Министерство образования и науки Российской Федерации
Рязанская государственная радиотехническая академия
Учебное пособие
Рязань 2005
УДК 615.47:681.3
Обработка биомедицинских сигналов. Учеб. пособие. / О. В. Мельник, А. А. Михеев. Рязан. гос. радиотехн. акад. Рязань, 2005. 64 с.
Изложены вопросы, связанные с обработкой биомедицинских сигналов, в частности кардиосигнала. Описаны методы предварительной обработки (выделение начала кардиоцикла, устранения дрейфа изолинии) и методы выявления информативных параметров ST-сегмента кардиосигнала.
Предназначено для изучения дисциплины «Методы обработки биомедицинских сигналов и данных» студентами специальностей 190500 и 190600 и направления 553400 «Биомедицинская инженерия».
Табл. 6. Ил.27. Библиогр.: 28 назв.
Электрокардиосигнал, обобщенной преобразование Фурье, полиномы Лежандра, функции Уолша, начало кардиоцикла, дрейф изолинии, ST-сегмент, информативные параметр.
Печатается по решению редакционно-издательского совета Рязанской государственной радиотехнической академии.
Рецензент: кафедра БМПЭ РГРТА (зав. кафедрой д-р физ.-мат. наук проф. С. П. Вихров)
М е л ь н и к Ольга Владимировна
М и х е е в Анатолий Александрович
Обработка биомедицинских сигналов
Редактор Р. К. Мангутова
Корректор Е. В. Ипатова
Подписано в печать20.03.05. Формат бумаги 60Х84 1/16.
Бумага газетная. Печать трафаретная. Усл. печ. л. 4,0.
Уч.-изд. л. 4,0. Тираж 50 экз. Заказ
Рязанская государственная радиотехническая академия.
390005, Рязань, ул. Гагарина, 59/1.
Редакционно-издательский центр РГРТА.
 |
ВВЕДЕНИЕ
В настоящее время для анализа информации о состоянии биообъекта в биомедицинской практике широко применяются ЭВМ. В качестве переносчиков информации выступают биомедицинские сигналы. Многие биомедицинские сигналы имеют электрическую природу. Это биопотенциалы сердца, мозга, мышц. Биомедицинские сигналы, имеющие другую природу, могут быть преобразованы в электрические. Таким образом, переносчиком информации от биообъекта к устройству обработки и анализа этой информации (ЭВМ) являются электрические сигналы.
Применение ЭВМ для обработки биомедицинских сигналов открывает новые возможности по выявлению более тонкой структуры сигналов, что способствует более точному диагностированию различных заболеваний. В то же время существующие методы обработки биомедицинских сигналов с помощью ЭВМ зачастую являются просто автоматизацией давно известных «ручных» методов. При этом получение дополнительной информации требует усложнения алгоритмов обработки биомедицинских сигналов, что в ряде случаев делает невозможным получение информации о состоянии биообъекта в реальном времени. Последнее особенно важно для палат интенсивной терапии, для физиотерапевтических кабинетов. Поэтому разработчики медицинской аппаратуры постоянно ведут исследования по созданию новых методов обработки биомедицинских сигналов, которые бы в полной мере учитывали структурные особенности последних и обеспечивали получение помехоустойчивых оценок состояния биообъекта в реальном времени. Ниже будут рассмотрены некоторые из разработанных в последнее время методов, применяемых при обработке электрокардиосигналов.
 |
1. МОДЕЛИ СИГНАЛОВ
Биомедицинские сигналы, как правило, изменяются во времени и по амплитуде непрерывно, т. е. являются так называемыми аналоговыми сигналами [1].
Сигналы делят на детерминированные и случайные. Детерминированными сигналами называют сигналы, мгновенные значения которых точно определены в любые моменты времени. Случайными сигналами называют сигналы, мгновенные значения которых заранее предсказать невозможно. Случайные изменения параметра могут вызываться либо передаваемым сообщением, либо действием каких-то мешающих факторов. В последнем случае говорят о действии помех на передаваемое сообщение.
Параметры сигнала, изменяемые во времени в соответствии с передаваемым сообщением, называют информативными параметрами. У электрических сигналов информативными параметрами могут быть амплитуда, частота (период), фаза (временной сдвиг).
Информацию могут нести только случайные сигналы. Детерминированный сигнал никакой информации не несет, поскольку его поведение заранее известно. Однако использование детерминированных сигналов удобно при изучении процессов, связанных с преобразованием, передачей и обработкой сигналов, несущих информацию, и устройств, осуществляющих эти преобразования.
При изучении общих свойств сигналов мы отвлекаемся от их конкретной физической природы, содержания и назначения и заменяем сигналы моделями.
Модель – это выбранный способ описания объекта, процесса или явления, отражающий существенные с точки зрения решаемой задачи факторы. В качестве моделей электрических сигналов используют математические модели.
Рассмотрим формы представления детерминированных сигналов. По форме представления детерминированные сигналы делят на непрерывные, дискретные и дискретно-непрерывные.
Непрерывный сигнал. Если число возможных значений параметра бесконечно, то сигнал считают непрерывным по этому параметру.
Дискретный сигнал. Если число возможных значений параметра конечно, то сигнал называют дискретным по данному параметру.
Дискретно-непрерывный сигнал. Сигнал, дискретный по одному параметру и непрерывный по другому, называют дискретно-непрерывным.
В соответствии с перечисленными формами представления детерминированных сигналов существуют следующие разновидности их математических моделей.
1. Непрерывная функция непрерывного аргумента. Например, непрерывная функция времени u(t) (рис. 1).
2. Непрерывная функция дискретного аргумента. Например, функция, значения которой отсчитываются только в определенные моменты времени u(kT), где k=0, 1,2,…, T – время между отсчетами (рис. 2).
3. Дискретная функция непрерывного аргумента. Например, функция времени, квантованная по уровню Um(t), где m=0, 1, 2, …, M, M – возможное число уровней (рис. 3).
4. Дискретная функция дискретного аргумента. Например, функция принимает одно из значений конечного множества М возможных значений (уровней) в определенные (дискретные) моменты времени Um(kT) (рис. 4).
Переход от одной формы представления сигналов к другой осуществляется с помощью соответствующих операций.
Биомедицинские сигналы имеют весьма разнообразные диапазоны изменения амплитудных значений. Например, сигналы электроэнцефалограммы имеют амплитудный диапазон от 10 до 200 мкВ, а сигналы электрокардиограммы – от 100 мкВ до 5 мВ [2]. Поэтому прежде чем перейти к преобразованию сигналов последние надо представить в каком-то единообразном виде, т. е. нормализовать. Это позволит применить один и тот же преобразователь, например аналого-цифровой, для сигналов от разных датчиков.
Нормализация сигналов – это ряд операций по представлению информации от разных датчиков в виде единых по уровню электрических сигналов,
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.