон редакторов журналов навязывали определенный вкус сверху вниз.

    Вкус — это, по сути, человеческая способность, до такой степени, что она почти подсознательная: мы знаем, нравится нам что-то или нет, еще до того, как поймем почему.

    Ролан Барт заметил этот произвол в своем эссе 1960 года « Blue Is in Fashion This Year ». Барт внимательно изучает отрывок из журнала мод — «Синий в моде в этом году» — чтобы понять, откуда взялся его тезис о том, что тот или иной цвет сейчас особенно вкусен.Его вывод заключается в том, что это не происходит ниоткуда: «Мы не говорим о строгом производстве смысла: ссылка не является ни обязательной, ни достаточно мотивированной». Синий не в моде, потому что он особенно функциональный и не связан символически с какой-то более широкой экономической или политической реальностью; в заявлении нет смысловой логики. Стиль, утверждает Барт, — это необъяснимое уравнение (ошибочный алгоритм).

    Эта сцена из фильма Дьявол носит Prada

    Еще одно свидетельство искусственной и иерархической природы стиля в прошлом можно найти в этой сцене из фильма 2006 г. Энн Хэтэуэй, что массивный синий свитер, который она носит, был, по сути, выбран для нее.«Этот синий символизирует миллионы долларов и бесчисленное количество рабочих мест, и это довольно забавно, как вы думаете, что сделали выбор, который освобождает вас от индустрии моды, когда на самом деле вы носите свитер, который был выбран для вас людьми в эта комната из груды всяких вещей, — говорит Стрип.

    Другими словами, синий в моде в этом году , потому что кое-кто так решил. У вас, как у человека, не определяющего вкусы, нет выбора.

    Мода на основе данных

    Возможно ли, что вместо этого искусственного языка моды алгоритмы, подобные тем, что используются в Alexa, могли бы создать более системную, логическую конструкцию эстетики моды, основанную на данных ? Синий в моде в этом году потому что 83.Алгоритм Amazon Echo Look утверждает, что 7 процентов пользователей купили (или кликнули) синие рубашки, следовательно, это модно, поэтому предприятиям следует производить больше синих рубашек, а вы, покупатель, будете их покупать и носить. Редакторы-люди не нужны.

    Я не уверен, что эта основанная на технологии алгоритмическая фактичность вкуса лучше или хуже, чем решение Мерил Стрип и Анны Винтур, что мне надеть, что может быть основной проблемой этого эссе.

    «Обрушивающаяся доминанта»

    Когда меняются представления о вкусах, возникает определенный страх: я здесь или нет? Я понимаю новое или застрял в старом? В 1980 году журнал New Yorker опубликовал журнал George W.Эссе С. Троу, описывающее это чувство, под названием «В контексте без контекста», из которого я взял эпиграф и структуру этого произведения. Эссе Троу вышло в виде книги в 1981 году, а затем в 1997 году. В прилагаемом введении к изданию 1997 года он использует фразу «распадающаяся доминанта» для описания ситуации, в которой более старый, устоявшийся режим культурного авторитета или режим вкуса , тускнеет и заменяется новым. Эти режимы состоят из двух частей: субъекты вкуса и способ передачи вкуса.

    Сегодня мы наблюдаем крах доминирующего режима, который первоначально наблюдал Троу, — появление телевидения средств массовой информации, которое ранее заменило моралистические романы середины века WASP Новой Англии. Теперь у нас есть лайки в Instagram, хэштеги Twitter и медийная реклама, распространяемая Google, распространяющая вкусовые ценности. Вместо максималистской, ориентированной на знаменитостей, опьяняющей культуры телевидения 70-х — Никсона, , Звездных войн , ворсистых ковриков, кокаина, ядерных бомб — теперь у нас есть сплющенная, совместная, в некотором роде целительная эстетика тостов с авокадо, леггинсы Outdoor Voices, регенерированная древесина, занятия йогой Sky Ting и суккуленты в керамических горшках.

    То, что мы находимся в разгаре этого изменения вкусов, может помочь объяснить наше более широкое настроение нестабильности и паранойи (или это только у меня?). Мы не можем понять, что могло бы быть устойчивым, чтобы идентифицировать себя, чтобы ориентироваться на наш вкус. Алгоритм предполагает, что мы ему доверяем, но мы этого не хотим. Мы жаждем более «аутентичной», устойчивой формы смысла.

    Смерть Svpply

    В 2009 году дизайнер по имени Бен Пиратт, ныне живущий в Массачусетсе, запустил Svpply. Это была своего рода социальная сеть, основанная на покупках, где участники, получившие только приглашение, могли выбирать продукты из других источников в Интернете, а пользователи могли следить за своими любимыми законодателями вкусов.Со временем куратором мог стать любой пользователь. Я помню его с тех пор как спокойный прозрачный бассейн посреди огромного количества интернет-шума. На сайте была представлена ​​только классная одежда, сумки и аксессуары, выбранные отдельными людьми, поскольку в то время алгоритмические каналы не были широко распространены. На Svpply вы можете найти множество знаков определенного класса, которые первыми приняли дизайн: минималистичные кроссовки, модные футболки, камеры Leica и спортивные штаны с заниженным шаговым швом.

    Алгоритм предполагает, что мы ему доверяем, но мы этого не хотим.

    В 2012 году eBay приобрела компанию и быстро закрыла ее. В 2014 году Пиератт запустил Kickstarter для Very Goods, замену Svpply, которая все еще действует. Сегодня он видит в Svpply поучительную историю об ограничениях человеческого вмешательства в Интернете. По телефону мы говорим о том, что вкус на самом деле не меняется. Чем больше становится платформа, тем сложнее поддерживать определенное чувство стиля. Открыв платформу, Пиерат попытался «преобразовать сообщество, управляемое людьми, в машину», — объясняет он.«Когда мы потеряли эксклюзивность, людям было все равно». Врожденное чувство уникальности Svpply не сохранилось: «Если бы все редактировали Vogue , это не было бы Vogue ».

    Другой вопрос: насколько хорошими законодателями вкусов может быть машина?

    Human- v. Machine-Curation

    Меня беспокоит, что мы переходим от времени человеческого курирования (ранний Svpply) к времени, когда алгоритмы управляют все большей частью того, что мы потребляем (канал Facebook).Это влияет не только на артефакты, которые мы переживаем, но и на то, как мы их воспринимаем. Подумайте о разнице между другом, который рекомендует бренд одежды, и тем, что появляется в целевых рекламных баннерах, преследуя вас по Интернету. Более вероятно, что ваш друг понимает, чего вы хотите и в чем нуждаетесь, и вы с большей вероятностью поверите рекомендации, даже если она кажется вам сложной.

    Может быть, это особенно бесформенная одежда или шумный панк-трек. Если вы знаете источник предложения, вы можете дать ему шанс и посмотреть, соответствует ли оно вашим вкусам.Напротив, мы знаем, что машина не заботится о нас и не имеет собственного вкуса; он только хочет, чтобы мы занимались тем, что, по его расчетам, нам может понравиться. Это скучно. «Мне интересно, является ли причина того, что в основе моды мы находим ее увлекательной, заключается в том, что мы знаем, что в ее конце есть человек, — говорит Пиератт. «Мы узнаем о людях. Если удалить этот слой человечности из-под него, душа интереса уйдет с ним? »

    Пиератт делает еще одно различие между стилем и вкусом.Стиль — это поверхностный эстетический код, который относительно просто воспроизвести, тогда как вкус — это своего рода более широкий эстетический интеллект, способный соединять и объединять разрозненные переживания. Алгоритмы могут приблизиться к первому — сказать мне, что я должен носить синюю рубашку — но не могут приблизиться ко второму, потому что машина не может сказать мне , почему он думает, что я должен носить синюю рубашку или что синяя рубашка может означать мне. Когда машина берет на себя исследование вкуса, возможность внезапно почувствовать что-то от удивительного объекта сужается до того, что машина решает показать.«Я не думаю, что есть такая вещь, как машинный вкус», — говорит Пиератт.

    Конечно, мы с ним могли бы просто быть частью исчезающего режима, нашей «рушащейся доминанты». Младенцы-антиутопии 2018 года, воспитанные на алгоритмических видеороликах YouTube с изображением Человека-паука, могут иметь другие аппетиты в будущем.


    Оптимизация вкуса

    Угроза банальности (или отсутствия неожиданности), скрытая в полном машинном курировании, напоминает мне, казалось бы, случайный словарь, предназначенный для улучшения SEO в сообщениях Craigslist.В одном из списков стульев, с которыми я столкнулся, сказано: «Идет с Herman Miller Eames, винтажным, средним веком, современным холмиком, дизайном Saarinen dwr, в пределах досягаемости, датская Дания, ABC, ковер и домашний стул, стол, столовая, тапочка, спальня, гостиная, офис».

    Представьте себе оптимизированное среднее всех этих идей. Лингвистический меланж формирует народный вкус, основанный не на индивидуальной идентичности бренда или куратора-человека, а на массе ассоциаций произвольной формы, призванных привлечь зрителя любыми необходимыми средствами. Если вам это нравится, вероятно, вам понравится.Или, как футболка, которую я купил в Камбодже десять лет назад, гласит: «То же самое, но другое». Этот слоган постоянно всплывает у меня в голове, когда я просматриваю так много модулей контента, каждый из которых уникален и все же неоригинален.

    Контент, созданный машиной

    Алгоритмы обещают: если вам это понравится, вы навсегда получите больше. Этот опыт просачивается из Интернета из рекламы Google о сумке, которую вы только что купили, в физический мир. Взгляните, например, на расследование художницы Дженни Оделл о предложениях «бесплатные часы» в Instagram.Часы выглядят как минимум стильно, с небольшими вариациями на минималистичных циферблатах и ​​металлических ремешках. Но они не являются результатом просвещенного чувства вкуса по определению Пьератта. Бренды, которые их продают, — это тонкие выдумки, выдуманные в Squarespace, а фактические продукты — результат производства Alibaba и дропшиппинга Amazon, при котором продукт перемещается напрямую от производителя к потребителю, никогда не заходя в магазин. Часы-фантомы — пустой язык моды, объекты без содержания.

    Другие способы, которыми наш опыт искажается алгоритмическими платформами, включают Spotify, возможно, заказывающую оригинальную музыку у «фальшивых» артистов, чтобы соответствовать скрытым желаниям своей аудитории, как заметил Нойси; рестораны доставки, которые являются только виртуальными, создают цифровой бренд из темной групповой кухни и подают еду через Uber Eats; сюрреалистические детские видеоролики на YouTube, которые существуют, потому что они получают вознаграждение в виде просмотров алгоритмом подачи и, таким образом, приносят своим создателям рекламную прибыль; и глобализированный визуальный язык оформления интерьера Airbnb, который приближается к определенному стилю, исходящему от самой платформы.Проанализировав данные с той или иной платформы, машина считает, что вам нужно это, и может обслуживать их немедленно и бесконечно.

    Мы находимся в культурной сверхъестественной долине, неспособной отличить вещи, созданные людьми, от тех, которые созданы безумным уравнением, натренированным людьми. Другими словами, что является продуктом подлинного вкуса, а какой нет. (Это отсутствие различимости также усугубляет проблемы с фальшивыми новостями, которые алгоритмические каналы продвигают, как и любой другой контент, хотя и неточный.)

    Фальшивые исполнители

    Spotify сами по себе не фальшивки; это своего рода музак, созданный шведской продюсерской компанией, у которой так случилось, что у нее такие же инвесторы, как и у Spotify. То, что простая возможность неискренней музыки, подаваемой нам алгоритмической платформой без нашего ведома, вызвала безумие в СМИ, говорит о нашем фундаментальном страхе — возможно иррациональном или, по крайней мере, непонятном беспокойстве 21-го века — алгоритмической культуры.

    Стиль в эпоху цифрового воспроизведения

    В 1935 году Вальтер Бенджамин заметил, что произведение искусства 20 века претерпевало изменения с появлением фотографии и кино.Вновь обретенная воспроизводимость отдельных произведений искусства с помощью этих технологий означала, что искусство было лишено его «ауры»: «здесь и сейчас оригинала» или «абстрактной идеи его подлинности», как пишет Бенджамин.

    Фотография, как заметил Бенджамин, может воспроизвести уникальное произведение искусства. Однако алгоритмическое машинное обучение может имитировать весь стилистический режим, генерируя новые примеры по желанию или накладывая на уже существующий объект новый стиль, не связанный с его происхождением.В 2015 году исследователи выпустили статью, в которой превратили фотографию Тюбингена, Германия, в картину Ван Гога, а затем поочередно наложили стиль Мунка и Кандинского. Исследователи пишут, что система «обеспечивает отделение содержания изображения от стиля» (отсутствие связи, которое усиливает нашу тревогу).

    Хотите еще Пикассо, Гуччи, Гери, Глоссье, Бейонсе? Просто нажмите кнопку.

    Так что воспроизводить можно не только отдельную работу, но и эстетику художника в целом.В результате отсутствие ауры обесценивает уникальный стиль или меняет наше восприятие этого стиля, как когда-то фотография бросала вызов живописи. «Воспроизводимое произведение искусства во все большей степени является воспроизведением произведения искусства, предназначенного для воспроизводимости», — пишет Бенджамин. Надвигается еще один культурный кризис, поскольку мы понимаем, что «новые» или популярные стили будут все больше оптимизировать для их алгоритмической воспроизводимости (другими словами, предназначенных для распространения подобных мемов на цифровые платформы), а не их оригинальности.

    Хотите еще Пикассо, Гуччи, Гери, Глоссье, Бейонсе? Просто нажмите кнопку. Это будет достаточно близко. В Instagram уже есть влиятельный человек с более чем 700 000 подписчиков, Микела, которая выглядит 19-летней моделью, которая одевается в одежду от Chanel, Proenza Schouler и Supreme. Ее атмосфера — это Кайли Дженнер с ее злобным лицом херувима и приверженностью уличной одежде. За исключением того, что Микела на самом деле является виртуальным персонажем, созданным ее дизайнерами на компьютере, как если бы он был создан искусственным интеллектом Кардашьян.В отличие от Дженнер, Микела — это стиль, который можно воспроизводить дешево и бесконечно.

    Один принцип алгоритмической культуры

    Каждая платформа, управляемая алгоритмом, который отдает приоритет одному контенту над другим на основе прогнозируемого взаимодействия, разрабатывает общий стиль, оптимизированный для конкретной структуры платформы. Этот общий стиль со временем развивается на основе обновлений платформы и стимулов для пользователей.

    Когда мы встречаем в мире Общий стиль, мы чувствуем дрожь страха: мы вошли в царство не совсем человечного, не совсем настоящего.Мы приняли независимое решение или машины знают нас лучше, чем мы сами? (Это беспокойство может быть просто повторением спора между свободой воли и судьбой.)

    Приложение I: Алгоритмическая близость

    Однажды мой друг из Нью-Йорка принимает OKCupid, Bumble или Hinge. Он встречает профиль молодой женщины и сопоставляется с ней. Он представляет себя шуткой, основанной на культурных признаках в ее профиле, как это принято в наше время.Она не отвечает.

    Спустя несколько месяцев я сижу с ним в ресторане на двух оставшихся свободных местах в баре. В конце нашего угла сидит одна молодая женщина. Мой друг и молодая женщина завязывают разговор, в котором, кажется, есть определенная искра. В конце концов, ей приходит в голову осознание, или, может быть, она все время знала: «Мы… играли онлайн?» Она извиняется за то, что не ответила на его сообщение, и они продолжают болтать с нарастающим воодушевлением.

    Произошла бы эта вспышка близости без вмешательства алгоритма, который их ввел? Думаю, не так быстро, если вообще.Алгоритм добавил некий недостающий контекст, по которому они идентифицировали друг друга; чувствовать себя узнаваемым машиной может быть утешительно и даже полезно. Он получает ее номер телефона.

    Приложение II: Города

    Опять же, не являются ли города (и их бары, рестораны и бутики) просто хорошо настроенными машинами для сортировки людей в соответствии с их интересами и желаниями? Находясь здесь, мы уже рассказали некоторые вещи о себе, например, проверили предпочтения в учетной записи OKCupid и подчинились уравнению.

    Наш опыт всегда был алгоритмическим, если раньше не руководствовался реальным алгоритмом. Иногда кажется неправильным говорить о какой-то утраченной оригинальности или аутентичности, как будто жизнь до Facebook была совершенно невинной, не шаблонной, чистой — со вкусом. Вкус всегда был и всегда будет производным, иерархическим и поверхностным, но в то же время жизненно важным.


    Контент-луддизм (культура этичного происхождения)

    Что же нам делать с этим переходом от человеческого вкуса к цифровому? Можно сознательно противостоять алгоритму, как кто-то может нарушить текущую модную тенденцию — носить, скажем, брюки-клеш и разрисовать галстук вместо подрезки и пустых базовых вещей.Я мог бы читать только книги, которые наткнулся на подержанных книжных магазинах, смотреть только телешоу на местных каналах, покупать только винил, только писать письма, отказаться от социальных сетей в пользу печатных газет, носить только найденный винтаж. (Etsy уже является алгоритмическим, со своим собственным фальшивым общим стилем.) Я мог бы воздержаться от алгоритмической культуры, подобной луддитам, которые сопротивлялись автоматизации текстильных фабрик в 19 веке, уничтожая машины. Было бы так органично. Прохладный! Затемнять! Аутентичный!

    Но как только что-то классное, непонятное и аутентичное снова появляется в Интернете, это учитывается в уравнении, может стать вирусным и вскоре станет таким же вездесущим, как Millennial Pink около 2017 года.Таким образом, алгоритмическая культура не способствует разнообразию или сосуществованию множества действительных точек зрения и идентичностей. Если стилистическая причуда эффективна, она как можно быстрее интегрируется в общий стиль; если он неэффективен, он подавлен публичным разоблачением. Так что вам также придется сохранять свои открытия аналогами. Создайте воздушный промежуток между своим мозгом и Интернетом.

    Приложение III: Один пример неалгоритмического вкуса

    Мой друг сидит напротив меня в винном баре.На ней черный кашемировый свитер с высоким воротом и длинными рукавами. Выглядит идеально и в то же время незаменим; ни логотип бренда, ни текстура материала, ни заметная причуда не отождествляют его с тем или иным источником. «Откуда этот свитер?» Я спрашиваю.

    «О, я достала его из туалета моей бабушки, когда она переехала из Манхэттена», — говорит она.

    Пиратство

    Я вырос в начале 2000-х, когда возник социальный Интернет, когда не было интеллектуальных каналов или адаптивных алгоритмов для сортировки контента.В основном я обнаруживал что-то новое через форумы, где участники предлагали, какую обувь покупать или группы для прослушивания, и через цифровое пиратство, что дало мне относительно нефильтрованный список возможных культурных артефактов для использования на Kazaa или BitTorrent, который не был приходят с рекомендациями «Вам это тоже может понравиться». (Я не жил в городе, а местный книжный магазин находился в 45 минутах ходьбы от границы.) Эти услуги были цифровым эквивалентом магазинов подержанных виниловых пластинок: вы берете то, что находите, нравится вам это или нет, а затем пытаетесь снова. , постоянно улучшая представление о том, чего вы хотите и (следовательно) о том, кто вы есть.

    Так как это были подростковые годы, я получил значительную часть своей идентичности как культурного потребителя из пиратства «сделай сам». Тем не менее, результаты не были ни исключительными, ни оригинальными. Я скачал много бутлегов с концертами Dave Matthews Band и нашел American Apparel в торговом центре, увидев его в Интернете. Но, по крайней мере, эти вещи были похожи на мои? Или, по крайней мере, совокупность, объединенная во что-то, что я мог бы назвать личным вкусом.

    Теперь YouTube сообщает мне, какие видео смотреть, Netflix предлагает мне телешоу, Amazon предлагает одежду, которую нужно надеть, а Spotify предоставляет музыку для прослушивания.Если контент не соответствует моим желаниям, компании работают над его развитием. Проблема в том, что я не столько отождествляю себя с этим выбором, сколько с тем, что я когда-то пиратствовал, обнаружил или откопал. Когда я смотрю свои плейлисты Spotify Discover, мне интересно, сколько других людей получили такие же списки или какие исполнители заплатили за их размещение. Я испытываю ностальгию по дням, когда недифференцированные файлы .rar загружались медленно с зелеными индикаторами выполнения. Было трение. Все это что-то значило.

    Честно говоря, такое потребление контента также было крайне неэтичным.И я не то чтобы мне не нравились шоу Netflix или плейлисты Spotify. Как сигареты или McDonald’s, они созданы для меня, чтобы они мне нравились, поэтому, конечно, они мне нравятся. Просто мне не всегда нравятся , а они мне нравятся.

    Хипстерские платформы и хипстеры на платформе

    Тем не менее, существует все больше легальных альтернатив этим основным платформам. Мы видим множество небольших платформ с разными имиджами брендов, что является эквивалентом Реформации вместо J.Crew или Glossier вместо Clinique. Если Gap является основной платформой, посвященной основам моды, то Everlane с ее прозрачным производством и минималистичным брендом, а теперь и весь мир Скотта Стернберга, который претендует на предложение утопической системы одежды, являются более нишевыми, хотя и не менее общими, хипстерскими аналогами.

    FilmStruck, например, транслирует «признанные критиками классические фильмы, труднодоступные жемчужины и культовые фавориты», как в Criterion Collection, в то время как MUBI выбирает «культовые, классические, независимые и отмеченные наградами фильмы со всего мира.«Полноэкранные черно-белые кадры на их веб-сайтах делают их более модными, чем Netflix или кабельное телевидение — вы можете чувствовать себя безопаснее, определяя свой вкус с ними (« Я не смотрю телевизор; я смотрю только FilmStruck », — говорит хипстер на платформе). Вместо Spotify есть The Overflow с проверенной христианской музыкой поклонения или Primephonic с классическими записями высокой четкости. Куинси Джонс запустил «Netflix of jazz».

    Цифровые платформы существуют и для нецифровых продуктов. Начинающая компания Feather сдает вам в аренду комплект «модной спальни» из искусственных прикроватных тумб и каркаса кровати середины века за 109 долларов в месяц в виде минимально стильного предварительно упакованного вкусового набора, тонко воспроизведенного эстетического вида без какой-либо ауры.Точно так же модные компании, такие как Gustin и Taylor Stitch, проводят краудфандинг своих новых продуктов, считая предварительные заказы перед тем, как что-либо производить. Они отличаются от традиционных брендов тем, что снизу вверх руководствуются действиями пользователей, а не диктатом креативных директоров авторов. И, как и обычные часы с прямой доставкой, они чрезвычайно утомительны, волна за волной выпускают кустарные ткани, превращенные в простоватую, неопределенно уличную экипировку.

    Эти компании предполагают, что вы можете пользоваться преимуществами цифровой платформы и алгоритмической ленты, при этом чувствуя себя самодовольным, претенциозным и исключительным, зная, что ваш контент тщательно курируется людьми.Или вы можете нанять собственного законодателя вкуса. Как сообщает The Verge, музыкант по имени Деб О, фриланс, работает куратором Spotify через свой сервис Debop, создавая индивидуальные плейлисты за 125 долларов. Она выбраковывается из «симфонии алгоритмов», как она красиво выразилась, и возвращается с чем-то более управляемым, более человечным.

    Услуги

    Oh’s представляют оригинальное курирование как предмет роскоши. Это стоит денег, чтобы сойти с рельсов потребления, которые так удобно проложили нам технологические компании и их рекламодатели.В будущем вкус будет основываться на приверженности платформам, а также отдельным авторам или брендам. Вы больше похожи на Amazon, Apple, WeWork, Airbnb или Facebook? Если вы не уйдете с платформы, у вас нет другого выбора. Не только для ваших технологий, но и для вашей культуры: мода, мебель, музыка, искусство, кино, медиа.

    Стиль без стиля

    Платформизация — это, конечно, то, с чем индустрия моды уже знакома: каждый крупный бренд представляет собой собственную платформу, расширяющуюся за счет обилия сезонных линий и аксессуаров, предназначенных для удовлетворения всех ваших потребностей в рамках единой системы вкусов.LOT2046 — это небольшая независимая алгоритмическая платформа для моды, на которую я подписался в прошлом году, и я не оглядывался назад. Его тезис прост: ваши желания в одежде можно свести к ряду признаков, которые сервис автоматизирует и адаптирует к вам. Партии полностью черной одежды и аксессуаров прибывают каждый месяц; единственными изменениями являются несколько стилистических вариантов — короткие носки или длинные носки с круглым вырезом или V-образным вырезом — и что предметы поставляются с вашим именем, написанным на них, например, черная спортивная сумка, которую я недавно получил, с надписью KYLE CHAYKA выпуклой черной нитью. .

    Если наши решения о том, что мы потребляем, больше не говорят о нас самих, почему бы просто не принять их?

    LOT — про-алгоритм. «Любая технология должна знать, что вам нужно, и вы хотите большего, чем вы знаете», — сказал мне ее основатель Вадик Мармеладов, российский дизайнер, который предпочитает оставаться за кадром. «Платформы скажут вам, чего вы хотите, прежде чем вы этого захотите». Он считает, что машины должны не просто предлагать вещи, но и принимать решения за нас, от планирования поездки на выходные до заказа утреннего кофе.Другими словами, они должны полностью вытеснить наш вкус.

    Сдаться LOT — это своего рода свобода перестать думать о моде, освободить разум для более высоких вещей, таких как размышления о смертности, — предполагает Мармеладов. Его обещание состоит в том, что, резко сузив количество переменных, возможно, алгоритм действительно поможет вам достичь индивидуальности не только через одежду, но и через индуцированный экзистенциализм. Я не ношу одежду LOT все время, но я обнаруживаю, что ее дух просачивается в то, как я думаю о своем потреблении в эпоху алгоритмов в целом.Если наши решения о том, что мы потребляем, больше не говорят о нас самих, почему бы просто не принять их?

    Залог для самосознания

    Скажи это вместе со мной: Мне нравится то, что мне нравится, независимо от его потенциала для получения лайков, распространения вирусов или признания приемлемым алгоритмом .

    Скажи это вместе со мной: Я также не отрицаю, что неумолимо причастен к Общему стилю моего времени .

    Алго-столкновение

    Алгоритмы обещают, что они покажут вам самого себя, уточняя изображение ваших вкусов, которое должно быть идентично тому, что вы выбрали бы сами.Текущая реальность такова, что эти корма ограничивают вас в гомогенизирующих платформах, вычисляя наиболее подходящую среднюю идентичность. То, что эти средние индивидуальности приобретают все более мелкие оттенки, не означает, что они уникальны.

    Лучшим способом противодействия могло бы быть использование гомогенизирующей усредненности алгоритмов против них, адаптируя их данные к производственным сбоям. Мы можем воспользоваться конфликтом между множеством алгоритмических идеалов или между видением мира и реальностью алгоритмом, создав эстетику, основанную на сбоях.Какой бы ошибкой могло быть искусство.

    Поскольку культура изменилась, чтобы приспособиться к любым другим технологическим инновациям, изменится и наше представление об алгоритмах. «В конце концов, мы можем изменить наше определение искусства, чтобы приспособиться к творчеству искусственного интеллекта», — говорит Мэриан Маццоне, профессор истории искусств в Чарльстонском колледже, которая работала над проектом, в котором ИИ создавал оригинальные стили живописи. (в основном они похожи на смесь импрессионизма, фовизма и кубизма).

    Оскар Шарп — режиссер Sunspring , короткометражного научно-фантастического фильма со сценарием, созданным с помощью алгоритма машинного обучения, обученного на эпизодах Секретных материалов, Звездного пути и Футурамы. В результате получается что-то остроумное, по большей части не повествовательное — в нем нет особого смысла, но он убедителен и уникален. Фильм не пытается обмануть зрителя, заставляя думать, что он на 100% создан людьми. Скорее, актеры стараются адаптироваться к эстетике машины и открывать в процессе что-то новое.

    «Это как если бы вы работали над большим телешоу с очень влиятельным шоураннером, который написал серию, а шоураннер вчера вечером напился, потерял сознание, и вы не могли не сделать серию», — говорит Шарп. «Вы должны сделать все, что в ваших силах, чтобы эпизод был таким, как он был написан». Задача была генеративной: «Расширенное творчество намного интереснее, чем замена творчества», — говорит он.

    Автоматизированная служба одежды Stitch Fix, своего рода консервативная версия LOT, использует алгоритмическую помощь для оптимизации своих новых оригинальных дизайнов для увеличения продаж и устранения пробелов на рынке, которые они называют «гибридным дизайном»: покупателям нравятся оборки и плед, поэтому почему не клетчатые оборки? Но вместо этого мы могли бы пойти в обратном направлении и делать одежду, которая никому не нужна — пока.Одежда Algo-clash больше походила бы на глитч-ткани художника Филипа Дэвида Стернса, уникальные ткани, созданные с помощью намеренно испорченного программного обеспечения, несогласованный узор пикселей, превращенный в стиль барокко.

    Но мода всегда на шаг впереди. Джинсы с тройным поясом, недавно выпущенные ASOS, уже выглядят так, как будто их разработал ошибочный алгоритм.

    Врожденная человечность алгоритма

    Художники не только могут сотрудничать с алгоритмами; в конце машины всегда есть человек — например, человек за занавесом в Стране Оз, — регулирующий то, что она делает.Большинство из них в настоящее время являются инженерами Кремниевой долины. И мы, люди, потребители по-прежнему находимся на другой стороне алгоритма, и у нас есть свобода решать, что мы потребляем, или отказываться от них. Наши решения формируют то, что популярно в настоящее время, а также то, что сохраняется в будущем. «Давайте не будем забывать, что аудитория играет главную роль в определении того, что будет иметь значение, а что нет, что нравится, а что нет», — говорит Маццоне. В долгосрочной перспективе это немного утешает.


    Вкус окончен! Если хочешь

    Я оставляю циклопический Amazon Echo Look на полке в моей гостиной, где он смотрит на меня каждый раз, когда я прохожу мимо, не останавливаясь, чтобы оценить мою одежду.Он жаждет назначать необъяснимые проценты, и все же мне удобнее судить самому. Он делает прекрасные снимки, но, как зеркало, в основном показывает мне то, что я уже знаю. И устройство пытается сопоставить меня с каким-то универсальным средним, а не с моим индивидуальным стилем, каким бы он ни был. Он вообще не знает меня — он не может сказать, в какой одежде мне комфортно и как одежда, которую я ношу, будет функционировать как символы снаружи, в месте, где я живу, в контексте класса или пола. В конце концов, в Канзас-Сити играют совсем не так, как в Нью-Йорке.Это тот социальный, эстетический интеллект, чувство вкуса, которого нашим алгоритмам не хватает, по крайней мере, на данный момент.

    Amazon утверждает, что Look предназначен для достижения вашего лучшего стиля, но его скрытые мотивы нетрудно обнаружить. Когда я спросил машину о моей клетчатой ​​рубашке, в ленте приложения появилось объявление, показывающее мне несколько других клетчатых рубашек аналогичного цвета — ни одна из них не была особенно стильной и не отличалась от той, что у меня есть, без названия бренда, — которые я мог бы купить. на Amazon. Фактически, Amazon уже использует собранные данные для производства своих собственных линий одежды, и результаты примерно соответствуют тому, что вы ожидаете от робота: слабые имитации всего, что сейчас популярно, от «вдохновленной во всем мире» Эллы Мун до Классная французская девушка, подделка Пэрис Воскресенье.Обучение с использованием данных миллионов пользователей и изображений из Look, показывающих, что мы на самом деле носим, ​​могло бы сделать наши бренды немного менее зловещими. Опять же, представьте себе потенциальную утечку не данных кредитной карты, а обширного хранилища ваших нарядов.

    Нам решать, заботимся ли мы о оттенках различий между человеческим и машинным выбором или вообще заботимся ли мы о моде. Может быть, вкус — это последнее, что отделяет нас от сингулярности; может быть, это первое, от чего нам следует избавиться.«Я не думаю, что потребителя это волнует, пока он работает», — сказал один из руководителей Stitch Fix о его одежде, созданной с помощью алгоритмов.

    Но если мы действительно хотим избежать смещения или переназначения наших желаний и творчества машинам, мы можем решить стать немного более аналоговыми. Я представляю себе будущее, в котором наша одежда, музыка, фильмы, искусство, книги будут снабжаться наклейками, как органические фермерские продукты: без алгоритмов.

    Эхо, Эхо, Эхо

    «Эхо» — хорошее название для устройства Amazon, потому что оно создает цикл алгоритмической обратной связи, в котором не возникает ничего оригинального.

    Алекса, как я выгляжу?

    Ты выглядишь производным, Кайл.

    Кайл Чайка — писатель, живущий в Бруклине.

    Редактор: Джулия Рубин
    Редактор копии: Лаура Буллард

    Разработка и проверка алгоритма прогнозирования метода лечения ожоговых ран с использованием термографических изображений: проспективное когортное исследование

    Абстрактные

    Фон

    Клиническая оценка ожоговой раны сама по себе не может быть адекватной ни для прогнозирования тяжести травмы, ни для принятия клинического решения.Инфракрасная термография дает информацию о жизнеспособности мягких тканей и ранее использовалась для оценки глубины ожога. Цель этого исследования состояла в том, чтобы определить, можно ли использовать разницу температур в ожогах, оцененных с помощью инфракрасной термографии, для прогнозирования лечебного метода либо заживления путем реэпителизации, требуя пересадки кожи, либо требуя ампутации, а также проверить алгоритм клинического прогнозирования в независимом исследовании. когорта.

    Методы и выводы

    Разница температур (ΔT) между поврежденной и здоровой кожей регистрировалась в течение первых трех дней после травмы у ранее здоровых ожоговых пациентов.После выписки метод лечения был разделен на реэпителизацию, пересадку кожи или ампутацию. Потенциальные мешающие факторы оценивались с помощью нескольких моделей линейной регрессии, и алгоритм прогнозирования, основанный на ΔT, был разработан с использованием модели прогнозирования с использованием алгоритма машинного обучения с рекурсивным разбиением случайного леса. Наконец, точность прогнозирования алгоритма сравнивалась в когорте разработчиков и в когорте независимой проверки. Значительные различия были обнаружены в ΔT между группами методов лечения.Разработанный алгоритм правильно предсказывает, в какую категорию лечения попадет пациент с точностью 85,35%. Согласие между прогнозируемым и фактическим лечением для обеих когорт составляло 90% каппа.

    Заключение

    Инфракрасные термограммы, полученные при первом контакте с раненым, можно использовать для точного прогнозирования окончательного лечения ожоговых пациентов. Этот метод можно использовать для рационализации лечения и ускорения раннего закрытия ран.

    Образец цитирования: Мартинес-Хименес М.А., Рамирес-Гарсиа-Луна Ю.Л., Колосовас-Мачука Е.С., Драгер Дж., Гонсалес Ф.Дж. (2018) Разработка и проверка алгоритма прогнозирования метода лечения ожоговых ран с помощью термографического сканирования: проспективное когортное исследование.PLoS ONE 13 (11): e0206477. https://doi.org/10.1371/journal.pone.0206477

    Редактор: Дэвид М. Бурмейстер, Институт хирургических исследований армии США, СОЕДИНЕННЫЕ ШТАТЫ

    Поступила: 9 июля 2018 г .; Одобрена: 12 октября 2018 г .; Опубликовано: 14 ноября 2018 г.

    Авторские права: © 2018 Martínez-Jiménez et al. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Доступность данных: Все соответствующие данные находятся в документе и его файлах с вспомогательной информацией.

    Финансирование: Авторы не получали специального финансирования на эту работу. JLRGL получает докторскую поддержку от Мексиканского национального совета по науке и технологиям (CONACYT) (https://www.conacyt.gob.mx/) и Fonds de Recherche en Santé Québec (FRSQ) (www.frqs.gouv.qc. ca / en /). Финансирующие организации не играли никакой роли в дизайне исследования; при сборе, анализе или интерпретации данных; при написании отчета; или в решении представить отчет для публикации.

    Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

    1. Введение

    Ожоговые травмы являются четвертым по распространенности типом травм во всем мире. Ежегодно в результате этих травм происходит около 300 000 смертей. Для выживших ожоги могут привести к серьезным заболеваниям и необратимой инвалидности, что существенно повлияет на качество их жизни [1]. Чтобы смягчить эти последствия, тщательная первоначальная оценка раны имеет решающее значение для прогнозирования результатов заживления и принятия оптимальных клинических решений.Однако даже для самых опытных клиницистов субъективная оценка визуальных и тактильных характеристик ткани предсказывает тяжесть травмы только в 50–70% случаев [2–4]. Более того, точность также зависит от наличия обученного персонала, его клинического опыта и степени конверсии ожогов — явления, при котором некоторые поверхностные ожоги на частичную толщину спонтанно переходят в глубокие раны на частичную или даже на полную толщину [2, 5–7]. . Со временем превращение ожога увеличивает степень повреждения ткани, что может быть не сразу очевидным, что затрудняет первоначальную оценку раны.Более объективное измерение тяжести ожога могло бы дать клиницистам дополнительный инструмент для более точной и быстрой оценки тяжести ожога и оптимизации окончательного лечения, чтобы ускорить выздоровление и реабилитацию пациента.

    Цифровую инфракрасную термографию можно использовать для неинвазивной оценки степени ожога. Этот метод визуализации может предоставить больше информации о степени повреждения ткани, чем только клинический осмотр во время различных фаз заживления раны [8], и может количественно оценить глубину ожога на основе полученных цифровых изображений [9].Предыдущие исследования показали, что разрушение кровеносных сосудов во время повреждения кожи приводит к снижению локальной перфузии и вторичному снижению температуры кожи в этой области [10–12]. Это количество нарушения кровотока коррелирует со степенью травмы и отображается в виде цветной карты раны после визуализации с помощью инфракрасной термографии. Затем цветные карты используются для измерения температуры кожи в различных областях и позволяют рассчитать дельта-Т (ΔT), представляющую разницу температур между участком раны и прилегающим здоровым участком кожи [10].Это значение, которое представляет собой разницу температур между двумя областями тела, полученную с помощью статической визуализации, коррелировало с жизнеспособностью тканей, заживляющим потенциалом раны, и было обнаружено, что оно обладает превосходной надежностью между наблюдателями [6, 13]. Таким образом, термография может использоваться в качестве прикроватного диагностического инструмента для прогнозирования метода лечения, необходимого для достижения раннего закрытия раны. Однако эту стратегию еще предстоит проверить.

    В этом исследовании мы разработали модель для прогнозирования лечебного воздействия, необходимого для закрытия обширных кожных ожогов конечностей, на основе термографических изображений раны, полученных в течение первых трех дней лечения.Мы предположили, что разница температур между здоровой и раненой кожей коррелирует с требуемым окончательным лечением в когорте ожоговых пациентов. Мы классифицировали лечение как «реэпителизация», если рана зажила спонтанно, «кожный трансплантат», если рана зажила после трансплантата, или «ампутация», если пациенту потребовалось удаление части придатка из-за отсутствия жизнеспособности ткани. Впоследствии, используя значения ΔT, мы создали модель прогнозирования, основанную на порогах разницы температур для каждого метода лечения.Наконец, мы протестировали и подтвердили модель прогноза в независимой когорте пациентов с аналогичным ожогом.

    2. Пациенты и методы

    2.1. Дизайн исследования

    Это было проспективное наблюдательное исследование. Он был одобрен этическим комитетом Центрального госпиталя им. Игнасио Моронес Прието »в Сан-Луис-Потоси, Мексика (регистр 16–17). Все клинические исследования проводились в соответствии с принципами, изложенными в Хельсинкской декларации. Все пациенты согласились участвовать и дали информированное согласие.В случае детей согласие было получено от их родителей или опекунов, и они дали свое согласие на участие.

    2.2. Пациенты

    Все пациенты исследования прошли лечение в ожоговом отделении Центральной больницы им. Игнасио Моронес Прието », крупный справочный центр по лечению ожоговых травм в центральной Мексике. Пациенты были последовательно отобраны при условии, что они соответствовали всем критериям включения и не имели критериев исключения. Критерии включения: пациенты с частичными или полными ожогами конечностей, покрывающими> 25 см 2 общей поверхности тела, и которые были госпитализированы в ожоговое отделение в течение 24 часов после травмы.Критериями исключения были наличие любой предшествующей сопутствующей патологии, исходный индекс массы тела <19,9 для взрослых или ниже 5 -го перцентиля для их возраста у детей, наличие инородных тел, встроенных в ткани, сильный отек, системные причины дистальная гипоперфузия или наличие местной инфекции. После включения в исследование ни один из пациентов не был исключен из исследования. Для этого исследования были использованы две независимые проспективные когорты: когорта, использованная для разработки алгоритма прогнозирования, и когорта, использованная для проверки его эффективности.Независимо от когорты, все изображения и начальное лечение были выполнены одинаково для всех пациентов, как описано ниже.

    2.3. Инфракрасное изображение

    Инфракрасную термографию выполняли один раз в течение первых трех дней после травмы, так как этот период времени является наиболее информативным для оценки характеристик раны [14]. Визуализацию делали у постели больного, поскольку ожоговое отделение считается стерильной больничной зоной.

    Перед визуализацией повязку сняли, рану промыли 5% раствором хлоргексидина, промыли 0.9% физиологический раствор и сушат стерильной марлей. Затем удаляли дряблую кожу вместе с имеющимися волдырями и давали ране нагреться до комнатной температуры в течение 3 минут. Все измерения температуры проводились в соответствии с контрольным списком термографических изображений в спорте и лечебной физкультуре (TISEM) [15] на расстоянии 0,5 или 1,5 м, в зависимости от того, какое расстояние лучше всего подходит для захвата всей площади обожженной ткани под углом. 90 ° по отношению к телу, в закрытом помещении при контролируемых условиях освещения и внешнего радиационного воздействия, при контролируемой комнатной температуре (22 ° C) и влажности воздуха 40%.Мы следовали протоколу Glamorgan [16], который определяет интересующие области, которые должны быть измерены термографией в человеческом теле, чтобы гарантировать повторяемость. Вкратце, этот протокол состоит из атласа распределения температуры кожи в 90 интересующих областях тела, который используется в качестве шаблона для воспроизведения изображений положения тела с целью повышения повторяемости тепловизионных изображений.

    Статические цифровые инфракрасные термографические изображения были получены с помощью инфракрасной камеры FLIR T400 (FLIR System, Wilsonville, OR, 2013) с матрицей неохлаждаемых микроболометров в фокальной плоскости 320 x 240, спектральный диапазон 7.От 5 до 13 мкм и термочувствительность 50 мК при 30 ° C. Перед съемкой изображений камеру оставили включенной на 5 минут, чтобы обеспечить стабилизацию датчика. Коэффициент излучения кожи был установлен на 0,98 для всех полученных измерений. После визуализации раны были повторно перевязаны и получили стандартную помощь.

    Термографический анализ изображений был выполнен с использованием программного обеспечения FLIR Tools Quick-Report v.1.2 (FLIR Systems, версия 5.70, 2016), которое включает инструмент для получения максимальной, минимальной и средней температуры в определенной пользователем области.Исследователь, не знающий клинических характеристик раны, очертил область интереса (ROI), соответствующую области ожога, с помощью фантома клинического изображения и термограммы, а затем программное обеспечение использовалось для получения максимальной, минимальной и средней температуры. рентабельности инвестиций. На здоровой коже, прилегающей к ране, была очерчена область размером 25 см 2 , и были выполнены такие же измерения. Были записаны обе средние температуры, а также разница между ними, которая составляет ΔT (S1 Рис.).

    2.4. Способ лечения ран

    Все раны были независимо разделены двумя опытными хирургами сразу после поступления в одну из трех категорий: поверхностная частичная толщина, глубокая частичная толщина и полная толщина, включая ожоги подлежащих тканей (ожоги четвертой степени) [17]. Расхождений между их оценками не обнаружено. Все ожоги подвергались стандартному лечению в соответствии с рекомендациями Международного общества ожоговых травм (ISBI) хирургической бригадой, не имеющей отношения к термограммам и прогнозным данным: очищение раны каждые 72 часа, раннее иссечение некротической ткани, покрытие раны сульфадиазином серебра и отсутствие антибиотикопрофилактики [18].

    За всеми ранами наблюдали в течение 15 дней, после чего решение о трансплантации было принято на основании клинических характеристик раны. В случае ампутации решение об ампутации и процедуры принимались в течение 5–7 дней после помещения пациента в ожоговое отделение в соответствии с рекомендациями ISBI [18].

    Метод лечения раны был определен как «реэпителизация», если рана подверглась повторной эпителизации до 15 дней лечения; «Кожный трансплантат», если рана зажила после получения одного или нескольких кожных трансплантатов (все пациенты получили аутотрансплантаты), или «ампутация», если был удален придаток.Мы записали окончательную модальность раны, например, если рана получила трансплантат, но конечность стала нежизнеспособной и была ампутирована, это считалось ампутацией.

    2,5. Статистический анализ

    Данные выражаются как среднее значение и стандартное отклонение или, в зависимости от случая, пропорции. Статистический анализ проводился с использованием статистического пакета R v.3.3.2 (R Core Team, Вена, Австрия, 2016) и RStudio (RStudio Team, Бостон, Массачусетс, 2016). Анализ мощности был выполнен на основе результатов предыдущего исследования [11].Мы определили, что для выявления разницы в 2,0 ± 1,5 ° C между группами лечения при альфа-уровне 0,05 и статистической мощности 80% необходимо минимум 10 пациентов на группу результатов. Дисперсионный анализ (ANOVA) и линейная регрессия использовались для сравнения разницы температур ΔT и выявления потенциально мешающих факторов (возраст, пол, этиология ожога, место травмы, глубина травмы, площадь ожога и время измерения ΔT). Модели множественной линейной регрессии использовались для корректировки значительных вмешивающихся факторов, выявленных в ходе двумерного регрессионного анализа.Во всех необходимых случаях для выполнения множественных сравнений использовались апостериорные тесты Тьюки . Для разработки модели прогнозирования использовались кривые характеристик приемника-оператора (ROC), а также прогнозирующее моделирование машинного обучения путем рекурсивного разбиения алгоритмов случайного леса и неконтролируемой кластеризации k-средних. Наконец, чтобы проверить степень соответствия между моделью прогноза и модальностью лечения, мы использовали взвешенный каппа-анализ.

    3. Результаты

    3.1. Характеристики пациента

    Сводная блок-схема исследования показана на рис. 1, а характеристики пациентов — в таблице 1. В этом исследовании использовались две независимые когорты пациентов: одна для обучения прогностической модели (когорта развития, n = 34), а вторая — для обучения. подтвердить результаты (когорта проверки, n = 22).

    3.2. Определение корреляции ΔT с окончательным лечением ожога

    Всего 34 пациента (средний возраст 26,5 ± 19,4 года, минимум 1, максимум 68) были использованы для разработки модели прогнозирования (когорта развития).Из них 14 (41%) — дети. Из полной когорты у 13 (39%) были ожоги неполной толщины, а у 21 (61%) — ожоги полной толщины. Пятнадцать (45%) ожогов были вызваны огнем, 12 (35%) — ожогами и 7 (20%) — электричеством.

    Термографические измерения были получены в течение первых трех дней лечения (среднее время 1,45 ± 0,8 дня, медиана 1,0 день) и рассчитан ΔT. ΔT при неглубоких ожогах степени частичной толщины составила 1,77 ± 0,92 ° C, 2,76 ± 1,05 ° C при глубоких ожогах степени частичной толщины и 5.45 ± 2,86 ° C при ожогах на полную толщину (p = 0,791 для поверхностной частичной и глубокой частичной толщины, p <0,001 для поверхностной частичной и полной толщины и p = 0,170 для глубокой частичной и полной толщины).

    Пациенты находились под наблюдением до выписки и регистрации их исходов. Тринадцать пациентов (37%) излечились путем реэпителизации, 10 (30%) получили кожные трансплантаты, а 11 (33%) потребовалась ампутация. ΔT у пациентов, получавших консервативное лечение, составляло 1,75 ± 0,89 ° C, 3,28 ± 0,68 ° C у пациентов, получивших кожные трансплантаты, и 7.71 ± 1,89 ° C у пациентов, перенесших ампутацию. Значимые различия были обнаружены среди всех групп (р <0,01 во всех случаях, рис. 2).

    Рис. 2. Термограммы и группы обработки.

    Клинические изображения (от A до C) и термограммы (от A1 до C1) были получены в течение первых трех дней после травмы, за пациентами наблюдали до выписки, и их исход классифицировался как исцеление путем консервативного лечения, пересадки кожи или ампутации. Были обнаружены значительные различия в разнице температур (TD) между поврежденной и здоровой тканью во всех группах (D).Панели A и A1 представляют травму, которая зажила путем эпителизации, B и B1 — травму, которая потребовала кожного трансплантата (обратите внимание на более холодную область на локтевой поверхности предплечья), а C и C1 — травму, потребовавшую ампутации. Примечательно, что на этом последнем изображении, хотя на клиническом изображении вся кожа ног выглядит обугленной, термограмма показала, что только ноги были нежизнеспособными.

    https://doi.org/10.1371/journal.pone.0206477.g002

    Чтобы охарактеризовать возможные смешивающие факторы, которые могут быть связаны с ΔT (зависимой переменной), модели двумерной линейной регрессии были выполнены для следующих независимых переменных: возраст , пол, этиология ожога, место травмы, глубина травмы, площадь ожога и время измерения ΔT.Впоследствии переменные, которые оказались существенно связанными с ΔT, были введены в анализ множественной линейной модели. Этот статистический подход был выбран из-за размера выборки когорты разработчиков, чтобы избежать переобучения множественной линейной модели (таблица 2).

    Факторами, значимо связанными с ΔT, были возраст (увеличение на 0,06 ° C за 1 год, p = 0,026), этиология ожогов (ΔT при ожогах от ожогов 1,84 ± 0,86, 6,22 ± 2,76 при ожогах огнем и 3,59 ± 2,06 при ожогах электрическим током; ожоги против.огненные ожоги p <0,001, NS для других сравнений), глубина повреждения (ΔT в поверхностных ожогах частичной толщины 1,77 ± 0,92 градуса, 2,76 ± 1,05 в глубоких ожогах частичной толщины и 5,45 ± 2,86 в полнослойных ожогах; поверхностные ожоги второй степени vs. глубокие ожоги второй степени p = 0,791, p <0,001 для поверхностных ожогов второй степени по сравнению с ожогами третьей степени и p = 0,170 для глубоких ожогов второй степени по сравнению с ожогами третьей степени) и площади ожога (увеличение на 0,01 ° C на 1 см 2 увеличение, p <0,001). Впоследствии все переменные, которые оказались значимо связанными с ΔT, были введены в анализ множественной линейной регрессии ΔT ~ метод лечения + возраст + этиология ожога + глубина травмы + площадь ожога .Была проведена серия тестов правдоподобия, в которых переменная с наименьшей вероятностью значима отбрасывалась до тех пор, пока все переменные не стали значимыми. Окончательной моделью была ΔT ~ лечение (R 2 = 0,807, p <0,001). Таким образом, мы пришли к выводу, что только окончательное лечение было значимо связано с ΔT после корректировки нескольких переменных.

    3.3. Разработка алгоритма прогнозирования с использованием ΔT

    Оптимальные пороговые значения ΔT для прогнозирования лечения на основе бинарных исходов были рассчитаны с использованием кривых ROC.Пороговые значения и связанные с ними чувствительность, специфичность, прогнозные значения и площадь под кривой показаны в таблице 3.

    Наконец, для создания полной модели принятия решений, включающей все 3 возможных исхода (реэпителизация, пересадка кожи или ампутация), мы использовали пакет обучения классификации и регрессии (карет) для R [19], чтобы создать и проверить прогнозирующий результат. модель с использованием рекурсивного разбиения алгоритмов случайного леса для назначения лечения пациентам на основе их ΔT.Модель имела три класса (реэпителизация, кожный трансплантат или ампутация) и пять предикторов (ΔT, возраст, этиология ожога, глубина повреждения и площадь ожога). Окончательная модель, которая имеет наименьшее значение параметра сложности (рис. S2), представлена ​​на рис. 3. Мы проверили диагностическую точность модели с помощью 100 повторных выборок начальной загрузки и обнаружили точность 85,35% (95% доверительный интервал от 72,2 до 98,5%). для диагностической классификации. Алгоритм неверно классифицировал 13,0% пациентов на консервативное лечение, 13,0% на кожный трансплантат и 0% на ампутацию.

    Рис. 3. Алгоритм клинического решения на основе термограмм.

    С помощью алгоритмов случайного леса было разработано следующее правило клинического решения: если у пациента разница температур (ΔT)> 5,0 ° C, ему потребуется ампутация пораженной конечности. Если ΔT <5,0 ° C, но> 3,0 ° C, ему потребуется кожный трансплантат; и если ΔT <3,0 ° C, рана, скорее всего, заживет за счет повторной эпителизации. Этот алгоритм позволяет классифицировать пациента во время первого контакта и имеет теоретическую точность 85.35%.

    https://doi.org/10.1371/journal.pone.0206477.g003

    Чтобы контролировать тот факт, что алгоритмы случайного леса являются типом контролируемой техники машинного обучения, что означает, что метод был обучен категоризировать пациентов аналогично тому, как хирургическая бригада сделала бы это, и чтобы подтвердить первоначальные результаты алгоритма, мы провели второй анализ, используя неконтролируемую кластеризацию k-средних значений ΔT. С помощью этого метода точки данных группируются независимо от решения хирурга таким образом, что объекты в одном кластере больше похожи друг на друга, чем на объекты в других кластерах.Результаты кластеризации, которые поддерживают пороговые значения алгоритма, показаны на рис. 4.

    Рис. 4. Неконтролируемая кластеризация точек данных.

    Неконтролируемая кластеризация k-средних значений ΔT когорты развития использовалась для подтверждения результатов алгоритма случайного леса. По оси абсцисс графика можно увидеть три фактических использованных лечения. Три кластера точек данных возникают на основе группировки схожих значений ΔT. В группе реэпителизации только одна точка данных (зеленая) находится за пределами ее кластера, в то время как в группе кожного трансплантата две точки данных (красные) лежат за пределами своего кластера.В группе ампутации все точки данных сгруппированы вместе (синий цвет). Этот метод поддерживает идею о том, что значения ΔT 3 и 5 правильно различают группы лечения, независимо от решения хирурга.

    https://doi.org/10.1371/journal.pone.0206477.g004

    3.4. Частота совпадения прогнозируемого результата и метода лечения

    Чтобы проверить точность прогноза модели в когорте разработчиков, мы получили коэффициент каппа, взвешенный по согласованию между экспертами.Алгоритм предсказал, что 14 пациентов выздоровеют путем реэпителизации, 9 — с помощью кожных трансплантатов, а 11 потребуют ампутации. Метод лечения, использованный для пациентов, был консервативным лечением и реэпителизацией у 13, кожным трансплантатом у 10 и ампутацией у 11. Таким образом, алгоритм неправильно классифицировал трех пациентов (одного в группе повторной эпителизации и двух в группе кожного трансплантата). . Степень согласованности между прогнозом и исходом для пациента была взвешенной каппа = 0,904 (p <0,001).

    3.5. Проверка алгоритма прогнозирования

    Мы проспективно включили 22 новых пациента с аналогичными характеристиками для создания валидационной когорты. Клинические характеристики и их сравнение с когортой развития показаны в таблице 1.

    После поступления в ожоговое отделение и включения в исследование независимый член исследовательской группы получил и проанализировал термограммы. Хирургическая бригада не получала информации о результатах прогнозов до выписки пациентов, когда были записаны их методы лечения.Алгоритм предсказал, что 9 пациентов выздоровеют путем реэпителизации с консервативным лечением, 6 — с помощью кожных трансплантатов, а 7 пациентов потребуют ампутации. Истинным исходом у пациентов была реэпителизация в 9 случаях (в 1 ошибочно прогнозировалось, что заживление путем трансплантации), трансплантат кожи в 6 (1 ошибочно прогнозировалось, что заживление путем реэпителизации) и ампутация в 7; таким образом, алгоритм неправильно классифицировал двух пациентов (таблица 4). Степень согласованности между прогнозом и исходом для пациента была взвешена: каппа = 0.901 (р <0,001).

    4. Обсуждение

    Заживление раны — это динамичный и сложный биологический процесс, при котором принято считать, что исходная глубина раны не статична. Это особенно верно в отношении ожогов, где различные патофизиологические механизмы могут привести к прогрессированию раны в более глубокое повреждение тканей в течение первых нескольких дней после травмы [20]. Одной из наиболее частых причин конверсии раны является отсутствие адекватного кровоснабжения, что приводит к ишемии и аутофагии окружающих тканей [20, 21].Поскольку эти явления могут не проявляться во время первоначальной оценки раны, их раннее обнаружение остается серьезной проблемой. В этой статье мы демонстрируем, что цифровая инфракрасная термография — это инструмент, который можно использовать для определения степени тяжести ожога, обнаруживая изменения температуры на поверхности кожи, которая, возможно, действует как суррогат различной степени кровоснабжения раны. Эта способность распознавания может использоваться с первого раза, когда пациент оценивается, для руководства процессом принятия клинического решения.Мы также демонстрируем, что возможность прогнозирования термограмм очень точна и последовательна, предполагая, что ее можно легко включить в клиническую практику для создания более эффективного протокола лечения. Таким образом, параметр ΔT может стать дополнительным методом для тактильного и визуального анализа при оценке ран мягких тканей.

    Технология тепловидения регистрирует излучение, испускаемое объектом. Тепловое излучение от кожи или подлежащих поврежденных тканей исходит от его кровоснабжения, которое в случае нарушения вызывает падение температуры.Предыдущие исследования показали, что этот метод визуализации измеряет тепло, излучаемое с глубины от 1 до 3 мм [12]. Наши результаты и разработанная нами модель прогноза основаны на разнице температур между поврежденной и соседней здоровой кожей. Таким образом, значение ΔT дает представление о степени повреждения тканей и степени дефицита кровоснабжения. Этот подход также использовался для оценки глубины ожога, обнаружив, что по мере того, как рана становится глубже, она также становится холоднее [22]. Более недавнее исследование показало, что инфракрасное тепловидение может лучше предсказывать глубину ожога, чем только клиническое обследование, благодаря динамическим изменениям температуры раны между первым и вторым днями после травмы.Поскольку это изменение температуры за два дня, вероятно, представляет собой конверсию раны, термография может быть идеальным методом для его обнаружения. Авторы пришли к выводу, что общая точность цифровой инфракрасной термографии для прогнозирования глубины раны была выше, чем только клиническая оценка, и что снижение температуры было предиктором более глубокой раны [23]. Более того, поскольку это падение температуры, скорее всего, представляет собой конверсию раны, термография может быть идеальным методом для его обнаружения. Дополнительные преимущества цифровой термографии заключаются в том, что она неинвазивна, безболезненна и не требует контакта, что позволяет избежать риска загрязнения и давления на рану, которое может повлиять на микроциркуляцию.Термограммы можно быстро получить, легко интерпретировать, поскольку они основаны на тепловых картах, а обучение, необходимое для их получения, минимально. По этим причинам они могут стать полезным инструментом для ранней оценки состояния пациентов в отделении неотложной помощи, а также на более поздних этапах лечения пациентов для выявления поверхностного некроза, различения частичных и полнослойных ожогов и выявления осложнений [6, 24, 25]. Тем не менее, по нашему мнению, наиболее важным вкладом термографии в уход за ранами может быть предоставление клинической бригаде быстрого и объективного определения необходимого метода лечения, тем самым предотвращая ненужные процедуры или задержки в хирургии.В настоящее время единственным научно обоснованным дополнением к клинической оценке глубины раны и оценке лечения является лазерная допплеровская визуализация (ЛДИ) [26]. Многочисленные исследования оценили полезность LDI и пришли к выводу, что он надежно различает раны, которые будут или не заживут путем реэпителизации к третьей неделе. Точность этой технологии визуализации по сравнению с клиническим исходом составляет от 90 до 97%, а положительная прогностическая ценность достигает 98,4% [2, 3, 27]. Хотя эти значения превосходят найденные нами, LDI имеет несколько основных недостатков, которые делают эту технологию нежизнеспособной для широкого клинического использования, такие как высокая стоимость приобретения и обслуживания технологии, необходимость в обученном персонале для работы с оборудованием и интерпретировать изображения, и относительно долгое время, необходимое для получения изображений (т.е. более минуты на сканирование), поэтому педиатрическим пациентам или пациентам, не соблюдающим эти правила, требуется седация, чтобы гарантировать качество изображения [28–30]. Поскольку термография позволяет обойти все эти недостатки, мы считаем, что ее широкое использование может быть осуществимо, особенно в центрах с большим объемом, где существует настоятельная необходимость в рационализации ухода за пациентами, в местах без прямого доступа к ожоговому хирургу, где термография может использоваться для сортировки. пациентов и помогают приоритизировать переводы, или в условиях ограниченных ресурсов, где переводы могут быть труднодоступными [13, 22, 31].Две клинические виньетки, иллюстрирующие клиническое использование алгоритма для помощи в принятии решения о тактике лечения и уровнях ампутации после значительных ожогов у двух независимых пациентов из когорт исследования, представлены на рисунках 5 и 6.

    Рис. 5. Использование термографии для принятия клинических решений.

    Консультация в ожоговой клинике была запрошена 4-недельному младенцу, который получил полный ожог частичной толщины левой стопы от теплового радиатора (A). Дежурный детский хирург решил госпитализировать пациента и лечить его кожным трансплантатом, исходя из клинических характеристик раны, но запросил второе мнение в нашей клинике.Термографическое изображение показало значение ΔT 1,8 (B), поэтому было рекомендовано консервативное лечение с амбулаторным ведением и ежедневным посещением отделения неотложной помощи для наблюдения за раной. После семи дней лечения рана показала признаки реэпителизации и адекватной тканевой перфузии. Состояние пациента было удовлетворительным, и через две недели после травмы он был выписан из ожоговой клиники.

    https://doi.org/10.1371/journal.pone.0206477.g005

    Рис. 6. Использование термографии для определения уровней ампутации.

    Термографическое изображение можно использовать в качестве дополнения для определения уровня ампутации у пациентов с тяжелыми ожогами. Больной 24-х лет с ожогами четвертой степени примерно на 50% площади тела в результате прямого возгорания был госпитализирован в ожоговое отделение (А). Обе ноги были несколько обожжены и обуглены на момент клинического осмотра. Термографическое изображение показало увеличение значений ΔT от 12,7 дистально до 1,2 проксимально (B, C). ΔT = 3 использовалось в качестве ориентира для выбора уровня ампутации, поскольку он отмечает предел для кожных трансплантатов и жизнеспособности тканей.Уровень ампутации указан щипцами на панели A и B. За пределами этого уровня на панели C можно наблюдать резкое снижение значений температуры. Пациенту была выполнена надмыщелковая ампутация обеих ног, а также тангенциальное иссечение всей обугленной кожи и лечили кожными трансплантатами. На момент публикации этой виньетки пациент все еще находится на лечении в ожоговом отделении. Этот подход также может быть потенциально применен у пациентов с заболеванием периферических сосудов для содействия сохранению конечностей или выбора оптимальных уровней для создания лоскутов для лечения ран и будущей подгонки протезов.

    https://doi.org/10.1371/journal.pone.0206477.g006

    Это исследование имеет некоторые ограничения: во-первых, мы включили только пациентов с ожогами конечностей, поэтому наши результаты нельзя экстраполировать на другие участки тела. В настоящее время изучается доработка алгоритма для включения ожоговых участков головы или туловища, где ампутация невозможна, наряду с поиском оптимального времени термографической визуализации, хотя мы не обнаружили существенной связи между временем визуализации и значения ΔT.Тепловое моделирование поврежденных и здоровых тканей требует дальнейшего изучения, так как оно может улучшить нашу модель прогнозирования и предоставить информацию о времени до заживления различных типов ран и динамических изменениях температуры раны, таким образом предоставляя дополнительные данные для более рационального выбора соответствующего лечения. для пациента [32]. Во-вторых, алгоритм был обучен принимать те же решения о лечении, что и ожоговые хирурги, лечившие пациентов, поэтому, даже несмотря на то, что показанные результаты поддерживаются алгоритмом кластеризации k-средних, они могут быть применимы только к нашему ожоговому центру.Чтобы обобщить результаты и применимость алгоритма, могут потребоваться дальнейшие исследования в различных популяциях и условиях. В-третьих, хотя широко признано, что глубина ожоговых ран не совсем статична и что ряд факторов может способствовать углублению ожога в первые несколько дней после его получения, не все ожоги подвержены этому явлению. Ишемия и аутофагия ткани были предложены в качестве основных причин конверсии ожога, и поэтому весьма вероятно, что инфракрасная термография может обнаружить ее на ранних стадиях.Если это так, то раны с более высокими значениями ΔT, вероятно, будут связаны с конверсией ожога и углублением травмы. Тем не менее, в настоящем исследовании мы не зафиксировали конверсию горения или динамические изменения значений ΔT, которые потребовались бы для подтверждения гипотезы. Кажется, что термография достаточно чувствительна, чтобы не зависеть от этого фактора, но необходимы дальнейшие исследования, чтобы прояснить этот момент. Наконец, недостатком метода является то, что мы измерили ΔT ран как среднее значение, но большинство ран будут иметь области с разными значениями температуры.Более того, этот подход может дать клинической команде дополнительные сведения и еще больше упростить лечение пациентов.

    Другими термографическими методами оценки ожога являются активное динамическое инфракрасное тепловидение (ADT) и покадровая термография. Эти методы основаны на инфракрасном обнаружении и показывают тепловые свойства ткани вместо изменений в распределении температуры. В обоих методах применяется внешний тепловой стимул с последующим измерением температурных переходных процессов на испытуемой поверхности [33–35].Главный недостаток обоих методов состоит в том, что они требуют дополнительного оборудования или вмешательства для изменения условий в зоне ожога. Оценка ΔT, основанная на статической инфракрасной термографической визуализации, имеет, таким образом, несколько преимуществ: она не требует дополнительного оборудования или вмешательств, ее неинвазивность и возможность оценки относительно больших участков тела. Мы решили использовать статическую визуализацию ради простоты и воспроизводимости метода. Мы считаем, что, используя наименее сложную технику, можно будет легче адаптировать наш алгоритм к клинической практике и в различных условиях.Перспективы использования цифровой инфракрасной термографии — это оценка модели прогнозирования при других типах травм, в качестве инструмента сортировки для пунктов неотложной помощи или боевых ситуаций, а также в качестве вспомогательного средства телемедицины в сочетании с мобильным приложением.

    В заключение, цифровая инфракрасная термография может использоваться в качестве независимого предиктора клинических результатов заживления ожоговой раны, таких как заживление путем повторной эпителизации, необходимость кожного трансплантата или необходимость ампутации. В этой статье мы представляем новый алгоритм прогнозирования, основанный на разнице температур между поврежденной и здоровой тканью, который предлагает преимущества простого и точного протокола сбора данных в первые дни лечения и который можно легко включить в текущие протоколы лечения ран для рационализации лечения.

    Дополнительная информация

    S1 Рис. Анализ термограммы и получение ΔT.

    Анализ термографических изображений был выполнен с помощью программного обеспечения FLIR Tools Quick-Report v.1.2. Программа отображает термографическое изображение, а также клинический фантом (верхний правый угол). Исследователь, не знающий клинических характеристик раны, нарисовал область интереса (ROI) над поврежденной областью (стрелка) и над прилегающей здоровой кожей (звездочка). Программа автоматически определяет минимальную, максимальную (красный треугольник) и среднюю температуру обеих областей интереса (стрелка).Разницу между средними температурами регистрировали как ΔT.

    https://doi.org/10.1371/journal.pone.0206477.s001

    (TIF)

    S2 Рис. График параметра сложности.

    Параметр сложности (cp) был рассчитан в соответствии с количеством разделов дерева решений. Дерево без разделения (size = 1) имеет значение cp бесконечное, с одним разделением (size = 2) значение cp равно 0,47, а с двумя разделами (size = 3) — значение 0,065.Чем ниже КП, тем меньше относительная ошибка модели для прогнозирования метода лечения. Значение cp для дерева решений, представленного в этой статье, составляет 0,065, что соответствует относительной ошибке значения X, равной 0,38.

    https://doi.org/10.1371/journal.pone.0206477.s002

    (TIF)

    Список литературы

    1. 1. ВОЗ | Бернс [Интернет]. КТО. [цитируется 18 мая 2017 г.]. Доступно по адресу: http://www.who.int/mediacentre/factsheets/fs365/en/
    2. 2.Пол Д. В., Гассеми П., Рамелла-Роман Дж. К., Приндез Н. Дж., Моффатт Л. Т., Алхалил А. и др. Технологии неинвазивной визуализации для оценки кожных ран: обзор. Round Repair Regen Off Publ Wound Heal Soc Eur Tissue Repair Soc. 2015 Апрель; 23 (2): 149–62.
    3. 3. Джаскилл А.Д., Шупп Дж. В., Джордан М. Х., Дженг Дж. Критический обзор методов оценки глубины ожога: Часть I. Исторический обзор. J Burn Care Res Off Publ Am Burn Assoc. 2009 декабрь; 30 (6): 937–47.
    4. 4. Джаячандран М., Родригес С., Солис Э., Лей Дж., Годаварти А.Критический обзор неинвазивных оптических технологий для визуализации ран. Adv Уход за раной. 2016 1 августа; 5 (8): 349–59.
    5. 5. Monstrey S, Hoeksema H, Verbelen J, Pirayesh A, Blondeel P. Оценка глубины ожога и потенциала заживления ожоговой раны. Burns J Int Soc Burn Inj. 2008 Сен; 34 (6): 761–9.
    6. 6. Kaiser M, Yafi A, Cinat M, Choi B, Durkin AJ. Неинвазивная оценка тяжести ожоговой раны с использованием оптических технологий: обзор текущих и будущих методов. Burns J Int Soc Burn Inj.2011 Май; 37 (3): 377–86.
    7. 7. Девган Л., Бхат С., Эйлвард С., Спенс Р.Дж. Методика оценки глубины ожоговой раны. J Burns Wounds. 2006 15 февраля; 5: e2. pmid: 16921415
    8. 8. Даргавилл Т.Р., Фарруджа Б.Л., Бродбент Дж. А., Пейс С., Аптон З., Фолькер Н. Х. Датчики и визуализация для заживления ран: обзор. Biosens Bioelectron. 2013 15 марта; 41: 30–42. pmid: 23058663
    9. 9. Miccio J, Parikh S, Marinaro X, Prasad A, McClain S, Singer AJ и др. Прогнозирующая инфракрасная визуализация предсказывает предельную глубину ожога в модели прогрессирования вертикальной травмы свиньи.Burns J Int Soc Burn Inj. 2016 Март; 42 (2): 397–404.
    10. 10. Medina-Preciado JD, Kolosovas-Machuca ES, Velez-Gomez E, Miranda-Altamirano A, González FJ. Неинвазивное определение глубины ожога у детей с помощью цифрового инфракрасного тепловизора. J Biomed Opt. 2013 июн; 18 (6): 061204. pmid: 23111601
    11. 11. Мартинес-Хименес М.А., Агилар-Гарсия Дж., Вальдес-Родригес Р., Метлих-Медлих М.А., Дитч Л.Дж.П., Гайтан-Гаона ФИ и др. Местное применение инсулина в ранах больных сахарным диабетом: повышенная температура, фиброз и ангиогенез.Plast Reconstr Surg. 2013 декабрь; 132 (6): 1015e – 9e. pmid: 24281606
    12. 12. Сагайдачный А.А., Фомин А.В., Усанов Д.А., Скрипаль А.В. Визуализация кровотока в коже рук и ног человека на основе термографии: подход с спектральной фильтрацией. Physiol Meas. 2017 Февраль; 38 (2): 272–88. pmid: 28099162
    13. 13. Jaspers MEH, Maltha I, Klaessens JHGM, de Vet HCW, Verdaasdonk RM, van Zuijlen PPM. Понимание использования термографии для оценки потенциала заживления ожоговой раны: надежный и действенный метод по сравнению с лазерной допплеровской визуализацией.J Biomed Opt. 2016 1 сентября; 21 (9): 96006. pmid: 27623232
    14. 14. Лиддингтон М.И., Шекспир П.Г. Сроки термографической оценки ожогов. Burns J Int Soc Burn Inj. 1996 Февраль; 22 (1): 26–8.
    15. 15. Moreira DG, Costello JT, Brito CJ, Adamczyk JG, Ammer K, Bach AJE, et al. Термографическая визуализация в спорте и лечебной физкультуре: исследование Delphi и согласованное заявление об измерении температуры кожи человека. J Therm Biol. 2017 Октябрь; 69: 155–62. pmid: 2

      77
    16. 16.Аммер К. Протокол Гламоргана для записи и оценки тепловых изображений человеческого тела. Thermol Int. 2008; 18: 125–44.
    17. 17. Джонсон Р.М., Ричард Р. Полные ожоги: идентификация и лечение. Adv Уход за кожными ранами. 2003 август; 16 (4): 178–87; викторина 188–9. pmid: 12897674
    18. 18. Комитет по практическим рекомендациям Isbi, Руководящий подкомитет, Консультативный подкомитет. Практические рекомендации ISBI по лечению ожогов. Бернс. 2016; 42 (5): 953–1021. pmid: 27542292
    19. 19.Кун М. Построение прогнозных моделей в R с использованием пакета каретки. Программное обеспечение J Stat [Интернет]. 2008; 28 (5). Доступно по ссылке: https://www.jstatsoft.org/article/view/v028i05
    20. 20. Salibian AA, Rosario ATD, Severo LDAM, Nguyen L, Banyard DA, Toranto JD и др. Современные концепции конверсии ожоговой раны — обзор последних достижений в понимании вторичного развития ожогов. Burns J Int Soc Burn Inj. 2016 август; 42 (5): 1025–35.
    21. 21. Сяо М., Ли Л., Ли Ц., Чжан П., Ху К., Ма Л. и др.Роль аутофагии и апоптоза в раневой ткани глубокого ожога второй степени у крыс. Acad Emerg Med Off J Soc Acad Emerg Med. 2014 Апрель; 21 (4): 383–91.
    22. 22. Hardwicke J, Thomson R, Bamford A, Moiemen N. Пилотное оценочное исследование цифрового тепловизора высокого разрешения при оценке глубины ожога. Burns J Int Soc Burn Inj. 2013 февраль; 39 (1): 76–81.
    23. 23. Певцы AJ, Relan P, Beto L, Jones-Koliski L, Sandoval S, Clark RAF. Инфракрасное тепловидение может сократить количество ненужных хирургических вмешательств и отсрочку необходимых операций у ожоговых пациентов.J Burn Care Res Off Publ Am Burn Assoc. 2016 декабрь; 37 (6): 350–5.
    24. 24. Мур К., МакКаллион Р., Сирл Р.Дж., Стейси М.С., Хардинг К.Г. Прогнозирование и мониторинг терапевтического ответа хронических кожных ран. Int Wound J. 2006 июн; 3 (2): 89–96. pmid: 17007340
    25. 25. Пинзур М.С. Операция по ампутации, ориентированная на результат. Plast Reconstr Surg. 2011 Янв; 127 Прил. 1: 241S – 247S.
    26. 26. Яскилль А.Д., Рамелла-Роман Дж. К., Шупп Дж. В., Джордан М. Х., Йенг Дж. Критический обзор методов оценки глубины ожога: часть II.Обзор лазерной доплеровской техники. J Burn Care Res Off Publ Am Burn Assoc. 2010 февраль; 31 (1): 151–7.
    27. 27. Берк-Смит А., Коллиер Дж., Джонс И. Сравнение методов неинвазивной визуализации: инфракрасная термография, спектрофотометрический внутрикожный анализ и лазерная допплеровская визуализация для оценки ожогов у взрослых. Burns J Int Soc Burn Inj. 2015 декабрь; 41 (8): 1695–707.
    28. 28. Hoeksema H, Baker RD, Holland AJA, Perry T, Jeffery SLA, Verbelen J и др. Новый быстрый LDI для оценки ожогов: многоцентровая клиническая оценка.Burns J Int Soc Burn Inj. 2014 ноябрь; 40 (7): 1274–82.
    29. 29. Pape SA, Baker RD, Wilson D, Hoeksema H, Jeng JC, Spence RJ и др. Время заживления ожоговой раны оценивается с помощью лазерной доплеровской визуализации (LDI). Часть 1: Получение специального цветового кода для интерпретации изображения. Burns J Int Soc Burn Inj. 2012 Март; 38 (2): 187–94.
    30. 30. Монстри С.М., Хуксема Х., Бейкер Р.Д., Дженг Дж., Спенс Р.С., Уилсон Д. и др. Время заживления ожоговой раны оценивается с помощью лазерной доплеровской визуализации. Часть 2: проверка специального цветового кода для интерпретации изображения.Burns J Int Soc Burn Inj. 2011 Март; 37 (2): 249–56.
    31. 31. Чакраборти С., Гупта Б., Гош С.К., Дас Д.К., Чакраборти С. Телемедицина, поддерживающая прогнозирование ткани хронической раны с использованием подходов классификации. J Med Syst. 2016 Март; 40 (3): 68. pmid: 26728394
    32. 32. González FJ. Теоретические и клинические аспекты использования термографии в неинвазивной медицинской диагностике. Биомедицинская спектроскопическая визуализация. 2016, 1 января; 5 (4): 347–58.
    33. 33. Renkielska A, Nowakowski A, Kaczmarek M, Ruminski J.Оценка глубины выгорания на основе активного динамического ИК-тепловизора — предварительное исследование. Burns J Int Soc Burn Inj. 2006 ноябрь; 32 (7): 867–75.
    34. 34. Renkielska A, Kaczmarek M, Nowakowski A, Grudziński J, Czapiewski P, Krajewski A, et al. Активное динамическое инфракрасное тепловидение для оценки глубины ожога. J Burn Care Res Off Publ Am Burn Assoc. 2014 Октябрь; 35 (5): e294–303.
    35. 35. Симмонс Дж. Д., Кан С. А., Викерс А. Л., Крокетт Э. С., Уайтхед Дж. Д., Крекер А. К. и др. Ранняя оценка глубины ожога с помощью покадровой термографии в дальнем инфракрасном диапазоне.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *