Пространственно-временное моделирование распределения биопотенциалов

• Автор: Пешехонов, Алексей Николаевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Пенза
• Количество страниц: 169 с. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1 ПОСТАНОВКА ЗАДАЧИ ОПРЕДЕЛЕНИЯ РАННИХ ПРИЗНАКОВ СЕРДЕЧНОСОСУДИСТЫХ ЗАБОЛЕВАНИЙ НА ОС г НОВЕ ПРОСТРАНСТВЕННОВРЕМЕННОЙ МОДЕЛИ РАСПРЕДЕЛЕНИЯ БИОПОТЕНЦИАЛОВ
Введение р

1.1 Множественные отведения в изучении электрической

активности сердца

1.2 Модели электрической активности сердца.

1.2.1 Модель Эйнтховена

1.2.2 Модель ВинераРозенблюта.

1.2.3 Модель для возбудимой клетки произвольной фор мы.

1.2.4 Модель для цилиндрической возбудимой клетки

1.2.5 Модель для поврежденной клетки.
1.2.6 Модель для изотропного однородного миокарда
1.2.7 Модель для элементарного биоэлектрического гене ратора анизотропного однородного миокарда
Выводы по главе 1 .
2 РАЗРАБОТКА МЕТОДОВ ОЦЕНИВАНИЯ ПАРАМЕТРОВ ПРОСТРАНСТВЕННОВРЕМЕННЫХ МОДЕЛЕЙ РАСПРЕДЕ
ЛЕИЯ БИОПОТЕНЦИАЛОВ
2.1 Обзор методов оценивания параметров пространственновременной модели
2.1.1 Класс линейных относительно параметров пространственных моделей
2.1.2 Класс линейных динамических моделей временная модель на основе авторегрессии
2.2 Определение структуры и параметров временной модели на основе авторегрессии нелинейным модифицированным методом наименьших квадратов
2.3 Алгоритм прогноза биопотенциалов по временной модели .
2.4 Численные методы определения параметров пространствен
новременной модели.
2.5 Параметрическое оценивание полной пространственновременной модели эволюции распределения биопотенциалов на
основе сферических функций
Выводы по главе 2.
3 ТЕСТОВЫЕ ИССЛЕДОВАНИЯ КОМПЛЕКСА ПРОГРАММ ДЛЯ ПОСТРОЕНИЯ ПРОСТРАНСТВЕННОВРЕМЕННОЙ МОДЕЛИ РАСПРЕДЕЛЕНИЯ БИОПОТЕНЦИАЛОВ
3.1 Тестовые исследования построения пространственно
временной модели.
3.2 Подпрограмма идентификации стохастических разностных уравнений авторегрессии.
3.2.1 Тестовые примеры
3.3 Подпрограмма идентификации пространственной модели .
3.3.1 Тестовые примеры.
Выводы по главе 3
4 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ АЛГОРИТМОВ ОБРАБОТКИ ПРОСТРАНСТВЕННОВРЕМЕННОЙ МОДЕЛИ
4.1 Информационное обеспечение пространственновременной модели .
4.2 Практическая реализация пространственновременной модели и результаты внедрения.
Выводы по главе 4.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ.
СПИСОК ЛИТЕРАТУРЫ


The International Conference of Intelligent Systems and information technologies in control / Псков, июнь г. Дне детского кардиоревматолога Самарской области / Самара, март г. Международной научной конференции: «Математические методы в технике и технологиях» (ММТТ-) / Смоленск, июнь г. Международной конференции: «Декомпозиционные методы в математическом моделировании» / Москва, июнь г. Всероссийской научной конференции: «Кардиология - век» / Санкт-Петербург, ноябрь г. Международной конференции: «Математика. Компьютер. Образование» - стендовый доклад / Дубна, январь г. Международном славянском конгрессе «Кардиостим » / Санкт-Петербург, февраль г. Международной конференции: «Математика. Экономика. Образование» / Абрау-Дюрсо, май г. Международном семинаре: «Устойчивость и колебания нелинейных систем управления» / Москва, май г. ММТТ-) / Тамбов, июнь г. Международной конференции: «Вычислительная и прикладная математика» / Киев, сентябрь г. VIII Международном конгрессе «Актуальные проблемы экологии человека» / Самара, декабрь г. Международной конференции: «Математика. Компьютер. Образование» - стендовый доклад / Пущине, февраль г. Публикации по работе. По материалам диссертации опубликовано работы, получены 2 свидетельства интеллектуальной собственности. Объем и структура работы. Диссертационная работа состоит из введения, 4 глав, выводов по главам, заключения, библиографического списка и приложений. Объем работы: 5 страниц основного машинописного текста, рисунков, таблиц. Библиографический список содержит 3 отечественных и зарубежных источников. Выражаю огромную благодарность своему научному руководителю д. Кацюбе Олегу Алексеевичу, а также консультанту д. Кельцеву Владимиру Алексеевичу за постоянное внимание и помощь при подготовке диссертации. Всем коллегам и товарищам, принимавшим участие в обсуждении результатов работы, приношу искреннюю признательность. Самым доступным и распространенным методом исследования электрической активности сердца является электрокардиография (ЭКГ) [, 4]. Теоретические основы и практическое значение ЭКГ изложены в монографиях отечественных Л. И. Фогельсона (), Г. Я. Дехтяря (), И. И. Исакова с соавт. В.Н. Орлова () и зарубежных Е. Lepeschkin (), C. V. Nelson, D. B. Geselowitz (), В. S. Lipman (), A. B. de Luna (), G. S. Wagnes (), T. C. Chon () авторов. В г. A. Waller впервые зарегистрировал электродвижущую силу сердца человека [1, 2]. В клиническую практику ЭКГ была введена В. Эйнтховеным, который получил более точную картину ЭКГ' и ввел действующие до сих пор обозначения для ее основных зубцов и интервалов (рис. Однако, несмотря на простоту и доступность получения информации при записи классических отведений ЭКГ не всегда удается достаточно точно охарактеризовать фаницы, глубину и степень поражения сердечной мышцы. По данным [4], общепризнанные для диагностики гипертрофии левого желудочка признаки [5] дают приблизительно в равном проценте случаев положительные и отрицательные результаты при сопоставлении электрокардиофафических и патологоанатомических заключений. Гипертрофия правого желудочка диагностируется методом ЭКГ лишь в -% случаев []. Комбинированная гипертрофия на ЭКГ проявляется в - % случаев []. Частота ложнонегативных результатов при интерпретации классических отведений ЭКГ составляет % []. Электрокардиография содержит в себе факторы, ограничивающие и снижающие ценность метода, связанные, во-первых, с отсутствием возможности выявлений ранних изменений в работе органов кровообращения, что подтверждается данными; во-вторых, в % случаев точность анализа зависит от опыта специалиста; в-третьих, в - % случаев возможны ошибки из-за недостаточной точности измерений [3] и т. Рисунок 1. Внедрение в практическое здравоохранение вычислительной техники, позволив ускорить обработку ЭКГ - кривых в общепринятых отведениях, не позволяет пространственно воспринимать и анализировать биоэлектрическую активность сердца. В связи с этим большое значение приобретает разработка новых методов ЭКГ - диагностики, одним из которых является наружное ЭКГ - картирование.