Разработка математических моделей электрической активности организма : На примере электроэнцефалограмм

• Автор: Ороско Альборнос Рональд
• Шифр специальности: 05.13.16
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Санкт-Петербург
• Количество страниц: 129 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ОЦЕНКА СОВРЕМЕННОГО УРОВНЯ МОДЕЛИРОВАНИЯ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ БИОЛОГИЧЕСКИХ ОБЪЕКТОВ И АЛГОРИТМОВ ОБРАБОТКИ ЭЛЕКТРОФИЗИОЛОГИЧЕСКИХ СИГНАЛОВ
1.1. Оценка современного уровня моделирования функционального состояния биологических объектов
1.2. Оценка существующих алгоритмов обработки электрофизиологических сигналов
1.3. Постановка задачи анализа функциональных состояния биологических объектов по результатам обработки электрофизиологических сигналов
1.4. Выводы по первой главе
2. МОДЕЛИРОВАНИЕ ИЗМЕНЧИВОСТИ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ БИОЛОГИЧЕСКОГО ОБЪЕКТА ПО ДАННЫМ ДЕЯТЕЛЬНОСТИ МОЗГА
2.1. Физиологические предпосылки построения математической модели
2.2. Моделирование электроэнцефалограмм человека
2.3. Математическая модель связи электрофизиологических параметров мозговой деятельности с изменением функционального состояния биологического объекта
2.4. Выводы по второй главе
3. ФРАКТАЛЬНЫЙ АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ БИОЛОГИЧЕСКОГО ОБЪЕКТА
3.1. Введение в систему фрактального анализа состояния биологического объекта. Теоретические предпосылки ЭЭГ
3.2. Базовые алгоритмы анализа ЭЭГ
3.3. Программно-аппаратный комплекс для анализа фрактальной
динамики ЭЭГ
3.4. Программно-аппаратный комплекс для анализа фрактальной
динамики ЭЭГ
3.5. Сравнительная оценка эффективности алгоритмов сигналов ЭЭГ
3.6 . Выводы по третьей главе
4. ПРИМЕНЕНИЕ АППАРАТНО-ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ ЭКСПРЕСС АНАЛИЗА ФРАКТАЛЬНОЙ ДИНАМИКИ ЭЛЕКТРОЭНЦЕФАЛОГРАММ (АФДЭ)
4.1. Примеры использования анализа фрактальной динамики электроэнцефалограмм в биологии и медицине
4.2. Аппаратное и метрологическое обеспечение экспериментов
4.3 Использование методов (АФДЭ) для оценки функциональных состояний активности организма
4.4. Применение (АФДЭ) для обработки данных в научных исследованиях и телемедицине
4.5. Выводы по четвертой главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА

ВВЕДЕНИЕ
Актуальность проблемы. Создание автоматизированных систем медицинской и биологической диагностики в связи с современным внедрением в них цифровых средств обработки и анализа информации вошло в новую стадию своего развития. Диагностические системы базируются на вычислении разного рода показателей функционирования организма, которые получают из данных клинических обследований, в том числе получаемых из обработки электрофизиологических сигналов. Совокупность полученной информации характеризует так называемое
функциональное состояние (ФС) биологического объекта. Заключение о заболевании осуществляются на базе оценки ФС биологического объекта (в том числе и искусственно вызванных ФС - функциональных проб) и сравнении ее с известными описаниями ФС в норме и патологии. Отсюда становится понятной актуальность поиска автоматизированных средств именно ФС биологических объектов.
Потребность в разработке современных средств и методов медицинской диагностики в условиях резкого ухудшения экологической обстановки становится все более выраженной. Быстро растущая заболеваемость и смертность указывают на необходимость поиска новых методов и систем мониторинга за изменением состояния здоровья людей и животных.
В области моделирования биологических сигналов существует множество моделей и алгоритмов с той или иной степенью точности описывающих реальный процесс, но чисто описательные характеристики процесса не позволяют его прогнозировать, что значительно снижает ценность таких моделей для экспериментальной медицины. Например, исследование деятельности мозга в реальном масштабе времени при воздействии внешних факторов, требует подхода, который позволяет прогнозировать развитие процесса по его начальным параметрам.
Такие модели необходимы как в экспериментальной так и в клинической медицине, (анестезиология, реаниматология, психопатология) где по электроэнцефалограммам определяется функциональное состояние головного мозга. Проблема восприятия времени представляет глубокий теоретический и практический интерес. В ряде исследований показано, что в отсчете времени могут принимать участие следовые процессы, уровень активации, ритмы ЭЭГ и т.д. Существует предположение о том, что ритмическая активность нервной системы играет роль шкалы отсчёта времени, но работы посвящённые изучению связи

после чего опять-таки решалась задача аппроксимации спектра мощности в области гармоник, примыкающих к нулевой (от 2-ой до 15-й) с помощью функции вида:
и(р,к,р):=к рр р2.. 15 (2.6)
путем минимизации функционала;

в8Е(к,Р) := V (Вр-и(р,к,Р))2
Р = 2 (2.7)
,омз
,2.73878 ШГ

Цр*.р

$29ШШ5 о

Это задача (2.7) решалась многократно для разных значений параметров “Ь“
и “Э"
Ь<=[1.35,1.37, 1.39,1.41,1.43, 1.45, 1.48], Ос=[1.75, 1.83, 1.87,1,89] определена матрица р и построена поверхность, соответствующая этой матрице (рис 2.20 и 2.21)
рі:-
0.721 0.901 1.183 0.339 0.696 0
0.938 1.120 1.221 0.552 0.613 0
1.075 1.287 1.291 0.6 0.559 0
0.919 1.037 1.381 0.764 0.536 0