Автоматизированная система обработки и анализа динамических ГРВ-грамм биологических объектов

• Автор: Муромцев, Дмитрий Ильич
• Шифр специальности: 05.11.17
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Санкт-Петербург
• Количество страниц: 134 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. АВТОМАТИЗАЦИЯ ИССЛЕДОВАНИЯ БИОЛОГИЧЕСКИХ ОБЪЕКТОВ МЕТОДОМ ГАЗОРАЗРЯДНОЙ ВИЗУАЛИЗАЦИИ

1.1. Анализ процедуры формирования изображения свечения

ГАЗОВОГО РАЗРЯДА

1.2. Автоматизированный анализ и обработка изображений ГРВ-грамм

1.3. Архитектура автоматизированной системы анализа изображений газового разряда

1.4. Постановка задачи исследования

ГЛАВА 2. ОТКРЫТАЯ, РАСШИРЯЕМАЯ ИНФОРМАЦИОННАЯ МОДЕЛЬ СИСТЕМЫ АНАЛИЗА ГРВ-ГРАММ

2.1. Анализ существующих методов разработки информационных моделей

2.2. Информационная модель на основе фреймового представления данных
2.3. Концепция разработки программных систем на основе шаблонов проектирования
2.4. Применение шаблонов проектирования к разработке информационной модели
2.5. Выводы
ГЛАВА 3. МЕТОДЫ И АЛГОРИТМЫ АВТОМАТИЗИРОВАННОЙ ОБРАБОТКИ И АНАЛИЗА ДИНАМИЧЕСКИХ ГРВ-ГРАММ
3.1. Обобщенный алгоритм обработки динамической ГРВ-граммы
3.2. Приведение диапазона значений интенсивностей изображения ГРВ-граммы к эталону (калибровка изображений)
3.3. Выявление полезного сигнала и фильтрация шумового фона

ИЗОБРАЖЕНИЯ
3.4. Вычисление значимых топологических характеристик ИЗОБРАЖЕНИЯ
3.5. ПСЕВДООКРАШИВАНИЕ ИЗОБРАЖЕНИЯ ГРВ-ГРАММЫ
3.6. Алгоритмы расчета параметров ГРВ-граммы
3.7. Обобщенный алгоритм анализа динамической ГРВ-граммы
3.8. Сглаживание временных рядов
3.9. Анализ трендов временных рядов
3.10. Статистический анализ временных рядов
3.11. Фрактальный анализ временных рядов
3.12. Анализ энтропии временных рядов
3.13. Фурье-анализ временных рядов
3.14. Выводы
ГЛАВА 4. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ
АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ АНАЛИЗА ИЗОБРАЖЕНИЙ ГРВ-ГРАММ
4.1. Общая структура автоматизированной системы
4.2. Инструментальные средства разработки
4.3. Блок информационной подсистемы
4.4. Подсистема ГРВ тестирования
4.5. Подсистема параметрической обработки ГРВ-грамм
4.6. Блок аналитической подсистемы
4.7. Выводы
ГЛАВА 5. ПРАКТИЧЕСКАЯ АПРОБАЦИЯ И ОПИСАНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ С ПРИМЕНЕНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОБРАБОТКИ И АНАЛИЗА ДИНАМИЧЕСКИХ ГРВ-ГРАММ
5.1. Программа экспериментальных исследований
5.2. Логическая структура БТС
5.3. Исследование психофизического потенциала

ВЫСОКОКВАЛИФИЦИРОВАННЫХ СПОРТСМЕНОВ
5.4. Исследование нервно-психической устойчивости
5.5. Выводы
ЗАКЛЮЧЕНИЕ
ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ
ЛИТЕРАТУРА

ляются истинными для интересующей нас сущности. В то время как фреймы более нижних уровней имеют слоты, которые должны быть заполнены наиболее динамической информацией, подверженной частым изменениям. Если такого рода динамическая информация отсутствует, то фреймы более нижних уровней заполняются данными от фреймов более верхних уровней, которые носят глобальный характер. Данные, которые передаются в процессе функционирования системы от внешних источников во фреймы нижних уровней, имеют более высокий приоритет, чем данные, унаследованные от фреймов более верхних уровней [47].
Адаптация теории фреймов к задачам представления и хранения данных и знаний в рамках автоматизированной системы анализа изображений ГРВ-грамм позволила разработать концепцию информационной реляционнофреймовой модели БТС АГИ. В основе модели лежит двухуровневое представление данных. На каждом уровне определяется простейшая грамматика описания данных и язык трансляции формата представления данных с одного уровня на другой [48].
Информационная модель низкого уровня Мр, ориентирована на реализацию в виде реляционных таблиц данных и предназначена для создания типизированного хранилища признаков объектов системы. Модель должна:
• включать реляционные таблицы признаков каждого простейшего типа, где каждый признак представляется в виде пары <объект, значение>,
• включать реляционные таблицы, описывающие структуру объектов системы, где каждый объект представлен таблицей вида идентификатор, объект, имя, тип>,
• обеспечить возможность трансляции запросов в формате модели высокого уровня в свой формат, выборку из базы данных и выдачу данных в виде упорядоченных списков, для инициализации модели более высокого уровня.