Детерміновані форми хвиль

Біологічні процеси, що повторюється, як наприклад серце або дихання, генерують сигнали, які також повторюються. Такі сигнали часто показують приблизно детерміновані форми хвиль. Детерміновані сигнали можуть бути періодичними, квазіперіодичними, неперіодичними, або просто швидкоплинними. В житті організмів немає чистих періодичних сигналів (такі сигнали визначаються тільки математично, як наприклад хвиля синуса). Таким чином, квазіперіодичні або навіть неперіодичні сигнали використовується частіше, щоб описати біологічний сигнал, що повторюється. Прикладом неперіодичних сигналів є, наприклад, сигнал, який може вибиратися швидше від мерехтливих очей. Клітина деполяризації, запущена деяким стимулом, також генерує електричний сигнал (деполяризація і деполяризаційна хвиля), який названий швидкоплинним сигналом.

Малюнок 8.3. Точковий (b) процес, отриманий від фільтрованого ЕКГ стрічкового фільтру (a).

Вільний від шуму ЕКГ може, у принципі, відновлюватися з точкового процесу і форми хвилі тільки з одного комплексу P-QRS-T.

Стохастична форма хвилі

Існує інша група сигналів які називаються стохастичними, або статистичні сигнали. Вони генеруються, наприклад, групами клітин, які деполяризують за приблизно випадковою модою, як наприклад клітини мускула або нервові клітини в корі (генерація електроенцефалограми (ЕЕГ)). Форма хвилі таких сигналів носить характер недетермінованих і може описуватися тільки в статистичних умовах. Залежно від виду біологічного процесу, ці стохастичні сигнали є стаціонарними або нестаціонарними. У разі стаціонарних, сигнальні властивості не змінюються через час, наприклад, коли пацієнт знаходиться в стабільному стані.

Різниця між стаціонарними і нестаціонарними сигналами представляє інтерес. Якщо біологічний процес знаходиться в динаміці, ми можемо чекати, що сигнали, які генеруються, також нестаціонарні. Прикладом є ЕЕГ від хворого протягом епілептичного припадку. Параметри, які можуть виходити від нестаціонарних сигналів, можуть зображатися як функція часу, яка викликана аналізом тенденції.

Прикладне застосування аналізу біосигналів.

Всі біосигнали є аналоговими змінними. Таким чином, перед тим, як вони зможуть оброблятися комп’ютерами, вони повинні бути перетворені в цифрову форму. Це перетворення з аналогової форми в цифрову. Коли все зроблено коректно, ніяка інформація не втрачається, і оригінальний аналоговий канал може навіть відновлюватися цифро-аналоговою конверсією. Заснований на цьому принципі, компакт-диск може запам’ятати цифрові зображення або звуки, які можуть відновлюватися до видимих картин і виразного звуку.

При обробці біосигналів необхідно відповісти на два питання:

Як часто повинна виконуватись обробка?

Як точно доведеться визначати амплітуду?

Малюнок 8.4. Результат обробки частот, які дуже низькі, щоб побачити правильні форми хвиль двох сигналів, показує, що інформація втрачена для (a) хвилі синуса і (b) ЕКГ.

Оригінальний сигнал вказаний чорною лінією, сигнал, частоти, яка дуже низька, вказаний червоною лінією. Точки обробки, які знаходяться на частоті, яка дуже низька, вказані червоним кольором. Як видно, в обох значеннях амплітуди сигнали втрачені.

Для деяких біосигналів амплітуда повинна вимірюватися з роздільною здатністю біля 1% ряду амплітудного сигналу; для інших, роздільна здатність 10% достатня. Наприклад:

Для ЕКГ, амплітуди Q-хвиль повинні вимірюватися з резолюцією 20 % або менше, тому що присутність Q-хвиль може вказати на інфаркт.

Для ЕЕГ, амплітуда безпосередньо не представляє інтересу, але зміни в середніх амплітудах за час може виявити зміни в основному процесі.

Якщо сигнали не вимірюються в достатньо високій амплітудно-імпульсній модуляції і якщо амплітуди не виміряні достатньо точно, сигнали будуть спотворені і буде неможливо отримати необхідні параметри. Малюнок 8.4 показує результати обробки частоти, яка дуже низька.

Це коротке перетворення з аналогової форми в цифрову конверсії може полягати:

Дискретизація аналогових змінних, як наприклад біосигналів, можлива без втрати інформації.

Амплітудно-імпульсна модуляція визначається частотним вмістом сигналу.

Ступінь квантування визначається необхідною точністю параметрів, які мають отримуватися від сигналу.

Методи для обробки і інтерпретації біосигналів знаходяться в безперервній еволюції, переважно завдяки інформаційним технологіям які постійно змінюються. Обробка біосигналів і інтерпретація охоплюють широку різноманітність додатків. Декілька прикладів:

Аналіз функції, яка зроблена в діагностичних одиницях для аналізу EMG або ЕЕГ, або для ЕКГ, фонокардіограма, спірограма, і так далі.

Фільтрація популяції. Той же вид обробки сигналу, що використовується для аналізу функції, також зустрічається в додатках біосигналу для фільтрації популяції.

Аналіз, який має місце в ситуаціях в яких за пацієнтом спостерігають. Інший приклад аналізу в діалоговому режимі - це контроль за протезуванням ще непошкоджених нервів або кінцівками мускула.

Основне дослідження. Для більш основного дослідження, як наприклад у фізіології, обробка сигналу може використовуватися, щоб проаналізувати нейронал або деполяризацію клітини.

Разом з біологічними процесами, є чотири різні ситуації в яких ми стикаємося з категоріями сигнального аналізу (мал. 8.5). Малюнок 8.5 показує, від верху до низу, як інтуїція зростає в процесі. Ці чотири категорії сигнального аналізу обговорюються нижче.

Малюнок 8.5. Чотири різні ситуації в обробці біосигналу: тільки вихідний сигнал (a), викликані сигнали (b), провокаційне випробування (c), і моделювання процесу (d).

Тільки вихідний сигнал. Найзагальніша ситуація в якій ми маємо справу з біологічним процесом, який тільки, доставляє вихідні сигнали (мал. 8.5a). Ми не маємо нічого крім тільки граничного знання процесу, що доставляє сигнали. Підхід, який використовується в аналізі сигналів, переважно емпіричний. Характерний приклад цієї ситуації - це аналіз ЕЕГ.

Викликаний сигнал. Деякі з входів до процесу згідно з дослідженням можуть бути вже відомі, або ми можемо навіть запропонувати вхідний сигнал або стимул (мал. 8.5b). Ідеально коли ми здатні зібрати інтуїцію в штаті біологічного процесу. Приклади цієї ситуації - це викликані відповіді на випробуваннях ЕЕГ або механічному або електричному стимулюванні клітин, нервів, і м’язів.

Провоковане випробування. Подальша категорія залучає ситуації в яких ми хочемо перевірити біологічний процес згідно з деяким вимушеним або як мінімум відомими умовами (мал. 8.5c), іноді об’єднують з відомим вхідним стимулом.

Моделювання. В тих випадках в яких доступне достатнє знання про процес, ми повинні бути здатні розробити модель біологічного процесу (мал. 8.5d), наприклад, моделювання частин циркуляції або серцевої деполяризації.. Стріла указує контроль зворотного зв’язку до моделі або процесу.

Контроль. Багато даних передається від хворого через перетворювачів медсестер або лікарів як для аналізу функції так і для контролю. Ця схема повинна бути зменшена. Для цих цілей комп’ютер - ідеальний засіб.

Сигнали дають параметри для медичної обробки рішення підтримки і аналізу тенденції. Ця робота рішення по наростаючій заснована на об’єктивних і цифрових вимірюваннях замість суб’єктивних спостережень. Біосигнали є прикладами об’єктивних вимірювань, які можуть використовуватися як входи для інтервенційних правил протягом контролю. Ця збільшена об’єктивність може привести до зниження людських помилок.

Поиск по сайту: