Содержание к диссертации
Введение
ГЛАВА 1 АНАЛИЗ МЕТОДОВ ФУНКЦИОНАЛЬНОЙ ДИАГНОСТИКИ В МЕДИЦИНЕ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ 11
1.1 Классификация методов функциональной диагностики. Цели и структура решения 11
1.2 Выбор модели описания сигналов диагностических классов 17
1.3 Анализ и выбор методов теории распознавания сигналов для решения диагностических задач 23
1.4 Обоснование критерия качества модели 27
1.5 Анализ методов математической обработки случайных биологических процессов 29
1.6 Флуктуации со спектром І/f6 в биологических системах 34
Выводы по материалам первой главы 39
ГЛАВА 2 АНАЛИЗ И ИССЛЕДОВАНИЕ МОДЕЛИ САМООРГАНИЗОВАННОЙ КРИТИЧНОСТИ 40
2.1 Стохастический гомеостаз 40
2.2 Модель самоорганизованной критичности 46
2.3 Модель СОК с диссипациями энергии 51
2.4 Отображение электрических процессов в сердце на ЭКГ 61
2.5 Вариабельность сердечного ритма 64
2.6 Определение положения R-зубца кардиокомплекса 66
2.7 Фрактальный анализ в диагностике кардиологических патологий 72
Выводы по материалам второй главы 78
ГЛАВА З РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ ДИАГНОСТИКИ ПАТОЛОГИЙ В КАРДИОЛОГИИ 80
3.1 Аритмии сердца и их проявления на ЭКГ 80
3.2 Выбор эффективнвгх признаков для диагностики патологий 88
3.3 Определение структурной схемві алгоритма распознавания 100
Выводы по материалам третьей главы 104
ГЛАВА 4 РАЗРАБОТКА АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ СЪЁМА И ИССЛЕДОВАНИЙ МЕДИКО-БИОЛОГИЧЕСКИХ СИГНАЛОВ 105
4.1. Аппаратная часть системы 105
4.2 Программная часть системы 115
4.3 Экспериментальное исследование работы алгоритмов 116
Выводы по материалам четвертой главы 121
ЗАКЛЮЧЕНИЕ 122
ЛИТЕРАТУРА 124
ПРИЛОЖЕНИЯ 129
- Классификация методов функциональной диагностики. Цели и структура решения
- Стохастический гомеостаз
- Аритмии сердца и их проявления на ЭКГ
- Аппаратная часть системы
Введение к работе
Организм человека представляет собой сложную многоуровневую систему, управление в которой осуществляется путем передачи управляющих импульсов от сложных систем высшего порядка к простым системам или уровням низшего порядка. Таким образом, четко слаженная работа всех звеньев такой системы организма позволяет судить об истинном здоровье человека. В случае воздействия на систему извне формируется ответная реакция путем изменения в работе тех или иных уровней или звеньев в системе-организме. Тогда если удается получить информацию об этих изменения, то можно либо своевременно диагностировать ту или иную патологию, либо в донозологический период принять необходимые меры по предостережению от развития болезни в организме человека. Задача эта является очень сложной и решить ее однозначно нельзя. Однако современное развитие методов анализа вариабельности сердечного ритма позволяет судить о том, что сердечно-сосудистая система является неким индикатором изменений в организме и позволяет выявить наличие патологий в донозологический период.
Своевременная диагностика и профилактика функциональных нарушений в деятельности сердечно-сосудистой системы в значительной степени зависят от эффективности применяемых методов исследования. Ограниченность традиционных методических возможностей при изучении активности сердечно-сосудистой системы на основе анализа доступных физиологических сигналов делают необходимым поиск более чувствительных и информативных диагностических критериев.
При исследовании сердца используется электрокардиограмма - запись биопотенциалов работающего сердца. Данный метод является нетравматичным методом медицинской диагностики, не наносит вреда орга-
5 низму и не вызывает неприятных ощущений у пациента, вследствии чего имеет широкое распространение.
Диагностика производится путем измерения множества прямых и косвенных показателей функционирования организма, обработка которых требует применения вычислительной техники. Сложность анализа заключается в том, что при анализе записи длиной более чем 10 минут необходимо проанализировать более 700 кардиокомплексов, что сильно утомляет врача. Для этих целей разрабатывается множество алгоритмов автоматической обработки электрокардиографических данных.
Отмеченные проблемы определяют необходимость определения информативных признаков анализа функционального состояния сердечнососудистой системы и патологий.
Цель работы
Определение модели сигнала электрокардиографического исследования и разработка методов обработки сигналов с целью выделения эффективных признаков для диагностических систем анализа сердечнососудистой системы.
Поставленные задачи
Определение модели электрокардиографического сигнала на основе теории самоорганизованной критичности и эффективных признаков модели для диагностической системы.
Разработка метода обработки сигнала сердечно-сосудистой системы на основе предложенной модели.
Определение эффективных признаков электрокардиосигнала, достоверно отличающихся для различных диагностических классов, с целью упрощения задачи классификации исследуемых объектов.
Разработка методики обработки электрокардиосигнала с целью выделения эффективных признаков для информационно-советующих диагностических систем.
Исследование влияния эффективных признаков на показатели эффективности диагностической системы.
Разработка программно-аппаратного комплекса для экспериментальной проверки эффективности предлагаемых методов и проведения исследований.
Актуальность.
В известных работах мало внимания уделено анализу модели на основе самоорганизованной критичности, а существующие признаки диагностики не являются высокоэффективными, т.к. их значения варьируются от пациента к пациенту. Кроме того, в связи с массовостью проводимых электрокардиографических обследований населения требуется разработка качественных и быстрых методов диагностики советующих врачу, поэтому разработка таких методов является актуальной.
Научная новизна работы
Предложена цифровая модель медико-биологических сигналов, позволяющая эффективно определять функциональное состояние органа и организма.
Разработан метод обработки электрокардиосигнала на основе цифровой модели для диагностических систем.
Установлены два эффективных признака диагностики патологий в электрокардиографии и получены зависимости распределения вероятности признаков от вида патологии.
Разработана методика обработки электрокардиосигнала с целью выделения эффективных признаков и их сочетаний для информационно-советующих диагностических систем.
Объект исследования
Объектом исследования являются биомедицинские электрокардиографические сигналы, используемые в функциональной диагностике состояния сердечно-сосудистой системы.
Методы исследования
Основаны на использовании методов теории вероятности и математической статистики, численных методах, статистической теории распознавания образов, функционального анализа, системного анализа.
Достоверность результатов
Исследования подтверждаются результатами классификации сигналов электрокардиограмм, а также их моделей, актами внедрения результатов в производство и учебный процесс, публикациями, апробацией на научных семинарах и конференциях.
Основные положения, выносимые на защиту
Цифровая модель медико-биологических сигналов на основе дискретных клеточных автоматов с диссипациями энергии.
Метод обработки электрокардиосигнала для выделения признаков диагностических систем оценки функционального состояния организма.
Методика выделения эффективных признаков электрокардиосигнала с целью упрощения задачи классификации исследуемых объектов.
Зависимость распределения вероятности эффективных признаков от вида патологии.
Результаты экспериментальных исследований предложенных методов обработки и классификации.
Практическая ценность
Практическая ценность данной диссертационной работы заключается в разработанных методах анализа состояния и классификации ЭКГ- сигналов. Признаки для систем анализа состояния могут быть использованы практически для любых функций организма.
Внедрение результатов работы
Результаты, полученные в работе, были использованы в хоздоговорных работах №11334; 11337; 11338.
Результаты исследований используются в учебном процессе на кафедре РПрУ и ТВ Таганрогского радиотехнического университета.
Научные и практические результаты работы были использованы в НТЦ «Техноцентр » ТРТУ при разработке медицинских приборов анализа ЭКГ серии «Кармин».
Научные результаты работы были использованы в НМФ «Ней-ротех» при разработке кардиоинтервалографической системы «Кар-дмон».
Апробация работы
Материалы диссертации обсуждались на следующих конференциях:
IX всероссийской научно-технической конференции студентов, молодых учёных и специалистов «Новые информационные технологии в научных исследованиях и в образовании НИТ-2004».Рязань.2004; VII всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления». - Таганрог, ТРТУ, 2004 ; X международной научно-практической конференции студентов, аспирантов и молодых учёных «Современные техника и технологии». Томск, 2004; XL IX научно-технической конференции ТРТУ. Таган-рог,ТРТУ,2004; международной научной конференции «Оптимальные методы решения научных и практических задач», Таганрог, ТРТУ, 2005; XI международной научно-практической конференции студентов, аспирантов и молодых учёных «Современные техника и технологии». Томск, 2005 международной молодёжной научно-технической конференции студентов, аспирантов и учёных «Молодёжь и современные проблемы радиотехники и телекоммуникаций РТ-2006». Севастополь,2006
Публикации
По теме диссертации опубликовано 5 статей и 4 тезиса докладов.
Структура и объем работы
Диссертация состоит из введения, четырех глав, заключения и списка литературы. Материалы работы изложены на 129 страницах и содержат 4 таблицы, 52 рисунка и 66 библиографических источника.
Во введении обоснована актуальность проблемы, сформулированы цель и основные задачи, решаемые в диссертационной работе, основные научные положения, выносимые на защиту. Приведено краткое содержание по главам и сведения о внедрении результатов работы.
В первой главе рассмотрены общая постановка задачи диагностики, ее характерные особенности и структура решения. Рассмотрена постановка задачи универсальности низкочастотной флуктуации режима гомеостатиче-ской регуляции организма в норме в виде фликкер-шума.
Во второй главе проведено описание и исследование модели самоорганизованной критичности. Исследованві режимы субкритичности и суперкритичности. Разработан метод оценки функционалвного состояния организма. Разработан алгоритм выделения R-зубца.
В третьей главе рассмотрены особенности аритмий сердца. Предложены и обоснованы два эффективных признака диагностики аритмий. Исследованы зависимости распределения плотности вероятности признаков в зависимости от вида патологии. Разработаны решающие правила для диагностики патологий с использованием эффективных признаков. Разработана методика диагностики патологий на основе эффективных признаков. Разработана структурная схема алгоритма диагностики патологий.
В четвертой главе проводится разработка аппаратно-программного комплекса для экспериментальных исследований свойств медико-биологическских сигналов и экспериментальное исследование разработанных методов диагностики с использованием пакета математического моделирования MatLab.
В заключении приводятся основные научные и практические результаты работы, а также выводы по результатам выполненных исследований.
Классификация методов функциональной диагностики. Цели и структура решения
Анализ методов функциональной диагностики показывает, что их можно подразделить на отдельные группы в зависимости от используемых в них принципов получения информации. Это электрофизиологические, физико-механические, рентгенологические, радиологические, химические, физико-химические, акустические и т.д. Подобная классификация содержит определённый смысл с позиций проблемы автоматизации. Но приведённая классификационная схема не отражает специфических требований, связанных с характером проводимых исследований, способом организации и целевым назначением. На рисунке 1 приведены схемы классификации по этим трём признакам [12].
Характер исследований и цели влияют прежде всего на требования к перестраиваемости и гибкости систем автоматической диагностики (САД), а именно: гибкость структуры, возможность быстрой перестройки, изменение их свойств и т.д.
Задача диагностики заключается в определении принадлежности исследуемого объекта к одному из диагностических классов, кроме того выявлению и локализации изменений, приведших к переходу объекта из исходного состояния (класс "норма") в какое-либо другое состояние в группе классов "патология".
Стохастический гомеостаз
Методология медицины всегда находилась в незримом поле тяготения господствующей научной парадигмы, в значительной степени связанной с развитием физики и математики. Явно или неявно именно точные науки определяют точки роста во многих областях прикладного знания, несмотря на высокий междисциплинарный барьер, отделяющий эти две сферы научной деятельности. Однако многие перспективные физико-математические представления находят свое применение с большим опозданием, а подчас так и остаются за пределами общепринятых, хотя и устаревших концепций.
Такое положение сложилось к настоящему времени в областях медицины, связанных с анализом сложных физиологических сигналов. Не будет преувеличением сказать, что методология современной теоретической медицины почти целиком основана на представлениях детерминизма, согласно которым все причинно-следственные связи в организме рассматриваются как взаимно - однозначные. Отклонения от этой заведомо упрощенной схемы трактуются как следствие недостаточности знания о природе изучаемого физиологического явления; принято считать, что, будь это знание полным, поведение функциональных систем бы сколько угодно точно.
Исторически детерминизм в европейскую науку пришел из классической механики, под влиянием которой к началу 18 в. была сформирована в достаточной степени примитивная мировоззренческая концепция, в рамках которой любую систему молено было описать, разлогая на простые составляющие, и предсказать на основе этого описания ее поведение в отдаленном будущем.
Аритмии сердца и их проявления на ЭКГ
Как видно из приведённых результатов исследования электрокардиограмм, да и в целом из принципа построения модели, по критериям наклона спектра и дисперсии можно выяснить и прогнозировать состояние организма, но нельзя диагностировать развивающуюся патологию по той причине, что данные критерии описывают состояние всей системы, а не какого-либо отдельного участка и потому могут считаться интегральными. Для распознавания конкретной патологии необходимо применить соответствующие методы распознавания образов. Этот вопрос будет рассмотрен в следующей главе.
Приведенные в главе данные позволяют убедиться в том, что обращение к рассмотрению стохастического аспекта функциональной организации живой системы плодотворны как в концептуальном, так и практическом отношениях. Нельзя не упомянуть и еще один важный аспект обсуждаемой проблемы, состоящий в том, что намечающийся переход к анализу стохастических процессов в физиологии тесно связан с развитием информационных технологий. Действительно, в конечном счете именно наличие быстродействующих вычислительных средств делает возможным количественное исследование флуктуации и накопление данных измерений. В связи с этим можно надеяться, что развитие флуктуациоиных методов диагностики, происходящее параллельно с интенсивным развитием компъютерньк технологий, окажется одним из факторов, которые определят облик медицины недалекого будущего.
Аппаратная часть системы
Аппаратная часть системы состоит из двух частей: цифровой и аналоговой. Аналоговая часть необходима для предварительной обработки сигнала: усиление, фильтрация, подавление сетевой наводки. Цифровая часть выполняет функции опроса датчиков, согласование протоколов передачи данных на ЭВМ (транзакция), сохранение данных на устройстве памяти и цифровую обработку данных либо в реальном масштабе времени с последующим сохранением в памяти либо уже сохранённых в памяти ЭВМ данных.
Цифровая часть. Рассмотрим принцип построения цифровой части комплекса и приведём её структурную схему.
Во-первых, как уже говорилось, первым крупным блоком естественно является ПЭВМ, т.к. он позволяет нам не используя аппаратных затрат создавать, проверять и изменять различные алгоритмы цифровой обработки сигналов.
Для связи с компьютером используется шина USB (Universal Serial Bus). Архитектура USB определялась следующими критериями [20,54, 58]:
Легко реализуемое расширение периферии PC;
Дешевое решение со скоростью до 12 Мбит/сек;
Поддержка в реальном времени передачи аудио- и сжатых видеоданных;
