автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Биотехническая система анализа и совместной обработки информации

На правах рукописи

дг

КОБЛОВ Александр Васильевич

БИОТЕХНИЧЕСКАЯ СИСТЕМА АНАЛИЗА И СОВМЕСТНОЙ ОБРАБОТКИ ИНФОРМАЦИИ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (в технической отрасли)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

1 о СЕН 2009

Саратов 2009

003476257

Работа выполнена в Саратовском государственном техническом университете

Научный руководитель

- доктор технических наук, доцент Булдакова Татьяна Ивановна

Официальные оппоненты

- доктор технических наук, профессор Дрогайцев Валентин Серафимович

- кандидат технических наук, доцент Жигулевцев Юрий Николаевич

Ведущая организация: Институт проблем точной механики и управления РАН, г. Саратов.

Защита состоится «29» сентября 2009 г. в 15-00 часов на заседании диссертационного совета Д 212.242.04 при Саратовском государственном техническом университете по адресу:

410054, Саратов, ул. Политехническая, 77, Саратовский государственный технический университет, корп.1, ауд. 319.

С диссертацией можно ознакомиться в читальном зале научно-технической библиотеки Саратовского государственного технического университета.

Автореферат разослан « августа 2009 г.

Ученый секретарь

диссертационного совета В.В. Алешкин

з

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Несмотря на высокий уровень автоматизации процесса управления сложными техническими объектами, главным элементом всех человеко-машинных комплексов остается человек-оператор. Деятельность человека-оператора характеризуется высоким психоэмоциональным напряжением, что может негативно сказаться на качестве решаемых задач. Поэтому необходим постоянный контроль за физическим состоянием людей, управляющих сложными устройствами, оборудованием, комплексами. Более того, от состояния человека-оператора зачастую зависит не только эффективность работы технических объектов, но и безопасность людей (например, на железнодорожном транспорте, в авиации, при управлении ядерными реакторами). Таким образом, дистанционный мониторинг и анализ функционального состояния человека-оператора являются актуальными для многих сфер профессиональной деятельности, связанной с обслуживанием сложной техники.

В настоящее время имеются различные методики оценки состояния человека-оператора: по кожно-гальванической реакции, по частотно-амплитудному спектру сигналов ЭЭГ (электроэнцефалограмма), по вариабельности сердечного ритма. Для конкретных видов деятельности используют свои подходы. К примеру, на железной дороге в настоящее время внедряется телемеханическая система контроля бодрствования машиниста, которая обеспечивает непрерывный контроль его работоспособности по параметрам электрического сопротивления кожи запястья руки.

Однако одной из наиболее объективных и удобных для автоматизированной обработки является оценка функционального состояния по биосигналам сердечно-сосудистой системы (ЭКГ, пульсограмма и др.). Исследования, отраженные в работах ученых В.П. Казначеева, P.M. Баевского, К.В. Судакова, А.А.Генкина, A.M. Дворянкина и других, показали, что одновременное использование биосигналов различного функционального происхождения позволяет значительно повысить точность и адресность ранней диагностики, а значит оперативно зафиксировать изменение функционального состояния человека. Более того, с позиций современной теории сложных систем наиболее значимыми индикаторами адаптационных возможностей сложной самоорганизующейся системы являются показатели взаимосвязей образующих их подсистем.

Поэтому практическая реализация дистанционного мониторинга и анализа функционального состояния человека-оператора связана с разработкой биотехнических систем, способных регистрировать биосигналы системы «сердце-сосуды» и производить их совместную аналитическую обработку с целью определения характеристик взаимосвязей, которые могут служить индикаторами адаптационных возможностей организма.

Разработке аппаратно-программных комплексов для медицинской диагностики посвящены работы российских ученых А.П. Кулаичева, Д.А. Прилуцкого, A.B. Плотникова, И.С. Явелова, К.В. Зайченко, В.М. Ахутина, Ю.П. Мухи, С.И. Щукина, Н.И. Калядина, П.Г. Кузнецова и др.

Однако возможности аналитической обработки информации в известных комплексах ограничиваются методами статистического анализа каждого из регистрируемых биосигналов без учета их взаимосвязи и без построения моделей системы «сердце-сосуды».

Вместе с тем перспективным представляется модельный подход к обработке биосигналов кардиоцикла на основе методов реконструкции динамических систем, развиваемых в работах Г. Хакена (Н. Haken), А. Стефановской (A. Stefanovska), С. Пинкуса (S. Pincus), Г.Г. Малинецкого, С.П. Курдюмова, B.C. Анищенко, Б.П. Безручко и др.

Практическое использование указанных методов для идентификации функционального состояния человека предъявляет дополнительные требования к характеристикам биотехнических систем. В частности, поскольку шумы биосигналов могут в значительной мере исказить результаты реконструкции, то повышенные требования должны предъявляться к помехозащищенности устройств и реализации методов подавления шумов. Кроме того, необходимо обеспечить синхронный съем биосигналов кардиоцикла для адекватной реконструкции (восстановления) фазового портрета системы и построения ее информационной модели.

Таким образом, изложенное выше определило актуальность разработки биотехнической системы, позволяющей проводить оценку функционального состояния человека-оператора по синхронно зарегистрированным и совместно обработанным биосигналам кардиоцикла на основе модельного представления системы «сердце-сосуды».

Целью диссертационной работы является разработка и создание биотехнической системы совместной обработки синхронно регистрируемых биосигналов на основе методов реконструкции и параметрической идентификации моделей системы «сердце-сосуды». Для достижения данной цели были поставлены и решены следующие задачи:

1. Разработка методики совместной обработки данных, полученных при регистрации многопараметрической биомедицинской информации, на основе модельного представления связанных подсистем.

2. Исследование диагностических возможностей предложенной методики совместной обработки биосигналов для оценки функционального состояния человека-оператора.

3. Разработка алгоритмов и программ управления синхронным съемом, регистрацией и обработкой данных.

4. Разработка программного обеспечения и макета биотехнической системы автоматизированной регистрации и совместной обработки информации.

Объектом исследования является биотехническая система регистрации и обработки разнородной информации на основе модельного представления связанных подсистем.

Методы исследования. В основе исследования лежат методы идентификации, нелинейной динамики, реконструкции модельных уравнений динамических систем, цифровой обработки сигналов. Для создания

программного обеспечения системы применялась технология объектно-ориентированного программирования с использованием языка Borland Delphi.

Научная новизна полученных результатов:

1. Поставлена и решена задача совместной обработки разнородных биосигналов на основе реконструкции и параметрической идентификации моделей системы «сердце-сосуды», предложено ее аппаратно-алгоритмическое решение.

2. Разработана математическая модель пульсовой динамики сосудов, учитывающая связь с электрической активностью сердца, и проведено ее исследование с целью оценки функционального состояния человека-оператора.

3. Предложены схемотехнические и алгоритмические решения для автоматизированного уменьшения помех, возникающих при электрофизиологических исследованиях, на основе анализа возможных методов их устранения.

4. Разработаны алгоритмы и программное обеспечение биотехнической системы, позволяющие моделировать взаимодействие подсистем на основе синхронного съема и совместной обработки многопараметрической биомедицинской информации.

Связь работы с крупными научными программами и темами.

Диссертационная работа выполнена при финансовой поддержке:

1) Министерства образования и науки РФ:

- Ползуновский грант 2003 года, тема «Мобильный измерительный комплекс для системной оценки состояния здоровья человека», шифр 24-1.1.'), соискатель являлся научным руководителем данного гранта;

- аналитическая целевая программа «Развитие научного потенциала высшей школы (2006 - 2008 годы)», тема «Синхронизация сложных процессов и систем. Приложения к задачам биофизики».

2) Российского Фонда Фундаментальных Исследований (РФФИ):

- проект 07-07-12066 «Разработка методов модельного анализа биосигналов с целью экспресс-диагностики» (2007-2009 годы).

Данная работа также выполнялась в рамках следующих НИР, проводимых по тематическому плану Министерства образования РФ: «Интеллектуальные технологии диагностики и анализа сложных систем» (2001 г.), «Разработка теории идентификации сложных систем естественного происхождения» (2002 г.), «Исследование принципов идентификации функциональных взаимосвязей сложных биосистем» (2003 г.), «Разработка и исследование нейросетевых методов идентификации с целью диагностики сложных систем (в медицине)» (2004 г.). Проведенные исследования соответствуют направлениям «Информационно-телекоммуникационные системы» и «Технологии живых систем» Перечня критических технологий федерального значения.

Практическая полезность полученных результатов.

На основе разработанной и реализованной биотехнической системы можно производить синхронный съем, регистрацию, совместную обработку

многопараметрической биомедицинской информации с целью выявления взаимосвязей биосистем. Характеристики взаимосвязей служат дополнительным диагностическим критерием в задачах диагностики и оценки функционального состояния человека-оператора.

Предложена инженерная методика проектирования разработанной биотехнической системы иерархической структуры, включающая способ совместной обработки биосигналов на основе реконструкции и модельного представления биосистем.

Материалы диссертации используются в учебном процессе при проведении занятий по курсам «Компьютерное моделирование», «Автоматизированные информационно-управляющие комплексы», «Интегрированные системы», «Разработка программно-методических комплексов автоматизированных систем» на факультете электронной техники и приборостроения Саратовского государственного технического университета.

Предложенная в работе биотехническая система и алгоритмы совместной обработки биосигналов внедрены в медицинскую практику на кафедре пропедевтики внутренних болезней Саратовского государственного медицинского университета, что подтверждается соответствующим актом.

На защиту выносятся:

1. Методика совместной обработки многопараметрической биомедицинской информации на основе реконструкции и модельного представления связанных подсистем.

2. Метод идентификации функциональных связей в сложных биосистемах с помощью аппарата нейронных сетей на примере системы «сердце-сосуды».

3. Программно-алгоритмическое обеспечение биотехнической системы, позволяющее выполнять оценку функционального состояния человека-оператора на основе синхронного съема и совместной обработки биомедицинской информации.

4. Биотехническая система, позволяющая выполнить автоматизированную настройку в зависимости от уровня помех и реализовать совместную регистрацию и модельную обработку биосигналов кардиоцикла.

Апробация работы. Основные результаты работы докладывались на Международном симпозиуме «Интеллектуальные системы» (Саратов, СГТУ, 2004); 8-й Всероссийской научно-технической конференции «Состояние и перспективы измерений» (Москва, МГТУ им. Н.Э. Баумана, 2002); Международной конференции «Информационные технологии в образовании, технике и медицине» (Волгоград, ВолгГТУ, 2002); Международной конференции «Идентификация систем и задачи управления» (Москва, Институт проблем управления РАН, 2003); 6-й Всероссийской конференции «Студенты и аспиранты - малому наукоемкому бизнесу» (Ярославль, ЯрГТУ, 2003); 16, 18 и 20 Международных научных конференциях «Математичесике методы в технике и технологиях» (Санкт-Петербург, 2003; Казань, 2005; Ярославль, 2007); Всероссийской конференции «Человеческий фактор в управлении социальными и экономическими системами» (Пенза, 2006).

Программные продукты, разработанные в рамках диссертационной работы, представлялись на Международной выставке-ярмарке научно-исследовательских работ и инновационной деятельности студентов, аспирантов и молодых ученых вузов Российской Федерации (Новочеркасск, НТИ (ЮРГТУ), 2003) и 9-й Международной выставке молодежных научно-технических проектов «ЭКСПО - Наука 2003» (Москва, ВВЦ, 2003).

Разработанное программно-алгоритмическое обеспечение реализовано в автоматизированной системе БАРС, которая зарегистрирована в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам.

Личный вклад соискателя. Автором разработано модельное представление системы «сердце-сосуды» для оценки функционального состояния человека-оператора, нейросетевой метод идентификации функциональных связей в биосистемах, а также программно-аппаратное обеспечение макета биотехнической системы.

Публикации. По теме диссертации опубликовано 15 научных работ, в том числе 3 статьи в научных журналах из списка ВАК России, 3 статьи в сборниках научных трудов, 8 докладов в трудах международных конференций, 1 свидетельство о государственной регистрации программы для ЭВМ.

Структура и объем диссертации.

Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и 2 приложений. Общий объем диссертации составляет 153 страницы. Диссертация содержит 36 рисунков, 4 таблицы. Список литературы включает 131 наименование.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дана общая характеристика работы, обоснованы актуальность исследований, научная новизна и практическая значимость, а также сформулированы цель и задачи диссертационной работы.

В первой главе поставлена задача оценки функционального состояния человека-оператора на основе совместной обработки многопараметрической биоинформации. Рассмотрены различные подходы к оценке функционального состояния и проанализированы реализующие их методики. Отмечена перспективность модельного подхода к обработке биоинформации.

Модельная обработка подразумевает наличие или построение модели сигнала, процесса или объекта. Причем если раньше задача заключалась в основном в интерполяции данных эксперимента и получении функциональной зависимости наблюдаемых величин от времени, то сейчас разрабатываются новые подходы к созданию эмпирических математических моделей объектов и явлений в форме модельных дифференциальных или разностных уравнений.

Стандартный подход к построению дифференциальных уравнений по экспериментальным временным рядам опирается на теорему Такенса. В случае регистрации нескольких сигналов от элементов, образующих систему, теорема позволяет получить модель всей системы в стандартной форме, причем в качестве характеристик взаимосвязи элементов системы выступают весовые коэффициенты некоторой нелинейной функции /(г).

Пусть имеются два сигнала х,(г) и *2(0> зарегистрированных в форме

временных рядов Х(0=[х,(г),.(? + («, -1)г,х2(0.....х,(/ + (л2 -1)г]. Вектор

фазовых переменных реконструируется следующим образом:

•Уян А

^ П.+Й1-2

Л"-1

Ж"2'

ЛО

у\=/М

< ч где П| + и2 = п.

В случае полиномиальной аппроксимации нелинейные функции /|(У) и /2(10 представляются в виде полиномов некоторой степени и

/Ау)= I см.<......«.П^*-

!,,/,...../,=0 »=1

где ,/2...../„ - неизвестные коэффициенты.

Реконструкция динамической системы в рассматриваемом случае подразумевает построение модели, поведение которой качественно совпадает с поведением биосистемы (качественное совпадение видов временных реализаций, структуры бифуркационных множеств в пространстве параметров и фазовых портретов). Отмечено, что для повышения адекватности модельных уравнений процесс реконструкции должен проводиться с учетом априорной информации о системе.

Поскольку биосигналы определяют значения фазовых переменных исследуемых биосистем, необходимо фиксировать их значения синхронно в одни и те же моменты времени. Синхронный съем важен также для исследования характеристик взаимной связи между биосигналами. Только в этом случае процесс регистрации сигнала не будет иметь фазовых искажений, а регистрируемые сигналы будут описывать состояние подсистем в один и тот же момент времени.

В работе предложен обобщенный алгоритм модельной обработки биосигналов, позволяющий по параметрам взаимосвязи оценить состояние человека-оператора. Отмечено, что практическая реализация алгоритма связана с созданием биотехнической системы анализа и совместной обработки биосигналов кардиоцикла на основе структурно-параметрической идентификации взаимосвязей. Показано, что разрабатываемый модельный подход к совместной обработке биосигналов накладывает дополнительные требования к регистрирующей аппаратуре.

Поскольку на практике всегда существует определенная величина рассогласования Дг моментов квантования по времени, обусловленная шумами в электронных схемах, нестабильностью работы синхрогенераторов и многими другими причинами, была выполнена оценка требований к допустимой величине рассогласования моментов квантования Ат при одновременной регистрации нескольких сигналов.

Сформулирована задача создания биотехнической системы, позволяющей синхронно регистрировать и совместно обрабатывать биосигналы кардиоцикла с целью оценки функционального состояния человека-оператора.

Вторая глава посвящена разработке метода совместной обработки биосигналов на основе модельных представлений.

Проведенный анализ статистических методов совместной обработки сигналов показал, что данные методы не учитывают динамику и свойства самих систем, генерирующих временные ряды. Кроме того, был выполнен анализ существующих подходов к построению моделей биосистем, отмечены их особенности и ограничения, связанные с учетом взаимовлияния подсистем. Отмечено, что в универсальных алгоритмах реконструкции не учитывается априорная информация о реконструируемой системе, поэтому такая форма представления реконструируемой модели не отражает особенностей функционирования реальной системы.

Поставлена задача идентификации взаимосвязей биосистем на основе модельного представления взаимодействующих подсистем. Показано, что оценка функционального состояния человека-оператора1 может быть выполнена по значениям параметров моделей, описывающих взаимодействующие подсистемы. Таким образом, в основе рассматриваемой модельной обработки лежит структурная и параметрическая идентификация исследуемых подсистем на основе регистрируемых биосигналов. При данном подходе взаимодействие подсистем традиционно описывается правыми частями модельных уравнений, где стоят неизвестные функции взаимосвязи.

Предложенный подход был реализован на примере системы «сердце-сосуды», где подсистемы представлялись базовыми моделями, построенными на основе биофизических представлений и регистрируемых биосигналов. Связь пульсовой и сердечной подсистем F„„„ оценивалась на основе анализа синхронно регистрируемых биосигналов перемещений стенки кровеносного сосуда х(г) и электрической активности сердца (электрокардиосигнала) e(t).

На основе анализа работ Г. Хакена (Н. Haken), А. Стефановской (А. Stefanovska), С. Пинкуса (S. Pineas), а также физических представлений о характере перемещений стенок кровеносного сосуда, математическое описание сердечно-пульсовой активности можно представить в форме уравнения Ван-дер-Поля-Рэлея:

* + к(*2 " г02)+ £2{Х2- н-о2r02)\x + ax = Fm, (1)

где Н' = ■4 а - частота основного гармонического колебания стенки сосуда; ^свйзи - функция, описывающая воздействие сердечной активности на динамику стенки сосуда; £и е2, щ- го - неизвестные параметры, которые находятся на этапе параметрической идентификации модели.

Традиционно в качестве характеристик взаимной связи сигналов используются взаимокорреляционные функции, функции когерентности и ряд других эмпирических характеристик связи. Однако на фоне сильной корреляции при незначительных изменениях параметров взаимосвязей подсистем использование подобных статистических характеристик является недостаточным. Поэтому были предложены два способа формирования функции взаимосвязи-.

1) на основе физических представлений о взаимодействии двух связанных

колебательных систем;

2) с использованием аппарата искусственных нейронных сетей.

В работе были исследованы оба подхода. Адекватность модели исследовалась по сходству выходных сигналов исходной и модельной систем, фазовых портретов, а также по специально разработанной методике, основанной на свойствах синхронного поведения связанных систем с похожей динамикой.

В соответствии с физическими представлениями о взаимодействии двух связанных колебательных систем функция связи представлялась в виде

= ¿Ь+&*-е)г\- (2)

Таким образом, выражение (1) с учетом (2) можно представить в виде

х + [е, (лг2 - г02)+ £г (л:2 - н>2г02 + = (х-ё\а +р{х-е)г\. (3)

Неизвестные параметры в модели (3) находятся на этапе ее параметрической идентификации с помощью метода наименьших квадратов, где значения х((),д:({),дг({),ё(г),е(г) определяются по экспериментально полученным данным. Значения параметров а и Р функции связи могут рассматриваться как дополнительный диагностический критерий при диагностике функционального состояния человека-оператора.

Примеры реализации пульсового сигнала х и электрокардиосигнапа е исследуемой системы здорового человека в покое приведены на рис. 1 и 2.

х.

Рис. 1. Пульсовый сигнал

с I

И

Рис. 2. Сигнал электрической активности сердца

1 >л

-Х-Л_

и

Решение уравнения (3) для х с учетом найденных параметров можно получить численными методами при условии задания экспериментальных

значений сигналов , зарегистрированных синхронно со значениями перемещения стенки кровеносного сосуда х.

Учет функции связи в модели (3) приводит к результатам моделирования пульсовой активности, приведенным на рис. 3 и 4.

Рис. 3. Учет воздействия сердечной подсистемы на пульсовую подсистему

Рис. 4. Фазовые портреты исходной системы и модельной системы

Представленные результаты демонстрируют определенное сходство динамического поведения реальной системы и ее модели. Однако фазовый портрет модельной системы содержит нехарактерные «выбросы», обусловленные резким изменением значений амплитуды в области пиков и их непостоянством. Наличие «выбросов» свидетельствуем о чувствительности функции связи (2) к флуктуациям электрокардиосигнала е.

Из рис. 3 видно, что модель верно отражает основные особенное™, присущие пульсовому сигналу. В частности, на модельной кривой отражена физиологическая особенность - инцизура в виде глубокой выемки, связанная с обратным током крови по аорте к сердцу. Проведенные исследования подтверждают хорошую адекватность модели относительно основных динамических свойств. Поэтому параметры взаимосвязи ак ¡3 могут служить диагностическими показателями при экспресс-диагностике.

Второй подход был реализован на основе нейросетевой аппроксимации функции взаимосвязи с помощью нейронной сети Вольтерра у„ = (е), где у„ - выходной сигнал сети Вольтерра в момент Г„. Возбуждением для сети в момент /„ служит входной вектор е = [е„, е„_,,..., еп_17, где Ь - количество единичных задержек сигнала. Нелинейная функциональная зависимость выходного сигнала сети у„ от входного сигнала е является естественным полиномиальным обобщением описания линейного фильтра.

Для идентификации неизвестной функции взаимосвязи была предложена сеть с параметрами Ь - 2 и К = 3, где К-степень ряда Вольтерра:

1=О

что позволило без усложнения структуры сети получить адекватное представление функции взаимосвязи. Кроме того, использовался принцип

естественной симметрии ядер Вольтерра, вследствие которой все веса w¡¡,a,...jK имеют одни и те же значения для каждой комбинации индексов /1, /2,..., iK. В результате нейронная сеть описывалась дифференциальным уравнением: Fm =ai ■e + a2-é + a3-e-é + aA-e2+a¡-ёг +а6-ег +

+а7 -<?3 + as е е1 +а9 ■е1 ■ё Неизвестные параметры a¡, определяемые в процессе обучения сети с использованием известных значений электрической активности сердца и требуемого значения выхода сети, соответствуют следующим ядрам Вольтерра: w0=a,; w,=aj; w0, = w,0 = о3/2; wM=a4; wu=a5;

w0ll=wl0, =wU0=aj3; w№l=wm = wm=aj3. Результат моделирования динамики пульсового сигнала показан на рис. 5.

Рис. 5. Результат моделирования при нейросетевой реконструкции функции связи

Анализ результатов моделирования с использованием разных аппроксимаций функций взаимосвязи позволил выделить наиболее эффективный способ их идентификации - с помощью нейронной сети Вольтерра.

Предложенная методика совместной обработки биосигналов позволяет на основе собранных статистических данных о значениях параметров определить границы кластеров, соответствующих различным функциональным состояниям. Тогда идентификацию этих состояний можно проводить на основе принадлежности значений параметров /^„„ц определенному кластеру.

Диагностические возможности предложенного метода идентификации функциональных связей в сложных биосистемах исследовались на примере идентификации двух функциональных состояний человека-оператора: спокойного и напряженного. На рис. 6 и 7 показаны сигналы пульсовой активности и электрической активности сердца в покое и при психоэмоциональном напряжении, где видно, что помимо увеличения частоты в определенной степени изменяется форма кривых.

Рис. 6. Пульсовые сигналы в покое и при нагрузке

Рис. 7. Сигналы электрической активности сердца в покое и при нагрузке

Отмечено, что при нагрузке существенно меняются значения параметров а, а и ß. Если для состояния покоя в рассматриваемом эксперименте были вычислены следующие значения: а = 37,18; а= -9,52 и ß- 6,51, то при нагрузке эти значения соответственно приняли значения 95,5; -8,31 и 1,07. Предложенный способ идентификации позволил различать эти два состояния.

Третья глава посвящена разработке принципов построения, структуры и функциональной модели системы.

В настоящее время в многоканальных регистраторах электрофизиологических сигналов используются две основные схемы входных цепей: мультиплексирование аналоговых сигналов на одиночный преобразователь и схема «преобразователь на канал». В рассматриваемой биотехнической системе была реализована схема «преобразователь на канал», которая позволяет обеспечить синхронную регистрацию биосигналов с нужной точностью.

Другой особенностью предлагаемого метода обработки сигналов на основе реконструкции является его чувствительность к уровню зашумления сигналов. При высоком уровне шумов сложно выполнить параметрическую идентификацию и правильно определить параметры моделируемых уравнений. Поэтому в рассматриваемом комплексе реализована многоуровневая система фильтрации шумов измерения, использующая схемотехнические и алгоритмические методы.

Поскольку при разработке устройства регистрации важно знать не столько источники помех, сколько возможные методы их устранения, предложена следующая классификация устранения помех: на основе схемных решений; алгоритмическими методами; выбором элементной базы; за счет правильной эксплуатации (выбор помещения, правильное положение пациента, отсутствие пересечений проводов). С учетом этих методов устранения помех предложена модульно-иерархическая структура системы в составе мобильного устройства регистрации и рабочей станции.

Мобильное устройство предназначено для регистрации биосигналов человека-оператора и первичной обработки информации, в нем также реализованы самотестирование и анализ уровней электромагнитных наводок различного происхождения. Структура внешнего мобильного устройства показана на рис. 8. Особенностью схемной реализации устройства регистрации является то, что в качестве центрального процессорного устройства выбран микроконтроллер Samsung S3C44B0X. Это 32 - разрядный RISC микроконтроллер, разработанный для высокопроизводительных решений в устройствах управления.

Частота ядра микроконтроллера составляет 60 МГц. В качестве ОЗУ выбрана микросхема синхронной динамической памяти объемом 8Мб K4S641632F-TC75 фирмы SAMSUNG. Дополнительной внешней логики при подключении к микроконтроллеру не требуется, так как в выбранном микроконтроллере имеется узел управления синхронной динамической памятью. В качестве ПЗУ выбрана микросхема Flash-памяти объемом 512 Кб Am29LV040B фирмы AMD.

Измерительный блок

Рис. 8. Структурная схема устройства регистрации

Вычислительный блок входит в состав модуля первичной обработки информации. В реальном масштабе времени вычисляются частотно-временные и статистические характеристики сигналов, а также простейшие диагностические параметры.

Основное назначение измерительного блока заключается в регистрации биосигнапов и минимизации шумов измерения. Он содержит измерительные каналы, выполненные по типовой схеме: усилитель - фильтр - АЦП. Для расширения гибкости при выборе частотного диапазона измерительные каналы разделены на две группы, в зависимости от используемых АЦП. Первая группа каналов использует быстродействующие 24-разрядные сигма-дельта АЦП ADS 1252, а вторая группа - встроенные двенадцатиразрядные АЦП процессора цифровой обработки сигналов TMS320F2812.

Входные блоки любого измерительного электрофизиологического комплекса являются наиболее ответственными. В них используются прецизионные усилители с цифровым управлением коэффициента передачи,

полосы пропускания, внутренней калибровкой. В рассматриваемом устройстве на входе используются малошумящие инструментальные усилители INA 118, которые имеют программно-управляемый коэффициент усиления за счет использования аналогового коммутатора ADG 221.

В схеме используется перенастраиваемый фильтр Бесселя, который выполнен на микросхеме МАХ 275. Выбор фильтра Бесселя обусловлен тем, что он дает постоянную задержку распространения сигналов на всех частотах, что важно для адекватной реконструкции модельных уравнений. На выходе фильтра все гармоники задерживаются одинаково. Режекторный фильтр на 50 Гц реализован на микросхеме МАХ 275 и имеет 2 каскадируемые секции 2-го порядка.

Встроенная система калибровки и самотестирования обеспечивает анализ состояния измерительного комплекса, электромагнитную обстановку в помещении. В основу реализации измерителя электромагнитного поля положен индукционный датчик с интегратором и квадратичным детектором.

Следующий алгоритмический уровень уменьшения помех реализован в процедуре идентификации параметров и основан на алгоритмах динамической фильтрации шумов. Уменьшение помех алгоритмическим методом выполняется в рабочей станции.

Рабочая станция строится на основе персонального компьютера, на котором реализуются следующие процедуры: самодиагностика; оценка напряженности электромагнитного поля в помещении; адаптация измерительного тракта системы путем программного изменения коэффициента усиления и полосы пропускания каждого канала; интерактивное взаимодействие с пользователем на основе графического интерфейса; управление вычислительным процессом; совместная обработка биосигналов на основе модельного представления взаимосвязанных подсистем.

В четвертой главе представлен макет биотехнической системы, предложена методика проектирования двухуровневой многопараметрической системы с возможностями адаптации измерительных каналов, их диагностики и калибровки, а также описаны возможности обработки и визуализации синхронно зарегистрированных биосигналов. Общая структура макета системы показана на рис. 9.

В главе приведено описание составных частей разработанного программного обеспечения биотехнической системы, приведена методика регистрации и обработки биосигналов, подробно описаны функции системы и продемонстрированы ее возможности. На рис. 10а демонстрируется подавление синфазной помехи, на рис. 10 б и в демонстрируются удаление тренда и фильтрация сигнала с применением преобразования Фурье. Эти преобразования выполняются в мобильном устройстве.

Особенностью второго уровня иерархии биотехнической системы является совместная обработка синхронно зарегистрированных биосигналов для оценки функционального состояния человека-оператора.

Рис. 9. Общая структура макета биотехнической системы

а б в

Рис. 10. Результаты преднарительной обработки биосигналов

В заключении сформулированы основные результаты, полученные при работе над диссертацией:

1. Поставлена и решена задача совместной обработки разнородных биосигналов на основе методов реконструкции и параметрической идентификации моделей подсистем с учетом их взаимосвязи, предложено ее аппаратно-программное решение.

2. Разработана методика совместной обработки биосигналов на основе модельного представления связанных подсистем, предложена модель пульсовой динамики сосудов, учитывающая связь с электрической активностью сердца, и проведено ее исследование с целью оценки функционального состояния человека-оператора.

3. Предложены и исследованы два подхода к построению функции связи двух подсистем: на основе физических представлений и с использованием аппарата искусственных нейронных сетей.

4. Предложен метод идентификации взаимосвязей на основе модельного представления взаимодействующих подсистем, который реализован для системы «сердце-сосуды». Диагностические возможности метода проиллюстрированы при идентификации двух функциональных состояний человека-оператора.

5. Разработана функциональная модель биотехнической системы, которая позволяет определить оптимальную структуру и комплектацию устройства на этапе разработки и оптимальную стратегию адаптации при решении конкретных задач.

6. Разработана двухуровневая структура биотехнической системы обработки разнородной биоинформации; на первом уровне реализована подсистема регистрации и первичной обработки биосигналов, на втором -подсистема аналитической обработки и управления.

7. Разработаны алгоритмы и программы, предназначенные для управления синхронным съемом, регистрацией и обработкой многопараметрической биомедицинской информации на основе модельного представления связанных подсистем.

8. Предложена классификация помех, которые возникают при электрофизиологических исследованиях, исходя из возможных методов их устранения, и на ее основе предложены схемотехнические и алгоритмические решения уменьшения таких помех.

9. Разработаны алгоритмы автоматизированной адаптации биотехнической системы с целью оптимизации точностных характеристик измерительных каналов.

10. Разработано программное обеспечение для биотехнической системы, позволяющее реализовать синхронный съем, регистрацию и совместную обработку различных биосигналов.

И. Разработан и изготовлен макет биотехнической системы, обеспечивающий адаптацию измерительных каналов, их диагностику и калибровку. Разработана методика проектирования подобных устройств.

В приложении приведены акты о внедрении результатов данной диссертационной работы в медицинскую практику на кафедре пропедевтики внутренних болезней Саратовского государственного медицинского университета и об использовании результатов работы в учебном процессе в Саратовском государственном техническом университете.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в центральных изданиях, включенных в перечень периодических

изданий ВАК России

1. Коблов A.B. Информационно-измерительный комплекс совместной регистрации и обработки биосигналов / Т.И. Булдакова, A.B. Коблов, С.И. Суятинов // Приборы и системы. Управление, контроль, диагностика. - 2008. - №6. - С. 41-46.

2. Коблов A.B. Методика идентификации сложных систем / С.И. Суятинов, Н.С. Самочетова, A.B. Ланцберг, A.B. Коблов // Вестник СГТУ. - 2007. -№4(27).-С. 31-37.

3. Коблов A.B. Нейросетевые методы идентификации пульсовых сигналов / Т.И. Булдакова, A.B. Коблов, A.B. Кузнецов, С.И. Суятинов // Вестник новых медицинских технологий. - 2002. - № 4. - С. 61-63.

Публикации в других изданиях

4. Коблов A.B. Модель связанной системы «сердце-сосуды» / С.И. Суятинов, A.B. Коблов // Математические методы в технике и технологиях: сб. тр. Междунар. конф. - Ярославль: Изд-во Яросл. гос. техн. ун-та, 2007. - Т. 9. - С. 9-12.

5. Коблов A.B. Электродинамическая модель регуляции сердечного ритма / A.B. Коблов, С.И. Суятинов // Математические методы в технике и технологиях: сб. тр. XVIII Междунар. науч. конф. - Казань: Изд-во КГТУ, 2005.-Т. 6.-С. 119-121.

6. Коблов A.B. Информационно-измерительный комплекс регистрации и обработки многопараметрической биомедицинской информации / С.И. Суятинов, A.B. Коблов, Т.И. Булдакова // Человеческий фактор в управлении социальными и экономическими системами: сб. тр. Всерос. науч.-практ. конф. - Пенза: РИО ПГСХА, 2006. - С. 139-147.

7. Коблов A.B. Разработка модельных уравнений для идентификации сложных систем / A.B. Коблов, С.И. Суятинов, Е.А. Черепанова II Интеллектуальные системы: тр. Междунар. симпозиума. - Саратов, 2004. -С. 416-419.

8. Коблов A.B. Принципы разработки модельных уравнений для идентификации сложных систем / Т.И. Булдакова, A.B. Коблов,

С.И. Суятинов // Идентификация систем и задачи управления: тр. II Междунар. конф. - М.: Ин-т проблем управления, 2003. - С. 336-343.

9. Коблов A.B. Мобильный измерительный комплекс оценки физиологических параметров человека / A.B. Коблов, A.B. Колентьев, A.B. Кузнецов, С.С. Милованов // Студенты и аспиранты - малому наукоемкому бизнесу: сб. тр. 6-й Всерос. конф. - Ярославль, 2003. -С. 51-56.

10. Коблов A.B. Нейросетевой метод идентификации связей в сердечнососудистой системе / A.B. Коблов // Математические методы в технике и технологиях: сб. тр. 16-й Междунар. науч. конф. - СПб: Изд-во СПбГТИ (ТУ), 2003. - Т. 9. - С. 115-116.

11. Коблов A.B. Критерий адекватности моделей при моделировании на нейросетях / Т.И. Булдакова, A.B. Коблов, A.B. Кузнецов, С.И. Суятинов И Прикладные исследования в радиофизике и электронике: сб. науч. статей. -Саратов: СГТУ, 2001. - С. 81-85.

12. Коблов A.B. Электродинамическая модель водителя сердечного ритма / A.B. Коблов // Моделирование процессов в радиофизических и оптических устройствах: сб. науч. тр. - Саратов: СГТУ, 2002. -С. 93-95.

13. Коблов A.B. Особенности и алгоритм интерпретации измерительных биосигналов / Т.И. Булдакова, A.B. Коблов, С.И. Суятинов // Состояние и проблемы измерений: материалы 8-й Всерос. науч.-техн. конф. Ч. 2. - М.: МГТУ им. Н.Э. Баумана, 2002. - С. 28-29.

14. Коблов A.B. Портативный диагностический прибор врача для мониторинга и экспресс-диагностики / A.B. Коблов, С.И. Суятинов // Информационные технологии в образовании, технике и медицине: сб. науч. тр. Междунар. науч.-техн. конф. Ч. 2. - Волгоград: РПК «Политехник», 2002. - С. 238-240.

15. Коблов A.B. Больничная Автоматизированная Рабочая Система (БАРС) / Т.И. Булдакова, A.B. Коблов, С.И. Суятинов и др. // Свидетельство о государственной регистрации программы для ЭВМ № 2009610632. Зарегистрировано 28 января 2009 г.

КОБЛОВ Александр Васильевич

БИОТЕХНИЧЕСКАЯ СИСТЕМА АНАЛИЗА И СОВМЕСТНОЙ ОБРАБОТКИ ИНФОРМАЦИИ

Автореферат

Ответственный за выпуск В.В. Алешкин Корректор Л.А. Скворцова

Подписано в печать 20.07.09 Формат 60x84 1/16

Бум. офсет. Усл. печ.л. 1,0 Уч.-изд.л. 0,9

Тираж 100 экз. Заказ 370 Бесплатно

Саратовский государственный технический университет

410054, Саратов, Политехническая ул., 77 Отпечатано в Издательстве СГТУ. 410054, Саратов, Политехническая ул., 77

Введение.

1. Оценка функционального состояния человека-оператора и ее техническое обеспечение.

1.1. Анализ существующих подходов к оценке функционального состояния человека-оператора.

1.2. Особенности идентификации биосистем по регистрируемым сигналам.

1.3. Постановка задачи совместной обработки биосигналов.

1.4. Анализ аппаратных средств съема и регистрации биосигналов

1.5. Анализ технической возможности регистрации биосигналов одновременно по многим каналам в реальном времени.

Выводы к главе 1.

2. Разработка метода совместной обработки биосигналов на основе модельных представлений.

2.1. Анализ возможных подходов к построению моделей системы «сердце-сосуды».

2.2. Постановка задачи идентификации взаимосвязей биосистем

2.3. Разработка модельного уравнения пульсовой динамики.

2.4. Бифуркационный анализ модельных уравнений.

2.4.1. Бифуркационный анализ автономной системы.

2.4.2. Бифуркационный анализ неавтономной системы.

2.5. Разработка и исследование моделей взаимосвязанных подсистем

2.5.1. Исследование подходов к построению функции взаимосвязи

2.5.2. Формирование функции взаимосвязи на основе физических представлений.

2.5.3 Реконструкция взаимосвязи на нейронной сети Вольтерра

2.5.4. Исследование адекватности модели.

Выводы к главе 2.

3. Разработка принципов построения, структуры и функциональной модели системы.

3.1 .Особенности схемных решений подсистемы регистрации и первичной обработки биосигналов.

3.2. Реализация взаимодействия подсистем БТС.

3.3. Разработка программно-алгоритмических средств управления

Выводы к главе 3.

4. Разработка макета биотехнической системы и его испытание.

4.1. Программно-аппаратное обеспечение системы.

4.2. Возможности обработки и визуализации синхронно зарегистрированных биосигналов.

Выводы к главе 4.

Несмотря на высокий уровень автоматизации процесса управления сложными техническими объектами, главным элементом всех человеко-машинных комплексов остается человек-оператор. Деятельность человека-оператора характеризуется высоким психо-эмоциональным напряжением, что может негативно сказаться на качестве решаемых задач. Поэтому необходим постоянный контроль за физическим состоянием людей, управляющих сложными устройствами, оборудованием, комплексами. Более того, от состояния человека-оператора зачастую зависит не только эффективность работы технических объектов, но и безопасность людей (например, на железнодорожном транспорте). Таким образом, дистанционный мониторинг и анализ функционального состояния человека-оператора является актуальным для многих сфер профессиональной деятельности, связанной с обслуживанием сложной техники.

В настоящее время имеются различные методики для оценки состояния человека-оператора: по кожно-гальванической реакции, по частотно-амплитудному спектру сигналов ЭЭГ (электроэнцефалограмма), по вариабельности сердечного ритма. Для конкретных видов деятельности используют свои подходы. К примеру, на железной дороге в настоящее время внедряется телемеханическая система контроля бодрствования машиниста ТСКБМ, которая обеспечивает непрерывный контроль работоспособности машиниста по параметрам электрического сопротивления кожи запястья руки.

Однако одной из наиболее объективных и удобных для автоматизированной обработки является оценка функционального состояния по биосигналам сердечно-сосудистой системы (ЭКГ, пульсограмма и др.). Исследования, отраженные в работах ученых В.П. Казначеева, P.M. Баевского, К.В. Судакова, А.А.Генкина, A.M. Дворянкина и других показали, что одновременное использование биосигналов различного функционального происхождения позволяет значительно повысить точность и адресность ранней диагностики, а значит оперативно зафиксировать изменение функционального состояния человека. Более того, с позиций современной теории сложных систем наиболее значимыми индикаторами адаптационных возможностей сложной самоорганизующейся системы являются показатели взаимосвязей образующих их подсистем.

Поэтому практическая реализация дистанционного мониторинга и анализа функционального состояния человека-оператора связана с разработкой биотехнических систем, способных регистрировать биосигналы системы «сердце-сосуды» и производить их совместную аналитическую обработку с целью определения характеристик взаимосвязей, которые могут служить индикаторами адаптационных возможностей организма.

Разработке аппаратно-программных комплексов для медицинской диагностики посвящены работы российских ученых А.П. Кулаичева, Д.А. Прилуцкого, А.В. Плотникова, И.С. Явелова, К.В. Зайченко, В.М. Ахутина, Ю.П. Мухи, С.И. Щукина, Н.И. Калядина, П.Г. Кузнецова и др. Однако возможности аналитической обработки информации в известных комплексах ограничиваются методами статистического анализа каждого из регистрируемых биосигналов, без учета их взаимосвязи и без построения моделей системы «сердце-сосуды».

Вместе с тем перспективным представляется модельный подход к обработке биосигналов кардиоцикла на основе методов реконструкции динамических систем, развиваемых в работах Г. Хакена (H.Haken), А. Стефановской (A. Stefanovska), С. Пинкуса (S. Pincus), Г.Г. Малинецкого, С.П. Курдюмова, B.C. Анищенко, Б.П. Безручко и др.

Практическое использование указанных методов для идентификации функционального состояния человека предъявляет дополнительные требования к характеристикам биотехнических систем. В частности, поскольку шумы биосигналов могут в значительной мере исказить результаты реконструкции, то повышенные требования должны предъявляться к помехозащищенности устройств и реализации методов подавления шумов. Кроме того, необходимо обеспечить синхронный съем биосигналов кардиоцикла для адекватной реконструкции (восстановления) фазового портрета системы и построения ее информационной модели.

Таким образом, изложенное выше определило актуальность разработки биотехнической системы, позволяющей проводить оценку функционального состояния человека-оператора по синхронно зарегистрированным и совместно обработанным биосигналам кардиоцикла на основе модельного представления системы «сердце-сосуды».

Целью диссертационной работы является разработка и создание биотехнической системы совместной обработки синхронно регистрируемых биосигналов на основе методов реконструкции и параметрической идентификации моделей системы «сердце-сосуды». Для достижения данной цели были поставлены и решены следующие задачи:

1. Разработка методики совместной обработки данных, полученных при регистрации многопараметрической биомедицинской информации, на основе модельного представления связанных подсистем.

2. Исследование диагностических возможностей предложенной методики совместной обработки биосигналов для оценки функционального состояния человека-оператора.

3. Разработка алгоритмов и программ управления синхронным съемом, регистрацией и обработкой данных.

4. Разработка программного обеспечения и макета биотехнической системы автоматизированной регистрации и совместной обработки информации.

Объектом исследования является биотехническая , система регистрации и обработки разнородной информации на основе модельного представления связанных подсистем.

Методы исследования. В основе исследования лежат методы идентификации, нелинейной динамики, реконструкции модельных уравнений динамических систем, цифровой обработки сигналов. Для создания программного обеспечения системы применялась технология объектно-ориентированного программирования с использованием языка Borland Delphi.

Научная новизна полученных результатов:

1. Постановлена и решена задача совместной обработки разнородных биосигналов на основе реконструкции и параметрической идентификации моделей системы «сердце-сосуды», предложено ее аппаратно-алгоритмическое решение.

2. Разработана математическая модель пульсовой динамики сосудов, учитывающая связь с электрической активностью сердца, и проведено ее исследование с целью оценки функционального состояния человека-оператора.

3. Предложены схемотехнические и алгоритмические решения для автоматизированного уменьшения помех, возникающих при электрофизиологических исследованиях, на основе анализа возможных методов их устранения.

4. Разработаны алгоритмы и программное обеспечение биотехнической системы, позволяющие моделировать взаимодействие подсистем на основе синхронного съема и обработки многопараметрической биомедицинской информации.

Связь работы с крупными научными программами и темами.

Диссертационная работа выполнена при финансовой поддержке:

1) Министерства образования и науки РФ:

- Ползуновский грант 2003 года, тема «Мобильный измерительный комплекс для системной оценки состояния здоровья человека», шифр 241.15, соискатель являлся научным руководителем данного гранта;

- аналитическая целевая программа «Развитие научного потенциала высшей школы (2006 - 2008 годы)», тема «Синхронизация сложных процессов и систем. Приложения к задачам биофизики».

2) Российского фонда фундаментальных исследований (РФФИ):

- проект 07-07-12066 «Разработка методов модельного анализа биосигналов с целью экспресс-диагностики» (2007-2009 годы).

Данная работа также выполнялась в рамках следующих НИР, проводимых по тематическому плану Министерства образования РФ: «Интеллектуальные технологии диагностики и анализа сложных систем» (2001г.), «Разработка теории идентификации сложных систем естественного происхождения» (2002г.), «Исследование принципов идентификации функциональных взаимосвязей сложных биосистем» (2003г.), «Разработка и исследование нейросетевых методов идентификации с целью диагностики сложных систем (в медицине)» (2004г.). Проведенные исследования соответствуют направлениям «Информационно-телекоммуникационные системы» и «Технологии живых систем» Перечня критических технологий федерального значения.

Практическая полезность полученных результатов.

На основе разработанной и реализованной биотехнической системы можно производить синхронный съем, регистрацию, совместную обработку многопараметрической биомедицинской информации с целью выявления взаимосвязей биосистем. Характеристики взаимосвязей служат дополнительным диагностическим критерием в задачах диагностики и оценки функционального состояния человека-оператора.

Предложена инженерная методика проектирования разработанной биотехнической системы иерархической структуры, включающая способ совместной обработки биосигналов на основе реконструкции и модельного представления биосистем.

Материалы диссертации используются в учебном процессе при проведении занятий по курсам «Компьютерное моделирование», «Автоматизированные информационно-управляющие комплексы», «Интегрированные системы», «Разработка программно-методических комплексов автоматизированных систем» на факультете электронной техники и приборостроения Саратовского государственного технического университета.

Предложенная в работе биотехническая система и алгоритмы совместной обработки биосигналов внедрены в медицинскую практику на кафедре пропедевтики внутренних болезней Саратовского государственного медицинского университета, что подтверждается соответствующим актом.

На защиту выносятся:

1. Методика совместной обработки многопараметрической биомедицинской информации на основе реконструкции и модельного представления связанных подсистем.

2. Метод идентификации функциональных связей в сложных биосистемах с помощью аппарата нейронных сетей на примере системы «сердце-сосуды».

3. Программно-алгоритмическое обеспечение биотехнической системы, позволяющее выполнять оценку функционального состояния человека-оператора на основе синхронного съема и совместной обработки биомедицинской информации.

4. Биотехническая система, позволяющая выполнить автоматизированную настройку в зависимости от уровня помех и реализовать совместную регистрацию и модельную обработку биосигналов кардиоцикла.

Апробация работы. Основные результаты работы докладывались на Международном симпозиуме «Интеллектуальные системы» (г. Саратов, СГТУ, 2004); 8-й Всероссийской научно-технической конференции «Состояние и перспективы измерений» (г. Москва, МГТУ им. Н.Э. Баумана, 2002); Международной конференции «Информационные технологии в образовании, технике и медицине» (г. Волгоград, ВолгГТУ, 2002); Международной конференции «Идентификация систем и задачи управления» (г. Москва, Институт проблем управления РАН, 2003); 6-й Всероссийской конференции «Студенты и аспиранты - малому наукоемкому бизнесу» (г. Ярославль, ЯрГТУ, 2003); 16, 18 и 20 Международных научных конференциях «Математичесике методы в технике и технологиях» (г. Санкт-Петербург, 2003; г. Казань, 2005; г.Ярославль, 2007); Всероссийской конференции «Человеческий фактор в управлении социальными и экономическими системами» (г. Пенза, 2006).

Программные продукты, разработанные в рамках диссертационной работы, представлялись на Международной выставке-ярмарке научно-исследовательских работ и инновационной деятельности студентов, аспирантов и молодых ученых вузов Российской Федерации (г. Новочеркасск, НТИ (ЮРГТУ), 2003) и 9-й Международной выставке молодежных научно-технических проектов «ЭКСПО - Наука 2003» (г. Москва, ВВЦ, 2003).

Разработанное программно-алгоритмическое обеспечение реализовано в автоматизированной системе БАРС, которая зарегистрирована в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам.

Личный вклад соискателя. Автором разработано модельное представление системы «сердце-сосуды» для оценки функционального состояния человека-оператора, нейросетевой метод идентификации функциональных связей в биосистемах, а также программно-аппаратное обеспечение макета биотехнической системы.

Публикации результатов. По теме диссертации опубликовано 15 научных работ, в том числе 3 статьи в научных журналах из списка ВАК, 3 статьи в сборниках научных трудов, 8 докладов в трудах международных конференций, 1 свидетельство о государственной регистрации программы для ЭВМ.

Структура и объем диссертации.

Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и 2 приложений. Общий объем диссертации составляет 153 страницы. Диссертация содержит 36 рисунков, 4 таблицы. Список литературы включает 131 наименование.

Выводы к главе 4

1. Разработан и изготовлен макет биотехнической системы, обеспечивающий адаптацию измерительных каналов, их диагностику и калибровку. Разработана методика проектирования подобных устройств.

2. Разработаны программные приложения для работы с устройством синхронной регистрации и визуализации биосигналов. Оба приложения для управления устройством регистрации и обработки сигналов используют одни и те же модули. Приложения создавались с использованием системы программирования Borland Delphi Enterprise 7.0.

3. Приведены результаты первичной обработки данных, которая включает следующие этапы: удаление артефактов, удаление тренда, цифровую фильтрацию. Далее на втором уровне иерархии осуществляется реконструкция модельных уравнений и идентификация функционального состояния человека с учетом взаимосвязей различных биосигналов.

4. Для реализации методики первичной обработки проанализированы методы удаления трендов и цифровой фильтрации сигналов. Выбраны наиболее эффективные.

5. Предложенный макет БТС позволяет выполнить апробацию основных положений модельного подхода к совместной обработке биосигналов и определить функциональное состояние человека-оператора по значениям параметров функции связи.

ЗАКЛЮЧЕНИЕ

Сформулируем основные результаты, полученные при работе над диссертацией:

1. Постановлена и решена задача совместной обработки разнородных биосигналов на основе методов реконструкции и параметрической идентификации моделей подсистем с учетом их взаимосвязи, предложено ее аппаратно-программное решение.

2. Разработана методика совместной обработки биосигналов на основе модельного представления связанных подсистем, предложена модель пульсовой динамики сосудов, учитывающая связь с электрической активностью сердца, и проведено ее исследование с целью оценки функционального состояния человека-оператора.

3. Предложены и исследованы два подхода к построению функции связи двух подсистем: на основе физических представлений и с использованием аппарата искусственных нейронных сетей.

4. Предложен метод идентификации взаимосвязей на основе модельного представления взаимодействующих подсистем, который реализован для системы «сердце-сосуды». Диагностические возможности метода проиллюстрированы при идентификации двух функциональных состояний человека-оператора.

5. Разработана функциональная модель биотехнической системы, которая позволяет определить оптимальную структуру и комплектацию устройства на этапе разработки и оптимальную стратегию адаптации при решении конкретных задач.

6. Разработана двухуровневая структура биотехнической системы обработки разнородной биоинформации; на первом уровне реализована подсистема регистрации и первичной обработки биосигналов, на втором — подсистема аналитической обработки и управления.

7. Разработаны алгоритмы и программы, предназначенные для управления синхронным съемом, регистрацией и обработкой

129 многопараметрической биомедицинской информации на основе модельного представления связанных подсистем.

8. Предложена классификация помех, которые возникают при электрофизиологических исследованиях, исходя из возможных методов их устранения, и на ее основе предложены схемотехнические и алгоритмические решения уменьшения таких помех.

9. Разработаны алгоритмы автоматизированной адаптации биотехнической системы с целью оптимизации точностных характеристик измерительных каналов.

Ю.Разработано программное обеспечение для биотехнической системы, позволяющее реализовать синхронный съем, регистрацию и совместную обработку различных биосигналов.

11 .Разработан и изготовлен макет биотехнической системы, обеспечивающий адаптацию измерительных каналов, их диагностику и калибровку. Разработана методика проектирования подобных устройств.

1. Абакумов М.В. Методика математического моделирования сердечнососудистой системы / М.В. Абакумов, И.В. Ашметков, Н.Б. Есинова и др. // Математическое моделирование. 2000. - Т. 12. - № 2. - С. 106-117.

2. Аксенов Е.В. Системы сбора и обработки электрофизиологической информации на основе сигма-дельта аналого-цифрового преобразования / Е.В. Аксенов. // Биомедицинские технологии и радиоэлектроника, 2001. — № 12.-С. 56-65.

3. Алипов Н.Н Сравнительная характеристика индексов расслабимости сердца / Н.Н. Алипов, И.М. Израильтян, А.В. Соколов и др. // Бюллетень экспериментальной биологии и медицины. 2001. — № 5. - С. 495-500.

4. Анищенко B.C. Знакомство с нелинейной динамикой: Лекции соросовского профессора. / B.C. Анищенко. Саратов: Изд-во ГосУНЦ «Колледж», 2000. - 180 с.

5. Анищенко B.C. Нелинейная динамика хаотических и стохастических систем. Фундаментальные основы и избранные проблемы / B.C. Анищенко, Т.Е. Вадивасова, В.В. Астахов. Саратов: Изд-во Сарат. ун-та, 1999.-368 с.

6. Анищенко B.C. Нормированная энтропия как диагностический признак реакции сердечно-сосудистой системы человека на внешнее воздействие / B.C. Анищенко, П.И. Сапарин. // Известия вузов. Прикладная нелинейная динамика. 1993. - Т. 1. - № 3-4. - С. 54- 59.

7. Анищенко B.C. Может ли режим работы сердца здорового человека быть регулярным? /B.C. Анищенко, Н.Б. Янсон, А.Н. Павлов // Радиотехника и электроника. 1997.-Т. 42.-№ 8.-С. 1005-1010.

8. Анищенко B.C. Седло-фокус в модели электрической активности сердца человека / B.C. Анищенко, Н.Б. Янсон, А.Н. Павлов // Письма в ЖТФ. -1996. Т. 22. - Вып. 4. - С. 78-83.

9. Аносов О.JI. Восстановление динамических систем по хаотическим временным рядам / О.Л. Аносов, О Л. Бутковский, Ю.А. Кравцов. // Известия вузов «ПНД». 2000. - Т. 8. - № 1. - С. 29-51. Ю.Анохин П.К. Кибернетика функциональных систем. Избранные труды /

10. П.К. Анохин. М.: Наука, 1998. П.Баевский P.M. Проблема оценки и прогнозирования функционального состояния организма и ее развитие в космической медицине // Успехи физиологических наук. - 2006. - Т. 37, № 3. - С. 42-57.

11. Бакалов В.П. Основы биотелеметрии / В.П. Бакалов. М: Радио и связь, 2001.-352 с.

12. Бакусов Л.М. Применение показателя приближенной энтропии для оценки регулярности физиологических процессов / Л.М. Бакусов, Р.Х. Зулкарнеев, Ш.З. Загидуллин. // Вестник новых медицинских технологий.- 1998.-Т. 5.-№3-4. -С. 13-15.

13. Балантер Б.И. Введение в математическое моделирование патологических процессов / Б.И. Балантер, М.А. Ханин, Д.С. Чернавский. -М.: Медицина, 1980.-264 с.

14. Балашов Ю.А. Автономный регистратор ритма сердечных сокращений / Ю.А. Балашов, В.В. Кузьмин // Современные технологии автоматизации.- 1998, №2.-С. 74-76.

15. Беллман Р. Математические методы в медицине / Пер. с англ. М.: Мир, 1987.-200 с.

16. Бессмертный Б.С. Математическая статистика в клинической, профилактической и экспериментальной медицине / Б.С. Бессмертный. — М.: Медицина, 1967. 304 с.

17. Богомолов А.В. Диагностика состояния человека: математические подходы / А.В. Богомолов, Л.А. Гридин, Ю.А. Кукушкин, И.Б. Ушаков. — М.: Медицина, 2003. 464с.

18. Булдакова Т.И. Методы реконструкции систем / Т.И. Булдакова. -Саратов: Изд-во ПАГС, 2004. 124 с.

19. Булдакова Т.И. Методы реконструкции систем по биосигналам / Т.И. Булдакова. // Информационные технологии в образовании, технике и медицине. Волгоград: РПК «Политехник», 2002. - Ч. 2. - С. 194-197.

20. Булдакова Т.И. Нейросетевые методы идентификации пульсовых сигналов / Т.И. Булдакова, А.В. Коблов, А.В. Кузнецов, С.И. Суятинов. // Вестник новых медицинских технологий. 2002. - № 4. - С. 61-63.

21. Булдакова Т.И. Критерий адекватности моделей при моделировании на нейросетях / Т.И. Булдакова, С.И. Суятинов, А.В. Коблов. // Прикладные исследования в радиофизике и электронике. — Саратов: ООО «Исток-С», 2001.-С. 81 -85.

22. Булдакова Т.И. Метод нейросетевой реконструкции систем / Т.И. Булдакова, С.И. Суятинов. // Информационные технологии. 2002. - № 7. -С. 37-40.

23. Булдакова Т.И. Реконструкция динамических систем на нейронных сетях / Т.И. Булдакова, С.И. Суятинов. // Интеллектуальные системы и информационные технологии управления. СПб.: Изд-во СПбГТУ, 2000. - С. 290-292.

24. Викторов В.А. О развитии медико-технической науки / В.А. Викторов. // Вестник Российской академии медицинских наук. 2001. - № 2. - С.3-7.

25. Водолазский JI.A. Основы техники клинической электрографии / JI.A. Водолазский. М.: Медицина, 1966. - 270с.

26. Вычислительные системы и автоматическая диагностика заболеваний сердца. / Под ред. Ц. Карераса и Л. Дрейфуса. М.: Мир, 1974. - 504 с.

27. Танеев P.M. Математические модели в задачах обработки сигналов / P.M. Танеев. М.: Горячая линия-Телеком, 2002.

28. Гвоздев В.И. Основные законы биоинформационных систем / В.И. Гвоздев, О.Н. Попов, Ю.Н. Сезонов, О.П. Спиридонов. // Зарубежнаярадиоэлектроника. Успехи современной радиоэлектроники. 2000. - № 3. -С. 54-57.

29. Генкин А.А. Модуль анализа физиологических процессов программного комплекса ОМИС / А.А. Генкин. // Медицинская техника. 2002. - № 3. — С. 32-44.

30. Грибков Д.А. Восстановление структуры динамической системы по временным рядам / Д.А. Грибков, В.В. Грибкова, Ю.Л. Кравцов и др. // Радиотехника и электроника. 1994. — Вып. 2. — С. 269.

31. Гофман В.Э. Работа с базами данных в Delphi. / В.Э. Гофман, А.Д. Хомоненко. СПб.: БХВ-Петербург, 2001. - 656 с.

32. Дабровски А. Суточное мониторирование ЭКГ / А. Дабровски, Б. Дабровски, Р. Пиотрович. М.: Медпрактика, 2000. - 208 с.

33. Дмитриев А.С. Хаос и обработка информации в нелинейных динамических системах (обзор) / А.С. Дмитриев. // Радиотехника и электроника. 1993. - Т.38. -№1. - СЛ.

34. Зуев С.М. Статистическое оценивание параметров математических моделей заболеваний / С.М. Зуев. -М.: Наука, 1988. 173 с.

35. Игошева Н.Б. Методы анализа сердечного ритма / Н.Б. Игошева, А.Н. Павлов, Т.Г. Анищенко. Саратов: Изд-во ГосУНЦ «Колледж», 2001. -120 с.

36. Изделия медицинские электрические. Часть 2. Частные требования безопасности к электрокардиографам // ГОСТ Р 50267.25-94. — М.: Издательство стандартов, 1994. — 23с.

37. Использование некоторых систем отведений ЭКГ и ВКГ в кардиологической дифференциальной диагностике. Методические рекомендации. М.: Министерство здравоохранения СССР, 1984. - 28 с.

38. Калядин Н.И. Компьютерные медицинские мониторы: Состояние и перспективы / Н.И. Калядин, П.Г. Кузнецов, В.А. Леменков, М.Д. Ходырева. // Медицинская техника. 1999. - № 5. - С. 34-37.

39. Канасевич Э.Р. Анализ временных последовательностей в геофизике / Э.Р. Канасевич. М.:Недра, 1985.-300 с.

40. Каппелини В. Цифровые фильтры и их применение / В. Каппелини, Дж. Константинидис, П. Эмилиани. М.: Энергоатом из дат, 1983.

41. Капица С.П. Синергетика и прогнозы будущего / С.П. Капица, С.П. Курдюмов, Г.Г. Малинецкий. М.: Эдиториал УРСС, 2001. - 288 с.

42. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ / Под ред. А. JI. Барановского и А. П. Немирко. М.: Радио и связь, 1993. - 248с.

43. Коблов А.В. Электродинамическая модель водителя сердечного ритма / А.В. Коблов. // Моделирование процессов в радиофизических и оптических устройствах: Сб. научных трудов. Саратов: Научная книга, 2002,-С. 93-95.

44. Коблов А.В. Информационно-измерительный комплекс совместной регистрации и обработки биосигналов / Т.И. Булдакова, А.В. Коблов, С.И. Суятинов // Приборы и системы. Управление, контроль, диагностика. — 2008. -№6.-С. 41-46.

45. Коблов А.В. Методика идентификации сложных систем / А.В. Коблов, А.В. Ланцберг, С.И. Суятинов. // Вестник Саратовского государственного технического университета. 2007. - №3(23). - С. 31-37.

46. Коблов А.В. Модель связанной системы «сердце-сосуды» / С.И. Суятинов, А.В. Коблов // Математические методы в технике и технологиях: Сб. трудов межд. конф. — Ярославль: Изд-во Яросл. гос. техн. университета, 2007.-Т. 9.-С. 9-12.

47. Костылев И.А. Параметры порядка в нейронной сети Хопфилда / И.А. Костылев, Г.Г. Малинецкий, А.Б. Потапов. // Журнал вычислительной математики и математической физики. 1994. - Т. 34. - С. 1733-1740.

48. Кузнецов А.В. Анализ методов расчета производных в алгоритмах реконструкции / А.В. Кузнецов, Т.И. Булдакова. // Доклады 5-й Международной конференции «Цифровая обработка сигналов и ее применение». М.: ИПРЖР, 2003. - С. 374-377.

49. Кузнецов Г.В. Основные идеи пространственного подхода при моделировании сердечно-сосудистой системы человека / Г.В. Кузнецов. // Вестник новых медицинских технологий. 1999. - № 2. - С. 49-50.

50. Кузнецов П.Г. Применение электрокардиограмм для распознавания состояния человека / П.Г. Кузнецов, А.А. Невоструев. // 52-я научная сессия, посвященная Дню радио: Тезисы докладов. М.: ИПРЖР, 1997. -Ч. 2. - С. 158-159.

51. Кулаичев А.П. Компьютерный контроль процессов и анализ сигналов / А.П. Кулаичев. М.: Информатика и компьютеры, 1999. - 291 с.

52. Куриков С.Ф. Применение технологии многоразрядного сигма-дельта преобразования в цифровых многоканальных электрокардиографах / С.Ф. Куриков, Д.А. Прилуцкий, С.В. Селищев. // Медицинская техника. 1997. -№4.-С. 7-10.

53. Лифшиц В.Б. Статистический и нейросетевой методы идентификации и прогнозирования в медицине / В.Б. Лифшиц, Т.И. Булдакова, С.И. Суятинов, С.В. Колентьев. // Информационные технологии. 2004. - № 3. -С. 60-63.

54. Лищук В.А. Математическая теория кровообращения / В.А. Лищук. М.: Медицина, 1991. - 256 с.

55. Лопин В.Н. Нейросетевой программный комплекс диагностики заболеваний / В.Н. Лопин, О.В. Шепелов. // Приборы и системы управления. 1999. - № 12. - С. 12-13.

56. Малинецкий Г.Г. Современные проблемы нелинейной динамики / Г.Г. Малинецкий, А.Б. Потапов. М.: Эдиториал УРСС, 2000. - 336 с.

57. Минаев Ю.Н. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе / Ю.Н. Минаев, О.Ю. Филимонова, Л. Бенамеур. М.: Горячая линия-Телеком, 2003. — 205 с.

58. Морман Д. Физиология сердечно-сосудистой системы / Д. Морман, Л. Хеллер. Спб.: Питер, 2000. - 256 с.

59. Нагин В.А. Программный комплекс сбора и математической обработки ЭКГ-данных на основе компонентной архитектуры СОМ / В.А. Нагин, И.В. Потапов, С.В. Селищев, В. Шарф. // Медицинская техника. 2001. -№ 1.-С. 3-7.

60. Эммануэль. СПб.: Изд-во СПб ГМУ, 1999. - 96 с. 69.0совский С. Нейронные сети для обработки информации / С. Оссовский. // Пер. с польского И.Д. Рудинского. - М.: Финансы и статистика, 2002. -344 с.

61. Павлов А.Н. Реконструкция динамических систем / А.Н. Павлов, Н.Б. Янсон, B.C. Анищенко. // Радиотехника и электроника. 1999. - Т. 44. -№ 9. - С.1075-1092.

62. Парашин В.Б. Биомеханика кровообращения / В.Б. Парашин, Г.П. Иткин. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 224 с.

63. Покровский В.И. Применение математических методов в медицине / В.И. Покровский. // Вестник Российской академии медицинских наук. 1999. — №9.-С. 52-54.

64. Полонников Р.И. Информационные меры при исследовании биологических процессов / Р.И. Полонников. // Телемедицина — становление и развитие СПб: Изд-во СПИИРАН, 2000. - С. 47-54.

65. Приборы для измерения биоэлектрических потенциалов сердца. Общие технические требования и методы испытаний. ГОСТ 19687-94. М.: Издательство стандартов, 1994. - 19с.

66. Применение математических методов и ЭВМ в медико-биологических исследованиях: Межвуз. н.-техн. сб./ ред. Кочегуров В.А. Томск: Изд-во ТПИ им. С.М. Кирова, 1988. - 144 с.

67. Рабинер JI.P. Теория и применение цифровой обработки сигналов / JT.P. Рабинер, Б. Гоулд. М.: Мир, 1978. - 495 с.

68. Рабинович М.И. Введение в теорию колебаний и волн / М.И. Рабинович, Д.И. Трубецков. Саратов: НИЦ «Регулярная и хаотическая динамика», 2000.-560 с.

69. Распознавание образов и медицинская диагностика / Под ред. Ю.И. Неймарка. М.: Наука, 1972. - 328 с.

70. Реконструкция по временному ряду и задачи диагностики / Б.П. Безручко, Д.А. Смирнов, А.В. Зборовский и др. // Технологии живых систем. 2007. -Т. 4.-№3,-С. 49-55.

71. Саркисов Д.С. Некоторые особенности развития медико-биологических наук в последние столетия / Д.С. Саркисов. // Бюллетень экспериментальной биологии и медицины. 2001. - Т. 131. - № 1. — С. 5-10.

72. Славин М.Б. Методы системного анализа в медицинских исследованиях / М.Б.Славин. М.: Медицина, 1989. - 302 с.

73. Судаков К.В. Теория функциональных систем / К.В. Судаков. М.: Наука, 1996.

74. Суятинов С.И. Метод идентификации связанных систем естественного происхождения / С.И. Суятинов, Т.И. Булдакова. // Труды II Международной конференции «Идентификация систем и задачи управления». — М.: Ин-т проблем управления, 2003. — С. 344-350.

75. Суятинов С.И. Синергетические основы алгоритмов идентификации систем естественного происхождения / С.И. Суятинов, Т.И. Булдакова. // Доклады 4-й Международной конференции «Цифровая обработка сигналов и ее применение». — Москва: ИПРЖР, 2002. С. 47-49.

76. Суятинов С.И. Электродинамическая модель регуляции сердечного ритма / С.И. Суятинов, А.В. Коблов. // Математические методы в технике и технологиях: Сб. трудов XVIII Междунар. науч. конф. — Казань: Изд-во КГТУ, 2005. Т. 6.-С. 119-121.

77. Суятинов С.И. Особенности и алгоритм интерпретации измерительных биосигналов / С.И. Суятинов, А.В. Коблов, Т.И. Булдакова. // Материалы 8-й Всероссийской научно-техн. конф. «Состояние и проблемы измерений». М.: МГТУ им. Н.Э. Баумана, 2002. - С. 28-29.

78. Суятинов С.И. Разработка модельных уравнений для идентификации сложных систем / С.И. Суятинов, А.В. Коблов, Е.А. Черепанова. // Труды международного симпозиума «Интеллектуальные системы». Саратов, 2004.-С. 416-419.

79. Телемедицина: новые информационные технологии на пороге XXI века / Под ред P.M. Юсупова, Р.И. Полонникова. СПб: СПИИРАН, 1998. -490 с.

80. Трубецков Д.И. Колебания и волны для гуманитариев / Д.И. Трубецков. — Саратов: Изд-во ГосУНЦ «Колледж», 1997. 392 с.

81. Урицкий В.М. Фрактальные структуры и процессы в биологии (обзор). Биомедицинская информатика. / В.М. Урицкий, Н.И. Музалевская. -СПб.: Ольга, 1995. С.84-130.

82. Фаронов В.В. Delphi 5. Руководство разработчика баз данных / В.В. Фаронов, П.В. Шумаков. М.: Нолидж, 2000. - 640 с.

83. Фролов М.В. Информационная технология диагностики функционального состояния человека-оператора / М.В. Фролов, М.И. Гусев, Н.В. Лазарев и др. // Аэрокосмическая и экологическая медицина. 2000. Т. 34. — № 2. — С. 27-33.

84. Хакен Г. Принципы работы головного мозга: Синергетический подход к активности мозга, поведению и когнитивной деятельности / Г. Хакен. — М.: ПЕР СЭ, 2001.-351 с.

85. Хан М.Г. Быстрый анализ ЭКГ / М.Г. Хан. СПб.: Изд-во БИНОМ, 2001. -286 с.

86. Хованова Н.А. Методы анализа временных рядов / Н.А. Хованова, И.А. Хованов. — Саратов: Изд-во ГосУНЦ «Колледж», 2001. 120 с.

87. Цифровая обработка сигналов. Справочник. / Л.М Гольденберг. М.: Радио и связь, 1985. — 312с.

88. Цимерман Ф. Клиническая электрокардиография / Ф. Цимерман. М.: Восточная книжная компания, 1997. - 448 с.

89. Шакин В.В. Вычислительная электрокардиография / В.В. Шакин. М.: Наука, 1981.- 166с.

90. Шевченко Ю.Л. Прогнозирование в кардиохирургии / Ю.Л. Шевченко, Н.Н. Щихвердиев, А.В. Оточкин. СПб: Питер Паблишинг, 1998. - 208 с.

91. Шумаков В.И. Моделирование физиологических систем организма / В.И. Шумаков, В.Н. Новосельцев, М.П. Сахаров и др. М.: Медицина, 1971.-352 с.

92. Эйкхофф П. Основы идентификации систем управления / П. Эйкхофф. М.: Мир, 1975.-688 с.

93. Электроды для съема биоэлектрических потенциалов. Общие технические требования и методы испытаний. ГОСТ 25995-86. М.: Издательство стандартов, 1986. - 25 с.

94. Электроды неполяризующиеся на основе системы хлор-серебро. ТУ БИТС 943 112 005. Львов: НТК РЭМА, 1994. - 40с.

95. Янсон Н.Б. Моделирование динамических систем по экспериментальным данным / Н.Б. Янсон, B.C. Анищенко. // Известия вузов. Прикладная нелинейная динамика. 1995. — Т.З. — №3. - С. 112.

96. Янсон Н.Б. Задача реконструкции математической модели применительно к электрокардиограмме / Н.Б. Янсон, А.Н. Павлов, А.Г. Балансе, B.C. Анищенко. // Письма в ЖТФ. 1996. - Т. 22. - № 16. - С. 57.

97. AAMI Standart and Recommended Practices, Biomedical Equipment. A AMI. Arlington, Virg. - 1993. - V.2, 4th ed. - 230 p.

98. Baxt W.G. Complexity, chaos and human physiology: the justification for nonlinear neural computational analysis I W.G. Baxt. 11 Cancer Lett, 1994. -Vol. 77, N 2-3. — P. 85-93.

99. Breeden J.L. A learning algorithm for optimal representation of experimental data / J.L. Breeden, N.H. Packard. II Int. J. of Bif. and Chaos, 1994. -Vol. 4.-№ 2.-P. 311.

100. Breeden J.L. Reconstructing equations of motion from experimental data with unobserved variables / J.L. Breeden, A. Hubler. II Phys. Rev. A. 1990. -V. 42. №. 10. - P. 5817-5826.

101. Buldakova T.I Adaptive reconstruction system on neural networks / T.I. Buldakova, S.I Suyatinov II Abstracts of the 6th International School on Chaotic Oscillations and Pattern Formation (CHAOS'01). Saratov, 2001. -P. 21-22.

102. Buldakova T.I. Registration and identification of pulse signal for medical diagnostics / T.I Buldakova, S.I. Suyatinov. II SPIE Proceedings, 2002. — Vol. 4707. paper 48. - P. 343-350.

103. Casdagli M. Nonlinear prediction of chaotic time series / M. Casdagli. II Physica D, 1989. Vol. 35. - P. 335.

104. Castro R. Correlation dimension of attractors through interspike intervals / R. Castro, I. Sauer. II Phys. Rev. E, 1997. V.55. - P. 267-287.

105. Cremers J. Construction of differential equations from experimental data / ,/. Cremers, A. Hubler. IIZ. Naturforsch. A, 1987. Vol. 42. - N 8. - P. 797.

106. Design In Reference Manual. Data Convertes. - Analog Devices, Inc. Norwood, USA, 1996.

107. Gibson J.F. An analytic approach to practical state space reconstruction / J.F. Gibson, J.D. Farmer, M. Casdagli, S. Eubank. 11 Physica D. 57, 1992. -P.l.

108. Hoher M. Neural network based QRS classification of the signal averaged electrocardiogram / M. Hoher, H.A. Kestler, G. Palm et al. // Eur. Heart J, 1994. -Vol. 15. Abstr. Suppl. ХП-th World Congress Cardiology (734). P. 114.

109. Ivanov D.K. Statistical measures derived from the correlation integrals of physiological time series / D.K. Ivanov, H.A. Posch, Ch. Stumpf. И Chaos, 1996.-P. 243-253.

110. Mckee J.J. Sigma-delta analogue-to-digital converters for ECG signal acquisition / J.J. Mckee, N.E. Evans, D. Wallace. II 18th Annual Conference of the IEEE Engineering in Medicine and Biology Society, Amsterdam, 1996. -Pp. 344/1-344/2.

111. Paradiso R. A Wearable Health Care System Based on Knitted Integrated Sensors / R. Paradiso, G. Loriga, N. Taccini. // IEEE Transactions on Information Technology in Biomedicine. 2005. - Vol. 9, No. 3. - Pp. 337344.

112. Stefanovska A., Lotric M.B., StrleS., Haken H. The cardiovascular system as coupled oscillators? 11 Physiological Measurement. 2001. - Vol. 22. - Pp. 535550.

113. Stefanovska A. Coupled Oscillators: Complex but Not Complicated Cardiovascular and Brain Interactions // IEEE Engineering in Medicine and Biology Magazine. November/December, 2007. - Pp. 25-29.

114. Takens F. Detecting strange attractors in turbulence / F. Takens. И Lect. Notes in Math. Berlin: Springer. 898, 1981. P. 336-381.

115. Williams G. A Systems Approach to Achieving CarerNet. An Integrated and Intelligent Telecare System / G. Williams, K. Doughty, D. Bradley. II IEEE Transactions on Information Technology in Biomedicine. 1998. - Vol. 2, No. l.-Pp. 1-9.

116. Winters J. Wearable Sensors and Telerehabilitation I J. Winters, Y. Wang. II IEEE Engineering in Medicine and Biology Magazine. 2003. - No. 3. - Pp. 56-65.