Метод на основе цифровой фильтрации
Подход, основанный на использовании цифровой фильтрации для распознавания QRS-комплекса, может рассматриваться как один из вариантов упрощенной реализации корреляционных методов. При этом процедура распознавания распадается на два взаимосвязанных этапа. Сначала сигнал пропускается через цифровой фильтр с частотной характеристикой, соответствующей QRS-комплексу, полученному усреднением спектральных оценок большого числа комплексов различных морфологий. Это адекватно вычислению взаимной корреляционной функции между сигналом и некоторым типовым желудочковым комплексом, форма которого соответствует импульсной характеристике применяемого цифрового фильтра.
На следующем этапе анализа по алгоритму, основанному на пороговых правилах, предварительно обнаруживается QRS-комплекс и определяется его опорная точка, которая служит для совмещения во времени текущего комплекса с усредненными образцами ранее найденных комплексов, относящимся к различным классам по форме. Вычисляются коэффициенты взаимной корреляции между обнаруженным комплексом и всеми имеющимися образцами. На основании полученных результатов анализируемый комплекс либо относится к одному из ранее существовавших классов, либо считается первым представителем нового класса формы, либо отбраковывается как артефакт.
Описываемая процедура, используемая в том или ином виде во многих разработках, является компромиссом между принципиально достижимым высоким качеством обнаружения QRS-комплекса с помощью корреляционных методов и ограниченной производительностью широко распространенных микропроцессоров. Сравнительно вычислительная простота описанного метода объясняется тем, что при этом обычно используются легко реализуемые цифровые фильтры, а вычисление корреляционной функции выполняется для каждого образца один раз.
Структурные методы
Структурные методы распознавания QRS-комплекса основаны на предварительной сегментации ЭКС, в ходе которой входной сигнал представляется в виде последовательности простейших элементов (горизонтальных и наклонных отрезков прямой, фрагментов полиномов 2-го и 3-го порядков). Сегментированный сигнал далее подвергается грамматическому разбору с использованием алгоритма, в основу которого положены эмпирические представления о структуре QRS-комплекса ЭКГ. Структурные методы характеризуются наглядностью, удобством для программирования, универсальностью, а также возможностью снижения избыточности информации, описывающей сигнал. Однако следует отметить и некоторые недостатки структурных методов, к которым можно отнести потерю части информации о сигнале при его сегментации, невозможностью учета всех встречающихся вариантов структуры желудочкового комплекса, подверженность скачкообразному изменению результатов анализа при незначительных случайных отклонениях в форме входного сигнала.
Пример алгоритма, основанного на применении структурного метода
Для реализации этого алгоритма используется структурно-лингвистический подход. Его смысл в том, что некоторые элементы QRS-комплекса заменяются либо каким-либо символом, либо цепочкой символов. Далее анализируется весь ЭКС и представляется также последовательностью символов. При выделении комплекса происходит сравнительный анализ символьной последовательности, характеризующей QRS-комплекс, со всеми участками ЭКС. В случае нахождения идентичности анализируемого участка с образцом, он принимается за QRS-комплекс и анализ проводится далее. В качестве примера рассмотрим одну из возможных ситуаций.
В первую очередь необходимо различные возможные участки сигнала представить определенными символами. Прямые, имеющие соответствующую амплитуду представим следующим образом (их длительность учитывать не будем):
g1 <0.1 мВ, >-0.1 мВ
g2 >0.1 мВ, < 0.3 мВ
g3 >0.3 мВ, < 0.5 мВ
g4 > 0.5 мВ
g5 >-0.3 мВ, <-0.1 мВ
g6 >-0.5 мВ, <-0.3 мВ
g7 <-0.5 мВ
То же самое проделаем и с наклонными линиями:
V1 < 0.1 мВ
V2 >0.1 мВ, <0.3 мВ
V3 > 0.3 мВ
N1 <0.1 мВ
N2 >0.1 мВ, <0.3 мВ
N3 > 0.3 мВ
Теперь напишем ряд грамматических правил, в соответствии с которыми и будет производится распознавание QRS-комплекса.
<QRS> -> <Q > <QRS1>
<QRS1> -> <R> <QRS2>
-> E
<QRS2> -> <S> <QRS3>
-> E
<QRS3> -> <R1> <QRS4>
-> E
<QRS4> -> <S1>
-> E
<Q> -> N1V1 | N1V2 | N1V3 | N2V1 | N2V2 | N2V3 | N3V1 | N3V2 | N3V3
<R> -> V1N1 | V1N2 | V1N3 | V2N1 | V2N2 | V2N3 | V3N1 | V3N2 | V3N3
<S> -> N1V1 | N1V2 | N1V3 | N2V1 | N2V2 | N2V3 | N3V1 | N3V2 | N3V3
<R1> -> <R><ST>
<S1> -> <S><ST>
<ST> -> g1 | g2 | g3 | g4 | g5 | g6 | g7 | V1 | N1
Таким образом, распознавание проходит согласно этим правилам. Если анализируемый участок удовлетворяет предложенным правилам, то его можно считать искомым, если нет - то поиск продолжается далее.
Лекция 13. Методы визуализации медикобиологической информации.
Основные понятия
В качестве примера визуализации медикобиологической информации также рассмотрим метод диагностики головного мозга электроэнцефалография (ЭЭГ). Введем ряд понятий, используемых при рассмотрении данного вопроса.
Под понятием частотный ритм ЭЭГ подразумевается определенный тип электрической активности, соответствующий некоторому состоянию мозга, для которого определены границы диапазона частот.
Картирование - представление медицинских сигналов в виде цветовой карты (или топокартограммы), схематично изображающей распределение их амплитудных и частотных показателей на определенной координатной сетке.
Визуализация информации, получаемой от биологического объекта - сложная и нетривиальная задача. Удачно решенная, она позволяет быстро оценить состояние объекта и принять правильное решение при диагностике и лечении. Определенные ограничения на визуализацию накладывают сложившиеся традиции в отображении физиологических параметров. Целые поколения врачей-диагностов в докомпьютерную эпоху привыкли к определенным штампам в визуализации, и компьютерные программы должны это учитывать. Так, например, при анализе ЭЭГ необходимо обязательно представление в виде традиционных временных графиков в монополярных или в биполярных отведениях. Однако при их оценке врач в уме переводит набор кривых по данной системе отведений в пространственную картину распределения потенциалов в мозге, с тем, чтобы обнаружить месторасположение очагов активности. Задача эта требует развитого пространственного воображения, а при распознавании источников так называемых спайков, пиков и других феноменов она достаточна сложна. Применение компьютера позволяет автоматизировать этот процесс.
Одним из наиболее наглядных методов представления медикобиологической информации в графическом виде является картирование. Картирование применяется в том случае, когда необходимо представить какой-либо процесс в виде цветовой карты, где бы наглядно были показаны интересующие исследователя особенности того или иного сигнала. Это позволяет быстро и достоверно проанализировать довольно длительные участки записи различных процессов.
Рассмотрение понятия картирования неразрывно связано с методикой электроэнцефалографии, где оно наиболее ярко выражает все свои преимущества и особенности. Далее будет дано представление о картировании применительно к электроэнцефалографии.
ЭЭГ представляет собой сложный колебательный электрический процесс, который может быть зарегистрирован при расположении электродов на мозге или на поверхности скальпа и является результатом электрической суммации и фильтрации элементарных процессов, протекающих в мельчайших нервных клетках головного мозга. Это означает, что ЭЭГ представляет собой процесс, обусловленный активностью огромного числа генераторов, и, в соответствии с этим, создаваемое ими поле представляется весьма разнородным и меняющимся во времени. В связи с этим между двумя точками мозга, а также между точками мозга и удаленными от него тканями организма возникают переменные разности потенциалов, регистрация и анализ которых и составляет задачу электроэнцефалографии.
В настоящее время все большую популярность начинают завоевывать методы математической обработки и представления сигналов. Как правило, помимо визуальной оценки регистрируемого сигнала необходимо предоставлять и другую графическую информацию. Для электроэнцефалографического сигнала основными параметрами являются частота и амплитуда, поэтому необходимо иметь методы представления сигнала с помощью амплитудно-частотных характеристик. Как уже упоминалось выше, наибольшее распространение получили разложения сигнала в спектр мощности и, особенно, построение топокартограмм головного мозга по ритмам с помощью цветового представления амплитуды для каждой спектральной полосы, иначе картирование.
Построение топокартограмм рассматривается по четырем основным частотным ритмам ЭЭГ.
· Дельта -ритм. Частота 0.5-3 Гц, амплитуда, как правило, превосходит 40 мкВ, иногда при сильных патологиях может достигать 300 мкВ.
· Тета -ритм. Частота 4-6 Гц, амплитуда такая же, как и у дельта-ритма.
· Альфа-ритм. Частота 8-13 Гц, амплитуда до 100 мкВ. Является наиболее информативным и в большинстве случаев доминирующим при анализе ЭЭГ. Лучше всего выражен в затылочных отделах. По направлению к лобным отделам его амплитуда уменьшается. Наибольшую амплитуду альфа-ритм имеет в состоянии спокойного расслабленного бодрствования, особенно при закрытых глазах. В большинстве случаев достаточно регулярно наблюдаются спонтанные изменения амплитуды, так называемые модуляции альфа-ритма, выражающиеся в чередующемся нарастании и снижении амплитуды волн с образованием характерных “веретен” - амплитудно-модулированных колебаний ЭЭГ, длительность которых может быть от 2 до 8 секунд.
· Бета-ритм. Частота 14-35 Гц. Амплитуда в норме не более 15 мкВ.
Таким образом, анализируемый диапазон частот в электроэнцефалографии расположен в диапазоне от 0.5 Гц до 35 Гц, а амплитуда обычно не превышает 100 мкВ.
Основной смысл картирования - определение в данном частотном диапазоне средней (или максимальной, пиковой) амплитуды по каждому отведению и, на основании полученных значений, расчет амплитуд в любой точке поверхности скальпа. К сожалению, врачей интересует распределение этих потенциалов в объеме головного мозга, но эта задача не имеет однозначного математического решения. Визуализация плоской картины в виде топокартограммы, тем не менее, значительно облегчает понимание объемных процессов.
Для построения топокартограммы заранее определяются границы амплитуд, значения, в рамках которых, будут кодироваться своим цветом. Таким образом, для каждого из определенных выше 4-х ритмов строится условная карта распределения амплитуд сигнала.
Для регистрации ЭЭГ может использоваться от 8 до 24 отведений (обычно используются 8, 16, 19 или 24 отведения). При этом датчики для каждого отведения располагаются во всех областях головы согласно стандартно определенным схемам расположения электродов. В электроэнцефалографических системах такие схемы обычно заносятся заранее перед проведением обследований.