автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Исследование и разработка методов анализа биоэлектрических сигналов

На правах рукописи

РГБ ОД

■; ^ лек гг

Смирнов Константин Юрьевич

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДОВ АНАЛИЗА БИОЭЛЕКТРИЧЕСКИХ СИГНАЛОВ

05.13.16 - Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург - 2000

Работа выполнена в Санкт-Петербургском научно-внедрснчсском медико-биологическом Центре «Динамика»

Научный руководитель

зав. кафедрой радиофизики СПбГТУ

доктор физико-математических наук, профессор Николаев В.М, Официальные оппоненты:

1. зав. лабораторией нейроинформатики СПИИ РАН доктор технических наук, профессор Тимофеев А. В.

2. кандидат технических наук, профессор Василенко В.А.

Ведущая организация: Военно-медицинская академия

Защита состоится «?!?»2000 года в часов на заседании диссертационного совета Д.003.62.01 при Санкт-Петербургском институте информатики и автоматизации Российской академии наук (199178, С.-Петербург, 14-я линия, д.39)

С диссертацией можно ознакомится в библиотеке Санкт-Петербургского института информатики и автоматизации РАН

Автореферат разослан «£?» 2000 г.

АКТУАЛЬНОСТЬ ПРОБЛЕМЫ

Несмотря на бурное развитие современных информационных технологий, биофизика испытывает фундаментальные методологические трудности, обусловленные отсутствием экспресс методов и средств выделения объективной информации о состоянии объекта. В клинической медицине задача комплексной оценки различных состояний организма по биоритмам выдвинулась за последние годы в разряд важнейших.

Задача экспресс-диагностики состояния всех органов и систем организма человека наилучшим образом может быть решена путем выделения модуляционных параметров из сигналов биоэлектрической активности. К сожалению, эта проблема не может быть решена в рамках традиционных методов существующими методами.

Выходом из этого положения может стать применение системного подхода, рассматривающего человеческий организм как сложную саморегулирующуюся систему, имеющую единую универсальную многоуровневую иерархическую структуру управления. Существование такой системы невозможно без постоянного обмена информацией на всех уровнях организации от клеточного до организ-менного.

Информация о том, как формируются отдельные состояния системы, и какова цена перехода из одного состояния в другое в процессе ее функционирования содержится в различных биоритмах организма. Любая совокупность биоритмов может быть выделена из сигналов биоэлектрической активности, при этом, имеет принципиальное значение то, что наиболее объективными характеристиками состояния организма являются изменения частотных и временных параметров модулирующих функций регистрируемого биоэлектрического сигнала.

С точки зрения современного биоритмологического подхода процессы, протекающие в различных органах и системах организма человека, не являются детерминированными, тем не менее, определенный набор динамических параметров таких процессов повторяется в различных временных интервалах и представляет собой устойчивую динамическую структуру. Параметры такой структуры могут

изменяться только в пределах, определяемых индексами частотной и фазовой модуляции биоэлектрических сигналов. Нарушение этого условия запускает механизм развития болезни.

Из теоретической биологии и генетики известно, что нормальное и патологическое состояния организма определяются нейродинамическими кодами, задающими закономерности изменения биоритмологических процессов в различных масштабах времени и регистрируются в процессе выделения модуляционных характеристик биоэлектрических сигналов. Для здорового человека все без исключения биоритмологические процессы, и, следовательно, модуляционные характеристики биоэлектрических сигналов, изменяются в различных масштабах времени по единому закону. При патологических состояниях параметры этой закономерности изменяются и могут быть выделены из модуляционных характеристик биоэлектрических сигналов.

Для диагностики заболевания может быть выбран любой физиологический показатель, если правильно определен временной интервал, в котором заключен весь диапазон изменения динамических параметров биоритма. Применение математических методов для обработки биоэлектрических сигналов позволяет решить задачу выделения необходимой информации о состоянии организма из быстротекущих процессов, характеризуемых электрической активностью головного мозга и сердца человека. Время для принятия решения о состоянии организма в этом случае сокращается в сотни раз, что позволяет практически реализовать процесс мониторинга и прогноза показателей здоровья в реальном масштабе времени.

Целью настоящей работы является исследование и разработка математических методов для обработки биоэлектрических сигналов, разработка на их основе метода нейродинамического кодирования и его применение в системах скрининг-диагностики и прогноза функциональных и патологических состояний в биологии и медицине.

Научная новнзна работы состоит в том, что впервые: исследованы специфические особенности формирования биоэлектрических сигналов в организме человека и показано, что основные процессы обмена информа-

цией могут быть смоделированы функционально-структурными схемами анало-гово-цифровых приемо-передающих устройств;

• разработана математическая модель обработки биоэлектрических сигналов в нейронных сетях;

• разработан принципиально-новый метод нейродинамического кодирования для анализа биоэлектрических сигналов, в основу которого положены математические методы обработки сигналов;

• исследованы потенциальные возможности разработанного метода и оценена эффективность его применения для анализа биоэлектрических сигналов в медико-биологических системах различного целевого назначения.

Практическая ценность работы состоит в применении метода нейродинамического кодирования при разработке цифровых анализаторов биоритмов и маломощных квантовых генераторов лазерной психотерапии, на базе которого созданы и внедрены опытные образцов медицинских приборов различного целевого назначения.

По результатам исследований проведенных в диссертационной работе разработана базовая модель цифрового анализатора биоритмов «Динамика-100», которая в сочетании с традиционной и нетрадиционной терапией позволяет создавать уникальные лечебно-диагностические мини-кабинеты с завершенным циклом «диагностика - лечение - прогноз» в амбулаторных, полевых и домашних условиях.

Система прошла клиническую апробацию и успешно применяется в медицинских центрах Москвы, Санкт-Петербурга и других регионах России.

Основные положения, выносимые на защиту:

1. Процессы обмена информацией в биологических объектах происходят по законам приема и передачи аналоговых и импульсных сигналов в радиотехнических системах связи.

2. Приемники сигналов внешней и внутренней среды в биологическом объекте представляют собой динамические детекторы, в связи с чем, объективная ин-

формация об их состоянии заложена в параметрах модуляционных характеристик биоэлектрических сигналов.

3. Метод нейродинамической кодирования является оптимальным для обработка биоэлектрических сигналов т.к. основан на выделении единых закономерностей модуляционных характеристик.

АПРОБАЦИЯ РАБОТЫ

По материалам диссертационной работы автором опубликованы:

1. «Принципы дискретной нейродинамики и их применение для анализа биофизических сигналов». Глава в монографии «Телемедицина. Новые информационные технологии на пороге XXI века». Санкт-Петербург 1998.

2. «Использование новой информационной технологии анализа электрокардио-сигнала в оценке адаптационных возможностей организма». Доклад на конференции «Биоуправление в медицине и спорте» 26-27 апреля 1999г., г. Омск, (стр. 116-118).

3. «Методология ранней диагностики и профилактики заболеваний человека». Доклад на конференции «Экология и развитие Северо-запада России». 23-27 июня 1999 г., Санкт-Петербург-Ладога-Онега-Петрозаводск, (стр. 121-131)

4. «Скрининг-диагностика онкологического риска у больных терапевтического и хирургического профилей» Доклад на конференции «Санкт-Петербург-Гастро-99» 20-21 октября 1999 г. (стр. 40).

5. «Способ контроля функционального состояния биологического объекта» Заявление о выдаче патента Российской Федерации на изобретение. Приоритет от 12 октября 1999 г. № 99121999.

6. «Способ диагностики патологии молочной железы и устройство для его осуществления» Заявление о выдаче патента Российской Федерации на изобретение. Приоритет от 24 марта 2000 г. № 2000106589.

7. «Устройство для определения временных параметров кардиосигнала» Заявление о выдаче патента Российской Федерации на изобретение. Приоритет от 24 марта 2000 г. №2000108048

Сделаны доклады:

1. "Технические особенности компьютерной диагностической системы "Динамика 100". Доклад на совещании специалистов Центра передовых медицинских технологий. Санкт-Петербург, ноябрь 1996

2. "Компьютерная диагностическая система "Динамика 100". Доклад на заседании Комитета по охране здоровья Государственной Думы Российской Федерации, декабрь 1996. Стенограмма.

СТРУКТУРА И ОБЪЕМ РАБОТЫ

Диссертация содержит 110 страниц основного текста, 50 рисунков, библиографию из 29 наименований и состоит из введения, четырех основных разделов, заключения и списка литературы.

СОДЕРЖАНИЕ РАБОТЫ

В первом разделе показано, что с точки зрения современной биофизики биологический объект представляет собой сложную саморегулирующуюся нелинейную систему с многоуровневой иерархической структурой управления. Нормальное функционирование такой системы обеспечивается благодаря обмену информацией между различными уровнями управления. Биологический объект, воспринимает эту информацию, обрабатывает ее и формирует управляющие сигналы, необходимые для выполнения жизненно важных функций, от которых зависит его существование. Информация о процессах функционирования заложена в модуляционных характеристиках биоэлектрических сигналов.

Проведен краткий обзор существующих методов анализа биоэлектрических сигналов и рассмотрены наиболее распространенные методы их обработки от хорошо изученных методик статистической обработки ритмограмм до современных методов спектрального анализа и стохастической динамики. Кратко проанализированы методы временного, спектрального и геометрического анализа биоэлектрических сигналов. Описан метод геометрического анализа нелинейной хаотической динамики ритма кардиосигнала, основанный на теории детерминированного

хаоса «хаос-теста» и рассмотрены возможности его применения для анализа модуляционных характеристик биоэлектрических сигналов.

Во втором разделе исследованы математические принципы формирования биоэлектрических сигналов и особенности их передачи в биологических системах. Предложена модель обработки аналоговых сигналов в рецепторном нейроне и описаны принципы передачи импульсных сигналов в промежуточных нейронах.

С математической точки зрения рецепторные нейроны представляют собой устройства, преобразующие аналоговые электрические сигналы, приходящие от рецепторов в последовательности бинарных импульсов. Рецепторные нейроны представляют собой динамические детекторы т.к. реагируют только на изменение параметров поступающих на их вход сигналов. Функциональная схема рецептор-ного нейрона представляет собой адаптивный дискретно-временной преобразователь аналоговых сигналов. Рис. 1.

От рецепторов

Л/и/Ч1ф-+

К промежуточному нейрону

-»—I I 11.|. | |-

Рис. 1. Функциональная схема рецепторного нейрона

Блок 1 представляет собой интегратор, в котором производится суммирование входных сигналов, поступающих от совокупности однородных рецепторов Аналоговый сигнал на выходе интегратора характеризует суммарный сигнал рецептивного поля.

Блок 2 представляет собой генератор тактовых импульсов, частота следования которых определяется спайковой активностью самого нейрона. Частота спайковой активности нейрона зависит от периода его относительной рефрактер-ности, который в свою очередь, зависит от амплитуды суммарного сигната рецептивного поля. Рис. 2.

Рис. 2. Изменение тактовой частоты в зависимости от сигнала рецептивного поля.

Блок 3 - компаратор, в котором производится сравнение сигналов, поступающих из интегратора 1 и аппроксиматора 4 в моменты времени определяемые периодом следования импульсов генератора тактовой частоты 2.

На выходе компаратора 3 формируется бинарный код, определяемый знаком разности, между аппроксимирующей функцией формируемой в аппроксима-торе 4 и аналоговым сигналом, поступающим из интегратора 1.

Согласно принципу такого кодирования мгновенные значения функции исходного сигнала f(t) в моменты времени t0,tI,t2,...,t„ сравниваются со значениями аппроксимирующей функции g(t) и в зависимости от знака разности формируется нулевой или положительный импульс. На рис. 3 показаны временные диаграммы формирования бинарного кода в формальном нейроне Маккатока-Питса (Ф.Розенблатт «Принципы нейродинамики»).

к

При этом процесс формирования последовательности бинарных нмпульсо может быть записан в следующем виде:

мо =

I- Ьо(1), Г(()-8(1)<0

где И, - соответствует появлению положительного импульса. Ьо (0 - соответствует появлению нулевого импульса.

Таким образом, на выходе блок-схемы модели рецепторного нейрона фо мируется последовательность импульсов МО. которая отражает динамичесю характеристики входного сигнала и идентична спайковой активности отдельнь нейронов.

Сигналы от совокупности рецепторных нейронов, представляющие соб< последовательности бинарных импульсов, поступают на вход промежуточно нейрона, который представляет собой многовходовое приемо-передающее ус ройство с единственным выходом. Рис. 4

Рис. 4. Многоканальный промежуточный нейрон

Рис. 5. Функциональная схема промежуточного нейрона

В многомодальном интеграторе 1 производится суммирование бинарных последовательностей импульсов, поступающих от рецептивных полей совокупностей нейронов различных модальностей. В физиологии сенсорных систем под модальностями понимаются каналы восприятия информации различными органами чувств, так называемые сенсорные каналы: зрение, слух, обоняние, осязание, вкус и др., а также каналы восприятия информации поступающей из внутренней среды организма.

Блок 2, также как и в рецептивном нейроне, представляет собой генератор тактовых импульсов, частота следования которых определяется модальностью сенсорного канала.

В компараторе 3 производится сравнение сигналов, поступающих из многомодального интегратора I и аппроксиматора 4 в моменты времени определяемые периодом следования импульсов генератора тактовой частоты 2.

На выходе компаратора 3 формируется бинарный код, определяемый знаком разности, между аппроксимирующей функцией формируемой в аппроксима-торе 4 и аналоговым сигналом, поступающим из интегратора 1.

Таким образом, бинарный код на выходе компаратора 3 представляет собой последовательность бинарных импульсов, частота следования которых определяется модальностью сенсорного канала.

На выходе промежуточных нейронов различных модальностей формируются последовательности бинарных импульсов, периоды следования которых определяются модальностями сенсорных каналов.

се

и н

о X и

(Ч га X ш О. й> X

ее га X л е; га а. н X й>

Я"

Рис. 6. Принципы обработки сигналов в промежуточных нейронах сенсорных каналов

различной модальности

Основная особенность работы промежуточных нейронов сенсорных каналов различной модальности состоит в том, что частота тактовых импульсов в генераторах 2 каналов 1,2,3 различна и определяется номером канала. Таким образом,

последовательности бинарных импульсов на выходах промежуточных нейронов каналов 1,2,3 будут следовать с различной частотой.

Как было показано в предыдущем разделе, последовательности бинарных импульсов на выходах промежуточных нейронов сенсорных каналов формируются с частотой строго определенной для каждого канала. Эти последовательности поступают на вход центральной нервной системы, в которой формируются ней-родинамические коды всех сенсорных каналов.

Нейродинамические коды отдельных каналов представляют собой комбинации бинарных импульсов с конечным и строго определенным числом элементов. Нейродинамические коды формируются в различных временных интервалах, определяемых модальностью канала. Фундаментальным свойством нейродинами-ческих кодов является то, что их количество равно числу элементов кода, а число элементов кода равно числу каналов. Реализация всей совокупности, нейродина-мических кодов - «нейродипамическая матрица» заканчивается, когда формируется полнозначная комбинация элементов нейродинамического кода сенсорного канала, имеющего наибольший период.

Фундаментальное свойство такой модели состоит в том, что каждой элемент этой модели функционирует как модель в целом, и количество вложенностей равно числу элементов кода и равно количеству сенсорных каналов. Рис. 7.

Каналы 1_

0

1

0

о.

'5

1

X

р

£

о о. с н

о

цнс и

-ц ■

и У

— -ц-

7} 1}

т

■ гЗ ••

71'

3

4

4

Рис. 7. Математическая модель формирования нейродинамических кодов в ЦНС

Разработана концептуальная модель обработки информации в нейронных сетях, в основу которой положены Марковские принципы передачи бинарных сообщений. Исследованы специфические особенности реальных биоэлектрических сигналов.

Модель сигнала, построенного по принципу нейродинамического кодирования, описывает непрерывный процесс перехода динамических параметров сигнала в различные масштабы пространственных, временных и частотных координат, в результате чего формируются последовательные упорядоченные группы элементов информационного кода, структура которых подчиняется единой закономерности, а число элементов кода конечно. Рис. 8.

Рис. 8. Формирование управляющих нейродинамических кодов во временной и частотной

областях.

Сигнал суммарной биоэлектрической активности организма человека представляет собой результат пространственно-временного суммирования нейродинамических кодов всех сенсорных каналов передачи информации. Отображения этого сигнала в различных масштабах времени в последовательно повторяющиеся промежутки времени характеризуют процессы, происходящие на разных уровнях управления, от молекулярного до организменного. Волновая структура управ-

1ЯЮЩИХ сигналов подчиняется апериодическому колебательному закону и мо-кет быть получена из модулирующих функций соответствующего набора био-штмов.

1111 I I Ш11 1 III I

АН(0 = НоехрИ/То) + 1Ъхр(-1/Т)зт:л1Я

ЛЯ - модулирующие функции биоэлектрического сигнала;

Н - максимальная амплитуда изменения частоты;

И0 - начальное значение установившегося значения частоты;

г0- постоянная времени изменения установившегося значения частоты;

т- постоянная времени изменения амплитудного значения частоты;

Т- период колебаний изменения частоты модулирующей функции-.

Рис. 9. Апериодический колебательный закон

а) модулирующая функция суммарного биоэлектрического сигнала

б) последовательность бинарных импульсов, характеризующая полную совокупность нейродинамических кодов.

Результаты исселедований, проведенные во втором разделе показывают, что для анализа процессов протекающих на всех уровнях обмена информацией в биологической системе наиболее эффективными являются математические методы, как показано на рис. 10.

Обработка аналоговых сигналов в рецепторном нейроне

Обработка импульсных сигналов в промежуточном нейроне Обработки информации в нейронных сетях

Нейродинамическое кодирование Рис. 10

Применение математических методов позволяет решать задачу анализа би электрических сигналов путем синтеза динамической информационной структур самого объекта исследования. Базовую основу применения математических мет дов для анализа биоэлектрических сигналов составляет метод нейродинамическ го кодирования. Возможные методы обработки биоэлектрических сигналов, осп ванные на его принципе, представлены в виде схемы. Рис.10.

Нейродинамическое кодирование - это новая информационная технологи которая позволяет решать задачи анализа и синтеза сложных динамических об ектов любой физической природы и может быть положена в основу разработ! систем различного целевого назначения не только в биологии и медицине, но и многих других областях науки и техники.

Принципиальное отличие нейродинамического кодирования от сущес вующих способов обработки сигналов состоит в том, что задача анализа сигнале

независимо от их происхождения, решается посредством отыскания единых закономерностей во всей совокупности поступающих сигналов, что дает возможность синтезировать динамическую информационную структуру объекта.

С позиций современной радиотехники нейродинамическое кодирование позволяет решать задачу обнаружения и распознавания любых сложных сигналов, т.к. в этом случае задача сводится к обнаружению сигналов, параметры которых известны точно.

Применение нейродинамического кодирования для анализа биоэлектрических сигналов позволяет:

- во-первых, обнаруживать в этих сигналах присущие только им нейродинамиче-ские коды, являющиеся достаточно устойчивыми и инвариантными к различным преобразованиям сигнала;

- во-вторых, определять оптимальное время наблюдения за источником сигнала, необходимое для получения полной информации о его параметрах;

- в-третьих, принципиально решать задачу построения радиотехнических систем различного целевого назначения по универсальной методике с полной унификацией системных блоков.

В третьем разделе исследованы возможности применения нейродинамического кодирования для практической реализации в биомедицинских системах различного целевого назначения.

Принцип нейродинамического кодирования реализуется последовательным преобразованием модулирующих функций исходного биоэлектрического сигнала в комбинации бинарных импульсов со строго определенным и неизменным числом элементов кода в последовательно повторяющихся временных интервалах. Длительности периодов следования'временных интервалов, в которых формируются нейродинамические коды, определяются частотными и временными параметрами модуляционных характеристик регистрируемых биоэлектрических сигналов.

Результатом нейродинамической обработки сигнала будет реализация всей совокупности нейродинамических кодов в виде «нейродинамической мап, рицы», которая будет построена тогда, когда сформируются все бинарные эле менты нейродинамического кода самой низкочастотной модулирующей функци исходного биоэлектрического сигнала. Число бинарных элементов нейродинам> ческого кода этой функции должно быть равно числу временных интервалов, а держащих нейродинамические коды, получаемые в результате обработки само высокочастотной модуляционной характеристики биоэлектрического сигнала.

Принципиальное отличие нейродинамического кодирования от таких си< собов обработки сигналов, как дельта-сигма модуляция состоит в том, что крит> рием правильного решения задачи выделения необходимой информации из лк бых сигналов, независимо от их происхождения, является критерий отыскат единой закономерности во всей совокупности модуляционных характеристик обрабатываемых сигналов.

С позиций радиотехники нейродинамическое кодирование позволяет р шать задачу обнаружения и распознавания любых сложных сигналов, т.к. в эте случае задача сводится к обнаружению сигналов, параметры которых извести точно.

Ритмограммы, выделяемые в процессе обработки из электрокардиосигнал представляют собой последовательности временных интервалов между соседн ми сердечными сокращениями.

Для технической реализации метода из электрокардиосигнала выделяют пять ритмов:

- Я-Я интерваллограмма (последовательность Я-Я интервалов);

- Р-Я интерваллограмма (последовательность Р-Я интервалов);

- Я-Т интерваллограмма (последовательность Я-Т интервалов);

- отношение амплитуд Я и Т зубцов (последовательность значений отношен амплитуд Я и Т зубцов);

- скважность ЭКС (последовательность значений отношения периода следован кардиокомплеса к его длительности);

Из каждого ритма выделяются модулирующие функции, представляющие собой волны 1-ого порядка. Таким образом осуществляется корректный переход от ритмограмм к временным функциям. Рис. 11:

к-т =м>, р-що =т, к-т =т, мт(о

тУ

к%

_2_1.

|1и|[|11111||||||||11,|1|||,1,ы|[

ь(0

пит

Рис. 11. Нейродинамический метод обработки ритмограмм а) электрокардиосигнал, б) ритмограмма, с) нейродинамический код

Нейродинамический метод обработки ритмограмм представляет собой способ преобразования сигналов/¡((), /¡О), н/¡(О в кодовую комбинацию по двоичному основанию, состоящую из последовательности импульсов, все параметры которых одинаковы.

Оценка эффективности нейродинамического кодирования классическими методами исследования надежности систем передачи информации показана, что надежность этого метода не зависит от вида биоэлектрических сигналов, и, при

правильно выбранных параметрах регистрирующих устройств, определяется только мощностью и распределением помех на входах соответствующих блоков. Аналитические выражения полученные для оценки эффективности существующих и перспективных методов обработки биоэлектрических сигналов позволяют оценивать реальные и потенциальные возможности применяемых методов и создаваемых систем для выделения информации из биоэлектрических сигналов. При этом метод нейродинамического кодирования по своим показателям превосходит все существующие методы обработки биоэлектрических сигналов и приближается к теоретически идеальному.

В четвертом разделе приводится краткое описание цифрового анализатора биоритмов «Динамика-100» разработанного на базе метода нейродинамического анализа биоэлектрических сигналов сердца и мозга.

«Динамика-100» представляет собой программно-аппаратный комплекс, предназначенный для анализа ритмов сердца и мозга человека, выделяемых из электрокардиосигнапа в широкой полосе частот.

Рис. 12. Цифровой анализатор биоритмов «Динамика-100»

При создании системы использованы последние достижения физиологии и клинической медицины и предложены новые высокоинформативные показатели для оценки состояния различных систем организма.

«Динамика-100» помогает практикующему врачу любого профиля контролировать показатели здоровья и осуществлять их суточный прогноз, определять энергетические ресурсы организма и оценивать эффективность лечения. В сочетании с традиционной и нетрадиционной терапией программно-аппаратный комплекс «Динамика-100» позволяет создавать уникальные лечебно-диагностические мини-кабинеты с завершенным циклом «диагностика - лечение - прогноз» в амбулаторных, полевых и домашних условиях.

«Динамика-100» одобрена Комитетом по новой медицинской технике МЗ РФ и ГВМУ МО. Система прошла клиническую апробацию в ведущих медицинских учреждениях и научно-исследовательских институтах Минздрава и Министерства Обороны Российской Федерации.

Программное и аппаратное обеспечение соответствует требованиям стандартов измерения, физиологической интерпретации и клинического использования показателей кардиоинтервалометрии, принятым Европейским Обществом Кардиологов и Северо-Американской Ассоциацией Электрофизиологии... (The European Society of Cardiology and the North American Society of Pacing and Elec-trophysiology.// European Heart Journal Vol. 17, 354-381, March 1996.//Heart rate variability. Standards of measurement, physiological interprétation and clinical use).

Программное обеспечение и варианты технической реализации защищены патентами на «Способы и устройства контроля функционального состояния биологических объектов»: А.С. № 271874 от 21.01.1969г.; А.С. № 1317395 от 17.01.1987г.; А.С. № 224401 от 23.03.1984г.; А.С. № 218476 от 2.01.1984г.; А.С. № 233281 от 4.02.1985г.; А.С. № 258353 от 24.06.1985г.; А.С. № 284719 от 23.02.1987г.; А.С. №274384 от 15.06.1987г.

В разделе рассмотрены особенности технической реализации. Приводятся фрагменты отображения основных параметров модуляционных характеристик регистрируемых биоэлектрических сигналов.

ЗАКЛЮЧЕНИЕ

Нейродинамическое кодирование - это новая информационная технология которая позволяет решать задачи анализа сигналов путем синтеза информацион ной структуры динамических объектов любой физической природы и может быт положена в основу разработки систем различного целевого назначения не толью в биологии и медицине, но и в других областях науки и техники.

Принципиальное отличие нейродинамического кодирования от сущест вующих способов обработки сигналов состоит в том, что задача анализа сигнало в этом случае решается посредством отыскания единых закономерностей во все! совокупности поступающих сигналов, что дает возможность синтезировать дина мическую информационную структуру исследуемого объекта. С позиций совре менной радиотехники нейродинамическое кодирование позволяет решать задач обнаружения и распознавания любых сложных сигналов, т.к. при построении та кой структуры задача сводится к обнаружению сигналов, параметры которых из вестны точно.

Применение нейродинамического кодирования для анализа сигналов позвс

ляет:

• во-первых, обнаруживать в сложных сигналах присущие только им нейрс динамические коды, несущие объективную информацию о всех процесса происходящих в системе и являющиеся достаточно устойчивыми и инвари антными к различным преобразованиям сигнала;

• во-вторых, определять оптимальное время наблюдения за источником сиг нала, необходимое для получения полной информации о его параметрах тем самым устранять избыточность, существующую в традиционных сис темах обработки биоэлектрических сигналов;

• в-третьих, разрабатывать новые методы построения радиотехнически средств обработки сигналов в системах различного целевого назначения п универсальной методике с полной унификацией системных блоков.

Исследования, проведенные в диссертационной работе показывают, что модел любого сигнала, построенная по принципам нейродинамического кодированы)

представляет собой динамическую дискретную информационную структуру с конечным числом состояний, формируемых в виде нейродинамических кодов в пространственных, временных и частотных областях.

Нейродинамическая модель сигнала описывает непрерывный процесс перехода устойчивых динамических параметров сигнала в различные масштабы пространственных, временных и частотных координат, в результате чего формируются последовательные упорядоченные группы бинарных элементов кода, распределение которых подчиняется единой закономерности, а число элементов кода конечно.

Предлагаемая информационная технология позволяет принципиально по-новому подойти к выделению объективной информации из сигналов биологического происхождения. Фундаментальным свойством этой технологии является то. что сигнал, регистрируемый от объекта, может быть представлен как одномерная проекция информационного кода в частотных и временных областях, подобно тому как точка представляет собой нулевую, отрезок - первую, квадрат - вторую, куб - третью, гиперкуб - четвертую и т.д. проекции многомерной геометрической фигуры.

К настоящему времени исследованы возможности применения новой информационной технологии анализа и синтеза сложных сигналов применительно к диагностике и частично коррекции как функциональных, так и патологических изменений в организме человека.

С этой целью разработана нейродинамическая модель нейронных сетей, реализованная в виде системы с конечным числом состояний, в которой происходит непрерывный динамический процесс последовательного перехода из одного дискретного состояния в другое, в результате чего на выходе модели формируются нейродинамические коды.

При системном рассмотрении модели нейронных сетей функциональные состояния организма человека можно интерпретировать как некоторые энергетические пороги. Это позволяет любые внешние воздействия или внутренние изменения в организме оценивать по номеру соответствующего порога, т.е. в конеч-

ном итоге, по выделяемым из биоэлектрических сигналов нейродинамическим кодам. Фундаментальное свойство нейродинамической модели состоит в том, чтс на любые виды случайных воздействий, как единичных, так и их совокупностей модель реагирует неслучайным образом.

Основная концепция нейродинамического моделирования состоит в том что закономерности протекания всех регуляторных процессов в организме чело века определяются структурой нейродинамического кода. Структура кода здорового человека обеспечивает закономерное строго согласованное функционирование всех органов и систем организма. Если человек болен, то параметры законо мерности изменяются. В этом случае информация о болезни содержится в изменении частотных и временных параметров модуляционных характеристик регист рируемых биоэлектрических сигналов. Необходимо отметить, что все регулятор ные процессы в организме протекают в различных временных масштабах, но, тел не менее, корреляция между ними, даже при выполнении условий нормировк! существующими методами не обнаруживается. Корреляция между сигналами, ха растеризующими работу отдельных органов и систем организма, может быт! найдена только после выделения нейродинамических кодов. Именно эту задачу I решает новая информационная технология.

Нарушения структуры нейродинамического кода человека, вызываемы функциональными и патологическими изменениями в организме могут быть вы явлены путем анализа изменений параметров закономерности формирования ней родинамических кодов. Поэтому в качестве исходной информации для диагно стики патологических состояний могут быть использованы изменения во времен! параметров любых сигналов, характеризующих состояние организма. С практиче ской точки зрения наиболее удобно регистрировать и анализировать сигнал! электрической активности сердца.

Цифровой анализатор биоритмов «Динамика-100», в котором в качестве ис ходного биоэлектрического сигнала используется сигнал электрической активне сти сердца - ЭКГ предназначен для решения задач скрининг-диагностики по слс дующим направлениям:

• выявление онкологических заболеваний на ранней стадии:

• психические расстройств, в том числе связанных с наркоманией и алкоголизмом;

• заболевания, связанных с нарушением регуляторных функций организма человека, в том числе СПИД;

• экспресс-анализ и прогноз воздействия фармакопрепаратов и других видов терапии на орг анизм человека.