万春艳
(扬州市职业大学 医学院 药学系, 江苏 扬州 225000)
虚拟现实[1](Vitrual Reality,VR)即利用图像建模与传感技术构建逼真的虚拟场景和情景,而用户能通过虚拟场景中的多维空间及逻辑数据完成交互和仿真学习。实训中心是药学教学[2]的重要板块,是促进理论学习不断深化的重要途径。药学是涉及有机化学、药理学、药物代谢机理、新药研发、药物活性的综合性科学。药学教学内容涵盖了大量高花费、高损耗的大型、综合性实验内容,在有限的教学资源配置条件下,很多实验受到限制。因此利用虚拟现实技术建设药学专业人机交互仿真实训中心,具有重要意义。
国内外学者对虚拟现实技术在医药学实训中的应用展开了大量研究。美国科学家[3]将虚拟现实技术应用在手术预设规划模型中,可让医生在虚拟现实环境中完成术前模拟;学者Shinbane[4]设计了虚拟药物分解系统,探究药物分子和病症细胞间的作用机理。国内学者颜苗[5]将虚拟现实技术应用在医药学科研中,分析药理成分,成功筛选出药用植物天星南的有效成分;乔连生[6]利用3D数字技术,设计无限次循环应用药学虚拟场景,让学生面对各类危险性实验操作时,可大胆实验论证结果或完成实验创新。
仿真实训中心旨在使使用者可应用图像、文字、声音、静止或活动虚拟物质影像,完成药物基础实验、药物合成、药物分析、药物代谢动力学、分子药物学、发酵性实验等药学实验的仿真模拟[7]。以分子药物学为例,其主要虚拟实验操作包括:复杂型聚合酶链式反应(polymerase chain reaction,PCR)、克隆、DNA印渍术、转化、酶切和连接、碱法提取质粒等。仿真实训中心不仅需要提供图像和视频的实验机理直观讲解模式,还可以通过虚拟现实技术模拟复杂分子物质属性及分子间的相互作用。针对发酵性实验的菌类育种、培养基选优等实验内容,仿真实训中心可仿真聚苹果酸发酵模式,通过虚拟设定不同参数,分析发酵状况。仿真实训中心[8]也可完成开停车工作,并排除各类装备故障和扰动,对实验进程与结果进行考核与判定。
1.2.1 仿真实训中心平台系统结构
模拟药物制剂的虚拟仿真,需要模拟药物颗粒制剂、片剂、胶囊或水剂的三维模型,供虚拟场景应用。为完成手动实验操作,在虚拟仿真平台中需要设定操控系统,并设置单杆与各类按键;为满足药物代谢动力学[9]的需求,应当根据药物在生命体内吸收、分布、代谢与排泄的过程,综合数学和运动学模型实时仿真代谢药物目标的虚拟场景;为实现药物分子学中的克隆、DNA印渍术、转化、酶切和连接、碱法提取质粒的操作,需要实时测算分子数据,并随时解算目标分子状态;发酵实验则需要随时调整参数,并与外界发酵过程对比,实时更新数据,并调节实验环境温度和湿度,完成半实物仿真实验。基于这些需求,仿真实训中心平台系统结构如图1所示。
图1 仿真实训中心平台系统结构
1.2.2 仿真实训中心平台硬件构成
仿真实训中心平台以经济性、可靠性和高效性为原则,并根据图1的系统结构,构建如图2所示的平台结构,其硬件设备由操控系统、具备多图形输出通道的可编程GPU主控设备、两台显示装置及其他辅助装备组成。两台显示器中的一台主要显示药物实验操作界面,另一台显示虚拟场景。
1.2.3 仿真实训中心平台用户操作模式
使用者可按照药学实验要求完成可重复、具有针对性的虚拟实验训练。图3给出仿真实训中心平台用户操作模式原理图。操作分为两部分,一为药物实验模块,二为用户控制模块,两者间实时进行数据转换。如图3所示。
药学专业人机交互仿真实训中心软件选用C#和MATLAB混合编码方式编写,针对药物代谢动力学板块,利用Visual Studio 2017的WinForm窗口完成数据分析,并利用MATLAB 2017a的超强运算能力,完成各药学实验部分的算法设计。系统分为3D药学课程讲解[10]、实验设计和分析及设备控制三个板块。实验设计和分析即选用系统提供的各种算法,进行各种药品选型、参数设置等操作,完成药物基础实验、药物合成、药物分析、药物代谢动力学、分子药物学及发酵性等实验。
主界面的设计要便于使用者应用系统提供的各功能板块完成对应的实验或学习课程。Visual Studio 2017在WinForm窗口设计时采用大量控件,便于用户应用,并可在不同功能组间切换。如图4所示。
实验设计和分析模块主要用于各类药学实验的模拟和仿真。根据实验不同需要,可选择离线或在线实验操作和分析。
图2 仿真实训中心平台构成
图3 仿真实训中心平台用户操作模式
图4 主界面设计
2.2.1 离线实验操作和分析
离线实验操作和分析指传统药学实验过程,可直接利用实训系统所提供的虚拟现实药物和环境完成实验。本文的药学专业人机交互仿真实训中心系统,采用可视化设计[11]方式,将很多较为繁琐的药学实验操作和分析过程展现给使用者。运行区主要包括菜单栏、工作栏和状态栏。图5为以VR中药有效成分提取为例的离线实验操作和分析界面。
图5 离线实验操作和分析界面
进行离线实验操作和分析时,往往需要判别是否需借鉴或处理关联实验数据。本文的人机交互仿真实训中心系统采用两种方式关联实验数据(事件关联和对象关联)。当现有关联数据较少时,可利用双击列表框方式进行数据处理,并对窗体设定四个选择键,可对多组数据全选和单选,如图6所示。
图6 关联实验组数据提取
2.2.2 在线实验操作和分析
在线实验操作和分析模块主要针对半实物药物实验,需要对实时接收的现场实验设备回传数据进行处理。本文人机交互仿真实训中心系统软件在在线实验操作模式下,服务器与系统构建TCP/IP连接,并每隔40 ms给服务器发送数据,每次传送的数据为54Mbps。图7为以VR中药有效成分提取为例的在线实验操作和分析模块。
图7 在线实验操作和分析模块
实验设备可模拟药物在人体中吸收、分布、代谢与排泄的药物代谢动力学实验,并在线回传至药学专业人机交互仿真实训中心系统。图8为药物分子随血液在身体内循环作用于各处病症体的全身模型。
2.2.3 设备控制
设备控制主要针对半实物药学仿真实验,对人机交互仿真实训中心的大型设备进行实验控制,并将数据在线联网上传至实训中心系统,如图9所示。
图8 药物代谢3D全身模型
图9 设备控制
药学专业人机交互仿真实训中心建设的目标是便于开展教学、科研任务(包括科研纵向项目和企业横向项目),而使用者的体验是评判实训中心建设项目建设质量和应用质量的最佳标准。
本文从使用者感知和体验角度,进行应用研究分析(见图10和表1)。感知易用性、有用性、安全性和应用成本,分别指使用者在人机交互仿真实训中心进行药学实验时,感觉系统易于操作、实用度高,采用虚拟药品和设备的成本低,能避免有毒药品等危险。在具体体验上,采用实训中心系统进行药学实验的成功率高、工作高效、令人满意。
图10 使用者感知体验因子设计
编码研究假设La1感知易用性对药学实验成功率存在正向影响La2感知有用性对药学实验成功率存在正向影响La3感知安全性对药学实验成功率存在正向影响Lb1感知易用性对药学实验高效性存在正向影响Lb2感知有用性对药学实验高效性存在正向影响Lb3感知安全性对药学实验高效性存在正向影响Lc1感知易用性对使用者满意度存在正向影响Lc2感知有用性对使用者满意度存在正向影响Lc3感知应用成本对使用者满意度存在负向影响Lc4感知安全性对使用者满意度存在正向影响
3.2.1 样本分析
本文共发放1 000份问卷[12],其中学生875人,教师105人,各医药项目辅助研究人员20人(扬州大学医药研究所、扬州大学基础医学研究所),问卷回收比例100%,去除无效问卷58份,最终有效样本数目为942份。样本状况分析如表2。
表2 样本状况分析与统计
3.2.2 问项设计
本文通过与使用者交流及自身的实际教学与科研经验,针对在药学专业人机交互仿真实训中心的感知和体验状况,进行问卷问项设计(如表3),并采用五级Likert量表[13]。
表3 问项设计
3.2.3 信度和效度校验
信度校验又称可靠性研究,是指问卷在重复测量时不受不稳定干扰因素影响的程度,可用Cronbach α参数度量。若该系数小于0.65,结果不可靠;若该系数为0.66~0.75,结果可接受;若该系数为0.76~0.85,结果较好;若该系数高于0.86,则结果很好。由表4可知,本问卷问项均表现出较好的内部一致性和稳定性。
表4 各变量Cronbach α
效度指问卷问项能有效测量所需数据的程度。本研究采用软件SPSS 22.0检测问项相关性,采用Bartlett球形检验与KMO样本测度方法。当KMO值≥0.8时,很适合进行因子分析;当0.7≤KMO值<0.8时,适合;当0.6≤KMO值<0.7时,比较适合;当0.5≤KMO值<0.6时,勉强合适;当KMO值<0.5时,不适合。如表5所示,本研究的KMO检验值为0.802,Bartlett 的球形度检验P<0.001,具有显著性,适合做因子分析[14]。
表5 KMO与Bartlett校验
3.3.1 结构方程数学模型
结构方程数学模型[15]即通过参量估测,构建、评价和校验多组因参量与自参量的因果关联。为分析感知因子易用性、有用性、安全性和应用成本对用户体验的成功率高、高效和满意度的影响,本文釆用结构方程模型完成假设检验。在结构方程模型中,把学生、教师、研究人员的个人、应用状况作为环境变量调节,构建结构方程模型。
结构方程模型如式(1)和式(2):
K=Pmβ+λ
(1)
Q=Pnα+ω
(2)
式中:K为外源参量构成的参量和,λ指外源标准矫正参数,Pm指外源参量和外源潜在参量间的关联,β为外源潜在参量构成的向量和。Q是内生参量构成的向量和,ω是内源标准矫正参数,Pn为内源参量和外源潜在参量间关联,α是内源潜在参量所构成的向量和。
潜在参量间的关系如式(3):
α=εα+ηβ+Δ
(3)
式中:ε为内源潜在参量间的关系,η指外源潜在参量对内源潜在参量的影响度,Δ是校正参数,即结构方程未被辨识的部分。
本文共包含10个观测参数,4个潜在参量,若df>0,则模型能被识别,可分析对数据的拟合度。
3.3.2 结构化分析步骤和结果
本文对药学专业人机交互仿真实训中心的应用实证研究的结构化分析步骤如下。
(1) 给出结构化模型:设置初始解析式,并对常量进行分析;
(2) 辨识结构化模型:对所设定数学模型进行预设参数分析,根据模型设定,将未知解转换为可行解;
(3) 预估结构化模型:利用最大似然法和最小二乘法进行分析;
(4) 评价结构化模型:在预估后,对结构化模型的完整状况及单独参数进行判断;
(5) 调整结构化模型:若拟合状态不好,则利用调整算法拟合。
本文利用结构化模型进行拟合参量的结构有效度评价。自由度(DOF)值越小则结果越好,自由度值常在0.05以下,近似误差均方根(RMSEA)为0.076,若该值较大则容易产生偏离。若拟合度标准(GFI)、比较拟合标准(CFI)、增加拟合标准(IFI)和设定拟合标准(NFI)结果均高于0.75,则所得结果与真实状况接近。本研究实证结果表明,结构化模型整体拟合度好,如表6所示。
表6 结构化模型整体拟合度
进而本文对假设路径进行校验分析(见表7),Estimate 为标准化回归参量,C.R.为检验统计参量,S.E.为标准误差,P值为显著性水平。
表7 路径系数和显著性表
注:***为P<0.001的显著性。
根据上述分析,本文的研究假设验证如表8。药学专业人机交互仿真实训中心建成后,学生、教师和科研人员实际应用后的感知和体验表明,易用性、有用性、安全性、应用成本均影响用户在仿真实训中心完成药学实验的成功率、高效性和满意度。而本文的虚拟现实药学专业人机交互仿真实训中心通过虚拟现实技术模拟药物(药物分子、药物属性和参数)、设备和人体结构,完成虚拟实验和半实物实验,使实验操作更加方便,可避免传统药物人为操作带来的实验误差和污染。
表8 假设验证结果
药学专业人机交互仿真实训中心是医学院校教育现代化与科研建设的重要支撑,是医药学与计算机技术的深度融合,具有强大的推广发展潜质和应用前景,必将在教学和科研中发挥重要作用。
本文首先给出基于VR技术的药学专业人机交互仿真实训中心建设目标,进而分析了实训中心的软硬件建设,包括系统结构、平台硬件构成、用户操作模式、系统主界面、实验设计和分析模块及设备控制设计。
进而给出药学专业人机交互仿真实训中心应用研究,给出感知体验因子设计和研究假定,并从使用者感知和体验角度,从感知易用性、有用性、安全性和应用成本及成功率、高效性、使用满意度出发进行样本分析和问项设计,并进行信度和效度校验。研究表明,问项均表现出较好的内部一致性和稳定性。最后采用结构方程模型进行药学专业人机交互仿真实训中心应用实证研究,包括结构方程数学模型、结构化分析步骤和结果。
VR药学专业人机交互仿真实训中心下一步建设和应用方向,将是进一步推进实验改革,完善管理机制,进行设备与资源共享。推进实验改革是指建设与VR药学专业人机交互实训中心更加匹配的实验模式,如应用VR技术筛选潜在功能性药物,完成复杂性科研项目,培养学生参与复杂性实验能力和创新能力。
完善管理机制则需要制定和VR药学专业人机交互仿真实训中心相适应的规则,并严格执行,保障各种医药学精密设备、VR设备、辅助仪器的正常工作,对危险装置和毒害药品指定专人专管,各课题组或教学实验应用实验资源需在实训中心网站下载申请表,同时完善实验室电子化监管,及时掌控库存明细。进行设备与资源互享,即逐步实现多院校和多科研院所对大型仪器及虚拟设备、资源和数据的共享。