Ю.А. Челебаева1, С.В. Челебаев2

1,2 Рязанский государственный радиотехнический университет имени В.Ф. Уткина (г. Рязань, Россия)

Постановка проблемы. При разработке измерительных систем медицинского назначения, имеющих в своем составе датчики аналоговых сигналов, в которых носителями первичной информации выступают такие их параметры, как частота, длительность, фаза, амплитуда напряжения или тока, необходимо выполнить операции преобразования аналоговых сигналов в их цифровой эквивалент (код). В связи с этим возникает задача проектирования преобразователей частотно-временны́х параметров биосигналов в цифровой код. Одним из перспективных подходов к решению задачи является построение преобразователей с использованием нейросетевых технологий. Для построения преобразователя, характеризующегося небольшими аппаратными затратами на свою реализацию, выбрана двухслойная нейронная сеть с одним слоем обучаемых весовых коэффициентов.

Цель работы – разработка модели преобразователя частотно-временны́х параметров биосигналов в код на основе нейросети с одним слоем обучаемых весовых коэффициентов, а также разработка методики настройки сети преобразователя.

Результаты. Предложено применение двухслойной нейронной сети преобразователя частотно-временны́х параметров биосигналов в код с одним слоем обучаемых весовых коэффициентов. Рассмотрена модификация алгоритма «дельта – правило», учитывающая обучение одного слоя весовых коэффициентов в двухслойной сети прямого распространения. Разработана методика настройки нейросетевого преобразователя частотно-временны́х параметров биосигналов в код, состоящая из двух этапов обучения сети. Для снижения погрешности воспроизведения нелинейных функциональных зависимостей применено многопоточное обучение. Проведен анализ результатов обучения сети преобразователя. Выявлено, что подобная сеть достигает точности 0,1 % воспроизведения широкого диапазона функциональных зависимостей, что является достаточным для большинства задач обработки биосигналов.

Практическая значимость. Полученные результаты позволяют сделать вывод, что предложенная структура преобразователя частотно-временны́х параметров биосигналов в цифровой код имеет низкую погрешность воспроизведения нелинейной зависимости, характеризуются простотой обучения нейронной сети и могут быть реализованы на средствах программируемой логики с незначительными аппаратными затратами.

Челебаева Ю.А., Челебаев С.В. Преобразователи частотно-временны́х параметров биосигналов в код на основе нейросети
с одним слоем обучаемых весовых коэффициентов // Биомедицинская радиоэлектроника. 2023. T. 26. № 3. С. 90-98.
DOI: https://doi.org/10.18127/j15604136-202303-11

1. Галушкин А.И. Нейронные сети: основы теории. М.: Горячая линия – Телеком. 2010. 496 c.
2. Головко В.А. Нейронные сети: обучение, организация и применение. М.: ИПРЖР. 2001. 256 с.
3. Локтюхин В.Н., Челебаев С.В. Нейросетевые преобразователи импульсно-аналоговой информации: организация, синтез, реализация / Под общ. ред. А.И. Галушкина. М.: Горячая линия – Телеком. 2008. 144 с.
4. Челебаев С.В., Челебаева Ю.А. Преобразователи частотно-временны́х параметров биосигналов в код двух переменных на основе применения многослойных персептронов // Биомедицинская радиоэлектроника. 2019. Т. 22. № 4. С. 60–66.
5. Мельник О.В., Челебаев С.В., Челебаева Ю.А. Анализ кардиоритмограммы в нейросетевом базисе операций // Биомедицинская радиоэлектроника. 2018. № 8. С. 39–44.