Исследование методов обработки электроэнцефалографических сигналов с целью решения задач классификации в медицинских диагностических системах

• Автор: Шабанов, Дмитрий Валерьевич
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Таганрог
• Количество страниц: 204 с. : ил.

ГЛАВА 1 ОБЗОР И АНАЛИЗ ИЗВЕСТНЫХ МЕТОДОВ ДИАГНОСТИКИ

1.1. Биопотенциалы мозга: механизмы возникновения и основные характеристики

1.2. Электроэнцефалография как метод исследования электрической активности головного мозга
1.3. Постановка задачи повышения эффективности диагностики в реальных условиях конечной выборки
1.4. Постановка задачи выбора модели сигналов, получаемых при функционально-диагностических исследованиях для предварительного обучения диагностической системы

Выводы по материалам первой главы

ГЛАВА 2: ПОСТАНОВКА ЗАДАЧИ ДИАГНОСТИКИ И АНАЛИЗ ПРОГНОЗНЫХ МОДЕЛЕЙ ДЛЯ СЕГМЕНТАЦИИ ЭЭГ РЕАЛИЗАЦИЙ. АНАЛИЗ МОДЕЛЕЙ ЭЭГ СИГНАЛОВ 3

2.1. Постановка задачи диагностики

2.2. Рассмотрение методик прогнозных моделей ЭЭГ сигнала

2.3. Рассмотрение методики сегментации ЭЭГ сигналов с использованием выбранной параметрической модели
2.4. Рассмотрение моделей ЭЭГ сигналов
Выводы по материалам второй главы
ГЛАВА 3: РАЗРАБОТКА АЛГОРИТМОВ НЕПАРАМЕТРИЧЕСКОГО РАСПОЗНАВАНИЯ ПАТОЛОГИЙ
3.1 Модели ЭЭГ сигналов различных классов для оценки признаков патологий в каждом классе
3.2 Выбор признаков для распознавания
3.3 Выбор разделяющих поверхностей и решающих правил
3.4 Исследование влияния размерности вектора признаков на
эффективность классификации
Выводы по материалам третьей главы

ГЛАВА 4: ИССЛЕДОВАНИЕ АЛГОРИТМОВ НЕПАРАМЕТРИЧЕСКОЙ КЛАССИФИКАЦИИ

4.1. Методы моделирования устройств обработки сигналов
4.2. Моделирование алгоритмов непараметрического распознавания
4.3. Сравнительный анализ показателей качества предложенного и
известного алгоритмов непараметрической классификации
4.4. Разработка структурной схемы экспериментальной установки. Объект исследования
4.5. Оценка статической погрешности результатов моделирования
4.6. Определение вероятностей ошибок по классам
Выводы по материалам четвертой главы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ 13
ПРИЛОЖЕНИЯ

Развитие средств радиоэлектроники, автоматики вычислительной техники позволило поднять на качественно новый уровень работу медицинских учреждений как в области лечебно-профилактической, так и в научно-исследовательской деятельности. Оборудование, работа которого основана на достижениях в других областях науки и техники, позволяет в некоторых случаях существенно упростить задачи, решаемые медиками, а в ряде случаев даёт возможность проникнуть в некоторые тайны человеческого организма.
Сложное радиоэлектронное оборудование нашло широкое применение во всех главных направлениях современной медицины: диагностике заболеваний, терапии и медицинских исследованиях. Несомненно, каждое из данных направлений является чрезвычайно важным, более того, во многих случаях они дополняют друг друга, комбинируются. Однако многовековая практика показывает, что своевременное и правильное диагностирование заболевания есть залог успеха в дальнейшем лечении. Поэтому проблемам диагностики заболеваний уделяется достаточно большое внимание.
Специфика диагностики заболеваний состоит в том, что на ранних стадиях многие заболевания обладают плохой симптоматичностью, даже опытному врачу достаточно сложно выявить признаки, указывающие на наличие недуга. В таких случаях на помощь приходит медицинское диагностическое оборудование, позволяющее объективно оценить состояние пациента.
Среди множества видов диагностики заболеваний одним из главных является функциональная диагностика, основанная на определение параметров функционирования различных систем организма. Методы функциональной диагностики являются наиболее сложными, с точки зрения технической реализации, но в тоже время дают наиболее объективные результаты.
Из всех существующих методов функциональной диагностики в настоящее время наиболее широкое развитие получают методы, позволяющие оценивать состояние сердечно-сосудистой и центральной

При каждом выбранном а£ оптимальные значения объемов т* и п* могут быть найдены стандартными методами целочисленного программирования [88].
В [83] предлагается более простая методика решения данной задачи оптимизации. Используя инвариантность решения (m*,n’) задачи (2.10) относительно умножения критерия на положительное число, задача оптимизации переписывается в следующем виде:
а2 (2m + n) -» min
ф|асл/т/2|-Ф^ i£ / 2-^(l/m) + 2/nj > l-2a*. (2.11)
Разрешая уравнение
ф(л/х/2)-ф[1/2 •V(l/x) + 2/y = 1-2а* (2.12)
относительно у
8х2 f2 V — (1-2а’)/ф(л/^/2)] (2.13)
x-4f2 (1-2а’)/ф(7^/2)]’
где ^ = Ф '(1), и выясняя следующие свойства функции (1.21):
1) область определения в: 4Г2^ 1 — 2а*| < х < со, у = 00,
2) lim
x-*4f2
2(^-2 а'У
3) (5у/<9х) < О, хев,
4) [д2 у/Зх2) >0, х ев,
и учитывая монотонность и непрерывность функций Ф(х) и Ф"'(*), показано, что если х0 и у0 являются решениями нижеследующей задачи оптимизации в классе непрерывных функций:
8х2 f2
2х + у-> min,
х.у
(1-2а')/ф(л/х/2)]
х-4Г
(2.14)
(1-2а’)/ф(л/х/2)]’
то с достаточной для практических приложений точностью в качестве решения (т’, п*) задачи (2.11) можно принять