6 Метрологическое обеспечение системы

Структура метрологического обеспечения БТС:

Метрологическое обеспечение системы – совокупность знаний и методов, обеспечивающих единство измерений (оценки) характеристик биомедицинских сигналов, оценки диагностически значимых показателей заболевания, воспроизводимость результатов медицинских исследований.

Метрологические характеристики определяются уровнем адекватности моделей и корректностью знаний, сформулированных в информационном обеспечении системы, корректностью методов исследования, в том числе методов обработки и анализа результатов исследований, корректностью поддержки принятия решений врача при постановке диагноза.

Классификация факторов, влияющих на методическую и инструментальную погрешности медико-биологических, экологических или эргономических исследований:

Методическая погрешность обусловлена несовершенством метода измерений или упрощениями, допущенными при измерениях. Так, она возникает из-за использования приближенных формул при расчете результата или неправильной методики измерений. Выбор ошибочной методики возможен из-за несоответствия (неадекватности) измеряемой физической величины и ее модели.

Отдельно среди методических погрешностей выделяют погрешности, связанные с обработкой результатов измерений, в том числе статистической. Эти погрешности могут быть связаны как с округлением промежуточных и конечных результатов, так и с несоответствием используемых теоретических вероятностных характеристик, тем, которые реализуются на опыте.

Источником методических погрешностей могут являться:

• взаимное влияние объекта и средства измерений;

• свойства объекта, которые не учитываются или не в полной мере учитываются методикой измерений;

• ограниченность наших знаний о природе объекта;

• динамические характеристики объекта;

• используемые способы обработки сигналов [8].

В разрабатываемой системе методической погрешностью является неточность сегментации S1 и S2 на фонокардиограмме, неточность обнаружения границ R-пиков QRS-комплексов и количественная оценка его изменчивости вокруг средних значений для каждого сигнала из выборки, а также неточность классификации и детектирования ФП. Числом правильно классифицированных записей будет являться количество записей, для которых совпал результат классификации с заранее известным из обучающей базы данных. Причиной данной погрешности может стать недостаточное количество предикторов для обучения модели машинного обучения (ими являются параметры записи, изменяющиеся в зависимости от ее типа). Это те самые свойства объекта, которые не учитываются в полной мере методикой измерений. Неточность обнаружения границ R-пиков и сегментации S1 и S2 на фонокардиограмме (промаркированные отсчеты в моменты пауз и не промаркированные в моменты тонов) может возникнуть из-за зашумленности сигнала. В случае зашумленной записи возможны ложные срабатывания, которые приведут к ошибкам классификации.

В качестве методов классификации планируется использовать следующие:

• логистическая регрессия;

• деревья принятия решений;

• метод опорных векторов;

• метод k-ближайших соседей.

Также ошибки могут возникнуть на этапе обработки сигналов, при переходе из временной области в частотную и при фильтрации сигналов. Как уже упоминалось ранее переход от временной области к временночастотной и определение спектра сигнала в каждом отсчете в нашей работе будет выполняться одним из трех способов: преобразование Фурье; Вейвлет-преобразование; преобразование Гильберта-Хуанга. В конце будет представлена сравнительная характеристика результатов классификации при использовании различных методов обработки сигнала.

Инструментальная погрешность обусловлена несовершенством применяемых средств измерений. Причинами ее возникновения являются неточности, допущенные при изготовлении и регулировке приборов, изменение параметров элементов конструкции и схемы вследствие старения. В высокочувствительных приборах могут сильно проявляться их внутренние шумы.

Можно выделить следующие группы причин возникновения погрешностей:

• неверная настройка средства измерений или смещение уровня настройки во время эксплуатации;

• неверная установка объекта измерения на измерительную позицию;

• ошибки в процессе получения, преобразования и выдачи информации в измерительной цепи средства измерений;

• внешние воздействия на средство и объект измерений (изменение температуры и давления, влияние электрического и магнитного полей, вибрация и т. п.);

• свойства измеряемого объекта;

• квалификация и состояние оператора.

Причины появления ошибок в работе устройства можно разделить на несколько больших групп:

Первая группа – это ошибки, вызванные биологическим объектом. Они могут происходить из-за неправильной настройки и использования устройства врачом и пациентом. Для решения данной проблемы для устройства будет разработано руководство пользователя, при точном соблюдении которого планируется снизить шанс возникновения ошибок причиной которых стал биологический объект.

Вторая группа – это группа ошибок, возникшая из-за неисправности элементов схемы. Для того чтобы минимизировать данный вид ошибок необходимо обратить внимание на надежность элементной базы, выбор элементов, схемно-компоновочные решения, унификацию элементов, отработку технологий на этапах испытаний.

Третья группа ошибок возникает из-за неправильной передачи и обработки сигнала эта проблема решается применением методов из второй группы, а также правильным использованием программного обеспечения, написанного для данного устройства [5,6,8].

Для разработки и тестирования программного комплекса распознавания ФП мы используем уже сформированные базы данных с записями фонокардиосигнала и ЭКГ, снятые в реальных условиях.