Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Исследование и разработка методов оценивания контролируемых параметров сигналов в автоматизированных кардиологических диагностических комплексах

Диссертация: Исследование и разработка методов оценивания контролируемых параметров сигналов в автоматизированных кардиологических диагностических комплексах
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Несмотря на то, что исследования и разработки в данном направлении ведутся достаточно широко, в имеющихся публикациях отсутствуют работы, описывающие алгоритмические аспекты комплексов компьютерной диагностики сердечно-сосудистых заболеваний. Вопросы компьютерного выявления патологий для кардиологических сигналов методом кластерного анализа также достаточно слабо проработаны. Описанный… Читать ещё >

Содержание

  • 1. ОБЩАЯ ХАРАКТЕРИСТКА ПРОБЛЕМЫ И ОСНОВНЫЕ НАПРАВЛЕНИЯ ЕЕ РЕШЕНИЯ
    • 1. 1. Обзор существующих тенденций развития медицинской аппаратуры функциональной диагностики сердечно-сосудистых заболеваний
      • 1. 1. 1. Краткий обзор кардиологической диагностической аппаратуры
      • 1. 1. 2. Краткий обзор реографической диагностической аппаратуры
      • 1. 1. 3. Краткий обзор спирометрической диагностической аппаратуры
    • 1. 2. Обзор существующих тенденций развития методов программной обработки регистрируемого сигнала
      • 1. 2. 1. Обзор методов предварительной обработки сигнала
      • 1. 2. 2. Обзор методов выделения параметров сигнала
    • 1. 3. Краткий обзор существующих методов диагностики заболеваний
    • 1. 4. Выбор и обоснование направления исследований
  • Выводы
  • 2. ИССЛЕДОВАНИЕ МЕТОДОВ ОЦЕНИВАНИЯ ПАРАМЕТРОВ РЕГИСТРИРУЕМЫХ СИГНАЛОВ
    • 2. 1. Разработка и исследование математических моделей сигналов
      • 2. 1. 1. Разработка и исследование математической модели кардиологического сигнала
      • 2. 1. 2. Разработка и исследование математической модели реографического сигнала
      • 2. 1. 3. Разработка и исследование математической модели спирометрического сигнала
    • 2. 2. Выделение структурных параметров сигналов различной физиологической природы
    • 2. 3. Исследование возможности использования метода потенциальных функций для определения областей кластеризации пространства структурных параметров
    • 2. 4. Применение метода обратного распространения ошибки для нейро-сетей при диагностике различных заболеваний сердечно-сосудистой системы на основе задаваемых паттернов активности ЭКГ
  • Выводы
  • 3. АЛГОРИТМИЧЕСКАЯ РЕАЛИЗАЦИЯ МЕТОДОВ ОЦЕНИВАНИЯ ПАРАМЕТРОВ
    • 3. 1. Исследование метрологических характеристик метода программного восстановления кардиологического сигнала
    • 3. 2. Метод выделения параметров кардиологического сигнала при наличии ярко выраженных патологий
    • 3. 3. Выделение характерных особенностей рео-сигналов
    • 3. 4. Метод нейтрализации искажений спирометрических сигналов
    • 3. 5. Построение обучающей выборки для метода потенциальных функций
    • 3. 6. Построение обучающей выборки для метода обратного распространения ошибки нейросетей
  • Выводы
  • 4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ ОЦЕНИВАНИЯ СИГНАЛОВ И ИХ ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ
    • 4. 1. Описание общей структуры и функциональной схемы комплекса ЭФКР
    • 4. 2. Рассмотрение программной реализации методов выделения и обработки регистрируемых сигналов различной физиологической природы
      • 4. 2. 1. Программная реализация обработки кардио — сигналов
      • 4. 2. 2. Программная реализация обработки peo — сигналов
      • 4. 2. 3. Программная реализация обработки спирометрических сигналов
    • 4. 3. Экспериментальная проверка алгоритмов формирования диагностических заключений
  • Выводы

Исследование и разработка методов оценивания контролируемых параметров сигналов в автоматизированных кардиологических диагностических комплексах (реферат, курсовая, диплом, контрольная)

Проблема снижения смертности и инвалидности населения во всех странах мира от сердечно-сосудистых заболеваний в настоящее время представляется одной из актуальнейших проблем современной медицины. Использование систем контроля за состоянием сердечно-сосудистой системы человека и развитие микропроцессорной управляющей техники позволяет подойти к рассмотрению данной проблемы с точки зрения проведения не только экстренной диагностики состояния сердца, но и проведения профилактической диагностики для выявления кардиологических заболеваний на ранних этапах своего развития. Общеизвестно, что сердцеэто жизненно важный орган человека. Поэтому особенно большое значение контроль за состоянием сердечной деятельности человека имеет при наблюдении за больными в острой стадии инфаркта миокарда. По имеющимся данным [1,57,58], более половины таких больных погибает от острых нарушений ритма и проводимости сердца, в частности при фибрилляции желудочков, развитии блокады сердца и асистолии. Следовательно, ясно, что, благодаря раннему выявлению и активному лечению нарушений ритма у больных с острым инфарктом миокарда, смертность этих больных может быть снижена. Из опыта отделений кардиологического наблюдения следует, что смертность этих больных может быть снижена с 35 до 20%[2].

Главными предпосылками успешной деятельности отделений кардиологического наблюдения является наличие профессионально подготовленного врачебного и сестринского персонала, а также их оснащение современными диагностическими кардиологическими комплексами, позволяющими наиболее полно диагностировать состояние пациентов. К сожалению, для массовых обследований недоступно использование сложных современных методов исследования нарушений сердечных ритмов (УЗИ, доплеровские датчики) из-за их дороговизны. Поэтому достаточно рацио6 нально и естественно было бы задействовать существующие втечение многих лет более простые и доступные методы определения как предшествующих сердечно-сосудистым заболеваниям аритмий, таких как желудочковые экстрасистолы разных видов, желудочковая пароксизмальная тахикардия и другие, так и сами сердечно-сосудистые заболевания. К таким методам диагностики можно отнести методы электрокардиографии, реографии, а также спирометрический метод, поскольку заболеваниям сердечно-сосудистой системы часто сопутствуют заболевания органов дыхания. Несмотря на простоту этих методов, они позволяют определить более половины существующих патологий работы сердца [3].

Таким образом, в поликлиниках остается актуальным использование приборов, позволяющих выполнять полномасштабные электрокардиографические обследования больных, дополненных реографией и спирометрией^], при условии доступности по цене прибора. К сожалению, лечебные учреждения, в большинстве случаев, достаточно плохо оснащены современными устройствами, позволяющими проводить выше перечисленные исследования, дающие наиболее полные картины заболеваний.

Начало 90-х годов связано с массовой интеграцией в общественную жизнь персональных компьютеров, что активно повлияло на развитие информационных технологий, в том числе и на развитие цифровых методов обработки сигналов, включая использование этих методов в области медицины.

Сегодня цифровая обработка сигналов заняла доминирующее положение относительно аналоговой, так как имеет ряд неоспоримых преимуществ. Появляется возможность автоматически вычислять параметры сигналов, проводить исследования, требующие большого количества вычислений либо некоторой аналитической обработки, способствующей созданию качественных компьютерных диагностических систем. Аналоговая часть прибора упрощается из-за уменьшения количества выполняемых ею 7 функций, которые переносятся на программно реализуемые методы предварительной обработки сигналов.

Поэтому прибор, позволяющий производить диагностику органов тела человека, должен обладать такими желательными характеристиками, как.

О цифровым способом регистрации сигналов, что позволяет использовать специальные алгоритмы фильтрации и обработки сигналов, а также применять машинную диагностику заболеваний;

О экономичностью и компактностью, то есть оптимальным использованием программно-аппаратных средств.

При этом преимущество заключается в использовании программных, а не аппаратных средств обработки сигналов, поскольку: о необходимо использовать современные критерии оптимизации фильтрации сигнала при выделении его параметров, высокая точность оценки которых продиктована требованиями современной медициныо цифровая обработка позволяет улучшить качество обработки снимаемых сигналов за счет использования более сложных алгоритмов фильтрации, трудно реализуемых аппаратноо и наконец, тиражирование программных средств, включающих легко заменяемые устаревшие программные модули на модули более совершенных версий, экономически представляется наиболее выгодным перед использованием замены морально устаревших аппаратных средств.

Несмотря на то, что исследования и разработки в данном направлении ведутся достаточно широко, в имеющихся публикациях отсутствуют работы, описывающие алгоритмические аспекты комплексов компьютерной диагностики сердечно-сосудистых заболеваний. Вопросы компьютерного выявления патологий для кардиологических сигналов методом кластерного анализа также достаточно слабо проработаны. Описанный в литературе уровень функциональных возможностей и характеристик приборов, диаг8 ностирующих состояние сердечно-сосудистой системы человека, не позволяет говорить об алгоритмической реализации выделения и оценивания характерных параметров структуры регистрируемого сигнала различной физиологической природы[65]. Поэтому, с этой точки зрения, исследование и разработка методов оценивания параметров сигналов для контроля жизнедеятельности организма в автоматизированном диагностическом кардиологическом комплексе (АКДК) имеет большую актуальность.

Целью диссертационной работы является улучшение метрологических и функциональных характеристик АКДК путем оптимизации программно-аппаратного обеспечения и совершенствования программных методов выделения, обработки и оценивания контролируемых параметров. Диссертационная работа выполнена в Алтайском государственном техническом университете в Центре медицинской электроники. Основные результаты работы отражены в 10 публикациях. В Центре медицинской электроники в 1992 году был изготовлен опытный образец прибора ЭФКР, позволяющий проводить регистрацию и автоматизированную обработку кардиологических, реологических, фонокардиологических и спирометрических сигналов. До 1997 года включительно 30 приборов изготовлено и принято в эксплуатацию в лечебные учреждения г. Барнаула и Алтайского края, разработано программное обеспечение, обеспечивающее выполнение кардио-, фоно-, peoи спирометрических исследований, а также проведение велоэргометрии и кардиоинтервалографии. Работа выполнялась в рамках межвузовской программы «Алтай-ВУЗ», а также в рамках федерального бюджетного финансирования по единому заказ-наряду министерства образования России.

Работа состоит из введения, четырех глав, заключения и списка литературы.

Первая глава носит обзорный характер. В ней рассматриваются тенденции развития современной медицинской диагностической аппаратуры, 9 позволяющей производить оценку функционального состояния сердечнососудистой системы человека. Отмечены особенности регистрации сигналов при использовании полиграфов, позволяющих одновременно производить регистрацию большинства показателей сердечной деятельности, а также особенности регистрации при использовании медицинской техники, с помощью которой регистрируются лишь отдельные показатели. Проведен анализ методов выделения структурных параметров различных по своей физиологической природе сигналов. Рассмотрены вопросы компьютерной обработки сигналов с целью выдачи диагностических заключений функционального состояния сердечно-сосудистой системы. Выбраны и обоснованы направления диссертационной работы.

Во второй главе построены математические модели сигналов различной физиологической природы, что позволило с теоретической точки зрения рассмотреть возможность применения на практике не только методов программной фильтрации, позволяющих с наименьшей погрешностью определять параметры сигналов, но и рассмотреть возможность выдачи компьютерных диагностических заключений на основе выявляемых параметров структуры сигнала. К важным результатам главы можно отнести рассмотрение методологических основ выделения структурных параметров сигналов различной физиологической природы, исследование возможности использования метода потенциальных функций для определения областей кластеризации пространства структурных параметров, а также метода обратного распространения ошибки для нейронных сетей при оценивании функционального состояния сердечно-сосудистой системы человека.

В третьем разделе рассматриваются особенности методов обработки сигналов различной физиологической природы, а также алгоритмическая реализация этих методов. В частности, рассмотрен метод выделения параметров кардиологического сигнала при наличии ярко выраженной патоло.

10 гии, выделения характерных особенностей рео-сигналов, метод нейтрализации искажений спирометрических сигналов. Произведено метрологическое исследование характеристик оцениваемых кардиологических отведений. Проведена исследовательская работа по определению наиболее информативных отведений кардио-сигнала, характерные параметры которых возможно использовать для параметрического задания кардиологических заболеванийопределению количественного описания заболеваний сердечно-сосудистой системы человека, а также по определению оптимального минимума множества параметров, позволяющих по ЭКГ определить тип заболевания. Данная работа позволила построить обучающую выборку для 22 типов заболеваний в области кардиологии для определения областей кластеризации пространства сердечно-сосудистых заболеваний методом потенциальных функций. Для непараметрической диагностики построена обучающая выборка при использовании метода обратного распространения ошибки в нейросетях. Это позволило обучить нейронную сеть таким образом, чтобы появилась возможность выдачи кардиологических диагностических заключений, обеспечивающих распознавание тех заболеваний, которые представляется затруднительным описать количественно для всех существующих вариантов данного заболевания.

В четвертой главе рассматриваются вопросы практического применения разработанных и исследованных методов в созданном по результатам научно-исследовательской работы программно-аппаратном комплексе ЭФКР-4, позволяющем проводить широкий спектр исследований в области диагностики функционального состояния сердечно-сосудистой системы человека. Проведена экспериментальная проверка алгоритмов формирования диагностических заключений.

Практическое применение разработанных и исследованных методов оценивания контролируемых параметров сигналов в автоматизированном кардиологическом диагностическом комплексе ЭФКР-4 позволило повы.

11 сить уровень и надежность проведения диагностических исследований в области кардиологии, реологии и спирометрии для комплексного обследования пациентов в медицинских учреждениях.

Автор выражает искреннюю признательность и благодарность своему руководителю Якунину Алексею Григорьевичу и научному консультанту Тушеву Александру Николаевичу, совместно с которыми был выполнен весь объем исследовательских работ применительно к рассматриваемому автоматизированному кардиологическому диагностическому комплексу ЭФКР-4.

1. ОБЩАЯ ХАРАКТЕРИСТИКА ПРОБЛЕМЫ И ОСНОВНЫЕ НАПРАВЛЕНИЯ ЕЕ РЕШЕНИЯ.

Выводы.

Практическое применение разработанных и исследованных методов оценивания контролируемых параметров сигналов в автоматизированном кардиологическом диагностическом комплексе ЭФКР-4 позволило повысить уровень и надежность проведения диагностических исследований в области кардиологии, реологии и спирометрии для комплексного обследования пациентов в медицинских учреждениях.

131 Заключение.

1. Полученные результаты дают реальное улучшение метрологических и функциональных характеристик АКДК.

2. Выявление оптимального набора параметров регистрации сигнала позволило при использовании метода потенциальных функций, а также метода обратного распространения ошибки для нейросетей для определения заболеваний гиперкалимии и синдрома Вольфа-Паркинсона-Уайта, обеспечить до приемлемого уровня достоверную диагностику функционального состояния сердечно-сосудистой системы при многокритериальной классификации для различных типов заболеваний сердца.

3. Реализация разработанных методов выделения параметров структуры кардиологических сигналов позволила определить не выявляемой традиционными методами параметры кардиологических зубцов при наличии ярко выраженной патологии.

4. Методы цифровой фильтрации сигналов дают возможность использования программных фильтров не только в области медицинской диагностики, но и в других областях применения контрольно-измерительной техники, в частности, в области машиностроения.

Показать весь текст

Список литературы

  1. Поздние аритмии при инфаркте миокарда // В. М. Живодеров, В. Л. Дощицин, З. И. Дунаева и др. // Кардиология.-1980.-№ 1.- с.22−25.
  2. Л., Томов Ил. Нарушения ритма сердца.- София: Медицина и физкультура, 1976.-431 с.
  3. Медицинская электронная аппаратура для здравоохранения. Пер. с англ.// Кромвелл Л., Ардитти М., Вейбелл Ф. и др. Под ред. Утямышева Р.И.-М.: Радио и связь, 1981 .-344 с.
  4. Полиграф электронный П4Ч-02. Техническое описание и инструкции по эксплуатации. Завод «РЭМА» г. Львов-19, 1986.-12с.
  5. Реограф 4 РГ-01. Техническое описание, 1988.-4с.
  6. Электрокардиограф ЭК6Т-01. Техническое описание и инструкция по эксплуатации, 1989.-4с.
  7. Кардиограф ПК 3060. Техническое описение, 1987.-4с.
  8. ЦН3052. Техническое описание, 1997.-4с.
  9. Современные методы и аппаратура для автоматизированных измерений в кардиологии. Под ред. Мухариянова Н. М., Ратманского А.Ю.-М.: медицина, 1982.-120 с.
  10. Диагностика кардиологических заболеваний: Справочное пособие / В. В. Горбачев, А. Г. Мрочек, В. П. Сытый и др.- Под ред. В. В .Горбачева.-Мн.: Выш. шк., 1990.-301с.:ил.
  11. В.Л. Практическая электрография.-М.: Медицина, 1987.-366с.
  12. Электрокардиограф ЭК1Т-03 М2. Техническое описание, 1997.
  13. Руководство по кардиологии. Под ред. Чазова Е.И.-М6:Медицина, 1982.-624 с.133
  14. Микропроцессорные медицинские системы. Проектирование и применение. Пер. с англ. // под ред. Томпкинси У., Уэбстера Дж.-М.Мир, 1983.-544 с.
  15. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Учеб. Пособие для вузов / A.JI. Барановский, А. Н. Калиниченко, Л. А. Манило и др.- под ред А. Л. Барановского и А. П. Немпрко.-М.:Радио и связь, 1 993 248 е.: ил.
  16. . Системы искусственного интеллекта. Пер. с франц.-М.: Мир, 1991.-568 с.
  17. В.В., Струтынский A.B. Электрокардиография: Учеб. посо-бие.-М: Медицина, 1991.-288с.: ил.
  18. Реограф РГ-1−01. Техническое описание, 1988.-32с.
  19. Реограф ЭЛКАР-4. Техническое описание, 1988.-16с.
  20. Реограф РПГ-2−02. Техническое описание, 1988.-4с.
  21. Компьютерный спирограф КСП-1. Техническое описание, 1997.
  22. В.В. Анализ и обработка изображений: принципы и алгорит-мы-М.: Машиностроение. 340 е.: ил.
  23. Д.А. Компьютерные методы анализа видеоинформации: монография. Изд-во Краснояр. Университета, 1993.-192.
  24. У. Цифровая обработка изображений, в 2х книгах, пер. с анг. М.: Мир, 1982, 790с.
  25. Чен Ш. К. Принципы проектирования систем визуальной информации, М.: Мир, 1993.-480 с.
  26. Л.П. Цифровая обработка сигналов в оптике и голографии. М.: Радио и связь, 1987.-296 с.
  27. Т. Алгоритмы машинной графики и обработка изображений, М.: Радио и связь, 1986, 400 с.
  28. В.В., Горский Н. Д. Представление и обработка изображений: рекурсивный подход, Л-д.: Наука, 1985, 190 стр.134
  29. Справочник по устройствам цифровой обработки информации/ Н. А. Виноградов, В. Н. Яковлев, В. В. Воскресенский и др. -К.:Тэхника, 1988.-415с.
  30. Р.В. Цифровые фильтры.пер. с анг.-М.: Сов. радио, 1980.-224с.
  31. А.А., Греценко В. И. Козлов Д.Н. Методы организации и обработки баз знаний. Киев: Наук. думка,.-150с.
  32. Fink P., Lusth J., Duran J. A general expert system design for diagnostic problem solving // IEEE Trans. Pattern Analysis and Machine Intel.-1985.-Vpl.7N5.-p 553−560.
  33. Gallant S. Connectionist expert system// Commun. ACM.-1985.-Vol.31, N2-p.l52−163.
  34. Quinlan J. Inferno: a catious approach to uncertain inference// Comput.J. -1983.-Vol. 26.-p. 255−269.
  35. Представление и использование знаний/ под ред. Х. Уэно, М.Исидзука.-М.:Мир, 1989.-220с.
  36. Дж., Кумбс М. Экспертные системы: концепция и примеры.-М.: Финансы и статистика, 1987.-191 с.
  37. Большая медицинская энциклопедия: Т22/ под ред. Б. В. Петровского.-М.:Сов.энциклопедия, 1984.-544с.
  38. А.Н. Методы расчета активных фильтров в медицинских диагностических системах: Диссертационная работа на соискание степени кандидата технических наук.-Барнаул: АлтГТУ, 1987,-109 с.
  39. В.Г.Шершнев, В. Г. Селивоненко и др. Введение в клиническую электрокардиографию: Учеб.пособие. М.: ЦОЛИУВ, 1988, 100с.
  40. Г. А. и др. Справочник по клинической электрокардиографии / -Минск.:Беларусь, 1985.-75с., ил.135
  41. Руководство по кардиологии т.2: Методы исследования сердечнососудистой системы / Под ред. Е. И. Чазова / АМН СССР.-М.: Медицина, 1982.-624 е., ил.
  42. Г. П., Пшоник С. С. Клиническая реография.-Минск.: Беларусь, 1976−176 с.
  43. H.A. Спирометрия и спирография.- М.: Медицина 1973.-138с.
  44. Ю.М., Никитин A.B., Фуки В. Б. Атлас практической реографии : Воронеж, изд-во ВГУ, 1983, 176 с.
  45. Дж. Ту, Р. Гонсалес Принципы распознавания образов. Пер. с анг. -М.Мир, 1978. -412 с.
  46. Е. Хинтон Как обучаются нейронные сети. Пер. с анг.- М.: В мире науки 1992, № 11, с. 103−110.
  47. Дрю Ван Кэми Нейроны для компьютеров М.: В мире науки — 1992, № 12, с.200−203.
  48. А.П. Цифровая обработка биологических сигналов.-М.: Наука, 1984.-144 с.
  49. Микрокомпьютерные медицинские системы: Проектирование и применение. Пер. с анг. / Под ред. У. Томпкинса, Дж. Уэбстера.-М.:Мир, 1983.-544 с.
  50. Г. Ю., Тушев А. Н., Якунин А. Г. Автоматизированный диагностический комплекс для кардиологических исследований ЭФКР-4// ПТЭ. М., — 1995. № 2, — с. 207.
  51. Е.В., Тушев А. Н., Шипулин A.B., Якунин А. Г. Программно-аппаратное расширение автоматизированного кардиологического комплекса ЭФКР-4 для проведения спирометрических исследований // Приборы и техника эксперимента. М.:-1998. № 3.-с.163
  52. Справочник по функциональной диагностике / Под ред. И. А. Кассирского. М.: Медицина, 1970.136
  53. Прибор диагностики функционального состояния органов дыхания прессоспирограф ПТС «Спиролан». Паспорт и техническое описание. ПГСИ 29 676−01 ПС.(ТУ 9441−001−167 938 118−95).
  54. С.Бобер и С. Чаплицки Графические методы исследования системы кровообращения.-Варшава.: Польское государственное мед. изд-во, 1965.-193 с.
  55. David D. Turner Diagnosing Coronary Artery Disease with a Backpropaga-tion Neural Network / A thesis presented to Easten Washington,-1994,-80c.
  56. A.M., Епанешников B.A. Программирование в среде Turbo Pascal 7.0, M.: Диалог — МИФИ, 1995.-282с.
  57. О.С. «Угрожаемые» аритмии у больных в остром периоде инфаркта миокарда // Бюл. Всесоюзного кардиологического научного центра АМН СССР.-1980.-№ 2.- с.44−48
  58. Г. Я. Электрокардиографическая диагностика.- М.: Медицина, 1966.- 543с.
  59. Е.В., Тушев А. Н., Якунин А. Г. Автоматизация оценки морфологических параметров сердечной деятельности // В кн. Вопросы теоретической и прикладной морфологии. Сб. научных трудов, Барнаул,-АГМУ.-1997.-С.26−29.
  60. А.Н., Горбунова Е. В. Функциональные возможности программной обработки сигналов автоматизированного диагностического комплекса // 4-я Международная конференция ИКАПП-97, т. 1, Барнаул, АлтГТУ.-1997, с. 100−101.137
  61. Г. П., Пшонис С. С. Клиническая реография, Минск, Беларусь, 1976, 176 с.
  62. А .Я., Ропкин М. А. Реографическая диагностика сосудистых заболеваний, Киев: Здоров’я, 1967,-160с.
  63. Исследование методов улучшения технико-экономических показателей автоматизированных кардиологических комплексов. Отчет о научно-исследовательской работе, инв. № 2 980 001 851, Барнаул, 1998, 68с., ил.
  64. А.Н., Горбунова Е. В. Применение метода обратного распространения ошибки обучения нейронных сетей для диагностики заболеваний сердечно-сосудистой системы //2-я краевая конференция по математике, МАК-99. Барнаул, АГУ, 1999, — с.54−55.
  65. Мы, медицинский персонал городской поликлирики № 5 г, Барнаула, настоящей справкой подтверждаем, что прибор ЭФКР^Ь котором реализованы результаты диссертационной работы Горбуновой Елены Викторовны, используются в нашей поликлинике.
  66. Следует отметить проводимую работу над совершенствованием программного обеспечения, улучшающего работу прибора и удобство его эксплуатации.1. Мингстева И.А.1. Врач141
  67. Мы. .чедггцшский персонал тродской поликлиники № И) г. Барнаула, настоящей справкой подтверждаем. что комплекс ОФКГ тч котором реализованы результаты диссертащюпиой работы Епрбунопой '.лены Викторовны. исиодмуетея в пашей нолнклтшике.
  68. Мы. медицинский персонал городской поликлит-иш .Чо 4 г. Барнаула, настоящей енранкой подтверждаем. чти прийор '}ФК1Л в котором ре^'пионаиы результаты диссертационной раГнУтс Горбуновой мены Никторошш. ш: пользуются в нашей поликлинике.
  69. Прибор ра (киаег тч основном для регистрации и обработки реограми, а также иепол. ь^ук'1 ся для вслоэршметрических исследований, Ведугсн архивы больных, Лрш рамшзос обесценение удобно и надежно в 'жепиуататщи.
  70. Брюханот «7. II Никифоров Ю.А.v ' ^ ^Уу^.--., «УТ^Е^РЖДАЮи
  71. Мы, медицинский персонал городской пшптюшники Я» И i. Барнаула, настоящей справкой подтверждаем, что комплекс ЭФКР, в котором реализованы результаты диссертационной работы Горбуновой Елены Викторовны, используется в нашей поликлинике,
  72. Работа выполнена в Алтайском государственном техническом университете им. И.И. Ползунова
  73. Научный руководитель: доктор технических наук, профессор
  74. А.Г. Якунин. Научный консультант: кандидат технических наук, А.Н. Тушев
  75. Официальные оппоненты: доктор технических наук, профессор О.И. Хомутов-
  76. Ведущая организация: ОАО ОКБА '
  77. Защита состоится «о/ «1999 г. в 10 часовна заседании специализированного совета К064.29.01, действующегпри Алтайском государственном техническом университете им. И. Р1. Ползунова.
  78. С диссертацией можно ознакомиться в библиотеке Алтайского государ ствениого технического университета.
  79. Ваш отзыв в 1 экземпляре, заверенный гербовой печатью, проси направлять по адресу: 656 099, г. Барнаул, пр-т Ленина 46.
  80. Автореферат разослан «» апреля 1999 г. кандидат технических наук, доцент А. С. Шатохин.
  81. Ученый секретарь специализирс кандидат технических наук
  82. Целью работы является улучшение метрологических и функци» нальных характеристик АКДК ' путем оптимизации программ» аппаратного обеспечения и совершенствования программных методе выделения, обработки и оценивания контролируемых параметров.
  83. Поставленная цель достигалась решением следующих основны задач:
  84. Исследование свойств кардио-, peo- и спирометрических сигге лов с целью построения их математических моделей-
  85. Разработка на основе построенных моделей программны фильтров, позволяющих с наименьшей погрешностью определять парг метры сигналов-
  86. Выявление оптимального набора контролируемых параметро структуры сигнала, адекватно отображающих функциональное coctoi ние организма и обеспечивающих наиболее достоверную диагностик состояния сердечно-сосудистой системы человека-
  87. Практическая реализация разработанных методов в АКДК.4аучнак новизна. Решение поставленных задач определило новизну анной диссертационной работы, которая заключается в следующем:
  88. Предложено для определения заболеваний гнперкалимии и син-рома Вольфа-Паркинсона-Уайта применение метода обратного распро-гранения ошибки иейросетей-
  89. Разработаны алгоритмы обработки и выделения характерных па-аметров структуры регистрируемого сигнала различной физиологиче-кой природы-
  90. Разработан метод нейтрализации искажений спирометрических игналов, обусловленных интегральными преобразованиями сигнала с Ервичного измерительного преобразователя-
  91. Оценена погрешность программного восстановления кардиологи-еского сигнала при аппаратном ограничении числа регистрируемых тБсдекий.
  92. Публикации. По материалам выполненных в диссертации исследовг ний опубликовано 9 печатных работ.
  93. Часть из стоящих перед исследователями задач решается уже тавпшми традиционными методами предварительной обработки нгналов (фильтрация, аппроксимация и распознавание характерных собенностей сигналов).п
  94. Другая часть задач требует для своего решения нетрадиционно методологии и алгоритмов: это задачи, ориентированные на анали параметров сигналов.
  95. Задачи предварительной обработки сигнала включают в себя по давление шумов, компенсацию искажений, высокочастотную и нели нейную фильтрацию и т. д.
  96. Но так как исследователя интересует, в основном, сигнал не сам п< себе, а та информация, которая в нем содержится, то необходима даль нейшая обработка сигнала.
  97. Традиционно дальнейшая обработка сигнала состоит из аппрокси мации сигнала, обнаружения и оценивания характерных параметре. сигнала. Этот этап представлен достаточно хорошо известной областьк науки классификацией и распознаванием образов.
  98. Из-за необходимости хранения большого количества сигналов резко обострена еще одна, в достаточной мере самостоятельная, проблема -это проблема кодирования и сжатия сигналов.
  99. По проведенному анализу произведен выбор направлений исследования, которые обеспечивают решение сформулированных задач й позволяют улучшить метрологические и функциональные характеристики АКДК.
  100. Степень сложности математической модели обрабатываемого сигала и ее характер определяются видом сигнала и методом его обработ-и.
  101. Для минимизации степени сложности модели наиболее удобно федставить сигнал посредством кусочно-полиномиальной зависимости рис. 1).
  102. Рис. 4 Модель сигнала а) при равномерном дыхании, б) ЖЕЛ ив) ФЖЕЛ
  103. На основе обработки кардиосигнала (рис. 5) возможно проследить результат от применения ФВЧ и ФНЧ.4/-^? Д—*
  104. Рис. 5 Пример обработки кардиографического сигнала (КГС) ЦФ а) исходный КГС б) КГС после ФНЧ в) КГС после ФВЧ
  105. Гратиа Схлен Пронина Склок Граница
  106. Рис. 7. Результат работы алгоритма AZTEC 13
  107. В процессе обучения кумулятивный потенциал, выполняющий роль решающей функции, определяется следующим образом:141, при X j 6 СОI 1, при х • е а>23)где 0)1 верно распознанное заболевание, a о 2 — неверно распо-нанное заболевание.
  108. Процесс обучения классификатора считается законченным, когда .о окончании итерации по всем векторам обучающей выборки не было роизведено ни одной коррекции.
  109. F%iii (х) = i (у)' Fki+ y) dy (4)оо
  110. VR W = -I % М '11% (~2Х — УШ ®-оо
  111. VF (Х) «-I % № •'V2)"У' <">оо
  112. Fp rrr (х) = р? т, ОО • F? (х- у / 2) dy, (7)aVL —оо Ч
Заполнить форму текущей работой

На отлично!