Презентація на тему:
МЕТОД РОЗДІЛЕННЯ СУМІШІ ЦИКЛОСТАЦІОНАРНИХ БІОСИГНАЛІВ

МЕТОД РОЗДІЛЕННЯ СУМІШІ ЦИКЛОСТАЦІОНАРНИХ БІОСИГНАЛІВ Є. Б. Яворська, к.т.н. О.В. Гевко, к.м.н., доцент Тернопільський національний технічний університет імені Івана Пулюя 46001, Тернопіль, вул. Руська, 56, каф. Біотехнічні системи Тел. (0352) 28-35-52, факс: (0352) 25-49-83 E-mail: Kaf_BT@tu.edu.te.ua;

МЕТА Розроблення неінвазивних, вірогідних, прогностичних методів та засобів для оцінювання серцевої діяльності плоду чи новонародженої дитини з метою діагностики її стану. ЗАДАЧІ Розроблення методу розділення тестової суміші циклостаціонарних біосигналів на прикладі електрокардіосигналів матері та плоду для діагностики стану плоду. Розроблення методів комп’ютерного моделювання цифрової обробки циклостаціонарних біосигналів для верифікації отриманих результатів досліджень.

Актуальність теми МЕДИЧНИЙ АСПЕКТ: технічні засоби (електрокардіографічні кардіографічні системи CardioLab+, CardioCE+ (НТЦ „ХАІ-МЕДИКА”, Україна), фетальні монітори BIONET ( УМАмед, Україна-Корея), ЕКГ-монітори “FEMO” (MEDCO Electronics Systems, Ізраїль), “CARE 2000” (University of Nottingham, Нідерланди), фетальні монітори серії Sonicaid модифікацій Team (Oxford Medical Solutions, ZOLL Medical Corporation ,Україна-США)DiaCard (АОЗТ „Сольвейг”, м. Київ), КАД-03 «КИГ» (ДНК и К, Росія); стандартні методики у медичній практиці (профілактика, діагностика, лікування, реабілітація, наукові дослідження); результати досліджень. СОЦІАЛЬНО-ЕКОЛОГІЧНИЙ АСПЕКТ (погіршення екології; зміна клімату; науково-технічний прогрес, тощо). ПРОБЛЕМА: необхідність забезпечення автоматичного, неінвазивного, прогностичного, вірогідного, мобільного застосування апаратури з метою вчасного встановлення патологічних змін на ранніх строках вагітності.

МЕТОДИ: Метод адаптивного придушення завад (Multy-Reference Adaptive Noice Cancellation – MRANC); «Сліпе розділення сигналів” – BSS (Blind Source Separation) або аналіз незалежних компонент – ICA (Independent Component Analysis). Модифікації: - сліпе розділення сигналів у підпросторі (Blind Sources Subspace Separation); сингулярна декомпозиція (Singular Value Decomposition); - сліпе розділення сигналів у поєднанні із адаптивною фільтрацією; - удосконалення методу незалежних компонент; - проективне розшарування у поєднанні із методом незалежних компонент; використання методу незалежних компонент у поєднанні із використанням вейвлетів.

Результат комп’ютерного моделювання серцевого циклу ЕКС згідно моделі R. Losada

Схема представлення стохастичної моделі ЕКСП, ЕКСМ та їх суміші

Приклад абдомінального ЕКС та його складових

РЕЗУЛЬТАТИ ЗАСТОСУВАННЯ МЕТОДУ НЕЗАЛЕЖНИХ КОМПОНЕНТ Згенерована суміш ЕКСП та ЕКСМ

ЕКСП, ЕКСМ (після розділення ) Висновок: для задачі виділення ЕКСП з суміші ЕКСМ застосування лише МНК, в межах сліпого розділення джерел, є недостатнім для отримання якісних результатів (відбулося зменшення амплітуди материнського сигналу, а це наштовхує на думку, що схожа ситуація є і у випадку із ЕКСП)

РЕЗУЛЬТАТИ ЗАСТОСУВАННЯ ФІЛЬТРОВОГО МЕТОДУ (тест)

ВИСНОВОК Проаналізовано роботу стохастичного алгоритму самонавчання для максимізації взаємної інформації даного алгоритму і визначено його недоліки, а також недоліки методу незалежних компонент для задачі виділення ЕКСП з суміші ЕКСМ. Результати отримані для тестової моделі вказують на можливість покращення алгоритму виділення ЕКСП з суміші ЕКСМ на базі апріорної інформації про ЕКСМ.