
- •Общие понятия Теории дискретных линейных систем
- •Линейные системы с постоянными параметрами
- •Физическая реализуемость линейной системы
- •Классические методы анализа временных рядов
- •Некоторые понятия теории случайных процессов
- •Классификация случайных процессов
- •Вычисление среднего значения и дисперсии
- •Корреляционный анализ
- •Автокорреляционная функция
- •Взаимная корреляционная функция (вкф)
- •Спектральный анализ
- •Преобразование Фурье и его основные свойства
- •Быстрое преобразование Фурье
- •Алгоритмы бпф с основанием 2
- •Функция спектральной плотности
- •Определение спектральной плотности через ковариационную функцию
- •Функция когерентности
- •Основные понятия линейной дискретной системы.
- •Введение в цифровые фильтры. Основные определения и классификация.
- •Синтез цифровых фильтров и задание требований к цифровым фильтрам
- •Типы избирательных фильтров и задание требований к ним
- •Постановка задачи оптимального синтеза
- •Представление сигналов в р – области
- •Синтез бих- фильтров
- •Методы синтеза аналоговых фильтров прототипов
- •Реактансные преобразования
- •Аппроксимация ачх рациональными функциями
- •Фильтр Баттерворта.
- •Фильтр Чебышева
- •Эллиптические фильтры
- •Фильтр Бесселя
- •Синтез бих- фильтров методом стандартного z- преобразования.
- •Процедура синтеза бих-фильтров методом билинейного z- преобразования
- •Основы адаптивной обработки сигналов.
- •Классификация адаптивных систем
- •Постановка задачи адаптивной обработки сигналов
- •Многоскоростные системы цос
- •Однократные системы интерполяции
- •Однократные системы децимации
- •Интерполяционный полином Лагранжа
- •Интерполяционный полином Ньютона
- •Интерполяция сплайнами
- •На основании соотношения
- •Общие понятия
- •Числовые характеристики киг
- •Статистический анализ ср
- •Теоретическое введение
- •Простейшие пороговые методы
- •Метод сравнения с образцом
- •Метод на основе цифровой фильтрации
- •Структурные методы
- •Пример алгоритма, основанного на применении структурного метода
- •Основные понятия
- •Последовательность действий при картировании
- •Теоретическое введение
- •Простейший апертурный метод
- •Алгоритмы интерполяции и экстраполяции
- •Сущность метода синхронного накопления и усреднения
- •Основные ограничения, накладываемые на сигнал вп
- •Недостатки метода усреднения, другие методы выделения вп
Структурные методы
Структурные методы распознавания QRS-комплекса основаны на предварительной сегментации ЭКС, в ходе которой входной сигнал представляется в виде последовательности простейших элементов (горизонтальных и наклонных отрезков прямой, фрагментов полиномов 2-го и 3-го порядков). Сегментированный сигнал далее подвергается грамматическому разбору с использованием алгоритма, в основу которого положены эмпирические представления о структуре QRS-комплекса ЭКГ. Структурные методы характеризуются наглядностью, удобством для программирования, универсальностью, а также возможностью снижения избыточности информации, описывающей сигнал. Однако следует отметить и некоторые недостатки структурных методов, к которым можно отнести потерю части информации о сигнале при его сегментации, невозможностью учета всех встречающихся вариантов структуры желудочкового комплекса, подверженность скачкообразному изменению результатов анализа при незначительных случайных отклонениях в форме входного сигнала.
Пример алгоритма, основанного на применении структурного метода
Для реализации этого алгоритма используется структурно-лингвистический подход. Его смысл в том, что некоторые элементы QRS-комплекса заменяются либо каким-либо символом, либо цепочкой символов. Далее анализируется весь ЭКС и представляется также последовательностью символов. При выделении комплекса происходит сравнительный анализ символьной последовательности, характеризующей QRS-комплекс, со всеми участками ЭКС. В случае нахождения идентичности анализируемого участка с образцом, он принимается за QRS-комплекс и анализ проводится далее. В качестве примера рассмотрим одну из возможных ситуаций.
В первую очередь необходимо различные возможные участки сигнала представить определенными символами. Прямые, имеющие соответствующую амплитуду представим следующим образом (их длительность учитывать не будем):
g
1
<0.1 мВ, >-0.1 мВ
g 2 >0.1 мВ, < 0.3 мВ
g 3 >0.3 мВ, < 0.5 мВ
g 4 > 0.5 мВ
g 5 >-0.3 мВ, <-0.1 мВ
g 6 >-0.5 мВ, <-0.3 мВ
g 7 <-0.5 мВ
То же самое проделаем и с наклонными линиями:
V
1
< 0.1 мВ
V 2 >0.1 мВ, <0.3 мВ
V 3 > 0.3 мВ
N
1
<0.1 мВ
N 2 >0.1 мВ, <0.3 мВ
N 3 > 0.3 мВ
Теперь напишем ряд грамматических правил, в соответствии с которыми и будет производится распознавание QRS-комплекса.
<QRS> -> <Q > <QRS1>
<QRS1> -> <R> <QRS2>
-> E
<QRS2> -> <S> <QRS3>
-> E
<QRS3> -> <R1> <QRS4>
-> E
<QRS4> -> <S1>
-> E
<Q> -> N1V1 | N1V2 | N1V3 | N2V1 | N2V2 | N2V3 | N3V1 | N3V2 | N3V3
<R> -> V1N1 | V1N2 | V1N3 | V2N1 | V2N2 | V2N3 | V3N1 | V3N2 | V3N3
<S> -> N1V1 | N1V2 | N1V3 | N2V1 | N2V2 | N2V3 | N3V1 | N3V2 | N3V3
<R1> -> <R><ST>
<S1> -> <S><ST>
<ST> -> g1 | g2 | g3 | g4 | g5 | g6 | g7 | V1 | N1
Таким образом, распознавание проходит согласно этим правилам. Если анализируемый участок удовлетворяет предложенным правилам, то его можно считать искомым, если нет - то поиск продолжается далее.
Лекция 13. Методы визуализации медикобиологической информации.