авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< 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:     | 1 | 2 || 4 | 5 |   ...   | 9 |

«Саратовский государственный университет им. Н. Г. Чернышевского МЕТОДЫ КОМПЬЮТЕРНОЙ ДИАГНОСТИКИ В БИОЛОГИИ И МЕДИЦИНЕ – 2012 Материалы ...»

-- [ Страница 3 ] --

6.Shitzer A., Stroschein L. A., Gonzalez R. R., Pandolf K. B. Lumped-parameter tissue temperature-blood perfusion model of a cold-stressed fingertip //J. of Appl. Physiol. 1996. Vol.

80, P. 1829–1834.

7.Короновский А.А., Храмов А.Е. Непрерывный вейвлетный анализ и его приложе ния. М.: Физматлит, 2003. 176 с.

8.Лыков А.В. Теория теплопроводности. М.: Высш. шк., 1967. 600 с.

ВЕЙВЛЕТ-АНАЛИЗ ПОВЕРХНОСТИ ПЛЕНОК АНОДНОГО ОКСИДА АЛЮМИНИЯ М.М. Филяк, О.Н. Каныгина, М.С. Бердников Оренбургский государственный университет E-mail: filyak@mail.ru Нанопористые материалы нашли широкое применение в различных областях медицины, биологии и экологии. Одной из областью применения этих материалов являются сенсоры электрохимического типа, в основе кото рых лежат нанокомпозитные селективные мембраны. Одним из перспектив ных материалов для изготовления таких мембран является нанопористый ок сид алюминия. Это обусловлено специфической ячеисто-пористой структу рой пленок в сочетании с уникальными механическими и химическими свой ствами [1-3].

Поверхность анодного оксида алюминия является сложной физической системой, которая формируется под действием совокупности разных факто ров. Состояние такой системы может быть обусловлено как случайными из менениями параметров самой системы, так и внешними воздействиями. Не имея методики оценки характеристик микрогеометрии поверхности анодного оксида алюминия, адекватно отражающих реальные процессы ее формирова ния, невозможно достоверно предсказать поведение анодной пленки. Возни кает задача разработки статистических методов оценки нерегулярной гео метрии поверхности. К числу таких методов относится вейвлет преобразование.

Основу вейвлет-преобразования составляет разложение сигнала по функциям, называемым вейвлетобразующими, посредством масштабных из менений и переносов. Результатом вейвлет-преобразования является спек трограмма W(a, b) – функция двух переменных: параметра масштаба вейвле та – a и параметра сдвига вейвлета – b. Спектрограмма представляет значе ния вейвлет- коэффициентов в плоскости масштаб – координата. При этом внизу спектрограммы расположены малые значения масштаба, представ ляющие детальную картину рельефа, а вверху – большие значения, дающие обобщенную картину.

В качестве объектов исследования использовали цифровые изображе ния поверхности пленок анодного оксида алюминия. При помощи програм мы ImageJ получали профили поверхности в виде зависимости интенсивно сти точек цифрового изображения от пространственной координаты. Вейв лет-анализ полученных профилей проводили с использованием программы Spectra Analyzer. Преобразования проводились на основе Morle-вейвлета. В результате были получены спектрограммы поверхности пленок анодного ок сида алюминия в зависимости от времени анодирования, несущие информа цию о распределении неоднородностей различных масштабов на поверхно сти пленок.





В качестве примера на рисунке приведены спектрограммы поверхности пленок при времени анодирования 10 и 40 мин.

Значение коэффициентов вейвлет-преобразования в точке тем больше, чем сильнее корреляция между вейвлетом данного масштаба и поведением профиля в окрестности этой точки. Величина коэффициентов определяет цвет соответствующей области вейвлет-спектрограммы: белый цвет - макси мум, темный – минимум совпадений.

На основе анализа вейвлет-спектров можно проследить эволюцию микрогеометрии поверхности анодного оксида алюминия, происходящую в процессе анодирования. Метод вейвлет-анализа позволяет контролировать динамику роста анодной пленки, а также может применяться для оптимиза ции режимов анодного окисления алюминия.

а б Спектрограммы поверхности пленок анодного оксида алюминия: а – время анодирования 10 мин, б – время анодирования 40 мин Библиографический список 1.Драпеза А. И., Лобан В. А., Судник Ю.М. Нефарадеевские емкостные сенсоры на основе пассивирующих пленок нанопористого анодного оксида алюминия // Микровол новые и телекоммуникационные технологии: тез. докл. 20-й междунар. Крым. конф. Сева стополь, 2010. С. 1163-1164.

2.Poinern G., Ali N., Fawcett D. Progress in Nano-Engineered Anodic Aluminum Oxide Membrane Development // Materials. 2011. Vol. 4. P.487-526.

3.Астафьева Н.М. Вейвлет-анализ: Основы теории и примеры применения // Успе хи физических наук. 1996. Т.166, № 11. C. 1145-1170.

СОВРЕМЕННЫЕ ОСОБЕННОСТИ РАЗРАБОТКИ ДИАГНОСТИЧЕСКИХ СИСТЕМ ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА ВРАЧА-ПЕДИАТРА А.А. Голофеев Тамбовский государственный технический университет E-mail: Mahhh2007@yandex.ru Любую современную сложную систему трудно представить без необ ходимого автоматического управления. Оснащение различных систем сред ствами автоматического управления позволяет снизить энергетические затра ты, точнее, поддерживать заданные параметры технологических процессов.

Автоматизация – это одно из направлений научно-технического про гресса, характеризующейся применением саморегулирующих технических средств, экономико-математических методов и систем управления, освобож дающих человека от участия в процессах получения, преобразования, пере дачи и использования энергии, материалов или информации, существенно уменьшающих степень этого участия или трудоёмкость выполняемых опера ций.

Автоматизация медицины и соответственно педиатрии прошла ряд стадий, в которых по-разному расставлялись акценты в использовании ком пьютерных технологий.

Автоматизированные системы длительное время использовались в ос новном в вопросах управления здравоохранением и лечебными учреждения ми, в статистической обработке данных.

Технический прогресс в развитии вычислительной техники привел к появлению диалоговые системы «врач – ПК». Параллельно шел процесс формирования новых подходов к созданию диагностических систем.

Можно сказать, что произошел переход от автоматизированных сис тем, которые предлагали готовое решение, далеко не всегда понятное врачу, к системам диалогового плана, которые позволяют получить разъяснение принятого диагностического решения.

Диагностические системы подразделяются по направленности на ре шение задач клинической или функциональной диагностики. Они могут быть как автономными, так и входить в состав автоматизированных рабочих мест (АРМ) врачей. Все эти привело к созданию аппаратно-программных ком плексов, включающих специальную медицинскую аппаратуру, персональный компьютер и программное обеспечение, ориентированное на данное обсле дование.

Для сокращения времени на выполнение обязательных для врача педиатра рутинных операций и для снижения вероятности врачебных оши бок был разработан программно-аппаратный комплекс «Здоровый ребенок».

Он дает возможность более точно измерять рост и вес детей, качественно вести документацию, оценивать и прогнозировать дальнейшее развитие ре бенка, а также помогает врачу быстро работать со справочной информацией и проводить телемедицинские консультации со специалистами других кли ник, не выходя из своего кабинета.

Комплекс медицинский диагностический «Здоровый ребенок», разра ботанный Тамбовским приборостроительным заводом ОАО «ТВЕС», вне дрен в практику в 2006 г. на базе МЛПУ «Городская детская поликлиника им. В. Коваля» г. Тамбова. Со времени его использования на комплексе об следовано все детское население Октябрьского района г. Тамбова 14200 че ловек. Возрастная группа обследованных составляет от момента взятия ре бенка на учет поликлиникой до 18-летнего возраста.

На базе МЛПУ «Городская детская поликлиника Коваля г. Тамбова» с сентября 2006 г. начали проводиться профилактические осмотры с использо ванием программно-аппаратного комплекса «Здоровый ребенок». В таблице представлены данные прошлых лет о количестве обследованных детей с ис пользованием ПАК «Здоровый ребенок».

Количество обследованных детей в возрасте 7 – 18 лет в МЛПУ «Го родская детская поликлиника им. В. Коваля г. Тамбова» с использованием ПАК «Здоровый ребенок».

Год Кратность обследования:

1 раз в год 2 раза в год 2006 2007 2008 2009 2010 2011 Примечание. Данные таблицы взяты из годовых отчетов МЛПУ «Городская детская поликлиника Коваля г. Тамбова».

При профилактических осмотрах с использованием медицинского ди агностического комплекса «Здоровый ребенок» у врача-педиатра и медицин ской сестры значительно сократилось время на оценку физического развития ребенка. При использовании бумажных оценочных центильных таблиц врачу для анализа и медсестре для проведения соответствующих замеров требова лось около 7 – 8 мин. на одного пациента. А при использовании ПАК «Здо ровый ребенок» это время сократилось до 1 – 2 мин. Это доказывает эффек тивность внедрения и использования данного комплекса в лечебно профилактических учреждениях г. Тамбова.

РАЗРАБОТКА ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА ДЛЯ УПРАВЛЕНИЯ МОЩНЫМИ ИСТОЧНИКАМИ ТОКОВ М.Д. Галимов Казанский национальный исследовательский технический университет Казанский авиационный институт им. А.Н. Туполева E-mail: galimov.cs@kstu-kai.ru Такая задача, как управление мощными источниками токов находит широкое применение в различных областях научной деятельности человека.

Перечислим некоторые: станки с числовым программным управлением, при боры авиационной и автомобильной промышленности, медицинское обору дование и т.д. Несмотря на это, на российском рынке практически не пред ставлены отечественные разработки устройств для управления мощными ис точниками токов, а существующие устройства и импортные аппараты не об ладают достаточной гибкостью управления и внедрения в другие системы.

При адаптации таких устройств в сложные системы обязательно возникают трудности, связанные с проблемами интерфейсов, питания, логических и функциональных особенностей. К тому же они имеют высокую цену.

Одно из возможных применений разрабатываемого комплекса – его ис пользование в составе магнитно-резонансного томографа ТМР-КФТИ. В ме дицинской диагностике часто возникает необходимость в одновременной ре гистрации изображений слоёв, каждое из которых расположено под произ вольным углом к прицельному изображению. Данную задачу возможно реа лизовать с помощью разрабатываемого комплекса. Будущий комплекс может быть использован для формирования градиентных импульсов, которые в свою очередь используются при проведении съемки на томографе.

В будущем блоке необходимо наличие такого элемента, который бы обладал гибкой (программируемой) логикой, с возможностью быстрого пе репрограммирования комплекса под новые задачи, расширения и модифика ции. Для этих целей планируется оснастить комплекс программируемой ло гической интегральной схемой (ПЛИС) или микроконтроллером. Наличие программируемого элемента позволит реализовать полный функционал бло ка. Основные функции ПЛИС / микроконтроллера – это начальная инициали зация блока, вычисление значений величин токов (например, для градиент ных катушек на магнитно-резонансном томографе), осуществление проверок правильного функционирования элементов на всех этапах функционирова ния блока (для предупреждения предаварийных ситуаций в работе устройст ва).

ПЛИС (программируемая логическая интегральная схема) – это боль шая интегральная микросхема, которая позволяет программным способом реализовать логические функции большой сложности. Планируется осна стить блок ПЛИС фирм Xilinx и Altera, которые имеют наибольшее распро странение на отечественном рынке, среди потребителей данного рода про дукции. Микроконтроллер представляет собой процессор и память, реализо ванные на базе одного кристалла микросхемы. На отечественном рынке наи более распространены микроконтроллеры фирмы Atmel, и выбор планирует ся остановить именно на них.

Каждый производитель ПЛИС / микроконтроллеров имеет широкий спектр выпускаемых моделей, для разных финансовых возможностей и раз ных уровней сложности задач конечного потребителя. При выборе ПЛИС руководствуются количеством логических элементов, объемом встроенного ОЗУ, количеством блоков встроенного ОЗУ, характеристиками быстродейст вия. При выборе микроконтроллера – его разрядностью, количеством памяти, числом цифровых и аналоговых портов ввода/вывода.

Исходя из того что разрабатываемый блок будет использоваться в со ставе магнитно-резонансного томографа ТМР-КФТИ в основном для началь ной инициализации и управления токами градиентов, мы не нуждаемся в сверхмощных ПЛИС / микроконтроллерах. Все сложные вычисления выпол няются на персональном компьютере инженера-оператора магнитно – резо нансного томографа.

В дальнейшем планируется перенести все вычисления, связанные с по строением конечного изображения, с персонального компьютера оператора на ПЛИС / микроконтроллер будущего блока.

На рисунке представлена функциональная схема будущего комплекса.

Функциональная схема программно-аппаратного комплекса для управления мощными источниками токов Опишем основные структурные элементы блок-схемы и дадим обоснование каждого решения:

• ПК – персональный компьютер оператора томографа, который исполь зуется для управления экспериментом;

• ПЛИС / микроконтроллер – программируемые элементы, для расшире ния функциональных возможностей будущего устройства;

• управление синхронизацией – данный элемент формирует синхросиг налы и синхронизирует работу всех элементов и узлов комплекса по тактам;

• USB / Ethernet – современные интерфейсы для связи с персональным компьютером;

• система защиты – набор датчиков для контроля различных критических аварийных ситуаций (перегрев управляемых устройств, превышение по току и т.д.);

• память – энергонезависимая, перепрограммируемая память типа EEPROM;

• ЦАП / АЦП 1 … N – цифро-аналоговый преобразователь /аналого цифровой преобразователь – используются для преобразования цифро вых сигналов в аналоговые и наоборот;

• управляемое устройство 1 … N – градиентные катушки магнитно резонансного томографа ТМР-КФТИ, на которые подается ток.

РАЗРАБОТКА МЕДИЦИНСКИХ ИНФОРМАЦИОННЫХ СИСТЕМ СБОРА И ОБРАБОТКИ МЕДИЦИНСКИХ ДАННЫХ А.Г. Хлопкова Саратовский государственный медицинский университет им. В.И. Разумовского E-mail: kape@bk.ru Целью проекта является разработка медицинской информационной системы сбора и обработки медицинских данных для проведения мультицен трических научных исследований и стандартизации лечебной тактики.

Современные информационные технологии существенно изменили подходы к получению, хранению и обработке информации различного рода.

Передача информации и взаимодействие через Интернет, хранение данных, облачные и другие технологии открывают новые возможности как в прове дении медицинских исследований, так и в практической медицине. Речь идет не просто о создании баз данных и видеосвязи, а об автоматизированных системах, управляющих лечебным процессом.

До настоящего времени в развитии медицинской техники и информа ционных технологий доминирует тенденция разработки сложного «самодос таточного» оборудования, а также программного обеспечения, рассчитанного на мощные, быстродействующие ПК или сеть внутри медицинского учреж дения. По данным 2009 г., комплексные медицинские информационные сис темы (КМИС) были инсталлированы в 10% лечебно-профилактических уч реждений. Однако преимущественно это ПО для администрации ЛПУ, отде ла статистики и бухгалтерии. Реально в лечебных учреждениях имеется ог раниченное количество «разношерстного» оборудования, что создает немало сложностей «продвинутым» пользователям и системным администраторам при установке КМИС. Кроме того, сложности возникают из-за многообразия предложений (на рынке имеется более 700 разработок медицинских инфор мационных систем), разнообразных, противоречивых и разделяющих ЛПУ.

Немалую роль играет косность медицинской среды и недофинансирование. В то же время имеется единое информационное пространство в сети Интернет, где могут быть размещены медицинские базы данных, схемы электронных историй болезни с лечебно-диагностическими стандартами, алгоритмы и программы прогноза течения заболеваний и т.д. Это предполагает переход к использованию облачных технологий в медицине.

Наиболее перспективными кажутся следующие направления: создание платформы для проведения мультицентрических научных исследований, ис пользование единых баз данных и лечебно-диагностических стандартов, адаптированных к ЛПУ разного уровня, совместимых с электронной доку ментацией.

В рамках данного проекта планируется разработать облачную инфра структуру (платформу) для размещения ПО прогнозирования рецидива яз венных гастродуоденальных кровотечений, базы данных и средств тестиро вания нового медицинского оборудования. Платформа адаптирована для ис пользования в ЛПУ разного уровня (ЦРБ, городские больницы и т.д.) и от крывает новые возможности при проведении мультицентрических исследо ваний, а также доступ к современным лечебно-диагностическим стандартам в этих лечебных учреждениях.

ПРИМЕНЕНИЕ КЛАСТЕРНОГО АНАЛИЗА ПРИ ИССЛЕДОВАНИИ СТРУКТУРЫ МЕДИЦИНСКИХ ДАННЫХ И.А. Осадчая, О.Г. Берестнева Томский политехнический университет E-mail: Irishka_tomsk@mail.ru В настоящее время накоплен обширный арсенал средств анализа мно гомерных данных. Наиболее полное изложение применяемых здесь подхо дов, сопровождающееся подробными ссылками на ключевые работы, содер жится в [1]. В [2] приведена классификация основных методов анализа структуры многомерных данных: визуализация данных: линейные методы снижения размерности, нелинейные отображения, многомерное шкалирова ние, заполняющие пространство кривые;

автоматическое группирование:

факторный и кластерный анализ объектов и признаков, иерархическое груп пирование, определение «точек сгущения».

Разделение методов носит достаточно условный характер, так как раз личные методы имеют немало пересечений в отдельных приемах обработки информации. В основу приведенной классификации положен признак, ото бражающий степень участия экспериментатора в выделении особенностей взаимоотношений между исследуемыми объектами и признаками. Примене ние методов визуализации данных нацелено на поиск наиболее выразитель ных изображений совокупности исследуемых объектов для последующего максимального задействования потенциала зрительного анализатора экспе риментатора.

Проведем анализ показателей физиологических реакций бронхолегоч ной системы в ответ на психофизиологическое воздействие (аудиовизульную стимуляцию). Технология получения экспериментальных данных подробно изложена в [3].

Бронхиальная астма (греч. asthma – удушье) – болезнь, при которой у больных наблюдается приступы экспираторного удушья различной тяжести.

Большинство больных бронхиальной астмой страдают психогенными при ступами удушья. Такие приступы возникают, как правило, при сильных эмо циях страха или гнева. Тяжелые стрессовые ситуации, скорее всего, могут вызвать непродолжительную ремиссию бронхиальной астмы. В свою оче редь, хронические психотравмы в большинстве случаев попросту ухудшают её течение [4]. Одной из причин возникновения различных соматических за болеваний могут быть психические факторы. Важной группой таких факто ров являются негативные эмоции. Эмоции оказывают влияние на иммунную систему;

гормональное состояние;

периферическую физиологическую акти вацию (например, частоту сердцебиений и артериальное давление).

Исходная информация представляет собой данные о пациентах с че тырьмя типами бронхолегочных заболеваний:

• бронхиальная астма непсихогенная (BANP);

• бронхиальная астма сомато-психогенная (BASP);

• бронхиальная астма психогенно индуцированная (BAPI);

• психогенная одышка (PD).

Кластер (англ.cluster скопление) объединение нескольких однород ных элементов, которое может рассматриваться как самостоятельная едини ца, обладающая определёнными свойствами. Кластерный анализ наиболее ярко отражает черты многомерного анализа в классификации. Главное на значение кластерного анализа – разбиение множества исследуемых объектов и признаков на однородные, в соответствующем понимании, группы или кла стеры. Это означает, что решается задача классификации данных и выявле ния соответствующей структуры в ней. Методы кластерного анализа можно применять в самых различных случаях, даже в тех случаях, когда речь идет о простой группировке, в которой все сводится к образованию групп по коли чественному сходству [2]. Основное достоинство кластерного анализа в том, что он позволяет производить разбиение объектов не по одному параметру, а по целому набору признаков. В итоге проделанной работы с помощью кла стерного анализа (метод Уорда) на базе пакета Statistica были получены ре зультаты разбиения.

В результате кластеризации по физиологическим показателям бронхо легочной системы, отражающим динамику их изменения, после проведения сеансов аудивизуальной стимуляции пациенты распределились по кластерам.

В 1-м кластере преимущественно оказались пациенты с диагнозом пси хогенно индуцированной бронхиальной астмой (BA), а также 3 человека с сомато-психогенной BA, 1 – с непсихогенной BA и 1 – с психогенной от дышкой.

Во второй кластер преимущественно попали также больные психоген но индуцированной бронхиальной астмой, 6 человек – с диагнозом сомато психогенной бронхиальной астмы и 5 человек – с непсихогенной астмой.

Третий кластер объединил преимущественно людей с диагнозом непсихогенной бронхиальной астмы. Также сюда попали 2 человека с психогенно индуцированной астмой, 5 человек – с сомато-психогенной астмой и 6 – с психогенной отдышкой.

В четвертом кластере также преимущественно оказались люди с не психогенной бронхиальной астмой. А также 4 – с сомато-психогенной BA и – с психогенной отдышкой.

На основе анализа полученных результатов (значений центроидов для каждого кластера) был сделан вывод о том, что на пациентов 1-, 3- и 4-го кластеров аудивизуальная стимуляция мозга оказывает аналогичное воздей ствие – улучшаются значения показателей вентиляции легких и механики дыхания. При этом для первого кластера улучшение значений показателей вентиляции легких менее выражено, чем для третьего кластера. Улучшение статической растяжимости легких характерно только для 4-го кластера. Для пациентов, попавших во 2-й кластер, аудивизуальная стимуляция практиче ски не оказывает никакого воздействия на изменение показателей вентиля ции легких и механики легких.

Также была проведена кластеризация по исходным («фоновым») фи зиологическим показателям бронхолегочной системы. В результате чего в первый кластер попали в основном пациенты с дигнозом «психогенно инду цированная астма», во второй – пациенты с непсихогенной бронхиальной ас тмой и с психогенной отдышкой, в третий – пациенты с психогенно индуцированной и сомато-психогенной бронхиальной астмой. И, наконец, в четвертом оказалось практически одинаковое количество представителей каждого из заболеваний. Полученные результаты показывают, что на основе имеющихся показателей бронхолегочной системы не удалось выделить кла стеры, соответствующие медицинским диагнозам.

Работа выполнена при финансовой поддержке РГНФ (проект 12-06 12057в).

Библиографический список 1. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статисти ка. Классификация и снижение размерности. М.: Финансы и статистика, 1989. 471 с.

2. Дюк В., Эмануэль В. Информационные технологии в медико-биологических исследова ниях. СПб.: Питер, 2003. 528 с.

3. Немеров Е.В., Языков К.Г. К вопросу изучения личностных свойств в психофизиологи ческой реактивности больных бронхиальной астмой на аудиовизуальную стимуляцию // Вестн. ТГПУ. 2011. Вып. 6 (108). С. 134–137.

ВЗАИМОСВЯЗЬ ДОРОЖНО-ТРАНСПОРТНЫХ ПРОИСШЕСТВИЙ ПО ВЛАДИМИРСКОЙ ОБЛАСТИ С ГЕО- И ГЕЛИОФИЗИЧЕСКИМИ ХАРАКТЕРИСТИКАМИ И.А. Лещев, Л.В. Грунская, А.В. Широбоков Владимирский Государственный Университет, ФКУЗ «Медико-санитарная часть МВД России по Владимирской области»

E-mail: grunsk@vlsu.ru Работа проводится Владимирским государственным университетом имени Александра Григорьевича и Николая Григорьевича Столетовых со вместно с Управлением Роспотребнадзора по Владимирской области и ФКУЗ «Медико-санитарная часть МВД России по Владимирской области». Осуще ствлен анализ взаимосвязи статистических данных по дорожно транспортным происшествиям по Владимирской области с геофизическими и гелиофизическими факторами [1].

Проводился анализ взаимодействия гелио- и геофизических факторов (числа Вольфа, электрическое поле Земли, магнитное поле Земли) с дорожно транспортными происшествиями по Владимирской области, по данным ФКУЗ «Медико-санитарная часть МВД России по Владимирской области». В 2004 г. на отдельных участках временных рядов выявлена значимая корреля ция между вертикальной составляющей напряженности электрического поля, магнитным полем Земли, числами Вольфа и количеством ДТП, количеством пострадавших по Владимирской области (таблица).

Коэффициенты корреляции с вероятностью ошибки р для количества ДТП, погиб ших, раненых в результате ДТП, их сумма по Владимирской области и напряженности электрического поля, чисел Вольфа за 2004 г.

Р Анализируемые процессы Даты Коэф. коррел.

ДТП и число Вольфа 0, -0, 13.02–25. ДТП и число Вольфа (N) 0, -0, 30.01–11. 0, -0, 31.10–31. Погибшие в результате ДТП и элек 0, -0, 15.08–25. трическое поле Земли 0, -0, 31.08–01. Погибшие в результате ДТП и число 0, -0, 22.11–23. Вольфа Погибшие в результате ДТП и число 0, -0, 24.11–25. Вольфа (N) 0, -0, 29.01–30. Раненые в результате ДТП и число 0, -0, 29.01–10. Вольфа 0, -0, 02.02–04. 0, -0, 25.02–26. Раненые в результате ДТП и число Вольфа (S) 0, 0, 30.10–10. Раненые в результате ДТП и элек 0, -0, 05.10–15. трическое поле Земли Раненые в результате ДТП и число 0, -0, 12.04–13. Вольфа (N) 0, -0, 29.01–30. Пострадавшие в результате ДТП и 0, -0, 29.01–10. число Вольфа 0, -0, 02.02–04. 0, 0, 06.10–06. 0, -0, 29.01–30. Пострадавшие в результате ДТП и число Вольфа (S) 0, -0, 29.01–29. 0, 0, 30.10–30. Пострадавшие в результате ДТП и 0, -0, 30.10–10. электрическое поле Земли Пострадавшие в результате ДТП и 0, 0, 12.04–13. число Вольфа (N) Получены гистограммы распределения коэффициента корреляции между ДТП и напряженностью электрического поля, числами Вольфа в выборке 32 за 2004 г. (рис. 1). Для сравнения полученных гистограмм представлены гистограммы распределения коэффициента корреляции между 2 случайными рядами, полученными в программе MS Exel при величине выборки 32, величине ряда 1000 (рис. 2).

а б Рис. 1. Гистограмма распределения коэффициента корреляции при вели чине выборки 32 за 2004 г.: а –между количеством ДТП и напряженно стью электрического поля;

б – между количеством ДТП и числом Вольфа б а Рис. 2. Гистограмма распределения коэффициента корреляции между случайными рядами, полученными в программе MS Exel при величине выборки 32, величине ряда 1000: а – №1;

б – № Выявленные участки значимой корреляционной зависимости для вре менных рядов количества ДТП, погибших, раненых в результате ДТП по Владимирской области и напряженности электрического поля Земли, геомаг нитного поля, чисел Вольфа за 2004 г. говорят о существовании взаимосвязи между этими процессами. Визуальное сравнение гистограмм показывает на неслучайный характер появления участков временных рядов со значимой корреляцией между вертикальной составляющей напряженности электриче ского поля, магнитным полем Земли, числами Вольфа и количеством ДТП, количеством пострадавших по Владимирской области.

Работа выполнена при поддержке РФФИ грант (11-05-97518).

Библиографический список 1.Грунская Л.В., Буренков В.Н., Лещев И.А., Сушкова Л.Т., Рыжова Е.Г., Дегтерева М.И. Влияние геофизических характеристик пограничного слоя атмосферы на некоторые показатели здоровья населения // Биотехносфера. 2011. №5.

СИСТЕМА РАСПРЕДЕЛЕННОЙ ОБРАБОТКИ ДАННЫХ СОСТОЯНИЯ ЗДОРОВЬЯ ДЕТЕЙ А.А. Копылов, М.А. Лядов, С.В. Фролов Тамбовский государственный технический университет E-mail: Mayso61@yandex.ru В настоящее время мониторинг здоровья детей является одним из наи более актуальных направлений в области здравоохранения. Мониторинг со стояния здоровья детей является сложным информационным процессом, на чиная со сбора медицинскими сестрами показателей соответствующего кон тингента учащихся, заканчивая централизованным обобщением полученной информации на уровне региона. Этот фактор стал предпосылкой для созда ния в 2011 г. на кафедре «Биомедицинская техника» ФГБОУ ВПО «ТГТУ» в рамках научно-исследовательской работы при поддержке Управления здра воохранения Тамбовской области информационной системы мониторинга, охватывающей муниципальные образовательные учреждения (МОУ), лечеб но-профилактические учреждения (ЛПУ) и медицинский информационно аналитический центр (МИАЦ).

Данные, полученные при помощи разработанной информационной системы мониторинга Тамбовской области, представляют серьезный интерес, как с научной точки зрения, так и с точки зрения административного контро ля над ЛПУ и МОУ для повышения уровня здоровья детей региона. Практика внедрения и использования информационной системы мониторинга здоровья школьников в Тамбовской области показала необходимость создания новой распределенной системы мониторинга на уровне Российской Федерации.

В процессе использования информационной системы мониторинга здо ровья школьников в Тамбовской области были выявлены следующие научно технические проблемы:

1) недостаточность научной проработки процесса обмена информацией между МОУ, ЛПУ и МИАЦ с точки зрения оптимизации информационных потоков;

2) отсутствие механизма обратной связи, а именно, наличие только од ностороннего потока данных – от МОУ к МИАЦ, что затрудняет поддержа ние справочной базы нижних звеньев информационной системы в актуаль ном состоянии;

3) низкая производительность системы при вычислении показателей здоровья большого числа школьников (десятки тысяч), которая наблюдается уже на уровне региона.

Для вычисления данных состояния здоровья детей Российской Федера ции предлагается создание распределенной высокопроизводительной систе мы мониторинга здоровья детей, которая в качестве вычислительных элемен тов будет использовать серверы региональных МИАЦ для формирования многокритериальной отчетности по данным здоровья миллионов школьни ков. Использование подобной схемы обусловлено постоянным поступлением данных с нижних звеньев информационной системы мониторинга – МОУ.

Моделирование оптимальной последовательности взаимодействий ме жду вычислительными процессами на региональных серверах, координация вычислительных ресурсов и разработка технической реализации информаци онной системы обеспечат выполнение полноценного мониторинга здоровья детей на уровне Российской Федерации. На рисунке схематически изображе на архитектура данной системы.

Архитектура распределенной системы сбора и обработки данных состояния здоровья детей На 1-м уровне проводится сбор и оценка данных состояния здоровья детей в МОУ. Данные из МОУ передаются на 2-й уровень в региональные центры обработки данных (ЦОД) по принципу асинхронной репликации. БД регионального ЦОД представляет собой совокупность всех БД МОУ 1-го уровня. При помощи специального программного обеспечения в региональ ном ЦОД проводится оценка состояния здоровья детей соответствующего региона.

Подобная схема асинхронной репликации трудно реализуема для пере дачи данных на 3-й уровень в федеральный ЦОД, поскольку БД регионально го ЦОД может содержать данные более сотни тысяч детей. Это достаточно существенно может повлиять на быстродействие системы. Кроме того, рас чет всевозможных показателей состояния здоровья нескольких миллионов детей даже на самом современном оборудовании может занимать десятки ча сов.

Наиболее оптимальным является использование ресурсов 2-го уровня в качестве распределенной вычислительной системы. Программное обеспече ние федерального ЦОД является управляющим звеном в этой распределен ной системе обработки данных. При оценке состояния здоровья детей Рос сийской Федерации из федерального ЦОД посылаются запросы в региональ ные ЦОД, где производится расчет показателей здоровья детей соответст вующих регионов, затем полученные данные передаются обратно и консоли дируются.

В предлагаемой распределенной системе сбора и обработки данных со стояния здоровья детей Российской Федерации предлагается принцип асин хронной репликации данных, которая в крупных информационных системах с распределенной архитектурой обеспечивает целый ряд важных преиму ществ: увеличение доступности данных и надежности системы, более равно мерное распределение нагрузки по разным серверам, ускорение доступа к локальным данным и др.

Предложенная новая модель распределенной обработки данных со стояния здоровья детей обеспечивает расчет весоростовых показателей, арте риального давления, анкетирования, физической подготовленности, групп здоровья, физкультурных групп, острой и хронической заболеваемости, про пусков занятий по болезни с учетом многокритериальных возрастно-половых и административно-территориальных фильтров для контингента учащих от сотен тысяч до миллионов детей.

Использование результатов работы разрабатываемой системы даст возможность детального изучения состояния здоровья детей и нахождения корреляционной зависимости между показателями здоровья и различными внешними факторами, а также для оценки динамики состояния здоровья де тей Российской Федерации в течение длительного периода времени.

ПРОГНОЗИРОВАНИЕ ВОЗНИКНОВЕНИЯ ПАТОЛОГИЙ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ ПРИ ПОМОЩИ ПОСТРОЕНИЯ АВТОРЕГРЕССИОННЫХ МОДЕЛЕЙ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА С.А. Старцева Саратовский государственный университет им. Н.Г. Чернышевского E-mail: s.a.startseva@gmail.com В последнее время начали развиваться методы анализа ЭКГ сигнала, с помощью которых можно не только узнать текущее состояние сердечно сосудистой системы человека, но и спрогнозировать возникновение таких патологий, как фибрилляция желудочков (форма сердечной аритмии, вызы вающая мгновенный летальный исход) и желудочковая тахикардия.

Узнать о приближении некоторых сердечных патологий стало возмож но благодаря тому, что их явному проявлению предшествуют специфические динамические изменения временной реализации ЭКГ сигнала. Например, во время приступов фибрилляции желудочков происходит бифуркация удвое ния периода и переход от псевдопериодического хаоса к устойчивому пре дельному циклу, причем бифуркация удвоения периода регистрируется до появления каких-либо видимых признаков надвигающегося приступа [1].

Один из наиболее точных методов, позволяющих узнать о приближе нии фибрилляции желудочков, основан на резких изменениях энтропии ЭКГ сигнала, возникающих приблизительно за три часа до явного проявления па тологии [2]. Однако для корректной работы данного метода за единичный анализируемый участок ЭКГ сигнала необходимо принимать от нескольких единиц до примерно 30 сердечных сокращений. Данное ограничение исклю чает возможность определить, в какой момент сердечного сокращения про изошла инициация патологии.

Метод прогнозирования возникновения патологий сердечно сосудистой системы при помощи построения авторегрессионных моделей можно применить как к решению задачи прогнозирования некоторых пато логий сердечно-сосудистой системы, так и к задаче определения первона чального источника прогнозируемой патологии. Информация о точном месте возникновения инициирующего патологию электрического импульса может не только помочь предотвратить наступающий приступ, но и найти способ избежать его повторения [3–8].

Работа метода заключается в построении нелинейных авторегрессион ных моделей для временных реализаций ЭКГ сигнала через определенные промежутки времени и в сравнении полученных моделей между собой. От клонения, превышающие допустимые, указывают на появление нехарактер ных для нормальной работы сердца электрических импульсов.

Вид выбранной для данного метода авторегрессионной модели зависит от ее размерности, степени и набора коэффициентов при базисных функ циях. В общем случае такая модель описывается следующим образом:

(1) Причем размерность и степень – параметры, задающиеся перед на чалом анализа, а набор коэффициентов – результат, вычисляемый с ис пользованием генетического алгоритма. Генетический алгоритм применяется для оптимизации поиска наилучшей авторегрессионной модели, т.к. количе ство базисных функций при требующихся для анализа ЭКГ сигнала парамет рах довольно велико.

Для применения рассматриваемого метода на практике необходимо ввести еще один параметр – допустимый уровень отклонения полученной модели от эталонной модели, предварительно рассчитывающейся для пациента по вре менным реализациям ЭКГ сигнала при нормальной работе сердца.

Можно выделить следующие основные этапы поиска возникновения па тологии работы сердца: 1) задание набора экспериментальных данных (вре менная реализация ЭКГ длиной порядка нескольких сердечных сокращений);

2) задание базисных функций;

3) создание начальной популяции;

4) выпол нение эволюционного процесса с параметрически заданными количеством популяций, количеством особей, шансом мутаций и т.д.;

5) сравнение полу ченной модели с эталонной моделью. Если отклонение не превышает допус тимый уровень, происходит переход к построению модели для следующего участка ЭКГ.

Далее следует выявить интервал сердечного сокращения, обозначив ший переход к патологическому состоянию. Инициирующий интервал мож но обнаружить следующим способом: 1) сузить область поиска до интервала в несколько сердечных сокращений;

2) обнаружить переход, применив к ка ждой точке этого интервала модели, соответствующие предыдущему и по следующему интервалу.

В ходе работы была создана и протестирована компьютерная про грамма, реализующая поиск параметрической нелинейной авторегрессион ной модели с использованием генети ческого алгоритма для заданной вре менной реализации.

Дальнейшей разработке метода препятствует высокая вычислитель ная мощность, необходимая для по строения адекватных моделей ЭКГ сигнала: ~1–10 Тфлопс (рисунок).

Реализация описанного метода осуществлена на ЭВМ с вычисли тельной мощностью ~0,01 Тфлопс, и Оценка вычислительной мощности, необ- потому показала хорошие результаты ходимой для нахождения модели за время только на тестовых временных реали 1с, в зависимости от числа базисных зациях, требующих на порядки мень функций (при параметрах, требующихся шего количества базисных функций, для построения адекватной модели вре чем временные реализации ЭКГ сиг менной реализации ЭКГ сигнала) нала.

Библиографический список 1.Small M., Yu D., Harrison R.G. Observation of a period doubling bifurcation during onset of human ventricular fibrillation. // I. J. Bifurcation and Chaos. 2003. Vol.13(3). P.743– 754.

2.Varotsos P.A., Sarlis N.V., Skordas E.S., Lazaridou M.S. Identifying sudden cardiac death risk and specifying its occurrence time by analyzing electrocardiograms in natural time.

// Appl. Phys. Lett. 2007. Vol.91(6).

3.Goldberg D.E. Genetic Algorithms in search, optimization, and machine learning. New York, Addison Wisley, 1989.

4.Davis L.D. Handbook of Genetic Algorithms, New York, Van Nostrand Reinhold, 1991.

5.Ed. Chambers L.D. Practical Handbook of Genetic Algorithms. (Complex Coding Sys tems, v.III). CRC Press, 1998.

6.Кроновер Р. Фракталы и хаос в динамических системах. М.: Техносфера, 2006.

488с.

7.Безручко Б.П. Моделирование по временным рядам в приложении к обработке сложных сигналов // Изв. ВУЗов. Прикладная нелинейная динамика. 2009. Вып.5. С.70– 84.

8.Безручко Б.П., Смирнов Д.А. Математическое моделирование и хаотические вре менные ряды. Саратов: ГосУНЦ "Колледж", 2005. 320с.

АЛГОРИТМ ВЫРАВНИВАНИЯ ПОСЛЕДОВАТЕЛЬНОСТЕЙ ДНК, ОПТИМАЛЬНЫЙ ДЛЯ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ А.В. Григорьев, А.О. Мантуров Саратовский государственный технический университет им. Ю.А. Гагарина E-mail: manturovao@gmail.com Одной из задач генетических исследований является поиск сходства структур известных ДНК последовательностей. Нахождение этого сходства в биологии называется выравниванием ДНК последовательностей [1,2]. В ма тематике эту задачу называют нахождением наибольшей общей подпоследо вательности. Спектр задач, в которых требуется выполнять выравнивание, весьма обширен: реконструкция эволюции организмов, поиск активного цен тра, моделирование 3D структуры белка, выявление паттерна функциональ ных семейств и сигналов в ДНК и многие другие. Наконец, выравнивание ДНК начинает широко применяться при обработке результатов секвенирова ния.

Особое распространение в генетике получило множественное выравни вание – нахождение наибольшей общей подпоследовательности среди многих последовательностей. Графически это можно представить как несколько го мологических последовательностей, записанных друг под другом оптималь ным в том или ином смысле способом (рис. 1), и образующих при этом неко торую матрицу М. Элементами матрицы являются основания ДНК.

Рис. 1. Пример множественного выравнивания для ДНК простейших Для реализации процедуры выравнивания ДНК известен ряд алгорит мов — Ниделмана и Вунша, Миллера-Маерса, вычисления по ленточной матрице и др. [1,2]. Однако наиболее экономичным по использованию памяти компьютера (асимптотическая оценка О(n)) является алгоритм Миллера Маерса. Принцип его работы состоит в разбиении одной из последовательно стей на две равные части (рис. 2).

Рис. 2. Первый шаг (слева) и конечный результат обсчета матрицы М по алгориму Миллера-Маерса Для каждой точки x линии раздела находим веса оптимальных вырав ниваний из начала в x и из конца в x: W+(x), W-(x). Вес оптимального вырав нивания, проходящего через точку x, равен W(x)=W+(x) + W-(x). Вес опти мального выравнивания равен W = maxx (W(x)). Таким образом, находится точка (элемент матрицы М), через которую проходит оптимальное выравни вание. Найденная точка x разбивает матрицу выравнивания на четыре квад ранта, два из которых заведомо не содержат оптимального выравнивания. Для двух квадрантов, содержащих оптимальный путь, можно применить тот же прием и запомнить следующие найденные точки x' и x". Продолжая процеду ру деления пополам, можно найти все точки, через которые проходит опти мальное выравнивание.

Однако практическая реализация указанного алгоритма требует суще ственных затрат машинного времени, радикальное сокращение которых воз можно только при реализации алгоритма в многопоточной среде. В частно сти, для реализации алгоритма перспективным видится применение совре менных технологий графических вычислений с реализацией параллельных вычислений на высокопроизводительных графических картах.

В настоящей работе предложен метод выравнивания, объединяющий такие достоинства известных алгоритмов, как однократный проход по матри це (в отличие от алгоритма Миллера-Маерса) и экономное использование па мяти ЭВМ. В отличие от метода вычисления по ленточной матрице, данный метод обеспечивает большую достоверность решения. В худшем случае дан ный метод будет потреблять n2 памяти, но в среднем это будет n·log(n) или меньше. Изложим суть метода. Рассмотрим произвольный столбец матрицы M, в котором записываются наилучшие длины подстрок. Мы имеем неубы вающую последовательность, состоящую преимущественно из повторяю щихся значений. Очевидно, что не обязательно хранить в памяти все значе ния, достаточно лишь запомнить позицию, на которой был улучшен резуль тат. Таким образом, ряд 1, 1, 1, 1, 4, 4, 4, 6, 6, 8, 8, 8, 8 будет записан как (0, 1), (4, 4), (7, 6), (9, 8), где первый элемент – позиция, второй – значение.

Необходимо отметить, что описанный выше метод Миллера-Маерса будет не оптимальным для выполнения на видеокарте: например, расчет од ного квадранта может выполняться в два потока: первый будет выполнять вычисления с начала, другой - с конца матрицы М, и все операции для расче тов будут идентичными. При параллельном вычислении нескольких квадран тов матрицы М квадранты обычно имеют различную размерность, и когда один квадрант уже вычислился, потоки процессора будут вынуждены ждать обработки оставшихся квадрантов, что понижает производительность всего алгоритма в целом. Необходимо распараллелить вычисление внутри одного квадранта. Это можно сделать, изменив порядок вычисления каждого эле мента. В отличие от алгортма Миллера-Маерса, предлагается осуществлять в матрице M независимое вычисление элементов, стоящих на линии, парал лельной побочной диагонали матрицы. Порядок обсчета представлен на рис.

3. Из него видно, что классический метод выполняется за 16 этапов, а пред ложенный за 7.

Рис. 3. Классическая (слева) и предложенная в работе последовательности обсчета квадрантов матрицы М Таким образом, предложенный подход позволяет наиболее полно ис пользовать ресурсы технологий параллельных вычислений с использованием высокопроизводительных графических карт, чтобы повысить эффективность реализации уже известных и зарекомендовавших себя алгоритмов.

Библиографический список 1. http://www-lmmb.ncifcrf.gov/~toms/sequencelogo.html . Галерея активных центров ДНК. (Обращение к ресурсу 06.08.2012).

2. http://folding.stanford.edu . Ресурс по проблемам свертки белка. (Обращение к ре сурсу 06.08.2012).

АВТОМАТИЗИРОВАННЫЙ КОНТРОЛЬ ПАРАМЕТРОВ ИЗЛУЧАТЕЛЯ РЕНТГЕНОВСКОГО АППАРАТА М. Г. Петрушанский Оренбургский государственный университет E-mail: pmg74@inbox.ru В работе [1] предложен радиационный метод определения анодного на пряжения и суммарной фильтрации пучка рентгеновского излучения рентге новского диагностического аппарата (РДА), основанный на изменении формы энергетического спектра излучения при его фильтрации.

В качестве меры изменения формы энергетического спектра излучения при его фильтрации предложено использовать коэффициент пропускания из лучения К ' заданным тестовым фильтром:

S К=, (1) S где S 0 и S – считанные по снимку сигналы, пропорциональные дозе рентге новского излучения до и после прохождения тестового фильтра.

Изменение величины коэффициента пропускания излучения К задан ным тестовым фильтром с увеличением общей фильтрации пучка рентгенов ского излучения носит индивидуальный характер для разных значений анод ного напряжения. Для двух значений коэффициента пропускания излучения К1 и К 2, соответствующих разным величинам общей фильтрации пучка рентгеновского излучения, можно записать следующую систему уравнений:

К1 = f (d,U a ), (2) К 2 = f ((d + d ),U a ) где К1 и К 2 – коэффициенты пропускания излучения до и после прохождения дополнительного фильтра толщиной d, d – суммарная фильтрация пучка рентгеновского излучения, U a – величина анодного напряжения. Система уравнений (2) позволяет по измеренным величинам К1, К 2 и d найти значения анодного напряжения U a и суммарной фильтрации d пучка рентгеновского излучения, контролируемого РДА.

Для возможности автоматизации процесса контроля параметров как цифровых, так и пленочных РДА, а также отдельных генераторов рентгенов ского излучения необходим комплекс аппаратных средств, включающий сле дующие элементы:

• набор изготовленных из определенного материала или из разных материалов тестовых фильтров определенной толщины;

• позиционно-чувствительный детектор рентгеновского излучения, позволяющий одновременно определять интенсивность неослабленного до полнительными фильтрами рентгеновского излучения и излучения, прошед шего через различные тестовые фильтры;

• электронную систему съема информации с детектора и ввода ее в память компьютера;

• компьютер.

При контроле параметров цифрового РДА в качестве детектора рентге новского излучения может использоваться приемная визуализирующая сис тема аппарата, а программа обработки информации может быть интегриро вана в основную программную среду визуализации рентгеновского изобра жения и управления РДА. При этом контроль значения анодного напряжения РДА может производиться при каждом выполнении диагностического сним ка.

Для автоматизации процесса измерения параметров излучателя РДА предложено применять тестовый фильтр в виде ступенчатого алюминиевого клина (рис. 1).

Рис. 1. Ступенчатый клин для измерения анодного напряжения РДА На ступенчатой поверхности клина 1, обращенной к источнику рентге новского излучения, должна быть размещена практически полностью погло щающая рентгеновское излучение маска 2, перекрывающая клин и выпол ненная, например, из свинца. Напротив средней части каждой ступени клина в маске имеется круглое отверстие 3. Маска предназначена для формирова ния узкого пучка рентгеновского излучения и определения границ каждой ступени клина на его изображении. Это необходимо для исключения влияния на результаты измерений возможных геометрических искажений очертания анализируемого изображения ступени, обусловленных перетеканием собы тий между соседними элементами детектора, непараллельностью пучка из лучения, взаимному наложению потоков излучения, прошедших через раз ные элементы ступенчатого клина.

Алгоритмические средства метода должны обеспечивать получение информации с детектора и ее обработку. Обработка оцифрованного изобра жения производится сравнением средних значений сигналов S точек изо бражения с некоторым заданным порогом S min. Происходит последователь ное поточечное считывание величин сигналов строки изображения ступенча того клина, соответствующей его центральному продольному сечению вдоль координаты x (рис. 2).

S Smin x Рис. 2. Информация, содержащаяся в строке изображения ступенчатого клина, соответствующая его центральному продольному сечению (масштаб не выдержан) Алгоритм обработки состоит из следующей последовательности опе раций:

• определение интенсивности или мощности дозы рентгеновского излучения, не ослабленного тестовым фильтром и прошедшего через различ ные элементы ступенчатого клина, то есть претерпевшего различную степень фильтрации. Определение производится усреднением числа отсчетов детек тора рентгеновского излучения по области рентгеновского изображения, со ответствующей определенной толщине фильтрующего материала, т.е. опре деленной ступени клина;

• определение по измеренным величинам коэффициента пропуска ния излучения для каждого элемента ступенчатого клина;

• определение анодного напряжения и суммарной фильтрации пучка рентгеновского излучения, контролируемого РДА по полученным зна чениям коэффициента пропускания излучения.

Библиографический список 1.Петрушанский М. Г. Разработка метода спектрального преобразования и аппа ратно-программных средств для измерения параметров излучателей рентгенодиагности ческих аппаратов: автореф. дис. … канд. техн. наук. Оренбург: ИПК ГОУ ОГУ, 2006. 22 с.

СИСТЕМА УПРАВЛЕНИЯ ТЕХНИЧЕСКИМИ УСТРОЙСТВАМИ ПРИ ПОМОЩИ ЕДИНСТВЕННОГО СИГНАЛА МИОГРАММЫ В. В. Юсовских, А. С. Караваев Саратовский государственный университет им. Н. Г.Чернышевского E-mail: sarkre@yandex.ru В настоящее время благодаря бурному развитию программируемых устройств цифровой логики и совершенствованию прецизионных механо тронных систем создается большое количество устройств, позволяющих зна чительно расширить возможности людей, имеющих физические ограниче ния. К таким устройствам относятся, в частности, различные инвалидные кресла c электронным управлением, устройства типа «гибридная нога» и ме ханизированная рука, расширяющие возможности людей, имеющих нервно мышечные патологии соответствующих конечностей и даже целые экзоске леты медицинского назначения [1–4].

Эти устройства имеют цифровое управление, интерфейс с человеком организуется посредством использования большого количества сенсоров и электромеханических переключателей, механические части приводятся в движение шаговыми и сервомоторами, обеспечивающими высокую точность их позиционирования. Однако такие системы имеют принципиальные огра ничения. В частности, они не могут использоваться людьми с выраженной дискинезией и парализованными конечностями, что не позволяет таким па циентам управлять перечисленными вспомогательными механическими уст ройствами.

Таким образом, актуальной задачей является разработка системы управления устройствами, ориентированной на использование людьми с тя желыми формами дискинезии или параличом конечностей различного генеза, чему и посвящена представленная работа.

В работе предлагается новое техническое решение, позволяющее рас ширить физические возможности именно таких больных, что определяет но визну работы.

Целью работы является разработка и создание автономной системы управления техническими средствами, предназначенными для расширения физических возможностей людей, имеющих нервно-мышечные патологии, которые не позволяют им пользоваться имеющимися техническими реше ниями (инвалидные кресла с электронным управлением и т.п.).

В рамках работы были решены следующие задачи:

1) разработана и создана система управления, обеспечивающая достижение поставленной цели путем использования дополнительного канала обратной связи с пациентом посредством экранного меню и управляемая единственным сигналом электромиограммы, что позволяет использовать ее у пациентов с практически полным параличом тела;

2) работоспособность предложенной системы проиллюстрирована на примере управления двухкоординатным механотронным исполнительным устройством, движимым шаговыми двигателями [4].

Основные блоки устройства:

1) блок исполнительного устройства;

2) блок устройства анализа длительности сокращения мышцы человека.

Блок устройства анализа длительности сокращения мышцы человека содержит:

1) миограф, 2) управляющий МК [1], 3) ЖКИ (жидкокристаллический индикатор)[3].

Принцип работы устройства анализа заключается в том, что сигнал с мышцы человека поступает на миограф, оцифровывается и поступает на управляющий МК [1], который реализован на базе МК Atmel ATmega16 [2].

МК анализирует длительность этого сигнала и в зависимости от его длитель ности производит либо вывод необходимого пункта меню на ЖКИ, либо по сылает команду управления работой шаговых двигателей исполнительному устройству.

Обратная связь с человеком реализована с помощью ЖК-индикатора [3]. Согласно пункту меню на индикаторе человек производит выбор необхо димого действия.

Блок исполнительного устройства содержит:

1) управляющий МК [1], 2) шаговые двигатели [4], 3) токовые драйверы [4].

Исполнительное устройство анализирует данные, которые поступили от устройства управления. МК управления через токовые униполярный и би полярный драйверы управляет работой шаговых двигателей, которые пози ционируют каретку.

Цифровой канал связи устройства управления и исполнительного уст ройства реализован посредством использования последовательного интер фейса UART [4].

В рамках работы был создан и реализован блок интерфейса с пользова телем для управления двухкоординатным исполнительным устройством, ориентированным на использование людьми с ограниченными физическими возможностями.

Для этого была организована индикация выбора режима на базе знако синтезирующего ЖК-индикатора, реализован канал связи для взаимодейст вия с исполняющим модулем и МК управления. Управление было организо вано с использованием единственной тактовой кнопки, что позволило моде лировать управление сигналом миограммы.

Были рассмотрены принципы микропрограммного управления, рас смотрены простейшие программы для вывода меню на цифровой индикатор и анализа команд, поступающих от пользователя.

Дальнейшее развитие работы планируется в направлении замены про водного интерфейса управления радиоканалом, а также организации управ ления блоком интерфейса с пользователем с помощью анализа в реальном времени сигнала электромиограммы.

Библиографический список 1. Кравченко А. В. 10 практических устройств на AVR-микроконтроллерах. Кн. М.: Додэка-XXI, 2008.

2. Евстифеев А. В. Микроконтроллеры AVR-семейства Mega. Руководство пользователя. M.: Додэка-XXI,2007. 592с.

3. Хоровиц П., Хилл У. Искусство схемотехники: в 2 т. М.: Мир, 1998. 590 с.

4. Титце У., Шенк К. Полупроводниковая схемотехника: Справочное руководство / пер. с нем. М.: Мир,1982. 512с.

КОМПЬЮТЕРНАЯ СИСТЕМА ДЛЯ АНАЛИЗА КОЛОРИМЕТРИЧЕСКИХ ПОКАЗАТЕЛЕЙ ДИСКА ЗРИТЕЛЬНОГО НЕРВА ЧЕЛОВЕКА И.В. Бакуткин, В.В Бакуткин., Ю.Н. Зайко2, В.В.Лобанов1, В.Ф.Спирин Саратовский НИИ сельской гигиены Роспотребнадзора, Саратовский государственнй технический университет им. Ю.А. Гагарина Российская академия народного хозяйства и государственной службы при Президенте РФ, Москва E-mail:bakutv@bk.ru Применение компьютерных методов для целей медицинской диагно стики является актуальной проблемой.

Цель данной работы – создание методики получения объективных цве товых характеристик изображения диска зрительного нерва с использовани ем компьютерных методов обработки изображений.

Авторами разработана компьютерная программа, которая позволяет получать объективные характеристики изображения зрительного нерва глаза на основе анализа распределения цветовых компонент в модели RGB по площади зрительного нерва и вычислять с их помощью площадь пораженной области в отношении к площади всего нерва для диагностики офтальмологи ческих заболеваний, например глаукомы. Кроме того, по результатам изме рений, она позволяет вычислять статистические характеристики цветовых компонент: средние значения, дисперсию и коэффициент вариабельности для здоровой и пораженной областей.

Программа позволяет решать следующие задачи:

на основании изображения глаза (файл bmp, gif и др.) строить объемные графики распределения цветовых компонент по площади зрительного нерва в моделях RGB и HSV;

определить степень информативности цветовых параметров указанных моделей для дальнейшего исследования и диагностики;

с помощью наложения маски выделять область поражения зрительного нерва и определять степень поражения;

определять статистические характеристики каждой цветовой компоненты: среднее значение, дисперсию по здоровой и пораженной областям.

При смешении двух основных цветов результирующий цвет осветляет ся: из смешения красного и зеленого получается желтый, из смешения зеле ного и синего — голубой, синий и красный дают фиолетовый. Если смеши ваются все три цвета, HSV (Hue, Saturation, Value - цветовой тон, насыщен ность, количество света или светлота) - модель, ориентированная на человека и обеспечивающая возможность явного задания требуемого оттенка цвета.

Подпространство, определяемое данной моделью - перевернутый шестигран ный конус.

По вертикальной оси конуса задается V - светлота, меняющаяся от 0 до 100. Значению V=0 соответствует вершина конуса, значению V=100 - осно вание конуса;

цвета при этом наиболее интенсивны.

Цветовой тон H задается углом.

Насыщенность S определяет, насколько близок цвет к «чистому» пиг менту и меняется от 0 на вертикальной оси V до 100 на боковых гранях шес тигранного конуса.

Цветовой тон H задается углом, отсчитываемым вокруг вертикальной оси. В частности, 0° - красный, 60° - желтый, 120° - зеленый, 180° - голубой, 240° - синий, 300° - фиолетовый, т.е. дополнительные цвета расположены друг против друга (отличаются на 180°) Точка V=0, в которой находится вершина конуса, соответствует черному цвету. Значение S при этом может быть любым в диапазоне 0-100. Точка с координатами V=100, S=0 - центр ос нования конуса, соответствует белому цвету. Промежуточные значения ко ординаты V при S=0, т.е. на оси конуса, соответствуют серым цветам. Если S=0, то значение оттенка H считается неопределенным.

Тестирование является одним из обязательных этапов разработки про граммного обеспечения. Всесторонняя проверка программного продукта чрезвычайно важна и должна выполняться на многих уровнях. Тестирование позволяет убедиться, что программа работает в соответствии с техническим заданием, и оценить величину неустранимой погрешности.

Программа разрабатывалась на языке Visual Basic в версиях Visual Ba sic 6.0 и Visual Basic. Net. Программа состояла из одной формы и нескольких командных кнопок. По щелчку по каждой из кнопок рисовалась окружность заданного радиуса, которая закрашивалась определенным цветом.

После накопления и обработки необходимого количества изображений диска зрительного нерва была создана база данных для некоторого числа па циентов, достаточного для выявления определенных тенденций. Число паци ентов ограничивалось числом предоставленного материала ( 60 человек).

На основании полученных зависимостей врач может решить следую щие задачи: ускорить процесс вынесения медицинского заключения пациен там, приславшим свое изображение глаза из удаленного места проживания, и решить вопрос о необходимости дальнейшего лечения в условиях стациона ра;

получить обобщенное представление о соответствии биологических и фактических возрастных характеристик.

С помощью программы колориметрического анализа изображений был обработан экспериментальный материал в виде изображений зрительного нерва для лиц разных возрастных групп без видимых признаков офтальмоло гических заболеваний. Были получены средние характеристики интенсивно сти каждой цветовой компоненты в модели RGB и их среднеквадратичные дисперсии по различным областям зрительного нерва в зависимости от воз раста.

РАЗРАБОТКА ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА НЕИНВАЗИВНОГО ДИСТАНЦИОННОГО МОНИТОРИНГА В ПРЕНАТАЛЬНОМ ПЕРИОДЕ В.В. Лобанов, А.В. Михайлов, Е.Д. Мартынов, А.Д. Черепанов Саратовский государственный технический университет им. Ю. А. Гагарина E-mail: jemguns@gmail.com В соответствии с государственными программами увеличения рождае мости особое значение приобретает снижение показателей перинатальной смертности и заболеваемости новорожденных. Однако в связи с переходом РФ к новым критериям живорожденности прогнозируется значительное ухудшение показателей младенческой смертности из-за рождения детей с критически низ кой массой тела. Исходя из этого возникает актуальная задача контроля состоя ния беременной и плода в перинатальном периоде. Непрерывный мониторинг основных физиологических показателей беременной и плода позволит своевре менно выявлять различные нарушения жизненно важных функций, корректи ровать и предупреждать развитие осложнений беременности, родов и преду преждения ранних родов. Существующие системы мониторинга не позволяют в амбулаторных условиях обеспечить решения требуемого комплекса задач для конкретной беременной в круглосуточном режиме.

Предлагаемая система представляет программно-аппаратный комплекс, который осуществляет отображение свойств объекта контроля или управле ния в виде формализованных и структурированных данных.

Для мониторинга объективного функционального состояния использу ются дистанционные индивидуальные датчики сердечной активности плода и беременной, температуры тела матери, мышечной активности матки, артери ального давления и пульса (далее параметры ОФС). В систему также входит интеллектуальный блок, включающий компьютерные программы обработки данных и систему оповещения врачебного персонала о текущем состоянии.

Решение задачи дистанционного мониторинга параметров ОФС будет достигнуто использованием в системе нового устройства в виде портативно го автономного измерительно-передающего модуля, который является мно гоканальным электронным измерителем со встроенным беспроводным моду лем передачи данных стандарта GSM/GPRS, сервера консолидации данных (компьютер), со специализированным программным обеспечением для сбора, хранения и отображения накопленных данных мониторинга, GMS-адаптера, обеспечивающего беспроводной обмен данными. Мониторинг параметров ОФС возможен в условиях нахождения пациента как в стационарных меди цинских учреждениях, так и вне них, находящихся в зоне покрытия средств беспроводной передачи данных стандарта GSM/GPRS, для составления диаг ностического графика и краткосрочного прогностического тренда, а также автоматизированного анализа и оценки динамики изменения параметров ОФС [1 – 3].

Прогностические критерии позволяют оценивать риски возникновения осложнений в ходе беременности, таких как гестоз и т.д. Гестоз относится к наиболее сложному разделу акушерской практики и продолжает оставаться одним из частых и грозных осложнений беременности и родов, что приводит к нарушению состояния здоровья матери, плода и новорожденного. Пробле ма гестоза имеет большое социальное значение в связи с высоким процентом заболеваемости матери (17 - 41,5%) и ребенка (8,9 - 74,1%)). Материнская и перинатальная смертность, непосредственной причиной которых является гестоз, занимает ведущее место, как в развитых, так и в развивающихся стра нах, и составляет, соответственно, 9,3 - 19,8 % и 6,9 - 17,4%. Эффективность системы обеспечивается профилактической направленностью и возможно стью своевременного принятия лечебных мер.

Предложенный компонентный состав системы, структура ее построения позволит обеспечить мониторинг параметров ОФС у большого количества на блюдаемых, с возможностью анализа, хранения, передачи данных по беспро водным каналам связи.

Система дистанционного мониторинга параметров ОФС беременной и плода будет работать следующим образом: портативный измерительно передающий модуль выполняет периодический замер параметров, через со ответствующие датчик измерения по специализированным программам:

мониторинг температуры тела осуществляется с кожных покровов брюшной стенки беременной с настраиваемым заранее заданным интерва лом. Существует несколько режимов работы: термометрия каждые 2 часа на протяжении суток (и более при необходимости), термометрия 4 раза в сутки (каждые 6 часов), термометрия в заданные часы;

мониторинг артериального давления (АД) крови беременной осуще ствляется в нескольких режимах: измерение каждые 4 часа, в заданные часы и принудительное по желанию беременной. Артериальное давление крови измеряется с физиологическими параметрами для систолического АД крови 125 мм рт.ст. – 100 мм рт.ст., для диастолического АД крови 60 - 85 мм рт.ст.

Параметры срабатывания «тревожной» сигнализации могут быть изменены лечащим врачом индивидуально для каждой женщины;

измерение пульса беременной производится одновременно с изме рением АД крови и фиксируется в виде графика с параметрами тревожной сигнализации выше 90 уд. макс. и ниже 60 уд. мин. Параметры «тревожной»

сигнализации могут быть изменены;

мониторинг сердечной деятельности плода осуществляется с задан ным интервалом по 30 мин несколько раз в течение суток. Датчик закреплен на специально разработанном бандаже, данные оцениваются совместно с со кратительной деятельностью матки, записываются графически, анализиру ются на базе интеллектуальной системы, имеется возможность «тревожного оповещения» врача при достижении аналитических критериев значений, сви детельствующих о неблагополучном состоянии плода;

оценка сократительной деятельности матки осуществляется тензо метрическим датчиком, закрепленным на бандаже, измерения проводятся од новременно с регистрацией сердечной деятельности плода, «тревожное опо вещение» настраивается индивидуально для различных сроков беременности.

Датчик и программа одновременно позволяют регистрировать двигательную активность плода, которая оценивается на отдельном графике независимо от сократительной деятельности матки круглосуточно.

Датчик измерения параметров ОФС, параметры которых инициализи руются микропроцессорным модулем управления (далее ММУ), по команде ММУ осуществляет измерение параметров ОФС наблюдаемой и передаёт ре зультат в ММУ. Модуль беспроводной передачи данных стандарта GSM/GPRS, параметры которого инициализируются ММУ, по команде ММУ осуществляет передачу результатов измерения температуры по беспроводной сети стандарта GSM/GPRS на сервер консолидации данных через Internet или GSM/GPRS-модем. Специализированное программное обеспечение позволя ет сохранять данные мониторинга в информационной базе данных, осущест влять ретроспективный и оперативный анализы полученных кривых, под держивает функции для регистрации и аутентификации пользователей в сис теме в соответствии с личными профилями.

Библиографический список 1.Воскресенский С.Л., Зеленко Е.Н. Кардиотокография в антенатальном периоде:

учеб.-метод. пособие. Минск.: БелМАПО, 2010.

2.Юпатов Е.Ю. Объемная компрессионная осциллометрия в диагностике и кон троле эффективности лечения гестоза: дис…канд.мед.наук. Казань., 2006.

3.Фрайден Дж. Современные датчики: Справочник. М.: Техносфера, 2005.

ВОЗМОЖНОСТИ АВТОМАТИЗИРОВАННОГО КОМПЬЮТЕРНОГО АНАЛИЗА МРТ-ИЗОБРАЖЕНИЙ МЕЖПОЗВОНКОВОГО ДИСКА В.О. Скворцов, В.В. Бакуткин, С.К. Дауров Саратовский НИИ сельской гигиены Роспотребнадзора, Саратовский государственный технический университет им. Ю.А. Гагарина E-mail: medvostok@gmail.com Магнитно - резонансная томография (МРТ) широко используется для визуализации деструктивных изменений в межпозвонковых дисков (МПД). В отечественной и зарубежной литературе подробно освещены особенности проведения МРТ при заболеваниях позвоночника, опубликованы результаты сравнительного анализа деструктивных изменений МПД на разных уровнях позвоночника и в различных возрастных группах.

Чаще всего МРТ используется как метод визуализации имеющихся клинических нарушений в целях разработки тактики лечения конкретного пациента. В то же время недостаточно исследованы возможности МРТ в це лях профилактики заболеваний позвоночника, особенно в аспекте профилак тики заболеваний, связанных с профессией.

Анализ результатов данного исследования в силу преимущественно ка чественной оценки является недостаточно объективным, что связано с рядом причин, наиболее важной из которых является высокая степень субъективиз ма при формировании врачебных заключений, зависящая как от клиническо го опыта врача, так и от степени его врачебной квалификации.

Кроме того, в большинстве врачебных заключений по оценке МРТ изображений, как правило, не указывается соответствие состояния МПД воз расту пациента, что в первую очередь связано с недостаточной разработкой критериев возрастных изменений МПД.

Основными недостатками субъективной оценки деструктивных изме нений по данным МРТ являются: разночтение выявленных изменений в за ключениях разных врачей-радиологов и, как следствие, различные рекомен дации по лечебно-профилактическим мероприятиям, а также сложности в учёте и сравнительном анализе выявленных изменений в межпозвонковых дисках.

Нами разработан способ автоматизированной оценки состояния МПД на основе компьютерного анализа МРТ-изображений поясничного отдела по звоночника, реализованный в виде компьютерной программы (заявка на пат.

№ 2011109815).

Способ представляет собой автоматизированный анализ МРТ изображения поясничного отдела позвоночника и включает в себя ряд после довательных операций: распознавание позвоночного столба на МРТ изображении, распознавание и выделение изображения МПД и спинномозго вой жидкости и анализ изображения МПД и спинномозговой жидкости.

Характер и степень деструктивных изменений МПД мы изучали, опи раясь на классификацию дегенеративных изменений межпозвонкового диска по данным МРТ по Пфирманну. Именно поэтому для реализации способа оценки были включены распознавание и анализ изображения спинномозго вой жидкости.

Критериями дегенеративных изменений МПД по Пфирманну служат визуальные изменения яркости изображения диска по сравнению с яркостью спинномозговой жидкости, высоты МПД, возможности различения границы пульпозного ядра и фиброзного кольца.

В нашей работе мы использовали анализ среднего уровня серого в изо бражении МПД, уровень однородности его изображения, вычисление высоты диска и форму диска.

Для оценки эффективности предлагаемого нами способа оценки дест руктивных изменений МПД мы провели исследование МРТ-изображений по ясничного отдела позвоночника, полученных при МРТ с использованием магнитного томографа с напряженностью магнитного поля 0,4 Тл, выпол ненной на базе отделения лучевой диагностики СарНИИТО в период с по 2010 годы.

Из исследования были исключены МР-томограммы пациентов, у кото рых по заключениям врачей-радиологов обнаружены воспалительные забо левания МПД, опухолевые или метастатические поражения МПД, а также травматические повреждения позвоночника, а также МР-томограммы лиц моложе 21 года.

В исследование вошли 70 МР-томограмм поясничного отдела позво ночника. В соответствии с возрастной периодизацией, принятой на 7-й Все союзной конференции по проблемам возрастной морфологии, физиологии и биохимии АПН СССР в 1965 г., мы разделили полученные томограммы на группы: группу 1-го зрелого возраста, 2-го зрелого возраста и группу пожи лого возраста.

Каждую МР-томограмму подвергли компьютерному анализу по разра ботанному нами способу.

В результате работы программы мы получили 274 изображения МПД уровней – L1/L2, L2/L3, L3/L4, L4/L5.

В соответствии с возрастной группировкой в группе 1-го зрелого воз раста исследовано 60 МПД, в группе 2-го зрелого возраста – 168 МПД, в группе пожилого возраста –46 МПД.

Согласно классификации дегенеративных изменений по Пфирманну, степень дегенерации межпозвонкового диска может быть определена на ос новании учета нескольких критериев, одним из которых является интенсив ность сигнала от изображения диска на МР-томограмме.

Учитывая, что изображения на МРТ являются полутоновыми, черно белыми, разработанная нами компьютерная программа позволяет вычислить показатель «интенсивность сигнала», используя характеристику «средний уровень серого» на МРТ-изображении МПД.

Качественная визуальная оценка изображений МПД по показателю «интенсивность сигнала» проводилась двумя независимыми врачами радиологами.

Количественную оценку среднего уровня яркости мы проводили опи санным выше способом компьютерного анализа.

В результате проведенного исследования мы установили, что интен сивность сигнала от МПД, сопоставимая с интенсивностью сигнала от спин номозговой жидкости, соответствует «белому» по структуре диску и обозна чает, по классификации Пфирманна, 1-ю степень дегенерации МПД.

В группе лиц 1-го зрелого возраста таковых МПД оказалось 25 ( МПД, отобранных для исследования). При этом 9 МПД — уровня L2/L3, — уровня L3/L4, 6 МПД — уровня L4/L5. Количественный анализ показал, что в данной группе МПД средний уровень серого в МРТ-изображении диска представляет собой интервал значений от 80 до 103 (среднее значение — 86,88).

Во 2-м зрелом возрасте выявлено 36 МПД (из 168 дисков, отобранных для исследования), с соответствующими визуальными характеристиками и вычисленным средним уровнем серого в интервале от 80 до 105 (среднее 89,47). Из них 7 МПД на уровне L1/L2, 13 дисков — на уровне L2/L3, МПД — на уровне L3/L4 и 1 МПД — на уровне L4/L5.

В группе пожилого возраста МПД, соответствующих 1-й степени деге нерации по Пфирманну, не выявлено.

Таким образом, среди отобранных на исследование 247 МПД, у 61 дис ка установлена 1-я степень дегенерации по Пфирманну при помощи компью терного анализа МРТ-изображений, что соответствует заключениям врачей радиологов по показателю «средний уровень серого». Полученные данные свидетельствуют о возможности автоматизации анализа МРТ-изображений с использованием технологии распознавания и анализа изображений, что по вышает эффективность диагностики по данным медицинской визуализации.

ПЕРСПЕКТИВЫ ПОВЫШЕНИЯ ИНФОРМАТИВНОСТИ ЭКГ С ПОМОЩЬЮ ФАЗОВЫХ СПЕКТРАЛЬНЫХ ХАРАКТЕРИСТИК В.В. Пырву Институт системного анализа РАН, Москва E-mail: slava.zyq@gmail.com Электрокардиограмма (ЭКГ) до настоящего времени является наиболее широко распространенным методом диагностики болезней сердца. Однако отклонения ЭКГ от нормы, за исключением некоторых типичных признаков нарушения возбудимости и проводимости миокарда, дают возможность только предположить наличие патологии. Условно-патологические отклоне ния в элементах ЭКГ могут быть индивидуальными вариантами нормы [1, 2].

В условиях космического полета возможности диагностики состояния орга низма космонавта ограничены, поэтому особое значение приобретает задача извлечения максимального количества полезной информации из зарегистри рованных сигналов.

С целью увеличения надежности и информативности медицинских за ключений в настоящее время активно развиваются подходы, связанные с математическими преобразованиями сигнала ЭКГ, направленными на выяв ление особенностей его спектра [3-5]. Наиболее часто встречается преобра зование Фурье. Основным недостатком работ, применяющих этот подход [3-5], является использование лишь амплитудно-частотной характеристики спектра, поскольку структура спектра определяется не только амплитудно частотными параметрами его гармоник, но и их фазовыми характеристиками.

Анализ показал, что при исследовании сигнала ЭКГ важно принимать во внимание не только амплитуды и частоты, но и фазы гармоник спектра в качестве информативных характеристик сигнала. Проиллюстрируем данный тезис, используя обратное преобразование спектра электрокардиоинтервала в исходный сигнал ЭКГ. Анализируемый участок ЭКГ можно представить в виде суммы гармоник разной частоты, которые отличны не только по ампли туде, но и по сдвигу (фазе) относительно начала участка.

На рисунке показан обнаруженный нами и типичный для всех иссле дованных сигналов ЭКГ феномен, смысл которого заключается в том, что восстановление сигнала ЭКГ только по амплитудно-частотным характери стикам спектра (при фиксированных и равных между собой фазах гармоник) сопровождается искажением формы сигнала и потерей его важных состав ляющих. На кривых (а), (б) показано, как при восстановлении кардиоинтер вала при фиксированных равных фазах гармоник смещается зубец R, практи чески исчезают зубцы Т и Р, искажается зубец S. На кривой (в) изображен сигнал, восстановленный по фазо-частотным характеристикам спектра (при фиксированных равных между собой амплитудах гармоник). Достаточно хо рошо видно, что он существенно лучше, по сравнению с кривой (б), воспро изводит форму исходного кардиоинтервала.

Таким образом, значения фаз гармоник спектров электрокардиограмм несут в себе важную дополнительную информацию о характеристиках ЭКГ, по сравнению с той информацией, которую можно получить на основе тра диционного анализа амплитудно-частотных характеристик спектра ЭКГ.

Обнаружение данного феномена открывает возможности для создания на его основе новых методик анализа ЭКГ с более высоким уровнем инфор мативности, что будет являться предметом дальнейших исследований авто ров.

Особенно перспективным представляется использование данного под хода не только в клинике и для целей функциональной диагностики, но и для выявления характеристик возрастных изменений ЭКГ с целью их дальнейше го использования в качестве новых биомаркеров старения [6, 7].

Восстановление исходного электрокардиоинтервала по амплитудно-частотным и фазо-частотным характеристикам его спектра: а - исходный электрокардиосиг нал;

б - сигнал, восстановленный при фиксированных равных между собой фа зах гармоник;

в - сигнал, восстановленный при фиксированных равных между собой амплитудах гармоник Библиографический список 1. Физиология человека: в 3 т. Т. 2 / пер. с англ.;

ред. Р. Шмидта и Г. Тевса. 3-е изд. М.: Мир, 2007. 323 с.

2. Мурашко В.В., Струтынский А.В. Электрокардиография: учеб. пособие // М.:

МЕДпресс-информ, 2007. 320 с.

3. Дабровски А., Дабровски Б., Пиотрович Р. Суточное мониторирование ЭКГ. М.:

Медпрактика, 2000. 208 с.



Pages:     | 1 | 2 || 4 | 5 |   ...   | 9 |
 










 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

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.