Все признаки,но которым судят о происходящих изменениях, делятся на

Любой алгоритм обработки электрофизиологического процесса может быть представ­ленв виде ориентированного дерева, вершины которого соответ­ствуют разветвлению обрабатываемой информации, а ребра — некоторым блокам обработки.

Построение обобщенного описания алгоритма ЭФП

Для реализации алгоритма обработки с многоуровневой структурой требуетсянебольшая оперативная память на каждом уровне, высокое быстродействие блоков на началь­ных уровнях.

Устройства дискретной нецифровой обработки электрофизиологических процессов обычно строятся по вышеуказанному принципу. Применение микропроцессоров позволяет распространить эту концепцию и на цифровые методы, открывая широкие перспективы создания многоуровневых многопроцессорных устройств.

Построение обобщенного описания алгоритмаобработки электрофизиологических процессов производят, учитывая два фактора.

Первый из них заключается в необходимости получать одновременно раз­ную информацию из одной и той же записи процесса, причем выделение этой информации связано с оперативной обработкой частей записи разной длительности.

Второй фактор связан с тем, что в соответствии с принципом многоуровневости алгоритм строится таким образом, чтобы информация, получаемая при обработке более коротких отрезков кривой, являлась исходной для анализа более длинных частей записи.

Термин «запись» употребляется в дан­ном случае вместо общепринятого в теории обработки случайных процессов термина «реализация» и имеет более широкое, чем послед­ний, значение обрабатываемой части процесса.

Такое дерево изображено на рис. 1, а

Структурная схема соответ­ствующего устройства, реализуемая либо непосредственно в виде электронных блоков, либо программно в постоянном запоминаю­щем устройстве (ПЗУ) микропроцессорных блоков., представлена на рис. 1, б

Присвоим каждому ребру двойной индекс (i,j), где i — номер уровня; j — номер ребра данного уровня. Пусть Т ij — длительность записи, обрабатываемой блоком (i,j), а Сij — скорость передачи информации от блока с индексом (i,j)к соответствующим блокам (i+ 1)-го уровня. Значения Т ij и Сij могут меняться в процессе обработки в зависимости от результатов анализа, поэтому Т ij = Т ij (t),Сij=Сij(t)

Пусть Т ij =minТ ij (t), Сij= max Сij(t)

Тогда для правильно построенного алгоритма обработки всегда Т` ij ≥ Т`kl, Сij=Сkl при i>k.

Описание электрофизиологических процессов при их записи ограничивается стандартной обработкой данных медико-биологических исследовании на ЭВМ. Это происходит вследствие большой изменчивости записей как во времени, так и по ансамблю биообъектов, что соответствует кластерной (т. е. много­модальной) структуре многомерных распределений в пространстве первичных отсчетов процесса.

Рис. 1. Обобщенный алгоритм обработки

Обычно мы имеем дело с записями недетермини­рованных (но не случайных) процессов.

Часто используемые ста­тистические характеристики случайных процессов (дисперсия, автокорреляционная функция, спектральная плотность) при обра­ботке записей электрофизиологических процессов можно рассмат­ривать лишь как признаки определенных изменений, ценные с точностью до ошибок диагностики различных состояний пли интерпретации данных физиологом.

· признаки непрерывного типа

· и дискретного типа.

Каждый тип, кроме того, подразделяется на два вида.

1. Признаки непрерывного типа выражаются.формулой

(1)

(число событий в единицу времени)

· Признаки первого вида характеризуются соотношением

X i(t) ={ δ(t) при выполнении условия φi (t), 0 - в противном случае,

.

Условие φi(t) выполияется при наступлении события, состоя­щего в обнаружении в исходном процессе z(t) коротких участков, обладающих определенными свойствами формы.

Предполагается, что такие события наступают редко, и формула (1) в данном случае выражает число этих событий в единицу времени. Такими признаками могут служить среднее число случаев появления в еди­ницу времени каких-либо зубцов, комплексов зубцов, патологиче­ских комплексов зубцов ЭКГ, воли, острых волн, пересечений нулевого уровня в ЭЭГ и др.

· Для признаков второго вида, измеряющих фон процесса, переменная X i(t).является некоторым непрерывным преобразованием исходного процесса. Некоторые из таких преобразований определяют признаки, соответствующие
оценкам математического ожидания, дисперсии, среднего абсолютного отклонения,
корреляционной функции и процесса на выходе
лнейного фильтра. Эти признаки характеризуют
изменения базовой линии, мощности переменкой составляющей ­
процесса, частотных свойств, некоторых
характеристик формы, задаваемых весовой или базисной функцией в данном электрофизиологическом процессе.

2.Признаки дискретного типа определены на составляющих многокомпонентной последовательности, получаемой в резуль­тате дискретизации непрерывного процесса.

Признаки дискретного типа бывают первого и второго типов.

Дата добавления: 2014-01-13