Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Статистический анализ биомедицинских сигналов для систем контроля психофизиологического состояния человека

Диссертация: Статистический анализ биомедицинских сигналов для систем контроля психофизиологического состояния человека
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработанные методы и алгоритмы оценки степени нестационарности сигнала сердечного ритма и автоматической сегментации сигнала на локально стационарные участки внедрены в пакет прикладных программ для функциональных исследований по ЭКГ «КардиоКит», а также в состав программного комплекса для проведения психофизиологического тестирования, разработанного на факультете Психологии СПбГУ. Кроме того… Читать ещё >

Содержание

  • Глава 1. Методы и системы оценки психофизиологического состояния человека
    • 1. 1. Системы контроля психофизиологического состояния человека
    • 1. 2. Методика анализа вариабельности сердечного ритма
    • 1. 3. Анализ вариабельности сердечного ритма во временной области
    • 1. 4. Спектральный анализ вариабельности сердечного ритма
    • 1. 5. Анализ нестационарных сигналов
    • 1. 6. Системы для электрокардиографических исследований
    • 1. 7. Постановка задач исследования
  • Глава 2. Исследование точности определения опорной точки
  • QRS-комплекса и измерения RR-интервала
    • 2. 1. Задачи исследования
    • 2. 2. Экспериментальные данные для исследования точности вычисления длительности RR-интервала
      • 2. 2. 1. Реальные записи ЭКГ
      • 2. 2. 2. Моделирование ЭКС с заданными параметрами вариабельности сердечного ритма
      • 2. 2. 3. Моделирование помехи
    • 2. 3. Исследование алгоритмов определения опорной точки QRS-комплекса в одном отведении
    • 2. 4. Исследование влияния частоты дискретизации на точность вычисления длительности RR-интервала
    • 2. 5. Исследование алгоритмов определения опорной точки
  • QRS-комплекса в двух и более отведениях
  • Выводы
  • Глава 3. Исследование и разработка методов оценки стационарности сигнала сердечного ритма
    • 3. 1. Набор экспериментальных данных для проведения исследований
    • 3. 2. Исследование показателей нестационарности сигнала сердечного ритма
    • 3. 3. Разработка обобщенного показателя степени нестационарности сигнала сердечного ритма
    • 3. 4. Использование метода оценки нестационарности сигнала при контроле глубины анестезии по ЭЭГ
  • Выводы
  • Глава 4. Оценка информативности показателей ВСР для идентификации стадий психофизиологического исследования
    • 4. 1. Выбор информативных признаков
      • 4. 1. 1. Статистические характеристики фрагментов сигнала сердечного ритма
      • 4. 1. 2. Частотные показатели вариабельности сердечного ритма
      • 4. 1. 3. Спектральная энтропия
    • 4. 2. Разработка решающих правил для дифференциации состояний отдыха и нагрузки
  • Выводы
  • Глава 5. Исследование показателей динамики сердечного ритма
    • 5. 1. Оптимизация размеров скользящего окна
    • 5. 2. Разработка решающих правил для дифференциации состояний отдыха и нагрузки
    • 5. 3. Анализ периодических составляющих сигнала сердечного ритма
  • Выводы
  • Глава 6. Реализация алгоритмов в системах для функциональных исследований сердечного ритма
    • 6. 1. Пакет прикладных программ для функциональных исследований по ЭКГ «КардиоКит»
    • 6. 2. Программный комплекс для проведения психофизиологических исследований
  • Выводы

Статистический анализ биомедицинских сигналов для систем контроля психофизиологического состояния человека (реферат, курсовая, диплом, контрольная)

Актуальность проблемы. Проблема оценки текущего состояния организма и его контроль имеют важное значение для человека. Высокий темп жизни, информационные перегрузки и дефицит времени оказывают все возрастающее влияние на нервную систему человека и могут являться причинами разнообразных отклонений в нормальной деятельности систем организма. Однако оценка функционального состояния человека необходима не только в медицинской практике с целью диагностики, но также и в психофизиологии. Актуальность изучения психофизиологических функциональных состояний определяется их вкладом в обеспечение эффективности и надежности деятельности человека, а также увеличением количества профессий и изменением условий труда, когда психофизиологические возможности человека становятся определяющими в развитии тех или иных состояний.

Одним из наиболее перспективных методов оценки функционального состояния человека является анализ вариабельности сердечного ритма (ВСР). Использование методов анализа ВСР позволяет получить количественные показатели взаимодействия различных регуляторных систем организма, оценить степень психического напряжения при выполнении тех или иных видов деятельности. Для расчета показателей ВСР наиболее широко используются записи сигналов длительностью 5 минут или 24 часа. Особенностью данной работы является исследование динамики изменения показателей сигнала сердечного ритма в процессе проведения психофизиологического исследования, длительность этапов которого варьируется от 1 до 3 минут.

Традиционные методики анализа ВСР основаны на предположении, что в пределах анализируемого фрагмента сигнал остается стационарным. На практике это возможно благодаря корректному съему сигнала в ходе исследования, а также при условии визуального контроля полученного сигнала. Однако в случае круглосуточного наблюдения за состоянием человекаоператора или холтеровского мониторирования визуальный анализ стационарности сигнала является затруднительным и даже невозможным.

Проведенный анализ показал, что, несмотря на многообразие существующих методов автоматического анализа ВСР, используемые алгоритмы оказываются недостаточно эффективными. Актуальность данной работы определяется необходимостью разработки новых методов, позволяющих повысить информативность и статистическую устойчивость вычисляемых диагностических параметров, а также формирования показателей, обеспечивающих возможность оценки динамики изменения состояния человека в процессе проведения психофизиологического тестирования.

Цель диссертационной работы: повышение качества автоматизированного контроля психофизиологического состояния человека в процессе выполнения ментальной нагрузки.

Для достижения поставленной цели должны быть решены следующие задачи исследования:

1. Разработка и экспериментальное исследование методов определения опорной точки желудочкового комплекса, позволяющих получать более точные и статистически состоятельные оценки частотных показателей вариабельности сердечного ритма.

2. Разработка и экспериментальное исследование методов сегментации сигнала на локально стационарные участки, использующих набор параметров, оцениваемых во временной и частотной областях.

3. Экспериментальное исследование статистических и частотных свойств сигнала сердечного ритма с целью обоснованного выбора информативных признаков и разработка решающих правил для дифференциации стадий психофизиологического тестирования.

4. Разработка и экспериментальное исследование методов оценки динамики изменения показателей сердечного ритма в ходе проведения психофизиологического тестирования.

Методы исследования. Для решения поставленных теоретических задач в диссертационной работе использовались методы математического моделирования, математической статистики, спектрального анализа, теории случайных процессов и теории распознавания образов.

Экспериментальные исследования выполнены с использованием наборов реальных записей сигналов, полученных в медицинских учреждениях, а также при проведении психофизиологических исследований. Программное обеспечение для проведения экспериментов разрабатывалось с использованием пакета MATLAB.

Научная новизна результатов заключается в разработке и исследовании:

• метода определения опорной точки желудочкового комплекса, основанного на интегральных характеристиках электрокардиосигнала;

• метода оценки степени нестационарности сигнала и его сегментации на локально стационарные участки, учитывающего статистические и частотные свойства сигнала;

• метода количественной оценки отличия состояния покоя от нагрузки в процессе психофизиологического тестирования, основанного на использовании информативных признаков, рассчитываемых как во временной, так и в частотной областях;

• метода оценки динамики изменения статистических и частотных показателей сигнала сердечного ритма, рассчитываемых по коротким интервалам.

Практическую ценность работы представляют следующие результаты, полученные в диссертационной работе.

1. Алгоритмы расчета показателей ВСР длй оценки динамики изменения психофизиологического состояния человека при выполнении ментальной нагрузки.

2. Алгоритмы оценки степени нестационарности сигнала сердечного ритма, предназначенные для использования в системах контроля психофизиологического состояния человека.

3. Программно-алгоритмическое обеспечение, реализующее разработанные алгоритмы и предназначенное для использования в автоматизированных системах контроля сердечного ритма.

Научные положения, выносимые на защиту:

1. Повышение точности вычисления длительности RR-интервала достигается за счет использования методов, основанных на интегральных характеристиках сигнала, а также двух синхронно снимаемых отведений вместо одного.

2. Оценка степени нестационарности сигнала наиболее эффективно осуществляется за счет использования интегрального показателя, основанного на контроле изменения среднего значения, стандартного отклонения, угла наклона линейного тренда и ошибки предсказания авторегрессионной модели.

3. Задача дифференциации психофизиологических состояний в динамике наиболее эффективно решается за счет использования правила, основанного на произведении трех показателей: среднего значения, стандартного отклонения и сдвига автокорреляционной функции до первого пересечения нуля.

Реализация результатов работы. Результаты диссертационной работы использовались при выполнении научно-исследовательской работы на кафедре БМЭиОС СПбГЭТУ по проекту РФФИ 06−08−1 247-а «Компьютерный комплекс мониторного контроля ЭКГ» (2006 — 2008), в ОКР по теме: «Разработка технологий управления подачей анестетических газов и создание опытных образцов наркозно-дыхательного комплекса» (шифр 2009;02−2.2−0405 по государственному контракту № 02.522.11.2020 от 10 марта 2009 г.), а также в работах, проводимых рядом организаций: ООО «Биосигнал» — пакет прикладных программ для функциональных исследований по ЭКГ «Кардио.

Кит" — Санкт-Петербургский государственный университет, факультет Психологии — грант № 14−08−1-0731 «Технология оценки устойчивости обучения к воздействию стрессовых факторов».

Результаты диссертационной работы были внедрены в учебный процесс СПбГЭТУ «ЛЭТИ» в форме материала для лекций и лабораторных работ по дисциплинам: «Методы обработки биомедицинских сигналов и данных», «Компьютерные технологии в медико-биологических исследованиях».

Апробация работы. Основные теоретические и практические результаты диссертации были доложены и получили одобрение на следующих конференциях и симпозиумах: Международных конференциях «Распознавание образов и анализ изображений: новые информационные технологии» (РОАИ-8−2007, Йошкар-ОлаРОАИ-9−2008, Нижний Новгород.) — ежегодных научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (2006 — 2009 гг.), научно-технической конференции НТО РЭС им. А. С. Попова (2006 — 2008 гг.) — Международном симпозиуме «Электроника в медицине» (КАРДИОСТИМ-2008, С.-Петербург) — научных семинарах кафедры Биомедицинской электроники и охраны среды СПбГЭТУ «ЛЭТИ».

Публикации. По теме диссертации опубликовано 10 научных работ, из них — 3 статьи (опубликованные в ведущих рецензируемых журналах и изданиях, определенных ВАК Минобрнауки РФ — 2 статьи), 7 работ — в материалах российских и международных научно-технических конференций.

Структура и объем диссертации

Диссертация состоит из введения, шести глав, заключения, списка литературы, включающего 87 наименований, списка условных обозначений и аббревиатур. Основная часть работы изложена на 165 страницах машинописного текста. Работа содержит 48 рисунков и 30 таблиц.

Выводы.

Разработанные методы и алгоритмы оценки степени нестационарности сигнала сердечного ритма и автоматической сегментации сигнала на локально стационарные участки внедрены в пакет прикладных программ для функциональных исследований по ЭКГ «КардиоКит», а также в состав программного комплекса для проведения психофизиологического тестирования, разработанного на факультете Психологии СПбГУ. Кроме того, результаты диссертационной работы внедрены в учебный процесс СПбГЭТУ «ЛЭТИ» в форме материала для лекций и лабораторных работ по дисциплинам: «Методы обработки биомедицинских сигналов и данных» и «Компьютерные технологии в медико-биологических исследованиях».

Заключение

.

В результате проведения теоретических и экспериментальных исследований, представленных в работе, были разработаны методы, позволяющие повысить качество автоматизированного контроля психофизиологического состояния человека в условиях ментальной нагрузки по параметрам сигнала сердечного ритма.

1. Разработан метод определения опорной точки желудочкового комплекса, основанный на анализе интегральных характеристик сигнала и использовании двух синхронно снимаемых отведений, обладающий наилучшей помехоустойчивостью и устойчивостью к снижению частоты дискретизации.

2. Проведено исследование влияния частоты дискретизации на точность вычисления спектральных показателей ВСР. Установлено, что снижение частоты дискретизации в диапазоне от 100 до 500 Гц не оказывает существенного влияния на точность расчета спектральных показателей ВСР.

3. Разработан метод оценки степени-нестационарности сигнала и сегментации на локально стационарные участки, основанный на совместном использовании четырех параметров: среднее значение, среднеквадратическое отклонение, угол наклона линейного тренда и ошибка предсказания авторегрессионной модели.

4. Разработан метод, позволяющий получить количественную оценку отличия состояния покоя от нагрузки в процессе психофизиологического тестирования, основанный на использовании информативных признаков, рассчитываемых как во временной, так и в частотной областях.

5. Экспериментальные исследования показали, что при использовании произведения трех параметров «среднее значение», «стандартное отклонение» и «сдвиг АКФ до первого пересечения нуля» средняя ошибка классификации уменьшилась на 7,5% по сравнению с наилучшим методом для параметров, рассматриваемых по отдельности, основанном на использовании показателя «стандартное отклонение» .

6. Разработан метод расчета показателей ВСР, определяемых по коротким интервалам и характеризующих динамику изменения психофизиологического состояния человека при выполнении ментальной нагрузки.

7. Создано программно-алгоритмическое обеспечение, реализующее разработанные алгоритмы и предназначенное для использования в автоматизированных системах контроля сердечного ритма.

Показать весь текст

Список литературы

  1. Анализ сердечного ритма / Под ред. Д. Жемайтите, Л. Тельксниса.
  2. Вильнюс: Мокслас. 1982. — 130 с.
  3. , И.Т. Вопросы оценки состояния и деятельности членовэкипажа в условиях длительного космического полета / И. Т. Акулиничев, P.M. Баевский // Авиация и космонавтика 1964. — № 7. — С. 3335.
  4. , П. К. Очерки по физиологии функциональных систем/ П.К.
  5. Анохин. М.: Медицина. — 1974. — 446 с.
  6. , В.Я. Стресс и стрессустойчивость человека/ В. Я. Апчел, В.Н.
  7. Цыган. СПб.: Правда. — 1999. — 86 с.
  8. Аппаратура и методы исследования деятельности оператора: сб. научн. трудов, отв. редактор А. А. Фролов. М.: Наука, 1989. — 112 с.
  9. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации) / P.M. Баевский и др. // Вестник аритмологии. 2001. — № 24. — С. 6587.
  10. , P.M. Вариабельность сердечного ритма: теоретические аспекты и возможности клинического применения / P.M. Баевский, Г. Г. Иванов // Ультразвуковая и функциональная диагностика. — 2001. — № 3. — С. 106−127.
  11. , P.M. К проблеме прогнозирования функционального состояния человека в условиях длительного космического полета / P.M. Баевский // Физиол. Журн. СССР. 1972. — № 6. — С. 819−827.
  12. , P.M. Кибернетический анализ процессов управления сердечным ритмом / P.M. Баевский // Актуальные проблемы физиологии и патологии кровообращения. М.: Медицина, 1976. — С. 161−175.
  13. , P.M. Математический анализ изменений сердечного ритмапри стрессе / P.M. Баевский, О. И. Кириллов, С. З. Клецкин. М.: Наука, 1984.-220 с.
  14. P.M. Особенности регуляции сердечного ритма при умственной работе / Р. М. Баевский, В. И Кудрявцева // Физиология человека. -1975. Т. 1, № 2. — С. 299−302.
  15. , P.M. Прогнозирование состояний на грани нормы и патологии/ P.M. Баевский. М.: Медицина, 1979. — 205 с.
  16. , P.M. Оценка адаптационных возможностей организма и рискразвития заболеваний / P.M. Баевский, А. П. Берсенева. М.: Медицина, 1997.-265 с.
  17. , Дж. Прикладной анализ случайных данных / Дж. Бендат, А.
  18. Пирсол. М.: Мир, 1989. — 540 с.
  19. Биотехнические системы: теория и проектирование / В. М. Ахутин идр.- Л.: Изд-во ЛГУ, 1981. 220 с.
  20. Бонч-Бруевич, В. В. Развитие профессионально важных навыков с помощью психофизиологического тренажера / В.В. Бонч-Бруевич, А. С. Кремез, Б. П. Чирков // Автоматизация в промышленности. 2008. -№ 7.-С. 49−51.
  21. , А.Д. Статистический анализ сердечного ритма и показателей гемодинамики в физиологических исследованиях / А. Д. Воскресенский, М. Д. Вентцель. -М.: Наука, 1974 221 с.
  22. , Н.Н. Психофизиологическая диагностика функциональныхсостояний / Н. Н. Данилова. М.: Изд-во МГУ, 1992. — 192 с.
  23. , Г. Спектральный анализ и его приложения / Г. Дженкинс, Д.
  24. Ватте.-М.: Мир, 1971.-316 с.
  25. , Д.В. Автоматический анализ ЭКГ: проблемы и перспективы / Д. В. Дроздов, В. М. Леванов // Здравоохранение и медицинская техника. -2004.-№ 1. -С. 6−11.
  26. Дуда, 3. Распознавание образов и анализ сцен / 3. Дуда, П. Харт. М.: Мир, 1976.-511 с.
  27. , Р.А. Автоматизированный анализ и обработка электрокардиографических сигналов. Методы и система. / Р. А. Кавасма, А. А. Кузнецов, JI.T. Сушков. М.: Сайнс-пресс. — 2006. — 144 с.
  28. , А.Н. Исследование алгоритмов оценки стационарности сердечного ритма / А. Н. Калиниченко, М. И. Коляденко // Известия СПбГЭТУ «ЛЭТИ». Сер. Биотехнические системы в медицине и экологии. 2006. — Вып. 2.-С. 101−105.
  29. , А.Н. О точности и достоверности спектральных методов расчёта показателей вариабельности сердечного ритма / А. Н. Калиниченко // Информационно-управляющие системы. 2007. — № 6. — С. 41— 48.
  30. , А.Н. Алгоритм распознавания нарушений электрокардиостимуляции / А. Н. Калиниченко, О. Д. Юрьева // 61-я Научн.-технич. конф., посвященная Дню радио. СПб. — 2006. С. 191−192.
  31. , А.Я. Нестационарность ЭЭГ: методологический и экспериментальный анализ / А. Я. Каплан // Успехи физиологических наук. 1998. -29(3).-С. 35−55.
  32. , JI.A. Авторегрессионные модели случайных процессов в задачах распознавания нарушений сердечного ритма / А. Л. Манило // Известия СПбГЭТУ «ЛЭТИ». Сер. Биотехнические системы в медицине и экологии. 2004 — Вып. 2. — С. 1−8.
  33. , Л.А. Новый подход к спектральному анализу вариабельности сердечного ритма / Л. А. Манило, Н. И. Родина // Известия СПбГЭТУ «ЛЭТИ». Сер. Биотехнические системы в медицине и экологии. 2003. -Вып. 1.-С. 16−20.
  34. Марпл-мл., С. Л. Цифровой спектральный анализ и его приложения/ С.Л. Марпл-мл. М.: Мир. — 1990. — 584 с.
  35. Микрокомпьютерные медицинские системы: Проектирование и применение / У. Томпкинс, Дж. Уэбстер. М.: Мир. — 1983. — 544 с.
  36. , Т.Ф. Клинический анализ волновой структуры синусового ритма сердца (Введение в ритмокардиографию и атлас ритмокардио-грамм) / Т. Ф. Миронова, В. А. Миронов. Челябинск: Челябинский Дом печати. — 1998, — 162 с.
  37. , В.М. Вариабельность ритма сердца. Опыт практического применения/ В. М. Михайлов. Иваново: НейроСофт. — 2000. — 200 с.
  38. , А.П. Автоматизированные системы для медико-биологических исследований: учеб. пособие / А. П. Немирко, Л. А. Манило, В. Я. Гельман. Л.: изд-во ЛЭТИ. — 1991. — 72 с.
  39. , А.П. Компьютерный анализ ЭКГ при нагрузочных пробах /
  40. A.П. Немирко, JI.A. Манило, К. Н. Милева // Изв. ЛЭТИ. 1988. — Вып. 405.-С. 19−25.
  41. , А.П. Обработка и автоматический анализ электрокардиосиг-налов / А. П. Немирко // Изв. СПбГЭТУ «ЛЭТИ». 2002. — Вып.1. — С. 34−36.
  42. , И.Г. Проблема математического анализа сердечного ритма / И. Г. Нидеккер, Б. М. Федоров // Физиология человека. 1993. — Т. 19, № 3.- С. 80−87.
  43. Пакет программ для функциональных электрокардиографических исследований / А. Н. Калиниченко, А. П. Немирко, П. В. Мурашов и др. // Известия СПбГЭТУ «ЛЭТИ». Сер. Биотехнические системы в медицине и экологии. 2004. — Вып. 1. — С. 36−39.
  44. , Э.А. Основы теории распознавания образов / Э. А. Патрик. -М.: Советское радио, 1980.-408 с.
  45. , Е.П. Системный анализ медико-биологических исследований 7 Е.П. Попечителев. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». — 2006. -300 с.
  46. , Е.П. Электрофизиологическая и фотометрическая медицинская техника: Теория и проектирование / Е. П. Попечителев, Н. А. Кореневский. М.: Высш. шк. — 2002. — 470 с.
  47. , P.M. Анализ биомедицинских сигналов/ P.M. Рангайян. М.: Физматлит, 2007. — 440 с.
  48. , В.В. Стандартизация и мониторирование спектральных показателей вариабельности сердечного ритма. / В. В. Руксин, В. В. Пивоваров,
  49. B.Х. Кудашев, Е. И. Федченко // Terra Medica. 1998. — № 1. — С. 2−8.
  50. , Г. В. Анализ вариабельности ритма сердца / Г. В. Рябыкина, А. В. Соболев // Кардиология 1996. — № 10. — С. 87−97.
  51. , Г. В. Вариабельность ритма сердца. / Г. В. Рябыкина, А. В. Соболев М.: СтарКо, 1998. — 200 с.
  52. , А.Б. Цифровая обработка сигналов/ А. Б. Сергиенко. СПб.: Питер, 2003.-604 с.
  53. Основы цифровой обработки сигналов. Курс лекций / А. И. Солонина и др. СПб.: БХВ-Петербург, 2003. — 608 с.
  54. , К. Введение в статистическую теорию распознавания образов / К. Фукунага. М.: Наука, 1979. — 308 с.
  55. , М. Электрокардиотерапия / М. Шальдах. СПб.: Печатный двор, 1992.-256 с.
  56. , О.Д. Влияние частоты дискретизации ЭКГ на точность измерения RR-интервалов // 62-я Научн.-технич. конф., посвященная Дню радио. СПб. — 2007. С. 229−230.
  57. , О.Д. Исследование помехоустойчивости методов измерения длительности RR-интервалов/ О. Д. Юрьева // Известия СПбГЭТУ «ЛЭТИ». Сер. Биотехнические системы в медицине и экологии. 2007. -Вып. 1.-С. 19−24.
  58. , О.Д. Влияние методов предварительной обработки ЭКГ на точность оценки параметров вариабельности сердечного ритма // 63-я Научн.-техн. конф., посвященная Дню радио. СПб. — 2008. С. 320 321.
  59. , О.Д. Оценка точности определения спектральных показателей вариабельности сердечного ритма при различных значениях частоты дискретизации ЭКГ / О. Д. Юрьева, А. Н. Калиниченко // Вестник арит-мологии- прил. А. -2008. С. 163.
  60. , О.Д. Влияние частоты дискретизации ЭКГ на точность вычисления спектральных параметров вариабельности сердечного ритма / О. Д. Юрьева, А. Н. Калиниченко // Информационно-управляющие системы. 2008. — № 2. — С. 46−49.
  61. , О.Д. Оценка стационарности сигнала при спектральном анализе вариабельности сердечного ритма / О. Д. Юрьева, А. Н. Калиниченко // Биомедицинская радиоэлектроника. 2009. — № 11. — С. 26−31.
  62. Abboud, S. Errors due to sampling frequency of the electrocardiogram in spectral analysis of heart rate signals with low variability / S. Abboud, O. Barnea // Computers in Cardiology. 1995. — P. 461−464.
  63. Power spectrum analysis of heart rate fluctuation: a quantitative probe of beat cardiovascular control / S. Akselrod and et.al. // Science. 1981. -Vol. 213.-P. 220−222.
  64. Berger, R.D. An Efficient Algorithm for Spectral Analysis of Heart Rate Variability / R.D. Berger and et al. // IEEE Transaction on Biomedical Engineering. 1986. — Vol. BME-33, No 9. — P. 900−904.
  65. Boyarkin, M.V. Heart Rate Variability as-an Index of Autonomic Heart Regulation in Acute Miocardial Infarction Patients / M.V. Boyarkin, A.N. Kalinichenko, A.P. Nemirko // IEEE. Computers in Cardiology. 1997. -Vol. 24.-P. 4548.
  66. Clifford, G.D. Advanced Methods and Tools for ECG Data Analysis / G.D. Clifford, F J. Azuaje, P.E. McSharry (editors). Artech House Publishers. -2006.-384 p.
  67. Clifford, G.D. Quantifying Errors in Spectral Estimates of HRV Due to Beat Replacement and Resampling / G.D. Clifford // IEEE Trans. Biomed. Eng. -2005. Vol. 52(4). — P. 630−638.
  68. Coast, D.A. An approach to cardiac arrhythmia analysis using hidden Markov models / D.A. Coast and et al. // IEEE Trans. Biomed. Eng. -1990.-Vol. 37.-P. 826−836.
  69. Cohen, L. Time-frequency distributions. A review // Proc. IEEE. — 1989. -V. 77.-P. 941−981.
  70. DeBoer, R.W. Comparing spectra of a series of point events particularly for heart rate variability data / R.W. DeBoer, J.M. Karemaker, J. Strackee // IEEE Transaction on Biomedical Engineering. 1984. — Vol. BME-31, No 4.-P. 384−387.
  71. Heart rate variability. Standards of Measurements, Physiological Interpretation, and Clinical Use // Circulation. 1996. 93 (5). — P. 10 431 065.
  72. Kalinichenko, A.N. The ECG analysis algorithm and software for noninvasive electrophysiological studies / A.N. Kalinichenko, D.V. Korobkov, K.V. Sveshnikov // SYMBIOSIS 1997. V International Symposium, Brno, 10−12 Sept., 1997. P. 67−69.
  73. Kalinichenko, A.N. Signal stationarity assessment for the heart rate variability spectral analysis / A.N. Kalinichenko, M.I. Nilicheva, S.V. Hasheva, O.D. Yuryeva, O.V. Mamontov // Computers in Cardiology, IEEE 2008.-P. 347−350.
  74. Kamath, M.V. Power spectral analysis of HRV: a non-invasive signature of cardiac autonomic functions. Crit. Rev. / M.V. Kamath, E. L. Fallen // Biomed. Eng. 1993. — Vol. 21(3). — P. 245−311.
  75. Laguna, P. Power spectral density of unevenly sampled data by least-square analysis: performance and application to heart rate signals / P. Laguna, G.B. Moody, R.G. Mark // IEEE Trans Biomed Eng. 1998. — Vol. 45(6). — P. 698−715.
  76. Lee, D.H. Multivariate analysis of mental and physical load compo-nents in sinus arrhythmia scores / D.H. Lee, K.S. Park // Ergonomics. 1990. Vol. 33(1).-P. 35−47.
  77. Malik, M. Heart Rate Variability / M. Malik, A.J. Camm // Armonk, N.Y. Futura Pub. Co. Inc., 1995.
  78. Manilo, L.A. Estimation of the Frequency Properties of Rhythmograms in Problems of Recognition of Physiological States / L.A. Manilo, N.I. Rodina // Pattern Recognition and Image Analysis. 2003. — Vol. 13. No 2. — P. 298−301.
  79. Mantaras, M.C. Non-parametric and Parametric Time-Frequency Analysis. of Heart Rate Variability during Arousals from Sleep / M.C. Mantaras andet al. // IEEE. Computers in Cardiology. 2006. — Vol. 33. — P. 745−748.
  80. Markad, V. Power spectral analysis of heart rate variability: a noninvasive signature of cardiac autonomic function / V. Markad, M. Kamath, L. Ernest, E. Fallen // Critical Reviews in Biomedical Engineering. 1993. — Vol. 21(3).-P. 245−311.
  81. Mateo, J. Improved heart rate variability signal analysis from the beat occurrence times according to the IPFM model / J. Mateo, P. Laguna // IEEE Trans. Biomed. Eng. 2000. — Vol. 47, № 8. — P. 985−996.
  82. Merri, M. Sampling frequency of the electrocardiogram for spectral analysis of the heart rate variability / M. Merry, David S. Farden and et al. // IEEE Transaction on Biomedical Engineering. 1990. — Vol. 37(1). — P. 99−106.
  83. McSharry, P.E. A dynamical model for generating synthetic electrocardiogram signals / P.E. McSharry and et al. // IEEE Trans. Biomed. Eng. 2003. — Vol. 50(3). — P. 289−294.
  84. Software Package for the Functional Investigations Using ECG / A.P. Nemirko and et al. // Pattern Recognition and Image Analysis. 2003. — Vol. 13(2).-P. 308−310.
  85. Sayers, B. McA. Analysis of heart rate variability / B. McA. Sayers // Ergonomics. 1973. — Vol. 16. — P. 17−32.
  86. Ward, S. Electrocardiogram sampling frequency errors in PR-interval spectral analysis / S. Ward and et al. // Proc. IEEE PGBIOMED'04. -2004.-P. 25−26.
  87. АКФ автокорреляционная функция-
  88. АР авторегрессия (модель процесса) —
  89. БПФ быстрое преобразование Фурье-
  90. ВНС вегетативная нервная система-
  91. ВСР вариабельность сердечного ритма-
  92. СКО среднеквадратическое отклонение-
  93. СПМ спектральная плотность мощности-
  94. ЦНС центральная нервная система-
  95. ЧСС частота сердечных сокращений-1. ЧД частота дискретизации-1. ЭКГ электрокардиограмма-1. ЭКС электрокардиосигнал-
  96. ЭЭГ электроэнцефалограмма-
  97. HF High Frequency (высокая частота), диапазон частот от 0,15до 0,4 Гц, рассматриваемый при анализе ВСР-
  98. FM Integral Pulse Frequency Modulation, интегральнаяимпульсно-частотная модуляция (модель порождения последовательности RR-интервалов) —
  99. Low Frequency (низкая частота), диапазон частот от 0,04 до0,15 Гц, рассматриваемый при анализе ВСР-
  100. NN-интервал промежуток времени между смежными R-зубцами, относящимися к фоновому ритму сердца-
  101. Р-зубец волна кардиоцикла ЭКГ, соответствующая фазедеполяризации (сокращения) предсердий-
  102. QRS-комплекс волна кардиоцикла ЭКГ, соответствующая фазе деполяризации (сокращения) желудочков сердца-
  103. R-зубец первая положительная волна QRS-комплекса ЭКГ-
  104. RR-интервал промежуток времени между смежными R-зубцами-
  105. ULF Ultra Low Frequency (ультранизкая частота), диапазончастот от до 0,003 Гц, рассматриваемый при анализе ВСР- VLF Very Low Frequency (очень низкая частота), диапазончастот от 0,003 до 0,04 Гц, рассматриваемый при анализе ВСР.
Заполнить форму текущей работой

На отлично!