Методы анализа биомедицинских сигналов

Математические методы анализа биомедицинских сигналов разделяют на следующие группы [10]:

  • • статистические;
  • • вариационные;
  • • спектральные;
  • • корреляционные;
  • • нелинейной динамики.

Статистические методы применяются для непосредственной прямой количественной оценки ВР сигналов ВСР. Вариационные методы изучают закон распределения (R-R) интерва лов как случайных величин. Корреляционные методы изучают внутреннюю структуру ВР путем анализа последовательных пар (R-R) интервалов.

Спектральный анализ применяется для точной количественной оценки периодических процессов в сердечном ритме. Физиологический смысл спектрального анализа состоит в том, что с его помощью оценивается активность отдельных уровней управления ритмом сердца. Спектральный метод позволяет качественно и количественно оценить соотношения частотных компонент сигнала.

Несмотря на все имеющиеся достоинства методов спектрального анализа для получения количественных соотношений между частотными компонентами изучаемых ВР, эти методы не позволяют качественно охарактеризовать динамику нелинейных процессов, формируемых сложными системами. Сигнал ВСР зависит от многих параметров: даже в состоянии функционального покоя характеристики флуктуаций соответствуют состоянию динамического хаоса [5]. Это позволяет использовать для исследования ВСР методы, применяемые в теории хаотических систем.

Методы нелинейной динамики

В конце XX века, основываясь на идеях нобелевского лауреата И. Пригожина, М. Шальдах предложил рассматривать сердце как открытую нелинейную неравновесную систему [50].

Наличие существенных нелинейностей в системе регуляции сердца определяет хаотическую природу сердечного ритма, когда каждый последующий (R-R) интервал отличается от других и является уникальным и неповторимым [3]. Причины возникновения хаотических электрокардиосигналов связаны с хаотичностью процессов, протекающих в сердце.

В общем случае сигнал ВСР является случайным и нестационарным, имеющим как периодические, так и хаотические составляющие. ВНС можно рассматривать как сложную динамическую систему с самоорганизацией иерархии достаточно автономных подсистем, в которой исходящие от верхнего уровня сигналы управления не имеют характера жестких команд, подчиняющих себе активность всех индивидуальных элементов более низких уровней. Поэтому для оценки информационных характеристик внутренней организации ВСР целесообразно использовать методы нелинейной динамики и синергетики систем с хаотическим поведением [27].

Извлечение информации о фрактальных свойствах систем на основании только лишь одномерного ряда стало возможным благодаря теореме Такенса [44] и его методу восстановления аттрактора в псевдофазовом пространстве. Применение различных методов нелинейной динамики позволяет оценить характеристики процессов для понимания принципов самоорганизации:

  • • размерности Реньи — оценки самоподобия аттрактора фазовой траектории, характеризующие соответственно структурную неоднородность, информационную сложность и динамическую неоднородность исследуемого сигнала;
  • • показатели Ляпунова — характеристики хаотических пульсаций исследуемого сигнала как степени экспоненциального разбегания двух изначально близких траекторий;
  • • энтропия Колмогорова — показатель скорости потери информации о процессах, протекающих в биомедицинском сигнале с течением времени;
  • • показатель Херста — степень долговременной устойчивости процессов, протекающих в биомедицинском сигнале.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ   След >