Розглянуто завдання вилучення діагностичної інформації та прийняття рішення про можливе атеросклеротичномуураженні судин людини. Описана система обробки біомедичних сигналів і розрахунку параметрів пружних властивостей судин на основі аналізу форми пульсової хвилі, що дозволяє за допомогою експертної бази знань сформувати діагноз стану серцево-судинної системи пацієнта.

Анотація наукової статті за медичними технологіями, автор наукової роботи - Файзрахманов Рустам Абубакіровіч, Кичкін Олексій Володимирович


ALGORITHMIC AND SOFTWARE SUPPORT FOR ATHEROSCLEROSIS DIAGNOSTICS INFORMATION SYSTEM

The problems of extraction of diagnostic information and decision-making on possible atherosclerotic affection of human vessels are considered. The system of bio-medical signals processing and calculation of parameters of vessels elastic characteristics on the basis of pulse-wave form analysis is described. The system enabled to form the diagnosis of a patient's cardiovascular system condition on the basis of the expert base.


Область наук:
  • Медичні технології
  • Рік видавництва: 2009
    Журнал: проблеми управління

    Наукова стаття на тему 'Алгоритмічне і програмне забезпечення інформаційної системи діагностики атеросклерозу'

    Текст наукової роботи на тему «Алгоритмічне і програмне забезпечення інформаційної системи діагностики атеросклерозу»

    правління в медико-біологічних системах

    УДК 615.56

    Алгоритмічне та програмне забезпечення ІНФОРМАЦІЙНОЇ СИСТЕМИ ДІАГНОСТИКИ АТЕРОСКЛЕРОЗУ

    Р.А. Файзрахманов, А.В. Кичкін

    Розглянуто завдання вилучення діагностичної інформації та прийняття рішення про можливе атеросклеротичномуураженні судин людини. Описана система обробки біомедичних сигналів і розрахунку параметрів пружних властивостей судин на основі аналізу форми пульсової хвилі, що дозволяє за допомогою експертної бази знань сформувати діагноз стану серцево-судинної системи пацієнта.

    Ключові слова: медична діагностика, форма пульсової хвилі, діагностика стану судин людини, експертна система.

    ВСТУП

    Підвищення ефективності діагностики стану серцево-судинної системи людини досягається шляхом застосування інформаційних технологій і автоматизації медичних досліджень. Особлива увага приділяється питанням підвищення достовірності і оперативності досліджень атеросклерозу як найбільш поширеного захворювання кровоносних судин осіб працездатного віку. З цією метою проводиться збір, обробка та аналіз даних з пристроїв реєстрації параметрів судин. Методи знімання і перетворення сигналів з медичних датчиків пульсової хвилі (ПВ) досить розвинені і широко висвітлені в літературі [1, 2]. Однак алгоритми обробки сигналів форми ПВ і вилучення діагностичних параметрів, а також методи прийняття рішень про стан судин вимагають подальшого розвитку і досконалості.

    Проблема атеросклерозу інтенсивно вивчається як в плані дослідження причин його розвитку, так і в плані ранньої діагностики. Методи діагностики, що базуються на ультразвукової візуалізації великих судин, вимагають стаціонарного обладнання, тривалого часу обстеження одного пацієнта і не дозволяють вивчати дрібні артеріальні судини. Більш популярні методи діагностики, які реалізуються за допомогою при-

    борів реєстрації параметрів ПВ. На ринку вітчизняного обладнання відома приставка «Полі-Спектр-СРПВ» для реєстрації та аналізу швидкості поширення ПВ. За кордоном проводиться система масового обстеження судин Vasera VS -1000 фірми «Fukuda Denshi» (Японія). Датчики в цих пристроях з'єднуються з блоком реєстрації проводами, що призводить до деяких труднощів, підвищуються вимоги до правильної посадки пацієнта, пацієнт не може рухатися під час обстеження. Реєструється ПВ тільки у нерухомої людини, що не дозволяє отримати більш повні характеристики судин.

    Існуючі методи оцінки стану артерій (ультразвукова візуалізація, рентгеноконтрастні методи і ін.) Не цілком задовольняють потребам практичної медицини при масових обстеженнях населення. У зв'язку з цим виникає необхідність розробки системи, що допускає оперативну обробку і аналіз форми коливань судин (сфігмограмі) і дозволяє оцінити розвиток захворювання.

    Для реєстрації форми коливань судин людини в русі доцільно застосування програмно-апаратного комплексу збору даних, до складу якого входять бездротові датчики реєстрації зміщення стінок судин в часі і пристрій збору даних з інтерфейсом для підключення до персонального комп'ютера.

    При різної рухливості пацієнта змінюється кровонаповнення судин і, отже, форма ПВ. За допомогою бездротових датчиків можна досліджувати пацієнта в стані спокою, при ходьбі і виконанні різних вправ, наприклад, присідань. При вимірах в стані спокою не допускається рух пацієнта, у всіх інших випадках необхідно додатково стежити, щоб чутливий елемент, прикріплений гумовою манжетою, що не зміщувався з точки виміру. За допомогою бездротових датчиків ПВ завмер виробляється протягом 10 с, максимальна відстань бездротової передачі даних на ПК складає 10 м.

    При реєстрації ПВ в режимі реального часу за допомогою цифрових бездротових датчиків виникає ряд труднощів. Перш за все, для моніторингу пульсу в багатьох точках необхідно якісне перетворення аналогових сигналів з чутливих елементів - п'єзоелектричних пластин. Це досягається шляхом децентралізації процесу аналого-цифрового перетворення за допомогою набору мікроконтролерів, розташованих в місцях реєстрації ПВ. Далі, через обмежену продуктивності локальних мікроконтролерів необхідна додаткова обробка даних на персональному комп'ютері з метою усунення перешкод і фільтрації паразитних гармонік. Це завдання вирішується за допомогою процедур усунення брязкоту, простого змінного середнього (ПСС) і експоненціального змінного середнього (ЕСС) [3].

    Інформація про пружно-в'язких властивості артерій та клінічному стані пацієнтів концентрується в експертній базі знань і використовується для прийняття рішень про можливість атеро-

    склеротичного ураження судин. База знань формується на основі експериментальних досліджень, а також математичної обробки даних, класифікації і кластеризації обстежуваних одиниць.

    1. ПОПЕРЕДНЯ ОБРОБКА СИГНАЛУ пульсовиххвиль

    Алгоритм усунення брязкоту коригує свідомо невірні виходять за межі показання, отримані в результаті стрибків напруги АЦП або спотворень при кодуванні-декодуванні цифрового сигналу при бездротової передачі, яких різких зсувів датчика під час виміру. Його суть полягає в наступному: якщо інтервал між двома сусідніми значеннями f, і f значно більше інтер-

    | / Т - 1 | / т г

    вала між значеннями / т _ 1 і / т + 1, то значення 4 має коригуватися. Це записується умовою:

    \ / Т - 1 - Про > (| 4 - 1 - 4 + 11 + а) Ь,

    де / т - 1, / т і / т + 1 - зміщення стінок посудини, пропорційні напрузі на виході датчика пульсової хвилі, т - 1, т і т + 1 - відліки часу сусідніх вимірів. Параметри а і Ь вибираються на підставі оцінки якості сигналу. На рис. 1 показаний результат виконання процедури усунення брязкоту. Під час виміру штучно подавалися випадковим чином поодинокі миттєві імпульси, що імітують зміщення датчика з точки виміру. На рис. 1, а показаний сигнал, зашумленний дребезгом, на рис. 1, б - сигнал після виконання процедури усунення брязкоту.

    Ді), мВ ЛО, мВ

    а б

    Мал. 1. Результат програмної реалізації процедури усунення брязкоту:

    а - сигнал з дребезгом; б - сигнал після усунення брязкоту

    Дім в

    А (0, мВ

    Мал. 2. Результат програми фільтрації:

    а - фільтр простого змінного середнього (т = 20); б - фільтр експоненціального змінного середнього (а = 0,15); суцільною лінією показаний результуючий сигнал, штриховий - первинний

    Експоненціальне ковзне середнє описується виразом / т = а / т + (а - 1) / т _ 1, де / - згладжене значення зміщення стінки судини, / і / т - 1 - суміжні значення зсувів стінки судини до згладжування, параметр а приймає значення від 0 до 1. Ступінь згладжування низька при а «1, висока - при а« 0.

    Ковзне середнє в вікні шириною т значень реалізується в такий спосіб:

    / І + / 2 + ... + їт + 1 + ... + їт - 1 + / т

    2

    т

    / 2 + / 3 + ... + / т + 1 + 1 +

    2

    + / Т + / т

    т + 1

    т + 1

    +1

    т

    т + 1

    +2

    Процедура фільтрації за допомогою ЕСС здійснюється швидше, ніж за допомогою ПСС, однак результат недостатньо коректний. Як показано на рис. 2, фільтр ЕСС зрушує дані трохи вправо, зате екстремуми не стають плоскими, як з ПСС, що спрощує їх пошук.

    Емпіричним шляхом встановлено, що досягається якісне згладжування і збереження яскраво вираженого екстремуму, необхідного для побудови середнього періоду, при використанні фільтрів ПСС і ЕСС послідовно. В цьому випадку необхідно враховувати помилку зміщення

    сигналу, рівну т / 2 - половині ширини вікна фільтра ЕСС.

    2. РОЗРАХУНОК ДІАГНОСТИЧНИХ параметрів

    Бездротові датчики дозволяють заміряти ПВ в точках виразною пульсації сонної артерії, стегнових артерій ніг, променевих артерій рук, скроневих артерій, артерій передпліч, підколінних артерій, артерій стоп.

    Після цифрової фільтрації заміряного сигналу форма ПВ обробляється і розраховуються параметри, що характеризують жорсткість стінок судин і побічно визначають ступінь розвитку атеросклерозу. До таких параметрів відносять швидкість поширення ПВ, яка визначається за допомогою декількох датчиків і розраховується між передпліччям і правої щиколотки, між передпліччям і лівої щиколотки, на аорті та ін. До діагностичних параметрах також відносять індекс відображення і швидкість наростання прямої ПВ, що характеризують тонус (пружність ) дрібних м'язових артерій [4].

    Параметри розраховуються за усередненою формі ПВ, яка кодується з частотою дискретизації 1 кГц в інформаційній системі масивом вимірювань, що охоплює близько 10 з роботи стінок посудини. Для розпізнавання періоду коливань ПВ розраховуються максимальні і мінімальні значення, що визначають період ПВ, без урахування локальних екстремумів, далі розраховується середня тривалість періоду, подмассіви періодів коливань калибруются і усереднюються.

    2

    2

    Розпізнавання інтервалів в масиві вимірювань, відповідних максимумів, здійснюється шляхом пошуку локальних максимумів, порівнянням сусідніх локальних максимумів і визначенням глобальних. Після диференціювання сигналу ПВ на ділянці глобального максимуму визначається точне значення екстремуму.

    Пошук інтервалів, відповідних мінімумів, проводиться шляхом визначення першого нульового значення інтерпольованої похідної функції / т з кроком до на інтервалі між сусідніми максимумами N і N - 1:

    fm =

    fm - 2 fm - 1 + fm + 1 fm + 2

    12h

    Далі проводиться заповнення подмассивов вимірювань форми коливань, укладених між екстремумами, заповнення періодів, обчислення середньої тривалості періоду, калібрування циклів і формування середнього періоду.

    Швидкість V поширення ПВ розраховується шляхом порівняння сигналів з двох датчиків, розташованих на відстані L один від одного:

    V = L / (t1max - ^ 2mJ, де W? 2max - моменти часу, що відповідають максимумів ПВ двох сигналів. Наступні показники розраховуються за сигналом з одного датчика. Індекс відображення: відношення амплітуди прямої ПВ до амплітуди зворотного. Швидкість наростання ПВ під час перехожі-

    _ Fmax - fm

    дення пучка крові: k =

    tmax tmin

    , де f і f -

    max min

    значення максимуму і мінімуму ПВ за період, С ™ і? • - моменти часу, що відповідають

    Шох тш

    цим екстремумам.

    На реальні сигнали ПВ накладаються додаткові вимоги з метою підвищення точності попереднього аналізу форми коливань і можливості виділення періодичних сигналів. Зрозуміло, що згладжування і подальша обробка неперіодичних сигналів не призведе до достовірних результатів. Додаткова вимога для точного аналізу форми коливань полягає в наявності чітких, неплоских екстремумів. При недотриманні вимог слід провести повторні заміри.

    В якості допоміжної виділяється функція швидкого перетворення Фур'є [5] для побудови спектрограми сигналу, яка може використовуватися при додаткових дослідженнях. Зокрема, гармоніка з найбільшою амплітудою відповідає частоті серцебиття.

    Труднощі аналізу діагностичних параметрів обумовлені і тим, що характер поведінки

    об'єкта дослідження суто індивідуальний. Тому для прийняття рішень про можливі атеросклеротичних ураженнях судин доцільно застосування сучасних інтелектуальних технологій. У даній роботі в якості інструментального засобу підтримки прийняття рішень при діагностиці атеросклерозу використовується експертна система з нечітким логічним висновком.

    3. РОБОТА ЕКСПЕРТНОЇ СИСТЕМИ

    На рис. 3 показана структура експертної системи.

    У роботі експертної системи (див. Рис. 3) виділяється два основні режими.

    Перший режим - заповнення бази знань (БЗ). Дані про пацієнта і зареєстровані за допомогою бездротових датчиків ПВ в декількох точках сигнали тривалістю 10 з кожен зберігаються в базі даних (БД), а розраховані показники П1 п сигналів ПВ (табл. 1) - в БЗ. Одночасно з цим, експерт Е проводить дослідження судин даного пацієнта відомими методами, наприклад за допомогою ультразвукової діагностики. З огляду на історію хвороби пацієнта, експерт формує висновок про стадії розвитку атеросклерозу, яке заноситься через інтерфейс експерта ІЕ в БД. Безліч діагностичних параметрів п1 N 1 ц, розрахованих за даними досліджень и1 № та зіставляються їм експертні висновки Е1 № (табл. 2) формують БЗ за допомогою модуля придбання знань МПЗ [6].

    Після заповнення БЗ достатнім обсягом досліджень (другий режим) користувач систе-

    Мал. 3. Структура експертної системи діагностики атеросклерозу

    Таблиця 1

    Показники вимірюваних пульсових сигналів

    показник Позначення

    Швидкість поширення ПВ:

    між передпліччям і правої щиколотки П1

    між передпліччям і лівої щиколотки # 2

    сонної артерії # 3

    стегнової артерії на лівій нозі П4

    стегнової артерії на правій нозі П5

    променевої артерії на лівій руці П6

    променевої артерії на правій руці П7

    підколінної артерії на лівій нозі # 8

    підколінної артерії на правій нозі # 9

    Індекс відображення П10

    Швидкість наростання прямої ПВ П11

    Таблиця 2

    Структура полів бази знань

    ми ПС через інтерфейс користувача ІП звертається до БЗ. Діагностичні параметри судин пацієнта співвідносяться з яким-небудь класом судин з відомими експертними висновками, що характеризують стадію розвитку атеросклерозу. Класифікація параметрів здійснюється на основі статистичних методів обробки даних БЗ за допомогою механізму виведення МВ [7]. В результаті визначається рівень і стадія розвитку атеросклерозу, більш підходящі до введених параметрах, формується діагноз, який зберігається в журналі пацієнта БД.

    ВИСНОВОК

    Розглянута система дає можливість оперативного і мобільного діагностування стану серцево-судинної системи пацієнта. До її основних переваг відносяться: обробка синхронно вимірюваних форм ПВ в довільному числі точок на тілі людини в реальному масштабі часу за інформацією, що надходить з модулів дистанційного збору даних, відстеження параметрів стану пацієнта як в статиці, так і в динаміці; прогнозування змін стану здоров'я пацієнта. Модульна архітектура програмного забезпечення дає можливість розрахунків різних параметрів форми ПВ в різних вбудованих процедурах.

    ЛІТЕРАТУРА

    1. Mendelson Y., Burt D. Noninvasive Pulse Oximetry Utilizing Skin Reflectance Photoplethysmographhy // IEEE Biomedical Engineering. - 1988. - Vol. З-35, N 10. - P. 65-72.

    2. Ливенцев Н. М., Лівенсон А.Р. Електромедичне та електробіологічне. - М .: Медицина, 1974. - 336 с.

    3. Хемминг Р.В. Цифрові фільтри. - М .: Недра, 1987. - 221 с.

    4. Затейщікова А.А., Затейщіков Д.А. Ендотеліальна регуляція судинного тонусу: методи дослідження та клінічне значення // Кардіологія. - 1998. - № 9. - С. 68-78.

    5. Михайлов Н.Ю., Толмачов Т.Н. Високочастотні коливання в сигналі пульсової хвилі і їх зв'язок з адаптаційними реакціями // Біофізика. - 2008. - Т. 53, вип. 3. - С. 482-487.

    6. Попов Е.В. Експертні системи: Рішення неформалізованих завдань у діалозі з ЕОМ. - М .: Наука, 1987. - 288 с.

    7. Тюрін Ю.М., Макаров А.А. Статистичний аналіз даних на комп'ютері. - М .: Инфра-М, 1998. - 528 с.

    Стаття представлена ​​до публікації членом редколегії В.Н. Новосельцевим.

    Файзрахманов Рустам Абубакіровіч - д-р екон. наук, проф., зав. кафедрою, e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.,

    Кичкін Олексій Володимирович - асистент, e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її., Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.,

    Пермський державний технічний університет,

    ® (3422) 39-18-54.

    Номер І П1 П2 П3 П11 Е

    1 и1 n1,1 n1,2 n1,3 n1,11 Е1

    2 і 2 n2,1 n2,2 n2,3 n2,11 Е2

    N UN nN, 1 nN, 2 nN, 3 nN, 11%


    Ключові слова: МЕДИЧНА ДІАГНОСТИКА / ФОРМА пульсовиххвиль / ДІАГНОСТИКА СТАНУ судин ЛЮДИНИ / ЕКСПЕРТНА СИСТЕМА / MEDICAL DIAGNOSTICS / PULSE-WAVE FORM / DIAGNOSTICS OF A HUMAN VESSELS CONDITION / EXPERT SYSTEM

    Завантажити оригінал статті:

    Завантажити