Введение к работе
Актуальность проблемы. Радиотехнические методы приёма, обработки и хранения информации получили широкое развитие в различных областях жизни и продолжают расширять свои области применения, охватывая такую предметную область, как медицина.
Применение радиотехнических устройств обработки биомедицинских сигналов способствует увеличению объёма и качества получаемой информации о функциональном состоянии человека, и как следствие, созданию более эффективных биомедицинских приборов, аппаратов и систем. Так, применение методов обнаружения и селекции слабых сигналов на фоне помех для автоматического анализа электрокардиосигнала (ЭКС) позволяет выявить различные виды нарушений в работе сердца. Автоматизация процесса приёма, обработки и анализа ЭКС для обнаружения и распознавания патологических отклонений является актуальной задачей диагностики работы сердца человека, т.к. заболевания сердечнососудистой системы (ССС) являются наиболее распространенной причиной смертности и инвалидности во всем мире. По данным Всемирной организации здравоохранения смертность от этих заболеваний составляет 30% в мире и 42% в Европе.
В связи с этим особую значимость и научно-практический интерес представляет развитие мобильных средств экспресс-диагностики работы сердца с помощью интеллектуальных методов регистрации, обработки и анализа электрокардиосигнала (ЭКС), обеспечивающих получение достоверной информации об электрической активности сердца на основе раннего обнаружения в ЭКС тех или иных изменений по сравнению с ЭКС здорового человека.
В последнее время ведутся активные работы, как в России, так и за рубежом, по разработке более точных и быстрых алгоритмов классификации электрокардиограмм, в том числе с применением искусственного интеллекта. Большая часть работ направлена на использование нейронных сетей. В них с помощью обучения нейронной сети соответствующими выборками (иногда с предварительной обработкой), добиваются устойчивого распознавания типов ЭКГ и выявления нарушений в работе сердца.
Большой вклад в развитие направления ИНС в медицине внесли многие ученые и специалисты, как в России, так и за рубежом, в том числе: Галушкин А.И., Мызников А.В., Россиев Д.А., Лохман В.Ф. Масалович А.И., Baxt W.G., Hoher M, Kestler H.A, Golovenkin S.E., Shulman V.A., Matjushin G.V. и др.
Анализ этих работ показывает перспективность применения ИНС в задачах медицинской диагностики. Все это свидетельствует о том, что проблема разработки алгоритмов распознавания на ранних стадиях наличия патологических изменений в ЭКС является социально - значимой. Используемые в настоящее время кардиомониторы, по сути, являются радиоэлектронными средствами автоматического анализа электрокардиосигнала (ЭКС) и отличаются набором выполняемых функций и глубиной анализа. Применение технологий ИНС для решения задач экспресс-диагностики состояния сердца позволит расширить функциональные возможности переносных кардиомониторов и их использование в практическом здравоохранении.
Актуальность данной диссертации определяется необходимостью разработки и исследования методов и средств получения, обработки и анализа электрокардиосигнала с использованием нейросетевых технологий для распознавания на ранней стадии изменений его формы и, как следствие, нарушений в работе сердца.
В связи с этим целью данной работы является развитие радиотехнических методов раннего распознавания патологических изменений в сигнале электрической активности сердца на основе применения технологии искусственных нейронных сетей.
Для достижения поставленной цели ставится задача синтеза алгоритмов выделения, обработки и нейросетевого анализа диагностической информации, содержащейся в электрокардиосигнале, отражающем электрическую активность сердца человека. Для этого необходимо:
-
На основе проведенного анализа литературы по существующим подходам и методам решения задачи распознавания патологических отклонений в ЭКС выбрать и обосновать основные параметры и характеристики искусственной нейронной сети (ИНС).
-
Сформировать необходимый объем обучающих и тестовых данных электрокардиосигналов в «норме» и при отклонениях от нормы.
-
Разработать алгоритмы создания обучающих образов, а также структуру экспериментальной базы данных ЭКС.
-
Разработать специализированные алгоритмы автоматизации проведения экспериментальных исследований ИНС для обоснованного выбора методики формирования пространства признаков для ИНС и размера нейросети в целом.
-
Провести экспериментальные исследования разработанной нейросетевой системы распознавания и анализа электрокардиосигналов и, на основе выбранных критериев, оценить эффективность её функционирования в задаче экспресс - диагностики работы сердца.
Объектом исследования являются методы обработки и анализа биоэлектрических сигналов (БЭС).
Предметом исследования является эффективность применения нейросетевой технологии к решению задач выявления и распознавания
патологических изменений в биоэлектрических сигналах.
Область исследований. Решение научно - технической задачи развития современных методов и средств обработки и анализа электрокардиосигнала на основе применения нейронных сетей и технологии распознавания образов для повышения эффективности аппаратно - программных комплексов экспресс - диагностики работы сердца человека.
Методы исследования. Для решения поставленных в работе задач использовались: методология системного анализа, теории искусственных нейронных сетей и распознавания образов, цифровой обработки сигналов, статистического моделирования и экспериментальные исследования. В процессе работы использовался программный пакет Neural Network Toolbox системы Matlab 7. Экспериментальный прототип системы нейросетевого анализа электрокардиосигналов разрабатывался с применением программной среды Lazarus.
Научная новизна результатов исследования:
-
-
Разработана методика формирования входных образов ЭКС, несущих информацию об электрической активности сердца, последующий анализ которых с помощью ИНС позволяет оценить работу сердца в режиме экспресс - диагностики при повышенной устойчивости к воздействию шумов и помех.
-
Разработан и экспериментально исследован алгоритм предварительной обработки ЭКС на основе формы сегментированного P- QRS-T комплекса, обеспечивающий получение на ранних стадиях информации об электрической активности сердца с возможностью локализации места возникновения патологии.
-
Разработан алгоритм нахождения оптимального количества нейронов скрытого слоя ИНС на основе результатов обучения и тестирования сети, что способствует минимизации ошибки неверного заключения.
Практическая значимость. Разработанные на основе многослойного персептрона нейросетевые блоки анализа электрокардиосигнала расширяют функциональные возможности переносных кардиомониторов по обнаружению нарушений в работе сердца человека, в частности, обеспечивают распознавание и локализацию патологических отклонений от нормы в проводящей системе сердца человека. Предложенный в работе сегментарный подход обеспечивает автоматический поиск и диагностику патологий сердца в режиме реального времени с чувствительностью 85% и специфичностью 92%.
Разработанная методика нахождения оптимального количества нейронов скрытого слоя для многослойного персептрона обеспечивает возможность выбора такого сочетания значений чувствительности и специфичности, при которых достоверность выполнения задачи экспресс- диагностики состояния сердца (целевая функция ИНС) максимальна.
Экономическая и социальная значимость работы состоит в расширении функциональных возможностей и повышении эффективности работы переносных кардиомониторов для экспресс - диагностики работы сердца человека.
Достоверность научных положений. Достоверность научных положений, выводов и рекомендаций, сформулированных в диссертации, подтверждается результатами тестирования созданных алгоритмов на основе общепризнанных верифицированных баз записей ЭКС ресурса PhysioNet, экспериментальных исследований и апробации разработанных специализированных нейросетевых блоков распознавания отклонений ЭКС от нормы.
Основные научные положения, выносимые на защиту.
-
-
-
Методика создания входных образов ЭКС по времени относительно R-зубца, которая отличается большей помехоустойчивостью по сравнению с методиками сегментации по форме ЭКГ.
-
Алгоритм формирования входных образов кардиокомплексов на основе выделения сегмента P-QRS-T комплекса, который позволяет увеличить достоверность распознавания отклонений от нормы по сравнению с параметрическим методом создания образов.
-
Алгоритм нахождения оптимального числа нейронов скрытого слоя ИНС типа многослойный персептрон, который обеспечивает повышение эффективности функционирования нейросетевых блоков по распознаванию отклонений ЭКС от нормы.
Результаты внедрения работы. Основные теоретические и практические результаты работы внедрены в научно-исследовательскую деятельность и в учебный процесс кафедры биомедицинской инженерии Владимирского государственного университета при подготовке специалистов по направлениям 200300 -«Биомедицинская инженерия» (бакалавриат), 201000 - «Биотехнические системы и технологии» (бакалаврат, магистратура). Подтверждено актом внедрения.
Созданное методическое и программное обеспечение, в частности, методика нахождения оптимального числа нейронов скрытого слоя, методика выделения R-зубца ЭКС представляет научно-практический интерес для ОАО «Владимирское КБ радиосвязи» при решении радиотехнических задач, связанных с цифровой обработкой сигналов и изображений. Подтверждено заключением о полезности диссертационной работы.
Апробация нейросетевой обработки реальных ЭКС в муниципальном учреждении здравоохранения «Городская больница № 1», г. Владимира также подтверждена актом о внедрении.
Личный вклад автора определяется разработкой алгоритмов программ автоматизации исследований, проведением компьютерного
моделирования, выполнением основных расчетов, проведением анализа результатов.Апробация работы. Основные научные и практические результаты работы докладывались и обсуждались на: VII международной научно- технической конференции «Физика и радиоэлектроника в медицине и экологии», Владимир, 2008г; IX международной научно-технической конференции «Физика и радиоэлектроника в медицине и экологии» (ФРЭМЭ), (г. Владимир, 2010г); Всероссийской конференции с элементами научной школы для молодежи «Биомедсистемы 2010г», РГТУ, (г. Рязань, 2010 г), 66-ой Всероссийской конференции с международным участием «Научная сессия, посвященная Дню радио», (г. Москва, 2011г) Публикации. По материалам диссертации опубликовано 7 работ, в том числе 3 статьи в профильных журналах, рекомендованных ВАК РФ, 3 на международных конференциях, 2 на всероссийских конференциях. Структура и объём диссертации. Диссертация состоит из введения, четырёх глав, заключения, библиографического списка, включающего 123 наименования. Объём диссертации - 124 страниц машинописного текста, 51 рисунков и 14 таблиц.
Похожие диссертации на Исследование нейронных сетей для распознавания патологических отклонений формы электрокардиосигнала
-
-
-
