Помощь в написании студенческих работ
Антистрессовый сервис

Применение антиградиентных методов настройки параметров в системах анализа диагностических велоэргометрических сигналов

Диссертация: Применение антиградиентных методов настройки параметров в системах анализа диагностических велоэргометрических сигналов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В работе проводилось исследование возможности применения антиградиентных методов для обработки электрокардиографических сигналов при динамической нагрузке на пациента (велоэргометрическая процедура диагностики). Первая рассмотренная задача состоит в разработке специального типа адаптивного фильтра для эффективного подавления низкочастотной помехи (дрейфа изолинии) при велоэргометрии, вторая… Читать ещё >

Применение антиградиентных методов настройки параметров в системах анализа диагностических велоэргометрических сигналов (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. Проблема обработки сигнала динамической ЭКГ. Подход к решению на основе антиградиентных методов настройки параметров систем
    • 1. 1. Принцип антиградиентной настройки параметров систем
    • 1. 2. Сравнение метода регистрации электрокардиограммы (ЭКГ) при динамической нагрузке на пациента (велоэргометрия) с регистрацией ЭКГ в спокойном состоянии
      • 1. 2. 1. Методы проведения электрокардиографического исследования
      • 1. 2. 2. Методы проведения динамического электрокардиографического исследования
      • 1. 2. 3. Проблема дрейфа изолинии в велоэргометрии и пути его устранения
    • 1. 3. Проблема определения порога анаэробного обмена неинваивными методами
    • 1. 4. Выводы
  • Глава 2. Построение адаптивных фильтров с использованием метода антиградиентной настройки параметров систем
    • 2. 1. Понятие адаптивных фильтров, их свойства и сравнение со стандартными цифровыми фильтрами
      • 2. 1. 1. Основные понятия цифровых фильтров
      • 2. 1. 2. Принцип адаптивной фильтрации
    • 2. 2. Пример применения адаптивного КИХ фильтра для подавления сетевой наводки
    • 2. 3. Автоматизация вычисления параметров электрокардиограммы
      • 2. 3. 1. Методы аппроксимации сигналов
      • 2. 3. 2. Автоматическое вычисление параметров электрокардиограммы
    • 2. 4. Адаптивный фильтр верхних частей для велоэргометрии
      • 2. 4. 1. Модель электрокардиосигнала
      • 2. 4. 2. Расчет аналоговой передаточной функции для адаптивного фильтра
      • 2. 4. 3. Расчет оптимальной амплитудно-частотной характеристики для дискретного времени и выбор начальных значений параметров адаптивного КИХ-фильтра
      • 2. 4. 4. Пример использования разработанных фильтров
    • 2. 5. Выводы
  • Глава 3. Разработка алгоритма определения порога анаэробного обмена антиградиентным методом настройки параметров системы велоэргометрических сигналов
    • 3. 1. Определение ЧСС по II стандартному отведению велоэргометрии
      • 3. 1. 1. Датчики для определения частоты сердечных сокращений (ЧСС) и частоты дыхания (ЧД)
      • 3. 1. 2. Алгоритмы вычисления частоты сердечных сокращений и частоты дыхания
    • 3. 2. Определение ЧД по сигналу с датчика давления
    • 3. 3. Обобщенный метод наименьших квадратов для определения точек скачка производных сигналов дыхания и частоты сердечных сокращений
      • 3. 3. 1. Метод наименьших квадратов для двух отрезков при фиксированной точке скачка производной
      • 3. 3. 2. Метод наименьших квадратов для подвижной точки перегиба ,
      • 3. 3. 3. Метод наименьших квадратов при подвижной абсциссе точки скачка производной
    • 3. 4. Определение порога ПАНО по антиградиентной настройки параметров системы
    • 3. 5. Выводы
  • Глава 4. Реалтзация методов обработки велоэргометрических сигналов антиградиентной настройкой параметров как программные модули для медицинского диагностического комплекса
    • 4. 1. Описание диагностического комплекса
    • 4. 2. Реализация адаптивного фильтра для велоэргометрии
    • 4. 3. Реализация метода определения порога анаэробного обмена антиградиентной настройкой параметров систем
    • 4. 4. Выводы

Искусственные нейронные сети (ИНН) являются одним из наиболее популярных методов обработки информации. Их широкое распространение обусловило открытие Румелхартом (Rumelhart) в 1987 году метода обратного распространения ошибки (backpropagation), который позволял проводить эффективное обучение ИНН, в отличие от ранее используемых методов. В настоящее время широко применяются многочисленные модификации этого метода в зависимости от характера проводимого исследования.

Метод обратного распространения ошибки опирается на более широкий класс методов антиградиентной настройки параметров технических и других систем, которые позволяют проводить системный анализ их поведения в изменяющихся условиях внешней среды и разрабатывать оптимальные управляющие воздействия.

Вместе с тем антиградиентные методы настройки параметров, не сводящиеся к нейронным сетям, значительно менее распространены, в частности в задачах обработки диагностических сигналов. Анализ литературных источников показал перспективность применения антиградиентных методов для задач проектирования и анализа диагностических систем, поскольку они имеют ряд преимуществ перед традиционными методами.

Одной из областей, в которой перспективно применение рассматриваемых методов является анализ медицинских диагностических сигналов. В работе рассматривается метод регистрации электрокардиограммы (ЭКГ) при динамической нагрузке на пациента, называемый велоэргометрией. Подход к анализу велоэргометрических сигналов на основе антиградиентной настройки параметров применен к важным проблемам в велоэргометрии: разработка и реализация адаптивных фильтров, и разработка неинвазивных методов обнаружения порога анаэробного обмена.

Со середины XX века широкое распространение получили ЭКГ-исследования, проводимые в условиях мышечной работы на велоэргометрах с приспособлением, позволяющим регулировать величину нагрузок посредством произвольного изменения сопротивления вращению педалей.

В связи с широким распространением персональных компьютеров в концу XX века и резкого увеличения возможностей цифровой обработки сигналов с их применением, велоэргометрия и смежные с ней методы получили новый импульс развития.

В работе проводилось исследование возможности применения антиградиентных методов для обработки электрокардиографических сигналов при динамической нагрузке на пациента (велоэргометрическая процедура диагностики). Первая рассмотренная задача состоит в разработке специального типа адаптивного фильтра для эффективного подавления низкочастотной помехи (дрейфа изолинии) при велоэргометрии, вторая задача связана с определением порога анаэробного обмена (ПАНО) по данным велоэргометрии. Обе задачи имеют важное практическое значение, так как увеличение достоверности анализа результатов измерений электрокардиографических сигналов позволит улучшить качество медицинского обслуживания населения и помочь врачу в диагностике заболеваний и выбора методов лечения.

Целью диссертационной работы является разработка методов повышения достоверности анализа медицинских диагностических сигналов с использованием антиградиентной настройки параметров системы, обрабатывающей сигналы. Для достижения цели необходимо решить следующие задачи:

1. Разработка методов проектирования адаптивных фильтров для велоэргометрии с настройкой параметров фильтра антиградиентным методом по критерию сохранения формы сигнала в фиксированном ограничивающем слое с целью эффективного подавления низкочастотной помехи.

2. Реализация адаптивных фильтров по различным критериям минимизации функции ошибки с дополнительной обработкой сигналов для более качественного анализа велоэргометрического сигнала.

3. Разработка неинвазивных методов обнаружения порога анаэробного обмена с целью профилактики сердечно-сосудистых заболеваний и проверки работоспособности мышечных клеток.

4. Реализация программно-аппаратного комплекса для оценки порога анаэробного обмена неинвазивными методами по изменению частоты сердечных сокращений и частоты дыхания.

Научная новизна представлена следующим:

1. метод проектирования адаптивного фильтра для велоэргометрии, основанный на подавлении низкочастотной помехи с настройкой параметров фильтра антиградиентным методом по критерию сохранения формы сигнала в фиксированном ограничивающем слое;

2. критерии построения формы ограничивающего слоя и методы обработки сигналов на их основе в велоэргометрии для улучшения выявления кардиологических заболеваний;

3. метод выявления порога анаэробного обмена антиградиентным поиском точки резкого изменения производной сигналов частоты дыхания и частоты сердечных сокращений для оценки работоспособности мышечных клеток с целью профилактики заболеваний сердечно-сосудистой системы.

Практическая ценность и реализация результатов работы заключается в следующем: в результате проведенных исследований в 2005 году был добавлен модуль цифровой адаптивной фильтрации для велоэргометрии в диагностический кардиологический комплекс ЭФКР-4, который используется в ряде лечебных учреждениях Алтайского края в течении 10 лет. Метод неинвазивного определения порога анаэробного обмена используется с 2005 года в лаборатории патологической физиологии Барнаульского государственного педагогического университета с целью оценки оптимальной нагрузки для больных с риском сердечно-сосудистых заболеваний. Таким образом, проведенные исследования оказались важными для нужд практической медицины.

На защиту выносятся:

— метод проектирования адаптивных фильтров на основе антиградиентной настройки параметров для подавления помехи в виде разности реального и аппроксимированного сигнала;

— метод выявления порога анаэробного обмена с применением антиградиентного поиска для более точной оценки точек резкого изменения характера сигналов;

— реализация адаптивных фильтров по различным критериям минимизации функции ошибки с дополнительной обработкой сигналов для более качественного анализа велоэргометрического сигнала;

— реализация программно-аппаратного комплекса для оценки порога анаэробного обмена неинвазивными методами по изменению частоты сердечных сокращений и частоты дыхания.

Разработанный автором метод построения адаптивных фильтров был реализован в виде блока цифровой фильтрации для многофункционального диагностического комплекса ЭФКР-4 и внедрен в 5 лечебных учреждениях, где используется данный комплекс. Результаты исследований докладывались на конференциях в Москве, Рязани, Томске и Барнауле.

Постановка задач, способы решения, основные научные результаты принадлежат автору.

По теме диссертации опубликовано 11 работ, из них 2 журнальных публикаций, в т. ч. 1 в изданиях, рекомендованных ВАК для публикации основных результатов диссертаций.

Диссертация состоит из введения, четырех глав, выводов, списка литературы включающего 76 наименований и приложений, изложена на 105 листах машинописного текст, содержит 35 рисунков.

4.4. Выводы.

Реализованный как часть програмного комплекса ЭФКР-4 метод проектирования адаптивных фильтров для велоэргометрии, основанный на антиградиентной настройке параметров систем оказался эффективным и нашел применение в ряде Лечебно-профилактических учреждений города Барнаула. Дополнением к програмному обеспечению, реализующему адаптивные фильтры, были разработаны програмные модули, позволяющие визуально более качественно определять признаки заболеваний, проявляющихся при динамической нагрузке. Разработанный комплекс для определения порога анаэробного обмена неинвазивным методом используется при реабилитации больных. Анализ полученных результатов показал достоверность метода по стандартным статистическим тестам. Для большей точности использовались методы в которых учитывается ассиметричность ошибок.

ПАНО.

Л , —. «У^ ^.

Оценка ПАНО по модели.

ЗАКЛЮЧЕНИЕ

.

1. Разработан метод проектирования адаптивных фильтров для велоэргометрии с настройкой параметров фильтра антиградиентным методом по критерию сохранения формы сигнала в фиксированном ограничивающем слое с целью эффективного подавления дрейфа изолинии проявляющего себя как низкочастотные помехи.

2. Метод реализован как часть программного обеспечения анализа велоэргометрии в реальном масштабе времени в медицинском диагностическом комплексе применяемом в ряде лечебных учреждений, и позволяет более эффективно выявлять ишемическую болезнь сердца.

3. Разработан неинвазивный метод обнаружения порога анаэробного обмена по критериям резкого нарастание частоты дыхания вследствие накопления углекислого газа в крови и стабилизации частоты пульса как отражения максимальной напряженности систем кислородного обеспечения с целью профилактики сердечно-сосудистых заболеваний и проверки работоспособности мышечных клеток.

4. Метод реализован в виде специального программно-аппаратного комплекса, способствующего ускорению реабилитации и, в частности, позволяющей рассчитывать оптимальные физические нагрузки для больных с сердечно-сосудистыми заболеваниями.

Показать весь текст

Список литературы

  1. А.Н. Функции многих переменных и нейронные сети // СОЖ, 1998, No 12, с. 105−112.
  2. С. Нейронные сети для обработки информации.— М.: 2002.—С. 344.
  3. Р. Основные концепции нейронных сетей. — М.: 2001.— С. 288.
  4. McCulloch W., Pitts W. A Logical Calculas of the Ideas Immanent in Nervous Activity.//Bulletin of Mathematical Biophysics. 5:115−133,1943
  5. M. Персептроны. M., Мир. 1971.
  6. Rumelhart D., McClelland J.L. Parallel Distributed Processing: Explorations in the Microstructure of Cognition, (volumes 1,2). The MIT Press.
  7. В. В. Круглов, В. В. Борисов. Искусственные нейронные сети. Теория и практика. Изд.: Горячая Линия Телеком, 2001 г. 382 стр.
  8. Kohonen Т. Self-organization and Associative Memory. Springer-Verlag: New York. 1984.
  9. H. И., Кочетов Ю. А., Плясунов А. В. Методы оптимизации /Учебное пособие /Новосиб. гос. ун-т. Новосибирск, 2000.
  10. А. Н. Обучение нейронных сетей. М.: СП Пара-Граф, 1990. 159 с.
  11. Д.И. Технологии исследования свойств многомерных образов / Д. И. Ануфриев, Н. С. Гарколь, А. А. Тушев, Е. П. Самохвалова // Материалы Международной НТК «Измерение, контроль, информатизация». -Барнаул, 2004.-С. 159−165
  12. В.Н. Руководство по электрокардиографии.— Ярославль: 1983.—С. 528.
  13. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ. Под редакцией Барановского A. JL, Немирко А. П. — М.: 1993.— С. 248.
  14. И. И., Кушаковский М. С., Журавлева Н. Б. Клиническая электрокардиография. — JL: Медицина, 1974.
  15. Оригинальные исследования. А. Ш. Ревишвили, Ф. Г. Рзаев, Р. Ю. Снегур. // Вестник Аритмологии № 46. 2006 г.
  16. Г. С.Вагнер. Практическая электрокардиография Марриотта. СПб, «Невский диалект», 2002.
  17. Л.В., Шубик Ю. В., Медведев М. М., Татарский Б. А. Чреспищеводная электрокардиография и электрокардиостимуляция. -СПб.: ИНКАРТ, 1999.- 150 с.
  18. И. Ф., Гаджаева Ф. У. Изменения электро- и векторкардиограмм при первичной сосудистой гипертонии малого круга кровообращения.—Кардиология, 1976, № 10, С. 37—40.
  19. Компьютерные системы сбора и математической обработки ЭКГ информации. Кац В. А., Довгалевский П. Я., Дементиевский В. А., Лалетин С. С. Саратов.: 2001 г.
  20. Т.С., Акулова Ф. Д., Белоцерковский З. Б. Инструментальные методы исследования сердечно сосудистой системы. Справочник. — М.: Медицина, 1986. С. 416.
  21. К. Н. Разработка и исследование методов автоматического анализа ST-сегмента электрокардиограммы в реальном масштабе времени/Дисс. канд. техн. наук.— Л.: ЛЭТИ, 1989.— 261 с.
  22. В. С. Хронические формы ишемической болезни сердца. — М.: Медицина, 1976.
  23. В. В. Вычислительная электрокардиография. — М.: Наука, 1981. —С. 167.
  24. М. С. Обработка электрокардиограмм методом сплайн-функций // Новости мед. техники.— 1983. — Вып. 1. —С. 18—20.
  25. Л.М. и др. Цифровая обработка сигналов: Учебное пособие для вузов. М.: Радио и связь, 1990.- 256 с.
  26. Meyer С. R., Keiser H. N. Electrocardiogram Baseline Noise Estimation and Removal Using Cubic Splines and State-space Computation Techniques// Comput. Biomed. Res.—1977. —Vol. 10. —P. 45970.
  27. Mortara D. W. Digital filters for ECG signal//Computers in Cardiology 4th Intern. Conf. (Rotterdam, 1977). —U. Y" 1977. —P. 511—514.
  28. Проектирование активных фильтров, Пер с англ. Мошиц Г., Хорн П. 1984.-С. 320.
  29. Аналоговые и цифровые фильтры. Расчёт и реализация. Лем Г. пер. с англ. М.: 1982.
  30. А. Н. Методы цифровой фильтрации электрокардиосигнала в кардиомониторных системах: Дисс. канд. техн. наук. —Л.: ЛЭТИ, 1988.—206 с.
  31. Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток: Пер. с англ. М.: Радио и связь, 1985. — С. 248.
  32. Болезни сердца и сосудов. Руководство для врачей. В 4 т./Под ред.Е. И. Чазова. -М.: Медицина.-1993.
  33. P.M., Мотылянская Р. Е. Ритм сердца у спортсменов. М., Ф. и С.-1986. -143 с.
  34. С.П., Бакулин С. А. Аэробная производительность и методы ее повышения. Волгоград: ВГИФК. — 1985. -С.127.
  35. П.И., Калачев А. Г., Ельчанинова С. А. Влияние индивидуализированной физической тренировки на активность внутриклеточных антиоксидантных эезимов. Вестник межрегиональной ассоциации «Здравоохранение Сибири"// 2000. -№ 3, с.81−82.
  36. Ю.С., Ладанов П. И., Варшавский Б. Я., Ельчанинова С. А. Новый метод построения тренировочного процесса для развития аэробной работоспособности. Вестник Алтайского научного центра Сибирской Академии наук высшей школы. 2000. — № 3. -С.17−22.
  37. Conconi Conconi F., Ferrari M., Ziglo P.G. et al., 1982- Мякинченко Е. Б., Бикбаев И. З., Селуянов B.H.
  38. Превентивная кардиология. Под ред. Г. И. Косицкого.-М., «Медицина». -1977.-С.415
  39. И., Преобразование Фурье, пер. с англ., М., 1955
  40. Л., Гоулд Б. Теория и применение цифровой обработки сигналов. — М.: Мир, 1978. —848 с.
  41. И.С. Радиотехнические цепи и сигналы. М.: «Советское радио». 1997. с. 608.
  42. А.Л., Филлипов Л. И. Введиние в теорию сигналов и цепей. 2-е изд., М.: «Высшая школа», 1975.
  43. В.И., Харисов В. Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: «Радио и связь» 1991. 608 с.
  44. ., Рейдер Ч, Цифровая обработка сигналов. — М.: Сов. радио, 1973. —367 с.
  45. А. Н. Методы цифровой фильтрации электрокардиосигнала в кардиомониторных системах: Дисс. .канд. техн. лаук. — Л.: ЛЭТИ, 1988.— 206 с.
  46. Фросг. Алгоритм линейно-ограниченной обработки сигналов в адаптивной решетке//ТИИЭР. — 1972. — Т. 60, № 8. — С. 5.
  47. М. Введение в технику радиолокационных систем: Пер. с англ, —М.: Мир, 1965. — 747 с.
  48. ., Стринз С. Адаптивная обработка сигналов.
  49. R. R. Lower, R. С. Stofer, and N. Е. Shumway, «Homovital transplantation of the heart,» J. Thoracic Cardiovasc. Surg., vol. 41, p. 196,1961.
  50. T. Daniel, «Adaptive estimation with mutually correlated training samples,» Stanford Electronics Lab., Sianford Univ., Stanford, Calif., Rep. SEL-68−083, Aug. 1968 (Ph.D. dissertation).
  51. B. Widrow, P. E. Mantey, L. J. Griffiths, and В. B. Goodc, «Adaptive antenna systems, Proc. IEEE, vol. 55, p. 2143, Dec. 1967.
  52. Адаптивные компенсаторы помех. Принципы построения и применения- Б. Уидроу, Дж. Р. Гловер, Дж. М. Маккул и др.//ТИИЭР. — 1975. — Т. 63 № 12. — С. 69−98.
  53. Mortara D. W. Digital filters for ECG signal//Computers in Cardiology 4th Intern. Conf. (Rotterdam, 1977). — U. Y., 1977. — P. 511—514.
  54. Методы сжатия данных. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Изд-во: Диалог-Мифи. 2002. С. 384.
  55. Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. М.: ДИАЛОГ-МИФИ, 2002. — 384 с.
  56. Сох J. R., Nolle F. М., Fozzard Н. A., Oliver G. С. Aztec, а Preprocessing Program for Real-t (ime ECG Rhythm Analysis/ЯЕЕЕ Trans. Biomed. Eng.— 1968. —Vol. BME-15. —P. 128—129.
  57. И.К. Приближенное решение линейных функциональных уравнений. Изд-во Ленинградского Университета, 1985.
  58. Сох J. R., Fozzard Н. A., Nolle F. М., Oliver G. С. Some Data Transformations Useful in Electrocardiography//Computers in Biomedical Research/ Ed. Stacy, Waxman. — N. Y.: Acad, press., 1969. —Vol. 3. —P. 181— 206.
  59. K.H. Разработка и исследование методов автоматического анализа ST-сегмента электрокардиограммы в реальном масштабе времени. Дисс. канд. техн. наук. Л.: ЛЭТИ, 1989.-261 с.
  60. А.А. Разработка адаптивного фильтра верхних частот по критерию минимизации Е-слоя и его применение для велоэргометрии / А. А. Тушев // Вестник Алтайского государственного технического университета. 2006.№ 2.-С. 98−101.
  61. Аль-Гаиль Ш. М. Х. Разработка формализованной модели эквивалентного электрического генератора сердца и ее применение для анализакардиосигналов / Ш. М.Х. Аль-Гаиль, О. И. Хомутов, А. А. Тушев, А. Г. Якунин // Ползуновский вестник, 2006. № 4. С. 354−357.
  62. М.Е. Унипольная модель эквивалентного электрического генератора сердца и ее применение в автоматизированных кардиологических диагностических комплексах.Дисс. .канд. техн. лаук. — JL: НГТУ 2003 -133 е.
  63. А.Г. Первичные измерительные пробразователи нестационарных оптических сигналов для АСУТП на основе многоэлементных фотоприемников-. Барнаул.: 1992. 363 с.
  64. Н.С., Сучкова Л. И., Тушев А. Н., Якунин А. Г. Оптико-электронный датчик линейных смещений для спирометрических исследований. // Приборостроение. Известия вузов. № 4 2002. С.53−56.
  65. А.Г., Сучкова Л. И., Тушев А. Н. Патент № 2 219 491 «Способ измерения измеритель линейных перемещений». Опубликован 20.12.2003 Бюллетень № 35. 18 стр.
  66. Л.И., Тушев А. Н., Якунин А. Г. Применение модели е-слоя для повышения надежности синтеза и анализа контрольно-измерительных устройств. // Надежность. № 2. 2003. С. 41−47.
  67. В. М., Трусов Ю. С. Селектор зубцов R электрокардиосигналов, выделяющих сигнал по геометрическим признакам // Медицинская техника. —1985. — № 2.—С. 12—16.
  68. С. Бакнелл Дж. «Фундаментальные алгоритмы и структуры данных на Делфи».М., УРСС, 2005. 615 с.
  69. Н., Смит Г. Прикладной регрессионный анализ. Пер. с англ. М.: Финансы и статистика, 1987. 351 с.
  70. Э.А., Поздняк И. Г. Основы математического анализа. М., Наука. 1982. 320 с.
  71. Cheng Y.H., Lin C.S. Learning algorithm for radial basis function network with the capability of adding and pruning neurons: Proc. 1994 Conf. ICNN. Orlando: 1994.-Pp. 797−801.
  72. Г. Ю., Тушев А. Н., Якунин А. Г. Автоматизированный диагностический комплекс для кардиологических исследований ЭФКР-4. //Приборы и техника эксперимента. М.,-1995. -№ 2. -С.207.
  73. О.В., Тушев А. Н., Щуревич М. В., Якунин А. Г. Электроэнцефалографическая приставка к медицинскому диагностическому комплексу ЭФКР-4. // Приборы и техника эксперимента. М.,-2000. -№ 4. -С.166.
Заполнить форму текущей работой

Сессия? Спокойно!