Методы и алгоритмы гибридной обработки морфологических признаков квазистационарных информационных процессов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Истомина, Елена Владимировна

• Истомина, Елена Владимировна
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Истомина, Елена Владимировна

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1 МЕТОДЫ И СРЕДСТВА ОБРАБОТКИ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ.

1.1 ОБЗОР АЛГОРИТМОВ ОБРАБОТКИ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ БИОЛОГИЧЕСКОГО ТИПА.

1.1.1 Анализ принципов алгоритмического обнаружения информативных компонент квазистационарных информационных процессов.

1.1.2 Систематизация методов обнаружения информативных компонент квазистационарных информационных процессов.

1.2 ПРИМЕНЕНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ ДЛЯ АНАЛИЗА МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ.

1.2.1 Характеристика непрерывного вейвлет-преобразования для анализа морфологических признаков квазистационарных информационных процессов

1.2.2 Характеристика дискретно-ортогонального вейвлет-преобразования.

1.2.3 Применение вейвлет-преобразования для анализа морфологических признаков квазистационарных информационных процессов.

1.3 АНАЛИЗ МЕТОДОВ И СРЕДСТВ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ.

1.3.1 Анализ средств системы поддержки принятия решений.

1.3.2 Анализ существующих методов поддержки принятия решений.

1.3.3 Систематизация методов поддержки принятия решений.

1.3.4 Анализ особенностей СППР медицинского назначения.

1.4 АНАЛИЗ ПРОБЛЕМ, ВОЗНИКАЮЩИХ ПРИ СЪЕМЕ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ БИОЛОГИЧЕСКОГО ТИПА.

1.4.1 Особенности электрокардиограммы как квазистационарного сигнала.

1.4.2 Описание помех, возникающих при анализе электрокардиосигнала.

1.4.3 Способы подавления электрических помех.

ВЫВОДЫ ПО ГЛАВЕ.

ГЛАВА 2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РАЗРАБОТКИ ПРОБЛЕМНО

ОРИЕНТИРОВАННОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СППР МЕДИЦИНСКОГО НАЗНАЧЕНИЯ ПО МОРФОЛОГЧЕСКИМ ПРИЗНАКАМ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ.;.

2.1 ОБНАРУЖЕНИЕ И РАСПОЗНАВАНИЕ ИНФОРМАТИВНЫХ ЭЛЕМЕНТОВ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ

ПРОЦЕССОВ БИОЛОГИЧЕСКОГО ТИПА.

2.1.1 Систематизация методов исследования морфологических признаков квазистационарных информационных процессов биологического типа.

2.1.2 Систематизация опорных моделей1 для анализа морфологических признаков- квазистационарных информационных процессов биологического типа.:.,.;.

2.2 ГИБРИДНЫЙ МЕТОД ОБРАБОТКИ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ'БИОЛОГИЧЕСКОГО-ТИПА-.

2.2.1 Разработка плана; научных исследований в рамках гибридного метода обработки морфрлогических;Признаков1Электрокардиосигнала..76.!

2.2.2 Основные этапышроцесса обработки электрокардиосигнала1. И.

2.2.3 Выбор схемы применения гибридного метода обработки морфологических признаков электрокардиосигнала. J. 802.3 КРИТЕРИИ СРАВНИТЕЛЬНОЙ ОЦЕНКИ ВОЗМОЖНОСТЕЙ МЕТОДОВ? ОБРАБОТКИ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ

ЭЛЕКТРОКАРДИОСИГНАЛА.

2.3.1 Разработка* системы критериев сравнительной оценки различных методов анализа морфологических признаков электрокардиосигнала.

2.3.2 Математическое описание, критериев сравнительной оценки различных методов вейвлет-анализа морфологических признаков.

2.4 РАЗРАБОТКА СИСТЕМЫ ОПОРНЫХ МОДЕЛЕЙ

ЭЛЕКТРОКАРДИОСИГНАЛА.

2.4.1 Система морфологических признаков формы импульсов электрокардиосигнала ...".—.

2.4.2 Разработка, системы опорных моделей морфологических признаков.ритма электрокардиосигнала.-.-. ¡.

2.5 РАЗРАБОТКА МЕТОДИКИ ВЫБОРА НАИБОЛЕЕ ЭФФЕКТИВНЫХ МОНОМЕТОДОВ В СОСТАВЕ ГИБРИДНОГО МЕТОДА ОБРАБОТКИ МОРФОЛОГИЧЕСКИХ НРИ31IAKOB ЭЛЕКТРОКАРДИОСИГНАЛА.

2.5.1 Разработка методики экспериментальных исследований для определения наиболее эффективных методов анализа морфологических признаков электрокардиосигнала в составе гибридного метода; o6pá6oTKH.

2.5.2 Разработка методики определения весовых коэффициентов наиболее эффективных монометодов анализа морфологических признаков электрокардиосигнала в.составе гибридного метода обработки.

ВЫВОДЫШО ГЛАВЕ

ГЛАВА 3 РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ ОБРАБОТКИ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ КВАЗИСТАЦИОНАРНЫХ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ БИОЛОГИЧЕСКОГО ТИПА НА ОСНОВЕ ВЕЙВЛЕТ-АНАЛИЗА. 3. Г. МЕТОДИКА ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНОЕО.ВЕЙВЛЕТ-БАЗИСА

ДЛЯ АНАЛИЗА МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ

ЭЛЕКТРОКАРДИОСИГНАЛА. ■.

3.2 ФОРМИРОВА11ИЕ БАЗЫ ВХОДНЫХ СИГНАЛОВ ДЛЯ ТЕСТИРОВАНИЯ.

3.2.1 Разработка опорных моделей тестовых сигналов для анализа морфологических, признаков-электрокардиосигнала.:.

3.2.2 Разработка моделей реальных импульсов электрокардиосигнала, соответствующих опорным структурам.—.

3.2.3 Разработка модели автоматической генерации патологий, соответствующих базисным моделям.

3.2.4 Разработка тестовых моделей реальных импульсов электрокардиосигнала, зашумленных искусственными помехами различного вида.

3.2.5 Разработка тестовых моделей реальных импульсов электрокардиосигнала с естественными помехами различного вида на основе международных аннотированных баз электрокардиографических данных.

3.3 ПОСТРОЕНИЕ МОДЕЛЕЙ ДЛЯ ВЫБОРА ВЕЙВJIET-БАЗИСА.

3.3.1 Построение модели для выбора типа вейвлет-базиса и количества уровней разложения.

3.3.2 Построение модели для качественной оценки эффективности вейвлет-анализа с автоматической подстройкой.

3.3.3 Построение модели для количественной оценки эффективности вейвлет-анализа с автоматической подстройкой.

3.4 РАЗРАБОТКА РЕШАЮЩЕГО ПРАВИЛА АНАЛИЗА ФОРМЫ ЭЛЕКТРОКАРДИОСИГНАЛА.

3.4.1 Определение вида вейвлетов для идентификации формы импульсов электрокардиосигнала.

3.4.2 Разработка решающего правила анализа для идентификации формы импульсов электрокардиосигнала.

3.5 РАЗРАБОТКА ФУНКЦИОНАЛЬНОЙ СХЕМЫ SIMULINK-МОДЕЛИ ВЕЙВ ЛЕТ-АНАЛИЗА ЭЛЕКТРОКАРДИОСИГНАЛА.

3.5.1 Разработка Simulink-модели для анализа морфологических признаков электрокардиосигнала в MATLAB.

3.5.2 Результаты исследования Simulink-модели вейвлет-анализа морфологических признаков формы электрокардиосигнала.

ВЫВОДЫ ПО ГЛАВЕ.

ГЛАВА 4 РАЗРАБОТКА, ТЕСТИРОВАНИЕ И АПРОБАЦИЯ ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СППР ТЕХНИЧЕСКОГО И МЕДИЦИНСКОГО НАЗНАЧЕНИЯ.

4.1 РАЗРАБОТКА ОБОБЩЕННОЙ СТРУКТУРЫ ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СППР МЕДИЦИНСКОГО НАЗНАЧЕНИЯ ДЛЯ КАРДИОДИАГНОСТИКИ.

4.1.1 Разработка и описание обобщенной структуры проблемно-ориентированной интеллектуальной СППР медицинского назначения для кардиодиагностики.

4.1.2 Разработка и исследование блока сопряжения проблемно-ориентированной интеллектуальной СППР медицинского назначения для -кардиодиагностики.

4.2 РАЗРАБОТКА ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ

ИНТЕЛЛЕКТУАЛЬНОЙ СППР ТЕХНИЧЕСКОГО НАЗНАЧЕНИЯ

ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ МОНОМЕТОДОВ АНАЛИЗА

МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ ЭЛЕКТРОКАРДИОСИГНАЛА В

СОСТАВЕ ГИБРИДНОГО МЕТОДА ОБРАБОТКИ.

4.2.1 Разработка алгоритма и программного обеспечения для оценки эффективности работы методов обработки морфологических признаков электрокардиосигнала.

4.2.2 Описание работы проблемно-ориентированной интеллектуальной СППР технического назначения.

4.3 РАЗРАБОТКА РЕШАЮЩЕГО ПРАВИЛА И АЛГОРИТМА ВЕСОВОГО ОБНАРУЖЕНИЯ ИЭ ЭЛЕКТРОКАРДИОСИГНАЛ НА ОСНОВЕ ГИБРИДНОГО МЕТОДА ОБРАБОТКИ ДЛЯ ПРОБЛЕМНО-ОРИЕНТИРОВАННОЙ ИНТЕЛЛЕКТУАЛЬНОЙ СППР МЕДИЦИНСКОГО НАЗНАЧЕНИЯ.

4.3.1 Разработка решающего правила весового обнаружения информативных элементов электрокардиосигнала на основе гибридного метода обработки.

4.3.2 Разработка алгоритма весового обнаружения информативных элементов электрокардиосигнала на основе гибридного метода обработки.

4.4 РЕЗУЛЬТАТЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ДИАГНОСТИКИ МОРФОЛОГИЧЕСКИХ ПРИЗНАКОВ ЭЛЕКТРОКАРДИОСИГНАЛА.

4.4.1 Критерии эффективности диагностики морфологических признаков электрокардиосигнала.

4.4.2 Результаты тестирования монометодов анализа морфологических признаков электрокардиосигнала в составе гибридного метода обработки.

ВЫВОДЫ ПО ГЛАВЕ.

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы гибридной обработки морфологических признаков квазистационарных информационных процессов»

АКТУАЛЬНОСТЬ РАБОТЫ. Современный этап развития общества характеризуется широким использованием теоретического и прикладного аппарата системного анализа практически во всех областях науки и техники, в том числе, при создании проблемно-ориентированных комплексов, обеспечивающих интеллектуальную поддержку принятия диагностических решений.

Исследования отечественных и зарубежных ученых в различных предметных областях, связанных с анализом, обработкой информации и управлением сверхсложными объектами, показывают необходимость развития методических основ и разработки интеллектуальных проблемно-ориентированных систем, обеспечивающих эффективную поддержку принятия решений при высоком уровне помех и других влияющих факторов [17, 52, 57]. При этом вопросы разработки и выбора наиболее эффективных методов и алгоритмов обработки морфологических признаков (МП) квазистационарных информационных процессов (КИП) для решения конкретных задач анализа и управления состоянием объектов, в которых взаимодействуют человек и техническая система, не являются тривиальными и требуют развития теории и практики системного анализа, методов и средств управления и обработки информации [53, 79, 80].

С учетом сказанного, актуальность работы определяется необходимостью разработки и внедрения современных методов системного анализа, интеллектуального управления и информационных технологий в сферу анализа сложных процессов квазистационарного типа для обеспечения требуемого уровня достоверности диагностики анормальных состояний на основе повышения эффективности распознавания информативных МП и совершенствования алгоритмов поддержки принятия решений в условиях априорной неопределенности [74, 75].

Повышение качества медицинского обслуживания населения России является задачей государственной важности [68]. Актуальность автоматизации такой жизненно-важной области медицины, как кардиология, не вызывает сомнений [65]. Без создания современных автоматизированных интеллектуальных систем для кардиодиагностики приоритетный национальный проект "Здоровье" полностью своих задач решить не сможет. Принятие национального проекта позволило увеличить расходы на компьютеризацию здравоохранения, при этом отдельной финансовой статьей в бюджете выделяются средства на программное обеспечение и техническое сопровождение. Одной из составляющих этой задачи является повышение эффективности борьбы с заболеваниями сердечнососудистой системы, смертность от которых в стране составляет более миллиона человек в год и занимает первое место во всем мире.

Успешное развитие кардиологии за последние тридцать лет во многом обусловлено разработкой и широким внедрением в клиническую практику новых методов исследования и диагностики патологий сердечно-сосудистой системы. На основании результатов электрокардиографических исследований можно судить об изменении во времени величины и направления электродвижущей силы возбужденных участков сердца [67], подтверждать или устанавливать медицинские диагнозы.

Исследования в данной области успешно ведутся учеными как в нашей стране (Зайченко, Манило, Немирко, Калиниченко, Калакутский, Кореневский, Михеев и др.), так и за рубежом (Акай, Балда, Гамильтон, Кадамба, Ли, Pao, Окада, Пан, Рангайян, Томпкинс и др.). Однако до настоящего времени окончательно не решена проблема повышения эффективности диагностирования патологий формы QRS-комплексов электрокардиосигнала (ЭКС), вероятность правильного распознавания классов которой должна достигать значения не менее 95%.

Современное математическое обеспечение и технологическая база позволяют во многом объединить перечисленные выше направления диагностики патологий по электрокардиограмме (ЭКГ). Развитие кибернетики выдвинуло новые тенденции, такие как развитие теоретических основ и практических решений в области проектирования системы поддержки принятия диагностических решений врача. Это, наряду с активно развивающейся теорией многомасштабного частотно-временного анализа, позволяет вывести на качественно новый уровень автоматизированные системы принятия решений во многих научных областях, в том числе и для ЭКГ-диагностики сердечно-сосудистых патологий.

Таким образом, в современной медицине активно внедряются системы поддержки принятия решений (СППР) различного назначения, однако, в кардиодиа-гностике (КД) данный процесс идет недостаточно интенсивно, что требует решения задачи создания в СППР для КД, отвечающей современным требованиям.

ЦЕЛЬ ДИССЕРТАЦИОННОЙ РАБОТЫ. Разработка методов, алгоритмов, критериев и программно-технических средств системного анализа и управления для создания проблемно-ориентированных интеллектуальных СППР с повышенной эффективностью принятия решений по классификации информативных элементов на основе гибридной оценки морфологических признаков квазистационарных информационных процессов (на примере электрокардиосигнала).

ОСНОВНЫЕ ЗАДАЧИ ИССЛЕДОВАНИЯ. Для достижения поставленной цели необходимо решить следующие задачи:

Для достижения поставленной цели необходимо решить следующие задачи:

- сформировать системы опорных моделей, отражающих морфологические признаки электрокардиосигнала и создать гибридный метод их анализа;

- определить требования и разработать критерии для оценки эффективности различных методов анализа МП ЭКС;

- разработать методику исследования различных методов анализа МП ЭКС для проведения их комплексного тестирования в условиях интенсивных помех;

- создать проблемно-ориентированную интеллектуальную (ПОИ) СППР технического назначения (ТН) и протестировать с ее помощью на моделях ЭКС и реальных данных различные монометоды гибридного метода обработки (ГМО);

- разработать решающие правила анализа МП ЭКС для создания ПОИ СППР медицинского назначения (МН) на основе ГМО, повышающей качество диагностики.

МЕТОДЫ ИССЛЕДОВАНИЙ. Для решения поставленных в работе задач использовались методы системного анализа, теории измерений, цифровой обработки информации, теории принятия решений, статистического анализа и математического моделирования. Для проверки и корректировки теоретических положений, имитационного моделирования решающих правил и синтеза практических разработок использовалась программная среда MATLAB 7 SP1, инструмент виртуального проектирования интерфейсов GUIDE и пакет графического моделирования SIMULINK.

Область исследований. Содержание диссертации соответствует П4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации» специальности 05.13.01 «Системный анализ, управление и обработка информации» паспорта номенклатуры специальностей научных работников (технические науки).

НАУЧНАЯ НОВИЗНА РАБОТЫ. В диссертации получены следующие результаты, характеризующиеся научной новизной:

- система функционально-технологических, обобщающих, динамических и метрологических критериев оценки эффективности методов анализа морфологических признаков ЭКС, обеспечивающих выполнение требования полноты анализа, отличающихся возможностью учета влияния интенсивности помех различного типа и позволяющих проводить сравнение монометодов с целью определения целесообразности их системного применения;

- гибридный метод обработки морфологических признаков квазистационарных информационных процессов, использующий алгоритмы различного типа, работающие во временной и в частотной области, отличающийся применением взвешенного учета результатов монометодов и позволяющий повысить эффективность (с точки зрения предложенной системы критериев) принимаемых решений в условиях интенсивных помех;

- система опорных моделей ЭКС, отличающаяся сбалансированностью классов и устойчивостью к их изменчивости, позволяющая обеспечить сокращение врачебного описания и удобная для построения решающих правил анализа;

- алгоритм интеллектуальной поддержки выбора наиболее эффективных (в смысле предложенных критериев) монометодов анализа в составе гибридного метода обработки квазистационарных информационных процессов, отличающийся организацией многоступенчатого процесса исследований в условиях задания режимов ввода сигналов и помех, позволяющий создать ПОИ СППР технического назначения, повышающую эффективность работы разработчиков;

- система решающих правил, основанных на вейвлет-анализе морфологических признаков электрокардиосигнала, отличающихся высокой чувствительностью к информативным составляющим и позволяющих повысить эффективность обработки за счет сочетания анализа в частотной и временной области;

- алгоритмическое и программное обеспечение для проблемно-ориентированной интеллектуальной СППР медицинского назначения, отличающейся применением метода гибридной обработки морфологических признаков электрокардиосигнала и позволяющей повысить эффективность диагностики до 0,95 случаев из 100 в условиях интенсивных помех, что "соответствует снижению погрешности в среднем на 10% по сравнению с уровнем погрешности, достигаемым лучшими аналогами.

НА ЗАЩИТУ ВЫНОСЯТСЯ:

1. Гибридный метод обработки квазистационарных информационных процессов биологического типа, основанный на использовании монометодов, работающих во временной и в частотной области принятия решений.

2. Система критериев оценки эффективности методов анализа морфологических признаков электрокардиосигнала и аналитические выражения для метрологических критериев.

3. Решающее правило и функциональная модель анализа МП ЭКС на основе вейвлет-преобразования Хаара.

4. Методика проведения тестирования разработанных алгоритмов, включающая постепенно усложняющиеся варианты сочетания естественных и искусственных сигналов и помех различного типа.

5. Алгоритм интеллектуального управления монометодами в составе ГМО МП ЭКС, основанный на учете их весовых коэффициентов.

6. Структуры ПОИ СППР ТН и МН для КД, позволяющие повысить эффективность анализа МП ЭКС не менее чем на 10 % по сравнению с аналогами.

Практическая значимость работы. Тематика диссертационной работы соответствует разделам «Биоинформационные технологии» и «Технологии биоинженерии» Перечня критических технологий РФ и разделу «Живые системы» Перечня приоритетных направлений науки, технологий и техники РФ.

Предложена система функционально-технологических, обобщающих, динамических и метрологических критериев оценки эффективности мономегодов обработки МП ЭКС, позволяющая провести всесторонний сравнительный анализ с целью определения целесообразности их включения в состав гибридного метода, получены аналитические выражения для определения метрологических критериев для конвертируемых методов.

Применение предложенных в диссертации методик исследований и разработанной ПОИ СППР ТН позволяет проводить комплексное тестирование функциональных моделей конкретных проблемно-ориентированных интеллектуальных систем медицинского назначения, что повышает эффективность процесса их разработки.

Разработанные обобщенная структура и алгоритмическое обеспечение проблемно-ориентированной интеллектуальной СППР МН, базирующиеся на предложенном гибридном подходе, позволяют повысить эффективность анализа МП ЭКС, что в целом способствует повышению качества лечения заболеваний сердечнососудистой системы.

АПРОБАЦИЯ РАБОТЫ. Основные результаты диссертационной работы обсуждались на: XI и XVI Международных конференциях «Новые информационные технологии в медицине, биологии и экологии 1Т+М&Ес» (Ялта-Гурзуф, 2003, 2008); на V Международной конференции «Радиоэлектроника в медицинской диагностике» (Москва,2003); на VII Международной научно-технической конференции «ФРЭМЭ 2006» (Владимир, 2006); на XXXIII и XXXIV Международных конференциях «Информационные технологии в науке, социологии, экономике и бизнесе 1Т+8Е» (Ялта-Гурзуф, 2006, 2008); на IV, V и VI Международных научно-практических конференциях «Инновационные технологии в экономике, информатике, медицине и образовании» (Пенза, 2007, 2009); на Международной научно-технической конференции «Современные информационные технологии» (Пенза, 2007); на 10-й Международной конференции «Цифровая обработка сигналов и ее применение» (Москва, 2008); на II, III и IV Всероссийских научно-технических конференциях «Информационные и управленческие технологии в медицине» (Пенза, 2008, 2010); на Международной научно-технической конференции «Проблемы автоматизации и управления в технических системах» (Пенза, 2008); на Международной научно-технической конференции «Измерения-2008» (Пенза, 2008); на 5-й Российско-Баварской конференции по биомедицинской инженерии (Мюнхен, 2009); на 11-й и 12-й научно-технических конференциях «МЕДТЕХ» (Черногория, 2009, Кипр, 2010); на XXIII Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (Пенза, 2009); на XVI Международном научно-техническом семинаре «Современные технологии в задачах управления, автоматики и обработки информации» (Алушта, 2007); на XI, XII, XIII и XIV Международных симпозиумах МАИ «Инженерные технологии в медицине» (Москва, 2005,., 2008); на Международных симпозиумах «Надежность и качество» (Пенза, 2007, 2008).

ПУБЛИКАЦИИ. По материалам диссертации опубликовано 26 печатных работ, перечень которых приведен в конце автореферата, из них 5 работ в журналах по перечню журналов и изданий, рекомендованных ВАК РФ.

Личный вклад автора. В работах [21,29,30,32,44,48] соискателем приведены результаты исследований и обоснован выбор перспективных направлений ЭКГ-анализа; в работе [49] сформировань1 тестовые последовательности ЭКС; в работах [18,19,22] обосновано и предложено применение вейвлет-базиса Хаара для морфологического анализа квазистационарных сигналов; в работах [23,28] разработана методика научных исследований; в работе [42] разработана система критериев для оценки эффективности различных методов анализа квазистационарных сигналов; в работах [37,51] разработана система решающих правил, основанная на вейвлет-анализе морфологических признаков элекгрокардиосигнала; в работах [43,45] предложен гибридный метод обработки морфологических признаков квазистационарных информационных процессов; в работах [40,46,47] предложен алгоритм интеллектуальной поддержки выбора наиболее эффективных монометодов анализа в составе гибридного метода обработки КИП; в работах [24,25,26] предложен универсальный ИВК для контроля параметров биосигнала; в работах [20,35,41] предложено алгоритмическое и программное обеспечение интеллектуальной системы поддержки принятия решений медицинского назначения.

ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ. Основные теоретические и практические результаты работы внедрены в практику в ООО «БИОСОФТ-М» (г. Зеленоград), а также в учебный процесс, Московского авиационного института и Московского энергетического института. Экономическая и социальная значимость работы состоит в снижении риска внезапной смерти и периодов нетрудоспособности сердечно-сосудистых больных.

СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ. Диссертация состоит из введения четырех глав заключения и библиографического списка включающего 122 наименований. Объем диссертации 200 страниц текста 86 рисунков и 12 таблиц.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Истомина, Елена Владимировна

Основные результаты, полученные в диссертационной работе, могут быть применены для распознавания МП других биосигналов и квазистационарных информационных процессов сложной формы в смежных областях знаний.

ЗАКЛЮЧЕНИЕ

Наиболее важные результаты, полученные в ходе выполнения работы, заключаются в следующем.

1) Предложен гибридный метод обработки квазистационарных информационных процессов, основанный на использовании монометодов, работающих во временной и в частотной области принятия решений, на базе которого целесообразно строить проблемно-ориентированные системы медицинского назначения.

2) Разработаны системы опорных моделей формы и ритма, созданы функциональные модели для качественной и количественной оценки результатов выбора вейвлет-базиса для анализа МП ЭКС и проведены исследования, подтвердившие эффективность разработанного решающего правила анализа для монометода на основе вейвлет-преобразования Хаара.

3) Предложена система функционально-технологических, обобщающих, динамических и метрологических критериев оценки эффективности методов обработки МП ЭКС, позволяющих провести их сравнительный анализ с целью определения целесообразности их включения в систему монометодов в рамках предложенного гибридного подхода. Также получены аналитические выражения для определения метрологических критериев.

4) Предложена методика исследований, сформированы требования к входной тестовой последовательности, создана верифицированная база сигналов и помех для комплексного тестирования конкретных проблемно-ориентированных интеллектуальных систем медицинского назначения и их функциональных моделей при различных помехах нарастающей амплитуды.

5) Создана и протестирована на основе.предложенной методики проблемно-ориентированная СППР ТН, позволяющая повысить эффективность разработки СППР МН на,основе применения системного подхода к анализу квазипериодических сигналов сложной формь1 за счет интеграции методов обработки сигнала.

6) Синтезирована и исследована обобщенная структура ПОИ СППР МН, базирующаяся на предложенном гибридном методе, тестирование которой подтвердило повышение эффективности анализа МП ЭКС до 95 случаев из 100 в условиях интенсивных помех, что соответствует погрешности 5% по сравнению со значением 15%, достигаемым аналогами.

7) Полученные результаты внедрены в практику в ООО «БИОСОФТ-М» (г. Зеленоград), а также в учебный процесс Московского авиационного института и Московского энергетического института.

Таким образом, в результате выполнения диссертационной работы решены задачи, имеющие существенное значение при создании и совершенствовании современных СППР КД с точки зрения повышения их диагностической эффективности за счет применения гибридизации методов анализа МП ЭКС.

Список литературы диссертационного исследования кандидат технических наук Истомина, Елена Владимировна, 2011 год

1. Акимов П. С., Евстратов Ф. Ф., Захаров С. И. и др. Обнаружение радиосигналов. Под ред. А. А. Колосова. — М.: Радио и связь, 1989.

2. A.c. 1502008. Селектор QRS-комплексов ЭКС. / Т.В. Истомина, Л.Ю. Кривоногое и др. Опубл. В Б. И. 1989, М 31.

3. Барановский А.Л., Калиниченко А.И., Манто Л.А. и др. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Под ред. Барановского А.Л., Немирко А.П. —М.: Радио и связь, 1993.

4. Биотехнические системы: Теория и проектирование. Учебное пособие/В.М. Ахутин, Е.П. Попечителев, А.П. Немирко и др.; Под ред. В.М. Ахутина. Л.: Изд-eo ЛГУ, 1981. -220 с.

5. Биофизические характеристики тканей человека. Справочник /Березовский В.А., Колотилов H.H. — Киев: Наукова думка, 1990.

6. Вейвлет-анализатор ЭКГ-сигналов / Д.А. Ладяев; Мордовский госуниверситет им. Н.П. Огарева — М 2006612077; зарег. в Реестре программ для ЭВМ 15.06.2006г.

7. Взаимодействие естественных и искусстевенных полей и излучений с биологическими объектами: учеб. пособие для вузов / С.П. Вихров, Т.А. Холомина, Н.В. Гривенная. —М.: Изд-во Горячая линяя — Телеком, 2009 308с.

8. Гольденберг Л.М. и др. Цифровая обработка сигналов: Справочник. М.: Радио и связь, 1985.- 312 с.

9. Гренандер У. Лекции по теории образов. М.: Мир, 1979.

10. Ю.Добеши И. Десять лекций по вейвлетам. Пер. с англ. — Ижевск, НИЦ регулярная и хаотическая динамика; 2001.

11. Документация к плате Advantech PCI-1710.12Дощицин В.Г. Клиническая диагностика сердечных аритмий. — М.: Медицина, 1983.

12. З.Дьяконов В.П. Вейвлеты от теории к практике. —М.: Солон-Р, 2002. 448 е.: ил.

13. В.Дьяконов, В.Круглое. MATLAB. Анализ, идентификация и моделирование систем. Специальный справочник. Питер: 2001.

14. Жуковский В.Д. Медицинские электронные системы. — М.: Медицина, 1988.

15. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.

16. Истомина Е.В., Можакова O.A., Истомина Т.В. УИВК на основе помехоустойчивого алгоритма распознавания импульсов ЭКС при ЭСС // Тезисы докладов V Международной конференции «Радиоэлектроника в медицинской диагностике». Москва, 2003. - С.74-77.

17. Истомина Е.В., Сидорова М.А., Истомина ТВ. Компьютерное моделирование работы сердечно-сосудистой системы // Труды XI Международного симпозиума МАИ «Инженерные технологии в медицине». -Москва: Изд-во МАИ, 2005. С. 173-174.

18. Истомина Е.В., Истомина Т.В., Лавреев A.A. Формирование входных тестовых последовательностей ЭКС // Труды Международной научно-технической конференции «МИС-2006». Таганрог: Изд-во ТГРУ, 2006. - С.86-87.

19. Истомина Е.В., Истомина Т.В., Лавреев A.A. Применение wavelet-анализа для обработки электрокардиосигнала // Труды XII Международного симпозиума МАИ «Инженерные технологии в медицине». Москва: Изд-во МАИ, 2006. - С. 170-172.

20. Истомина Е.В., Истомина Т.В. Исследование работы биоусилителя в среде SIMULINK // Труды XIII Международного симпозиума им. А.Г. Горшкова «Инженерные технологии в медицине». Москва: Изд-во МАИ, 2007. - С.46-48.

21. Истомина Е.В., Истомина Т.В. Идентификация информативных свойств электрокардиосигнала на основе многомасштабно-временного анализа // Технологии живых систем. Москва: Изд-во Радиотехника, 2007. - №4. -С.37-40.

22. Истомина Е.В., Дворяшин Б.В., Истомина Т.В., Скачков B.JI. Технические основы биомедицинских исследований // Методическое пособие. Москва: «Издательский дом МЭИ», 2007.- 47 с.

23. Истомина Е.В., Истомина Т.В. Формализованное описание процесса анализа БМИ // Труды IV Международной научно-практической конференции «Инновационные технологии в экономике, информатике, медицине и образовании». Пенза, 2007. - С. 141-143.

24. Истомина Е.В., Истомина Т.В. Совершенствование процесса обработки электрокардиосигнала // Сборник статей Международной научно-технической конференции «Современные информационные технологии». -Пенза: Изд-во ПГТА, 2007. С. 155-156.

25. Истомина Е.В. ИВК для диагностики сердечных аритмий // Материалы XX Всероссийской научно-технической конференции студентов, молодых ученых и специалистов «БИОМЕДСИСТЕМЫ—2007». Рязань: Редакционно-издателъский центр РГРТУ, 2007. - С.65-68.

26. Истомина Е.В., Истомина Т.В., Лавреев A.A. Совершенствование процесса цифровой обработки ЭКС // Материалы XIV Международного симпозиума им.А.Г.Горшкова «Инженерные технологии в медицине». Москва: Изд-во МАИ, 2008. - С. 105.

27. Истомина Е.В., Истомина Т.В., Лавреев A.A. Нейросетевой многомасштабный анализ электрокардиосигнала // Труды10-й Международной конференции «Цифровая обработка сигналов и ее применение». Москва, 2008. - С.32-35.

28. Истомина Е.В., Моисеев В.Б., Бурлюкина Е.В., Павлов А.Ю. Рынок медицинской техники на примере КВЧ-аппарата «АИСТ» // Приложение к теоретическому и прикладному научно-техническому журналу

29. Мехатроника, Автоматизация, Управление «Мехатроника и информационные технологии в медицине». Москва: Изд-во "Новые технологии", 2008. -Ns3. - С. 13-15.

30. Истомина Е.В. Применение метода ДЭМ для анализа опасных аритмий // Материалы III Всероссийской научно-технической конференции «Информационные и управленческие технологии в медицине и экологии». -Пенза: НОУ ПДЗ, 2009. С. 52-54.

31. Istomina Е. V., Istomina Т. V. Hybrid algorithm of ECG-processing // 5th Russian-Bavarian Conference on Biomedical Engineering. Munich, 2009. - July 1-4. -P.233-234.

32. Истомина Е.В., Шамин Е.А., Истомин Б.А., Лавреев A.A. Перспективные направления ЭКГ-анализа // Известия ЮФУ. Технические науки.

33. Тематический выпуск «Медицинские информационные системы». Таганрог, 2009. - №9. - С. 89-93.

34. Истомина Т.В., Методы и средства обработки биоэлектрической информации 05.13.01. — Диссертация на соискание ученой степени д.т.н. — Пенза, 2002.

35. Истомина Т.В., Чувыкин Б.В., Щеголев В. Е. Применение wavelet — преобразования для задач обработки информации. — Пенза, изд-во ПГУ, 2000.

36. Истомина Т.В. Методы и средства медицинских измерений.- Пенза: Издательство ПГУ, 1998.

37. Истомина Т.В. и др. УИВК на основе помехоустойчивого алгоритма распознавания импульсов ЭКС при ЭСС. В кн. докл. V международн. конф. «Радиоэлектроника в медицинской диагностике».- М.: Радио и связь, 2003, с. 67.

38. Истомина Т.В. Распознавание информативных свойств биоэлектрических сигналов. //Датчики и системы, М°8, 2000.

39. Колтун В. М. Исследование, разработка и внедрение помехоустойчивых приборов динамического контроля параметров кардиоритма. —Диссертация на соискание ученой степени к.т.н. — М, 1980.

40. Кореневский Н. А., Попечителев Е. П., Филист С. А. Проектирование электронной медицинской аппаратуры для диагностики и лечебных воздействий: Монография. — Курск, Курская городская типография, 1999.

41. Кравченко В.Ф., Попов А.Ю. Особенности применения цифровых фильтров при обработке ЭКГ человека. — Измерительная техника, 1994, №2.

42. Кривоногов Л.Ю. Методы и алгоритмы помехоустойчивой обработки электрокардиографической информации. Диссертация на соискание ученой степени к.т.н., Пенза, 2003.

43. Ладяев Д.А., Алгоритм обнаружения 0Я8-комплексов ЭКГ-сигналов на основе вейвлет-преобразования 05.13.18. — Диссертация на соискание ученой степени к.т.н. Саранск, 2007.

44. Микрокомпьютерные медицинские системы: Проектирование и применения. /Под ред. У. Томпкинса, Дж. Уэбстера: Пер. с анг. —М: Мир, 1991.

45. Микрокомпьютеры в физиологии: Пер. с англ. / Под ред. П. Фрейзера. — М.: Мир, 1990.

46. Неймарк Ю. И., Баталова 3. С., Васин Ю. Г., Брейдо М. Д. Распознавание образов и медицинская диагностика. М.: Наука, 1972.

47. Орлов В.П. Руководство по электрокардиографии. —М.: Медицина, 1984.

48. Пахаръков Г.Н., Попечителев Е.П. Принципы и методы обеспечения качества медико-технического оснащения здравоохранения: Учеб. пособие. — СПб.: изд-во СПб ГЭТУ «ЛЭТИ», 2003.

49. Попечителев Е.П., Романов С.В. Интерактивные методы обработки биомедицинской информации. — Л.: ЛЭТИ, 1983.

50. Проектирование специализированных информационно-вычислительных систем/ Смирнов Ю.М., Воробьев E.H., Потапов Е.С., Сюзев В.В.; Под. ред. Ю.М. Смирнова. —М.: Высшая школа, 1984.

51. Пупков К.А., Егупов Н.Д., Зверев В.Ю., Коньков В.Е., Милое Л.Т. и др. Методы робастного, нейро-нечеткого и адаптивного управления. Под. ред. Н.Д. Егупова. —М.: Издательство МЕТУ им. Н.Э.Баумана, 2002.

52. Рангайян P.M. Анализ биомедицинских сигналов. Практический подход / Пер. с англ. Под ред. А.П. Немирко. —М.: Физматлит, 2007. — 440 с.

53. Системный анализ и принятие решений: Словарь-справочник: Учеб. пособие для вузов/Под ред. В.Н. Волковой, В.Н. Козлова. — М.: Высш. шк., 2004 — 616с.

54. Сотник С.Л. Экспертные системы. — По материалам сайта http: //new asp, omskreg, ru.

55. Спицнадель В. H. Основы системного анализа: Учеб. пособие. — СПб.: «Изд. дом «Бизнесс-пресса», 2000 г. — 326 с.76. Справка программы MATLAB.

56. Старшов A.M., Смирнов ИВ. ЭКГ для профессионалов. Методика и техника электрокардиографического исследования. — М.: Познавательная книга плюс, 2004. 96 с.: ил.

57. Суворов A.B. Клиническая электрокардиография. — Н. Новгород: изд. НЕМА, 2004. 272 е.: ил.

58. Суворов Н.Б. Электрофизиологические методы диагностики состояния центральной нервной и сердечно-сосудистой систем человека: Учеб. Пособие. СПб.: Изд-во СПбЕЭТУ «ЛЭТИ», 2005.84 с.

59. Теория систем автоматического управления / В.А. Бесекерский, Е.П. Попов. С-Пб.: Изд-во Профессия, 2003. - 752 с.

60. Фу К. Структурные методы в распознавании образов. — М.: Мир, 1977.

61. Хан М. Быстрый анализ ЭКГ. — М.: Бином, 1999. 286 е.: ил.

62. Харатъян Е.И. Математическая обработка сигналов в системе мониторирования электрокардиограмм.- М.: Радио и связь, 1997, с. 113.

63. Хаутон Гр. Расшифровка ЭКГ. — М.: Медицина, 2001. 304 е.: ил.

64. Хэгглин Р. Дифференциальная диагностика внутренних болезней. М. Фирма "Миклош", изд-во Инженер", 1993.

65. Хэмптон Д. Основы ЭКГ. —М.: Медицинская литература, 2006. 224 е.: ил.

66. Цифровая обработка сигналов /А.Б. Сергиенко — СПб.: Питер, 2002. — 608 с.

67. M.L. Ahlstrom and W.J. Tompkins, "Automated high-speed analysis of holier tapes with microcomputers," IEEE Trans. Biomed. Eng., vol. 30, pp. 651-657, Oct. 1983.

68. M. Akay, Wavelet applications in Medicine, IEEE Spectrum, 1997, Vol 34, №5.

69. R.A. Balda, Trends in Computer-Processed Electrocardiograms. Amsterdam: North Holland, 1977, pp. 197-205.

70. Daubechies. Orthonormal Bases of Compactly Supported Wavelets. — Comm. Pure. Apl. Math., vol. 41 (1998), pp. 909-996.

71. Daubechies. Recent Results in Wavelet Applications. — Proceedings of SPIE Aerosense Symposium, 1998, pp. 23—31.

72. Daubechies, The wavelet transform, time-frequency localization and signal analysis. -IEEE Trans. Inf. Theory, vol. 36 (1990), pp. 961-1005.

73. P.S.Ivanov, M.S.Rosenblum and oth. Scaling Behaviour of Heartbeat Intervals Obtained by Wavelet Based Tame - Series Analysis. Nature, 1996, Vol 383, No 26.

74. J. Fraden and M.R. Neumann, "QRSwave detection, " Med. Biol. Eng. Comput., vol. 18, pp. 125-132, 1980

75. D. Gustafson, "Automated VCG interpretation studies using signal analysis techniques, " R-1044 Charles Stark Draper Lab., Cambridge, MA, 1977.

76. P.S. Hamilton and W.J. Tompkins, "Quantitative investigation of QRS detection rules using the MIT/BIH arrhythmiac database, " IEEE Trans. Biomed. Eng., vol. 33, pp. 1157-1165, 1986.

77. W.P. Holsinger, K.M. Kempner, and M.H. Miller, "A QRS preprocessor based on digital differentiation, " IEEE Trans. Biomed. Eng., vol. 18, pp. 121-217, May 1971.

78. S. Kadambe, R. Murray, and G.F. Boudreaux-Bartels, "Wavelet transform-based QRS complex detector, " IEEE Trans. Biomed. Eng., vol. 46, pp. 838-848, 1999.

79. Kemp B., Varri A., Rosa A. C., Nielsen Kim D., Gade J. «A simple format for exchange of digitized polygraphic recordings». Electroencephalography and Clinical Neurophysiology, 82 (1992): 391-393 pp.

80. L. Keselbrener, M. Keselbrener, and S. Akselrod, "Nonlinear high pass filter for R-wavedetection inECGsignal, "Med. Eng. Phys., vol. 19, no. 5,pp. 481-484, 1997.

81. J. Leski and E. Tkacz, "A new parallel concept for QRS complex detector, " in Proc. 14th Annu. Int. Conf. IEEE Engineering in Medicineand Biology Society, Part 2, Paris, France, 1992, pp. 555-556.

82. C. Li, C. Zheng, and C. Tai, "Detection of ECG characteristic points using wavelet transforms, " IEEE Trans. Biomed. Eng., vol. 42, pp. 21-28, 1995.

83. A. Ligtenberg and M. Kunt, "A robust-digital QRS-detection algorithm for arrhythmia monitoring, " Comput. Biomed. Res., vol. 16, pp. 273-286, 1983.

84. P. Morizet-Mahoudeaux, C. Moreau, D. Moreau, and J.J. Quarante, "Simple microprocessor- based system for on-line ECG arrhythmia analysis, " Med. Biol. Eng. Comput., vol 19, no. 4, pp. 497-501, July 1981.

85. M.-E. Nygards and J. Hulting, "An automated system for ECG monitoring, " Comput. Biomed. Res., vol. 12, pp. 181-202, 1979.

86. M. Okada, "A digital filter for the QRS complex detection, " IEEE Trans. Biomed. Eng., vol. 26, pp. 700-703, Dec. 1979.

87. J. Pan and W.J. Tompkins, "A real-time QRS detection algorithm, " IEEE Trans. Biomed. Eng., vol. 32, pp. 230-236, 1985.

88. G. Papakonstantinou and F. Gritzali, "Syntactic filtering of ECG waveforms, " Comput. Biomed. Res., vol. 14, pp. 158-167, 1981.

89. Proceedings of the 4th Russian-Bavarian Conference on Biomedical Engineering. -Moscow.: MET, 2008. -378p.

90. K.D. Rao, "Dwt based detection ofR-peaks and data compression of ECG signals, "IETEJ. Res., vol. 43, no. 5, pp. 345-349, 1997.

91. E. Skordalakis, "Recognition of noisy peaks in ECG waveforms, " Comput. Biomed. Res., vol. 17, pp. 208-221, 1984.

92. Y. Sun, S. Suppappola, and T.A. Wrublewski, "Microcontroller-based real-time QRS detection, "Biomed. Instrum. Technol., vol. 26, no. 6, pp. 477-484, 1992.

93. S. Suppappola and Y. Sun, "Nonlinear transforms of ECG signals for digital QRS detection: A quantitative analysis, " IEEE Trans.Biomed. Eng., vol. 41, pp. 397400, 1994.

94. W. Sweldens. The Lifting Scheme: A new Philosophy in Biorthogonal Wavelet ' Constructions. In Wavelet Applications in Signal and Image Processing III. —

95. Proc. SPIE 2569, 1995, pp. 68-79.

96. B.C. Yu, S. Liu, M. Lee, C.Y. Chen, and B.N. Chiang, "A nonlinear digital filter for cardiac QRS complex detection, " J. Clin. Eng., vol. 10, pp. 193-201, 1985.