автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.09, диссертация на тему:Применение мультипараметрического рангового анализа для обработки электрофизиологических сигналов

Г 6 Р г КцрскиЛ политехнический институт 5 АПр ' правах рукописи

Губанов Вадим Васильевич

ПРИМЕНЕНИЕ ШЬТИППРЛИЕТРНЧЕСКОГО РАНГОВОГО АНАЛИЗА ДЛЯ ОБРАБОТКИ ЗЛЕКТР0ФИЗИ0ЛОГИЧЕСКИХ СИГНАЛОВ

Специальность 05.13.09- Управление п биологических

и медицинских системах

АВТОРЕФЕРАТ

Диссертации на соискание ученой степени кандидата технических наук „.

Кцрск-1994

-г -

Работа выполнена в Курском политехническом институте

Научные руководители: доктор технических наук, профессор Кореневский Н.й. доктор медицинских наук Плотников В.В.

Официалыше олпонснти: доктор технических наук,профессор Попечителев Е.П. кандидат медицинских наук,доцент Ткаченко В. Р.

Ведудая организация - в/ч 25714

Задита диссертации состоится ___1994 г.

в 15 часов на заседании специализированного совета К 064.50.03 Курского политехнического института по адресу: 305039,г.Курск, ул. 50 лет Октября,94.

С диссертацией можно ознакомиться в библиотеке института.

Автореферат разослан ____1994г.

Ученый секретарь у

специализированного совета /, К 064. 30.05

к.б.н. Артеменко Н.В.

0Б5А9 ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В настоицее время в страно и за рубежом накоплен бодьяой опыт применения средств вычислительной техники н математических методов в медико-биологических исследованиях.

Многочисленные исследования отсчсственних и зарубехных ученых показали, что при рененин ряда задач медицинской и психологической диагностики высокой ннфориативиостьп обладают признаки, внделяекке из электрооизиодогических сигналов (ЗФС).Отечественной и зарубовной промыилеиностьп выпускается многочисленные виды приборов, позволяемо снимать и регистрировать разнообразние физиологические сигнала ( электроэнцефалографы, реоплетизмографы, электрокардиографы и др.).Однако в настоящее время остро стоит проблема разработки экономичных, эффективных и достоверных методов обработки обяирной физиологической информации, получаемой при исследовованик человека в лабораторных,клинических и производственных условиях.

Работами Александрова В.В.,2аловалышкова А.II. (1378), Г. БолоиятаАнаД.Н. Преторкуса (1977), Я.Дяеоинса (1975),Плотникова В.В. (1030) и др. било показано, что при рвионин сложной задачи обработки разнообразной 3?С возникает ряд проблем, связанных с теи, что:

1.Известные алгоритмы приомучествепно ориентированы на обработку кваанстационарннх участков исследуемых сигналов, в то время как больяипство физиологических процессов этим свойством не обладает.

2.Су*астпцгцне способ« получения состоятельных оценок для нестационарннх процессов чаце всего требуят априорнойинформации о свойствах сигналов.Однако такая априорная информация,в иастоя-цее время,имеется лн«ь в отношении нобольвого чнелафнзиологи-чоских процессов. \

3.Ддя физиологических процессов,природа нестационарности которых мало изучена, известные методы приводят к потере информации о переходных процессах, отражавших изменение состояния изучаемого объекта и следовательно несущих пахнув для исследователя информации.

4.Результаты, получаомно при первичной, обработке физиологических сигналов с поиоцъп большинства известных методов, првдставлсттса иссдодоватолв в громоздкой форме,по могут бить яи

- 4 - •

непосредственно использован» для диагностических заключений I) требуют дополнительной трудоемкой обработки.

Высокая информативность ЭФС и указанные трудности дояаит актуальной проблему разработки новых подходов к исследовании параметров физиологических сигналов, позволяющих повысить надеп-ность соответствующих диагностических ремений.

Целью диссертационной работы двляетсд разработка методов, алгоритмов и технических средств обработки ЭФС на основе мульти-параметрического анализа динамических показателей.

Для реализации поставленной цели, в работе поставлены и ре-иены следующие задачи:

-разработка методов получения параметров ЭФС с поиоцыз процедуры мультипараиетрического ранжирования; -разработка метода параметрической оценки степени синхронности протекания ЭФС:

-разработка многоканального устройства для мульткпарамвтри-ческого анализа динамических показателей ЭФС: -показана эффективность предлохенных методов и аппаратур» для реиения задач медицинской и психологической диагностики при использовании их с методами динамического интерактивного конструирования двумерных классификационных пространств.

Методы исследования. В работе используится методы теории прикладной статистики,теории распознавания образов и теория проектирования электронной вычислительной аппаратуры.

Научная новизна. 1.В диссертационной работе разработан метод получения параметров ЭФС с помощь» процедуры мультнпараиетрического ранжирования по характеристическим точкам,позволяющий выделять энергетические и временные характеристики ЭФС как на стационарных участках,так и на участках переходных процессов.

2.Разработан метод параметрической оценки степени синхронности протекания ЭФС с выделением признаков,характеризующих причины рассинхронизации исследуемых процессов за счет фазовых сдвигов и различных коэффициентов усиления.

3.Разработаны методы выделения признаков, характеризующих динамику переходных процессов и сжатия размерности признакового пространства для сигналов электрофизиологического типа.

4.Разработано высокопроизводительное специализированное устройство для мультипараметрического анализа динамических показателей ЭФС, которое обеспечивает реализации првдловвнных мвто—

дов.

Практическая ценность. 1.Разработанные метода и алгоритмы для пиделзния шцориативных признаков из ЗФС с цчвтои их нсста-цконлриости позволявт повысить эффективность и достоверность методов обработки физиологических сигналов, поскольку они ориентировали на автоматизированное выделение таких признаков, эффок-тиаиость которых поктверадена жногачислвшшхн статистический!! исследованиями и наапдзих «ирокоа практическое применение при реяБнии задач сункционалышй диагностики а врачей невропатологов, нейрохирургов, нейрофизиологов и психологов.

2.Разработан пакет прикладных программ и специализированное вычислительной устройство характеризующиеся внсокой эффективность!] вычислительных процедур и простотой технической реализации. что позволяет обеспечивать возможность многоканальной обработки ЗФС в лаборатории*.полевых и бортовых условиях.

Реализация. Разработанные методы,алгоритмы,прикладные программа и соответствующие аппаратные средства внедрена и находятся в эксплуатации в ЦИКЛ it на кафедрах медицинского института г.Курска,в учебной процессе при обучении студентов специальности 13.05 "Биотехнические и иеднцннские аппарата и снстешГ Курского политехнического института г. Курска.

, Апробация. Результаты работы докладывались и сбсуздались на наядународноЛ конференции и на научно-технических конференциях и совещаниях в различных организациях: НИИ авиационного оборудования СЕуковский). Курский политехнический институт,Курский государственный медицинский институт.

Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано 0 печатных работ,в том числе авторское свидетельство на изобретение.

Структура и объеи работы. Диссертация состоит из введения,четырех глав,заключения и списка литературы.Работа излояена на 150 страницах кавипописного текста и содержит рисунки и таблицы.

- 6 -СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность работы,определяются цели и задачи исследования, кратко излагается содервание глав диссертации,

В главе 1 кратко характеризуется проблема в области обработки ЗФС и выделения из них информативных признаков для рехзнкя задач медицинской и психологической диагностики. На основе данных литературы и собственных исследований показываются ограничения существующих подходов,связанных с нестационарной природой исслдедуемых сигналов й словностью используемых вычислительных процедур.Показывается,что хоромие практические результаты полу-чаштса при использовании признаков, выделяемые слитными элептро-Физиологаии при анализе различных временных составлпгцих и параметров, наб ли даеинх исследователем "полуволн" сигналов.Именно для таких эвристически выделяемых признаков получены значительные практические результаты,подтвержденные многочисленными статистическими исследованиями и накедиие мирокое практическое применение при реаеиии задач Функциональной диагностики.Однако к настоящему времени не найдено достаточно эффективных вычислительных процедур, выделявших те же информативные признаки,которые использувт в своей диагностической практике опытные медицинские специалисты.

В связи с этии в работе ставятся и ремавтея задачи разработки методов и технических средств,позволявших с одной стороны снять ряд ограничений присущих традиционным подходам,а с другой стороны обеспечивающих построение вздектквних вычислительных процедур, выделяющих те же информативные признаки,что и опытные специалисты электрофизиологи.При этом реяеиие задач медицинской и психологической диагностики сводится к задаче распознавания образов либо в традиционной геометрической трактовке (в пространстве признаков строятся разделяпдие поверхности диагностируемых классов),либо к логическому выводу по правилах четкой или нечеткой логики.

Глава 2 посвящена разработке методов выделения ин|ормптпв--них признаков из ЗФС нестационарной природы на основе ыультипа-раметрическнх рапхирувщих процедур.

В п.2.1 рассматривается метод выделения информативных пара-

метров ЭФС на основе процедуры мультипараметричвского ранжирова-ниа по характеристическим точкам.

Этот метод основан на виделешш из ЗФС иди исследуемого процесса различных временных составлявших,которые рассчитывавтся относительно точек переключения ЭФС и ранжируются по убывании скорости их изменения.Точки переклвчения выбиравтся исходя из характера режаемой задачи. В задачах электрофизиологических исследований в качестве таких точек рекомендуется использовать точки минимумов и максимумов, перегибов и нарушения монотонности.

Исходный сигнал ХИ) подвергается процедуре ранжирова-1ша посредством оператора переклвчения .где

I-определяет порядковый номер точки переклвчения У]*к(1) К-тоы ранге.

Точки переклвчения ]'-ого ранга образуются после обработки оператором переключения исходного сигнала Х(1ХК=0), а точки отсчета каждого последующего ранга - при применении оператора переключения к точкам переключения предыдущего ранга.

Таким образом, процедура ранжирования ЭФС по точкам перек-лшчений позволяет выделить и упорядочить по времени различные времвннне составлявшие исследуемого процесса.

Аналитически оператор переклвчения представляется выражением:

С 1 , при наличии переклвчения в К-том ранге:

0 , при отсутствии переключения.

При этом для каждой точки отсчета К того ранга формируется двой-ка{Vл кС Ь л. Т]к), составлавцие которой рассчитываются по формулам:

?3кСЪ) = Узк--Ки* 0зк-1;

Т]'к-]*'Г* 8]к,

где {-номер дискреты,

Г -период дискретизации исходного сигнала, Т]'к- вромя переключения сигнала в К-том ранге.

На основании результатов анализа существующих подходов к обработке ЭФС и собственных исследований в качестве информативных показатолой, пидояяяынв мультипараметрической ранжирупщей проце-

дурой для различных временных составлявших предлагается использовать париодохетрическне,частотные,планоиетрнчоскио и асиииет-рнчвекпа характеристики.

Динамические свойства изучаемых характеристик описываются с помощьв элементарной ступенчатой функции:

Г Ф?к(и, пра "Пк^ТЧтИс:

[ 0 при Т1+1кч<Т<Т]к

путем введения зависимости

где 1 ]кШ- величина функцкм исследуемой характеристики, вичпеляевая для каждого участка каждого ранга. '

Сцнкцнв

) будем называть характеристической функцией параметра ЗФС.

Периодометрнческая характеристика исследуемого процесса для различных его рангов определяется через величину периода между двумя соседними переключениями.

Характеристику, отражающую частотные свойство переключений исслодуемого сигнала и его рангов, можно определять обратной величиной по отпомонш к пориодометрической.

Амплитудные характеристики определявтея по разности между максимальными и минимальными значениями "полуволн" па интернале между точками переиллчений, Асимметрическая характеристика определяется по разнице между восходящей и нисходящей составляющей сигнала между точками переключения, а "мощностиая" характеристика определяется через планометричеспув характеристику, ограничит ваеиуя, собственно, "полуволнами" сигнала и линией соединившей точки соответствующих переключений.

Таким образом,исследуемый сигнал представляется семейством характеристических функций различна* рангов и различных парамэт-ров, причем параметры этих функций в отлнчии от больяннства традиционных подходов ( разложения в ряды Фурье,Уолла,Хартли и ЯР.)авно зависят от "видимых* и траднционно-используемкх параметров исходного сигнала, что позволяет в практических задачах сократить число апроксимирувщих функций и получить хорово ин-

терпретируемые результаты для специалистов выбранной предметной области.

Графически функции Ч' к( I) представляпт собой ступенчатые Функции,визуальное наблюдение которых дает хоронее представление о динамике изучаемых параметров процесса и позволяет легко оценивать изменение одних параметров относительно других для всех выделенных рангов, т.е. проанализировать как более "быстрые" процесс«, разворачиваптся на фоне более "медленных".Интересные практические результат» получаптся при парном анализе вмделяекмх характеристик.Например,представлений информации в координатах частотной и планоиетрнческоП характеристик,позволяет получить характеристику напомипавдуо традиционный частотный спектр,причем,как показали исследования эта характеристика при значительно более простых вычислительных процедурах обеспечивает практически тот не диагностический результат,что и спектральный анализ при обработке таких сигналов как электроэнцефалограммы и миограммн.а при использовании других параметров и характеристик, получаемых с пскодъи предлагаемых методов качество диагностики возрастает на целом ряде практических задач в области медицинской и. психологической диагностики. \

В п.2.2 рассмотрели котол« выделения информативных признаков для устойчивого (колебания в малнх пределах) поведения параметра ^кси.так и для неустойчивого - с болынм разбросом дрейфом математического отдания и среднеквадратичного отклонения.

Для участка устойчивости в качестве "ежзтнх" характеристик исследуемого параметра па кнтправле измерения рассчитываптся: . ерпдпео значение средний разброс ^¡УЛЬ) относительно-

среднего значения и максимальней разброс.Для участков неустойчивости вводится ряд специальных соотношений: суммарная и средняя величина "скачков",величина дрейфа, средний и приведенный дрейф: и скорость дрейфа,время и амплитуда переходного процесса при переходе значений параметра ^"ШЬ) с одного участка устойчивости • на другой к т.д.

При реяснии конкретных задач медицинской и психологической диагностики выделяемые признаки исследуются на информативность,*

В п.2.3 рассматривался вопросы получения информативных показателей, которые наряду с корреляционными оценками характеризует степень " похожести" (синхронности) протекания пар иссле-

дуемых процессов (выбранных участков -одного и того ке процесса). Предлагаемые в работе методы параметрической оценки степени синхронности ориентированы на получение тек ае показателей, которые интуитивно ("зрительно") использует в своих оценках опытные диагносты электрофизиологи.

В работе предлагается рассчитывать два показателя степени синхронности исследуемых процессов- синхронность по направлении я синхронность по амплитуде.

Для оценки степени синхронности по направлении вводится частный коэффициент синхронности,которий рассчитывается для точек квантования исследуемых процессов в соответствии с формулой

С -»1,если 5\яп[А1({и1)-К1(11)]^1$>11.Х1(11И)~Х2и1)} ;

$ии <

\ -1,есяк

Обдуп синхронность по направлении на исследуемом отрезке времени будем определять по формуле п

i-i

где n-количество участков квантования на исследуе-; ион участке. Очевидно,что при полной синхронности по направлении (сигналы на всех участках измерений имеют одинаковые тенденции по воз-растшшп или убывании) показатель Sh=1,каждое ке уменьжение Su на величину 1/п «ото рассматривать как нарухенне синхронности на участке одного мага квантования.

При 5н=-1 сигналы полностью асинхронны,т.е. на всех участках иневт противоположные тенденции к изменении, что позволяет дедать вывод о их противофазности.В качестве второй характеристики синхронности предлагается использовать показатель синхронности по амплитуде,для которого на участке Ti.Ti+1 мохет быть вцчислен частный козфициент синхронности по амплитуде Sai по форхуде

[*WM\tiz{t¡)-b{U)]-lti{ti,i) - Xt(t¿f,)l| í ta ;

SaÍ" ■i/ecjyilíX2(tí)-/1(tí)]~[/2(tíH)-xi(tlri)]¡^tü

где Еа -величина зоны нечувствительности,позволявцая

исключать влияние на результат» анализа низко-' амплитудных помех и определяемая условиями решаемой задачи.

Аналогично синхронности по направленно обцая синхронность по амплитуде рассчитывается по формуле

Получив высокие (близкие к +1 )значення величин Бн и Ба. можно делать вывод о высокой степени синхронности протекавших процессов. _ I _

Низкие (включая и отрицательные) значении величин $н и Ба с одной стороны могут быть обусловлены действительным отсутствием синхронности протекап\их процессов,но с другой стороны могут бить вызван« и двумя одинаковыми процессами, которые отличаются друг от друга лнкь постоянный сдвигом по оазо А $ .

В работе предлагается процедура рассчота показателя устойчивости сдвига Фаз и устойчивости амплитудного рассогласования сигналов.Показатели синхронности по амплитуде и направлении,устойчивости фазовых и амплитудных рассогласований и совокупности дапт.с точки зрения квалифицированных экспертов,полнуц картину о степени согласованности исследуемых участков искомкх процессов.Эти пе выводы были подтвержден« специальными статистическими исследованиями.

Р п.2.4 рассматриваются вопросы восстановления исходного сигнала из координат точек переключения,получешгах в результате ранжирования. Показывается,что восстановление ЗФС типа эдехтро-энцефалограмка.электромногракка н сходных с ними мокио осуществить с помоцьо функции "полусинус" и'полукосинус",параметры которых рассчитнзаптся по двум характеристическим гочкагЧ минимум и максимум исходного сигнала) на интервале между этими точками.:

Адекватность восстановления для этих типов сигналов проверялась методом экспертных оценок для типовых участков названных сигналов и с использованием метода паимеиыих квадратов. Результаты проверки подтвердили теоретические предположения об адекватности такого восстановления.

•«

В главе 3 рассмотрены вопроси проектирования я техническое реализации специализированных вичисдительннх устройств обработки

п

1-1

- 12 -

ЭФС на основе мультипараиетрических моделей.

В п.3.1 рассматриваются вопросы моделирования, предложенных в главе 2 методов обработки ЗФС на основе иультипарамотри-ческнх моделей.Моделирование осуществлялось на IBH-cobhccthuux компьютерах в операционной среде MS DDS на языке PflSKftL.B ходе моделирования был синтезирован сложный сигнал из пяти синусоидальных составляющих с параметрами:0.5Гц,120Икв:ЗГц,80Укв:7Гц. 501!кв:13Гц,15Мкв:25Гц,Шнв. Такие амплитудно-частотные характеристики соответствуют параметрам сигнала ЭЗГ.

Эпоха анализа сигнала составила 10 секунд,что соответствует рекомендациям основывающимся на больвом числе отечественных и зарубежных исследований.В результате мажинней обработки для пяти временных составляющих выделялись периодометрические,частотные,амшштддные.планоиетрические и асимметрические характеристики. Бил проведен сопоставительный анализ результатов машинного анализа и работы группы экспертов по проценту расхождений автоматизированного и неавтоматизированного способов.Такой же эксперимент проводился для реальных ЭЭГ сигналов.Регистрировались фоновые ЭЗГ и ЭЭГ при функциональных нагрузках, приводящих к ярко вмрааенной нестационарности анализируемых процессов.Эксперимент показал, что расхождения не превывавт ?Х.

Результаты предварительных просчетов и моделирования показывают,что режение задачи выделения информативных признаков может осуществляться с помощью универсальных ПЭВк, которые имеют в своем составе средства сопряжения с нестандартной медицинской аппаратурой.Однако для многоканальной обработки и для обработки достаточно скоростных процессов типа миограмыа требувтея значительные вычислительные мощности,что приводит к значительному удорожанию используемых технических средств.В свази с этим возникает необходимость разработки простых и недорогих специализированных вычислительных средств,которые позволяют вместо дефицитных и дорогостоящих энцефаллографов и миографов строить портативную аппаратуру, способную режать жирокий круг практических медицинских и психологических задач,значительно поднять оснащенность различных медицинских учреждений,повысив тем самым степень охвата населения услугами психологов,невропатологов,нейрофизиологов, обеспечив раннюю диагностику таких опасных заболеваний как эпилепсия,органические поражения головного мозга, в том числе опухолевого генеза и т.д.

Традиционно,при реализации второго диагностического подхода

применяются системы, использующие правила продукций с меткой или нечеткой логикой вывода в соответствии с правилами обработки символьной информации.

В п.3.2 рассматривается структура устройства выделения информативных признаков из ЗФС на основе ранжирующей процедуры.

Структура устройства приведена на рис.3.1.

Устройство состоит из следующих основных блоков: -блока датчиков: -аналоговых коммутаторов; -усилителя (УС);

-аналогово-цифрового преобразователя (АЦП);

-блока управления;

-первого вифратора(ш<Р1);

-второго «ифратора^РЯ);

-блока выделения переключений;

-таймера;

-вычислителя;

-цифрового регистратора;

-графического регистратора.

Электрофизиологическая информация с блока датчиков через аналоговые коммутаторы и усилитель поступает на анало-гово-цифровой преобразователь.где преобразуется в цифровой код. Блок выделения переключений выделяет точки минимумов и максиму-мов,сообщая об их наличии блоку управления.Программа работы блока управления построена таким образом,что кроне функций начальных установок и синхронизации работы всех узлов устройства определяет номер опрамиваемого канала поступления электрофиэиологи-ческой информации и номер соответствующего ранга.Эти номера аиф-раторами ВФ1 и 1Ф2 кодируются цифровым кодом и в момент переключения с помощью блока выделения переключений готовятся для последовательной передачи в вычислитель для последующей обработки. В вычислитель на каждом этапе обмена информацией поступают коды амплитуды максимумов,минимумов,номера ранга и номера опрашиваемого канала.

Вышчислитель производит анализ и сортировку поступавшей информации по рангам и каналам и по кашдому из них производит расчет периодометрических,частотных,амплитудных,асимметрических и планометрических (энергетических) характеристик с последующим сыатием информации и выделением характеристик устойчивого и неустойчивого поведения параметров.При необходимости в программа работы вычислителя могцт быть включены соответствующие алгоритмы

- \к-

Рис.3.1. Структура многоканального анализатора ЭфС

принятия реаеннй как в традиционной постановке, так и в рамках теории нечетких множеств.

Вся информация с вычислителя (12) выводится или на цифровой

или на графический регистраторы.

Для нормальной работы этого устройства на 1б-ти каналах для сигналов типа ЭЭГ достаточно вычислительных мощностей прзстеймей микро-ЭВМ типа "Вк-0010".Для сигнала типа ЭКГ (частота полезного сигнала до 5 недостаточно вычислительных мощностей типа "Иск-ра-1031",ЭС-1840 и подобных ни.Для работы в полевых и бортовых условиях в качестве вычислителя могут использоваться микропроцессоры на микросхемах типа 1801 ВМ1 или 1810 ВМ 06,микро-ЭВМ КР 1816 ВЕ 43.Эти же вычислительные средства могут использоваться при необходимости для реализации рсвающих диагностических правил.Для принятия диагностических режений по правилам логических выводов с четкой или нечеткой логикой в качестве вычислительного устройства может бить использован предложенный в работе проблемно-ориентированный процессор логического вывода диагностических заклвчений.

Выделение рассмотренных параметров осуществляются в реальном маезтабе времени.а эпоха анализа исследуемого сигнала определяется объемом оперативной памяти используемого вычислительного устройства. Практическая апробация предлагаемого устройства подтвердила показатели качества принятия режений, полученных на этапе моделирования.

В п.п. 5.3 рассматривается структура устройства для параметрической оценки степени синхронности ЭФС.Данное устройство определяет степень синхронности ЭФС по направлении и амплитуде, что повышает достоверность исследования ЭФС.

Структура устройства приведена на рис. 3.2.

Устройство содержит два измерительных канала,каждый из которых состоит из:датчиков ЭФС (1,8),на выходах которых формируются исследуемые ЭФС Х(1) и УС1);усилителей (2,9),сумматоров С3,10);управляемых линий задержки (4,11) и АЦП (5,12). На выходе измерительных каналов получаются сигналы в цифровой форме. С помощьв блока "Настройка" устанавливается одинаковые коэффициенты усиления измерительных каналов.

Если на входы вифратора (17) информация не поступает ,то анализатор (19) степени синхронности принимает информацию с АЦПС5.12) в том случае,если на выходе делителя (15) формируется импульс.Анализатор (19) производит вычисления частного коэффици-

Рис. 3.2. Структурная схема устройства для параметрической оценки степени синхронности ЭФС

ента синхронности по направлении Shí, общей синхронности по направления Su. частного коэффициента синхронности по амплитудо Sai и общей синхронности по аиплитуде Sa.

При появлении минимума о сигнале ХШфорыируется сигнал В , обеспечиваний прием и фиксации кода времени существования минимума (счотчик времени-16),а так «о готовит схему для дальнейиих вычислений.

При появлении максимума о сигнале X(t) на схзыо выделения максимума (6) вырабатывается импульс, включающий анализатор (19). в котором вычисляется индикаторная функция стабильности амплитуд сигналов по коэфициенту усиленна и средняя разница амплитуд RA.

При появлении минимума в сигнале Y(t) на выходе схсмн (13) выделения ыкнииуиа вырабатывается импульс,который вклячает анализатор степени синхронности (19),который расчитывает разность фаз , частную индикаторную функции, величину устойчивости сдвига по фазо, величину среднего сдвига фаз/V?.

При одновременной появлении минимумов X(t) и Y(t) на управляющих входах схем (7) и (13) выделения минимумов вырабатываются пмпцльсн,которые включаят анализатор степени синхронности (19), выполняющий последовательность действий,описанную в предыдущем абзаце,за исключением вычисления разности фаз,так как в этом случае она равна нули.

Работа устройства прекращается по источених заданного времени в счочике конца работы (14),который запрещает работу датчиков (1,0).После остановки работы устройства в анализаторе степени синхронности (19) фиксируются: общая синхронность по направлении Su, общая синхронность по амплитуде Sa,устойчивость сдвига фаз, оценка стабильности коэффициента усиления, средняя величина сдвига фаз .средняя разница амплитуд. ...................

Данное устройство использовалось при проведении исследовательской работы по изучении особенностей деятельности головного мозга.Хоровио результаты были получены при рряении задач оценки • функционального состояния человека, профессионального отбора,-задач оценки различных мероприятий по предупреждению сбоев н утомлению операторов в системах человек-мавина-среда.

В главе 4 показывается адекватность метода восстановления исходных сигналов с помощью метода наиыоньяих квадратов и с использованием экспертных оценок, суть которых основывалась на экспертном сопоставлении исходного сигнала и сигнала получаемого

после восстановления с точки зрения возможной содержательной трактовки. Результаты такого сопоставления позволяют сделать вывод о целесообразности практического использования предложенного

подхода к восстановлении исходных сигналов с цельп активного привлечения врачей специалистов к принятие режений о состоянии биообъекта.

При режении практических задач автоматизированной диагностики по данник электрофизиологических исследований с поыоцьв предложенных методов нами были использованы две наиболее популярные модели.наведвие применение в медицинской практике:

-принятие ревений в многомерном признаковом пространстве, где различные классы состояния здоровья внделявтея с поыоцьв раэделаицюс гиперповерхностей, получаемых на этапе обучения по предварительной обучавшей выборке:

-в моделях принятия ревений на осново правил логического вывода.которые мовно представить как поиск путей на дереве логических ревений и (или) семантических сетей в зависимости от результатов анализа сообщений о состоянии исследуемого объекта.

Анализ задач медицинской и психологической диагностики показал,что многие из них имевт слоянув геометрический структуру, которая с трудом поддается формализованному описанию.

Для преодоления трудностей, связанных с реввнием задач диагностики состояния здоровья в рамках первого подхода в работе использовались методы обучения и классификации посредством динамического интерактивного конструирования двумерных классификационных пространств,способные сохранять работоспособность при отсутствии достаточной статистики и при плохоформализувыой структуре классов с нарумением гипотезы о их компактности.

Практически была ревена задача диагностики функционального состояния человека по классам утомлении и модификации внимания (напряжения). Вероятность овибки в данной задаче не превшала 52.

В райках второго подхода ревалась задача синтеза продуктивных правил с четкой и нечеткой логикой принятия ревений по методикам профессора Мирмунской. В этой задаче при четкой постановке расхождений с диагностическими выводами не наблюдались. При нечеткой постановке задачи уверенность принятия решений колеблется от 0.85 до 0,9.

В работах 12,6.7.8] дается описание пробяйкно-ориентираван-ного высокопроизводительного процессора .реализующего символьную обработку биомедицинской информации по правилам логического вывода.

ОСНОВНЫЕ РЕЗУЛЬТАТ« РАБОТ!!.

Предлагаемая работа посвящена разработке методов.алгоритмов и технических средств обработки ЗФС на основе мультипараметри-ческого анализа динамических показателей.

Выполнение работы позволило получить следующие результаты.

1. Разработаны методы получения параметров ЗФС с помощью процедуры мультипараметрического ранхирования,обеспечивающие возможность виделениа информативных признаков как на устойчивых,так и на неустойчивых отрезках исследуемых ЗФС.Выделяемые параметры хорошо интерпретируатся специалистами алектрофизиоло-гамн.

2.Разработан метод параметрической оценки степени синхронности протекания ЗФС, позволявший не только оценить степень согласованности протекавших процессов,но и определить возмохные причины я степень нх " рассинхронизации" как для стационарных, так и для нестационарных участков ЗФС.

3.Разработаны методы и алгоритмы выделения информативных признаков как для устойчивых, так и для неустойчивых участков исследуемых элсктрофизиологических процессов,причем,показатели,характеризующие неустойчивые участки в целом ряде практических задач обладают большей информативностью, чем показатели, характеризующие устойчивые участки.

4.Разработано устройство для мультипараметрического анализа динамических показателей ЗФС.Экономичность,используемых в устройстве, вычислительных процедур и простота его технической реализации позволяет обеспечить возможность многоканальной обработки ЗФС в лабораторных,полевнх к бортовых условиях.

5.Показана эффективность разработанного устройства для параметрической оценки степени синхронности ЗФС,Применение этого устройства в комплекте с устройством для параметрического анализа динамических показателей ЗФС обеспечивает получение набора информативных признаков для решения задач медицинской и психологической диагностики.как врачами диагностами,давая в их руки набор привычных для них и хорошо интерпретируемых параметров.так и средствами автоматизированной диагностики, использующими методы теории распознавания образов, правила логического1 вывода с четкой и нечеткой логикой и др.

0CH0BHUE ПОЛОЗЕННЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮДО

РАБОТАХ.

1. A.C. 1800603 СССР, МКИ AG1B5/05. Кногоканалышй анализатор электрофизиологических сигналов / Кореневский H.A., Нечаев A.B., Богородский Г.В.. Гдбанов В.В. (СССР).Н4909417/14; Заявл. 11.02.91; Опубл.07.04.93. Бвл.Н13.

2. Губанов В.В. Операционный элемент символьного процессора и его управление./ Курский ЦНТИ.Курск, 1993ЛК25-93).

3. Губанов В.В. Многоканальный анализатор нестационарных случайных процессов./ Курский ЦНТИ.Курск,1993.(Н91-93).

4. Губанов В.В. Устройство для выявления работоспособности технических устройств,/ Курский ЦНТИ.Курск,1993.(145-93).

5. Губанов В.В. Формировании информативных признаков в задачах классификации случайных процессов //Материалы ков-дународной конференции "Оптико-злектрошше приборы и устройства в системах распознавания образов, обработки изображений и символьной информации": Тез. док./ КурПИ.- Курск,

5-8 октябрь 1993.

6. Губанов В.В. Система команд процессора обработки символьной информации (П0СИ)//Натериалы международной конференции "Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации":Тез, док.КурПИ.-Курск.5-8 октябрь 1993.

7. Губанов В.В., Кореневский H.A. Принципы построения проблемно-ориентированного процессора обработки символьной информации // Отчет по НИР /КурПИ¡Руководитель Кореневский H.A. -T.257.Per.H 01.9.10020835,1990.

8. Губанов B.D., Кореневский H.A. Архитектура проблеино-орнеитировапного процессора //Отчет по НИР /КурПИ; Руководитель Кореневский H.A. - Т.257.Рог.H 01.9.10026835,1990.

9. Губанов В.В., Кореневский H.A. Автоматизированный анализ элоктрофизиологическнх сигналов (ЭФС) // Отчет по ННР/КурПИ: Руководитель Кореневский H.A.-т.301. Рег.Н 01.9.10020479,1991.