Информационно-измерительная система для оценки состояния сосудов

• Автор: Кычкин, Алексей Владимирович
• Шифр специальности: 05.11.16
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Пермь
• Количество страниц: 186 с. : ил.

Оглавление

Список используемых сокращений
Введение
1 Современное состояние информационно-измерительных систем
в медицинской диагностике
1.1 Медицинская диагностика состояния ССС человека
1.2 Аналитический обзор информационных систем регистрации, обработки и анализа информации для оценки состояния
сосудов
1.2.1 Системы передачи и хранения данных
1.2.2 Устройства съема биомедицинских сигналов
1.2.3 Системы регистрации и анализа сигналов
1.2.4 Идентификация диагностических параметров
1.2.4.1 Контурный анализ сигналов пульсовой волны
1.2.4.2 Методы статистического и спектрального анализа биомедицинских данных
1.2.4.3 Исследование зависимостей и снижение размерности
1.2.5 Модели и методы идентификации состояния сосудов
1.3. Основные требования к информационно-измерительной
системе для оценки состояния сосудов человека
1.4. Выводы по главе
2 Разработка ИИС для оценки состояния сосудов
2.1 Мониторинг состояния сложных биологических систем
2.2 Формализация оценки состояния сосудов с помощью ИИС
2.3 Параметрическая модель ИИС
2.4 Функционально-алгоритмическая структура системы
2.5 Синтез структуры ИИС и компонентов программно-аппаратного комплекса
2.6 Выводы по главе
3. Алгоритмическое и программное обеспечение ИИС
3.1 Применение интеллектуальных технологий при моделировании
системы медицинской диагностики

3.2 Диагностические показатели состояния сосудов человека
3.3 Описание процесса получения диагностических параметров
3.3.1 Концептуальная модель процесса измерения
3.3.2 Дискретизация сигнала пульсовой волны
3.3.3 Обработка сигналов пульсовой волны с применением цифровой фильтрации
3.3.4 Анализ формы пульсовой волны
3.3.5 Алгоритмы обработки пульсовой волны
3.4 Распознавание и классификация состояний сосудов человека
3.5 Протокол сбора измерительной информации в режиме реального
времени
3.6 Структура программной инструментальной оболочки
3.7 Подсистема хранения измерительной биомедицинской
информации
3.8 Автоматизация диагностики состояния сосудов человека
3.9 Выводы по главе
4 Реализация и исследование ИИС для оценки состояния сосудов
4.1 Объектно-ориентированная интерпретация структуры программной инструментальной оболочки
4.2 Методика применения программно-аппаратного комплекса для регистрации пульсовой волны и расчета диагностических параметров
4.3 Оценка технологичности конструкции датчиков
4.4 Оценка погрешности измерений датчиков пульсовой волны
4.4.1 Методика исследования
4.4.2 Разработка экспериментальной установки и анализ результатов
4.5 Результаты сбора, обработки и анализа пульсовой волны
с помощью ИИС
4.6 Оценка результатов классификации и перспективы развития системы
4.7 Выводы по главе
Заключение

Список использованной литературы
Приложения
Приложение А Исходный текст программы «Pulse Monitor»
Приложение Б Исходный текст программы web-портала
Приложение В Программа стенда оценки погрешности измерений

ты сглаживания выборочной спектральной плотности мощности. Преимуществами непараметрических методов являются простота используемого алгоритма и высокая скорость обработки. Используют два основных приема: весовые окна и усреднение по нескольким выборкам для ослабления случайной погрешности. Преимуществами параметрических методов являются:'легко различимые сглаженные спектральные компоненты, легкая автоматическая* постобработка спектра с распознаванием, основной частоты для низкочастотной и высокочастотной компонент, приемлемая оценка спектра по короткой*выборке.
1.2:4.3 Исследование зависимостей иснижеиие размерности
Если описательная статистика позволяет компактно представлять полученные результаты и определять сходства и различия, то для исследования зависимостей применяются корреляционный, дисперсионный и регрессионный анализ [69]. Если при анализе сигнала ПВ использовать какие-либо дополнительные сигналы (сигнал дыхания, сигнал капиллярного кровотока и др.) то можно оценить степень взаимосвязи различных биологических процессов, а также фазовые (временные) задержки между ними. Для этой цели на используют корреляционный анализ. Для того чтобы определить отсутствие зависимости, используют дисперсионный анализ. Регрессионный анализ применяется-для нахождения количественной зависимости между измеряемыми величинами. Несмотря на мощный аппарат методов исследования зависимостей для решения поставленной задачи они не приемлемы в силу наличия только одного измеряемого параметра - сигнала ПВ, снятого в различных точках.
Однако в. результате анализа формы ПВ возникают большие массивы информации, вследствие того, что каждый из исследуемых сигналов содержит несколько ДП. С целью уменьшения числа анализируемых переменных либо для выделения существенных переменных, либо построения новых показателей (на основании полученных в результате эксперимента) используются методы снижения размерности, [85]. Для снижения размерности используется факторный анализ, однако на практике чаще используется метод главных компонент. Метод главных компонент заключается в получении нескольких новых показателей - главных компонент, являющихся линейными комбинациями исходных показателей, полученных в результате эксперимента. Главные компоненты упорядочиваются в порядке убывания той дисперсии, которую они «объясняют». Преимущество метода главных компонент заключается в том, что зачас-