автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Алгоритмы помехоустойчивой обработки радиотермометрической информации в системах диагностики заболеваний

На правах рукописи

КУЦ Леонид Валентинович

АЛГОРИТМЫ ПОМЕХОУСТОЙЧИВОЙ ОБРАБОТКИ РАДИОТЕРМОМЕТРИЧЕСКОЙ ИНФОРМАЦИИ В СИСТЕМАХ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ

Специальность 05.13.17 - теоретические основы информатики

Автореферат диссертации на соискание ученой степени кандидата технических наук

1 7 МДМ 2012

ииои43бб9

ПЕНЗА - 2012

005043669

Работа выполнена в ФГБОУ ВПО "Пензенская государственная технологическая академия" на кафедре "Информационные технологии и менеджмент в медицинских и биотехнических системах".

Научный руководитель - доктор технических наук, профессор

Истомина Татьяна Викторовна.

Официальные оппоненты: Мясникова Нина Владимировна,

доктор технических наук, профессор, ФГБОУ ВПО «Пензенский государственный университет», профессор кафедры «Автоматика и телемеханика»; Селиванов Евгений Павлович, доктор технических наук, доцент, ФГБОУ ВПО «Пензенская государственная технологическая академия», профессор кафедры «Прикладная информатика».

Ведущая организация — ФГБОУ ВПО «Астраханский

государственный университет», г. Астрахань.

Защита диссертации состоится 06 июня 2012 г., в 12 часов, на заседании диссертационного совета Д 212.337.01 при Пензенской государственной технологической академии по адресу: 440039, г. Пенза, пр. Байдукова / ул. Гагарина, д. 1а/ 11.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО "Пензенская государственная технологическая академия".

Автореферат разослан 04 мая 2012 г.

Ученый секретарь диссертационного совета

Ф

Чулков Валерий Александрович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В настоящее время возрастает роль информационного обеспечения в задачах автоматической обработки данных медико-диагностических исследований и принятия решений на основе их результатов с помощью медицинских информационных систем.

Целью создания информационных систем в медицине является повышение эффективности принятия диагностических решений в условиях воздействия неинформативных влияющих факторов. Эта цель достигается путем широкого применения в системах диалогового режима, позволяющего обеспечить общение врача с компьютером во время проведения диагностики. Однако особенности получения информации о состоянии биологических объектов сопряжены со значительными трудностями выделения информативной составляющей (ИС) на фоне интенсивных помех различного типа, перекрывающих спектр ИС.

Одной из актуальных задач современной медицины является ранняя диагностика новообразований. Особую тревогу вызывает смертность от рака молочной железы (МЖ). Согласно данным статистических исследований, в США каждая 8-я женщина в течение своей жизни заболевает раком молочной железы, а в России - каждая 10-я. В течение многих лет основным методом диагностики новообразований являлась маммография - рентгенологическое исследование МЖ. Данная методика связана с лучевой нагрузкой, требует наличия высококвалифицированного специалиста-рентгенолога для правильной интерпретации снимков и недостаточно информативна при диагностике МЖ женщин молодого возраста. В последние годы у женщин моложе 35 лет в качестве метода исследования используется ультразвуковая диагностика. Эта абсолютно безвредная методика обладает высокой информативностью и точностью. Однако тщательное исследование занимает много времени, и должно проводиться высококвалифицированным специалистом, при этом трактовка полученных результатов часто носит субъективный характер. Одним из наиболее точных методов диагностики новообразований на сегодняшний день является МРТ - магнитно-резонансная томография, но сложность и высокая стоимость обследования делают невозможным его массовое применение.

С середины 90-х годов онкологами используется метод радиотермометрии (РТМ), основанный на измерении интенсивности электромагнитного излучения внутренних тканей, которая пропорциональна их температуре. Известно, что клетки новообразований выделяют большее количество тепла по сравнению со здоровыми клетками, что обусловливает повышение температуры в зоне поражения и изменение электромагнитного излучения, которое может быть зарегистрировано при помощи специального датчика. Микроволновая РТМ используется для ранней комплексной диагностики патологии в онкологических учреждениях. Теоретические основы использования РТМ-метода базируются на исследованиях А. Баррета, М. Готерье, B.C. Троицкого. В 1997 году во Всероссийском институте радиотехники был разработан компьютеризированный радиотермометр РТМ-01-РЭС, позволяющий измерять тепловую активность глубинных тканей исследуемого органа.

Острой проблемой РТМ-диагностики является обеспечение помехозащищенности, т.к. плотность мощности излучения тканей человека не превышает 10—14 Вт/м2, что соизмеримо с фоновым щумом. Основными источниками помех являются персональные компьютеры, сотовые телефоны и другое электронное оборудование.

Проблема традиционно решается проведением измерения собственного излучения тканей в специальных экранированных помещениях, что обеспечивает выделение очень слабого сигнала, излучаемого тканями человека на фоне сильных внешних электромагнитных помех. Снижению остроты проблемы способствует применение помехозащищенных радиометров, обеспечивающих проведение измерения собственного излучения без специального экранирования помещений и открывающих возможности для практического использования микроволновой РТМ в медицинской практике. Несмотря на значительные успехи в области создания помехозащищенных радиометров, остаются нерешенными многие вопросы, требующие дополнительной проработки. К таким вопросам относится существенное влияние ряда внешних факторов на РТМ-информацию.

Основной проблемой в информационных системах принятия диагностических решений является низкая точность измерений из-за воздействия на ИС сигнала неинформативной составляющей (НИС) в виде шумов и помех различного происхождения. В настоящее время отсутствуют эффективные алгоритмы выделения ИС РТМ на фоне НИС и универсальные показатели оценки степени помехоподавления, разработка которых необходима для повышения качества диагностики.

В настоящее время в России и за рубежом активно развивается направление по созданию алгоритмов помехоустойчивой обработки информации. Большой вклад в развитие теории помехозащищенности информационных систем внесли российские ученые В.А. Котельников, Э.К. Шахов, Е.В. Михайлов. Многие исследователи привлекают к решению данной задачи относительно новый аппарат вейвлет-преобразования (ВП), основным достоинством которого является возможность исследования особенностей сигнала как в частотной, так и во временной областях. Однако вопросы применения ВП для выделения ИС на фоне интенсивных помех проработаны недостаточно, т.к. отсутствуют четкие правила для выбора сочетания вейвлет-параметров для выделения ИС. Поэтому в данном направлении необходимы дальнейшие исследования.

Таким образом, разработка алгоритмов помехоустойчивой обработки радиотермометрической информации, выбор системы показателей качества выделения ИС на фоне НИС и информационных моделей сигнала и помех являются актуальными задачами.

Объектом научного исследования является информация о состоянии биообъекта; предметом исследования - модели информативной и неинформативной составляющих радиотермометрической информации и алгоритмы шумоподавления, повышающие эффективность технических средств РТМ-диагностики.

Целью диссертационной работы является разработка алгоритмов помехоустойчивой обработки радиотермометрической информации и системы

показателей качества выделения её информативной составляющей, обеспечивающих повышение точности измерения внутренней температуры биообъекта в условиях интенсивных помех различного вида.

Для достижения цели поставлены следующие задачи исследования.

1. Анализ помех, возникающих в процессе получения радиотермометрической информации и разработка моделей информативной и неинформативной составляющих сигналов датчиков РТМ.

2. Обоснование и разработка алгоритма помехоустойчивой обработки радиотермометрической информации и системы показателей качества выделения информативной составляющей радиотермометрических изображений на фоне помех различного вида.

3. Разработка алгоритма выбора оптимального сочетания вейвлет-парамет-ров для помехоустойчивой обработки радиотермометрических изображений.

4. Разработка методики проведения радиотермометрической диагностики в условиях интенсивных помех, анализ результатов исследования и совершенствование программного обеспечения комплекса "РТМ-Диагностика".

Методы исследований. Для решения поставленных задач использовались методы цифровой обработки сигналов и изображений, теоретические основы радиотермометрии, вейвлет-преобразование, а также методы имитационного и математического моделирования в среде Ма&аЪ.

Научная новизна работы.

1. Разработан алгоритм обработки радиотермометрической информации на основе вейвлет-преобразования, отличающийся функционированием одновременно в частотной и временной областях и позволяющий повысить помехоустойчивость при измерении температуры биообъекта.

2. Синтезирована система показателей качества выделения информативной составляющей радиотермометрической информации на фоне неинформативной в виде шумов различного вида, отличающаяся наличием в своем составе как субъективных, так и объективных показателей и позволяющая проводить сравнительный анализ эффективности работы различных вариантов алгоритма.

3. Разработан алгоритм выбора оптимального сочетания вейвлет-парамет-ров на основе предложенной системы показателей качества выделения информативной составляющей радиотермометрической информации.

4. Разработана методика проведения радиотермометрической диагностики в условиях интенсивных помех, позволяющая повысить точность измерения внутренней температуры биообъекта в условиях интенсивных помех с помощью разработанных алгоритмов на основе вейвлет-преобразования.

Практическая значимость работы.

1. Созданы адекватные информационные модели радиотермометрических изображений для разработки средств уменьшения влияния помех различного вида на информативную составляющую.

2. Разработаны новые модули программного обеспечения, повышающие эффективность работы аппаратно-программных комплексов РТМ в условиях интенсивных помех.

Внедрение результатов работы.

Результаты теоретических и экспериментальных исследований использованы в ООО "Фирма РЭС" при разработке комплекса РТМ-диагностики, а также внедрены в учебный процесс кафедр "Информационные технологии и системы" и "Информационные технологии и менеджмент в медицинских и биотехнических системах" Пензенской государственной технологической академии.

Обоснованность и достоверность научных результатов обеспечивается аргументированным применением математического аппарата, основных допущений и ограничений, положительными результатами испытаний и внедрением, подтвержденным соответствующим актом.

Основные положения, выносимые на защиту.

1. Алгоритм помехоустойчивой обработки радиотермометрической информации на основе вейвлет-преобразования в базисе Добеши.

2. Система показателей качества выделения информативной составляющей радиотермометрической информации на фоне шумов различного вида, включающая объективные и субъективные оценочные показатели.

3. Алгоритм выбора оптимального сочетания вейвлет-параметров, основанный на применении предложенной системы показателей качества, и полученная система параметров: базисный вейвлет Добеши, третий уровень разложения, мягкая пороговая обработка, функция расчета пороговой обработки Донохо-Джонстона.

4. Методика проведения радиотермометрической диагностики в условиях интенсивных помех, включающая административный и алгоритмический методы уменьшения помех и позволяющая уменьшить погрешность измерения внутренней температуры биообъекта.

Апробация работы. Основные положения и результаты диссертационной работы обсуждены на следующих научно-технических конференциях: межрегиональной научно-практической конференции студентов и аспирантов "Инновационные технологии в экономике, информатике, медицине и образовании" (г. Пенза, 2009 - 2010 гг.); научной конференции студентов, аспирантов и молодых ученых "Актуальные проблемы науки и образования" (г. Пенза, 2009 г.); международной научно-технической конференции "Современные информационные технологии" (г. Пенза, 2009- 2010 гг.); Международной научно-практической конференции "Современные проблемы отечественной медико-биологической и фармацевтической промышленности. Развитие инновационного и кадрового потенциала Пензенской области" (г. Пенза, 2011 г.); VIII Международном симпозиуме "Электроника в медицине. Мониторинг, диагностика, терапия" (г. Санкт-Петербург, 2012 г.).

Публикации. По теме диссертации опубликовано 12 печатных работ, из них 3 статьи в журналах, рекомендованных ВАК.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, выводов, списка использованной литературы из 102 наименований. Диссертация изложена на 151 листах машинописного текста и содержит 83 рисунка, 9 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность темы, сформулированы цели и задачи исследования, изложены основные положения, выносимые на защиту, показана научная новизна и практическая ценность диссертационной работы.

В первой главе на основе анализа проблем информационного обеспечения своевременной диагностики новообразований выявлено, что на результат принятия диагностического решения большое влияние оказывает неинформативная составляющая в виде шумов различного вида. Обоснован выбор объекта исследования - в качестве информационной модели в работе исследуется РТМ-изображение и помехи, возникающие при его регистрации.

Проведен обзор современных технических методов и средств обработки информации о новообразованиях, на основе которого предложена их систематизация (рисунок 1), а также выявлены преимущества и недостатки рассмотренных методов диагностики новообразований.

Методы диагностики новообразований

Электромагнитные

Рентгеновская компьютерная томография (КТ)

Магнитно -резонансная томография (МРТ)

Оптический метод

Волновые

Ультразвуковое исследование (УЗИ)

Тепловые

Инфракрасная (ИК) термометрия (термография)

Метод радисггермометрии (РТМ)

Рисунок 1 - Методы диагностики новообразований

В качестве метода, способного на ранних стадиях и без вредного воздействия на биообъект диагностировать новообразования, выбран метод РТМ-ди-агностики, описаны общие принципы получения и обработки информации с помощью радиотермометра РТМ-01 -РЭС. Радиометр измеряет собственное электромагнитное излучение тканей в микроволновом диапазоне. Если прислонить микроволновую антенну к телу, то мощность электромагнитного излучения на выходе антенны будет пропорциональна радиометрической (яркостной) температуре тканей под антенной Тгай

Р = *Гг<и,Д/(1-Я). (1)

где р - мощность шумового сигнала на выходе антенны, А: - постоянная Больц-мана, Д/ - полоса частот радиометра, Д - коэффициент отражения антенны.

Измеряемая радиометрическая температура определяется как

г-г \ £г/2ГЯ(Г)]2

ТгаЛ = Г(г) * С (г) (IV, С{г) = , (2)

где Г(г)— термодинамическая температура, г - текущая координата, С(г) - весовая радиометрическая функция, Ё(г)— вектор электрического поля создаваемого антенной в исследуемом объеме, а - электропроводность тканей.

Из (2) вытекает, что для расчета радиометрической температуры необходимо располагать сведениями о распределении термодинамических температур Т(г) и о поле антенны [£(г)]2 в биологическом объекте. Биологический объект представляет собой многослойную структуру, включающую кожу, ткани МЖ и злокачественную опухоль. Каждая ткань характеризуется своими биофизическими и теплофизическими параметрами.

Рисунок 2 иллюстрирует способ визуализации поля температур, где каждому значению температуры соответствует на экране монитора свой цвет. Участки с пониженной температурой передаются "холодными" цветами (синим, голубым, зеленым), а с повышенной температурой - "теплыми" цветами (розовым, красным).

а) б)

Рисунок 2 - Поля внутренних температур: а - в норме; б - при патологии

При использовании этого способа четко наблюдаются зоны температурных аномалий, соответствующие расположению злокачественных новообразований. Помехи от электрооборудования вносят ошибки в результаты исследований, поэтому необходим их анализ с целью подавления в процессе преобразования сигналов, а также разработка системы показателей качества РТМ-инфор-мации для улучшения диагностики.

Во второй главе проведен анализ источников электромагнитных помех, влияющих на информативную составляющую радиотермометрической информации. В ходе измерительного эксперимента на ИС сигнала накладывается НИС, представляющая собой искажения, вносимые за счет погрешности чувствитель-

8

ного элемента датчика, тракта передачи, погрешности аналого-цифрового преобразователя и т.д. Основными источниками электромагнитных помех являются персональные компьютеры, сотовые телефоны, медицинская техника, лифты. От влияния на ИС помех от лифтов и медицинской техники можно избавиться путем рационального размещения оборудования и административным регламентом, а снижения помех от оргтехники и средств связи можно добиться только использованием алгоритмов шумоподавления.

Анализ шумов показал, что для исследования помехоустойчивости РТМ-систем целесообразно использовать модель аддитивного белого гауссова шума, импульсного шума и их сочетания. Белый гауссов шум является адекватной моделью наиболее общего вида шума, используемого для исследования систем радиосвязи. Он характеризуется равномерной спектральной плотностью и аддитивным способом воздействия на сигнал. Импульсный шум характерен для систем передачи изображений по радиоканалам, а также для цифровых систем передачи и хранения изображений.

Аддитивный белый шум описывается соотношением:

д О, у) = f(x, у) + п Сх, у), (3)

где /(х, у) - исходное изображение, д (х, у) - зашумленное изображение, п(х,у) -аддитивный и не зависящий от сигнала шум с гауссовым распределением функции плотности вероятности.

Импульсный шум проявляется как замена части пикселей на изображении значениями фиксированной или случайной амплитуды:

д(х,у) = (1 - р) * fix, у) + р* i(x,yO, (4)

где i(x,y) - модель импульсного шума, р - бинарный параметр, принимающий значения 0 и 1.

Проведенный анализ спектральных преобразований при обработке РТМ-изображений выявил, что вейвлет-преобразование наиболее эффективно выделяет ИС РТМ-информации на фоне НИС. Вейвлет-анализ позволяет оценить не только вклад какой-либо составляющей сигнала, но и её пространственно-временную локализацию. Коэффициенты ВП несут значительно больше информации о свойствах сигнала, чем преобразование Фурье, или иные виды частотных преобразований.

На рисунке 3 представлена общая схема шумоподавления РТМ-изображе-ния с помощью дискретного вейвлет-преобразования (ДВП).

Рисунок 3 - Общая схема подавления шума на основе ВП

Вейвлет-базисы, в отличие от преобразования Фурье, имеют разные базовые функции, свойства которых ориентированы на решение различных задач. Аналитический обзор вейвлет-базисов позволил выявить, что для выделения ИС РТМ-изображения на фоне НИС по форме наиболее подходят базисы Добе-ши и Мейера. Выбор базисов основывается на использовании показателей качества изображений (рисунок 4), которые либо являются субъективными, либо опираются на объективные характеристики изображений: их форму, оценку искажения деталей и т.д.

Рисунок 4 - Показатели качества РТМ-изображения

Для выбора оптимального сочетания параметров ВП, особенно вейвлет-базиса, при котором будет обеспечиваться эффективное выделение ИС РТМ-изображения, разработана система показателей качества, которая учитывает как объективные, так и субъективные составляющие.

Для оценки качества очищенного РТМ-изображения в области ВП используются следующие показатели: среднеквадратичная погрешность (МБЕ) и отношение сигнал/шум {БЫК). В качестве субъективного показателя признано целесообразным использовать пятибалльную шкалу.

Обозначим качество РТМ-изображения предикатом К2. Обозначим в виде баллов Вг по пятибалльной шкале качества, г = 1..5:

= 5, если Кг отлично; В2 = 4, если Кг хорошо; Вг={В3 = 3,если К., удовлетворительно; б4 = 2, если Кг плохо;

= 1,если Кг очень плохо.

(8)

Точность восстановления повышается при MSE -> О,SNR -» оо. Основным показателем принято значение MSE, дополнительным - SNR:

1) среднеквадратичная погрешность (MSE - mean square error) восстановленного сигнала r'(t,;') размерностью X xY определяется как

MSE4 =

¡=ij=i

(9)

где r(i,j) - эталонный сигнал без искажений. При r(ij') = r'{i,j) MSEi:j = 0.

2) отношение сигнал/шум (SNR - signal to noise ratio) восстановленного сигнала r'(i,/)размерностью X xY определяется как

x Y

snrlj =

{r(i,})]2

Hi j) - лт

(10)

где г(г,/) - эталонный сигнал без искажений. При гО',/) = г'(г',у) ЯМЯ^ -> со.

Разработан дополнительный показатель качества радиотермометрического изображения КЯ1.М:

М5Я * 5А/Й

Ъг« =-д--• (И)

Очевидно, что качество радиотермометрического изображения максимально при:

(М5£ -»0;

Кятмтах -■

SNR В,-

♦ со-

5.

(12)

Разработана процедура выбора оптимальных параметров ВП для РТМ-изображения с различными типами НИС (рисунок 5, а), на базе которой создан алгоритм выбора оптимального сочетания вейвлет-параметров (рисунок 5, б).

а)

б)

Рисунок 5 - Процедура выбора оптимальных параметров ВП РТМ-изображения (а); алгоритм выбора оптимального сочетания ВП (б)

Полученное оптимальное сочетание вейвлет-параметров используется для уменьшения влияния на РТМ-информацию НИС в виде различного вида шумов.

В третьей главе разработаны модели радиотермометрического изображения для решения задачи выбора оптимального сочетания параметров ВП на основе разработанной системы показателей качества для эффективного выделения ИС на фоне НИС.

Исходное радиотермометрическое изображение Г (г,/) представляется в виде суммы ИС г(г,)) и НИС п(£,/> В качестве НИС использовались аддитивный белый гауссов шум пд(1,]), импульсный шум п1тр ({,)), их сочетание пд(л,Л + п1тр{1,1). Радиотермометрическое изображение с влиянием на него НИС представлено в следующем виде:

К1,;) = г(1,/) + па/) (13)

или в матричном виде:

Ш.Я = 1 Г11' 1Г21, Г12 г12........ ЪгЛ Г2у, \ Г«и. \п21, п12 п„

1 Г гХу) I 1 <ПХ1,

(14)

На рисунке 6, а представлена ИС РТМ-изображения г(г",;)> смоделированная в системе МаНаЬ, характерная для заболевания левой молочной железы, а на рисунке 6, б - РТМ-изображение £(г',;') в виде суммы ИС г(г,;') и белого гауссова шума пд(1,]) со значениями отношения сигнал/шум 25 дБ.

Результаты измерений визуализируются в виде полей температур. Более горячие области отображаются желтым и красным цветами, свидетельствующими о наличие патологии. Холодные области, свидетельствующие об отсутствии патологий - голубым и синим.

а) б)

Рисунок 6 - ИС РТМ-изображения (а); ИС с влиянием НИС на РТМ-изображение (б)

Оценка информативности спектра выполнена расчетом среднеквадратичной погрешности (MSE), отношения сигнал/шум (SNR), пятибалльной шкалы качества и предложенным обобщенным показателем качества РТМ-изображе-ния. Выбор базисного вейвлета производился из: вейвлет Хаара [haar)', вейвлет Мейера (dmey); вейвлет Добеши (db). В качестве способа пороговой обработки использовался жесткий {hard) и мягкий (soft) способы. Функция расчета пороговой обработки выбиралась из следующих вариантов: глобальный порог Бер-га-Массара; порог Донохо-Джонстона; адаптивный порог Берга-Массара.

В таблицу 1 сведены результаты очистки термограммы с заболеванием левой молочной железы от белого гауссова шума со значением SNR 25 дБ.

Таблица 1 - Очистка ИС РТМ-изображения с белым гауссовым шумом

№ Функций расчета порога Пороговая обработка Вей влет-базис MSE SNR (ДБ) Шкала качества Предложенный показатель Kgтм

1 Адаптивный порог Берга-Массара Мягкая Добеши 0,12 39,3 5 0,94

Симлет 0,2 36,6 5 1,46

Хаара 1,8 12,6 3 7,56

Мейера 0,3 34,3 5 2,05

Жесткая Добеши 0,7 26 5 3,64

Симлет 0,7 25,3 5 3,54

Хаара 2,1 7,3 3 3,16

Мейера 0,8 22,6 5 3,61

2 Порог Донохо-Джонстона Мягкая Добеши 0,1 41,6 . 5 0,83

Симлет 0,11 39 5 0,85

Хаара 1,8 14 3 8,4

Мейера 0,11 39 5 0,85

Жесткая Добеши 0,7 25,6 5 3,58

Симлет 0,7 24,6 5 3,44

Хаара 2,3 4 3 1,73

Мейера 0,8 22,3 5 3,56

3 Глобальный порог Берга-Массара Мягкая Добеши 0,2 36,3 5 1,45

Симлет 0,2 35,3 5 1,41

Хаара 1,2 11,3 3 4,52

Мейера 0,3 34 5 2,04

Жесткая Добеши 0,8 23,6 5 3,77

Симлет 0,8 23 5 3,68

Хаара 2,4 4 3 2,4

Мейера 0,8 22,3 5 3,56

По данным таблицы можно сделать вывод, что для данного вида сигналов оптимальным сочетанием вейвлет-параметров для выделения ИС на фоне белого гауссова шума (SNR 25 дБ) является базис Добеши, мягкая пороговая обработка, функция расчета порога по алгоритму Донохо-Джонстона.

На рисунке 7 представлены результаты по выделению ИС с оптимальным сочетанием параметров на основе ВП.

В таблицу 2 сведены результаты по выделению ИС радиотермометрического изображения с разными значениями &\7? (20 дБ, 15 дБ, 10 дБ, 5 дБ) на основе ВП, используя оптимальное сочетание вейвлет-параметров, полученных выше (таблица 1).

Рисунок 7 - Результат очистки зашумленного сигнала с помощью ВП

Таблица 2 - Результаты выделения ИС на фоне НИС с разными значениями

SNR

Зашумленное РТМ-изображение Очищенное РТМ-изображение

№Е Шкала качест- Предложенный ШЕ ЯШ Шкала качест- Предложенный

дБ ва (пятибалль- показатель Ккт (ДБ) ва (пятибалль- показатель Кцтм

ная) ная)

25 0,7 4 4,37 0,1 41,6 5 0,83

20 0,95 3 6,33 0,2 36,3 5 1,45

15 1,7 3 8,5 0,6 26 5 3,12

10 1,95 2 9,75 0,9 19 4 4,27

5 2,3 1 11,5 1,3 11,3 3 4,91

Из результатов, приведенных в таблице 2, следует вывод, что предложенный алгоритм помехоустойчивой обработки радиотермометрической информации с оптимальным сочетанием вейвлет-параметров позволяет уменьшить влияние шума на ИС по значению ^М? в среднем на 40%. Таким образом, очищенный сигнал обеспечивает качественные результаты по выделению ИС.

Результаты по выделению ИС радиотермометрической информации на фоне НИС в виде шумов разного вида представлены в таблице 3.

Таблица 3 - Выделения ИС РТМ-информации на фоне НИС

Вид шума МЯЕ SNR (ДБ) Шкала качества (пятибалльная) Показатель Китм

Белый гауссов шум (5Л7? 25 дБ) 0,1 41,6 5 0,83

Белый гауссов шум (¿ЛТ? 20 дБ) 0,2 36,3 5 1,45

Импульсный шум 0,1 43 5 0,86

Импульсный шум и белый гауссов шум (ШЯ 20 дБ) 0,2 34,6 4 1,73

По результатам расчетов, сведенным в таблицу 3, можно сделать вывод о том, что предложенный алгоритм помехоустойчивой обработки информации позволяет уменьшить влияние НИС. Предложенный показатель качества выделения ИС радиотермометрической информации на фоне НИС дает возможность выбора оптимального сочетания вейвлет-параметров.

Определены направления для модернизации ПО и структуры комплекса РТМ с целью повышения эффективности его работы в условиях интенсивных помех: усовершенствование ПО для снижения влияния НИС на РТМ-измере-ния; использование сочетания параметров ВП, оптимальных для типовой ситуации проведения исследования; разработка обобщенной схемы системы, обеспечивающей автоматизированную подстройку к конкретной сигнально-помехо-вой обстановке при проведении РТМ-исследования.

В четвертой главе рассмотрена методика настройки прибора РТМ и представлено описание программы работы с РТМ, учитывающей процесс подготовки к обследованию, при этом показаны особенности выбора исследуемого органа, указана последовательность локализации измеряемых точек, предоставлены данные нескольких серий измерений для получения более точного результата обследования.

Для обеспечения получения эффективных результатов разработана методика проведения диагностического исследования (рисунок 8, а).

Т Подготовка биообъекта и аппарата к РТМ-обследованию (административное уменьшение НИС)______________________________

Г2~ПоНучениё~йсходной информации при РТМ ! обследовании__

[ 3. Предварительная фильтрация

| 4. Ввод данных в ПЭВМ

ГбТПредварйтёльная обработка информации о Ыаличии помех

ГбТТТастройкгГ параметров помехоустойчивого 1 алгоритма на основе ВП_

7. Алгоритмическое уменьшение НИС в РТМ-изо^раже^и_на основеВП ГЗГВычисление параметров температурного

поля биообъекта____

ГЕ£ "Сравнение вь|чКсленнь1х параме>ров с

пороговыми значениями______________________

| 10.Визуализация результатов диагностики

ГГСФо^йр'ование" предварительного ^диагностического решения с помощью ПО «РТМ-

;Диагнсстика» ___ _______________________ _____________

ЛриняУие окончательнпго диа гност ического решения специалистом___________________________________________________

а)

Рисунок 8 - Методика РТМ-обследования в условиях интенсивных помех (а); алгоритм помехоустойчивой обработки РТМ информации (б) 15

б)

Использование разработанного алгоритма помехоустойчивой обработки радиотермометрической информации (рисунок 8, б) в методике проведения РТМ-обследования дает более качественные результаты при принятии диагностического решения информационной системы из-за уменьшения влияния НИС. На рисунке 9, а представлена схема проведения эксперимента в условиях повышенного влияния шумов различного вида.

Визуализация и сохранение полученной информации о сигнале

а) б)

Рисунок 9 - Схема эксперимента в условиях воздействия внешних шумов (а); усовершенствованная схема комплекса РТМ-01-РЭС (б)

В качестве внешних источников шума были использованы: мобильные телефоны, микроволновая печь, персональный компьютер. В процессе исследований эти устройства включались с 10 по 20 секунду эксперимента.

На рисунке 10 представлен внешний вид аппаратуры и форма сигнала с аналогового выхода радиодатчика (РД) при влиянии сотового телефона в момент проведения эксперимента.

Рисунок 10 - Аппаратура для проведения эксперимента и результаты

Результаты, полученные в ходе эксперимента, были сохранены на флэш-носителе и обработаны с помощью разработанного алгоритма помехоустойчивой обработки РТМ-информации.

Для повышения качества диагностики необходимо использовать алгоритм помехоустойчивой обработки РТМ-информации. Для этого предлагается использовать структуру (рисунок 9, б). В данной схеме предусмотрен дополнительно

16

разработанный модуль "Помехоустойчивый алгоритм на основе ВП" для уменьшения влияния НИС.

В таблицу 4 сведены результаты эксперимента с использованием экранирования источников помех, без использования экранирования в условиях интенсивных помех и после обработки радиотермометрической информации в условиях интенсивных помех на основе ВП с оптимальным сочетанием вейвлет-параметров. Было проведено 100 экспериментов, в таблице 4 представлен фрагмент массива полученных результатов измерений.

Таблица 4 — Результаты эксперимента в условиях интенсивных помех

№ эксп.-та т "с * ид, т„х т,Х т "с ' оч, <5„, % <5,,% <5„„ %

1 33,4 36,3 35,4 33,9 8,5 5,9 1,4

2 33,4 36 35 33,9 7,7 4,7 1,4

3 ззд 36,1 35,2 33,7 8,7 6 1,5

4 33,4 36 34,8 33,9 7,7 4,2 1,4

5 33,3 35,9 34,6 33,8 7,8 3,9 1,5

6 33,2 35,7 34,3 33,7 7,5 3,3 1,5

7 33,3 35,8 34,7 33,8 7,5 4,2 1,5

8 33,4 36,1 35,1 33,9 8,1 5 1,4

9 ззд 35,8 34,6 33,7 7,8 4,2 1,5

10 33,4 36,2 35,3 33,9 8,3 5,6 1,4

Ср. знач. 33,3 35,9 34,9 33,8 8 4,7 1,5

Здесь т — температура в условиях, приближенных к идеальным; Г - температура в условиях интенсивных помех; т — температура с экранированием; Т — температура после вейвлет-очистки; <5п, <5э и <5оч — относительные погрешности температур Т , Ги Т соответственно.

Разработанный алгоритм вейвлет-очистки РТМ-информации позволяет уменьшить относительную погрешность измерений в условиях интенсивных помех в среднем на 7%.

Для дальнейшего совершенствования обработки РТМ-информации создана схема адаптивного выбора оптимальных вейвлет-параметров (рисунок И).

Рисунок 11 - Схема автоматизированной обработки РТМ-изображения

Таким образом, разработанные модели и алгоритмы помехоустойчивой обработки РТМ-информации обеспечивают уменьшение погрешности измерений внутренней температуры биообъекта, что позволяет повысить эффективность выявления новообразований на ранних стадиях обследования.

17

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. На основе анализа помех, возникающих при получении радиотермометрической информации, разработаны модели информативной и неинформативной составляющих в виде сочетания импульсного и гауссова шума.

2. Разработан алгоритм помехоустойчивой обработки радиотермометрической информации на основе ВП, позволяющий эффективно выделять ИС в условиях повышенной зашумленности.

3. Синтезирована система показателей качества выделения ИС РТМ-ин-формации на фоне НИС, позволяющая осуществлять сравнительный анализ эффективности работы различных вариантов алгоритмов на основе ВП.

4. Разработан алгоритм выбора оптимального сочетания вейвлет-парамет-ров на основе системы показателей качества выделения ИС радиотермометрической информации, позволяющий уменьшить относительную погрешность измерений в условиях интенсивных помех в среднем на 7%.

5. Синтезирована методика проведения РТМ-диагностики в условиях интенсивных помех и проведен анализ результатов эксперимента, который подтвердил эффективность разработанных алгоритмов на основе ВП, обеспечивающих уменьшение влияния помех от внешних источников, в том числе в промышленном комплексе "РТМ-Диагноетика".

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Публикации в изданиях, рекомендованных ВАК:

1. Куц, Л.В. Выбор спектрального преобразования для получения вектора информативных признаков / Л.В. Куц, A.A. Кузнецов // Радиопромышленность. -Москва: Изд-во ОАО "ЦНИИ "Электроника", 2010. - Вып. 2. - С. 58-68.

2. Куц, Л.В. Подход к идентификации распределенных сигналов на основе их структурного представления / A.B. Куц, Л.В. Куц, А.Б. Щербань // Вопросы радиоэлектроники. Серия ОТ. - Москва: Изд-во ОАО "ЦНИИ "Электроника",

2011.-С. 20-29.

3. Куц, Л.В. Вейвлет-анализ в диагностике рака молочной железы / Л.В. Куц, Т.В. Истомина // Вестник аритмологии. Материалы конгресса VIII Международного симпозиума "Электроника в медицине. Мониторинг, диагностика, терапия". - Санкт-Петербург: НИИ кардиологии им. В.А. Алмазова Росздрава,

2012.-С. 132.

Публикации в других изданиях:

4. Куц, Л.В. Применение вейвлет преобразования для обработки сигналов. / Л.В. Куц, A.A. Кузнецов // Актуальные проблемы науки и образования: Сборник материалов II научной конференции студентов, аспирантов и молодых ученых. - Пенза: ПГТА, 2009. - С. 5-7.

5. Куц, Л.В. Применение вейвлет преобразования для повышения качества сигнала с выхода интегратора. / Л.В. Куц, A.A. Кузнецов // Инновационные технологии в экономике, информатике и медицине: Сборник статей VI межрегиональной научно-практической конференции студентов и аспирантов. — Пенза: ПГТА, 2009. - С. 109-110.

6. Куц, JI.B. Применение вейвлет Хаара для выделения информативной составляющей в интегрирующих аналогово-цифровых преобразователях / JI.B. Куц, A.A. Кузнецов, В.А. Юрманов // Современные информационные технологии - 2009: Сборник статей международной научно-технической конференции. - Пенза: ПГТА, 2009. - С. 41-«.

7. Куц, Л.В. Структурный подход к идентификации информационных объектов. / Л.В. Куц, А.Б. Щербань П Информационные технологии в экономике, информатике и медицине: Сборник статей VII Межрегиональной научно-практическая конференция студентов и аспирантов. - Пенза: ПГТА, 2010. - С. 78-79.

8. Куц, Л.В. Устранение влияния шумов в системе измерения расхода жидкости. / Л.В. Куц, К.В. Гудков // Информационные технологии в экономике, информатике и медицине: Сборник статей VII Межрегиональной научно-практическая конференция студентов и аспирантов. — Пенза: ПГТА, 2010. — С. 76-77.

9. Куц, Л.В. Идентификация изображений методами IS-анализа. / Л.В. Куц, А.Б. Щербань // Современные информационные технологии - 2010: Сборник статей международной научно-технической конференции. - Пенза: ПГТА, 2010. — Вып. 12.-С. 22-26.

10. Куц, Л.В. Обработка результатов измерений кориолисового расходомера. / Л.В. Куц, A.A. Кузнецов, К.В. Гудков // Современные информационные технологии -2010: Сборник статей международной научно-технической конференции. - Пенза: ПГТА, 2010. - Вып. 12. - С. 45-47.

11. Куц, Л.В. Определение параметров гармонического затухающего сигнала при наличии шума. / Л.В. Куц, Л.Г. Когельман, A.A. Кузнецов // Современные информационные технологии - 2010: Сборник статей международной научно-технической конференции. - Пенза: ПГТА, 2010. - С. 190-196.

12. Куц, Л.В. Использование вейвлет-преобразования в диагностике рака молочной железы / Л.В. Куц // Современные проблемы отечественной медико-биологической и фармацевтической промышленности. Развитие инновационного и кадрового потенциала Пензенской области: Сборник материалов Международной научно-практической конференции. Научн. издание. - Пенза: ФГУП НТЦ "Информрегистр", 2011. - С. 586-588.

Компьютерная верстка Д.Б. Фатеева, Е.В. Рязановой

Сдано в производство 02.05.2012. Формат 60x84 '/16 Бумага типогр. №1. Печать трафаретная. Шрифт Times New Roman Cyr. Усл. печ. л. 1,10. Уч.-изд. л. 1,11- Заказ № 2168. Тираж 100.

Пензенская государственная технологическая академия. 440605, Россия, г. Пенза, пр. Байдукова/ ул. Гагарина, 1V11.

61 12-5/3032

ФГБОУ ВПО «ПЕНЗЕНСКАЯ ГОСУДАРСТВЕННАЯ ТЕХНОЛОГИЧЕСКАЯ

АКАДЕМИЯ»

На правах рукописи

КУЦ ЛЕОНИД ВАЛЕНТИНОВИЧ

АЛГОРИТМЫ ПОМЕХОУСТОЙЧИВОЙ ОБРАБОТКИ РАДИОТЕРМОМЕТРИЧЕСКОЙ ИНФОРМАЦИИ В СИСТЕМАХ ДИАГНОСТИКИ ЗАБОЛЕВАНИЙ

Специальность 05.13.17 - Теоретические основы информатики

ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, профессор Истомина Т. В.

Пенза 2012

Содержание

Введение 5

Глава 1 Обзор современных технических методов и средств 13

обработки информации о новообразованиях

1.1 Анализ проблем информационного обеспечения своевременной 13 диагностики новообразований

1.2 Современные технические методы обработки информации о 17 новообразованиях

1.3 Информационные основы технических средств, реализующих 27 тепловые методы диагностики новообразований

1.4 Общие принципы обработки информации с помощью 38 радиотермометра РТМ-01-РЭС

1.5 Выводы по главе 52 Глава 2 Разработка информационной модели радиотермометри- 53 ческого изображения и вейвлет-алгоритма подавления помех

2.1 Систематизация видов шумов, возникающих при 53 радиотермометрии

2.2 Особенности применения спектральных преобразований при 61 обработке радиотермометрических изображений

2.3 Система показателей качества выделения информативной 75 составляющей в радиотермометрических изображениях

2.4 Разработка информационной модели радиотермометрического 80 изображения с неинформативной составляющей

2.5 Алгоритм подавления шума радиотермометрического 86 изображения на основе вейвлет-преобразования

2.6 Выводы по главе 93 Глава 3. Выбор оптимального сочетания параметров 95 вейвлет-алгоритма для обработки радиотермометрической информации

3.1. Разработка процедуры выделения информативной составляющей 95 радиотермометрического изображения на фоне белого гауссова шума

3.2 Разработка процедуры выделения ИС радиотермометрического 105 изображения на фоне импульсного шума

3.3. Разработка процедуры выделения информативной составляющей 108 радиотермометрического изображения на фоне сочетания импульсного и белого гауссова шумов

3.4. Оптимальное сочетание параметров для выделения ИС на фоне 111 НИС радиотермометрического изображения

3.5 Выводы по главе 113

Глава 4 Совершенствование информационного обеспечения 115

радиотермометра РТМ-01-РЭС

4.1 Описание программы РТМ - подготовка к обследованию 115

4.2 Описание программы РТМ - обработка результатов 120 обследования

4.3 Разработка методики проведения исследования прибора 128 РТМ-01-РЭС в условиях интенсивных помех

4.4 Исследование влияние помех на результат работы 131 радиотермометра

4.5 Совершенствование информационного обеспечения радиотер- 137 мометра РТМ-01-РЭС с целью повышения его помехоустойчивости

4.6 Выводы по главе 138 Заключение 139 Литература 140

СПИСОК СОКРАЩЕНИЙ

АЦП - аналогово-цифровой преобразователь

БОИ - блок обработки информации

ВП - вейвлет-преобразование

ДВП - дискретное вейвлет-преобразование

ДПФ - дискретное преобразование Фурье

ДТК - датчик температуры кожи

ИК - инфракрасный

ИО - информационное обеспечение

ИС - информативная составляющая

КТ - компьютерная томография

МРТ - магнитно-резонансная томография

НВП - непрерывное вейвлет-преобразование

НИС - неинформативная составляющая

ОПФ - оконное преобразование Фурье

ПК - персональный компьютер

РД - радиодатчик

РМЖ - рак молочной железы

РТМ - радиотермометрия

ТА - термоасимметрия

УЗИ - ультразвуковое исследование

ВВЕДЕНИЕ

Актуальность исследования. В настоящее время возрастает роль информационного обеспечения (ИО) в отношении обработки данных медико-диагностических исследований и принятия решений на основе их результатов. Создание информационных систем представляет собой сложный процесс проектирования, целью которого является создание человеко-машинной системы для повышения эффективности принятия диагностических решений в условиях воздействия неинформативных влияющих факторов. Для решения этой задачи находят широкое применение системы с диалоговым режимом, позволяющие обеспечить общение врача с персональным компьютером (ПК) во время проведения диагностики. Однако особенности получения информации о состоянии биологических объектов вызывают значительные трудности в процессе выделения информативной составляющей из-за существенного влияния интенсивных помех различного типа, перекрывающихся с ней по своим спектральным характеристикам.

Одной из актуальных задач современной медицины является ранняя диагностика новообразований. Особую тревогу вызывает увеличение смертности от рака молочной железы. Согласно данным статистических исследований, в США каждая 8-я женщина в течение своей жизни заболевает раком молочной железы, а в России - каждая 10-я [61].

В течение многих лет основным методом диагностики новообразований являлась маммография — рентгенологическое исследование молочных желез. Однако данная методика связана с лучевой нагрузкой, требует наличия высококвалифицированного специалиста-рентгенолога для правильной трактовки снимков и обладает низкой информативностью при обследованиях женщин молодого возраста. В последние годы для женщин моложе 35 лет врачи стали широко использовать ультразвуковое исследование. Это абсолютно безвредная методика, характеризующаяся высокой информативностью и точностью. Однако тщательное исследование биообъектов занимает много

времени, и должно проводиться высококвалифицированным специалистом, при этом трактовка полученных результатов часто носит субъективный характер. Одним из наиболее точных методов диагностики новообразований на сегодняшний день является МРТ - магнитно-резонансная томография, но сложность и высокая стоимость исследования делают невозможным его частое использование с целью выявления новообразований [97].

С середины 90-х годов в нашей стране онкологами стал использоваться метод радиотермометрии (РТМ), основанный на измерении интенсивности электромагнитного излучения внутренних тканей, которое пропорционально их температуре. Известно, что клетки новообразований выделяют большее количество тепла по сравнению с нормальными клетками, это приводит к повышению температуры в зоне поражения и изменению электромагнитного излучения, что может быть зарегистрировано при помощи специальных датчиков [58, 63].

Для повышения точности диагностических заключений необходима достоверная информация. Ни один из рассмотренных методов не обеспечивает приемлемого соотношения между ценой, качеством, безопасностью и длительностью обследования. В этой связи для диагностики новообразований, в том числе, на ранних стадиях развития патологического процесса, наиболее целесообразно использовать радиотермометрическую (РТМ) информацию о состоянии внутренних тканей.

В настоящее время микроволновая радиотермометрия в основном используется для комплексной диагностики патологий в онкологических учреждениях. Это метод диагностики, основанный на измерении излучения тканей в микроволновом диапазоне. РТМ-метод позволяет выявлять патологии на глубине нескольких сантиметров. Впервые использовать для диагностики патологий молочной железы информацию о собственном излучении тканей в микроволновом диапазоне предложил американский радиоастроном А. Бар-рет [4, 5]. Теоретические основы использования РТМ-метода базируются на исследованиях французского ученого М. Готерье [22] и его школы. Развитие

радиотермометрии в России проходило под влиянием школы B.C. Троицкого [96]. За последнее время была значительно усовершенствована аппаратура и методы применения РТМ в клинике. В 1997 году фирмой РЭС при Всероссийском Институте радиотехники был разработан компьютеризированный радиотермометр РТМ-01-РЭС. Метод основан на измерении тепловой активности глубинных тканей исследуемого органа. Источником радиотермометрической информации о состоянии исследуемого органа являются собственные излучения тканей. Измерение собственного излучения тканей в микроволновом диапазоне позволяет неинвазивно выявлять тепловые аномалии на глубине нескольких сантиметров.

Одним самым важным вопросов РТМ-диагностики является проблема помехозащищенности, т.к. излучения тканей человека очень слабые и составляют 10-14 Вт/м2. Окружающие нас электронные устройства, как правило, излучают значительно сильнее. Поэтому вся история развития радиотермометрии - история борьбы с помехами [86]. Основными источниками электромагнитных помех являются персональные компьютеры, сотовые телефоны и другое электронное оборудование.

Традиционно измерение собственного излучения проводилось в специальных экранированных помещениях, вследствие очень слабого сигнала, излучаемого тканями человека и сильными внешними электромагнитными помехами. Создание помехозащищенных радиометров, позволило проводить измерение собственного излучения без специальной экранировки помещений, и открыло возможности для практического использования микроволновой радиотермометрии в медицинской практике. Несмотря на значительные успехи в области создания помехозащищенных радиометров, остаются вопросы, требующие дополнительной проработки. К таким вопросам относится влияние некоторых внешних факторов на информативную составляющую радиотермометрической информации. Перечислим некоторые внешние условия, которые следует избегать при РТМ-диагностике: 1) соседство радио- и телестанций (РЧ-помехи);

2) соседство линий метро (импульсные помехи);

3) близость высоковольтных линий (радиопомехи);

4) близость лифтов и электромоторов (всплески в линии питания);

5) наличие зданий с регуляторами освещения и отопления (всплески в линии питания);

6) близость оборудования с большими трансформаторами (магнитные наводки);

7) близость электросварочных аппаратов.

Основной проблемой в информационных системах принятия диагностических решения является влияние на информативную составляющую (ИС) сигнала неинформативной (НИС) в виде шумов различного происхождения. В настоящее время отсутствуют эффективные алгоритмы выделения ИС на фоне НИС и универсальных показателей оценки качества очищенных от помех сигналов. Задача защиты информации от влияния шумов является актуальной и важной для принятия диагностических решений. Эффективное подавление НИС на фоне ИС в радиотермометрической информации ведет к повышению качества результатов диагностики.

В настоящее время в России и за рубежом достаточно активно развивается направление по разработке алгоритмов помехоустойчивой обработки информации. Большой вклад в создании теории помехозащищенности систем внесли российские ученые: В.А.Котельников, Э.К.Шахов, Е.В.Михайлов. Многие исследователи отмечают эффективность относительно нового математического подхода - вейвлет-преобразования (ВП). Основным отличием ВП от частотных преобразований, в частности, от преобразования Фурье, является возможность исследовать особенности сигнала как по частоте, так и по времени. Вопросы применения ВП для выделения ИС на фоне НИС РТМ-изображений проработаны недостаточно. До сих пор нет четких правил для выбора оптимального сочетания вейвлет-параметров для выделения ИС. Поэтому в данном направлении необходимо проведение дальнейших исследований.

Все это дает достаточно оснований для утверждения, что разработка алгоритмов помехоустойчивой обработки радиотермометрической информации, системы показателей качества выделения ИС на фоне НИС и разработка информационных моделей сигнала и помех являются актуальными задачами.

Объект и предмет исследования. Объектом научного исследования является информация о состоянии биообъекта; предметом исследования-модели информативной и неинформативной составляющих радиотермометрической информации и алгоритмы шумоподавления, повышающие эффективность технических средств РТМ-диагностики.

Целью диссертационного исследования является разработка алгоритмов помехоустойчивой обработки радиотермометрической информации и системы показателей качества выделения её информативной составляющей, обеспечивающих повышение точности измерения внутренней температуры биообъекта в условиях интенсивных помех различного вида.

Задачи исследования.

1. Анализ помех, возникающих в процессе получения радиотермометрической информации и разработка моделей информативной и неинформативной составляющих сигналов датчиков РТМ.

2. Обоснование и разработка алгоритма помехоустойчивой обработки радиотермометрической информации и системы показателей качества выделения информативной составляющей радиотермометрических изображений на фоне помех различного вида.

3. Разработка алгоритма выбора оптимального сочетания вейвлет-параметров для помехоустойчивой обработки радиотермометрических изображений.

4. Разработка методики проведения радиотермометрической диагностики в условиях интенсивных помех, анализ результатов исследования и совершенствование программного обеспечения комплекса «РТМ-Диагностика».

Практическая направленность исследования. Анализ проблем информационного обеспечения своевременной диагностики состояния биообъекта; разработка алгоритма помехоустойчивой обработки радиотермометрической информации, разработка системы показателей качества выделения ИС радиотермометрической информации на фоне НИС; разработка методики проведения РТМ-диагностики.

Разработки в рамках диссертационной работы направлены на повышение эффективности использования комплекса РТМ-диагностики в условиях интенсивных помех, повышая тем самым их конкурентоспособность на современном рынке медицинской техники.

Методы исследования. Для решения поставленных задач использовались методы цифровой обработки сигналов и изображений, теория сигналов, теория вейвлет-преобразования, математическая статистика, а также методы имитационного и математического моделирования в среде Ма&аЬ.

Научная новизна полученных результатов.

1. Разработан алгоритм обработки радиотермометрической информации на основе вейвлет-преобразования, отличающийся функционированием одновременно в частотной и временной областях и позволяющий повысить помехоустойчивость при измерении температуры биообъекта.

2. Синтезирована система показателей качества выделения информативной составляющей радиотермометрической информации на фоне неинформативной в виде шумов различного вида, отличающаяся наличием в своем составе как субъективных, так и объективных показателей и позволяющая проводить сравнительный анализ эффективности работы различных вариантов алгоритма.

3. Разработан алгоритм выбора оптимального сочетания вейвлет-пара-метров на основе предложенной системы показателей качества выделения информативной составляющей радиотермометрической информации.

4. Разработана методика проведения радиотермометрической диагностики в условиях интенсивных помех, позволяющая повысить точность измерения

внутренней температуры биообъекта в условиях интенсивных помех с помощью разработанных алгоритмов на основе вейвлет-преобразования.

Научные положения, выносимые на защиту.

1. Алгоритм помехоустойчивой обработки радиотермометрической информации на основе вейвлет-преобразования в базисе Добеши.

2. Система показателей качества выделения информативной составляющей радиотермометрической информации на фоне шумов различного вида, включающая объективные и субъективные оценочные показатели.

3. Алгоритм выбора оптимального сочетания вейвлет-параметров, основанный на применении предложенной системы показателей качества, и полученная система параметров: базисный вейвлет Добеши, третий уровень разложения, мягкая пороговая обработка, функция расчета пороговой обработки Донохо-Джонстона.

4. Методика проведения радиотермометрической диагностики в условиях интенсивных помех, включающая административный и алгоритмический методы уменьшения помех и позволяющая уменьшить погрешность измерения внутренней температуры биообъекта.

Обоснованность и достоверность научных результатов обеспечивается аргументированным применением математического аппарата, основных допущений и ограничений, положительными результатами испытаний и внедрением, подтвержденным соответствующим актом.

Практическая ценность результатов.

1. Создание адекватных информационных моделей радиотермометрических изображений для разработки средств уменьшения влияния помех различного вида на информативную составляющую.

2. Разработка новых модулей программного обеспечения, повышающих эффективность работы аппаратно-программных комплексов РТМ в условиях интенсивных помех.

Апроб