автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Автоматизированная система для диагностики митральной недостаточности на основе методов двумерного спектрального анализа акустических сигналов сердца

Курский государственный технический университет

Автоматизированная система для диагностики митральной недостаточности на основе методов двумерного спектрального анализа акустических сигналов сердца

Специальность 05.13.09 - Управление в биологических и медицинских

системах

На правах рукописи

\

Багликов Сергей Юрьевич

АВТОРЕФЕРАТ

Диссертации на соискание ученой степени кандидата технических на\'к

Курск 1УУН

Г'абота выполнена в Курском государственном техническом университете

Научные руководители:

Доктор технических наук, профессор Кореневский H.A. Кандидат технических паук, доцент Ф im ист С.А.

Официальные оппоненты:

Доктор технических наук, профессор Титов B.C. Кандидат медицинских наук, доцент Поветнии C.B.

Ведущая организация - СКБ ПС ОАО «СЧЕТМАШ»

ч 13 НОЯ 1998 ,00о

Защита состоится «_>>_1998 г.

В часов на заседании диссертационного совета Д 064.50.03

Курского государственного технического университета Отзывы, заверенные печатью просьба направлять по адресу: 305039 г. Курск ул. 50 лет Октября 94.

С диссертацией можно ознакомится в библиотеке университета

Автореферат разослан «_» i .. 1...... ' 1998 г.

Ученый секретарь

Диссертационного совета Д 064.50.03

Кандидат технических наук, доцент Довгаль В.М.

1'

Общая характеристика работы

I Актуальность. В наиболее современных медицинских автоматизированных диагностических системах вычислительные ресурсы направлены в большей степени на предварительную обработку и визуализацию данных, а весь процесс принятия решений является прерогативой врача, что предъявляет высокие требования к его квалификации.

При диагностике недостаточности митрального клапана Е1рачу приходится решать достаточно сложные задачи, особенно при наличии функциональных шумов и комбинированного митрального порока. Для его диагностики широко используется акустические сигналы: эхокардиограммы (ЭхоКП. фонокардиосигналы (ФКС). Но исследования, проведенные с использованием одно и двумерной ЭхоКГ, показали, что выявленные признаки не являются спеькфичными для митральной регургитации. Появление автоматизированных диагностических установок на основе допплер-ЭхоКГ (ДЭхоКГ) сняло ряд проблем оценки регургитации , однако помехи, вызванные как анатомическим строением больного, так и квалификацией врача, не всегда позволяют выявить эту патологию, а тем более получить ее количественные характеристики.

Исключить субъективность в анализе кардиосигналов позволяют спектральные методы, в частности, методы двумерного спектрального анализа. Однако их применение к одномерным кардиосигналам, в частности, к ДЭхоКГ, вызывает ряд трудностей при выделении информативных признаков для диагностики митральной недостаточности.

В связи с этим разработка и исследование методов автоматизировало!! диагностики митральной недостаточности на основе спектрального анализа имеет важное значение в клинической и профилактической медицине.

Цель работы - повышение достоверности диагностики митральной недостаточности путем разработки автоматизированной системы диагностики на основе методов двумерного спектрального анализа акустических сигналов сердца.

Для достижения цели были поставлены следующие задачи:

1 исследовать влияние митральной недостаточности на акустические сигналы сердца различной природы и разработать метод, позволяющий в интерактивном режиме идентифицировать и классифицировать этот порок;

2 разработать способ представления одномерного кардиосигнала в виде двумерного для последующего получения двумерной спектральной плоскости;

3 р? Сработать способ приведения двумерных спектров акустических сигналов сердца к единому масштабу времени;

4 построить решающие правило для диагностики и классификаци митральной недостаточности по изображению двумерной спектрально плоскости акустических сигналов сердца;

5 разработать программное обеспечение, реализующее разработанный мето. и осуществить экспериментальную проверку возможности диагностиь митральной недостаточности с его помощью; 1

Методы исследований В работе использовалась: теория цифровс обработки сигналов, теория ортогональных преобразований, методы линейнс алгебры и прикладной статистики.

Научная новизна. На основе теоретических и экспериментальнь

исследований двумерных спектральных представлений акустических сигнал! сердца разработан и реализован в автоматизированной системе диагносгш митральной недостаточности метод идентификации и клаосификащ митральной недостаточности на основе анализа двумерных спектральт плоскостей допплерэхокардиосигналов.

При этом в рамках разработанного метода предложены: ] способ 'двумерного спектрального преобразования акустических сигнал сердца с учетом индивидуальных временных параметров биосистемы;

2 способ сегментации кардиосигналов с учетом индивидуальных времени! параметров биосистемы и без них;

3 способ приведения двумерных частотных плоскостей атусгическ сигналов сердца к единому временному базису с учетом различие индивидуального времени в сравниваемых биосистемах;

4 алгоритм синтеза решающих правил для выявления патологий двумерной спектральной плоскости акустического сигнала пациента канонической-плоскости сигнала того же рода;

5 решающее правило для идентификации митральной недостаточности двумерном спектральном пространстве. (

Практическая ценность.

1. ' Предложенный метод выделения информативных параметров

классификационных признаков из акустических сигналов сердеч сосудистой системы человека позволяет создав автоматизированные системы диагностики ■ митралы недостаточности, которые повысят качество медицинской помощ лечебных учреждениях путем классификации степени митралы недостаточности.

2. Разработанное высокопроизводительное программное обеспечеь реализующее двумерное спектральное преобразование одномерн кардиосигнала, визуализацию двумерных спектральных плоскосте

• их анализ, позволяет построить .эффективную автоматизировань

систему диагностики митральной недостаточности, снижающую требования к комплексному обследованию больного и ускоряющую процесс принятия решений.

Реализация. Разработанные информационные технологии используются в Курском гарнизонном военном госпитале (ВЧ 42300), используются в разрабатываемой ОАО "Счетмаш" кардиодиагностической аппаратуре, находятся в эксплуатации в АСНИ на кафедре "Биотехнические и медицинские аппараты и системы" КГТУ г. Курска.

Апробация. Результаты работы докладывались и обсуждались на международных конференциях "Циклы природы и общества" в г. Ставрополе и 1996, 1997, 1998 годах, на 2-й международной конференции "Распознавание-95", Курск 1995, на IX ИТК с участием зарубежных специалистов "Датчики и преобразователи информации систем измерения, контроля и управления" ("Датчики 97") Москва 1997, на международной технической конференции "Медико-экологические информационные технологии 98" в г. Курске в 1998г.

Публикации. По теме диссертационной работы было опубликовано и соавторстве 7 печатных работ

Структура н объем работы. Диссертация состоит из введения, четырех лиш, заключения и списка литературы из 32 наименований, приложений на 12 страницах, и содержит 124 страницы машинописного текста, 8 таблиц и иллюстрируется 23 рисунками.

Содержание работы

Во введении обосновывается актуальность темы диссертации, формируются ее цели и основные положения, выносимые на защиту, кратко излагается содержание глав диссертации.

Глава 1 кратко характеризует состояние проблемы в области диагностики сердечных заболеваний методами анализа акустических сигналов сердца. На основе данных литературы исследованы современные способы автоматизации анализа акустических сигналов сердечно-сосудистой системы человека и способы их графического представления. Показано, что достоверные результаты диагностики по акустическим сигналам сердечной системы человека может получить только врач с высоким уровнем подготовки, хотя и в этом случае возможна неоднозначность трактовки многих акустических явлений. В тоже время при автоматизации исследований отсутствуют эффективные математические методы анализа акустических сигналов

человека. В связи с этим определены основные подходы к обработке акустических сигналов. Применение современных методов анализа акустических биомедицинских сигналов требует уникальных приемов селекции информативных признаков различных патологий. К наиболее перспективным следует отнести спектральные методы обработки сигналов, так как они используют всю информацию, представленную в сигнале. Разработка универсальных методик селекции информативных признаков акустических сигналов позволит значительно сократить затраты на средства диагностики, и расширить области применения спектрального анализа биологических сигналов человека.

Анализ ряда современных работ, посвященных методам диагностики митральной недостаточности, аортальной недостаточности и других патологий сердца позволил сформулировать ряд специфических требований, которым должна удовлетворять соответствующая автоматизированная система диагностики механической работы сердца:

высокопроизводительный алгоритм получения спектральных коэффициентов;

снижение размерности Пространства информативных признаков; удобство визуального восприятия результирующих изображений процесса;

самообучение в процессе эксплуатации. В заключение сформулированы цели и задачи исследования, решение которых позволит реализовать автоматизированную систему диагностики митральной недостаточности по анализу акустических сигналов сердца.

Глава 2 посвящена разработке двумерных спектральных представлений одномерных акустических сигналов сердца и исследованию алгоритмов их реализации.

В разделах 2.1 и 2.2 излагаются математические и алгоритмические аспекты разработанного представления.

Суть предлагаемого способа заключается в том, что двумерное спектральное преобразование вычисляемое как

тг ЛГ.-1ЛГ2-1 А,

А, ^ ¿2

Л1=0л2=Р

9

(1)

для 0<к,<К,-1 и0<к2<№-1

где У/м| \Ум2 -некоторый-ортогональный базис,

представляется в виде двух преобразований,

Х(к,, кг) = £ АО

Л1=1

где

/=1

здесь р1 (в (п1, к2, ^ )) - аппроксимирующие полиномы, построенные по дискретным отсчетам функции в (п1, к2, )

В качестве отсчетов х(п1,п2) выбирают, как правило, отсчеты, полученные на одном кардиоцикле. А величина определяет максимальное число

отсчетов в кардиоцикле.

На рис.1 приведена схема алгоритма позволяющего реализовать преобразования (1,2,3) в автоматизированной системе для диагностики митральной недостаточности. Первый этап преобразования (2) - выбор окна мгновенного наблюдения (блок 3). Окно выбирается без перекрытия, а его длинна адаптирована под исследуемый процесс. Рассмотрим два подхода к выделению окон (сегментации сигнала). Первый приемлем для достаточно медленных процессов ( реограммы, пульс). Суть его заключается в выделении одного или нескольких квазипериодов (кардиоциклов, дыхательных циклов, циклов нагрузки) и использовании их длительности в качестве длинны окна мгновенного наблюдения (блок 5). В результате сегментации вектор-строка отсчетов исходного сигнала [А] разбивается на векторы - строки |В], . Причем так как процесс квазипериодический, то число элементов в векторах-строках [В]; различно. К каждому из векторов [В], можно применись преобразование (2) получив множество векторов-строк [С]|. Для реализации преобразования (3), то есть для получения двумерного спектра, необходимо выстроить векторы [СЬ таким образом, чтобы ]-я спектральная составляющая ¡-го вектора находилась под ^й спектральной составляющей ( ¡+1 )-го вектора и т.д. Так как число спектральных составляющих в векторах [С], не одинаково, необходимо привести их к единому масштабу, то есть выровнять количество отсчетов в квазипериодах.

(4)

Алгоритм получения двумерного спектрального представления кардиосигнала в автоматизированной системы для диагностики митральной недостаточности

Начало 1

Сегментация на кардиоииклы

Способ дополнения до . мксимальной длинны

Спектральное лреобразовнме строк матрицы

Способ линейной интерполяции

Спектральное преобразование столбцов матриц

if Визуализация

^ Конец

<

Исследовано несколько способов выравнивания, базирующихся на получении априорной информации .об исследуемом процессе. В данной работе исследовались методы доопределения в частотной и временной областях ( то есть выравнивание [С]| и [В]| соответственно).

В зависимости от того, какая составляющая квазипериодичности ритмическая или энергетическая - наиболее информативна или тесно связана с классификационными признаками, разработаны два способа выравнивания векторов [В]/.

Если классификация процесса требует информации о частотной модуляции (ритмическая квазипериодичность), то процесс выравнивания можно представить как _

[С]| = [ад + [в]м.

где [С]: выровненный вектор [В0]1 . Вектор [В0}! - получен из вектора | В|,. к которому в старшие отсчеты добавлено столько нулей, на сколько число его отсчетов меньше максимального числа отсчетов в векторах множества {[В]|), а [В ]н| - вектор полученный из вектора [В]|+, в два этапа: сначала в нем оставляется столько первых элементов, сколько нулевых элементов добавлено в вектор [В]|. Затем к полученному вектору добавляется слева столько нулей, ^копько было ненулевых элементов в векторе [В],- (блок 7).

Выравнивание длин квазипериодов Выравнивание длин квазипериодов

способом дополнения способом линейной интерполяции

Рис. 2. Рис. 3.

Данный процесс иллюстрируется рис 2.

Если классификация процесса строится на анализе энергетических характеристик квазипериодического процесса, то для получения элементов ма-р.щы [С]1 используется аппроксимирующий полином (например кубический сплайн).

К)

e/je верхний индекс - номер отсчета в спектре, нижний индекс - homi (.' вектора. В простейшем случае линейной интерполяции процесс выравнивания (блок указанным способом может быть пояснен (рис. 3).

Для акустических сигналов, имеющих высокую частоту дискретизации, исследовалась сегментация способ «фиксированных интервалов», суть которой сводится к простому делению сигнала на равные по количеству отсчетов (но времени) периоды независимо от нелинейности индивидуального времени биологической системы. L! лом случае количество несущей сигналом информации не изменяется , но форма представления сигнала позволяет наблюдать как временную квазипериодичность процессов, гак и энергетическую. Этот способ сегментации использован для анализ? ФКС, ДЭхоКГ, голоса.

Способ сегментации на равные по времени отрезки отсчетов сигнала i позволяет наблюдать двумерные спектры процессов как меньших по времени, чем время сегмента, так и процессов превышающих по времени диину сегмента (блок 4). •

I Вычисление спектральных коэффициентов полученных матриц дает возможность 'наблюдать спектральный состав каждого квазиперпола. Математически этот спектр представлен в виде матрицы, строки котором являются отсчётами спектрограмм мгновенного спектра.

Определив спектры столбцов полученной матрицы, получим двумс|Ж\ \: спектральную плоскость.

На этой плоскости частоты, с периодом меньше- чем время сегментации сигнала, откладываются по горизонтальной оси, а частоты, период которы превышает период сегментации, откладываются по вертикальной оси.

На рис.4 представлена двумерная спектральная плоскость тестового сшнапа вида

í

F(t) = A COS(cot) + Al COS(2cot) * sin (gt),

где wl - частота основной гармоники ( ведущий циклический процесс);

sin (gt) - процесс, модулирующий вторую гармонику ведущее циклического процесса, a g - частота модулирующего процесса. Для повышения наглядности и лучшего восприятия, . использована полутоновая визуализация, где максимальному значению элементов двумерной1 матрицы ставится в соответствие белый цвет, а минимальному -черный (блок 11).;

Двумерный спектр такого сигнала получен при выборе длины окна наблюдения равном периоду первой гармоники (Т = 2 * л / ю). Координата первого всплеска яркости на частотной плоскости соответствует нулевой С i |л>1\С lío i ujj.ijoii.a t;o|>u;:My -LojiUn) ¡'i о оср; ; .i, ¡'.а.' гармоника не модулирована. Второй всплеск яркости расположен в третьей

строке ( 1 ) и третьем столбце (] ), что соответствует частоте гармоник» 2о> и частоте модулирующего процесса

g / 2со = / Тиссл.,

где Тиссл. - время наблюдения сигнала Р(0.

Полутоновое изображение двумерной частотной плоскости тсстово.'о сигнала.

Рис 4.

Раздел 2.3 посвящен синтезу правил сопоставления двумерных

спектральных плоскостей кардиосигнала. Получив такой набор правим, эксперт может судить о наличии той или иной патологии по изображениям двух спектральных плоскостей: исходной (полученной у конкретного пациента в процессе обследования) и канонической (отражающей результаты исследований множества выборок здоровых пациентов в различных функциональных состояниях).

В результате исследований исходных и канонических спектральных плоскостей показано, что для их сравнения необходимо привести плоскости к единому масштабу, как по оси абсцисс, так и по оси ординат, что необходимо для их сравнения как в автоматическом, так и в интерактивном режимах. Для перехода к индивидуальному масштабу времени при анализе спектральных плоскостей, полученных с применением сегментации методом фиксированных интервалов, алгоритм перехода к индивидуальному времени представляет in себя проецирование канонической плоскости на исходную (или наоборот !. Причем угол проецирования а (рис.5) выбирается таким образом, чгооы следы 1-й, 2-й, 3-й и т.д. гармоник кардиосигнала на канонической плоскости совпали (проецировались) со следами тех же составляющих на исходной спектральной плоскости, то есть COS а = Tk / Тр, где Тк - масштно

ВРеМСНИ К\1НОНИЧ?СКОЙ СИСТСМЬ! Тн - ЧН^М^НН '-'li'T'MM ■

(Масштаб времени определяется числом строк между двумя соседними всплесками на плоскости). Если масштаб времени канонической системы

больше масштаба времени исследуемой системы, то плоскости меняются местами и каноническая плоскость проецируется на плоскость исследуемой системы. В этом случае COS а = Тр / Tk .

Геометрическое представление приведения частотных плоскостей, полученных методом фиксированных интервалов, к единому индивидуальному временному масштабу

Проекция исследуемой плоскости на каноническую плоскость представляет собой матрицу отсчетов с временными параметрами равными канонической системе.

При сегментации по принципу ведущего циклического процесса приведение частотных плоскостей к эквивалентному виду сводится к поиску перекрывающихся областей двух спектральных плоскостей и описывается следующим алгоритмом

пусть: А ( I , } ) -каноническая плоскость, полученная при частоте ^ дискретизации Р;

В ( Ь , К) -исследуемая плоскость, полученная при частоте дискретизации Р;

где [, Ь -количество отсчетов в сегменте канонического изображения и исходного соответственно;

.1, К -количество сегментов в каноническом кардиосигнале и исходном соответственно;

Учитывая индивидуальный масштаб времени сравниваемых частотных плоскостей и задав равное индивидуальное время исследования, имеем К = .1:

-г-!- [>Т. то [ТУТ. т'=[АГ [ Щ-ГВСГ,. Щ

иначе [0( I,} )] = [В( I, .1)] - [А( I, I)]

где [Э] - матрица, приведенная к масштабу канонической плоскости.

. Для оценки отклонений исходной плоскости от канонической при Митральной недостаточности применен метод сравнения окрестностей заранее определенной точки (точки наблюдения) или группы точек. Окрестность точки наЗиЮдения представляет собой соседние точки на плоскости, удаленные не более чем на заданную величину. Координата точки наблюдения (Х,У), и величина удаления (размер зоны наблюдения) по столбцам и строкам определяются экспертом на предварительном этапе при исследовании выборки пациентов с определенным видом патологии на основании сравнения канонической частотной плоскости и получаемых плоскостей (анализе матрицы [Б].

Параметры определяющие принадлежность плоскости к тому или иному классу патологий, легли в основу построения решающих правил для системы автоматизированной диагностики митральной недостаточности. В качестве таких параметров были выявлены :

- интегральная яркость элементов матрицы [Б] в окде наблюдения;

- дисперсия элегл"_;ггов матрицы [Т>] в окне наблюдения;

- отношение минимального элемента матрицы [О] к максимальному;

- дисперсия элементов после обработки цифровым фильтром с заданной пространственно-частотной характеристикой.

В разделе 2.4 описаны алгоритмы и пакет прикладных программ, реализующих разработанные способы.

Третья глава посвящена разработке метода идентификации митральной недостаточности на основе спектрального анализа акустических сигналов сердца. Алгоритм, реализующий разработанный метод, показан на рис. 6. Суть мете и а идентификации и классификации митральной недостаточности на основе анализа двумерных спектральных плоскостей заключается в применении к кардиосигналу способов (блок 3) преобразования описанных в 2.1 .к 2.2.; приведении исходной плоскости к масштабу канонической плоскости (блок 4) способом описанным в разделе 2.3. Обучение по заданной выборке сводитсяк синтезу канонической плоскости (блок 7) и определению параметров дискриминантной функции ( блок 11). Анализ по разработанному методу сводится к выделению кластеров (блок 10) и вычислению дискриминантной функции (блок 12).

На основании анализа различных акустических сигналов предложенным методом был выбран наиболее подходящий сигнал для диагностики митральной недостаточности.

Раздел 3.1 посвящен двумерному спектральному представлению голоса человека В этом разделе разработаны параметры сегментации голосовых данных человека, приведена каноническая частотная плоскость, полученная ири анализе выборки голосовых файлов. На канонической частотной

Алгоритм, реализующий метод идентификации и клисиицшниции митральной недостаточности на основе анализа двумерных спектральных плоскостей кардиосигнала

Рис. 6.

плоскости определена дислокация кардиосигнала, модулирующего некое lpue форманты голоса человека. (Рис 7 )

Двумерная полутоновая плоскость силоса (канонически;!).

Г Я Ш !У <-*Ji

Рис. 7.

На спектральной плоскостм обнаружены кластеры (I, II, III, IV) коор/и пата которого по оси со г соответствует частоте формант голоса. Определи» координату i по оси оъ элемента с максимальной интенсивностью яркости и кластерах I, II, IV. След на частотной плоскости расположен в i-й строке, соответствует частоте F = i/Тпссл. = 8/5= 1.6 Гц; 'по соответетн\..-| частоте сердечных сокращении (ЧСС) в эксперименте.

Разработано программное обеспечение для представления двумерной частотной плоскости голоса пациента переданного по каналам телефонiiof или радио связи, выявлены спектральные составляющие, связанные с часто-юн сердечных сокращений.

Раздел 3.2 и 3.3 посвящены двумерному спектральному анг.ппч акустических сигналов сердца, полученных путем непосредственной регистрации звуков сердца и сигнала звукового представления ДЭхоКГ.

Для точного анализа спектральных составляющих ширина окна наблюденпч не должна превышать минимальную ширину тонов сердца. Этот при шин сегментации ФКС при построении двумерных спектральных мотелем позволяет получать значения спектральных коэффициентов и проводить анализ их изменений во времени. В процессе исследовании была выбрана длинна сегмента 0.05с. Учитывая технические особенности АЦП и час го-ими диапазон ФКС, нижняя частота анализа была определена 50 Гц. Это в по тон мере соответствует общепринятой методике диагностики. Таким образом минимальное окно наблюдения Тмин. = 1 /50 = 0.02 с.

Выбранное нами окно в 0.05 с в полной мере соответствует определенной нижней частоте ФКС 50 Гц. Время исследований ФКС было-выбра то н соответствии с рекомендованным временем съема ФКГ и клинических условиях (10 с).

Двумерная спектральная каноническая плоскость ФКС.

Двумерная спектральная каноническая плоскость сигнала ДЭхоКГ

о

Г.-

Рис. 8. . Рис. 9.

В этих разделах исследованы способы сегментации сигналов и получения двумерных спектральных плоскостей. Получены канонические двумерные частотные плоскости ФКС и ДЭхоКГ. (Рис 8,9). На этих плоскостях выявлены кластеры (I, II, III): координата кластера I на оси ш2 определяет ЧСС, а кластеры II и III соответствуют 2-й и 3-й гармоникам ЧСС соответственно.

Раздел 3.4 посвящен разработке способа двумерного спектрального представления сигнала пульса. Разработан и исследован способ представления кардиосигналов на частотной плоскости, с учетом сохранения индивидуальных временных масштабов организма человека. Исследована каноническая плоскость сигнала пульса. (Рис.9) Исследовано влияние физической нагрузки на вид двумерной частотной плоскости.(рис. 10) при этом выявлен кластер с координатой по со 1 40 Гц. и шириной окна наблюдения 5Гц. Выявлен эффект сглаживания элементов кластера при физической начрузке. Двумерная спектральная Двумерная спектральная

каноническая плоскость пульса. плоскость сигнала пульса с нагрузкой

р Сглаживание пульсорой волны

!л>г.

Рис 10.

Рис и

При исследованиях сигнала пульса применялся метод сегментации сигнала, основанный на определении максимумов скорости прироста давления -:)Р/<11 пульсовой волны с предварительной цифровой фильтрацией сигнала. Этот метод позволил проводить сегментацию сигнала пульса на кардиоциклы с вероятностью 0.995 (99.5%) Эти показатели получены на основании исследований 1000 различных пульсограмм записанных в реальных условиях.

Выравнивание длин квазипериодов проводилась посредством сплайн-интерполяции во временной и частотных областях. При интерполяции количество отсчетов увеличивалось до фиксированного значения (200). Это позволило на этапе сравнения иметь исходные матрицы двумерного спектра сигнала в нормализованном по ширине, (количество столбцов) виде. Для сохранения индивидуальных временных характеристик двумерные спектральные плоскости приводились к равной размерности по вертикале (количество строк), описанными в разделе 2.3 методами.

Четвертая глава . посвящена разработке решающего правила для диагностики митральной недостаточности и определения степени митральной регургитации по ДЭхоКГ. При этом объем выборки определялся по методике оценки математического ожидания координат центров кластеров, полученных при сопоставлении канонической спектрльной плоскости ДЭхоКГ и текущей спектральной плоскости.

Дискриминантная функция была определена как п № N1

р = Л Р'1 Л (ехр(/МО Й70) * Xехр(-л ,(у - и)) 5

где тз! и VI - коорпикаты центра кластеров (центр окна наблюдения), - классификационные признаки

Я,„, Я,• среднее квадратическое отклонение величин классификационных признаков на спектральной плоскости.

Достоинство этого решающего правила состоит в том, что оно эффективно работает как в автоматическом так и в интерактивном режимах. При определении степени недостаточности митрального клапана выделено четыре класса патологии. Для каждого класса были построены канонические двумерные частотные плоскости. На этих плоскостях, экспертами были выделены области, имеющие максимальные различия для каждого класса патологий. При этом в классе пациентов, не имеющих митральной недостаточности, присутствовали люди с функциональными шумами. Для решения задачи диагностики митральной недостаточности были использованы следующие классификационные признаки:

1 Расширение высокочастотной области основного следа ( Ыу )

2 Относительное увеличение высокочастотных составляющих третьего следа по отношению к низкочастотным ( К ).

I

Эти признаки наилучшим образом отличают классы патологий и наименьшим образом изменяются при появлении функциональных шумов. Для численных измерений были определены окна наблюдений:

1 - соответствует частотной области 800 Гц основного следа; ширина окна 700 - 900 Гц (10 отсчетов);

высота окна 20 отсчетов;

2 - Соответствует третьему следу и частоте 100 Гц; ширина окна 80— 120 Гц (2 отсчета);

. высота окна 5 отсчетов;

3 - Соответствует третьему следу и частоте 800 Гц; ширина окна 700 - 900 Гц (10 отсчетов);

высота окна 5 отсчетов;

Для первого окна разработана процедура вычисления коэффициента расширения следа. Коэффициентом расширения считается число элементов Ыу для которых справедливо равенство

1,] > 0.7 * N шах,

где N шах - максимальный элемент окна наблюдения; N [ I.} ] ~ элемент окна наблюдения

0.7 - коэффициент, подобранный так, чтобы наилучшим образом отразить изменения ширины первого следа частотной плоскости при переходе от класса к классу. (

Для второго классификационного признака разработана прои^аура, реализующая следующее действие:

РсрЗ

К =---------,

Рср2

где Рср п - среднее значение уровня яркости в окне наблюдения п. Таким образом были получены значения классификационных параметров К и Ыу для каждого класса. Заменяя экспоненциальные окна в (5) прямоугольными получим дискриминантную функцию

Р = 132 К. + 58 Ыу

Значения этой функции, вычисленные для каждого класса, приведены в табл. I

На этапе обучения системы, в соответствии с экспериментальными данными были установление границы Р для каждого из к классов функциональных групп. В качестве иллюстрации работы предложенного классифицирующего алгоритма в табл.2 приведены результаты диагностики пациентов с митральной недостаточностью и без нее.

Табл 1. Пределы значений классификационной функции Р для классов

Диагноз Нижний предел Верхний предел

функции Р функции Р

«Без патологии.» 12888 16212

«Незначительная» 16212 18125

«Умеренная» 18125 19870

«Тяжёлая» 19870 28000

По результатам работы диагностического правила была проведена проверка достоверности принятого диагностического решения. В табл. 2 приведены результаты диагностики выборки пациентов с применением разработанного диагностического правила.

Табл.2. Результаты диагностики 35 пациентов для каждого класса.

)

Клинический Результат Результат Результат Результат Правильна:

Диагноз диагностики диагностики диагностики диагностики классифика;

«Без «незяя чнте «умеренная» «тяжелая» ия%

патологии» льная»

«Без 32 3 - - 91

патологии.»

«Незначитель 3 27 5 - 77

ная»

«Умеренная» - 4 28 80

«Тяжёлая» - 1 4 30 86

Общее число ошибок для всех классов составило 23. Общий объем выборки 140.

Процент правильного принятия диагностического решения для

предложенного метода диагностики составила Р= 0.84.

Основные результаты работы

Предлагаемая работа посвящена разработке автоматизированных систем диагностики митральной недостаточности методом идентификации и классификации митральной недостаточности на основе двумерного спектрального анализа <:кустических сигналов сердца.

В, процессе выполнения работы были решены следующие задачи: 1

1 исследовано влияние митральной недостаточности на двумерное

наиболее подходящих из них, что позволило разработать метод идентификации и классификации митральной недостаточности на основе

анализа двумерных спектральных представлений

допплерэхокардиосигналов;

2 разработан способ преобразования одномерных акустических сигналов в двумерные, отличающийся учетом индивидуального времени в биосистеме, позволяющий осуществить двумерное спектральное представление кардиосигналов для их последующей автоматизированной обработки;

3 разработан способ приведения двумерных частотных плоскостей акустических сигналов к единому временному масштабу, отличающийся учетом индивидуального масштаба времени сравниваемых биологических систем, позволяющий определить информативные параметры для принятия решений при диагностике митральной недостаточности;

4 разработан алгоритм синтеза решающих правил для выявления патологий по двумерной спектральной плоскости кардиосигнала и каноничеакой плоскости сигнала того же рода, не содержащего патологию, отличающийся использованием параметров, полученных при их сравнении, позволяющий получить диагностические правила посредством обучения системы;

5 найден набор классификационных признаков и построена дискриминантная функция для определения степени митральной недостаточности, что позволило принимать диагностические решения активном режиме,

6 разработано высокопроизводительное программное обеспечение, которое используется в автоматизированной системе диагностики митр^пьной недостаточности разрабатываемой в ОАО "Счетмаш", находяшейся в эксплуатации вВЧ42300;

7 проведена экспериментальная проверка разработанной автоматизированной системы и эффективности в ней решающих правил.

Основные положения диссертации опубликованы в следующих работах

1. Багликов С.Ю. Филист С.А. Юдина Е.А. Метод спектрального англиза биомедицинских сигналов // Материалы международной конференции «Распознавание - 95» Курск 1995. С. 93-94.

2. Багликов С.Ю. Филист С.А. Автоматизированная система для анализа и визуализации квазипериодических, процессов // Материалы конференции «Циклы природы и общества» Ставрополь 1996. С. 292-294.

3. Багликов С.Ю. Филист С.А. Исследование моделей двумерной спектральной плоскости сигнала пульса // Материалы конференции «Циклы природы и общества» Ставрополь 1997. С.221-223.

4. Багликов С.Ю. Филист С.А. Автоматизированная система анализа биоритмов// Тезисы докладов IX ИТК с участием зарубежных специалистов "Датчики и преобразователи информации систем измерения, контроля и управления" «Датчики-97» Москва 1997. С.274-275.

5. Багликов С.Ю. Филист С.А. Белых A.B. Система мониторинга сигнала ЭКС посредством радиоканала // Материалы конференции «Реализация НТП ЦЧЗ региона» Воронеж 1997. С.112-113.

6. Багликов С.Ю. Филист С.А. Применение методов двумерного спектрального анализа кардиосигнала для диагностики сердечных патологий и получения физиологических показателей работы организма человека // Материалы конференции «Медико-экологические информационные технологии 98» Курск 1998. С. 12-16.

7. Багликов С.Ю., Белых A.B., Филист С.А. Способ сравнения двумерных спектральных плоскостей кардиосигнала, полученных с учетом сохранения индивидуального масштаба времени биологической системы // Материалы конференции «Циклы природы и общества» Ставрополь 1998. С.224-225.

ОАО "СЧЕТМАШ"

Подписано в печать ^л Яг неч. листов 22 Тираж 100 экз. 'Заказ 891

КУРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

на правах рукописи

Багликов Сергей Юрьевич

Автоматизированная система для диагностики митральной недостаточности на основе методов двумерного спектрального анализа акустических сигналов сердца

Специальность 05.13.09 (Управление в биологических и медицинских системах)

Диссертация на соискание ученой степени кандидата технических наук

Научные руководители:

доктор технических наук, профессор Кореневский НА.

кандидат технических наук, доцент Филист С.А.

Курск -1998

СОДЕРЖАНИЕ

Введение 4

1 Современные методы анализа медико-биологических показателей работы сердечной системы человека на основе акустических сигналов 10 1.1. Сравнительные характеристики методов исследования 10

механической работы сердца по эффективности диагностики и прогностики состояния здоровья людей

1.1.1 Сфигмография 11

1.1.2 Фонокардиография 17

1.1.3 Допплерэхокардиографическое исследование сердца 3 О

1.1.4 Голос 39 1.2 Постановка задачи на исследование 41

2 Разработка и исследование методов и алгоритмов анализа акустических сигналов сердца, в пространстве информативных признаков и мешающих факторов 46

2.1 Представление одномерных кардиосигналов в виде двумерных дискретно-непрерывных последовательностей 46

2.2 Представление медико-биологических процессов на двумерной спектральной плоскости 61

2.3 Алгоритм синтеза диагностических правил для митральной недостаточности методами спектрального анализа кардиосигналов

2.4 Программное обеспечение исследований

2.5 Выводы по главе

3. Исследование информативных параметров акустических сигналов сердца на двумерной спектральной плоскости и разработка автоматизированной системы диагностики митральной недостаточности 76

3.1 Представление голоса человека на двумерной спектральной плоскости 78

3.2 Двумерный спектральный анализ фонокардиограмм 86

3.3 Двумерное спектральное исследование допплерэхокардиосигнала 92 3 .4 Исследования спектральной плоскости сигнала пульса 98 3.5 Выводы по главе 104

4. Построение решающих правила для диагностики недостаточности митрального клапана и определения степени митральной регургитации 105 Заключение 118 Список используемых источников 120 Приложение 127

диагностики двумерного

65 69 75

ВВЕДЕНИЕ

Сердечно-сосудистые заболевания являются одной из основных причин смертности населения в большинстве развитых стран мира (Чазов Е.И., Метелица В.И., Оганов А.Г., Мазур Н.А. и др.). Изучению этиологии и патогенеза, разработке методов раннего выявления и диагностики, профилактики и лечения заболеваний сердца посвящены исследования многих ученых. Для выбора правильного подхода, при определении стратегии лечения, необходимо иметь информацию об общем состоянии человека, о показателях его активности и его биологических ритмах. В то же время в современной клинической и экспериментальной кардиологии отсутствует целостное представление о критериях оценки активности человека в целом. Значительную помощь в решении данных задач может оказать применение современных компьютерных технологий, позволяющих объединить многолетний опыт людей и возможности математического описания некоторых процессов в организме человека.

Однако изучение закономерностей тоге или иного процесса требует определенных статистических исследований, что не всегда представляется возможным. Поэтому очень важно разработать такие алгоритмы диагностики, которые были бы эффективны при минимальном или даже однократном наблюдении процесса. Для проведения такой работы необходим комплекс исследований на стыке медицинской, математической и технических наук, а также алгоритмизация и моделирование процессов в организме человека с разработкой соответствующих программно -технических средств обработки данных.

В болыненстве современных медицинских автоматизированных диагностических системах вычислительные ресурсы направлены на предварительную обработку и визуализацию данных [ 1 ], а весь процесс принятия решений является прерогативой врача, что предъявляет высокие требования к его квалификации. В настоящее время в современной

медицинской практике применяется большое количество

автоматизированных диагностических систем, решающих различные диагностические и консультационные задачи. Огромное разнообразие и сложность реальных диагностических задач приводит разработчиков автоматизированных систем к созданию узкоспециализированных диагностических комплексов с использованием в них решающих правил однородного типа, которые, как правило, составляются при участии специалистов высшего класса и базируются на экспертных оценках и теории нечетких множеств. Но такие системы используют только одну сильную стороны ЭВМ - возможность оперировать большими объемами данных. Входная и выходная информация представляется в традиционном виде, принятом во врачебной практике. Однако с помощью ЭВМ данные могут быть представлены в нетрадиционном виде, например, может быть изменена размерность пространства, в котором мы наблюдаем первичный сигнал. Такие преобразования пространства возможны по той причине, что при исследовании того или иного биологического процесса мы наблюдаем множество пространственно - временных срезов такого процесса [ 2 ].

При диагностике недостаточности митрального клапана врачу приходится решать достаточно сложные задачи, особенно при наличии функциональных шумов и комбинированного митрального порока. Для его диагностики широко используется акустические сигналы: эхокардиограммы (ЭхоКГ), фонокардиосигналы (ФКС). Но исследования, проведенные с использованием одно и двумерной ЭхоКГ, показали, что выявленные признаки не являются специфичными для митральной регургитации. Появление автоматизированных диагностических установок на основе допплер-ЭхоКГ (ДЭхоКГ) сняло ряд проблем оценки регургитации , однако помехи, вызванные как анатомическим строением больного, так и квалификацией врача, не всегда позволяют выявить эту патологию, а тем более получить ее количественные характеристики.

Исключить субъективность в анализе кардиосигналов позволяют спектральные методы, в частности, методы двумерного спектрального анализа. Однако их применение к одномерным кардиосигналам, в частности, к ДЭхоКГ, вызывает ряд трудностей при выделении информативных признаков для диагностики митральной недостаточности.

В связи с этим разработка и исследование методов автоматизированной диагностики митральной недостаточности на основе спектрального анализа имеет важное значение в клинической и профилактической медицине.

Диссертация выполнена в соответствии с основными направлениями научных исследований, проводимых на кафедре БИТАС Курского государственного технического университета в рамках региональной программы Вуз-черноземья на 1997-1998г (тема: Индивидуальные автоматизированные системы и устройства экспресс контроля и мониторинга параметров человека.)

Цель работы - повышение достоверности диагностики митральной недостаточности путем разработки автоматизированной системы диагностики на основе методов двумерного спектрального анализа акустических сигналов сердца.

Для достижения цели были поставлены следующие задачи:

1 исследовать влияние митральной недостаточности на акустические сигналы сердца различной природы и разработать метод, позволяющий в интерактивном режиме идентифицировать и классифицировать этот порок;

2 разработать способ представления одномерного кардиосигнала в виде двумерного для последующего получения двумерной спектральной плоскости;

3 разработать способ приведения двумерных спектров акустических сигналов сердца к единому масштабу

4 построить решающие правило для диагностики и классификации митральной недостаточности по изображению двумерной спектральной плоскости акустических сигналов сердца;

5 разработать программное обеспечение, реализующее разработанный метод, и осуществить экспериментальную проверку возможности диагностики митральной недостаточности с его помощью;

В работе использовалась: теория цифровой обработки сигналов, теория ортогональных преобразований, методы линейной алгебры и прикладной статистики.

На основе теоретических и экспериментальных исследований двумерных спектральных представлений акустических сигналов сердца разработан и реализован в автоматизированной системе диагностики митральной недостаточности метод идентификации и классификации митральной недостаточности на основе анализа двумерных спектральных плоскостей допплерэхокардиосигналов.

При этом в рамках разработанного метода предложены:

1 способ представления кардиосигналов в двумерной опорной области с учетом индивидуальных временных параметров биосистемы;

2 способ приведения двумерных частотных плоскостей акустических сигналов сердца к единому временному базису с учетом различного индивидуального времени в сравниваемых биосистемах;

3 алгоритм синтеза решающих правил для выявления патологий по двумерной спектральной плоскости акустического сигнала пациента и канонической плоскости сигнала того же рода;

4 решающее правило для идентификации митральной недостаточности в двумерном спектральном пространстве.

Практическая ценность.

1. Предложенный метод выделения информативных параметров и классификационных признаков из акустических сигналов сердечнососудистой системы человека позволяет создавать автоматизированные системы диагностики митральной недостаточности, которые повысят качество медицинской помощи в лечебных учреждениях путем классификации степени митральной недостаточности.

2. Разработанное высокопроизводительное программное обеспечение, реализующее двумерное спектральное преобразование одномерного кардиосигнала, визуализацию двумерных спектральных плоскостей и их анализ, позволяет построить эффективную автоматизированную систему диагностики митральной недостаточности, снижающую требования к комплексному обследованию больного и ускоряющую процесс принятия решений.

Разработанные информационные технологии используются в Курском гарнизонном военном госпитале (ВЧ 42300), используются в разрабатываемой ОАО "Счетмаш" кардиодиагностической аппаратуре, находятся в эксплуатации в АСНИ на кафедре "Биотехнические и медицинские аппараты и системы" КГТУ г. Курска.

Основные положения работы опубликованы в 7 печатных работ. Результаты работы докладывались и обсуждались на международных конференциях "Циклы природы и общества" в г. Ставрополе в 1996, 1997, 1998 годах, на 2-й международной конференции "Распознавание-95", Курск 1995, на IX ИТК с участием зарубежных специалистов "Датчики и преобразователи информации систем измерения, контроля и управления" ("Датчики 97") Москва 1997, на международной технической конференции "Медико-экологические информационные технологии 98" в г. Курске в 1998г.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения и списка литературы из 7 6 наименований, приложений на 2 страницах, и содержит 124 страницы машинописного текста, 8 таблиц и иллюстрируется 23 рисунками.

Первая глава кратко характеризует состояние проблемы в области диагностики сердечных заболеваний методами анализа акустических сигналов сердца. На основе данных литературы исследованы современные способы автоматизации анализа акустических сигналов сердечно-сосудистой системы человека и способы их графического представления. Показано, что достоверные результаты диагностики по акустическим сигналам сердечной системы человека может получить только врач с высоким уровнем подготовки, хотя и в этом случае возможна неоднозначность трактовки многих акустических явлений. В заключение сформулированы цели и задачи исследования, решение которых позволит реализовать автоматизированную систему диагностики митральной недостаточности по анализу акустических сигналов сердца.

Вторая глава посвящена разработке двумерных спектральных представлений одномерных акустических сигналов сердца, исследованы алгоритмы их реализации и способы их сравнения.

Третья глава посвящена разработке метода идентификации митральной недостаточности на основе спектрального анализа акустических сигналов сердца. В этой главе проведен анализ акустических сигналов сердца с точки зрения информативности их двумерных представлений.

Четвертая глава посвящена разработке решающего правила для диагностики митральной недостаточности и определения степени митральной регургитации по ДЭхоКГ. В этой главе проведены статистические исследования двумерных спектральных представлений ДэхоКГ, получено решающее правило позволяющее идентифицировать и классифицировать митральную недостаточность.

1. Современные методы анализа медико-биологических показателей работы сердечно - сосудистой системы человека на основе акустических сигналов

1.1. Сравнительная характеристика методов исследования механической работы сердца по эффективности диагностики и прогностики состояния здоровья людей

В настоящее время в медицинской практике широкое распространение получили методы диагностики и прогностики, основанные на анализе формы сигнала. Эти методы особенно распространены в кардиографических исследованиях, однако они требуют высокий уровень подготовки врача, а также большую статистическую базу. [ 3 ]

В широкой врачебной практике, как правило, в автоматизированных системах диагностики и прогностики, используется анализ пространства признаков. Анализ признакового пространства позволяет построить параметрические и непараметрические методы идентификации и классификации патологий. /

Многие биомедицинские сигналы представляют собой колебания сложной формы, поэтому следовало бы ожидать широкого использования для их анализа спектральных методов, которые включают все достоинства двух предыдущих, так как позволяют анализировать как спектральную картину ( спектрограмму), так и оперировать в спектральном пространстве как в пространстве признаков. Однако методы представления кардиосигналов в виде спектра, а также интерпретация спектрограмм недостаточно изучены.

Так как внедрение спектральных методов в практику анализа биомедицинских сигналов значительно упрощает автоматизацию

диагностики, то необходимо проведение исследований по методике получения и интерпретации спектров биомедицинских сигналов.

Сам способ получения и природа биомедицинских сигналов оказывают важное влияние на их характеристики, поэтому важно использовать эту информацию при построении алгоритмов анализа. Так как в целях диагностики часто используют акустические сигналы, как сигналы, процесс получения которых не связан с воздействиями на организм, вызывающим его ответную реакцию, то рассмотрим наиболее распространенные из них.

1.1.1. Сфигмография

В последнее время в практику отечественных методов клинической диагностики и физиологического контроля за состоянием человека внедряется разработанная в древности и ^ получившая широкое распространение в индо-тибетской и китайской медицине пульсовая диагностика- метод оценки функционального состояния различных морфофизиологических систем по параметрам пульса.

Специалист по восточной медицине на основании "прослушивания" артерии и комплекса ощущений может различить до 360 показателей.

Недостаточная распространенность пульсовой диагностики связана с тем, что, с одной стороны, ее нозологическая система совершенно не соответствует принятой у нас классификации болезней, с другой стороны, почти полностью отсутствуют технические средства для получения и обработки необходимой для диагностического процесса информации. Получение этой информации совершенными техническими средствами сопряжено с большими трудностями, связанными с разработкой и изготовлением датчиков пульса, имитирующих действие 3-х пальцев врача, системы для регистрации и обработки полученной информации, управления 6 датчиками пульса, установленными на лучевой артерии запястья пациента.

В настоящее время предложены первые варианты разработки емкостного датчика пульса и держателей датчиков и измерительно вычислительного комплекса для обработки пульсограмм, позволяющего

il II u w

осуществить опрос датчиков с определенной частотой, предварительную обработку данных и принятие решений на основе заложенной гипотезы.

Однако в связи с тем, что врач-пульсодиагност работает как бы в диалоговом режиме и, варьируя силу нажима и участок соприкосновения подушечек пальцев попеременно на левой и правой или одновременно на обеих руках пациента, поочередно "опрашивает" 12 внутренних органов, для со�