levitra bitcoin

+7(495) 123-XXXX  г. Москва

 

 

 

 

 

ВАС ПРИВЕТСТВУЕТ

VIP Studio ИНФО

 

Публикация Ваших Материалов

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus rutrum, libero id imperdiet elementum, nunc quam gravida mi, vehicula euismod magna lacus ornare mauris. Proin euismod scelerisque risus. Vivamus imperdiet hendrerit ornare.

Верстка Полиграфии, WEB sites

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus rutrum, libero id imperdiet elementum, nunc quam gravida mi, vehicula euismod magna lacus ornare mauris. Proin euismod scelerisque risus. Vivamus imperdiet hendrerit ornare.

Книжная лавка

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Phasellus rutrum, libero id imperdiet elementum, nunc quam gravida mi, vehicula euismod magna lacus ornare mauris. Proin euismod scelerisque risus. Vivamus imperdiet hendrerit ornare.

М.А. Корешков,  (Аспирант, Национальный исследовательский технологический университет «МИСиС», Москва)

Н.В. Крапухина,  (К.т.н., профессор, Национальный исследовательский технологический университет «МИСиС», Москва)

Серия «Естественные и Технические науки» # ФЕВРАЛЬ  2017

ЭКГ
В статье излагается метод определения наличия либо отсутствия заболевания сердца по ЭКГ с помощью методов фрактальной геометрии. Разработан алгоритм и построен программный комплекс для вычисления спектра размерностей Ренье для каждого из отведений ЭКГ, позволяющий определить наличие сердечного заболевания.

Ключевые слова: ЭКГ, фрактальная геометрия, спектр размерностей Реньи.

 

ВВЕДЕНИЕ

По данным медицинской статистики более 17 миллионов человек в мире умирают от сердечно-сосудистых заболеваний. Это число в несколько раз превышает смертность от дорожно-транспортных происшествий. Более 85% от общего числа медицинских функциональных исследований занимают исследования сердечно-сосудистой системы. Несмотря на активное развитие новой высокоразрешающий аппаратуры, одной из важных проблем является разработка методов, позволяющих получить наиболее полную информацию об электро-физиологических свойствах сердца. Именно поэтому в наши дни актуальны поиск, разработка и исследование  более сложных, точных и надежных компьютерных алгоритмов обработки временных кардиологических рядов.

Одним из наиболее распространенных инструментов диагностики работы сердечно-сосудистой системы является электро-кардиография (ЭКГ). С помощью электрокардиографии можно получить как оценку работы сердечно-сосудистой системы, так и всего организма в целом. Автоматический анализ ЭКГ является сложной технической задачей ввиду физиологического происхождения сигнала. В свою очередь физиологическое происхождение сигнала ЭКГ приводит к тому, что сигнал является детерминированным, нестационарным и изменчивым. Одним из методов анализа нестационарных процессов является фрактальная геометрия.

На сегодняшний день результаты ЭКГ анализируют с помощью спектрального анализа [3,4], вейвлетов [5,6] и нейронных сетей [7,8]. Несмотря на все преимущества описанных выше методов, они обладают рядом недостатков в основном потому, что основаны на стационарности и периодичности кардиосигналов. Так же на точность диагностики значительно влияет выбор точки отсчёта и длительность исходного кардиосигнала.  Наиболее ярко данные недостатки проявляются в критических состояниях, когда для диагностики более информативны изменения в сердечном ритме, нежели чем усредненные оценки.

В данной работе рассматривается возможность анализа ЭКГ с использованием методов фрактальной геометрии. Б. Мандельброт определял фрактал как «структуру, состоящую из частей, которые в каком-то смысле подобны целому». Фракталом называется математическое множество, обладающие свойством однородности в различных шкалах измерения.[1] Структура нервной системы, дыхательных путей и кровеносных сосудов так же имеют фрактальные свойства. Наиболее полно столь сложные структуры можно описать с помощью мультифракталов [2], для определения которых, в отличие от регулярных фракталов, недостаточно введения всего лишь одной величины, его фрактальной размерности , а необходим целый спектр таких размерностей, число которых, вообще говоря, бесконечно. Причина этого заключается в том, что наряду с чисто геометрическими характеристиками, определяемыми величиной , такие фракталы обладают и некоторыми статистическими свойствами.[2]

При параметризации мультифрактальных структур в сложных системах в настоящее время используют спектр обобщенных размерностей Реньи [9,10]. С их помощью можно оценить структурную, информационную и динамическую неоднородность фрактала, что в свою очередь может быть полезным при анализе ЭКГ.

ПОСТАНОВКА ЗАДАЧИ

Основной целью данной работы является построение математического, алгоритмического и программного обеспечения для исследования ЭКГ методами фрактальной геометрии.

Исходные данные представляют собой файлы в графическом формате, содержащие ЭКГ, снятые в 12 стандартных отведениях, а также сведения о пациенте и диагнозе.

Для выполнения данной цели необходимо:

  • Разработать программное обеспечение, вычисляющее спектр размерностей Реньи.
  • Провести эксперименты на реальных данных.
АЛГОРИТМ

Для того что бы вычислить значения спектра Реньи для каждого из отведений ЭКГ требуется:

Читать полный текст статьи …


СПИСОК ЛИТЕРАТУРЫ:
1. Федер Е. Фракталы. // Пер. с англ.-М.: Мир,1991.-254с. (Jens Feder, Plenum Press, NewYork, 1988)
2. С.В. Божокин, Д.А. Паршин. Фракталы и мультифракталы. // М: Бином.2001
3. Омельченко В.П., Демидова А.А., Караханян К.С. Применение методов нелинейной динамики для оценки функционального состояния сердечно-сосудистой системы при различных функциональных пробах // Известия ЮФУ. Технические науки. 2010. № 8 (109). С. 139-143.
4. Серебряков П.В., Мелентъев А.В., Демина И.Д. Клинико-диагностическое значение вариабельности сердечного ритма у работников, подвергающихся воздействию шумовибрационного фактора // Медицина труда и промышленная экология. 2010. № 7. С. 1-6
5. Коломейцева А.В., Мишугова Г.В., Мул А.П., Рябых Г. Ю. Применение вейвлет-преобразования и метода Прони для идентификации биогенных сигналов // Вестник Донского государственного технического университета. 2010. Т. 10. № 4 (47). С. 455-465.
6. Пигаль А.С., Пигаль П.Б. Применение вейвлет-преобразования для анализа кардиосигналов: предварительные результаты исследования // Здоровье для всех. 2014. № 1. С. 914.
7. Кривцов А.Ю., Новикова Н.М. Использование математического аппарата нейронных сетей для обработки графических сигналов ЭКГ // Современные инструментальные системы, информационные технологии и инновации. 2012 с. 114-116
8. Зо Зо Тун, Филист С.А.Искусственная нейронная сеть на основе радиальных базисных функций для классификации кардиоциклов электрокардиосигналов // Известия ЮФУ. Технические науки. 2010. № 8 (109). С. 80-85.
9. Рогов А.А., Спиридонов К.Н. Применение спектра фрактальных размерностей Реньи как инварианта графического изображения // Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. 2008. № 2. С. 30-43.
10. Светова Н.Ю. Относительные размерности Реньи // Проблемы анализа. 2012. № 19. С. 015-023.
 



© 
М.А. Корешков, Н.В. Крапухина, Журнал "Современная наука: актуальные проблемы теории и практики".
 

 

 

  1. Комментарии (0)

  2. Добавить свои
There are no comments posted here yet

Оставьте свой комментарий

Posting comment as a guest.
Вложения (0 / 3)
Share Your Location
Введите текст с картинки. Не разобрать?
 
SCROLL TO TOP

������ ����������� Rambler's Top100 �������@Mail.ru