Математическая модель и алгоритм распознавания стабилографических сигналов при исследовании опорно-двигательного аппарата человека Акжигитов, Рамиль Фяритович

Введение к работе

Актуальность работы. В последние годы для решения задач диагностики заболеваний человека и оценки состояния его здоровья все в более широких масштабах применяются информационно-вычислительные системы, реализующие алгоритмы анализа биоэлектрических сигналов. Использование автоматизированных методов идентификации и оценки информативных параметров сигналов позволяет снизить влияние субъективных факторов и повысить на этой основе точность диагностирования.

Нарушения двигательной активности и равновесия, вызванные расстройством опорно-двигательного аппарата человека, зачастую не обнаруживаются путем традиционной экспертной оценки на основе изучения отдельных симптомов таких нарушений. Кроме того, экспертные оценки не позволяют объективно дифференцировать имеющиеся двигательные нарушения и, следовательно, получать комплексную оценку их объёма и степени выраженности. Характеризуя метод экспертных оценок в целом, следует признать его недостаточно объективным и не отвечающим потребностям современной медицины. Среди методов, пригодных для исследования функции равновесия, таких, как основанная на регистрации движений головы кефалография или магнитометрия, выделяется метод ста- билографии, удачно сочетающий достаточно высокую информативность с широкой доступностью, удобством и оперативностью применения. Расширению области применения стабилографии в клинической практике препятствует сложность интерпретации записанных стабилограмм, связанная с несовершенством применяемого для этого математического аппарата.

Для описания стабилограммы используются более десяти различных численных параметров. Как правило, разброс этих параметров довольно велик, что не позволяет с приемлемой достоверностью отличить норму от патологии и тем более определить конкретные заболевания системы равновесия. Некоторого повышения верности интерпретации стабилографических сигналов удаётся достичь благодаря учету условных оценок, получаемых с помощью дополнительной априорной информации о пациенте, такой как пол, вес, возраст и др. Однако такой подход сопряжен с ограничением области применения метода и с существенным снижением ценности получаемых результатов - внесением значительной доли субъективизма.

Хотя вопросу извлечения информативных показателей стабилограмм посвящено значительное количество исследований, среди которых можно отметить ряд публикаций отечественных авторов: Скворцова Д.В., Гофмана В.Р., Усачева В.И., Дубовика В.А., Сливы С.С., а также зарубежных исследователей: Volkmar F.R., Cohen D.J., Mauritz K-H., Dichgans J., Hufschmidt A., Okyzano T., потенциал стабилогра- фического метода к настоящему времени раскрыт не полностью. По известным методикам и алгоритмам из стабилографических сигналов извлекаются лишь простейшие параметры, такие как средние значения координат проекции центра тяжести тела человека, площадь статокинезиграммы и некоторые другие.

Применительно к стабилограммам возможности использования современных методов анализа сигналов остаются неизученными. Поэтому решение зада- чи анализа стабилографических сигналов с привлечением эффективного математического аппарата цифровой обработки информации и разработка алгоритмов идентификации и количественной оценки параметров стабилографических сигналов в настоящее время являются весьма актуальными.

Объектом исследования являются двухканальные стабилографические сигналы, несущие информацию о колебаниях проекции центра тяжести тела человека в горизонтальной плоскости, наблюдающихся при поддержании его равновесия в вертикальной позе.

Предмет исследования - алгоритмы анализа стабилографических сигналов, характерных для опорно-двигательного аппарата человека.

Целью диссертационного исследования является повышение точности дискриминации и количественной оценки информационных параметров стаби- лографических сигналов и разработка алгоритма распознавания, обеспечивающего достоверную классификацию нормы и различных видов заболеваний опорно-двигательного аппарата человека.

Для достижения поставленной цели сформулированы и решены следующие задачи.

1. Создание адекватной математической модели процесса формирования стабилографического сигнала.

2. Разработка алгоритма устранения аддитивного тренда стабилографичес- кого сигнала и выделения из него стационарной составляющей.

3. Разработка алгоритма идентификации параметров двухканального ста- билографического сигнала.

4. Разработка алгоритма классификации стабилографических сигналов по их авторегрессионным признакам на основе метрического классификатора.

Методы исследований. При решении поставленных задач использовались следующие методы: вероятностной и метрической классификации многомерных данных, разведочного анализа данных, анализа временных рядов, идентификации систем, спектрального анализа сигналов, имитационного и математического моделирования, деконволюции сигналов, теоретической информатики.

Научная новизна работы состоит в создании моделей, методик и алгоритмов дискриминации и количественной оценки информационных параметров ста- билографических сигналов, обеспечивающих достоверную классификацию нормы и различных видов заболеваний опорно-двигательного аппарата человека.

Новыми являются следующие научные результаты.

4. 1. Основанная на аналогии процесса поддержания равновесия с процессом стабилизации положения перевернутого маятника математическая модель стабилографического сигнала, отличающаяся его представлением в виде аддитивной смеси гладкого тренда как результата функционирования подсистемы грубого равновесия и стационарного случайного процесса, отражающего работу подсистемы тонкого равновесия.

   2. Новый метод удаления тренда, заключающийся в многократном дифференцировании исходного сигнала с последующим многократным центрированием и интегрированием, обладающий повышенной эффективностью в условиях отличающегося от нормального закона распределения вероятностей стационарных остатков.

   3. Алгоритм адаптивной идентификации и оценки параметров двухканаль- ных стабилографических сигналов, отличающийся раздельной оценкой параметров в каждом из каналов посредством одной и той же матрицы когерентности, позволяющий оценивать параметры стабилографического сигнала в реальном времени.

   4. Алгоритм классификации стабилографических сигналов, реализующий декорреляцию двух групп признаков и объединение результатов классификации по каждой из этих групп в отдельности, который, в отличие от известных методик, позволяет идентифицировать заболевания опорно-двигательного аппарата человека.

   Практическая значимость работы состоит в повышении точности и достоверности классификации заболеваний системы равновесия человека, что сокращает время постановки диагноза пациента в стационаре. Применение разработанных методов и алгоритмов вычисления стабилографических показателей способствует формализации и объективизации результатов клинических обследований и повышает их диагностическую ценность, а также точность автоматизированной постановки диагноза с использованием медицинских информационных систем. Использование в клинической практике разработанных математических моделей, алгоритмов и методик снижает затраты на диагностику заболеваний опорно-двигательного аппарата человека.

   Внедрение результатов работы. Результаты диссертационной работы внедрены в клиническую практику Саратовского НИИ травматологии и ортопедии, а также использованы в учебном процессе Пензенской государственной технологической академии.

   Обоснованность и достоверность результатов работы подтверждается корректным применением общепризнанных научных методов, аргументированным принятием основных предпосылок, допущений и ограничений, а также результатами выполненных экспериментальных исследований.

   На защиту выносятся.

   4. 4. 1. Математическая модель формирования стабилографического сигнала на основе механической модели перевёрнутого маятника, позволяющая повысить точность моделирования сигнала.

         2. Метод и алгоритм квантильной фильтрации с дифференциальным выравниванием для устранения аддитивного тренда из сигналов с отличающимся от нормального законом распределения стационарных остатков.

         3. Алгоритм адаптивной идентификации параметров двухканальных ста- билографических сигналов, позволяющий отслеживать изменения идентифицируемых параметров в реальном масштабе времени.

         4. Алгоритм классификации стабилографических сигналов по набору авторегрессионных признаков на основе метрического классификатора.

         Апробация результатов работы. Основные положения работы докладывались и обсуждались на IV и VI Всероссийских научно-технических конференциях "Информационные и управленческие технологии в медицине и экологии" (Пенза, 2010, 2012 гг.); VII Межрегиональной научно-практической конференции студентов и аспирантов "Инновационные технологии в экономике, информатике и медицине" (Пенза, 2010 г.); III научной конференции студентов, аспирантов и молодых ученых "Актуальные проблемы науки и образования" (Пенза, 2010 г.); VIII Международной научно-практической конференции "DNY VEDY - 2012" (Прага, 2012 г.).

         Публикации и личный вклад автора. По теме диссертации опубликовано 10 печатных работ, из которых 5 - в ведущих рецензируемых изданиях, рекомендованных ВАК. В работах, выполненных в соавторстве, лично автором получены все результаты, составляющие содержание диссертации, в том числе теоретические обоснования и результаты экспериментальных исследований.

         Структура и объём работы. Диссертационная работа состоит из введения, четырёх глав, выводов по главам, заключения, библиографического списка из 127 наименований и 1 приложения. Работа изложена на 151 странице машинописного текста, содержит 38 рисунков и 8 таблиц.

         Похожие диссертации на Математическая модель и алгоритм распознавания стабилографических сигналов при исследовании опорно-двигательного аппарата человека

         Разработка и исследование моделей и алгоритмов распознавания объектов числовой и нечисловой природы : на примере системы образованияТугай Максим Васильевич

         

         Модели и алгоритмы распознавания графических образов на основе нечетких нейронных сетейМищенко, Вадим Анатольевич

         

         Модели и алгоритмы обнаружения локальных закономерностей в задаче распознавания вторичной структуры белкаТоршин, Иван Юрьевич

         

         Разработка алгоритмов анализа и распознавания речи на основе адаптивной кластерной модели и критерия минимального информационного рассогласованияГубочкин, Иван Вадимович

         Методы распознавания изображения лица человека по цветовым признакам и идентификации личности на основе скрытых марковских моделей в системах видеонаблюденияДвойной, Илья Ростиславович

         Построение корректных моделей алгоритмов ограниченной емкостиМамаев, Владислав Владимирович

         

         Модель и алгоритмы динамической поддержки системного изоморфизма концептуальной модели предметной области и базы данныхЗинченко, Роман Егорович

         

         Разработка моделей и алгоритмов оценки качества деятельности образовательных организаций Тягунова Татьяна Николаевна

         

         Разработка моделей и алгоритмов оценки качества тестовых материаловПопова Елена Дмитриевна

         

         Разработка моделей и алгоритмов оценки качества системы высшего образованияЭтезов Бектур Бахаутдинович