- •8.05080102 – Фізична та біомедична електроніка
- •Лекція №1 Основні поняття про біомедичні електронні системи
- •1.1. Призначення біомедичних електронних систем
- •1.2 . Класифікація бес
- •1.3. Математичне моделювання інформаційного процесу в бес
- •1.4. Загальне формулювання проблеми вибору рішення в бес
- •1.5. Оцінювання якості бес Необхідно визначити шляхи побудови оптимальних бес на основі вибору правил рішень, яким відповідають екстремуми (мінімуми) середніх втрат.
- •Лекція №2 Методичне, технічне та інформаційно-алгоритмічне забезпечення бес для реєстрації та обробки біопотенціалів. Електрокардіографія
- •2.1. Виникнення та дослідження біопотенціалів
- •2.2. Електроди для реєстрації біомедичних сигналів
- •2.3. Перешкоди і спотворення, що виникають під час реєстрації біомедичних сигналів
- •2.4. Підсилювачі біопотенціалів
- •2.5. Електрокардіографія
- •2.5.1. Електрична активность серця
- •2.5.2. Поняття про вектор (диполь) серця і вектор відведення
- •2.5.3. Електрокардіографічні відведення
- •2.5.4. Техніка реєстрації екг
- •2.5.5. Основні елементи стандартної екг
- •Лекція №3 Методичне, технічне та інформаційно-алгоритмічне забезпечення бес для реєстрації та обробки біопотенціалів. Електрокардіографія
- •3.1. Електрокардіограф 12-канальний “ ucard-200”
- •3.2. Реанімаційно-хірургічний монітор «um-300»
- •3.3. Векторкардіографія
- •3.4. Добове моніторування екг (за Холтером)
- •3.5. Діагностична система «Кардіовізор»
- •3.7. Система електрокардіографії високого розрізнення
- •3.8. Електрокардіографія плоду
- •3.9. Апаратні рішення в бес для обробки біопотенціалів
- •3.10. Приклад мобільної бес для реєстрації та обробки біопотенціалів серця
- •Лекція №4 Методичне, технічне та інформаційно-алгоритмічне забезпечення бес для реєстрації та обробки біопотенціалів. Електроенцефалографія
- •4.1. Визначення електроенцефалографії
- •4.2. Реєстрація еег
- •4.3. Основні характеристики еег
- •4.4. Артефакти при реєстрації еег
- •4.5. Основні методи аналізу еег
- •4.6. Застосування аналізу еег для прогнозування епілептичних нападів
- •Лекція №5 Методичне, технічне та інформаційно-алгоритмічне забезпечення біомедичних електронних систем для реєстрації та обробки даних про тиск крові
- •5.1. Методи вимірювання артеріального тиску
- •5.2. Бес для вимірювання артеріального тиску
- •Лекція №6 Методичне, технічне та інформаційно-алгоритмічне забезпечення біомедичних електронних систем для реєстрації та обробки даних про тони серця
- •6.1. Основи фонокардіографії
- •6.2. Бес для реєстрації та обробки звукових сигналів серця
- •6.3. Приклади мобільних бес для реєстрації та обробки звукових сигналів серця
- •Лекція №7 Методичне, технічне та інформаційно-алгоритмічне забезпечення бес для реєстрації та обробки даних про систему зовнішнього дихання
- •7.1. Дихальна система людини
- •7.2. Методи дослідження зовнішнього дихання у людини
- •7.3. Бес для дослідження функції зовнішнього дихання
- •7.3.2. Спіроаналізатори (спірометри)
- •Лекція №8 Методичне, технічне та інформаційно-алгоритмічне забезпечення бес для реєстрації та обробки даних про кровоток та об’єм крові
- •8.1. Ультразвукові вимірювачі швидкості кровотоку
- •8.1.1. Вплив кута α на значення доплерівської швидкості
- •8.1.2. Методи доплерографічних досліджень
- •8.1.3. Спектр швидкостей в перетині судини
- •8.1.4. Обчислення діагностичних параметрів
- •8.1.5. Формування кольорового доплерівського зображення
- •8.2. Фотоплетизмографія
- •8.15. Поглинання світла різними тканинами
- •8.16. Змінна складова сигналу фотоплетизмограми
- •8.18. Нормативні точки для кількісного оцінювання пульсової хвилі
- •8.3. Оклюзійна плетизмографія
- •8.4. Оксиметри і пульсоксиметри
- •8.4.1. Принцип дії оксиметрів
- •8.4.2. Принцип дії пульсоксиметрів
- •8.4.3. Пульсоксиметри в неонатальній медицині
- •Лекція №9 (16) Основні методи цифрової обробки та аналізу даних у бес функціональної діагностики
- •9.1. Попередня обробка сигналів
- •9.1.1. Фільтрація в часовій області
- •9.1.1.1. Синхронне усереднення
- •9.1.1.2. Фільтри усереднення зі зсувом (ковзаючого середнього)
- •9.1.2. Фільтрація сигналів в частотній області
- •9.2. Методи та приклади цифрової обробки і аналізу біомедичних сигналів
- •9.2.1. Спектральний аналіз
- •9.2.2. Вейвлет-перетворення
- •9.2.3. Аналіз біомедичних сигналів на основі методу власних векторів
- •Рекомендована література
9.2.3. Аналіз біомедичних сигналів на основі методу власних векторів
Одним з поширених підходів при аналізі сигналів і розпізнаванні образів є ортогональне перетворення в координатний базис власних векторів коваріаційної матриці, отриманої для ансамблю ЕКГ сигналів. Методика розкладу ансамблю ЕКГ в базисі власних векторів дозволяє розділити аналізований кардіосигнал на підпростір сигналу і підпростір шуму. В основі методу лежить аналіз власних значень і власних векторів кореляційної матриці, яка визначається для ансамблю реалізацій сигналу. Власні вектори, що відповідають K найбільшим власним значенням, утворюють базис в підпросторі сигналу. Решта N-K власних векторів утворюють базис підпростору шуму.
Якщо в інтервалі часу T1 < t < T2, що відповідає одному повному циклу виникнення та поширення збудження в серці, через рівні проміжки провести вибірку значень хi(t), то i-й кардіоцикл у векторному вигляді представляється як Xi = [Xi(t1) Xi(t2) ... Xi(tN)] = [xi1 xi2 ... xiN], де N — кількість дискретних значень сигналу, t1 ≤ t2 ≤ ... ≤ tN. Тоді ансамбль реалізацій M послідовних кардіоциклів матиме вигляд матриці
,
(9.20)
де xij — j-е дискретне значення i-ї реалізації.
Рис. 9.18. Поділ ЕКГ на підпростір сигналу і підпростір шуму
Досліджуваний кардіосигнал представляється у новому координатному базисі за допомогою розкладу за системою ортогональних функцій. Для даних цілей застосовують розклад Карунена-Лоєва та сингулярний розклад.
Коваріаційна матриця ансамблю ЕКГ з M реалізацій має вигляд
,
(9.21)
де елементи Cij матриці С задаються наступним чином:
,
(9.22)
де mk — середнє значення, що розраховується для k-ї реалізації за формулою
.
(9.23)
Для власних векторів V1, V2, …, VN коваріаційної матриці С, які представляють собою ортонормований базис ансамблю ЕКГ, виконується умова
,
(9.24)
де λ1, λ2, …, λN — власні значення, причому λ1> λ2> …> λN (рис. 9.19).
λi
/λmax
n
Рис. 9.19. Розподіл власних значень λi / λmax (перші 30 значень)
В отриманому базисі головні власні вектори (рис. 9.20), які відповідають найбільшим власним значенням λ1 > λ2 >…> λK, містять основну інформацію про сигнал.
Рис.
9.20. Головні
власні вектори
ансамбля ЕКГ
Коефіцієнти
розкладу (проекції) в базисі головних
власних векторів
отримують у результаті скалярного
добутку обраної реалізації ЕКГ на
відповідні координатні вісі
(9.25)
Відновлення в координатному базисі головних власних векторів виконується відповідно до виразу
.
(9.26)
Похибка відновлення сигналу залежить від кількості власних векторів, які відкидаються при відновленні. При аналізі ЕКГ сигналів достатньо врахувати від 3 до 6 головних власних векторів та власних значень, які їм відповідають (рис. 9.21).
Рис. 9.21. Початковий ЕКГ сигнал та відновлений після розкладу в базисі власних векторів по 3 і 6 головним власним векторам
