автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Программный комплекс имитационного моделирования сигнала пульсовой волны

На правах рукописи

Михайлов Назар Юрьевич

ПРОГРАММНЫЙ КОМПЛЕКС ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ СИГНАЛА ПУЛЬСОВОЙ ВОЛНЫ

05.13.18. - "Математическое моделирование, численные методы и комплексы программ"

Автореферат диссертации на соискание ученой степени кандидата технических наук

Ростов-на-Дону 2004

Работа выполнена на кафедре прикладной математики и программирования Ростовского государственного университета и в совместном НИИ Физики РГУ - ИОФ им. А.М. Прохорова Российской Академии наук Центре "Физики и технологии электрически активных сред".

Научный руководитель:

Кандидат физико-математических наук

ТОЛМАЧЕВ .

ГЕННАДИЙ

НИКОЛАЕВИЧ

Официальные оппоненты:

Доктор технических наук, профессор

БЕЛЯВСКИИ

ГРИГОРИЙ

ИСААКОВИЧ

Доктор биологических наук, профессор

ВЛАДИМИРСКИЙ БОРИС

МИХАЙЛОВИЧ

Ведущая организация:

Таганрогский государственный радиотехнический университет

Защита состоится" 1$ ф&фф&лА 4 г. в часов на заседании диссертационного Совета < К.М2.208.04 по физико-математическим и техническим наукам в Ростовском государственном университете по адресу: 344090, г. Ростов-на-Дону, пр. Стачки 200/1, корпус 2, ЮГИНФО РГУ.

С диссертацией можно ознакомиться в научной библиотеке РГУ по адресу: г. Ростов-на-Дону, ул. Пушкинская, 148.

Автореферат разослан" 1$Г" УСнАУУЬХ 2004 г.

Ученый секретарь диссертационного

Совета К.212.208.04, ✓

кандидат физико-математических наук, доцент^уу Муратова Г.В.

2004-4

26436 3

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Бурное развитие компьютерной биометрии за последние 2-3 десятилетия во многом обусловлено разработкой и широким внедрением в клиническую практику новых, в том числе и сфигмографических, методов исследования состояния здоровья организма человека [Зборовский Э.И.]. На основании параметров сигнала пульсовой волны (сфигмограммы) можно судить об изменениях гемодинамических характеристик, ритма сердца,, скорости кровенаполнения в исследуемой части тела. В то же время физические процессы образования формы пульсовой волны до конца еще не изучены. Это порождает широкий круг задач, решаемых с помощью математического моделирования.

При непосредственном одновременном измерении на разных участках артериального дерева человека были получены профили давления крови (формы пульсовых волн), которые лишь частично были подтверждены с помощью моделей гемодинамики [Педли.Т., Mills, C.J.]. Исходя из этого, некоторые исследователи предлагали использовать более простые модели, например модель затухающего осциллятора [Каро К., Педли Т., Шротер Р]. Обладая сложной частотной структурой, она также позволяет решать ряд исследовательских и практических задач.

Процессы, участвующие при формировании ритма сердца могут быть получены с помощью различных моделей, однако, как отмечается во многих работах, в связи с недостаточным пониманием процессов регуляции в сердечно сосудистой системе наиболее обоснованным является применение имитационных моделей [Амосов Н.М., Палец Б.Л., Агапов Б.Т.].

При моделировании ритма сердца в работах Амосова Н.М. и Лиссовой О.И были использованы конечные соотношения между функциями, что не всегда является достаточным для анализа динамических режимов. Однако, при этом появляется возможность детального исследования временных, частотных и статистических особенностей кардиоинтервалограммы и соотнесения их с уже известными процессами регуляции. Тем не менее, применение только одного из подходов - моделирование формы пульсовой волны или ритмограммы - не может дать полной информации об организме в целом. Таким образом,

РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА СПетерЙгег |[() 09 МО*/««» (£ ' * ■ 11

становится актуальной задача исследования частотных, амплитудных и временных характеристик пульсовой волны на основе объединения указанных выше двух подходов: математического моделирования формы пульсовой волны и имитационного моделирования ритмограммы.

При этом практическое использование результатов математического моделирования пульсовой волны является одной из важнейших задач, позволяющих проводить неинвазивную диагностику состояния сердечнососудистой системы и организма в целом при помощи создаваемых программно-аппаратных комплексов измерения физиологических сигналов.

Объектом исследования в работе выступает сигнал пульсовой волны.

Предметом исследования является математическая модель пульсовой волны.

Проблемная область исследования охватывает теорию колебаний и волн, теорию идентификации динамических систем, методы цифровой обработки сигналов, исследование физиологических факторов влияющих на амплитудные и частотные свойства биологических сигналов при помощи математического моделирования сигналов.

Цель диссертационной работы - построение математической модели пульсовой волны и программная реализация результатов ее исследования.

Задачи диссертационного исследования:

-Создание и исследование алгоритма выделения дыхательной волны из сигнала пульсовой волны при помощи одного датчика пульсовой волны.

-Разработка программного комплекса имитационного моделирования сигнала пульсовой волны в режиме реального времени для тестирования программных и аппаратных алгоритмов построения ритмограммы.

-Разработка программного комплекса пульсовой диагностики для проведения измерения сигнала пульсовой волны в режиме реального времени и оценки состояния здоровья человека методами традиционной и восточной медицины.

Научная новизна диссертационного исследования состоит в следующем: -предложена математическая модель пульсовой волны, позволяющая использовать конечные соотношения между функциями, которые имитируют различные режимы работы сердечно-сосудистой системы;

—впервые создан алгоритм выделения дыхательной волны из сигнала пульсовой волны с помощью одного датчика пульсовой волны;

-разработан программный комплекс имитационного моделирования сигнала пульсовой волны в режиме реального времени для испытания алгоритмов выделения реоциклов из сигнала пульсовой волны, в основе которого лежит принцип синхронной передачи модельного сигнала и сигнала, содержащего импульсы точных значений максимумов реоциклов в моделируемом сигнале;

-разработан программный комплекс пульсовой диагностики, включающий предложенный автором алгоритм обработки сигнала пульсовой волны в режиме реального времени и разработана библиотека классов визуализации и анализа сигналов различной природы.

Использованный в работе математический аппарат включает теорию колебаний и волн, теорию идентификации динамических систем, методы цифровой обработки сигналов.

Достоверность полученных результатов обусловлена корректным использованием математического аппарата, сравнительным анализом результатов, полученных различными методами.

Практическая значимость исследования заключается в возможности использования результатов диссертационного исследования при создании коммерческих программно-аппаратных комплексов пульсовой диагностики с применением датчиков пульсовой волны, при создании программно-аппаратных комплексов дыхательных тренировок с использованием одного датчика пульсовой волны, проведение неинвазивных донозологических массовых обследований состояния здоровья населения, проведение исследовательских работ по изучению свойств биологических сигналов. Апробация работы:

Основные положения и результаты диссертации представлены автором на следующих конференциях:

1. Седьмая Всероссийская научная конференция студентов и молодых ученых, 5-10 апреля 2001 г., Екатеринбург - Санкт-Петербург.

2. Международный конгресс «Новые медицинские технологии», 8-12 июля, 2001 г., Санкт-Петербург.

3. IV Всероссийский съезд специалистов лечебной физкультуры и спортивной медицины, 16-18 октября 2002 г., Ростов на Дону.

4. Симпозиум "Лазеры на парах металлов", п. Лазаревское, ОК "Зарница", 25-29 сентября 2000 г.

5. Междисциплинарная конференция с международным участием «Новые биокибернетические и телемедицинские технологии 21 века для диагностики и лечения заболеваний» (НБИИТТ-21). г.Петрозаводск, 23-25 июня 2003 г.

6. Семинары кафедры прикладной математики и программирования механико-математического факультета Ростовского госуниверситета.

Публикации. По теме диссертации опубликовано 17 работ, в том числе 3 статьи в российских журналах, 3 статьи в сборниках, 11 тезисов выступлений на конференциях.

Структура диссертации включает в себя: введение, три главы, состоящие из 20 параграфов, заключение, список литературы из 107 источников.

Основные результаты, выносимые на защиту, изложены в последнем разделе автореферата.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертации, характеризуется степень разработанности проблемы, определяются цели и задачи диссертационного исследования.

Первая глава работы «Пульсовая волна как объект исследования в физиологии человека» посвящена проблеме исследования сигнала пульсовой волны в физиологии человека, математическому моделированию пульсовой волны.

В первом параграфе этой главы изучается «Диагностическая значимость пульса в современной европейской и восточной медицинах». При рассмотрении

большого количества данных, получаемых при анализе пульсовых кривых, оказывается, что качество пульсовых кривых может характеризоваться рядом параметров, которые могут служить основой для разработки методов автоматизированного анализа пульсовых кривых, полученных, например, с помощью фотоплетизмографа или акустического датчика пульсовой волны [Гаевский Ю.И. 1972, Палеев Н.Р., Каевицер И.М. 1975].

Объемный пульс, регистрируемый с помощью фотоплетизмографического (ФПГ) датчика, представляет собой комбинацию изменений артериального, капиллярного и венозного объемного кровотока на данном участке тела. Объемный пульс, регистрируемый с помощью акустического датчика, представляет собой изменение объема артерии в данной точке измерения. При анализе пульсовых кривых (рис.1) выделяются следующие диагностические, информативные параметры пульсовой волны: амплитудные, временные, амплитудно-временные, частотно-амплитудные, статистические параметры амплитудных и временных компонентов пульсовой кривой.

К

Рис.1. Информативные параметры и соотношение фаз ФПГ, электрокардиограммы и дифференциальной фотоплетизмограммы. I — объемная фотоплетизмограмма; II — электрокардиограмма (ЭКГ); III —дифференциальная фотоплетнзмограмма.

Опыт показал, что успешная работа по изучению диагностических возможностей пульса ввиду большого количества разнообразных параметров может наиболее успешно проходить лишь при наличии специально созданной базы данных, структура и математическое обеспечение которой соответствовали

бы определенным целям исследования. Поэтому наряду с задачами алгоритмизации процесса измерения сигнала, статистического и системного анализа данных, математическое моделирование сигнала пульсовой волны также является актуальной задачей.

Во втором параграфе первой главы работы «Проблема математического моделирования пульсовой волны» изучаются походы к моделированию сигнала пульсовой волны и отдельного реоцикла сигнала пульсовой волны.

Обилие разнообразных параметров пульсовой волны порождает широкий круг задач, решаемых с помощью математического моделирования. При непосредственном одновременном измерении на разных участках артериального дерева человека были получены профили давления крови (формы пульсовых волн), которые лишь частично были подтверждены с помощью моделей распространения возмущения давления крови в эластичных трубах, содержащих невязкую жидкость [Педли.Т.]. Процессы регуляции ритма сердца могут быть получены с помощью различных моделей, однако, как указывается во многих работах посвященных моделированию ритма сердца, в связи с недостаточным пониманием процессов регуляции в сердечно сосудистой системе наиболее обоснованным является применение имитационных моделей [Амосов Н.М., Палец Б.Л., Агапов Б.Т.]. Тем самым условное разделение на два типа моделей: модели, описывающие форму пульсового колебания и модели ритма сердца - не позволяет рассмотреть все значимые для диагностики параметры пульсовой волны. Это требует создания моделей, объединяющих в себе эти два подхода.

В третьем параграфе «Программно-аппаратные комплексы тестирования алгоритмов построения ритмограммы в режиме реального времени» рассмотрена задача построения ритмограммы при помощи сигнала пульсовой волны. Методы и комплексы (программные и аппаратные) применяемые для испытания кардиографов не могут быть использованы для тестирования алгоритмов построения ритмограммы по сигналу сфигмограммы из-за существенной разницы в форме сигнала кардиограммы и сфигмограммы. Данный факт влечет за собой потребность создания средств испытания указанных ранее алгоритмов, которые в свою очередь, позволят получать информативные параметры сигнала пульсовой волны для комплексной оценки состояния сердечно-сосудистой системы человека и организма в целом.

Четвертый параграф «Программно-аппаратные комплексы оценки состояния здоровья человека» посвящен анализу проблемы поиска критериев для оценки динамических изменений в организме человека при помощи программно-аппаратных комплексов, основанных на измерении физиологических сигналов. Многие разработчики программных продуктов основываются на наборе экспертных оценок состояния организма, которые с использованием аппарата математической статистики, приобретают вид комплексной градации адаптационных возможностей организма человека. Однако данный подход не лишен субъективности, поэтому становится актуальной задача использования при создании неинвазивных оценок состояния здоровья человека общих, фундаментальных закономерностей, основанных на открытиях в области общей физиологии человека Г.Селье, 1960, Л.Х.Гаркави, М.А.Уколовой и Е.Б.Квакиной, 1975.

Вторая глава работы «Модели и методы исследования сигнала пульсовой волны» посвящена - проблеме исследования математической модели сигнала пульсовой волны человека, а также разработке и исследованию алгоритма, выделения дыхательной волны из сигнала пульсовой волны при помощи одного датчика. В качестве модели реоцикла было рассмотрено следующее дифференциальное уравнение 2-го порядка:

х0) + к1х(1) + к2 х(1)-А-(Ф(0~Ф(1-Т)), (1)

где x(t) - смещение стенки артерии в данном месте измерения, x(t) = 0 при К0; Ф(1) - асимметричная единичная функция, Т- время действия вынуждающей силы, А - амплитуда вынуждающей силы. Операторным методом получено решение уравнения (1):

д:(0 - А_Я2(,)-Ф«-Т)+& - Г)]. (2)

Было показано, что при изучении частотных параметров реоцикла при помощи процедуры приведения модельного колебания к единичному выборочному стандартному отклонению и нулевому среднему можно избежать влияния амплитуды запускающего импульса на Фурье-спектр модельного колебания пульсовой волны (2) и, тем самым, учитывать форменные показатели

пульсового колебания (2) - параметры ki, ki и Т. Показано, что если ритмограмма, отражает синусовую дыхательную аритмию, то гармоники ведут себя в соответствии с дыхательным колебанием, что говорит о непосредственном влиянии длительности реоцикла на спектр Фурье (на величину его гармоник).

Для оценки параметров ki, ki, А и Т решения модели (2) был использован метод наименьших квадратов (МНК). Функционал для минимизации при выборе в качестве аппроксимирующей функции решения (2), содержащего 4 параметра -kj, к^А и Г имеет вид:

Процедура идентификации была программно реализована в среде Borland Delphi 5.0 Enterprise. В результате идентификации были получены следующие значения (диапазоны значений) исследуемых параметров: fej-0.11,

Jt2 -0.033 + 0.066, А -8 + 10, Т-0.06 +0.1. Отмечено, что наибольшее влияние на

величину относительной ошибки оказывают параметры вынуждающей силы, ее амплитуда А. Исходя из чего, было сделано предположение о том, что существует модулирующее воздействие, участвующее в формировании реоциклов сигнала пульсовой волны, которое отвечает за дыхательные колебания грудной клетки. Наличие сигнала дыхания в сигнале пульсовой волны позволяет указать на возможность его получения при помощи специальных методов. Причем, впервые задача выделения дыхания была поставлена для сигнала грудной реограммы (рис.4) содержащей изолинию [Беляев К.Р., Колядин С.А., 1998].

Рис. 4. Пример трансторакальной (грудной) реограммы пациента в положении лежа, содержащей изолинию.

Задача выделения дыхательного шаблона и устранения артефактов дыхания была поставлена ими как задача фильтрации с последующим применением адаптивного фильтра с настройкой по сигналу ЭКГ. Сигнал реограммы, рассмотренный этими исследователями, содержал изолинию (рис.4). В

настоящей работе сигнал получен от акустического датчика и имеет иную форму. Он не содержит изолинии, но в нем присутствует амплитудная модуляция (рис. 5).

Рис 5. Сигнал пульсовой волны, полученный с помощью акустического датчика пульса. 1 - дыхательная волна, 2 - верхняя огибающая пульсовой волны, 3 - пульсовая волна, 4 - нижняя огибающая пульсовой волны.

Для исследования влияния дыхательного колебания на пульсовую волну были рассмотрены два подхода.

Радиотехнический. Если Фурье-спектр реоцикла содержит более одной гармоники, принято использовать амплитудную модуляцию при сложном модулирующем сигнале. Математической моделью такого сигнала может быть, например, тригонометрическая сумма [Баскаков СИ., 2000]:

*(0=Уа;со5(Ш+Ф.)' (3)

Аналитическое выражение сложномодулированного (многотонального) амплитудно-модулированного сигнала, являющейся обобщением выражения (3), запишется в следующем виде:

Щ)=ит

лм

со5(о)ог+(ра)

(4)

Результат амплитудной модуляции при сложном модулирующем сигнале представлен на рис.6 (сплошная линия). Пунктирной линией (рис.6) изображен

Рис.6. График амплитудной модуляции при сложном модулирующем сигнале.

исходный низкочастотный сигнал дыхания. Экспериментально доказано, что амплитудная модуляция присутствует в пульсовой волне в ином виде, указанном на рис.5.

Аддитивный подход. Беляевым К.Р., Колядиным СЛ., Щукиным СИ. и др. было предложено использовать следующую модель взаимосвязи реографического сигнала пульсовой волны и дыхательного колебания: u(t)-a\s(t)+a2w(t), (5)

где s(t) - низкочастотное колебание (дыхательные колебания), w(t)- сигнал пульсовых колебаний, не содержащий изолинии, u(t)- результирующий сигнал грудной рео граммы (рис.4).

Исходя из результатов идентификации, автором была предложена модель пульсовой волны:

x(t) + kix(t) + ki x{t) -J? Ar(<b(t-time<)-<t>(t-T - time,)).

где Hr - количество реоциклов, Ф(1) - асимметричная единичная функция, Т—

время действия вынуждающей силы, At - амплитуда i-ой асимметричной единичной функции, - момент времени, в который начинает действие

асимметричная единичная функция (формируется при моделировании ритмограммы—.у*).

Операторным методом было получено аналитическое решение указанной модели пульсовой волны:

¿6

где ёг(0'- составляющая решения (2), у^- к-й интервал в ритмограмме. Модельный сигнал пульсовой волны (рис.7) после использования в качестве (модулирующего сигнала) реального сигнала дыхания, измеренного в течение 20 с, демонстрирует качественное совпадение с экспериментальными данными (рис.8).

РисЛ. Амплитудная модуляция модельного сигнала реальным сигналом дыхательной волны. 1 —дыхательная волна, 2 - модельный сигнал пульсовой волны.

Рис.8. Пример амплитудной модуляции реального сигнала пульсовой волны практически здорового взрослого человека в состоянии покоя. 1 - дыхательная волна, 2 - сигнал пульсовой волны.

Для определения модулирующего сигнала в предложенной модели (1) может быть использована точка глобального максимума реоцикла. Ее величина будет определяться как

4 ' ю ш у р ' В)

(7)

-)+2-

(к =0 - для глобального максимума, к=1 - для глобального минимума). Если принять допущение о том, что исходное модулирующее колебание (верхняя кривая 1 на рис. 5) - это дыхательная волна, а точки экстремумов пульсовой волны лежат на огибающих (верхней и нижней, кривые 2 и 4, рис.5) то, очевидно, что задача выделения дыхательной волны разрешима. Причем, если исходная дыхательная волна содержит более, чем одну частоту задача ее выделения становится трудноразрешимой из-за того, что алгоритм получения дыхательного шаблона, основанный на использовании точек глобальных максимумов реоциклов пульсовой волны, аналогичен операции дискретизации аналогового сигнала с помощью неравномерной сетки. Во избежание эффекта маскировки частот, в случае выделения дыхательной волны заданной частоты f из указанного диапазона (0.1 - 0.8 Гц), частота пульса должна составлять не

менее 2£ Таким образом, на использование одноточечного алгоритма вводится ограничение, которое можно представить следующим образом:

Рис. 9. 1 - область, в которой возможно выделение дыхательной волны без маскировки частот. На графике ЧСС - частота сердечных сокращений (Гц), ЧД - частота дыхания (Гц).

При отсутствии априорной информации о частоте дыхания человека или же самого датчика дыхания, результирующий сигнал дыхательного колебания является недостаточно объективным. Полученные данные о частоте дыхания и форме дыхательного колебания могут быть оценены как предварительные и требующие дополнительного исследования при помощи соответствующих датчиков.

Программно реализуемая задача выделения дыхательного колебания состоит из цифровой фильтрации временных рядов, составленных из значений максимумов и минимумов реоциклов с целью визуального контроля качества дыхания пациента в режиме реального времени и оценки количества дыхательных движений, произведенных человеком за указанный период времени.

Автором предложен алгоритм выделения сигнала дыхания, как в режиме реального времени, так и постфактум. Частота дыхания в сигнале, состоящего из точек глобальных максимумов реоциклов, определяется как номер максимальной по значению амплитуды гармоники в его спектре Фурье. Определение номера граничной гармоники I, отвечающей за тренд, возможно на основании статистической информации и физиологических соображений:

1000 "

(8)

где - выборочное среднее ритмограммы, - выборочное стандартное

отклонение, N - число элементов в последовательности максимумов (в

ритмограмме). Число дыхательных колебаний за исследуемый период времени будет равно номеру максимальной по значению амплитуды гармоники спектра Фурье, за исключением гармоник тренда.

Исследование данного алгоритма было проведено на базе медико-технического отдела ФГУП «РНИИРС». Для проверки алгоритма выделения дыхания, было предложено использовать двухканальное синхронное измерение сигнала пульсовой волны и сигнала дыхания. Измерения проводились с помощью акустического датчика пульсовой волны и датчика дыхания (датчик смещения) соответственно. По каждой из групп были получены следующие результаты:

Таблица 1.

"Практически здоровые" люди Нарушения в состоянии

(27 чел.) респираторной системы (33 чел.)

Относительная 1 Относительная 1

ошибка (%) ошибка (%)

Без управления 2,01 ± 1.45 7,21 ±0,66 12,42 ±7,93 6,74 ±1,95

С управлением 1,03 ±0,31 7,07 ±0,8 2,17 ±2,26 7,11 ±0,74

Данный алгоритм может быть использован как для создания программно-аппаратных комплексов дыхательных тренировок с применением только одного датчика пульса, так и комплексов пульсовой диагностики с предварительной оценкой состояния респираторной системы организма человека.

Одним из возможных способов оценки качества работы алгоритма выделения реоциклов в режиме реального времени является синхронная передача двух сигналов: сигнала пульсовой волны и сигнала синхроимпульсов. Синхроимпульсы представляют собой дельта-функции на фоне нулевого среднего, точно соответствующие расположению в моделируемом цифровом сигнале точек глобальных максимумов искомых реоциклов.

С помощью двух цифроаналоговых преобразователей (ЦАП) программе (алгоритму) либо устройству подаются тестовые сигналы пульсовой волны в режиме реального времени и синхроимпульсы. Программный комплекс, разработанный в рамках данной работы, реализован таким образом, чтобы подсчет относительной ошибки производился в режиме реального времени, что позволяет проводить эксперименты по изменению формы тестового сигнала во время работы алгоритма и объективно оценивать ограничения на его параметры.

Интерфейс программы имитационного моделирования сигнала пульсовой волны представлен на рис.12.

Рис12. Интерфейс программы имитационного моделирования сигнала пульсовой волны.

Причем программный комплекс (ПК) был разработан таким образом, чтобы реализовывать как заданные режимы имитации (постоянный во времени набор параметров), так и позволять динамически изменять параметры решения (2) модели (1) во время выполнения алгоритма имитации сигнала пульсовой волны. Использование решения (2) дает возможность добавлять дыхательную волну, в виде амплитудной модуляции (указываются глубина и частота дыхания), изменение сердечного ритма (указывается частота сердечных сокращений или закон изменения ритма). Данный программный комплекс имитационного моделирования сигнала пульсовой волны позволяет решать целый ряд задач, связанных с обработкой и исследованием биологических сигналов, в частности для испытания алгоритмов построения ритмограммы при помощи сигнала пульсовой волны.

Третья глава работы «Программный комплекс пульсовой диагностики» посвящена проблеме разработки программного комплекса оценки состояния здоровья организма человека с использованием различных регистрирующих устройств сигнала пульсовой волны, а также программной реализации предложенного автором алгоритма выделения сигнала дыхания из сигнала пульсовой волны при помощи одного датчика. Одними из первых на рынке медицинского оборудования появились системы измерения и анализа сигнала электрокардиограммы [Бибикова Л А., Ярилов С.В., 2000]. Как правило, такие ПК предоставляли врачу возможность анализа лишь некоторого узкого набора

параметров, ответственных за ту или иную подсистему организма человека. Несмотря на очевидные преимущества использования электрокардиограммы, в качестве источника диагностической информации, возник интерес к методам пульсовой диагностики, отличающейся большим количеством информативных параметров. Автором был разработан ПК, реализующий четыре основные функции:

1. Измерение сфигмограммы, получение комплексной оценки состояния организма (его адаптационных возможностей) и предварительных сведений о состоянии респираторной системы.

2. Проведение измерения сигнала пульсовой волны методом восточной медицины и выдача акупунктурных рекомендаций.

3. Подключение регистрирующих устройств различных типов (датчиков пульсовой волны и других медико-биологических датчиков), для проведения корреляционного анализа измеряемых сигналов (максимально возможное количество датчиков - 2).

4. Наблюдение и сохранение в специализированных файлах сигнала пульсовой волны и вспомогательных, динамически изменяющихся параметров, включая сигналы от дополнительных датчиков.

В настоящей работе был использован акустический датчик, с сохранением возможности подключения других типов регистрирующих устройств (пьезоэлектрического, емкостного и других типов датчиков) при помощи специальных и универсальных аналогово-цифровых преобразователей (АЦП). Структура ПК, представлена на рис.13.

Рис.13. Структура программного комплекса пульсовой диагностики.

Блоки с номерами 1,2 и 4 реализованы для работы в режиме реального времени, предоставляя возможность наблюдать за значениями сигнала и изменением параметров сигнала пульсовой волны. Описываемый ПК

разработан с использованием объектно-ориентированного подхода на базе Borland Delphi 5 Enterprise. Измерительный блок позволяет проводить измерение в режиме реального времени и использовать различные типы измеряющих устройств, для чего был создан модуль, содержащий набор классов для работы с различными видами датчиков и АЦП. Для отображением динамически изменяющихся (с последующим сохранением) спектральных, амплитудных, временных и других характеристик был предложен алгоритм работы программы в режиме реального времени. Автором разработаны, визуальные и невизуальные компоненты, позволяющие проводить измерние, визуализацию и анализ сигналов различной природы, в том числе и сигнала пульсовой волны.

Заключительным этапом анализа сигнала пульсовой волны является выдача акупунктурных рекомендации, частота дыхания и комплексная оценка состояния здоровья организма на основе предложенного параметра, учитывающего изменения как формы реоциклов, так и ритма сердца. Данный параметр (названный «индексом адаптации», ИА) определяется следующим образом:

j-го реоцикла пульсовой волны, С, - выборочное среднее по ряду Су. При этом выбранный параметр сигнала пульсовой волны был исследован на предмет выявления групповых различий в зависимости от типа неспецифической адаптационной реакций, определяемой по параметрам лейкоцитарной формулы крови [Г.Селье, 1960, Л.Х.Гаркави, М.А.Уколовой, Е.Б.Квакиной, 1975]. Для чего на базе медико-технического отдела ФГУП «НИИРС» был проведен соответствующий эксперимент.

Определение ИА было произведено для 180 измерений сигнала пульсовой волны, с последующим взятием крови. Исходя из полученных данных, все множество пациентов было разбито (согласно типам адаптационных реакций) на следующие группы: стресс - 28, тренировка - 38, спокойная активация — 52, повышенная активация - 46 и переактивация — 16 измерений крови. В результате вычисления ИА, измерения сигнала пульсовой волны также

4

образовали 5 групп, после чего для каждой группы были подсчитаны выборочные средние и ошибка среднего. Так, ИА имел следующие значения: Таблнца.2.

ПК прошел апробацию в Ростовском научно-исследовательском онкологическом институте и показал высокую степень достоверности неинвазивной методики определения «индекса адаптации» (до 83%) при соблюдении условий измерения пульсовой волны (с 7-9 утра натощак, во время формирования адаптационной реакции в организме человека [Гаркави Л.Х., Квакина Е.Б., Кузьменко Т.С., 2002]), что позволяет использовать его с целями экспресс диагностики адаптационных возможностей организма.

Программный комплекс пульсовой диагностики включает в себя базу данных, в которой хранится информация о группах пациентов, индивидуальные данные пациентов, а также результаты измерений сигнала пульсовой волны. ПК содержит большой набор параметров для настройки внешнего вида программы, режимов измерения, импорта данных в Microsoft Excel, сохранения результатов измерения, подключаемых устройств, настроек алгоритма выделения реоциклов, визуализации сигналов, которые сохраняются в реестре операционной системы Windows. ПК имеет систему контекстной помощи, позволяющей пользователю ознакомится с порядком работы в текущей оконной форме. Программный комплекс снабжен установочным пакетом, осуществляющим установку программы и необходимых для ее работы библиотек в среде Windows 95/98/Me/2000/XP.

В заключении подводятся итоги проведенного исследования.

Положения, выносимые на защиту:

• Создана математическая модель пульсовой волны, позволяющая использовать конечные соотношения между функциями, которые имитируют различные режимы работы сердечно-сосудистой системы;

• Создан алгоритм выделения дыхательной волны из сигнала пульсовой волны с помощью одного датчика пульсовой волны;

• Разработан программный комплекс имитационного моделирования сигнала пульсовой волны в режиме реального времени для тестирования алгоритмов выделения реоциклов из сигнала пульсовой волны, в основе которого лежит принцип синхронной передачи модельного сигнала и сигнала, содержащего импульсы точных значений максимумов реоциклов в моделируемом сигнале;

• Разработан программный комплекс пульсовой диагностики, включающий предложенный автором алгоритм обработки сигнала пульсовой волны в режиме реального времени и библиотека классов визуализации и обработки сигналов различной природы.

Основные результаты опубликованы в работах:

1. Михайлов Н.Ю. Имитационная модель пульсовой волны для тестирования алгоритмов построения кардиоинтервалограммы // Труды аспирантов и соискателей ростовского государственного университета. 2002 г. Т.8. -С.20-23.

2. Михайлов Н.Ю., Толмачев Т.Н. Математическая модель пульсовой волны // Известия высших учебных заведений. Северо-Кавказский регион. Естественные науки. Приложение. 2003 г., №6. -С.3-9.

3. Гаркави Л.Х. Михайлов Н.Ю. Толмачев Т.Н., Шихлярова А.И., Верескунова ЕЛ. Программно-аппаратный комплекс пульсовой диагностики для определения типа адаптационной реакции. Электронный журнал «Исследовано в России», 193, -С.2295-2303, 2003 г.. http://zhurnal.ape.re1arn.ru/articles/2003/193.pdf

4. Михайлов Н.Ю. Программная реализация метода выделения дыхательной волны из сигнала пульсовой волны // Приложение к журналу «Научная мысль Кавказа», 2003 г., №11. -С.136-139.

5. Стрюков СТ., Мащенко А.И., Михайлов Н.Ю., Толмачев Г.Н. Дыхательная составляющая в спектре пульсовой волны // Материалы IV всероссийского съезда специалистов лечебной физкультуры и спортивной медицины. М., 2002 г. -С.29-30.

6. Стрюков С.Г., Мащенко А.И., Михайлов Н.Ю., Толмачев Г.Н. Возможности применения пульсовой диагностики при длительном мониторинге функционального состояния человека // Материалы IV всероссийского съезда

специалистов лечебной физкультуры и спортивной медицины. -М., 2002 г. -С.43-44.

7. Стрюков СТ., Мащенко А.И., Михайлов Н.Ю., Толмачев Т.Н. Подходы к стандартизации сигнала при проведении пульсовой диагностики // Материалы IV всероссийского съезда специалистов лечебной физкультуры и спортивной медицины. -М., 2002 г. -С.77-78.

8. Мащенко А.И., Михайлов Н.Ю., Стрюков С.Г. Стандартизация пульсограмм при фазово-спектральном анализе. // Тезисы 1-го международного конгресса «Новые медицинские технологии». СПб., 2001 г. -С. 18-20.

9. Мащенко А.И., Толмачёв Т.Н., Михайлов Н.Ю., Стрюков С.Г., Автоматизированный комплекс пульсовой диагностики // Тезисы 1-го международного конгресса «Новые медицинские технологии». СПб., 2001 г. -С.14-15.

10. Стрюков СТ., Мащенко А.И., Толмачёв Т.Н., Михайлов Н.Ю. Критерии оценки в пульсовой диагностике // Тезисы 1-го международного конгресса «Новые медицинские технологии». СПб., 2001 г. -С.26-27.

11.Михайлов Н.Ю. Имитационная модель пульсовой волны человека // Экология. Экономика. Экспертиза. Информатика. XXX школа-семинар «Математическое моделирование в проблемах рационального природопользования». - Ростов-на-Дону: Изд-во СКНШ ВШ, 2002 г. -С.73-76.

12.Михайлов Н.Ю., Мащенко А.И. Спектральные, вейвлетные и корреляционные методы анализа псевдопериодических сигналов // "Инновационные технологии - 2001 (проблемы и перспективы организации наукоемких производств)": материалы международного научного семинара. Т.2./ Красноярский государственный университет; под ред. В.И.Кирко, Г.Л.Границкой. Красноярск, 2001 г. -С.24-26.

13.Mikhailov N.Yu, Mashienko A.I. Spectral, wavelet and correlative methods of the pseudoperiodic signal analysisy/''Инновационные технологии - 2001 (проблемы и перспективы организации наукоемких производств)": материалы международного научного семинара. Т.2./ Красноярский государственный университет; под ред В.И.Кирко, Г.Л.Границкой. Красноярск, 2001 г. -С.26-27.

14.Михайлов Н.Ю., Мащенко А.И., Стрюков С.Т., Толмачев Т.Н. Система обратной связи для оценки степени воздействия лазерного излучения на

организм человека.// Симпозиум "Лазеры на парах металлов", тезисы докладов, Лазаревское, ОК "Зарница", 25-29 сентября 2000 года, Ростов-на-Дону, 2000 г.-С.51-52.

15Михайлов Н.Ю., Толмачев Т.Н., Кувиков В.И. Тестирование программно-аппаратных комплексов с использованием датчиков пульсовой волны с помощью имитационного моделирования сигналов // Материалы междисциплинарной конференции с международным участием «Новые биокибернетические и телемедицинские технологии 21 века для диагностики и лечения заболеваний» (НБИИТТ-21). г.Петрозаводск, 23-25 июня 2003 г. -С.53.

16.Михайлов НЮ. Спектральные, амплитудные и вейвлетные методы анализа псевдопериодических сигналов // Сборник тезисов «Седьмой Всероссийской научной конференции студентов и молодых ученых, 5-10 апреля 2001 г., Екатеринбург - Санкт-Петербург. -С. 624-625.

17.Ходарева Н.К., Стрюков С.Г., Мащенко А.И., Михайлов Н.Ю. Достоверность пульсовой диагностики // Тезисы 1-го международного конгресса «Новые медицинские технологии» СПб. 2001 г. -С.20-21.

Печать ризограф. Бумага офсетная. Гарнитура "Таймс". Формат 60x84/16. Объем 1,0 уч. - изд. л. Заказ № 327. Тираж 100 экз. Отпечатано в КМЦ "КОПИ ЦЕНТР* 344006, г. Ростов-на-Дону, Суворова, 19. тел. 47-34-88

Iféuj. t 186

РНБ Русский фонд

2004-4 26436

Оглавление.

Список условных сокращений.

Введение.

Глава 1. Пульсовая волна как объект исследования в физиологии человека.

1.1. Диагностическая значимость пульса в современной европейской и восточной медицинах.

1.2. Проблема математического моделирования пульсовой волны.

1.3. Программно-аппаратные комплексы тестирования алгоритмов построения ритмограммы в режиме реального времени.

1.4. Программно-аппаратные комплексы оценки состояния здоровья человека.

1.5. Цели и задачи исследования.

Глава 2. Модели и методы исследования сигнала пульсовой волны.

2.1. Модель гармонического осциллятора.

2.1.1. Аналитическое решение. Ограничения на параметры и состояния.

2.1.2. Частотные характеристики импульса. Спектр Фурье.

2.1.3. Приведение непрерывного модельного импульса к дискретному виду.

2.1.4. Идентификация параметров во временной области.

2.2. Модель пульсовой волны.

2.2.1. Постановка задачи о выделении дыхательного паттерна.

2.2.2. Радиотехнический подход при моделировании амплитудной модуляции.

2.2.3. Амплитудная модуляция при наличии изолинии. Аддитивный подход при моделировании амплитудной модуляции реограммы.

2.2.4. Аналитическое решение модели пульсовой волны.

2.2.5. Амплитудная модуляция пульсовой волны. Спектр

Фурье при амплитудной модуляции.

2.2.6. Одноточечный алгоритм выделения аддитивных амплитудных составляющих.

2.2.7. Ограничения метода. Влияние тренда.

2.2.8. Эффект маскировки частот при выделении дыхательной волны из пульсовой волны.

2.2.9. Блок-схема одноточечного вычислительного алгоритма выделения дыхательной волны.

2.2.10. Экспериментальная проверка алгоритма выделения дыхания из сигнала пульсовой волны.

2.3. Программный комплекс имитационного моделирования сигнала пульсовой волны в режиме реального времени.

2.3.1. Описание класса ТМоёеПЪгеаё.

2.3.2. Описание класса ТСЫеВиЯегП.

2.3.3. Описание компоненты ТОгарЬРапе1.

2.3.4. Описание классов для работы с АЦП (ЦАП) РСЬ-812.

2.3.5. Описание классов для работы с АЦП (ЦАП)

Альфа-100-16/32.

2.3.6. Описание программы имитационного моделирования пульсовой волны в режиме реального времени.

2.4. Выводы.

Глава 3. Программный комплекс пульсовой диагностики.

3.1. Оценка состояния здоровья человека методами традиционной медицины.

3.2. Оценка состояния здоровья человека методами восточной медицины.

3.3. Структура программного комплекса.

3.4. Блок измерения.

3.5. Блок обработки сигналов в режиме реального времени.

3.6. Блок анализа результатов измерения.

3.7. Блок визуализации промежуточных и конечных результатов измерений.

3.8. Структура и назначение базы данных.

3.9. Класс параметров приложения.

3.10. Дополнительные функциональные возможности программного комплекса.

3.11. Выводы.

Бурное развитие компьютерной биометрии за последние 2-3 десятилетия во многом обусловлено разработкой и широким внедрением в клиническую практику новых, в том числе и сфигмографических, методов исследования состояния здоровья организма человека [1,2,3]- На основании параметров сигнала пульсовой волны (сфигмограммы) можно судить об изменениях гемодинамических характеристик, ритма сердца, скорости кровенаполнения в исследуемой части тела. В то же время физические процессы образования формы пульсовой волны до конца еще не изучены. Это порождает широкий круг задач, решаемых с помощью математического моделирования. Предметом исследования пульсовой волны, как раздела гемодинамики, являются три главные области:

1) физические и механические явления при течении крови в сосудах;

2) объяснение роли этих явлений при течении крови в сосудах;

3) практическое приложение результатов для клинических целей и целей диагностики.

При этом отдельно следует отметить область, касающуюся изучения характеристик ритма сердца.

В ранних теоретических работах, которые имели отношение к проблемам течения крови, рассматривалось распространение возмущений давления в эластичных трубах, содержащих невязкую жидкость. В 1950-е годы стали появляться модели распространения волн, учитывающие влияние вязкости. При непосредственном одновременном измерении на разных участках артериального дерева человека были получены профили давления крови (формы пульсовых волн), которые лишь частично были подтверждены с помощью указанных типов моделей гемодинамики [4,5]. В работе [6] указывается на то, что истолкование результатов моделирования пульсовой волны и ряда ее характеристик (импеданса, места отражения пульсовой волны) для сложных ветвящихся систем неизбежно оказывается сугубо предположительным. Исходя из этого, некоторые исследователи предлагали использовать более простые модели, например модель затухающего осциллятора [6]. Обладая сложной частотной структурой, она также позволяет решать ряд исследовательских и практических задач.

Одним из недостатков гемодинамических моделей является сложность учета процессов, участвующих в формировании ритма сердца. Указанные процессы могут быть получены с помощью различных моделей, однако, как отмечается во многих работах, посвященных моделированию ритма сердца, в связи с недостаточным пониманием процессов регуляции в сердечно сосудистой системе наиболее обоснованным является применение имитационных моделей [7].

При моделировании ритма сердца в работах [7,8] были использованы конечные соотношения между функциями, что не всегда является достаточным для анализа динамических режимов, хотя имеется ряд преимуществ, к которым можно отнести резкое упрощение описания новых режимов работы сердечно-сосудистой системы, появляющихся в литературе, легкость процесса создания и идентификации новых моделей, зачастую нелинейных. При этом появляется возможность детального исследования временных, частотных и статистических особенностей кардиоинтервалограммы и соотнесения их с уже известными процессами регуляции. Тем не менее, применение только одного из подходов -моделирование формы пульсовой волны или ритмограммы - не может дать полной информации о системе в целом. Таким образом, становится актуальной задача исследования частотных, амплитудных и временных характеристик пульсовой волны на основе объединения указанных выше двух подходов: математического моделирования формы пульсовой волны и имитационного моделирования кардиоинтервалограммы.

При этом практическое использование результатов математического моделирования пульсовой волны является одной из важнейших задач, позволяющих проводить неинвазивную диагностику состояния сердечнососудистой системы и организма в целом.

Цель работы - построение математической модели пульсовой волны. При этом решались следующие исследовательские задачи:

1. Создание и исследование алгоритма выделения дыхательной волны из сигнала пульсовой волны.

2. Разработка программно-аппаратного комплекса имитационного моделирования сигнала пульсовой волны в режиме реального времени для тестирования программных и аппаратных алгоритмов построения ритмограммы.

3. Разработка программно-аппаратного комплекса пульсовой диагностики для проведения измерения сигнала пульсовой волны в режиме реального времени и оценки состояния здоровья человека методами традиционной и восточной медицины.

Основные результаты работы:

1. Разработана математическая модель пульсовой волны, позволяющая использовать конечные соотношения между функциями, которые имитируют различные режимы работы сердечно-сосудистой системы. Показано, что диагностическое применение амплитудных и частотных характеристик пульсовой волны и отдельных реоциклов обосновано только при условии их усреднения, что объясняется наличием амплитудной модуляции сигнала пульсовой волны дыхательной волной.

2. Предложен алгоритм выделения дыхательной волны из сигнала пульсовой волны с помощью одного датчика пульсовой волны, который был реализован в программно-аппаратном комплексе пульсовой диагностики. Исследованы физиологические и теоретические ограничения алгоритма и даны рекомендации по его использованию.

3. Предложен принцип построения программно-аппаратных комплексов для тестирования алгоритмов выделения реоциклов из сигнала пульсовой волны, заключающийся в синхронной передаче модельного сигнала и сигнала, содержащего импульсы точных значений максимумов реоциклов в моделируемом сигнале.

4. Разработан программно-аппаратный комплекс имитационного моделирования сигнала пульсовой волны в режиме реального времени. С его помощью был протестирован алгоритм выделения реоциклов в режиме реального времени, использованный в программно-аппаратном комплексе пульсовой диагностики [9].

5. Исследована проблема создания программно-аппаратного комплекса для интегральной оценки состояния здоровья человека методами традиционной и восточной медицины и для изучения свойств медико-биологических сигналов.

6. Разработана библиотека классов визуализации и обработки сигналов различной природы.

7. Разработана и реализована структура программно-апаратного комплекса пульсовой диагностики, включающая предложенный автором алгоритм обработки сигнала пульсовой волны в режиме реального времени.

Апробация работы:

Приведенные в диссертации результаты были представлены автором на следующих конференциях:

1. Седьмая Всероссийская научная конференция студентов и молодых ученых, 5-10 апреля 2001 г., Екатеринбург - Санкт-Петербург.

2. Международный конгресс «Новые медицинские технологии», 8-12 июля, 2001 г., Санкт-Петербург.

3. IV Всероссийский съезд специалистов лечебной физкультуры и спортивной медицины, 16-18 октября 2002 г., Ростов на Дону.

4. Симпозиум "Лазеры на парах металлов", п. Лазаревское, ОК "Зарница", 25-29 сентября 2000 г.

5. Междисциплинарная конференция с международным участием «Новые биокибернетические и телемедицинские технологии 21 века для диагностики и лечения заболеваний» (НБИИТТ-21). г.Петрозаводск, 23-25 июня 2003 г.

6. Экология. Экономика. Экспертиза. Информатика. XXX школа-семинар «Математическое моделирование в проблемах рационального природопользования», п. Дюрсо, 9-14 сентября 2002 г.

За время работы над диссертацией было опубликовано 17 научных работ [9,51,59,73,78,79,83,84,91,92,96,97,98,99,100,106,107]. В том числе 3 статьи в российских журналах, 3 статьи в сборниках, 11 тезисов выступлений на конференциях.

§3.11. Выводы.

1. Исследована проблема создания программно-апаратного комплекса для интегральной оценки состояния здоровья человека методами традиционной и восточной медицины и для изучения свойств медико-биологических сигналов.

2. Разработана структура программного комплекса пульсовой диагностики.

3. Разработана библиотека классов визуализации и обработки сигналов различной природы.

4. Предложен алгоритм обработки сигнала пульсовой волны в режиме реального времени.

5. Разработан программный комплекс пульсовой диагностики.

6. Реализован алгоритм выделения дыхательной волны из сигнала пульсовой волны с помощью одного датчика в программном комплексе пульсовой диагностики.

Заключение.

1. Разработана математическая модель пульсовой волны, позволяющая использовать конечные соотношения между функциями, которые имитируют различные режимы работы сердечно-сосудистой системы.

2. Предложен алгоритм выделения дыхательной волны из сигнала пульсовой волны с помощью одного датчика пульсовой волны, который был реализован в программном комплексе пульсовой диагностики.

3. Предложен принцип построения программных комплексов для тестирования алгоритмов выделения реоциклов из сигнала пульсовой волны, заключающийся в синхронной передаче модельного сигнала и сигнала, содержащего импульсы точных значений максимумов реоциклов в моделируемом сигнале.

4. Разработан программный комплекс имитационного моделирования сигнала пульсовой волны в режиме реального времени. С его помощью был протестирован алгоритм выделения реоциклов в режиме реального времени, использованный в программном комплексе пульсовой диагностики [9].

5. Исследована проблема создания программного комплекса для интегральной оценки состояния здоровья человека методами традиционной и восточной медицины и для изучения свойств медико-биологических сигналов.

6. Разработана библиотека классов визуализации и обработки сигналов различной природы.

7. Разработана и реализована структура программного комплекса пульсовой диагностики, включающая предложенный автором алгоритм обработки сигнала пульсовой волны в режиме реального времени.

Автор выражает особую признательность заведующему кафедрой Прикладной математики и программирования Ростовского Государственного Университета, доктору физ.-мат. наук, профессору Угольницкому Геннадию Анатольевичу, который оказал неоценимую помощь при выполнении данной работы, всячески стимулировал и направлял ее.

Выражаю благодарность своему научному руководителю, кандидату физ,-мат. наук Толмачеву Геннадию Николаевичу, который обеспечил самые благоприятные условия для выполнения работы, был рядом в самые трудные минуты.

Считаю своим приятным долгом выразить благодарность д.м.н, профессору Гаркави Любовь Михайловне, которая принимала участие в обсуждении медико-биологических аспектов работы, стимулировала критические отношения к ряду разделов работы.

Выражаю искреннюю признательность кандидату технических наук, доценту Крицкому Сергею Петровичу за ряд ценных рекомендаций, данных им при рассмотрении диссертационной работы.

Выражаю благодарность всем сотрудникам кафедры прикладной математики и программирования мехмата РГУ, лабораторий Института общей физики им. A.M. Прохорова РАН, Совместного НИИ Физики РГУ - ИОФАН Центра «Физики и технологии электрически активных сред», НИИ Физики РГУ оказавшими неоценимую помощь при выполнении данной работы. При этом особо выделяю:

• Мащенко Александра Ивановича за обсуждение ряда задач, помощь и консультации в области программирования;

• Ковтуна Анатолия Павловича, Загускина Сергея Львовича, за весьма полезные обсуждения ряда вопросов, изложенных в диссертации;

• Чернову Светлану Владимировну, Верескунову Екатерину Петровну - за помощь в трудные минуты и при проведении экспериментов;

• Стркжова Сергея Геннадьевича за ценные советы и рекомендации в вопросах, касающихся восточной и западной медицины;

• Усова Анатолия Борисовича за консультации в области численных методов.

И в заключение хочу выразить особую благодарность Морковник Екатерине Анатольевне за моральную поддержку и исключительное внимание при обсуждении вопросов, связанных с диссертационной работой.

1. Зборовский Э.И. Метод изучения энергетического спектра сфигмограмм и опыт его клинического применения // Радиоэлектроника, физика и математика в биологии и медицине. Новосибирск, 1971, -С.137-138.

2. Педли. Т. Гидродинамика крупных кровеносных сосудов / Пер. с. англ. -М.: Мир, 1983.-400 с.

3. Mills, С J., Gabe, LT., Gault, J.H.Mason, D.T., Ross, J., Braunwald, E.&Shillingford, J.P. 1970. Pressure-flow relationships and vascular impedance in man. Cardiovasc. Res.vol.4., -P.405-417.

4. Kapo К, Педли Т., Шротер P., Cud У. Механика кровообращения. -М.: Мир, 1981,-624 с.

5. Амосов Н.М., Палец Б.Л., Агапов Б.Т. и др. Теоретические исследования биологических систем. -Киев.: Наукова думка, 1977. -361 с.

6. Лиссова О.И., Палец Б.А., Березовский В.А. Регуляция кровообращения: Экспериментальные и математические исследования. -Киев: Наукова думка, 1977.-160 с.

7. Вогралик В.Г. Учение о пульсе в китайской народной медицине // Клиническая медицина. -1957 г., №4, -С.137-145.

8. Абу Али Ибн Сина (Авиценна). Канон врачебной науки. Кн.З, т.1, Изд. АН УзССР, 1958. -793 с.

9. Meyer F. Gso-ba-rig-pa. Le système médical tibétain. Paris, 1981. 237 p.

10. Базаров Э. Г. Очерки тибетской медицины. Улан-Удэ: Бурят, кн. изд-во, 1984.- 176 с.

11. Палеев Н. Р., Каевицер И. М. Атлас гемодинамических исследований в клинике внутренних болезней: Бескровные методы.- М.: Медицина, 1975.- 238 с.

12. Гаевский Ю. И. Динамопульсография как метод исследования сократительной функции миокарда, работы аортального клапана и упруговязких свойств сосудов: Автореф. дис. канд. биол. наук. -Пермь, 1972.

13. Айвар Ю. П. Физические основы оценки информативности сфигмографических методов // Кровообращение мозга и свойства крупных артерий в норме и патологии.— Рига, 1976. -С. 46—50.

14. Нагорный В. Э., ЗмиеваЛ. Н., КудаеваЛ. М. О некоторых дискуссионных вопросах реоэнцефалографии // Проблемы умственного труда.— 1977.—Вып. 4.—С. 101—117.

15. Millington P.F., Record P. Radial arterial pulse measurement // J.Physiol. (Gr.Br.). -1977. -Vol.273, N 2. P.25-26.19. naT.RU 2127999 CI. Неинвазивный способ определения параметров гемодинамики в биообъектах и устройство для его осуществления.

16. Яблучанский Н.И., Мартыненко А.В., Исаева А.С. Основы практического применения неинвазивной технологии исследования регуляторных систем человека. -Харьков: «Основа», 2000. -С.88.

17. Палеев Н. Р., Каевицер И. М. Атлас гемодинамических исследований в клинике внутренних болезней: Бескровные методы. -М.: Медицина, 1975.- 238 с.

18. Мошкевич B.C. Фотоплетизмография. -М., 1970.

19. Баевский P.M. Кибернетический анализ процессов управления сердечным ритмом // Актуальные проблемы физиологии и патологии кровобращения. -М., 1976, С.161-175.

20. The European Society of Cardiology and the North American Society of Pacing and Electrophysiology.// European Heart Journal Vol. 17,354-381, March 1996.//Heart rate variability. Standards of measurement, physiologicalh interpretation and clinical use.

21. Баевский P.M., Кириллов О.И., Клецкин С.З. Математический анализизменений сердечного ритма при стрессе. -М.: Наука, 1984.-С.220.

22. Математические методы анализа сердечного ритма. Под ред. Парина В.В. и Баевского P.M. -М.: Наука, 1968.

23. Баевский P.M., Волков Ю.И., Ниддекер И.Г. Статистический, корреляционный и спектральный анализ пульса в физиологии и клинике // Методы математического анализа сердечного ритма. -М., 1968, С.51-61.

24. Шабанова Е.В. Амплитудно-временные характеристики лучевой артерии: Автореферат дис. . к.ф.м.наук. Иркутск, 1993. —14 с.

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

26. Ашметков КВ., Мухин С.И., Соснин Н.В. и др. Анализ и сравнение некоторых аналитических и численных решений задач гемодинамики //Дифференц. уравнения. 2000.

27. Буничева А.Я., Лукшин В.А., Мухин С.И. и др. Численное исследование гемодинамики большого круга кровообращения: Препринт. — М. МАКС Пресс, 2001.-20 с.

28. Компьютерная электрокардиография на рубеже столетий. Международный симпозиум. Москва 27-30 апреля 1999 г. Тезисы докладов. -М., 1999. -С.320

29. Бендат Дж., Пирсол А. Измерения и анализ случайных процессов / Пер. с англ. -М.: Мир, 1974. -463 стр.

30. Жемайтите Д.И. Ритмограмма как отражение особенностей регуляции сердечного ритма. В кн.: Ритм сердца в норме и патологии. Вильнюс, 1970, с.241-252.

31. Аныщенко B.C. Знакомство с нелинейной динамикой. -Ижевск: Институт компьютерных исследований, 2002.-144 с.

32. ГОСТ 19687-94. Библиографическое описание документа: Приборы для измерения биоэлектрических потенциалов сердца. Общие технические требования и методы испытаний. Ввод. 01.01.90 — М.: Изд-во стандартов, 1994. -19 с.

33. Medical electrical equipment, Part 3, Particular requirement for the essential perfomance of recording and analysing electrocardiographs. // IEC-Geneva.-1996.-75 p.

34. Вайсман M. В. Построение алгоритмов и средств испытаний многоканальных цифровых электрокардиографов: Автореф. дис. .канд.техн.наук. М., 2000. -20с.

35. Вайсман М.В. Алгоритм обработки дыхательной активности у экспериментальных животных // Тезисы докладов II Всероссийскойнаучно-технической конференции "Электроника и информатика-97".-Ч. 2. М.: МИЭТ.-1997.-С. 140.

36. Селъе Г. Очерки об адаптационном синдроме / Пер. с англ. -М.: Медгиз, 1960. -С.275.

37. Воскресенский А.Д., Вентцелъ М.Д. Статистический анализ сердечного ритма и показателей гемодинамики в физиологических исследованиях. -М.: Наука, 1974. -С.221.

38. Берсенева И.А. Оценка адаптационных возможностей организма у школьников на основе анализа вариабельности сердечного ритма в покое и при ортостатической пробе: Дис. .канд. биол. наук. М., Российский Университет дружбы народов, 2000. 135 с.

39. Бибикова Л.А., Ярилов C.B. Системная медицина, путь от проблем к решению. СПб.: НИИ Химии СпбГУ, 2000. - 154 с.

40. Эльянов М.М. Медицинские информационные технологии 2000. Каталог. -М.: Изограф, 2000. -122 с.

41. Баевский P.M., Берсенева А.П. Оценка адаптационных возможностей организма и риск развития заболеваний. -М.: Медицина, 1997. -С.265.

42. ГаркавиЛ.Х., Уколова М.А., Квакина Е.Б. Закономерность развития качественно отличающихся общих неспецифических адаптационных реакций организма. Диплом на открытие №158 // Открытия СССР -М., 1975, №3. -С.56-61.

43. Гаркави J1.X. Об общей неспецифической адаптационной «реакции активации», способствующей борьбе организма с опухолью // Вопросы клинической онкологии и нейроэндокринных нарушений при злокачественных новообразованиях, Ростов-на-Дону, 1968, -С.341-348.

44. Есипов A.A., Сазонов Л.И., Юдович В.И. Руководство к решению задач по обыкновенным дифференциальным уравнениям. — Ростов-на-Дону: Изд-во Ростовского университета, 1989. -336 с.

45. Стрюков С.Г., Мащенко А.И., Михайлов Н.Ю., Толмачев Г.Н. Дыхательная составляющая в спектре пульсовой волны // Материалы IVвсероссийского съезда специалистов лечебной физкультуры и спортивной медицины. М., 2002. -С.29-30.

46. Баскаков С.И. Радиотехнические цепи и сигналы: Учеб. для вузов по спец. «Радиотехника» . 3-е изд., перераб. и .доп. - М.: Высш.шк., 2000. -462 с.

47. Гоноровский И.С. Радиотехнические цепи и сигналы: Учебник для вузов. Изд. 3-е, перераб. и доп. М.: Советское радио, 1977. -608 с.54. http://www.analog.com/UploadedFiles/Data Sheets/346669145АР1674c.pdf

48. Жак С.В. Математические модели менеджмента и маркетинга. Ростов-на-Дону: ЛаПо, 1997. - 320 с.

49. Бахвалов Н.С. Численные методы. М.: Наука, 1973. -632 с.

50. Корн Г., Корн Т. Справочник по математике. -М.: Наука, 1977. -832 с.

51. Васильев Ф.П. Численные методы решения экстремальных задач. -М.: Наука, 1988. -552 с.

52. Михайлов Н.Ю. Имитационная модель пульсовой волны для тестирования алгоритмов построения кардиоинтервалограммы // Труды аспирантов и соискателей ростовского государственного университета. 2002. Т.8. -С.20-23.

53. Патент RU 2186516/С1. Способ контроля и ограничения внешних нагрузок.

54. Патент RU 95108953/А1. Способ лечения заболеваний опорно-двигательного аппарата.

55. Патент RU 2126280/С1. Способ лечения язвенной болезни желудка и двенадцатиперстной кишки.

56. Беляев K.P., Акулин O.A., Стрелков В.Б. К вопросу о неинвазивной регистрации паттерна дыхания // Новые информационные технологии в медицине и экологии: Труды конфЛУ Межд.конф.- Украина, Крым, Ялта-Гурзуф, 26 мая-4 июня 1998.- С.287-289.

57. Беляев K.P. Биотехническая система для диагностики и биосинхронизированной электромагнитной терапии сердечнососудистой системы: Автореф. дисканд. техн. наук.- М., 1996.-16 с.

58. Щукин С.И., Зубенко В.Г., Беляев K.P., Морозов A.A. Средства и методы измерения параметров кровообращения. Реокардиомониторные системы //Биомедицинская радиоэлектроника.-1999.- N3.

59. Беляев K.P. Биотехническая система для диагностики и биосинхронизированной электромагнитной терапии сердечнососудистой системы: Дис. .канд.техн.наук.- М., 1996. -190 е.- д.с.п.

60. Голъденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов: Справочник. М.: Радио и связь, 1985. 312 с.

61. Айвазян С. А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: исследование зависимости. -M.: Финансы и статистика, 1985. -487 с.

62. Wang L., Patterson R. Multiple sources of the impedance cardiogram based on 3-D finite difference human thorax models. IEEE T-BME. 1995, Vol.42. No 2., P.141-148.

63. Физиология человека : Учебник для студ. мед. вузов : В 2 т./ Под ред. В. М. Покровского, Г. Ф. Коротько. -М. : Медицина. -2001.

64. Михайлов Н.Ю., Толмачев Г.Н. Математическая модель пульсовой волны // Известия высших учебных заведений. Северо-Кавказский регион. Естественные науки. Приложение. 2003, №6, с.3-9.

65. Кэнту M. Delphi 5 для профессионалов. -СПб.: Питер, 2001, -944 с.

66. Дарахвелидзе П., Марков Е., Котенок О. Программирование в Delphi 5. -СПб.: БХВ, 2000. -774 с.

67. Яблучанский Н.М., Кантор Б.Я., Мартыненко A.B. и др. Вариабельность сердечного ритма. Донецк: ЧНИПФ «Будень», 1997. - 108 с.

68. Пульсовая диагностика тибетской медицины. — Новосибирск: Наука, 1988.-135 с.

69. Мащенко A.M., Михайлов Н.Ю., Стрюков С.Г. Стандартизация пульсограмм при фазово-спектральном анализе. // Тезисы 1-го международного конгресса «Новые медицинские технологии». СПб., 2001. -С. 18-20.

70. Стрюков С.Г., Мащенко A.M., Толмачёв Г.Н., Михайлов Н.Ю. Критерии • оценки в пульсовой диагностике //Тезисы 1-го международногоконгресса «Новые медицинские технологии». СПб., 2001. -С.26-27.

71. ГаркавиЛ.Х., КвакинаЕ.Б., Кузъменко Т.С., Шихлярова A.M. Антистрессорные реакции и активационная терапия. Экатеринбург, РИА «Филантроп», 2002. -194 с.

72. Гаваа Лувсан. Традиционные и современные аспекты восточной рефлексотерапии. -М. Наука, 1986. -576 с.

73. Стрюков С.Г., Мащенко A.M., Михайлов Н.Ю., Толмачев Г.Н. Подходы к стандартизации сигнала при проведении пульсовой диагностики // Материалы IV всероссийского съезда специалистов лечебной физкультуры и спортивной медицины. -М., 2002. -С.77-78.

74. Ходарева Н.К., Стрюков С.Г., Мащенко А.И., Михайлов Н.Ю. Достоверность пульсовой диагностики // Тезисы 1-го международного конгресса «Новые медицинские технологии», СПб. 2001. с.20-21.

75. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. -М.: Мир, 1989, -448 с.

76. Тидроу Р. Управление реестром Windows 95. BHV. 1996. 280 с.

77. Markad, Kamath V, Fallen EL. Power Spectral Analysis of Heart Rate Variability: A Non-invasive Signature of Cardiac Autonomic Function. Critical Reviews in Biomedical Engineering, 1992; 21(3): P.245-311.

78. Попов А.Ю., Кравченко В. Ф. Дискретизация и алгоритмы цифровой фильтрации электрокардиограммы // Электромагнитные волны и электронные системы, №5,1999 г.

79. Березин И.С., Жидков Н.П. Методы вычислений. В 2-х т. М.: Физматгиз, 1959, т. 1.- 464 с.

80. Сонина А.И., Улахович Д.А., Яковлев Л А. Алгоритмы и процессоры цифровой обработки сигналов. СПб.: БХВ-Петербург, 2002. - 464 с.

81. Мащенко А.И., Толмачёв Г.Н., Михайлов Н.Ю., Стрюков С.Г. Автоматизированный комплекс пульсовой диагностики // Тезисы 1 -го международного конгресса «Новые медицинские технологии». СПб., 2001. -С. 14-15.

82. Бабич С.С., Белов А.В., Бочкарев Д.Н., Мишин М.С. и др. Функциональная коррекция артериального давления с помощью адаптивной компьютерной системы "Кардиотренинг" // Артериальная гипертензия, 1997. Т.З. №1. -С. 19

83. Суворов Н.Б, Меницкий Д.Н., Фролова H.JJ. Знакопеременный карднотренинг: практика применения // монография "Биоуправление-З. Теория и практика."(ред.М.Б.Штарк, Р.Колл), Новосибирск 1998. -С.69-79.

84. Суворов Н.Б., Бочкарев Д.Н., Фролова H.JJ., Чихиржин Г.М. Способ функциональной психофизиологической коррекции состояния человека. Приоритетная справка на заявку на патент РФ N 2000103336/14 от 09.02.2000.

85. Барков A.B., Дерпгольц C.B., Иванов A.C. Аппаратно-программный комплекс для оценки текущего психофизиологического состояния человека //Актуальные проблемы физической культуры в профессиональной подготовке студентов высшей школы. -СПб., 1998, -С.37-39.

86. Фролов Б.С., Ященко Ю.В. Авторское свидетельство № SU 1814875 Al дата приоритета 09.01.81, опубликовано 15.05.93, Бюлл. № 18.

87. Купер Дж., Макгиллем К. Вероятностные методы анализа сигналов и систем. -М.: Мир, 1989.- 376 с.

88. Козин Э.М., Галеев А.Р., Игишева JI.H. и соавт. Комплексный подход к оценке функциональных состояний человека // Физиология человека, Т.27, №2, 2001.

89. Михайлов Н.Ю. Спектральные, амплитудные и вейвлетные методы анализа псевдопериодических сигналов // Сборник тезисов «Седьмой Всероссийской научной конференции студентов и молодых ученых, 5-10 апреля 2001 г., Екатеринбург Санкт-Петербург. -С. 624-625.

90. Михайлов Н.Ю. Программная реализация метода выделения дыхательной волны из сигнала пульсовой волны. Приложение к журналу «Научная мысль Кавказа», 2003 г, №11. с. 12-17.