Содержание к диссертации
Введение
1. Обзор методов анализа биомедицинских сигналов 11
1.1. Биомедицинские сигналы и методы их предварительной обработки 12
1.2. Диагностические признаки биосигналов 18
1.3. Обзор методов анализа пульсовой волны 24
1.4. Выводы 35
2. Сплайн-функции в амплитудно-временном анализе пульсовой волны, аппаратное и программное обеспечение измерительного комплекса 37
2.1. Интерполирующие сплайны в амплитудно-временном анализе пульсовой волны 37
2.2. Методика и аппаратура многоканальных измерений пульса человека 57
2.3. Программное обеспечение 68
2.4. Выводы 75
3. Метод выделения диагностических параметров пульсовой волны 78
3.1. Основные подходы к автоматизации пульсовой диагностики 78
3.2. Диагностические параметры пульсовой волны 85
3.3. Оценка корректности определения фаз кардиоцикла 98
3.4. Выводы 103
4. Исследование диагностической значимости динамических параметров пульсовой волны 105
4.1. Исследование диагностической значимости амплитудно-временных параметров пульсовой волны 105
4.2. Исследование динамики пульсов жара и холода 119
4.3. Система поддержки принятия решений автоматизированного пульсодиагностического комплекса 128
4.4. Выводы 131
Заключение 133
Литература 135
- Биомедицинские сигналы и методы их предварительной обработки
- Интерполирующие сплайны в амплитудно-временном анализе пульсовой волны
- Диагностические параметры пульсовой волны
- Исследование диагностической значимости амплитудно-временных параметров пульсовой волны
Введение к работе
Радиофизика как область физики, в которой изучаются процессы, связанные с колебаниями и волнами, достигла огромных успехов в дистанционном изучении космоса, земли и океана. Эта информация является интегральной, отражающей основные системные закономерности в структуре и функционировании исследуемых объектов [1-4]. Радиофизические методы исследования стали одними из основных в современных прикладных отраслях, таких как метеорология и геофизика, изучение лесов и водоемов, экологический мониторинг. Перспективной областью использования радиофизических подходов является медицина, в которой достижения физики находят свое наиболее концентрированное, близкое самым насущным нуждам человека применение.
Радиоэлектронные технологии на протяжении длительного времени служат основой для создания совершенной медицинской аппаратуры. Без использования таких диагностических и лечебных средств, как УЗИ-сканирование, рентгеновская и магнитно-резонансная томография, лазерная терапия и хирургия и др., невозможно представить ни одно современное медицинское учреждение. Однако научная идеология и подходы радиофизики могут существенным образом дополнить, а зачастую и радикально изменить представления о функционировании организма человека, открыть принципиально новые возможности в медицине [4].
Бурно развивающаяся область науки - биомедицинская радиофизика -основана на тесном взаимодействии радиофизиков, биофизиков, математиков, физиологов и инженеров. Биомедицинская радиофизика является междисциплинарной областью, в которой получили успешное развитие фундаментальная наука и инженерная практика.
Радиофизические методы находят свое применение в изучении влияния природных и техногенных излучений на организм человека, в исследовании собственных физических полей и излучений организма, разнообразных биологических колебательных систем [5-11]. Наработанные в радиофизике решения многих проблем, таких как эффективная фильтрация сигнала, повышение отношения сигнал/шум, определение и отслеживание динамических параметров процесса, статистическое моделирование, оценка характера процесса, анализ гармонических составляющих и т.д., широко применяются при исследовании биомедицинских сигналов, при создании новых диагностических и терапевтических инструментов [5, 6].
Дальнейшее развитие средств медицинской диагностики связано с созданием интеллектуальных устройств, интегрирующих совершенную приборную основу и компьютеризированные методы обработки и анализа биосигналов и принятия решений [12-19]. Они существенно облегчают труд врачей, способствуют повышению точности и эффективности диагностики.
Несмотря на разнообразие направлений в области компьютерного анализа сигналов, методы и техника их обработки во многих случаях являются сходными. Их можно использовать при изучении сигналов различной физической природы, имеющих разные среды распространения.
В этой связи несомненный интерес представляет изучение радиофизическими методами диагностической значимости пульсовых колебаний. Пульс в организме человека является интегральным процессом, отражающим состояние многих органов и функциональных систем. В физиологии принято связывать пульсовые колебания в основном с процессами, протекающими в сердечно-сосудистой системе. Вместе с тем, в практике многих традиционных медицинских систем, в том числе тибетской, накоплены обширные знания по распознаванию различных психосоматических нарушений в организме человека по пульсу.
Пульсовая диагностика заболеваний в тибетской медицине является диагностическим методом, с помощью которого исследуются 12 основных функциональных систем организма человека. При этом возможна как интегральная оценка функционального состояния организма, так и дифференциальная диагностика по системам внутренних органов [20, 21, 22]. Исследования показали, что знания в пульсовой диагностике заболеваний в тибетской медицине организованы таким образом, что в значительной степени поддаются формализации и последующей компьютеризации [23-26]. Использование методов обработки сигналов и принятия решений создает объективную основу для внедрения пульсовой диагностики в современную клиническую практику. Простота реализации и эксплуатации приборной части пульсодиагностического комплекса позволяет широко применять его в сферах, где необходима оперативность получения диагноза или оценки функционального состояния организма, для организации длительного медицинского мониторинга с многопараметрическим контролем при интенсивной терапии и т.д.
Характеристики пульсовых сигналов тесным образом связаны с теми или иными свойствами организма человека и исследуются при помощи радиоэлектронных устройств, преобразующих волну давления кровотока, распространяющуюся по кровеносным сосудам, в сигналы измерительной информации, которые подвергаются компьютерной обработке. Пульс можно рассматривать как низкочастотный процесс [27], во многом схожий с акустическими и сейсмическими колебаниями, при этом ярко выражены нелинейные свойства пульсовых колебаний, что является следствием многофакторного генезиса пульсовой волны и сложной среды ее распространения.
Работы в области изучения и создания радиоэлектронных средств регистрации и анализа пульса человека ведутся достаточно давно [28-37], однако в рамках превалировавших до настоящего времени подходов пульс обычно рассматривается как сигнал, несущий информацию в основном о работе сердца и сосудистой системы. Обширная система знаний по распознаванию заболеваний по пульсу, созданная и активно практикуемая в традиционной тибетской медицине, позволяет рассмотреть эту проблему
6 в ином плане - для оценки состояния и диагностики функциональных систем организма человека. Поэтому актуальной является задача приложения радиофизической методологии в изучении пульсовых колебаний.
Необходимо отметить, что рассмотрение подходов, используемых в современных прикладных отраслях радиофизики, в том числе и в биомедицинской радиофизике, необходимо вести с позиций интердисциплинарности с привлечением теоретических положений и прикладных аспектов общей физики, радиофизики, физиологии, радиотехники и электроники, теории сигналов, прикладной математики, вычислительной и компьютерной техники [38].
Исследования, проводимые в лаборатории радиобиофизики Отдела физических проблем Бурятского научного центра СО РАН (БНЦ СО РАН), строятся на основании именно такого подхода к проблеме изучения пульса человека.
В основу настоящей работы легла радиофизическая методология исследования, основанная на использовании радиоэлектронных устройств для многоканального, многопараметрического приема информации о состоянии динамического объекта, изучении процессов изменения наблюдаемых параметров последнего во времени и адекватном моделировании собственных характерных свойств исследуемой системы [Я Целью настоящей работы является экспериментальное исследование динамических, в том числе амплитудно-временных, свойств пульсовых сигналов человека, определение на этой основе диагностически значимых параметров пульса.
В ходе выполнения работы решались следующие основные задачи. создание и экспериментальное исследование комплекса компьютеризированных методов обработки пульсовых сигналов, позволяющих изучать динамические свойства пульсовых колебаний, определять в автоматизированном режиме амплитудно-временные параметры пульсовых сигналов, анализировать и интерпретировать пульсограммы, записанные с лучевых артерий человека. исследование диагностической значимости динамических, в том числе амплитудно-временных, параметров пульсовой волны; создание информационной модели для представления пульсовых сигналов и сопутствующих данных в памяти ЭВМ и на долговременных носителях информации; создание программного обеспечения автоматизированного пульсодиагностического комплекса (АПДК);
Научную новизну характеризуют следующие полученные впервые результаты:
Создан аппарат динамического моделирования амплитудно-временной структуры пульса человека, предназначенный для обработки длинных реализаций пульсовых сигналов в автоматизированном режиме. Используемые для описания контура пульсового сигнала параметры связаны с временной структурой кардиоцикла и имеют выраженное физиологическое значение.
Обосновано применение методов сплайн-интерполяции в задаче определения информационных параметров пульсовых сигналов, разработана схема предварительной обработки пульсовых сигналов с использованием низкочастотной фильтрации.
С помощью математического моделирования впервые проведены детальные исследования динамических рядов амплитудно-временных параметров пульсовых сигналов различных нозологических форм, определены наиболее вариабельные параметры. С использованием экспериментальных данных, полученных в ходе клинических исследований, проведено численное моделирование формы и амплитуды пульсовых сигналов и показана возможность их дифференциации в зависимости от нозологической формы по амплитудно-временным характеристикам.
Создана методическая основа для определения гемодинамических показателей сердечно-сосудистой системы с использованием данных полисфигмографического исследования.
Предложен метод оценки интенсивности кровенаполнения по пульсу и установлены количественные критерии связи этого показателя с основными нозологическими формами тибетской медицины.
Обоснован и развит подход к анализу динамики пульсовых колебаний, связанный с изучением фазовых диаграмм пульсовых сигналов. Определены наиболее характерные типы диаграмм для пульсов разных нозологических форм.
Практическая значимость работы обусловлена тем, что, во-первых, результаты проведенных исследований показали важность и значимость радиофизического подхода к изучению пульса человека. С помощью разработанных методов и подходов, в частности, метода автоматизированного анализа амплитудно-временных параметров пульсовых сигналов, молено получить новые важные сведения о динамических свойствах пульсовых колебаний, деятельности сердечнососудистой системы и механизмов регуляции в организме человека. Эти методы можно применять как для углубленного изучения деятельности функциональных систем организма человека, так и в клинической практике европейской и тибетской медицинских систем.
Во-вторых, разработанные и адаптированные в ходе выполнения настоящей работы методы обработки пульсовых сигналов, результаты проведенных исследований динамических свойств пульсовых колебаний легли в основу новой версии программного обеспечения автоматизированного пульсодиагностического комплекса (АПДК), вошедшего в перечень важнейших законченных научно-исследовательских и опытно-конструкторских работ институтов Сибирского отделения РАН [39]. Они в значительной степени расширили функциональные возможности АПДК. АПДК сертифицирован Министерством здравоохранения Республики Бурятия (МЗ РБ) для использования в учреждениях здравоохранения, в настоящее время он внедрен в клиническую практику в Республиканском госпитале инвалидов войн МЗ РБ (Улан-Удэ), Дворце здоровья МЗ РФ (Ростов-на-Дону), Санатории-профилактории Госуниверситета "Львовская политехника" (Львов), НПО "Центр восточной медицины" (Улан-Удэ). Неинвазивный метод оценки гемодинамических показателей сердечной деятельности, адаптированный к использованию пульсовых сигналов, предназначен для широкого использования в системах клинического мониторинга. На защиту выносятся следующие основные положения:
Разработанный физико-математический аппарат моделирования контура пульсовых сигналов на основе методов сплайн-интерполяции позволяет детально описать амплитудно-временную структуру пульса человека и отслеживать динамику ее изменения во времени. Применение низкочастотной фильтрации пульсовых сигналов улучшает отношение сигнал/шум и существенно повышает качество обработки; количественные оценки для второй производной показывают повышение характеристик метода восстановления производных с помощью сплайн-интерполяции почти на два порядка.
Проведенное экспериментальное исследование пульсовых сигналов различных нозологических форм показало, что амплитудно-временные параметры играют определяющую роль в дифференциации пульсов различных нозологических форм. Наибольшая вариабельность амплитудно-временных параметров пульсовых сигналов характерна для диастолической части кардиоцикла. В то же время различия пульсов нормы и функциональных нарушений проявляются как в диастолической, так и в систолической части кардиоцикла.
Созданный комплекс методов анализа пульсовых сигналов позволяет проводить расширенные исследования деятельности сердечно-сосудистой системы (определение гемодинамических показателей), используя пульсовые сигналы, не прибегая при этом к данным поликардиографического исследования (ЭКГ, ФКГ, ККГ).
Результаты исследований по теме диссертации докладывались на Международной конференции "Метромед-95" (Санкт-Петербург, 1995), Российской научно-технической конференции "Дифракция и распространение волн" (Улан-Удэ, 1996), Международной научно-практической конференции "Тибетская медицина: традиции, перспективы, интеграция" (Улан-Удэ, 1997), Международной конференции "Биосигнал-98" (Брно, Чехия, 1998), Конференции Консорциума тихоокеанского сотрудничества (Тайбэй, Тайвань, 1998), 1-ой и П-ой Конференций по фундаментальным и прикладным проблемам физики (Улан-Удэ, 1999, 2000). По теме диссертации опубликовано 8 научных работ, в том числе в рецензируемых научных изданиях.
Поскольку работы по теме диссертации выполнены в коллективе, в диссертации использованы только те результаты и выводы, в получении которых участие автора было определяющим. Личный вклад диссертанта в выполнение работы заключался в алгоритмической и программной реализации методов, подготовке и проведении вычислительных экспериментов, обработке и анализе результатов, подготовке публикаций и докладов на конференциях.
Выражаю глубокую признательность научному руководителю к.ф.-м.н. В.В. Бороноеву за постоянное внимание и всестороннюю помощь в работе; врачу высшей категории Л.Н. Азаргаеву, без чьего деятельного участия было бы невозможным выполнение этой работы; к.ф.-м.н. Э.А. Трубачееву, к.филос.н. Н.Ц. Жамбалдагбаеву, к.ф.-.м.н. Г.И. Зандановой, н.с. В.Н. Поплаухииу, н.с. А.А. Кособурову - за научные и методические советы при выполнении работы. Выражаю самую искреннюю благодарность сотрудникам Отдела физических проблем при Президиуме Бурятского научного центра СО РАН - за оказанные содействие и моральную поддержку.
1. ОБЗОР МЕТОДОВ АНАЛИЗА БИОМЕДИЦИНСКИХ СИГНАЛОВ
Человеческий организм является важным объектом применения радиофизических методов исследования. Интенсификация научного поиска в этой области знания, наблюдаемая в последнее время, связана с формированием новой междисциплинарной отрасли - биомедицинской радиофизики, объектами пристального изучения которой становятся самые разнообразные явления и процессы, связанные с функционированием живого организма.
Так, в [3, 4] описаны результаты комплексного изучения физических полей и излучений, генерируемых организмом человека: инфракрасного теплового излучения кожи; радиотеплового излучения внутренних органов и мозга; акустотеплового излучения внутренних органов (сердца, легких, мышц и др.); электрического поля мозга, сердца, мышц и других внутренних органов; магнитного поля мозга и внутренних органов; оптической хемилюминесценции тканей.
В каждом из названных полей и излучений физиологическая информация заключена в пространственно-временном распределении сигналов. Используя богатый опыт, накопленный при создании аппаратуры и методов дистанционного зондирования космоса, земли и океанов, создан измерительно-вычислительный комплекс для регистрации и обработки динамических изображений биологических объектов, создаваемых их собственными физическими полями и излучениями. Созданные методы динамического картирования и визуализации последних позволяют наблюдать ход физиологических процессов и их изменения во времени. В этом заключается, наряду с медицинскими приложениями, важный познавательный аспект таких исследований.
Для медицинской диагностики методы, основанные на радиофизической методологии, ценны тем, что они являются чистыми (не требуют воздействия внешними, часто небезопасными, факторами) и неинвазивными. Такие методы могут служить основой для ранней функциональной диагностики, поскольку функциональные нарушения проявляются обычно задолго до возникновения необратимой патологии. Методы диагностики, основанные на динамическом картировании физических полей человека, имеют интегральный характер, и потому должны базироваться на системном общеорганизационном подходе к описанию состояния организма, его устойчивости. Для этого необходимо развитие методов системного моделирования физиологических процессов. Работа [4] является ярким примером применения радиофизических методов и подходов к исследованию функциональной деятельности организма человека. Наряду с собственными физическими полями и излучениями человеческого тела, большую информационную и диагностическую нагрузку несут другие регистрируемые биомедицинские сигналы, к которым также применимы наработанные в радиофизике решения. Эти сигналы являются предметом дальнейшего рассмотрения.
Биомедицинские сигналы и методы их предварительной обработки
Человеческий организм является важным объектом применения радиофизических методов исследования. Интенсификация научного поиска в этой области знания, наблюдаемая в последнее время, связана с формированием новой междисциплинарной отрасли - биомедицинской радиофизики, объектами пристального изучения которой становятся самые разнообразные явления и процессы, связанные с функционированием живого организма.
Так, в [3, 4] описаны результаты комплексного изучения физических полей и излучений, генерируемых организмом человека: инфракрасного теплового излучения кожи; радиотеплового излучения внутренних органов и мозга; акустотеплового излучения внутренних органов (сердца, легких, мышц и др.); электрического поля мозга, сердца, мышц и других внутренних органов; магнитного поля мозга и внутренних органов; оптической хемилюминесценции тканей.
В каждом из названных полей и излучений физиологическая информация заключена в пространственно-временном распределении сигналов. Используя богатый опыт, накопленный при создании аппаратуры и методов дистанционного зондирования космоса, земли и океанов, создан измерительно-вычислительный комплекс для регистрации и обработки динамических изображений биологических объектов, создаваемых их собственными физическими полями и излучениями. Созданные методы динамического картирования и визуализации последних позволяют наблюдать ход физиологических процессов и их изменения во времени. В этом заключается, наряду с медицинскими приложениями, важный познавательный аспект таких исследований.
Для медицинской диагностики методы, основанные на радиофизической методологии, ценны тем, что они являются чистыми (не требуют воздействия внешними, часто небезопасными, факторами) и неинвазивными. Такие методы могут служить основой для ранней функциональной диагностики, поскольку функциональные нарушения проявляются обычно задолго до возникновения необратимой патологии. Методы диагностики, основанные на динамическом картировании физических полей человека, имеют интегральный характер, и потому должны базироваться на системном общеорганизационном подходе к описанию состояния организма, его устойчивости. Для этого необходимо развитие методов системного моделирования физиологических процессов. Работа [4] является ярким примером применения радиофизических методов и подходов к исследованию функциональной деятельности организма человека. Наряду с собственными физическими полями и излучениями человеческого тела, большую информационную и диагностическую нагрузку несут другие регистрируемые биомедицинские сигналы, к которым также применимы наработанные в радиофизике решения. Эти сигналы являются предметом дальнейшего рассмотрения.
Неинвазивные методы клинического исследования, базирующиеся на анализе биомедицинских сигналов и изображений, являются основой диагностического арсенала современной медицины. Наиболее распространенными, укоренившимися в клинической практике являются электрокардиография (ЭКГ), электроэнцефалография (ЭЭГ), ультразвуковое исследование (УЗИ), разнообразные виды томографии (рентгеновская, ядерная магнитно-резонансная).
Применение методов, основанных на анализе изображений (УЗИ, томография, ангиография и пр.), связано с использованием дорогостоящей аппаратуры, сложной в использовании и обслуживании. Кроме того, во время исследования организм человека подвергается воздействию внешними, часто небезвредными для здоровья факторами, как, например, рентгеновскому облучению при томографическом или ангиографическом обследованиях. Этим объясняется ограниченное распространение и использование таких методов в клинической и особенно доклинической практике - на стадии ранней функциональной диагностики.
Таких недостатков лишены диагностические методы, основанные на анализе биомедицинских сигналов. Относительная дешевизна и простота использования обусловила их широкое распространение. Существенным недостатком таких методов является то, что предназначенные для анализа узких классов биосигналов, они не дают интегрального представления о функциональном состоянии организма.
Задачи, возникающие при обработке биомедицинских сигналов, можно разделить на две группы - предварительная обработки и выделение и анализ диагностических параметров.
К первой группе относятся методы анализа и минимизации разного рода погрешностей, возникающих при аналоговых измерениях и цифровом преобразовании биомедицинских сигналов, удаления нежелательных артефактов и т.д. Ко второй - методы, направленные на выделение и анализ информации, значимой с точки зрения диагностики заболеваний. К ним можно отнести, например, методы спектрального анализа, методы амплитудно-временного анализа, адаптированные для выделения специфических характеристик биомедицинских сигналов разного генезиса, разнообразные методы классификации, символьного кодирования и т.д.
Интерполирующие сплайны в амплитудно-временном анализе пульсовой волны
Описанные выше современные подходы к рассмотрению кровотока и связанных с ним процессов предопределяют принципиальную нелинейность пульсовых колебаний. Это связано с многофакторным генезисом пульса, в котором, помимо сердца, принимают участие многие органы и системы человеческого организма. Нелинейной является и среда распространения пульсовой волны - наполненные многокомпонентной жидкостью со сложной структурой эластичные сосуды. Для изучения сложного явления, каким является пульс человека, необходимо применять нелинейные методы исследования. Анализ методов нелинейной обработки сигналов показывает, что многие из них являются эвристическими [38], условия их применения и получаемые результаты не поддаются строгой формализации.
В [57] сформулированы основные требования, предъявляемые к анализу пульсограмм. Применяемый метод должен отражать с возможной полнотой конфигурацию последних и их основные компоненты; учитывать вариации, обусловленные изменением функционального состояния артериальной системы и сердца.
Выше уже было отмечено, что методы пульсометрии не нашли широкого применения в физиологии и клинической медицине. Эта ситуация находит свое отражение в том, что, во-первых, нет стандартных инструментальных подходов к регистрации пульсовых сигналов. В настоящее время применяются различные устройства детектирования пульса (датчики), использующие разные физические принципы преобразования - оптоэлектронные, пьезокристаллические, емкостные датчики перемещения [36, 37]. Это приводит к сильной зависимости морфологии получаемых кривых от устройства съема. Так, например, пьезокристаллические датчики давления при определенных условиях могут частично дифференцировать снимаемый сигнал, и результирующая кривая не отражает реальные амплитудные характеристики пульсового сигнала.
Во-вторых, до сих пор нет единого подхода к проблеме морфологического описания пульсовой волны, выделения ее значимых характеристик. Разными авторами предлагаются разные схемы сегментации пульсовых волн [57; 64; 65].
Следствием этого является то, что в современной клинической практике используется ограниченный набор характеристик пульса. В частности, в широко распространенных моделях прикроватных мониторов, применяемых при интенсивной терапии, по измерениям пульса определяются лишь частота сердечного ритма и артериальное давление; в некоторых случаях - скорость артериального кровотока [113]. Методики определения других важных гемодинамических показателей по пульсу остаются до сих пор нестандартизованными и не находят применения в клинической практике.
Среди методов, применяемых для обработки и анализа биомедицинских сигналов, можно выделить как общие методы, так и специфические. К первым относятся, например, спектральный и корреляционный анализ, ко второму - амплитудно-временной.
Автокорреляционный анализ применяется для выделения скрытых гармонических компонент пульсового сигнала, для оценки характера пульсовой волны как физического процесса. В диагностике заболеваний методы автокорреляционного анализа могут применяться для выявления нарушений в гармонической структуре ПВ. Согласно современным исследованиям колебательных процессов в сердечно-сосудистой системе, различают следующие волны [33]: 1)1 порядка или пульсовые, частота/= (0,44-4) Гц; 2) II порядка или дыхательные, с частотой 6-30 колебаний в минуту, f = (0,1-0,5) Гц; 3) III порядка с частотой 3-6 колебаний в минуту,/= (0,054-0,1) Гц; 4) IV порядка с частотой 1-2 колебания в минуту, /= (0,0154-0,03) Гц; 5) V порядка с частотой 1-8 колебаний в час. Волны высоких порядков (выше третьего) тесно связаны с процессами регуляции организма, адаптации к изменяющимся внешним условиям. Так, например, волну III порядка связывают с активностью симпатической нервной системы [31]; волны IV порядка (Траубе-Геринга) связывают с сосудистой функцией печени, когда последняя действует в качестве «портального сердца», обеспечивающего поступление крови от органов брюшной полости в общее венозное русло. В [66] показано применение автокорреляционного анализа для исследования низкочастотных колебаний в сердечно-сосудистой системе. Для этого исходные сфигмограммы несущие, помимо пульсовой волны (I порядка), информацию и о волнах более высоких порядков подвергались низкочастотной фильтрации с целью подавления волн I порядка. Затем для результирующей последовательности вычислялась автокорреляционная функция (АКФ) [67]: где x, - текущий отсчет цифрового сигнала, j - индекс, соответствующий временной задержке т между двумя мгновенными значениями сигнала, N -длина реализации в отсчетах. Результаты анализа АКФ для группы из 30 человек различного пола и возраста показал, что форма АКФ пульсового сигнала зависит от возраста обследуемого. Например, для лиц молодого возраста (до 17 лет) более выражены волны IV порядка, среднего (17-40 лет) - III порядка, старшего возраста (40-55 лет) - II порядка. Обнаруженное в процессе исследований перераспределение мощности низкочастотных колебаний в артериальной системе отражает возрастную перестройку организма. Используя эти результаты, можно проводить оценку биологического возраста человека [66].
Диагностические параметры пульсовой волны
Примечателен факт, что величина погрешности є находится в прямой зависимости от величины стандартного отклонения а соответствующей функции, возрастающего с увеличением амплитуды шумов.
Лучшие показатели В-сплайнов относительно кубических, наблюдаемые на рис. 2.2, объясняются, очевидно, их локальным характером. Поскольку в вычислении коэффициентов В-сплайна участвуют только три смежных узла сетки, на них мало сказывается суммарная погрешность задания сеточной функции на всей области определения. В то же время, качество второй производной, вычисленной непосредственно по коэффициентам интерполяционных сплайнов сигнала в случае кубических сплайнов и путем повторного определения коэффициентов сплайна для отсчетов первой производной (коэффициентов при первой степени многочлена 2.10) в случае В-сплайнов, совершенно неудовлетворительно даже при весьма низких уровнях шума в обоих случаях. Это было подтверждено и при последующем анализе производных реального пульсового сигнала. Очевидно, что для получения более качественных производных, исходный сигнал необходимо подвергнуть предварительной обработке.
В приложениях сплайн-функций накоплен значительный опыт по применению свойств сплайнов для решения задачи сглаживания экспериментальной функции, заданной на сетке. Основной подход к этой проблеме связан с решением задачи минимизации функционала вида: где z, - погрешность задания исходной функции на каждом шаге, задаваемая априорно [78].
Основные недостатки связаны с тем, что данный метод требуют требует многократного (с заранее не определяемой величиной цикла) выполнения процедуры определения коэффициентов сплайнов, а значит, и значительных вычислительных и временных ресурсов. Это означает также, что практически невозможно добиться стандартного временного отклика метода. Кроме того, трудно оценить априори погрешность задания сеточной функции zi , а апостериори - амплитудные и фазовые искажения, вносимые подобной процедурой сглаживания в исходный сигнал, поскольку методы решения задачи (2.15) связаны с удалением узлов исходной функции, не отвечающих условиям минимизации.
Поэтому в дальнейшем рассматривались методы, обеспечивающие стандартное время выполнения процедуры сглаживания. Вначале были исследованы свойства наиболее распространенных методов сглалшвания реального времени, основанных на использовании скользящего окна, которые применяются, например, для выделения низкочастотных компонент [81]. Первым оценочным показателем является коэффициент взаимной корреляции модельного сигнала и зашумленного, обработанного скользящим окном. Вторым является смещение абсциссы точек максимума сглаженного сигнала (соответствует точке В на рис. 2.1) и его производных относительно аналогичных точек модельных сигналов. Последний показатель является оценкой погрешности определения координат характерной точки. Оптимальной принимается ширина окна, которая при достаточно высоком показателе корреляции обеспечивает наименьшее смещение абсцисс максимумов. Результаты такого анализа для уровня шумов 1% приведены в табл. 2.1.
По приведенным результатам видно, что метод скользящего окна не обеспечивает уровня точности, необходимого для задач амплитудно-временного анализа. При малых размерах окна недостаточной является степень сглаживания, что выражается в низких значениях коэффициента корреляции, особенно для второй производной. При больших -существенным образом изменяются фазовые характеристики сигнала, при этом искажается информация о его временных параметрах. При использовании сглаживания скользящим окном может возникнуть значительная погрешность в определении абсциссы характерной точки, указывающей на начало того или иного процесса. Таким образом возможно существенное искажение результатов последующего амплитудно-временного анализа.
Контуры производных сглаженного скользящим окном сигнала, в которых присутствует большое число дополнительных малоамплитудных пиков, являются неудовлетворительными для автоматизированного определения временных параметров пульса, поскольку затруднен поиск реальных экстремумов экспериментальной функции.
В связи с вышеизложенным встает задача выбора метода подавления шумовых компонент экспериментального сигнала, который, во-первых, минимизирует фазовые и контурные искажения; во-вторых, обладает фиксированным временем отклика и является нетребовательным к вычислительным ресурсам.
Исследование диагностической значимости амплитудно-временных параметров пульсовой волны
В работе [53] показано, что пульсы лучевых артерий подобны по форме группе центральных пульсограмм. Этот вывод сделан на основе сравнительного анализа сфигмограмм лучевых и сонной артерий, который показал близость основных информативных параметров этих сигналов, что объясняется их сходным генезисом и малым влиянием искажающих факторов при перемещении крови от устья аорты к лучевой артерии. Таким образом, возможен перенос методик контурного и фазового (временного) анализа с кривых, измеренных в области сердца и устья аорты, на сфигмограммы лучевых артерий. Экспериментальные данные о систолических и диастолических фазах кардиоцикла, полученные в результате сравнительного анализа сфигмограмм сонной и лучевых артерий, подтверждают высокую информативность пульсов лучевой артерии и свидетельствуют о достаточности диагностического анализа пульсовых сигналов в рамках АПДК.
Практика восточных медицинских систем, в частности, тибетской, показывает, что пульсы лучевых артерий человека содержат существенную информацию о состоянии внутренних органов, которую можно использовать для решения задач диагностики - определения функционального состояния органов, наличия тех или иных нарушений либо патологий. Эти знания в тибетской медицинской традиции хорошо организованы, структурированы, зафиксированы в письменных источниках [24, 26, 100].
Проблема заключается в том, что знаково-понятийная система, применяемая для фиксации и передачи медицинских знаний в тибетской традиции, существенно отличается от принятой в современных европейски-ориентированных физиологии и медицинской практике. Вместе с тем очевидно, что интерпретация накопленных знаний, используя принятые современные подходы, имеет определенный практический смысл. В самом деле, пульс человека непосредственно и с большой точностью можно регистрировать в виде сигнала, а для извлечения и интерпретации полезной информации привлекать большой арсенал методов анализа сигналов.
Одной из основных задач в компьютеризации пульсовой диагностики заболеваний является определение классов пульсовых сигналов, соответствующих нозологическим формам тибетской медицины, или, иными словами, задача классификации и интерпретации пульсограмм. Найденные классы в интеграции с лечебной базой знаний служат основой для создания интеллектуальной системы тибетской медицины, способной самостоятельно, с высокой степенью вероятности, отнести поступающий сигнал к той или иной нозологии и на основе этого ставить диагноз, назначать лечение, контролировать его ход.
Решение этой задачи на данном этапе исследований состоит в составлении статистических моделей пульсов на основе экспертных оценок, сделанных высококвалифицированными врачами пульсодиагностами, и математически определяемых и поверяемых диагностических признаков пульсовых сигналов. Очевидно, что набор таких признаков должен в максимальной степени соответствовать тем характеристикам пульса, которыми в своей практике руководствуется тибетский врач. Это, в первую очередь, характеристики, воспринимаемые тактильно - амплитудные, характеристики длительности тех или иных процессов - временные (в дальнейшем используется также термин фазовые), а также обширный перечень производных от них. О правомерности такого подхода можно судить по канонизированным в тибетских медицинских источниках качественным описаниям пульсов [26]. Кроме того, методы амплитудно-временного анализа общепризнанны в клиническом использовании биомедицинских сигналов [56]. Методы, применяемые для исследования пульсовых сигналов, были подобраны исходя из следующих соображений. С большой долей уверенности можно утверждать, что при анализе пульса врач тибетской медицины в первую очередь концентрируется на амплитудных и временных характеристиках, при этом временные параметры служат в основном для временной привязки процессов и установления взаимного соответствия пульсов, по амплитудным -производится их дифференциация [Бороноев]. Очевидно, что наибольший интерес для исследования с точки зрения диагностики заболеваний представляют собой элементы пульсового сигнала, имеющие устойчивый характер, связанный с протеканием реальных физиологических процессов. Это позволяет, во-первых, минимизировать объемы обрабатываемой информации без существенного ущерба качеству; во-вторых, описывать каждую пульсовую волну набором устойчивых амплитудно-временных параметров, т.н. характерных точек, определяемых в результате выполнения некоторой эвристической процедуры, возможность построения которой является существенным преимуществом данного подхода [101]. При наличии унифицированного набора параметров и процедуры их определения становится возможным устанавливать сходство и различия пульсов различных нозологии. Таким образом, можно констатировать, что амплитудно-временные параметры пульсового сигнала, формирующие контур пульсограммы, несут важную информацию, поддающуюся интерпретации с точки зрения диагностики заболеваний. Поэтому необходимо решить проблему создания методов и алгоритмов, способных эффективно определять и оценивать эти характеристики и нацеленных на решение следующих задач: 1) выбор набора параметров для однозначного и адекватного описания контура пульсовой волны; 2) создание алгоритма выделения единичных пульсовых волн из длинной реализации; 3) создание модели разметки единичной пульсовой волны и алгоритма выделения амплитудно-временных параметров; 4) исследование информационной значимости определяемых параметров. Таким образом, основным объектом исследования являются длинные реализации пульсового сигнала, включающие несколько десятков периодов - единичных пульсовых волн, соответствующих одному кардиоциклу (R-R интервалу ЭКГ). Для каждой единичной волны определяется унифицированный набор амплитудно-временных параметров, описывающий ее контур. Выводы об информационной значимости ценности этих параметров делаются на основе статистического анализа соответствующих динамических рядов, получаемых .
