Математичне моделювання та методи опрацювання синхронно зареєстрованих сигналів серця з використанням циклічних ритмічно пов’язаних випадкових процесів (original) (raw)
Related papers
Синтез структури інформаційної системи реєстрації та обробки пульсового сигналу
2015
Тернопільський національний технічний університет імені Івана Пулюя, Тернопіль СИНТЕЗ СТРУКТУРИ ІНФОРМАЦІЙНОЇ СИСТЕМИ РЕЄСТРАЦІЇ ТА ОБРОБКИ ПУЛЬСОВОГО СИГНАЛУ Описано структуру інформаційної системи реєстрації та обробки пульсового сигналу судин людини. Проведено обґрунтування усіх електричних вузлів системи із врахуванням вимог, що висуваються до такого роду систем. Побудовано дослідний макет системи. Наведено результати роботи інформаційної системи. Ключові слова: інформаційна система реєстрації та обробки пульсового сигналу, структурна схема, схема електрична принципова, макет, пульсовий сигнал, судини людини. Описана структура информационной системы регистрации и обработки пульсового сигнала сосудов человека. Проведено обоснование всех электрических узлов системы с учетом требований, предъявляемых к такому роду систем. Построен исследовательский макет системы. Приведены результаты работы информационной системы. Ключевые слова: информационная система регистрации и обработки пульсового сигнала, структурная схема, схема электрическая принципиальная, макет, пульсовой сигнал, сосуды человека. The structure of information systems for recording and processing of pulse signal vessels. A study of all electrical components of the system with regard to the requirements imposed on such systems. Powered experimental model system. The results of the information system.
Аналіз високочастотної модуляції несучих гармонік періодично нестаціонарного випадкового сигналу
Reports of the National Academy of Sciences of Ukraine
Проведено аналіз кореляційних і спектральних властивостей періодично нестаціонарного випадкового сиг-налу (ПНВС), несучі гармоніки якого модульовані за амплітудою та фазою високочастотними стаціонарнозв’язаними випадковими процесами. Показано, що кореляційні функції сигналу та його перетворенняГільберта є однаковими, а їх взаємокореляційні функції мають протилежні знаки. Отримано представлен-ня вузькосмугового ПНВС у вигляді стаціонарних, але періодично-нестаціонарно зв’язаних компонент. По-казано можливості виділення й аналізу їх квадратур з використанням перетворення Гільберта.
InterConf
Серцево-судинні захворювання є серйозною проблемою в сучасному світі і призводять до значних медичних ускладнень та смертності. Традиційні методи лікування, включаючи серцеві пересадження, мають свої обмеження, такі як обмежена доступність органів-донорів та ризик відторгнення. Однак, розробка штучного серця може стати революційним кроком у лікуванні серцевих захворювань та підтримці гемодинаміки. Серце є одним з найважливіших органів людського тіла, яке забезпечує кровообіг і переносить кисень та поживні речовини до всіх органів та тканин. Цей проект спрямований на розробку штучного серця, яке забезпечує ефективну підтримку гемодинаміки та функціонує як заміна для ослабленого серця. Процес розробки передбачає детальне вивчення функціональних вимог серцево-судинної системи та розробку прототипу штучного серця. Штучне серце може бути варіантом для пацієнтів, які не можуть отримати трансплантацію серця з-за відсутності донорського органу або інших медичних протипоказань. Однак, штучні...
Перетворення Гільберта багатокомпонентних періодично нестаціонарних випадкових сигналів
Reports of the National Academy of Sciences of Ukraine, 2022
Проаналізовано властивості перетворення Гільберта періодично нестаціонарного випадкового сигналу, який представляється суперпозицією стохастично модульованих за амплітудою та фазою гармонік з кратними частотами. Отримано співвідношення, що визначають кореляційну та спектральну структуру квадратур кожної з компонентів, які виділяються за допомогою смугової фільтрації та перетворення Гіль берта. Показано, що умовою періодичної нестаціонарності аналітичного сигналу є корельованість квадратур різних компонентів.
Врач, 2020
Актуальность: профилактика сердечно-сосудистых заболеваний (ССЗ) является актуальной проблемой, связанной с лидирующем уровнем смертности от них в мире, различными способами оценки сердечно-сосудистого риска, точностью его определения. Цель: разработать модель при помощи машинного обучения для предсказания сердечно-сосудистого риска и валидировать ее с использованием российских медицинских данных. Материал и методы: набор данных для обучения получен из Фрамингемского исследования, в него входили 4363 пациента без ССЗ, из которых 852 (19,5%) умерли от инфаркта миокарда и инсульта в течение 10 лет с начала наблюдения. Входящие признаки модели: пол, возраст, систолическое АД, холестерин, курение, индекс массы тела, частота сердечных сокращений. Исходный набор данных был разделен на 2 части: учебный набор данных «train» (80% записей) и набор данных проверки «validate» (оставшиеся 20%). Дополнительно было проведено тестирование модели на внешнем наборе данных «test», который включал 411 деперсонифицированных данных пациентов российской популяции. Результаты: итогом работы стала модель WML.CVD.Score, построенная методом последовательной нейронной сети с одним входным, двумя скрытыми и одним выходным слоем. Результаты точности на учебном наборе данных: Accuracy – 81,15%, AUC – 0,80. Эти же показатели на проверочном наборе данных «validate» составили: Accuracy – 81,1%, AUC 0,76. Результаты тестирования на наборе данных «test»: Accuracy – 79,07, AUC – 0,86. На российских тестовых данных AUC для шкалы SCORE составила 0,81 против 0,86 для разработанной модели, что показало обоснованность применения машинного обучения с целью повышения прогностической модели. Заключение: разработанная модель продемонстрировала высокую точность предсказания сердечно-сосудистых событий как при внутренней, так и при внешней валидации.
Дельта-сжатие сигнала электрокардиограммы с использованием динамического программирования
Рассмотрено сжатие сигнала электрокардиограммы без потерь качества. Приведен алгоритм дифференциального сжатия по первой конечной разности сигнала (∆1). Предложен алгоритм сжатия по четырем разностям (∆1…∆4) . Для оптимизации затрат на кодирование сигнала использовано динамическое программирование. В итоге повышена степень сжатия с 3.3 (∆1) до 3.9 (∆1…∆4), что сравнимо с современными архиваторами. Алгоритм пригоден для сжатия экспериментальных сигналов. Compression of a signal of the electrocardiogram lost-free qualities is considered. The algorithm of differential compression on the first final difference of a signal (∆1) is considered. The algorithm of compression on four differences (∆1…∆4) is offered. For optimization of expenses for coding of a signal dynamic programming is used. As a result the degree of compression with 3.3 (∆1) up to 3.9 (∆1…∆4), that is comparably with modern archivers. The algorithm is suitable for compression of experimental signals.