Содержание к диссертации
Введение
ГЛАВА 1 Электрофизиологические сигналы и средства их воспроизведения 10
1.1 Электрофизиологические сигналы как источник диагностической информации о биообъекте 11
1.2 Анализ измеряемых параметров ЭФС 15
1.3 Методы формирования искусственных ЭФС 29
1.4 Сравнительный анализ современных стандартных и специализированных средств воспроизведения ЭФС 39
1.5 Основные результаты и выводы 48
ГЛАВА 2 Алгоритм и методика формирования тестовых последовательностей электрофизиологических сигналов 50
2.1 Концептуально-блочный подход в исследовании параметров ЭФС 50
2.2 Получение репрезентативной модели ТП ЭФС 55
2.3 Алгоритм формирования тестовых последовательностей ЭФС 67
2.4 Методика создания тестовых последовательностей формы ЭФС 69
2.5 Основные результаты и выводы 83
ГЛАВА 3 Разработка базы данных тестовых последовательностей эфс для системы аппаратно программного воспроизведения 84
3.1 Современные базы данных ЭФС 84
3.2 Основные этапы создания базы ТП ЭФС 98
3.3. Этапы разработки программного имитатора для воспроизведения тестовых последовательностей ЭФС 108
3.4. Практическое применение разработанной базы данных ТП ЭФС 111
3.5 Основные результаты и выводы 115
ГЛАВА 4 Реализация системы аппаратно-программного воспроизведения ЭФС 117
4.1 Разработка имитатора ЭФС 117
4.2 Применение имитаторов ЭФС для оценки работоспособности медицинских приборов 126
4.3 Применение имитаторов ЭФС в учебном процессе специальностей медико-технического профиля 140
4.4 Основные результаты и выводы 143
Заключение 144
Список сокращений и условных обозначений 146
Список литературы 147
- Анализ измеряемых параметров ЭФС
- Получение репрезентативной модели ТП ЭФС
- Этапы разработки программного имитатора для воспроизведения тестовых последовательностей ЭФС
- Применение имитаторов ЭФС в учебном процессе специальностей медико-технического профиля
Введение к работе
Актуальность темы. Одной из наиболее перспективных областей применения достижений современной науки является медицина. Современный этап развития такого раздела медицины, как электрофизиология, характеризуется широким применением цифровых средств регистрации со встроенными алгоритмами автоматической обработки и анализа электрофизиологических сигналов (ЭФС). Для тестирования таких приборов, для оценки качества алгоритмов обработки ЭФС, а также для целей обучения целесообразно использовать искусственно созданные ЭФС, повторяющие форму реальных сигналов. Они имеют заданные амплитудно-временные параметры и способны имитировать широкий спектр нормальных и патологических состояний человека.
Различные аспекты теории и практики в этом направлении достаточно полно освещены в работах современных ученых, таких как А. П. Не-мирко, П. Л. Никифоров, Д. А. Ладяев, Д. А. Прилуцкий, С. В. Селищев, Л. С. Файнзильберг, J. B. Pormann, R. Karthik, S. Ward и др.
Реальные ЭФС, как правило, зашумлены, имеют сложные фрагменты и импульсы, отражающие «форму» сигнала, которая меняется для однотипных участков сигнала от цикла к циклу. Различная длительность меж-импульсовых интервалов отражается в непостоянном «ритме». Нет четких границ между отдельными фрагментами и импульсами реальных ЭФС. Со всеми этими проблемами приходится сталкиваться при разработке тестовых последовательностей (ТП) ЭФС.
Известны различные подходы к построению искусственных ЭФС, но, несмотря на большое количество проведенных исследований, остаются вопросы, требующие дополнительной проработки. К таковым относится задача разработки ТП, наиболее точно отражающих амплитудно-временные параметры реальных сигналов сложной формы. В первую очередь это относится к электрокардиосигналу (ЭКС), так как он имеет сложную для анализа форму с максимальным количеством информативных участков и является самым распространенным среди всех ЭФС.
Проведенный анализ научно-технической и патентной литературы по вопросу состояния современных средств воспроизведения ЭФС показывает, что применяемые специализированные генераторы и имитаторы имеют ограниченные функциональные возможности и формируют, как правило, отдельные фрагменты и импульсы сигнала. Поэтому актуальной является задача разработки системы аппаратно-программного воспроизведения ЭФС для тестирования медицинских диагностических приборов, оценки качества реализованных в них алгоритмов и для обучения студентов медико-технического направления.
Целью диссертационной работы является разработка и исследование системы аппаратно-программного воспроизведения ТП ЭФС сложной формы, позволяющей обеспечивать автоматизацию процессов испытаний
и тестирования медицинских диагностических приборов и пригодной для обучения специалистов медико-технического направления.
Для достижения поставленной цели были сформулированы и решены следующие задачи:
-
обзор методов и средств воспроизведения ЭФС и обоснование актуальности разработки системы аппаратно-программного воспроизведения ЭФС;
-
разработка методики создания базовых структур формы ЭФС и алгоритма формирования ТП для воспроизведения аппаратно-программным имитатором;
-
создание и исследование современной базы данных математически обоснованных ТП ЭФС;
-
разработка, экспериментальное исследование и внедрение универсального имитатора ЭФС для системы аппаратно-программного воспроизведения ЭФС, способного воспроизводить ТП ЭФС из стандартных баз реальных ЭФС и созданной базы ТП ЭФС.
Объектом исследования является система аппаратно-программного воспроизведения ТП ЭФС различных морфологий.
Предмет исследования – методы и средства формирования ТП формы ЭФС.
Методы исследования. Для решения поставленных задач использовались методы системного анализа, имитационного моделирования, теории вероятностей и математической статистики, теории цифровой обработки сигналов, принципы создания и функционирования программных средств вычислительной техники, методы проектирования баз данных, методы алгоритмизации и объектно-ориентированного программирования, методы оценки адекватности полученных результатов, а также интерпретации полученных экспериментальных данных.
Научная новизна. В диссертационной работе получены следующие новые научные результаты:
-
разработан алгоритм формирования ТП ЭФС, который отличается подробным описанием процедуры раздельного формирования ТП «формы» и «ритма» ЭФС, а также отрезков сигналов различной морфологии, эффективность которого подтверждается результатами сравнения с аналогами на основе статистических специализированных критериев оценки;
-
создана структура системы аппаратно-программного воспроизведения ЭФС, отличающаяся применением концептуально-блочного подхода к анализу диагностически значимых измеряемых параметров ЭФС;
-
разработана методика формирования базовых структур ТП ЭФС, отличающаяся повышенной точностью учета морфологии реальных сигналов, и создана база данных ТП ЭФС;
-
разработан аппаратно-программный имитатор ЭФС, отличающийся способностью воспроизводить ТП из стандартных баз реальных ЭФС и созданной базы ТП ЭФС и позволяющий применять его для тестирования
медицинских диагностических приборов, а также в учебном процессе медико-технических специальностей.
Практическая значимость. Предложенные алгоритм формирования базовых структур ЭФС и методика получения ТП позволяют создать базу данных ТП ЭФС, с повышенной точностью учитывающих морфологию реальных сигналов, что крайне важно при обучении специалистов медико-технического направления.
Применение системы аппаратно-программного воспроизведения разработанных ТП позволяет имитировать сложные формы ЭФС, что способствует оптимизации процедуры тестирования медицинских приборов и систем, а также сокращает время выявления в них неисправностей.
Основные положения, выносимые на защиту:
-
алгоритм формирования ТП ЭФС, отличающийся подробным описанием процедуры раздельного формирования ТП «формы» и «ритма» ЭФС, а также отрезков сигналов различной морфологии в вариантах сочетания нормальных и патологических отрезков;
-
структура системы аппаратно-программного воспроизведения ЭФС, отличающаяся применением концептуально-блочного подхода к анализу диагностически значимых измеряемых параметров ЭФС;
-
методика формирования базовых структур ТП формы ЭФС, отличающаяся повышенной точностью учета морфологии реальных сигналов, и их база данных;
-
аппаратно-программный имитатор ЭФС, отличающийся способностью воспроизводить ТП из стандартных баз реальных ЭФС и созданной базы ТП ЭФС и позволяющий применять его для тестирования медицинских диагностических приборов, а также в учебном процессе медико-технических специальностей.
Достоверность результатов работы подтверждается методологической обоснованностью исходных позиций исследования, корректным использованием методов математической статистики, результатами верификации и проверки адекватности тестовых сигналов.
Реализация и внедрение результатов работы. Методика и алгоритмы создания тестовых последовательностей были внедрены в ЗАО «НИИ Специальных проектов» при выполнении технического проекта составной части опытно-конструкторской работы «Завет-ПК» по разработке автоматизированного комплекса контроля электрофизиологических параметров бойца на поле боя.
Аппаратно-программный имитатор системы воспроизведения ЭФС внедрен в ООО «Дельрус-НН» в качестве средства тестирования медицинских диагностических приборов.
Программные средства и база данных внедрены в учебный процесс кафедры «Информационные технологии и менеджмент в медицинских и биотехнических системах» Пензенского государственного технологического университета.
Апробация работы. Научные и практические результаты диссертационной работы докладывались и обсуждались на V, VI, VIII Всероссийских научно-технических конференциях «Информационные и управленческие технологии в медицине и экологии» (Пенза, 2011, 2012, 2014 г.); XII Всероссийской научно-технической конференции «Медицинские информационные системы» (Таганрог, 2012 г.); IV, V, VI Научных конференциях студентов, аспирантов и молодых ученых «Актуальные проблемы науки и образования» (Пенза, 2011–2013 гг.); XVIII, XIХ, XХI Международных научно-технических конференциях студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» (Москва, 2012, 2013, 2015 г.); IX, X, XI Межрегиональных научно-практических конференциях студентов и аспирантов «Инновационные технологии в экономике, информатике, медицине и биотехнологиях» (Пенза, 2012–2014 гг.); III Международной научно-прикладной конференции «Современные информационные технологии в управлении качеством» (Пенза, 2014 г.); Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Актуальные проблемы науки и образования», посвященной 55-летию ПензГТУ (Пенза, 2014 г.); Международной научно-прикладной конференции «Информационные технологии в экономических и технических задачах» (Пенза, 2016 г.); Х Российско-Германской конференции по биомедицинской инженерии (Санкт-Петербург, 2014 г.).
Публикации. Основные теоретические и практические результаты диссертационной работы отражены в 26 публикациях, среди которых 1 монография, 9 статей в ведущих рецензируемых журналах, рекомендованных ВАК РФ, 1 публикация в журнале из базы SCOPUS, 1 зарубежная публикация на иностранном языке, 1 публикация в электронном издании и 1 патент РФ.
Личный вклад автора. Все основные научные результаты, приведенные в диссертации и сформулированные в положениях, выносимых на защиту, получены автором лично. Работы опубликованы в соавторстве с научным руководителем, которому принадлежат постановка решаемой задачи, формулирование цели исследования и контроль качества проведения экспериментов. Лично автором проведено математическое описание ЭФС, обработаны статистические данные, проведены экспериментальные исследования, разработан программный имитатор и макет системы аппа-ратно-программного воспроизведения ЭФС, интерпретированы и обобщены полученные результаты, сформулированы выводы.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка сокращений и условных обозначений, списка литературы, содержащего 109 наименований, и двух приложений. Общий объем работы составляет 158 страниц основного текста, в том числе 58 рисунков и 7 таблиц.
Анализ измеряемых параметров ЭФС
Временная последовательность импульсов или ритм несет меньшую диагностическую нагрузку, чем морфология повторяющихся импульсов. Даже небольшие отклонения в организме, которые не отражаются на ритме сигнала, дают четкое изменение формы.
Информативные параметры формы отдельных импульсов могут измеряться как для самих биосигналов (БС), так и для их n-ых производных (чаще всего 1-го или 2-го порядка) от БС, которые обычно дифференцируются с целью уменьшения влияния помех и для определения точек перегиба и экстремумов. Целесообразно выделить такие параметры, как амплитуда, длительность, энергия (мощность) и длина огибающей, причем последние два параметра измеряют как для сложных импульсов в целом, так и для зубцов, входящих в их состав, но не измеряют для отдельных фронтов импульсов, в отличие от параметров амплитуды и длительности.
Выделенные информативные параметры формы импульсов БС имеют следующий геометрический смысл: амплитуда импульса - соответствует его высоте, длительность - ширине, мощность импульса - площади, а длина его огибающей -периметру, правда, обычно без учета длительности основания импульса.
К параметрам периодичности импульсов биосигналов относят временные параметры, измеряемые в промежутках между информативными импульсами, и которые соответственно уже нельзя отнести к параметрам самих импульсов. Следует отметить, что амплитуда биосигналов на этих участках, как правило, диагно 16 стического значения не имеет, т.к. в отсутствии помех они являются изоэлектри-ческими [49]. Воспроизведение только временных последовательностей ЭФС (длительности межимпульсовых интервалов) не представляет особых затруднений и не является сложной диагностической задачей, а остановиться подробнее нужно на определении информативных параметров амплитуды сигнала и его конфигурации (морфологии, формы).
Вегетативная нервная система и ее симпатические и парасимпатические взаимодействия влияют на ритм сердца - тот показатель, который повсеместно используется в диагностике функционального состояния человека, в том числе и с помощью холтеровского мониторирования (рисунок 1.3).
Комплекс холтеровского мониторирования Анализ ритма всегда начинается измерением RR-интервалов. В связи с тем, что величина шага дискретизации всегда конечна, то присутствует ошибка оценки значений RR-интервалов по оцифрованному ЭКГ-сигналу. Выбор низкой частоты дискретизации может приводить к неточному определению опорной точки импульса R, что значительно меняет измеряемые спектральные характеристики сигнала ЭКГ. Международные стандарты измерения ЭКС [94] рекомендуют диапазон выбора частоты дискретизации от 250 до 500 Гц.
Выбор частоты дискретизации зависит от частотного диапазона ЭКГ, от то 17 го, какие цели преследует исследователь и какой при этом использует метод анализа. Выбор частоты дискретизации обусловлен спектральной плотностью мощности ЭКГ, которая приходится на диапазон частот 0,530 Гц. Руководствуясь теоремой Котельникова, можно ограничиться частотой дискретизации в 100 Гц. Но Американским обществом кардиологов рекомендовано использование частоты дискретизации равной 500 Гц. Но в последнее время все больше высказываются мнения о том, что необходимо использовать частоту дискретизации равной 1 кГц [109].
Анализируя спектральную плотность мощности можно получить базовое распределение мощности в зависимости от частоты. Рисунок 1.4 показывает, что в спектре выделяют 3 основных спектральных диапазона [81]: очень низкие частоты (0,0030,04 Гц), низкие частоты (0,040,15 Гц) и высокие частоты (0,150,4 Гц).
Рисунок 1.4 - Спектр ЭКГ Анализ сердечного ритма с помощью ЭКГ производится, прежде всего, по длительности поочередно следующих друг за другом R-R-интервалов [54], представляющих собой импульсы R QRS-комплексов ЭКС. Длительность R-R-интервалов в норме соответствует 0,7 - 1 с. В ЭКС диагностически значимым является не только сердечный ритм. На нормальной ЭКГ имеется ряд импульсов и интервалов между ними. В частности выделяют импульс P, импульсы Q, R и S, образующие сложный импульс QRS (кардиоимпульс), T и U, а также интервалы P-Q (P-R), S, Q, Q-U, T-P (рисунок 1.5) [19].
Амплитуду импульсов измеряют в милливольтах. При этом 1 мВ должен соответствовать отклонению от изоэлектрической линии на 1 см. Длительности импульсов и интервалов измеряют в секундах. При скорости движения ленты электрокардиографа 50 мм в секунду 1 мм соответствует 0,02 с (5 мм - 0,1 с), а при скорости 25 мм в секунду 1 мм соответствует 0,04 с (5 мм - 0,2 с). Длительности импульсов и интервалов оценивают по тому отведению, где эти параметры имеют наибольшее значение величины [78].
Получение репрезентативной модели ТП ЭФС
Принцип работы такого имитатора заключается в следующем. Генератор тактовых импульсов подает их на циклические счетчики адресов, задающие адрес вывода и адрес записанного тестового электрокардиосигнала для его воспроизведения. По переданному на вход постоянного запоминающего устройства адресу считывается цифровая последовательность электрокардиосигнала, которая далее подвергается цифро-аналоговому преобразованию. С аналогового выхода цифро-аналогового преобразователя сигнал поступает на мультиплексор, выходной канал которого задан адресом вывода. Выходы этого имитатора оснащены многоканальными низкочастотными фильтрами, имеющими схемы выборки и хранения. Выходной аттенюатор приводит выходное напряжение к соответственным ЭКГ амплитудам (± 5мВ) тестовых сигналов. Такие имитаторы являются узкоспециализированными устройствами, ограничены элементной базой, могут воспроизводить только заранее записанные сигналы. Они морально устарели и не обеспечивают необходимый уровень современных потребностей.
Имитаторы (симуляторы) ЭКС широко применяются также и для обучения. Сегодня существует огромное количество имитаторов пациента (PS-2010, PS400, medSim 300B, SimMan, SimNewB, SL-8 SimSlim и другие), как правило, аппаратного исполнения с применением микропроцессоров для использования в манекенах. Имитаторы пациента ориентированы на обучение медперсонала и повышения квалификации специалистов, а также демонстрацию работы информационно-измерительных систем медицинского назначения. Ярким представителем данного вида имитаторов является портативный симулятор электрофизиологических и тестовых сигналов «Симулятор ЭКГ/ЭЭГ Нейротест7»[65]. Преимуществом данного прибора является его компактность и автономность. Использующийся в нем метод прямого цифрового синтеза позволяет получить следующие сигналы: - гармонический (синус) 0.5 - 99Гц; - меандр 0.5 - 99Гц; - нормальный PQRST комплекс во II отведении с периодом повторения от 0.5 до 1.6 Гц; - 2 вида характерных зрительных вызванных ЭЭГ потенциалов и их чередование; период от 0.5 до 1.6 Гц; - сигнал для проверки подавления T-волны по IEC 60601-2-27; от 30 до 300 в минуту; - сигнал для проверки детектора частоты сердечных сокращений по IEC 60601-2-27; от 30 до 300 в минуту; - сигнал имитации фибрилляции желудочков - AHA DB 8201 [60].
Узкий список синтезируемых сигналов является недостатком, ограничивающим применение данного имитатора. Для проведения поплатного тестирования изделий при их разработке и для детального тестирования электрофизиологических приборов необходимо гораздо большее количество разновидностей тестовых последовательностей, а для выявления ошибок первого и второго рода необходимы различные сочетания отрезков реальных сигналов. Для задач обучения необходимо иметь различные сигналы норм и патологий. Такое огромное количество тестовых сигналов и их сочетаний сложно разместить в ПЗУ и обеспечить удобный интерфейс их использования.
В настоящее время появилось много приборов открытой архитектуры с интерфейсом на базе операционной системы Windows, что обеспечивает простоту и удобство в эксплуатации, при подключении к периферийным устройствам и при взаимодействии с программным обеспечением других производителей. К таким приборам относятся генераторы сигналов произвольной формы АКИП-3405, AFG-73081 и другие [17].
Работают аппаратно-программные имитаторы электрокардиосигналов по такому же принципу, как и аппаратные (рисунок 1.19). Управляющая программа на персональном компьютере для платы с цифро-аналоговыми преобразователями фактически заменяет тактовый генератор, циклические счетчики адресов и постоянное запоминающее устройство, реализуя их функции. Функционально имитаторы ЭКС на базе компьютеров, безусловно, превосходят ранее описанные в работе простейшие имитаторы. Такое превосходство обеспечивает их программное обеспечение с его гибкостью и легкостью для модификаций. Однако есть трудно решаемая проблема по обеспечению гальванически развязанной связи имитатора ЭКС и электрокардиографа. Если такая гальваническая развязка отсутствует, то это приводит к появлению нежелательных помех и шумов на входных трактах испытуемого прибора. Имитаторы на базе компьютера являются не дешевым решением, потому что стоимость их в большей степени зависит от цены на компьютерное оборудование [6].
Этапы разработки программного имитатора для воспроизведения тестовых последовательностей ЭФС
Форма сложных биологических сигналов может меняться в соответствии с характером того или иного заболевания, а также в зависимости от индивидуальных физиологических особенностей пациента, поэтому на этапе классификации сегментов ЭФС необходимо привлечение компетентного специалиста в данной области. Это приводит к увеличению времени формирования модели, но полученная модель будет адекватнее отражать индивидуальные физиологические особенности. Применение этой методики позволяет создавать модели ЭФС, отражающие особенности характерные для мужчин и женщин, «стариков» и детей, а также других категорий пациентов. Формирование ТП по записям сигналов из баз данных MIT-BIH и AHA сокращает время на проведение оцифровки, сегментации и классификации сегментов, учитывающих особенности нормы и патологии, а так же позволяет использовать полученные ТП для качественной оценки работоспособности медицинских приборов, аппаратов и систем, производящих автоматический анализ медико-биологических сигналов.
В процессе моделирования нужно быть полностью уверенным в том, что модели в точности соответствуют оригиналу. Для автоматизированной обработки накопленных данных требуется произвести нормализацию участков ЭФС по амплитуде и частоте. Процесс выравнивания амплитуд и частотных характеристик приводит все данные в одну систему координат.
Нормирование по частоте дискретизации проводится передискретизацией сигнала с помощью цифровых фильтров. Для сокращения числа отсчетов используется прореживающий фильтр: с коэффициентом децимации M, а для увеличения - интерполирующий фильтр вида: где L-коэффициент интерполяции, k=n кратные L. Проще всего реализуется интерполяция с помощью кусочно-линейной функции: Учитывая, что разница отсчетов определяет коэффициент интерполяции, то обобщенная формула передискретизации, применяемой для нормирования: где xi – i-й отсчет входного сигнала, yj – j-й отсчет выходного сигнала, K – коэффициент передискретизации, определяющийся отношением количества старых отсчетов No к количеству новых отсчетов Nn: После получения нормированных по частоте дискретизации участков сигнала с одинаковыми морфологическими характеристиками проводится нормирование по амплитуде: где x и y – входной и выходной сигнал соответственно, а Nu –количество одинаковых участков, подходящих для нормирования.
Полученный после нормирования участок сигнала представляет собой базовую структуру, основанную на усреднении сигнала. Для удобства представления и последующего сравнительного анализа со стандартными функциями, формы реальных сложных электрофизиологических сигналов сегментируются и масштабируются; вычисляется минимальное расстояние Dmin между математической моделью и реальным биологическим сигналом по формулам (2.19) и (2.20): где j = 1,2,3,…N; Bi - постоянный коэффициент нормировки; хi - параметры реального сигнала; xi(j) - параметры математической модели. Диапазон амплитуд реальных сигналов при этом варьируется от 50 до 100 мс. Максимальный частотный спектр формы сигнала не превышает 1000 Гц [69].
Для сравнения двух выборок, одной из которых является биосигнал, а другой – базовая структура или аналитическая модель биосигнала, нужно проверить соответствие выборок нормальному закону распределения и провести статистическую обработку данных. Примеры базовых структур и их сравнение с формами реальных сигналов представлены на рисунке 2.11. Сфигмограмма при патологии
При планировании эксперимента очень важно знать количество объектов, необходимых для отбора в группу, чтобы получить достоверные результаты [77]. Для этого производится расчет численности выборки (или минимального объема выборки), необходимой и достаточной для получения достоверных значений. В простом выражении применяемая для этого расчета формула (2.3) имеет вид: О где п - объем выборки в планируемом исследовании; t - число сигм, соответствующее показателю вероятности, достаточной в планируемом исследовании; - допустимая неточность в данном эксперименте, выраженная в сигмах; А = X - X - допустимая неточность в определении генеральной средней по ее выборочной средней, т. е. допустимая разность, отличающая выборочную среднюю от генеральной величины [2]. Для расчета объема выборки «п» по указанной формуле (2.21) в качестве исходных величин необходимо хотя бы приближенно знать значения генеральной средней ( X), выборочной средней ( X ) и квадратического отклонения (sx) для изучаемого признака. Эти величины могут быть известны из данных предварительных исследований или по литературным источникам. При этом разница X - х может быть достаточно большой. При наличии данных о максимальном и минимальном значениях изучаемого признака величина сигмы может быть получена путем деления размаха на 5 (на 6 или 7 в зависимости от объема выборки).
В случае полного отсутствия каких-либо предварительных данных показатель вероятности устанавливается ориентировочно. Для предварительных исследований может быть принята величина К 0,3-0,5, для исследований средней точности - К 0,1-0,3, для исследований повышенной точности - К 0,1.
Показатель вероятности t для большинства биологических исследований принимается как /=1,96; Р=0,95. Для исследований, к которым предъявляется повышенная требовательность, может быть принято /=2,58; Р=0,99. В особо ответственных случаях принимается /=3,30; Р=0,999.
Статистическая обработка результатов сводится к следующему. Выбирается метод сравнения параметров распределения выборок по разработанной схеме на рисунке 2.12. Определяются статистические критерии для оценки адекватности моделей [32]. Они могут быть: параметрическими или непараметрическими. Проверяется, либо отвергается гипотеза Н0. Определяются дополнительные условия для выбора критерия, т. к. многие критерии требуют выполнения специализированных дополнительных условий, без которых их использование будет некорректным.
Применение имитаторов ЭФС в учебном процессе специальностей медико-технического профиля
Сигнал, воспроизведенный имитатором по формуле (3.4) с минимальной длительностью импульса, представляет собой импульсный сигнал. Используя модели идеализированного электрокардиосигнала и импульсного сигнала, можно имитировать и форму и ритм во множестве их проявлений. Таким образом, формируется база ТП, имитирующих реальные электрофизиологические сигналы. В отличие от существующих баз данных, таких, как база данных по аритмиям Массачусетского технологического института (MIT-BIH) или база данных Американской ассоциации сердца для оценки аритмии желудочков (AHA), в которых представлены записи реальных сигналов [52], предлагаемая автором база данных базируется на тестовых последовательностях, основанных на стандартизованных математических функциях. Для наполнения такой базы сигналами в норме и патологическими используется имитационное моделирование биоэлектрических сигналов и их параметров. Это позволяет охватить всю вариабельность ритма и формы ЭФС и формировать тестовые последовательности в различных сочетаниях формы и длительности межимпульсных интервалов, что в реальных условиях получить затруднительно. Однако, такие тестовые последовательности помогают выявлять «узкие места» в работе приборов. База моделей тестовых последовательностей, учитывающих особенности нормы и патологии сигналов, поможет проводить качественную оценку работоспособности медицинских приборов, аппаратов и систем, производящих автоматический анализ медико-биологических сигналов.
Разработка программного имитатора электрофизиологических сигналов принципиально не отличается от разработки какого-либо программного обеспечения. Присутствуют основные этапы разработки, такие как проектирование, дизайн и кодирование. Схематично это представлено на рисунке 3.10.
Схема этапов разработки программного имитатора ЭФС Анализ требований ознаменован подготовкой исходных данных. На этом шаге готовятся реальные электрофизиологические сигналы. Проходит оцифровка сигналов или их подбор из существующих баз данных, а также дифференциация по диагностическим критериям.
Разработка моделей тестовых последовательностей позволяет оценить сте 109 пень функционала и возможностей, предъявляемых к имитатору ЭФС. После выбора среды программирования начинается этап проектирования программного обеспечения имитатора. На этом этапе определяются архитектура имитатора - внутренние свойства программного обеспечения и детализация его внешних свойств на основе требований специалистов медицинского профиля. Определяется устройство компонентов для облегчения программирования и разделения функциональных возможностей.
Важным пунктом этапа проектирования является разработка «дружественного» интерфейса программного обеспечения. От того, как будет выглядеть имитатор, многое зависит. Удобство и простота имитатора облегчают работу с ним, а понятность и подсказки позволяют работать малоподготовленному персоналу. Следует уделить много внимание разработке макетов интерфейсов программного обеспечения, чтобы они были эргономичными и функциональными.
Этап кодирования и тестирования программного имитатора представляет собой поэтапное написание кодов программы, а также их отладку. Этот процесс может идти несколькими путями. Вариант реализации зависит от квалификации и фантазии программиста. Принято выделять несколько типов схем: каскадная, итерационная и спиральная.
При использовании каскадной модели предполагается выполнять последовательно все этапы разработки проекта в строго фиксированном порядке. Для перехода на следующий этап необходимо полностью завершить работы на предыдущем этапе. На стадии формирования требований разрабатывается техническое задание, в котором документируемые требования фиксируются. Их нельзя менять на других этапах разработки проекта [67]. Для каждой стадии разработки выпускается полный комплект документации, достаточный для того, чтобы другая команда разработчиков смогла продолжить разработку проекта.
Альтернативной моделью разработки является итеративная или инкрементальная. В отличие от последовательной модели при использовании итеративной жизненного цикла проекта разбивается на последовательные итерации. Каждая такая итерация напоминает «мини-проект» и включает все этапы разработки, применяемые к созданию не всего проекта, а только его части с меньшей функциональностью. Для каждой итерации важно получить работающую версию программной системы с ее функциональностью, включающую содержание всех предыдущих итераций и текущей. Результатом конечной итерации должна стать аккумуляция всей требуемой функциональности продукта. Таким образом, возможности программного продукта с каждой итерацией получают некое приращение и, следовательно, развиваются эволюционно. В данном случае инкременталь-ность, итеративность и эволюционность выражают один и тот же смысл, хотя другими словами и с немного разных точек зрения.
Спиральная модель основана на классическом цикле Деминга (рисунок 3.11) [61]. Использование этой модели подразумевает создание программного обеспечения за несколько витков спирали (итераций) с помощью прототипов. На каждом витке создается прототип (фрагмент или версия программного обеспечения). Он позволяет уточнить цель и характеристики всего проекта на каждом витке, оценить качество полученных результатов и спланировать работу для следующей