350 rub
Journal Radioengineering №3 for 2012 г.
Article in number:
Construction of Informative Signs to Diagnose of the Functional Status of the Body Using Neural Network Technologies
Authors:
A.A. Mikheev, V.N. Loktukhin, O.V. Melnik
Abstract:
The possibility of personalization of physical therapy procedures by individual selection of the therapeutic effect parameters based on the rapid assessment to current functional status of the patient is analyzed. To improve the reliability of assessment of the current functional status the process of diagnostic conclusions forming presented in the form of linked stages of selection of informative parameters of the original signal, identification of informative features that serve as markers of changes in the functional status of the body, and making decisions based on neural network technology. The ways to improve the reliability of obtaining the source for the formation of the diagnostic conclusion of the data, in particular, the amplitude-time parameters of elektrocardiosignal is demonstrated. The methods for selection of the additive low-frequency noise ensuring minimal loss of elektrokardiosignal informative parts are proposed. The requirements to be met by methods of construction of informative signs and an approach to developing such methods, based on the use as a diagnostic sign of integral parameters in the form of spectral coefficients in a special orthogonal basis. Developed and investigated methods to identify informative shape parameters elektrocardiosignal elements in their spectral composition of the bases of the Legendre polynomials and the Walsh functions. We propose a three-tier neuro-bionic structure of the system forming diagnostic conclusions, using the results of the exact "tool" of control and interpretation of diagnostically significant parameters of biomedical signals and received from them informative features as input to the device neuro-fuzzy decision support. The concept of building subsystems for decision-making support based on fuzzy logic.
Pages: 147-152
References
  1. Баевский Р.М., Иванов Г.Г., Чирейкин Л.В. и др.  Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем (методические рекомендации) // Вестник аритмологии. 2001. № 24. С. 65 - 87.
  2. Heart rate variability. Standatds of Measurement, Physiological interpretation and clinical use. Circulation. 1996. V.93. P.1043 - 1065.
  3. Патент РФ № 2392848. А61В5/0205.
  4. Локтюхин В.Н., Михеев А.А., Мельник О.В., Челебаев С.В., Черепнин А.А. Нейробионический подход к построению медико-измерительных систем // Биомедицинская радиоэлектроника. 2009. № 7. С. 62 - 68.
  5. Словарь по кибернетике / под ред. В.М. Глушкова. Киев, Главная редакция украинской Советской энциклопедии. 1979. 624 с.
  6. Рангайян Р.М. Анализ биомедицинских сигналов. М.: Физматлит. 2007. 440 с.
  7. Кравченко В.Ф., Попов А.Ю. Дискретизация и цифровая фильтрация электрокардиограммы // Зарубежная радиоэлектроника. 1996. № 1. C. 38 - 44.
  8. Барановский А.Л., Калиниченко А.Н., Манило Л.А. и др. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Учеб. пособие для вузов / под ред. А.Л. Барановского и А.П. Немирко. М.: Радио и связь. 1993. 248 с.
  9. Патент РФ 2428107, МКИ7 А61 В 5/04. В5/0402.
  10. Патент РФ 2436502, МКИ7 А61 В 5/04. В5/0402.
  11. Михеев А.А., Мельник О.В., Нечаев Г.И. Выделение дрейфа изолинии электрокардиосигнала // Биомедицинские технологии и радиоэлектроника. 2005. № 1 - 2. С. 26 - 30.
  12. Маколкин В.И., Подзолков В.И., Самойленко В.В. ЭКГ: анализ и толкование. М.: ГЕОТАР-МЕД. 2001. 160 с.
  13. Мельник О.В., Михеев А.А. Интегральный подход к оценке параметров ST-сегмента электрокардиосигнала // Биомедицинские технологии и радиоэлектроника. 2003. №5. С. 8 - 11.
  14. Melnik O.V. New integrated methods of elements of electrocardiosignal morphology parameters estimation // IEEE, 5-th European Symposium on Biomedical Engineering (ESBME 2006) Proceedings. Patras, Ellas. 2006.
  15. Патент РФ № 2242164, А 61 В5/0402, В5/0452.
  16. Локтюхин В.Н., Челебаев С.В. Принципы построения нейросетевых преобразователей биоэлектрических сигналов в цифровую форму // Медицинская техника. 2007. № 6. С. 15 - 19.
  17. Loktiukhin V.N., Chelebaev S.V., Antonenko A.V. The information representation form neural network converters synthesis for the medical measuring-intelligence systems with distributed data processing and usage neural bionic technologies // Труды IX Международной НТК с элементами научной молодежной школы «Физика и радиоэлектроника в медицине и экологии» ФРЭМЭ-2010. Владимир: 2010. C. 307 310.