авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Pages:   || 2 |

Численный метод обработки электрокардиосигналов на основе вейвлетных преобразований

-- [ Страница 1 ] --

На правах рукописи

Монахова Ольга Александровна

Численный метод обработки электрокардиосигналов на основе вейвлетных преобразований

Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ

Автореферат

диссертации на соискание ученой степени

кандидата физико-математических наук

Саратов 2009

Работа выполнена в ГОУ ВПО «Саратовский государственный технический университет»

Научный руководитель: доктор физико-математических наук, профессор Клинаев Юрий Васильевич
Официальные оппоненты: доктор физико-математических наук, профессор Ушаков Николай Михайлович
кандидат физико-математических наук Кац Виталий Альбертович
Ведущая организация: Саратовский государственный университет им. Н.Г. Чернышевского

Защита состоится 7 октября 2009 года в 13 часов на заседании диссертационного совета Д 212.242.08 при ГОУ ВПО «Саратовский государственный технический университет» по адресу: 410054, г. Саратов, ул. Политехническая, д.77, корп. 1, ауд. 319.

С диссертацией можно ознакомиться в научно-технической библиотеке ГОУ ВПО «Саратовский государственный технический университет»

Автореферат разослан «____» сентября 2009 г.

Ученый секретарь

диссертационного совета Терентьев А.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Развитие методов исследования тонкой структуры биоэлектрических сигналов, в том числе электрокардиосигналов (ЭКС), создает условия для расширения возможностей медицинской диагностики функционального состояния органов и систем человека. Под тонкой структурой биоэлектрических сигналов, в частности ЭКС, принято понимать низкоамплитудные высокочастотные фрагменты ЭКС и особые точки, характеризующиеся, например, изменением знака производной и т.д. Существенную роль для диагностики нарушения сердечного ритма играет локализация особых точек, расположенных в пределах высокоамплитудного знакопеременного фрагмента ЭКС, называемого QRS-комплексом, которые могут быть выбраны точкой отсчета при оценке периодичности ЭКС.

Известные методы анализа ЭКС, развитые в работах M. Симсона, Р. Хаберла, Г. Г. Иванова, Р. М. Баевского, А. П. Берсеневой, А. М. Подлесова, С. А. Бойцова, И. А. Латфуллина, Р. А. Кавасма, Н. К. Смоленцева и др., не дают возможности локализовать особые точки QRS-комплекса.

Это определило актуальность работы, целью которой является развитие математических методов вейвлет-преобразований, направленных на локализацию особых точек QRS-комплекса ЭКС.



Поставленная цель определяет следующие основные задачи:

  1. Развитие методов вейвлет-преобразований: построение новой высокоразрешающей вейвлетообразующей функции, вейвлет-преобразование по базису которой позволяет локализовать особые точки QRS-комплекса.
  2. Разработка рабочих алгоритмов цифровой обработки ЭКС: выбор вычислительных схем для вейвлет-преобразования по базису предлагаемой вейвлетообразующей функции, экспериментальной проверки адекватности и границ применимости данной вейвлетообразующей функции.
  3. Разработка комплекса программ на основе развитых в работе методов вейвлет-преобразования.

Методы исследования. В настоящей работе используются качественные и аналитические методы математического анализа, методы вейвлетной теории, методы цифровой обработки сигналов. Для численных экспериментов использовались программные средства обработки данных.

Научная новизна.

  1. Построена новая высокоразрешающая вейвлетообразующая функция, вейвлет-преобразование по базису которой позволяет из множества особых точек ЭКС выделить особые точки, расположенные на временном интервале, содержащем QRS-комплекс, в которых вторая производная меняет знак.
  2. Разработан комплекс программ вейвлет-преобразования и вейвлет-синтеза ЭКС по базису предложенной вейвлетообразующей функции.
  3. Показана адекватность предложенной вейвлетообразующей функции, как способной к восстановлению исходного ЭКС.
  4. Показано, что одну из особых точек QRS-комплекса, локализованных с применением предложенной вейвлетообразующей функции, можно принять за точку отсчета при оценке вариабельности сердечного ритма, независимо от отклонений структуры ЭКС от нормальной при различных кардиопатологиях.
  5. Показано, что последовательное выполнение процедур вейвлет-преобразования и вейвлет-синтеза ЭКС по базису предложенной вейвлетообразующей функции, без пороговой обработки вейвлет-коэффициентов, оказывает фильтрующее действие на электрофизиологические помехи.
  6. Показано, что развитые в работе методы вейвлет-преобразований ЭКС позволяют решать в комплексе ряд задач цифровой обработки ЭКС, что позволяет значительно сократить время компьютерных вычислений.

Практическая значимость работы. Программные реализации предложенного метода позволяют увеличить информативность исследуемых данных, автоматизировать процессы обработки, расширяют возможности проведения дальнейших исследований и могут быть привлекательны для специалистов функциональной диагностики, а также для разработчиков медицинской техники и соответствующего программного обеспечения.

Основные положения и результаты, выносимые на защиту.

  1. Высокоразрешающая вейвлетообразующая функция для вейвлет-преобразования ЭКС, обеспечивающая достаточную локализацию во временной области точек изменения знака второй производной, расположенных в пределах высокоамплитудного фрагмента ЭКС (QRS-комплекса).
  2. Программный комплекс вейвлет-преобразования по базису предложенной высокоразрешающей вейвлетообразующей функции.
  3. Предложенная вейвлетообразующая функция приспособлена к восстановлению исходных ЭКС.
  4. Особую точку QRS-комплекса, локализованную с применением предложенной вейвлетообразующей функции и разработанной на ее основе программы, можно принять за точку отсчета при оценке вариабельности сердечного ритма.
  5. Цифровая фильтрация электрофизиологических помех при последовательно выполненных процедурах вейвлет-преобразования и вейвлет-синтеза ЭКС по базису предложенной вейвлетообразующей функции осуществляется без пороговой обработки вейвлет-коэффициентов преобразования, что позволяет сократить время компьютерных вычислений.

Апробация работы. Теоретические положения и практические результаты работы обсуждались на научных конференциях: Международной научно-технической конференции «Радиотехника и связь» (Саратовский государственный технический университет, 2006, 2007); научно-технической конференции, посвященной 50-летию ЭТИ(ф) СГТУ (Энгельсский технологический институт (филиал) Саратовского государственного технического университета, 2006); IV межвузовской конференции молодых ученых (Санкт-Петербургский государственный университет информационных технологий, механики и оптики, 2007); ежегодной внутривузовской научно-технической конференции молодых ученых (Энгельсский технологический институт (филиал) Саратовского государственного технического университета, 2007, 2008); Всероссийской научной школе-семинаре «Методы компьютерной диагностики в биологии и медицине» (Саратовский государственный университет им. Н.Г. Чернышевского, 2007, 2008); Третьем Саратовском салоне изобретений, инноваций и инвестиций (Саратовский государственный университет им. Н.Г. Чернышевского, 2007); XXI Международной научной конференции «Математические методы в технике и технологиях ммтт-21» (Саратовский государственный технический университет, 2008); I Саратовской ярмарке медицинских технологий (Саратовский государственный медицинский университет, 2008).

Инновационный проект «Разработка математических моделей, алгоритмов, численных методов и программного обеспечения прогнозирования динамики патологических явлений и возникновения критических состояний в сердечной деятельности на основе вейвлетного анализа» стал победителем в конкурсе по программе «У.М.Н.И.К.» и является основой для выполнения НИОКР по теме «Разработка программно-аппаратного комплекса для анализа сигналов биомедицинских систем», государственный контракт № 5311р/7722, при поддержке Фонда содействия развитию малых форм предприятий в научно-технической сфере.

Публикации. По теме диссертации опубликовано 22 печатные работы, в том числе две – в изданиях, рекомендованных ВАК РФ, и одно свидетельство о регистрации программного обеспечения в Отраслевом Фонде алгоритмов и программ Госкоорцентра РФ. Список 18 публикаций приведен в конце автореферата.

Структура и объем работы. Диссертационная работа состоит из введения, 4 глав, заключения, 5 приложений и списка использованной литературы. Работа изложена на 151 странице, содержит 3 таблицы, 85 рисунков. Список литературы включает 146 наименований.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дана общая характеристика работы: обоснована актуальность выбранной темы, сформулирована цель исследований и указаны применяемые в диссертационной работе методы исследования.

В первой главе рассмотрены вопросы исследования тонкой структуры ЭКС, и проведены классификация существующих методов и обзор работ, посвященных этой проблематике.

Во второй главе рассматриваются известные методы вейвлетного анализа ЭКС, основанные на преобразовании цифрового сигнала из временного представления в спектральное. В развитие существующих методов вейвлетного анализа ЭКС предлагается математический базис высокоразрешающего вейвлета, который можно записать в следующем виде:

, (1)

где - параметр масштабирования, а - параметр сдвига вейвлетообразующей функции (ВФ). На рис. 1 показаны графики ВФ (1) при = 1, 2, 3.

 а) б) Рис. 1. Графики предложенной ВФ: а-5 а)  б) Рис. 1. Графики предложенной ВФ: а –-6 б)

Рис. 1. Графики предложенной ВФ: а – взятой со знаком «+»; б - со знаком «–»

В третьей главе рассмотрены свойства предложенной ВФ (1), сделан вывод о ее принадлежности к «грубому» (crude) типу вейвлетов, обладающих минимумом свойств, которыми должны обладать вейвлеты, обеспечивающие полноценные возможности в технике преобразования сигнала. Рассматриваются некоторые известные «грубые» вейвлеты (WAVE, MHAT и Морлет), обладающие схожими характеристиками с ВФ (1). Такими характеристиками являются одинаковая центральная частота, центр локализации вейвлета и одинаковая эффективная ширина вейвлета. Это позволило корректно сравнивать и анализировать результаты вейвлет-преобразования и вейвлет-синтеза временных реализаций различных ЭКС.

Далее рассмотрены вопросы выбора вычислительных схем реализации вейвлет-преобразования и вейвлет-синтеза ЭКС, анализ и сравнение результатов вейвлет-преобразования и вейвлет-синтеза временных реализаций различных ЭКС, выполненных по базисам ВФ предложенного типа и известных ВФ.

Исследованию подвергались архивы цифровых ЭКС постоянно обновляемого банка данных комплексных физиологических сигналов PhysioBank, расположенного в свободном доступе в сети Интернет (ресурс PhysioNet http://www.physionet.org ), цифровых ЭКС, полученных на базе сотрудничества с филиалом института биоорганической химии РАН (г. Пущино), Дорожной клинической больницей (г. Саратов), а также электрокардиограммы, предоставленные городской больницей № 2 (г. Энгельс), оцифрованные с помощью модуля программы, описание которого представлено в приложении 2.

Для вычисления коэффициентов вейвлет-преобразования по базису ВФ (1) предложено использовать вычислительную схему (2), построенную на базе общеизвестной, согласно которой вейвлет-коэффициенты определяются как скалярное произведение сигнала на ВФ заданного вида:

, (2)




где - одномерный массив значений временной реализации цифрового ЭКС, заданных через равные промежутки времени ; а – масштабный коэффициент; – величина сдвига во времени; – число отсчетов в исследуемом ряду ЭКС. Изменяя значения а и , можно восстановить и локализовать динамику любых особенностей ЭКС в пространстве масштабов а.

Тогда для вейвлет-синтеза ЭКС по базису ВФ (1) целесообразно использовать следующую вычислительную схему:

, (3)

где значения соответствуют одномерному массиву восстановленного ЭКС по матрице вейвлет-коэффициентов (2). Здесь – нормирующий коэффициент вейвлет-преобразования (1), который задается выражением

, (4)

где – Фурье-образ ВФ (1), а – круговая частота вейвлета. Показано, что при значении масштабного параметра а=1 значение нормирующего коэффициента , а при а>1 – , поэтому вейвлет-синтез ЭКС целесообразно выполнять при значении масштабного параметра а=1.

В четвертой главе показаны результаты вейвлет-преобразования (2) и вейвлет-синтеза (3) ЭКС, полученные с применением разработанного комплекса программ. Модульная структура данного программного комплекса включает в себя модуль ввода цифровых ЭКС или изображения отсканированного аналогового ЭКС, зарегистрированного механическим самописцем электрокардиографа на бумажной ленте-миллиметровке, для дальнейшей оцифровки в соответствующем модуле. После ввода данных ЭКС проходит предобработку, включающую в себя фильтрацию помех (наводки напряжения промышленной частоты и электрофизиологические помехи), а также компенсацию выпадающих измерений (артефактов) ЭКС, к которым относят эффект поляризации электродов, приводящий к смещению нулевого уровня сигнала. Очищенный ЭКС поступает в модуль вейвлет-преобразования, результаты работы которого демонстрирует модуль визуализации. На рис. 2,а показано трехмерное спектральное представление ЭКС по масштабам вейвлетного преобразования (2) при а=1,…25. На рис. 2,б показано трехмерное спектральное представление ЭКС по масштабам вейвлетного преобразования с секущими плоскостями на масштабах а=2 и а=20. На пересечении этих плоскостей и трехмерной поверхности определяются вейвлетные спектры и (рис. 3,б).

 а) б) Рис. 2. Трехмерное-25  а) б) Рис. 2. Трехмерное спектральное-26
а) б)

Рис. 2. Трехмерное спектральное представление ЭКС: а – по масштабам вейвлетного преобразования (а=1,…25); б – с секущими плоскостями на масштабах а=2 и а=20

На рис. 3,а показано временное представление цифрового ЭКС, на рис. 3,б – графики вейвлетных спектров и . Из рис. 3 видно, что положение локальных максимумов распределения вейвлет-коэффициентов на любом из масштабов вейвлет-преобразования (отмечены белыми квадратиками на рис. 3,б) позволит локализовать на временном интервале, содержащем QRS-комплекс ЭКС, одну из его точек (отмечены черными квадратиками на рис. 3,а).

а)  б) Рис. 3. Временное представление ЭКС-29
б)

Рис. 3. Временное представление ЭКС (а), распределение вейвлет-коэффициентов (б) на масштабах а=2 и а=20 вейвлет-преобразования (2)

Оказалось, что такой точкой является одна из особых точек, являющихся точками перегиба функции ЭКС, в которых первая производная принимает экстремальные значения (на рис. 4 дискретные значения первой производной функции ЭКС обозначены черными кружочками), вторая производная меняет знак (на рис. 4 дискретные значения второй производной функции ЭКС обозначены белыми кружочками). Производные выражались через центральные разности, графики производных функции ЭКС показаны со сжатием по оси ординат.

а) б)

Рис. 4. Локализация точек перегиба QRS-комплекса ЭКС без кардиопатологий:
а – соответствует вейвлет-преобразованию по базису ВФ (1), взятой со знаком «-»;
б – взятой со знаком «+»

В отсутствии кардиопатологий особая точка с применением положительной ВФ вида (1) обнаруживается на склоне QR (рис. 4,б), с применением отрицательной ВФ вида (1) – на склоне RS (рис. 4,а). При наличии некоторых кардиопатологий зубец R отсутствует. В таких случаях QRS-комплекс называют QS-комплексом. Особая точка с применением отрицательной ВФ вида (1) обнаруживается на склоне QS (рис. 5,а), с применением положительной ВФ вида (1) – на склоне ST (рис. 5,б), и может являться точкой, характеризующей момент окончания QS-комплекса.

а) б)


Pages:   || 2 |
 

Похожие работы:







 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.