информационный портал по вопросам биомедицинской инженерии

Сейчас на сайте 0 пользователей и 0 гостей.

Вход в систему

аватар: насер рафт ахмед

 Актуальность темы. В настоящий момент остро стоит проблема анализа биосигналов с хаотическими свойствами. Решение этой проблемы важно для распознавания состояний, связанных с динамикой генерирующих их систем. Это могут быть задачи исследования электрической активности мозга в различных стадиях сна, в процессе анестезии, обнаружение ЭЭГ патологий, классификации нарушений ритма сердца по ЭКГ и ритмограмме.

Биосигналы включают в себя детерминированную, стохастическую и хаотическую составляющие. Первая и вторая компоненты могут быть распознаны традиционными методами корреляционного и спектрального анализа, в то время как анализ хаотических свойств вызывает определенные трудности, которые связаны с необходимостью применения методов нелинейной динамики, требующих обработки больших выборок данных. Современные методы нелинейной динамики позволяют получить ряд показателей, оценивающих хаотические свойства сигнала. В ряде работ показана эффективность использования аппарата детерминированного хаоса для анализа физиологических процессов.

Нарушения сердечного ритма повседневно встречаются во врачебной практике. Такая сердечная аритмия как фибрилляция предсердий (ФП) вызывает опасные осложнения вплоть до инсульта, поэтому очень важно своевременно выявить это нарушение и принять соответствующие меры.

Больным с постоянной формой фибрилляции предсердий целесообразно проводить суточное мониторирование, поскольку этот метод предоставляет дополнительную информацию об эффективности или неэффективности проводимого лечения, его обоснованности. Однако для пациентов с паро-ксизмальной формой фибрилляции предсердий важно как можно раньше выявить наличие этого нарушения с момента его появления.

Автоматическое обнаружение фибрилляции предсердий в системах компьютерной диагностики кардиологического назначения представляет собой довольно сложную задачу, которая пока не нашла удовлетворительного решения. Не существует надежного алгоритма автоматического обнаружения фибрилляции предсердий в кардиомониторных системах, отвечающего высоким требованиям по времени выполнения, а также по уровню чувствительности и специфичности.

Подтверждение гипотезы математической модели сердечного ритма при фибрилляции предсердий, заключающейся в том, что последовательность кардиоинтервалов при этой аритмии является хаотическим процессом, позволяет применить методы нелинейной динамики для разработки алгоритма автоматического обнаружения ФП.

Наряду с этой проблемой, также остро стоит задача автоматической классификации типов фибрилляции предсердий, решение которой позволяет повысить эффективность применяемой антиаритмической терапии. Существующий метод, основанный на выделении детерминированных образов, име-

ет ряд недостатков. Переход от традиционной скаттерограммы к анализу в трехмерном пространстве позволяет разработать алгоритм, надежно классифицирующий исследуемые типы ФП.

Таким образом, разработка более совершенных методов анализа биосигналов, обладающих хаотическими свойствами, является актуальной задачей.

Целью данной работы является разработка и исследование методов анализа биосигналов для медицинских компьютерных систем, обеспечивающих распознавание фрагментов сигнала с хаотическими свойствами.

Для достижения поставленной цели определены следующие задачи:

1. Анализ существующих автоматических методов диагностики фибрилляции предсердий и классификации ее типов.

2. Выбор математической модели сердечного ритма при фибрилляции предсердий и обоснование ее адекватности.

3. Исследование возможности применения аппарата детерминированного хаоса к анализу биосигналов с хаотическими свойствами.

4. Разработка метода анализа фазовой траектории сердечного ритма для автоматического обнаружения фибрилляции предсердий.

5. Разработка метода автоматической классификации типов фибрилляции предсердий.

Методы исследования. Для решения поставленных задач в диссертационной работе использовались методы математического моделирования, теория случайных процессов, методы нелинейной динамики, теория распознавания образов и линейный дискриминантный анализ.

Научная новизна.

В процессе проведения исследования получены следующие новые научные результаты:

1. Предложена и исследована математическая модель сердечного ритма при фибрилляции предсердий, согласно которой последовательность кардио-интервалов при этой аритмии рассматривается как сложный сигнал с выраженной детерминированной хаотической составляющей.

2. Показаны возможности применения аппарата детерминированного хаоса к задаче распознавания биосигналов с хаотическими свойствами.

3. Разработан и исследован новый метод морфологического анализа псевдофазового портрета сердечного ритма, что позволило решить задачу автоматического обнаружения фибрилляции предсердий на коротких выборках данных.

4. Разработан и исследован эффективный метод автоматической классификации типов фибрилляции предсердий, основанный на структурных методах распознавания с использованием цепных кодов.

Основные положения, выносимые на защиту:

1. Последовательность кардиоинтервалов при фибрилляции предсердий является процессом с детерминированным хаосом.

2. Использование аппарата детерминированного хаоса расширяет спектр методов анализа биосигналов, направленных на распознавание фрагментов с хаотическими свойствами.

3. Анализ фазовой траектории сердечного ритма в двумерном псевдофазовом пространстве позволяет решить задачу автоматического обнаружения фибрилляции предсердий на коротких фрагментах сигнала.

4. Переход от традиционной двумерной скаттерограммы к анализу трехмерной гистограммы позволяет избежать влияния одиночных экстрасистол и случайных помех на результат автоматической классификации типов фибрилляции предсердий и повышает чувствительность и специфичность алгоритмов распознавания.

Практическую ценность работы составляют:

1. Метод морфологического анализа псевдофазового портрета сердечного ритма для распознавания фибрилляции предсердий в автоматическом режиме.

2. Метод автоматической классификации типов фибрилляции предсердий, основанный на структурных методах распознавания образов.

3. Программно-алгоритмическое обеспечение компьютерной системы диагностики и наблюдения сердечного ритма, реализующей разработанные методы диагностики фибрилляции предсердий.

Внедрение результатов работы. Результаты диссертационной работы использовались при выполнении научно-исследовательской работы по проектам РФФИ №06-01-00546 «Разработка методов и алгоритмов распознавания биомедицинских сигналов» и №07-01-00569 «Анализ нелинейных свойств и распознавание сигналов на базе теории детерминированного хаоса», в ОКР по теме: "Разработка технологий управления подачей анестетических газов и создание опытных образцов наркозно-дыхательного комплекса", шифр 2009-02-2.2-04-05 по государственному контракту № 02.522.11.2020 от 10 марта 2009 г., а так же в работах, проводимых рядом организаций: ЗАО «Микард-Лана» - система для функциональных исследований КардиоМетр МТ; ФГУ«Федеральный центр сердца, крови и эндокринологии» им. В.А. Алмазова - в исследовательских целях; СПбГУЗ «Городская больница №26» - в медицинских целях.

Кроме того, результаты диссертации включены в УМК по дисциплинам Санкт-Петербургского государственного электротехнического университета: «Методы обработки биомедицинских сигналов и данных» и «Автоматизированные системы управляемого эксперимента».

Апробация работы. Основные теоретические и практические результаты диссертации были доложены и получили одобрение на 6 международных и всероссийских научно-технических конференциях: VII Международная научно-практическая конференция «Современная техника и технологии в медицине, биологии и экологии» (г.Новочеркасск, 2006г.); VIII Международная научно-техническая конференция «Физика и радиоэлектроника в меди-

цине и экологии» (ФРЭМЭ'2008) (г.Владимир, 2008г.); VIII Международная конференция «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (г.Курск, 2008г.); 9th International Conference "Pattern Recognition and Image Analisys: New Information Technologies" PRIA-9-2008 (г.Нижний Новгород, 2008г.); Ежегодные научно-технические конференции профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (2006 - 2009 гг.); Международный симпозиум "Электроника в медицине" (Санкт-Петербург, 2006,2008г.); на внутривузовских научно-технических конференциях в СПбГЭТУ «ЛЭТИ», посвященных Дню радио, в 2006 и 2008 гг.; а также на научных семинарах кафедры Биомедицинской электроники и охраны среды СПбГЭТУ «ЛЭТИ».

Публикации. Основные результаты диссертации опубликованы в 11 работах, среди которых 1 публикация в журнале из списка ведущих рецензируемых изданий, рекомендованных ВАК, а также 1 статья в других журналах и изданиях, 9 публикаций в трудах международных и российских научно-технических конференций и симпозиумов.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы, включающего 66 наименований, среди которых 45 отечественных и 21 иностранных авторов, и двух приложений.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Проведен обзор существующих методов автоматической диагностики фибрилляции предсердий. Показана необходимость разработки методов, обеспечивающих обнаружение фибрилляции предсердий по коротким фрагментам электрокардиосигнала, а также распознавание типов этого нарушения ритма сердца.

2. С использованием аппарата детерминированного хаоса проведено исследование характеристик модельных сигналов, включающих детерминированную, стохастическую и хаотическую составляющие, а также реальных биосигналов: последовательности кардиоинтервалов и электроэнцефалограммы. Это позволило создать базу для расширения спектра методов анализа сигнала сердечного ритма.

3. Произведен выбор и обоснована адекватность математической модели сигнала сердечного ритма при фибрилляции предсердий, согласно которой

последовательность кардионнтервалов представляется сложным процессом с выраженной детерминированной хаотической составляющей.

4. Разработан метод анализа фазовой траектории сердечного ритма в двумерном псевдофазовом пространстве, который позволил решить задачу автоматического обнаружения фибрилляции предсердий по коротким фрагментам, ограниченным снизу выборкой в 50 кардиоциклов.

5. Разработан метод автоматической классификации типов фибрилляции предсердий, основанный на структурном анализе скаттерограммы с применением 4-связных цепных кодов.

6. Экспериментальные исследования показали, что ошибка автоматического обнаружения фибрилляции предсердий по коротким фрагментам сигнала сердечного ритма уменьшилась до 5 раз по сравнению с наилучшим известным методом, основанном на оценке параметров аппроксимированной энтропии. Минимальный уровень чувствительности и специфичности предложенного в работе метода классификации видов фибрилляции предсердий составляет 96 %.

7. Разработаны программно-алгоритмические средства для обеспечения экспериментальных исследований предложенного и известных методов анализа сердечного ритма на модельных и реальных сигналах. Разработанный метод автоматического обнаружения фибрилляции предсердий и классификации ее типов использован в исследовательской компьютерной системе, предназначенной для оценки и контроля сердечного ритма.

Комментарии

Отправить комментарий

Содержание этого поля является приватным и не предназначено к показу.
  • Доступны HTML теги: <a> <em> <strong> <cite> <code> <ul> <ol> <li> <dl> <dt> <dd> <img> <table> <td> <tr> <hr> <div> <span> <h1> <h2> <h3> <h4> <h5> <h6> <p> <pre> <adress> <center>
  • Строки и параграфы переносятся автоматически.

Подробнее о форматировании

7 + 5 =
Решите эту простую математическую задачу и введите результат. Например, для 1+3, введите 4.

Комментарии