|
|
| Курсовая: Разработка модуля анализа ЭКГ на основе непрерывного Вейвлет-преобразования |
нет
да
| | | Получение результата вейвлет преобразования для пары значений n,s |
|
нет
 да
3.3.1.2 В частотной области
Вейвлет преобразование можно провести в частотной области. Для этого снова в
первую очередь необходимо определить материнский вейвлет. Расчет по данной
схеме происходит следующим образом: преобразование Фурье самого вейвлета (в
данном случае будем рассматривать вейвлет Морле) сконцентрировано вокруг
некоторой выделенной частоты w0 ≠ 0. Поэтому преобразование
Фурье вейвлета, растянутого в s раз, будет сконцентрировано вокруг частоты w
0/s (см рис. 4).
Рис 4. Преобразование Фурье функции вейвлета.
Так как свертка функций эквивалентна их перемножению в частотной области,
“строка” s = const на изображении вейвлет преобразования показывает эволюцию
изучаемой функции на частотах, близких w0/s. То есть умножение
Фурье-спектра исходной функции на пик в точке w0/s в частотной
области (то есть на Фурье-образ растянутого вейвлета) вырезает из этой функции
все то, что дает вклад в ее спектр на частотах, близких w0/s. В
результате получается развертка спектрального компонента во времени. [1]
Основные формулы имеют вид:
 (5)
где (*) – означает комплексно-сопряженное, а знак (^) – преобразование Фурье.
 (6)
 (7)
Блок – схема алгоритма:
нет
да
| | | Получение результата вейвлет преобразования для пары значений n,s |
|
нет
 да
3.3.2 Выбор материнского вейвлета
В качестве материнского вейвлета подходит любая функция, удовлетворяющая двум
вышеуказанным условиям. Для реализации алгоритма в качестве анализирующего
вейвлета было решено воспользоваться вейвлетом Морле (рис. 5). Это было
сделано по трем причинам:
· вейвлет Морле один из наиболее популярных [1] и широко применяется
· он обладает значительной наглядностью
· он прост в вычислительном плане, что ускоряет работу алгоритма
рис 5. Вейвлет Морле.
Фактически вейвлет Морле является произведением комплексной синусоиды на
гауссиан.
 , (8)
где y является значением вейвлет функции с безразмерным периодом h, а w0
- волновой параметр (при реализации w0=6).
Необходимо также отметить, что вейвлет Морле является комплекснозначным, то
есть имеет действительную и мнимую части.
4 ОПРЕДЕЛЕНИЕ УЗЛОВЫХ ТОЧЕК ЭКГ НА ОСНОВЕ НЕПРЕРЫВНОГО ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ
4.1 Стандарты описания и обозначения ЭКГ.
Электрокардиограмма (ЭКГ) человека – сигнал, считываемый в результате
распространения волны деполяризации и реполяризации по сердечной мышце.
Электрокардиограмма (ЭКГ) представляет собой некоторый сигнал, имеющий пять
характерных пиков - P, Q, R, S и T :
рис 6. Вид цикла стандартной ЭКГ.
Обозначенные особенности (пики и интервалы) и являются стандартами описания
электрокардиограммы человека.
4.2 Постановка задачи идентификации.
По временным и амплитудным характеристикам пиков и интервалов врач может
определить наличие тех или иных заболеваний у исследуемого пациента. Наиболее
важную информацию несет пик R, в частности, именно по этому пику можно найти
частоту сердечных сокращений.
В зависимости от конфигурации электродов на теле пациента различают, так
называемые, отведения. В медицинской практике используются 12 стандартных
отведений, 8 из которых линейно независимы, а еще 4 являются их линейной
комбинацией.
В линейных методах для определения временных характеристик ЭКГ (то есть для
решения задачи идентификации) обычно используют второе отведение.
Под задачей идентификации, обычно, понимают вычисление временных положений
пиков. Также определяют частоты, присутствующие в сигнале, так как, например,
присутствие в сигнале определенных высокочастотных компонент может
свидетельствовать о ненормальной работе сердца. Поэтому появилась
необходимость использования методов частотного анализа, одним из которых
является вейвлет-преобразование.
4.3 Построение модели идеальной ЭКГ
В медицинских источниках есть сведения о параметрах ЭКГ здорового человека.
Обычно эти данные и являются отправной точкой при анализе очередной
электрокардиограммы. Для выработки подходов к автоматической идентификации
нарушений в работе сердца необходимо построить модель сигнала В результате в
ходе выполнения работы были построены две модели идеальной ЭКГ. Первая – для
системы Matlab. Вторая – в рамках спецификации компьютерного кардиологического
комплекса для анализа ЭКГ человека (для модуля “Vision”). В обоих случаях
модель представляет собой одномерный массив чисел, с частотой дискретизации 225
Гц. Длительность выбрана из расчета 2-3 сердечных сокращений.
4.4 Анализ модели ЭКГ.
Процедура анализа модели дает представление об эффективности и
целесообразности применения соответствующих программных средств и алгоритмов
с целью решения той или иной задачи. В связи с этим данному разделу уделено
особое внимание.
4.4.1 В системе Matlab.
В системе Matlab с использованием стандартных средств данной системы
построена модель двух сокращений сердечной мышцы. Графически она имеет
следующий вид:
рис 7. Модель ЭКГ в системе Matlab.
Результаты применения аппарата непрерывного вейвлет-преобразования к данной
модели выглядят следующим образом:
рис 7. Вейвлет-преобразование в Matlab.
4.4.2 С использованием “Vision”.
Модель электрокардиограмы в данном случае имеет те же параметры, однако ее
длительность увеличена до 3 секунд. Результаты ее обработки в модуле “Vision”
выглядят следующим образом:
рис 8. Вейвлет-преобразование в “Vision”.
В данном случае темный оттенок свидетельствует о присутствии соответствующей
частоты в сигнале в данный момент времени. Частота, в максимальной степени
присутствующая в сигнале, выделена особо.
4.4.3 Сравнительный анализ полученных результатов.
Результат, полученный в среде Matlab хорошо локализует особенности ЭКГ,
однако возникают проблемы с “чтением” масштаба как по временной оси, так и по
частотной. Видно, что продвижение по времени осуществляется не по секундам
(или другим временным единицам), а по индексу в массиве, содержащим сигнал. О
частотных характеристиках сигнала можно судить лишь приблизительно, ввиду их
значительной “размазанности” (см приложение 1.). Все это позволяет сделать
вывод о том, что аппарат непрерывного вейвлет-преобразования в среде Matlab
не слишком эффективен для решения задачи идентификации.
“Vision” дает наглядную частотно-временную развертку, позволяющую быстро и
без дополнительных расчетов определить степень присутствия той или иной
частоты в конкретный момент времени. Этому в определенной степени
способствует удобный масштаб (Гц,Сек). Помощь при решении задачи
идентификации оказывает механизм выделения максимально присутствующей частоты
(см. рис 8). Неудобство составляют небольшие искажения в области малых
времен, связанные с особенностями непрерывного вейвлет-преобразования.
5 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ
5.1 Структура программы
Программа содержит несколько модулей выполняющих различные функции: описание
формата данных, прорисовка “миллиметровки” на которую непосредственно
наносится ЭКГ, вычисление непрерывного вейвлет-преобразования, визуализация
частотно-временной развертки.
“Vision” читает файлы формата “*.1sf”, содержащие записанную на кардиографе
электрокардиограмму. При непосредственном считывании сигнал автоматически
отображается в окне на “миллиметровой бумаге”. С помощью полосы скроллинга
можно просмотреть все двенадцать отведений. На странице “Анализ” представлены
необходимые инструменты для построения частотно-временного спектра. Имеется
возможность выбора отведения для анализа (1-12), по умолчанию предлагается
второе, как наиболее часто используемое. При проведении анализа измеряется
время продолжительности процесса.
5.2 Форматы данных
Формат файла “*.1sf” в начале содержит заголовок, который описывает
параметры, а также форму записи электрокардиограммы.
Здесь используется структура имеющая вид:
type
OtvData = array [0..MaxArrayOtv] of SmallInt;
OtvPointer = ^ OtvData;
OtvNumber = array [0..MaxNumberOtv] of OtvPointer;
OtvYLineP = array [0..MaxNumberOtv] of Integer;
PtrOtvYLineP = ^ OtvYLineP;
DataPointer = ^ OtvNumber;
LocationType = (Vertical, Horizontal);
WorkStyleType = (Standart12, Franc, Aculinichev, Reserved);
ECGType = record
Frequency : Word;
Time : Single;
OtvQuantity : Byte;
Location : LocationType;
WorkStyle : WorkStyleType;
MultipleCoef : Single;
end;
Frequency – частота съема ЭКГ, Time – продолжительность съема, OtvQuantity –
количество отведений, Location – формат записи (Vertical – предусматривает
параллельную запись всех отведений, применяется при считывании данных с
кардиографа, Horizontal – последовательная запись отведений: сначала первое,
затем второе и т.д.), MultipleCoef – коэффициент числового ряда сигнала.
5.3 Оценка временных затрат
Основными критериями, определяющими скорость работы программы являются:
частота съема ЭКГ и параметры аппаратной части.
Страницы: 1, 2
|
|
|
|
© 2003-2013
Рефераты бесплатно, курсовые, рефераты биология, большая бибилиотека рефератов, дипломы, научные работы, рефераты право, рефераты, рефераты скачать, рефераты литература, курсовые работы, реферат, доклады, рефераты медицина, рефераты на тему, сочинения, реферат бесплатно, рефераты авиация, рефераты психология, рефераты математика, рефераты кулинария, рефераты логистика, рефераты анатомия, рефераты маркетинг, рефераты релиния, рефераты социология, рефераты менеджемент. |
|
|
