автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.17, диссертация на тему:Разработка методов обработки временных и пространственных характеристик процессов в медицинских диагностических системах

ВВЕДЕНИЕ.

ГЛАВА 1 АНАЛИЗ МЕТОДОВ ФУНКЦИОНАЛЬНОЙ ДИАГНОСТИКИ В МЕДИЦИНЕ И ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.

1.1 Классификация методов функциональной диагностики. Цели и структура решения.

1.2 Выбор модели описания сигналов диагностических классов.

1.3 Анализ и выбор методов теории распознавания сигналов для решения диагностических задач.

1.4 Обоснование критерия качества модели.

1.5 Анализ методов математической обработки случайных биологических процессов.

1.6 Флуктуации со спектром 1/f13 в биологических системах.

Выводы по материалам первой главы.

ГЛАВА 2 АНАЛИЗ И ИССЛЕДОВАНИЕ МОДЕЛИ САМООРГАНИЗОВАННОЙ КРИТИЧНОСТИ.

2.1 Стохастический гомеостаз.

2.2 Модель самоорганизованной критичности.

2.3 Модель СОК с диссипациями энергии.

2.4 Отображение электрических процессов в сердце на ЭКГ.

2.5 Вариабельность сердечного ритма.

2.6 Определение положения R-зубца кардиокомплекса.

2.7 Фрактальный анализ в диагностике кардиологических патологий.

Выводы по материалам второй главы.

ГЛАВА 3 РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ

ДИАГНОСТИКИ ПАТОЛОГИЙ В КАРДИОЛОГИИ.

3.1 Аритмии сердца и их проявления на ЭКГ.

3.2 Выбор эффективных признаков для диагностики патологий.

3.3 Определение структурной схемы алгоритма распознавания.

Выводы по материалам третьей главы.

ГЛАВА 4 РАЗРАБОТКА АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ СЪЁМА И ИССЛЕДОВАНИЙ

МЕДИКО-БИОЛОГИЧЕСКИХ СИГНАЛОВ.

4.1 Аппаратная часть системы.

4.2 Программная часть системы.

4.3 Экспериментальное исследование работы алгоритмов.

Выводы по материалам четвертой главы.

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 организму 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

1. Определение модели электрокардиографического сигнала на основе теории самоорганизованной критичности и эффективных признаков модели для диагностической системы.

2. Разработка метода обработки сигнала сердечно-сосудистой системы на основе предложенной модели.

3. Определение эффективных признаков электрокардиосигнала, достоверно отличающихся для различных диагностических классов, с целью упрощения задачи классификации исследуемых объектов.

4. Разработка методики обработки электрокардиосигнала с целью выделения эффективных признаков для информационно-советующих диагностических систем.

5. Исследование влияния эффективных признаков на показатели эффективности диагностической системы.

6. 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

1. Предложена цифровая модель медико-биологических сигналов, позволяющая эффективно определять функциональное состояние органа и организма.

2. Разработан метод обработки электрокардиосигнала на основе цифровой модели для диагностических систем.

3. Установлены два эффективных признака диагностики патологий в электрокардиографии и получены зависимости распределения вероятности признаков от вида патологии.

4. 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

1. Цифровая модель медико-биологических сигналов на основе дискретных клеточных автоматов с диссипациями энергии.

2. Метод обработки электрокардиосигнала для выделения признаков диагностических систем оценки функционального состояния организма.

3. Методика выделения эффективных признаков электрокардиосигнала с целью упрощения задачи классификации исследуемых объектов.

4. Зависимость распределения вероятности эффективных признаков от вида патологии.

5. 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

1. Результаты, полученные в работе, были использованы в хоздоговорных работах №11334; 11337; 11338.

2. Результаты исследований используются в учебном процессе на кафедре РПрУ и ТВ Таганрогского радиотехнического университета.

3. Научные и практические результаты работы были использованы в НТЦ «Техноцентр » ТРТУ при разработке медицинских приборов анализа ЭКГ серии «Кармин».

4. 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. Таганрог,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.

Выводы по материалам четвёртой главы

1. Разработана и описана структурная схема комплекса для съёма и анализа любых электрических медико-биологических сигналов. Особенностью аналоговой части комплекса является его сменяемость, чтобы наилучшим образом усиливать и фильтровать определённый вид сигнала. Комплекс подключается к ЭВМ через USB порт, что позволяет подключать до 16 каналов одновременно и обеспечивать частоту съёма до 2 кГц. При разработке комплекса учтены все меры безопасности.

2. Разработана программная часть комплекса, позволяющая визуально оценивать форму сигнала и сохранять его в электронной памяти ЭВМ в различных форматах с целью применения различных видов существующих и разрабатываемых алгоритмов.

3. Исследование логического алгоритма диагностики патологий применительно к электрокардиографии показало, что данный алгоритм может быть успешно использован для решения задачи диагностики. Разработанный алгоритм отличается универсальностью в отношении пола, возраста пациента и амплитуды кардиосигнала.

ЗАКЛЮЧЕНИЕ

В диссертационной работе рассмотрен комплекс теоретических и практических вопросов, связанных с построением автоматизированных диагностических систем использующих методы оценки функционального состояния сердечно-сосудистой системы и диагностики патологий электрокардиографических сигналов. Основную научную и практическую значимость имеют методика оценки состояния системы регуляции организма на основе показателя наклона спектра флуктуации RR-интервала в области фликкер-шумов и методика построения правил классификации на основе эффективных признаков. При этом получены следующие основные результаты:

1. Разработана модель стохастического гомеостаза на основе дискретных клеточных автоматов. Модель исследована как в состоянии нормы, так и при её нарушениях. На основании проведенных исследований доказана адекватность модели реальным процессам формирования ритма сердца.

2. Разработана методика обработки сигнала сердечно-сосудистой системы с целью выделения признаков систем оценки функционального состояния организма. Были выделены четыре основных класса функциональных нарушений стохастического гомеостаза. Этот результат был подвергнут экспериментальной проверке на реальных кардиограммах пациентов.

3. Разработана методика определения желудочковой экстрасистолы на основе отношения длины QRS-комплекса и его площади. Данная методика отличается высокой вероятностью правильного обнаружения (не менее 98.5%) и невысокой вычислительной сложностью. Получены зависимости распределения вероятности отношение последующего RR-интервала к предыдущему в зависимости от вида патологии. Установлено, что решающее правило представляет собой простое логические правило отношения.

4. Разработана методика выделения признаков для классификации вида аритмии для информационно-советующих систем.

5. Разработан аппаратно-программный комплекс и проведено экспериментальное исследование показателей качества разработанных алгоритмов. Использование разработанных методов позволило автоматизировать выработку системой рекомендательного заключения.

1. Айвазян С.А., Бухштабер В.М., Енюков И.С, Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности. — М.: Финансы и статистика, 1989, — 607 с.

2. Айвазян С.А., Енюков И.С, Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. — М.: Финансы и статистика, 1985, — 488 с.

3. Айвазян С. А., Енюков И.С, Мешалкин Л.Д. Прикладная статистикаЮсновы моделирования и первичная обработка данных. — М.: Финансы и статистика, 1983, — 471 с.

4. Айзерман М.А., Браверман Э.М., Розоноэр Л. И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970, -384 с.

5. Александров В.В., Шеповальников А.Н., Шнейдеров B.C. Машинная графика электроэнцефалографических данных. — Л.: Наука, 1979, — 152 с.

6. Баблоянц А. Молекулы, динамика и жизнь. Введение в самоорганизацию материи. М.: Мир, 1990.-375 с.

7. Бак П., Чен К. Самоорганизованная критичность//В мире науки.-1991. №.3.-с. 16-24.

8. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. -М.: Мир, 1974. -463 с,

9. Вапник В. Н. Червоненкис А.Я. Теория распознавания образов. — М.:Наука, 1974,—416 с.

10. Васильев В.И. Распознающие системы. Справочник. — Киев.: Наукова думка, 1983. —424 с.

11. Воробьёв А.С. Электрокардиография: Новейший справочник. -М.: Изд-во Эксмо; СПб.: Сова, 2003. 560 с.

12. Галустов Г.Г. Автоматизированные системы и аппаратура медицинской диагностики: Учебное пособие. Таганрог. Изд-во ТРТУ, 1998.141 с.

13. Галустов Г. Г. Теоретические и аппаратные основы, анализ и синтез сложных сигналов диагностических систем. / Диссертация на соискание ученой степени доктора технических наук — Таганрог . 1991 г.

14. Галустов Г.Г., Попов Б.В. Параметрическое моделирование ЭЭГ-сигнала. / Сб. научных трудов "Радиоэлектроника и физико-химические процессы". Вып.20. — Шахты: ДГАС, 1997 г. — стр. 14-16

15. Голдбергер Э.Л., Ригни Д.Р., Уэст Б. Дж. Хаос и фракталы в физиологии человека// В мире науки. 1990. № 4. - С. 25-32.

16. Горелик А.Л., Скрипкин В.А. Методы распознавания. — М.: Высшая школа, 1984.—208 с.

17. Гришин В.Г. Образный анализ экспериментальных данных. — М.: Наука, 1982. —237 с.

18. Гришин В.Г. Динамическая спектроскопия в задачах визуального анализа и опознавания оператором сложных акустических сигналов. //Автоматика и телемех., 1967, №2,— стр. 144.

19. Гуда А.Н. Математическое моделирование сложных технологических процессов железнодорожного транспорта. — Ростов-на-Дону: изд-во РГУ.,1995.— 155 с.

20. Гук М. Аппаратные средства IBM PC. Энциклопедия СПб: "Издательство "Питер"", 1999. - 816 е.: ил.

21. Дмитриев А. Н., Журавлев Ю.И., Кренделев Ф.П. О математических принципах классификации предметов и явлений // Дискретный анализ.— Новосибирск.: 1966—Вып. 7. с. 3-15

22. Дьяконов В., Круглов В. Математические пакеты расширения MATLAB. Специальный справочник. СПб. Литер,2001.- 480 с.:ил.

23. Дьяконов В. MATLAB. Обработка сигналов и изображений. Специальный справочник. СПб. Литер,2002.- 608 с.:ил.

24. Дюк В.А. Компьютерная психодиагностика. — Спб.: Изд. "Братство", 1994 г,—364 с.

25. Ивахненко А.Г., Мюллер Й.А. Самоорганизация прогнозируемых моделей. —Киев: Техника, 1985. — 223 с.

26. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Учебное пособие для вузов / Барановский A.JL, Калиниченко А.Н., Манило JI.A. и др. М.: Радио и связь, 1993. 348 с.

27. Кешнер М.С. Шум типа Ш ТИИЭР 1982. Т. 70. № 2. - С. 60-67.

28. Киселев Н. В. Методы распознавания и классификации негауссовых сигналов. / Л.: Изд-во ун-та, 1986, — 188 с.

29. Кононов А.Ф. Синергетический метод исследования постуральной системы человека. Диссертации на соискание ученой степени кандидата технических наук. Таганрог. 2001

30. Микрокомпьютерные медицинские системы: Проектирование и применение / Под ред. У.Томпкинса, Дж. Уэбстера. М.:Мир,1983. - 544 с.

31. Мирский Г.Я. Аппаратурное определение характеристик случайных процессов. Изд. 2-е перераб. и доп., М., «Энергия», 1972. 456 с.

32. Немирко А.П., Манило J1.A., Терентьева И.С. Динамический кластерный анализ формы желудочкового комплекса электрокардиограммы//Изв. ЛЭТИ. -1982.-Вып. 318.-С. 50-53.

33. Патрик Э. Основы теории распознавания образов. — М.: Сов. радио. 1980,— 408 с.

34. Петров П.Г. Исследование модели самоорганизованной критичности. Мат-лы VII всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления». -Таганрог; -ТРТУ, 2004 г. с. 31.

35. Петров П.Г. Стохастические методы функциональной диагностики в кардиологии. Современные проблемы теории радиотехнических сигналов, цепей и систем. Сборник научных статей Таганрог: Изд-во ТРТУ, 2004 -с. 130-133.

36. Петров П.Г. Использование теории самоорганизованной критичности в медицине. Труды X международной научно-практической конференции студентов, аспирантов и молодых учёных «Современные техника и технологии». Томск, 2004 г., том 1, с. 295-297.

37. Петров П.Г. Исследование обработки медико-биологйческих сигналов с использованием линейно-предсказывающего фильтра. Известия ТРТУ. Специальный вып. «Материалы XL IX научно-технической конференции ТРТУ». Изд-во ТРТУ, №1(36), 2004, С. 36.

38. Распознавание образов. Состояние и перспективы: Пер. с англ. / КВерхаген, Р.Дейн, Ф.Грунидр.М:Радиоисвязь,1985.104 с.

39. Распознавание, классификация, прогноз. Математические методы и их применение./ Под ред. Ю.И. Журавлева. Вып. 1 — М.: Наука, 1989 — 335 с.

40. Распознавание, классификация, прогноз. Математические методы и их применение./ Под ред. Ю.И. Журавлева. Вып. 2 — М.: Наука, 1989 —300 с.

41. Сахарова О.Н. Построение и исследование алгоритмической модели анализа вариабельности сердечного ритма на основе принципов нелинейной динамики. Диссертации на соискание ученой степени кандидата технических наук. Таганрог. 2004

42. Ту Дж., Гонсалес Р. Принципы распознавания образов. — М.: Мир, 1978,—416 с.

43. Урицкий В.М., Музалевская Н.И. Фрактальные структуры и процессы в биологии (обзор) // Биомедицинская информатика. СПб.: 1995. - С. 84-129. (СПИИРАН).

44. Фаронов В.В. Delphi 5. Учебный курс.-М.: «Нолидж»,2001.-608 е.,ил.

45. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. —М.: Радио и связь, 1986. — 264 с.

46. Фукунага К. Введение в статистическую теорию распознавания образов. / Пер. с англ. — М.: Наука, 1979. — 367 с.

47. Цифровая обработка сигналов / А.Б. Сергиенко. СПб.Литер,2002.-608с. :ил.

48. Anderson CM, Mendell A.J. Fractal time and foundations of consciousness // The secret symmetry: fractals in brain, mind and consciousness / Ed. by McComac E., Stamenov M. Amsterdam: John Benjamins, 1994.-230 P.

49. Axelson Jan. USB Complete: Everything You Need to Develop Castom USB Peripherals. Lakeview Research. Madison, WI 53704. 396 p.

50. Bale P., Tang C., Wiesenfeld K. Self-organized criticality: an explanation of 1/f noise //Phys. Rev. Lett. -1987. Vol. 59. №4.-P. 381-384.

51. Bak P., Tang C, Wiesenfeld K. //Phys.Rev. 1988. Vol. 38. -P. 364 I

52. Castiglioni P., Frattala A., Parati G. et al. 1/f-Modelling of blood pressure and heart rate spectra // Proc. Int. Conf. IEEE Eng. in Med. and Biol. -1992. Vol. 14. P. 465-466.

53. John Hyde. USB Design by Example: A Practical Guide to Building I/O Devices. Wiley Computer Publishing, 1999. 368 p.

54. Kniffki K.-O., Mandel W., Tran-Gia P. Temporal fluctuations in biorythms: expression of self-organized criticality? // Fractals. -1993. Vol. 1. Ns 3. P. 380-388

55. Musha Т., Yamamoto M. 1/f-like fluctuations of biological rhythm // Proc. 13* Int. Conf. on Noise in physical Systems and 1/f Fluctuations. Singapore: i World Scientific, 1995. - P. 22-31.

56. Nakanishi A., Tbabta R, Kobayashi T. Effect of aging and diseases to fluctuation of the ECG R-R intervals//Proc. 11th Int. Conf. on Noise in Physical Systems and 1/fFluctuayions. Tokyo: Ohmsha, -P. 699-704.

57. Oliver Y. De Vel. R-wave detection in the presence of muscle artifacts // IEEE Trans.Biomed.Eng. 1984. - Vol. BME-31, N 11. - P. 715-717.

58. The design and analysis of pattern recognition experiments. — Bell System Tech. J. 41, Chapter 5, p. 723-744

59. Wa Т., Ohmoto S., Kanamura S. 17f frequency-fluctuation of human TTG and emotional changes / Proc. 11 Int. Conf. on Noise in Physical Systems and 1/f Fluctuations. Tokyo: Ohmsha, 1991. - 719-722.

60. Wberger A.L; Rigney D.R. Sudden death is not chaos // Dynamimic Patterns in Complex Systems. — .Singapore: World Scientific, 1988.-P. 119-124.

61. Yamamoto Y, Nakamuraa Т., Tsuji H. Postural control investigated using fluctuations of lower leg electrical impedance//Proc. 11th Int. Conf. on Noise in Physical Systems and 1/fFluctuayions. Tokyo: Ohmsha, 1991. P. 731-734.