
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Основные положения
- •Задание на выполнение работы
- •Порядок выполнения работы
- •Содержание отчета
- •Вопросы для самоконтроля
- •Содержание
Содержание отчета
1.Название, цель и задачи работы.
2.Тексты программ и изображения графических окон, которые требовалось сохранять в ходе выполнения работы.
3.Объяснение полученных результатов и выводы.
Вопросы для самоконтроля
1.Какие фильтры называются адаптивными?
2.Как выглядит АЧХ режекторного фильтра?
3.Что такое шаг адаптации?
4.Как оценивается добротность режекторного фильтра?
5.Чем отличаются режекторный и гребенчатый фильтры?
6.Какое влияние оказывает шаг адаптации на скорость адаптации и качество фильтрации?
7.Какое влияние оказывает шаг адаптации на добротность адаптивного режекторного фильтра?
8.Какое арифметическое выражение связывает между собой сигналы, отображаемые в трёх окнах полученной программы?
9.Укажите в программе оператор, в котором непосредственно вычисляются отсчёты выходного сигнала.
10.Какие изменения надо внести в программу, чтобы данный адаптивный режекторный фильтр работал в США, где частота напряжения в сети не 50 Гц, а 60 Гц?
33
Лабораторная работа 6. АНАЛИЗ ПУЛЬСОКСИМЕТРИЧЕСКОГО СИГНАЛА
Цель работы: изучение метода расчета уровня насыщения артериальной крови кислородом по пульсоксиметрическому сигналу.
Основные положения
Уровень насыщения артериальной крови кислородом (SaO2) является
одним из важнейших физиологических показателей. Обычно его определяют, анализируя пульсоксиметрический сигнал, получаемый с помощью фотодетекторов, реагирующих на свет, излучаемый фотодиодами и проходящий через ткани организма, богатые кровеносными сосудами. Чаще всего датчики и излучатели помещают на палец или на мочку уха.
Для просвечивания используют два источника света:
1.С длиной волны 600…700 нм (в области красного цвета). В этом диапазоне наблюдается наибольшая разница между оптическими плотностями окисленной крови и крови с пониженным содержанием гемоглобина.
2.С длиной волны 810…960 нм (в инфракрасной области). В этом диапазоне наблюдается обратный эффект: оптическая плотность крови при ее насыщении кислородом увеличивается.
Параметр SaO2 может быть рассчитан по следующей формуле:
SaO2 = 0.872 −0.16α 100 % , 0.14α+0.754
где α = 2ср/ 1ср, а 1ср и 2ср – средние значения размаха колебаний сигналов, полученных при длинах волн 650 и 940 нм соответственно.
Размах колебаний пульсоксиметрического сигнала оценивается в интервале между двумя соседними сокращениями сердца. Для вычисления SaO2
используются величины размаха, усредненные по нескольким последовательным сердечным циклам. Границы каждого кардиоцикла могут быть найдены путем обнаружения QRS-комплексов в сигнале ЭКГ. Простейшим методом обнаружения QRS-комплексов является применение порогового правила к дифференцированному и взятому по модулю сигналу.
34
Задание на выполнение работы
•Подготовить программу, реализующую алгоритм обнаружения QRS-ком- плексовЭКГ.
•Используя информацию о положении обнаруженных QRS-комплек- сов, рассчитать по пульсоксиметрическим сигналам параметр SaO2.
Порядок выполнения работы
Алгоритм обнаружения QRS-комплексов ЭКГ. В табл. П.6 приложе-
ния для каждого варианта указано имя файла, содержащего три синхронно записанных сигнала: ЭКГ и два пульсоксиметрических сигнала (для красной
иинфракрасной областей). Частота дискретизации Fs = 500 Гц.
1.Перепишите в рабочую папку файл с записью сигналов.
2.Запустите систему MATLAB.
3.В главном окне установите путь к рабочей папке.
4.Создайте новый М-файл и сохраните его под каким-нибудь именем.
5.Создайте графическое окно, содержащее четыре расположенных друг под другом поля для вывода графиков (см. лаб. раб. 3), а также небольшое свободное пространство справа для вывода результата. Нижнее из полей необходимо сделать вдвое большим по высоте, чем каждое из остальных.
6.Прочтите из файла сигналы и для удобства дальнейших расчетов разнесите сигналы по отдельным массивам, например:
S=load('W6_00.txt'); |
% Чтение сигналов из файла |
||
N=length(S); |
% Число отсчетов в каждом сигнале |
||
ECG=S(1:N,1); |
% Массив (вектор) отсчетов ЭКГ |
||
Puls_R=S(1:N,2); |
% |
Массив |
“красного” сигнала |
Puls_IR=S(1:N,3); |
% |
Массив |
“инфракрасного” сигнала |
7.Выведите в верхнем поле сигнал ЭКГ, соблюдая масштаб по времени.
8.Выведите в нижнем поле графики обоих пульсоксиметрических сигналов. Для наглядности разместите второй сигнал ниже первого путем вычитания из него подходящей по значению константы. Например:
C=500; |
% |
Константа для смещения |
графика вниз |
plot (t,Puls_IR-C) |
% |
График “инфракрасного” |
сигнала |
9.Выполните дифференцирование ЭКГ, используя цифровой фильтр, заданный разностным уравнением y(n) = x(n) – x(n – 2) (см. лаб. раб. 2).
10.Выведите график дифференцированного сигнала во втором поле.
35
11.Рассчитайте массив модулей отсчетов дифференцированного сигнала, используя функцию abs, и выведите график сигнала в третьем окне.
Полученный сигнал должен содержать хорошо выраженные всплески в тех позициях, где в сигнале ЭКГ расположены QRS-комплексы. Поэтому для обнаружения QRS-комплексов достаточно выставить некоторый амплитудный порог, величина которого должна быть выбрана с таким расчетом, чтобы сигнал превышал порог только в области QRS-комплексов.
12.Визуально оцените по третьему графику подходящую величину порога.
13.Проведите на графике горизонтальную линию на уровне порога:
T=1/Fs; |
% Интервал дискретизации для |
“Fs” |
Limit=20; |
% Значение порога |
оси “x” |
XLimit(1)=0; |
% Первая координата линии по |
|
XLimit(2)=tmax-T; |
% Вторая координата линии по |
оси “x” |
YLimit(1:2)=Limit; |
% Координаты линии по оси “y” |
|
line(XLimit, YLimit) |
% Линия на уровне “Limit” |
|
Здесь переменные tmax и T соответствуют длине фрагмента сигнала и
интервалу дискретизации.
Для обнаружения QRS-комплексов можно воспользоваться следующим алгоритмом: последовательные отсчеты сигнала сравниваются со значением порога; если для какого-то отсчета порог превышен, то комплекс считается обнаруженным и индекс текущего отсчета запоминается в специальном массиве (здесь – в массиве Ref); следующие 100 отсчетов (т. е. 200 мс при Fs = 500 Гц) пропускаются (это соответствует зоне нечувствительности алго-
ритма) и далее процедура повторяется до конца массива.
14. Напишите фрагмент программы для о бнаружения QRS-комплексов по следующему образцу:
Jmax=100; |
% Ширина зоны нечувствительности |
|
k=0; |
% Начальное значение счетчика QRS-комплексов |
|
j=Jmax; |
% |
Последовательный перебор отсчетов сигнала |
for i=1:N |
||
j=j+1; |
% |
Счетчик зоны нечувствительности |
if (ECG_Dif(i)>Limit)&&(j>Jmax)% Сравнение сигнала с порогом k=k+1; % Счетчик QRS-комплексов
QRS(k)=i; % Позиция QRS-комплекса
j=0; % Сброс счетчика зоны нечувствительности
end end
36
В приведенном тексте программы ECG_Dif – это имя массива модулей отсчетов дифференцированного и взятого по модулю сигнала.
Расчет уровня насыщения крови кислородом:
15. В поле графиков пульсоксиметрических сигналов проведите вертикальные пунктирные линии, отмечающие точки обнаружения QRS-ком- плексов ЭКГ:
axes(hAxes4) |
% Активизация поля с указателем “hAxes4” |
||
YLimits=get(hAxes4,'YLim'); |
% Границы |
графиков по “y” |
|
for i=1:k |
|
% Перебор |
позиций QRS-комплексов |
XLimits(1:2)=QRS(i)*T; |
% Координаты линии по оси “x” |
HLine=line(XLimits,YLimits); |
% |
Вертикальная линия |
set (HLine,'LineStyle','--') |
% |
Стиль линии - пунктир |
end |
|
|
16. Рассчитайте средний размах обоих пульсоксиметрических сигналов, пользуясь следующим образцом:
D1=0; |
% Начальное значение размаха сигнала “Puls_R” |
|
for i=1:(k-1) |
% Перебор QRS-комплексов |
|
clear m1 |
% Предварительное удаление массива “m1” |
|
m1=Puls_R(QRS(i):QRS(i+1)); |
% Один сердечный цикл |
|
D1=D1+(max(m1)-min(m1)); |
% Сумма значений размаха |
|
end |
% Средний размах |
|
D1=D1/(k-1); |
|
17. Рассчитайте показатель SaO2 по формуле, приведенной в разделе «Ос-
новные положения», и выведите результат правее графиков пульсоксиметрических сигналов по следующему образцу:
%Текстовый элемент с надписью “SaO2=”: hTxt1=uicontrol(hFig,'Style','text','String','SaO2=',...
'Position',[x1,y1,w1,h1],'Backgroundcolor',[1 1 1]);
%Поле для вывода значения SaO2:
hEd=uicontrol(hFig,'Style','edit','Position',[x2,y2,w2,h2],...
'Backgroundcolor',[1 1 1],'HorizontalAlignment','left'); set(hEd,'String',num2str(SaO2)) % Вывод значения “SaO2”
Здесь после ключевого слова 'Position' указаны параметры, определяющие положение и размеры создаваемых элементов. Буквами x и y обозначены координаты нижнего левого угла соответствующего элемента, а буквами w и h – горизонтальные и вертикальные размеры.
18. Сохраните графики и текст программы.
37