Разработка функциональных прототипов медицинского оборудования с широким спектром аппаратных и программных свойств

Рис. 36. Иконка ВП HRV FFT Spectrum

Входные и выходные параметры ВП HRV FFT Spectrum:

RR - исходные значения RR интервалов;

raw RR - интерполированные значения RR интервалов;

FFT settings - установка параметров БПФ;

FFT settings задают следующие параметры быстрого преобразования Фурье (БПФ):

Оконные настройки - установка параметров скользящего окна, которое разделяет сигнал ЭЭГ на временные последовательности. Ниже приведены окна, которые можно накладывать на сигнал во временной области window: None; Hanning (default); Hamming; Blackman-Harris; Exact Blackman; Blackman; Flat Top; 4 Term B-Harris; 7 Term B-Harris, Low Sidelobe.

Параметр length определяет размер окна: Большое окно генерирует график спектральной плотности (PSD)с небольшим уклоном, а окно малых размеров наоборот дает большой уклон. По умолчанию окно равно 104 отсчетов.

Параметр overlap определяет размер перекрытия скользящим окном. Значение по умолчанию равно 50 % размера окна

Параметр dB on? - определяет вид выводимого спектра. По умолчанию выводится спектр в линейной шкале.

Параметр frequency bins определяет число частотных интервалов, для которых рассчитывается односторонний спектр плотности мощности. Значение параметра по умолчанию равно 104.

frequency bands - задает частотные полосы: VLF-очень низкие частоты (0); LF- низкие частоты (0.04-0.15); HF - высокие частоты (0.15-0.4). В скобках указаны значения по умолчанию в Гц.

error in- описывает ошибки, которые произошли ранее этого ВП;

interpolation rate - задает шаг интерполяции в Гц. Значение по умолчанию равно Гц.

FFT spectrum - возвращает спектр Фурье.

df - возвращает приращение частоты в Гц;

S(f) - возвращает значение плотности спектральной мощности;

FFT measurements - возвращает значения частот спектра;

error out - содержит информацию об ошибках;

На рис. 4.18 приведен пример спектрального анализа RR интервалов, выпол Авторегрессионные методы анализа спектра больше всего подходят для сигналов, действительно являющихся авторегрессионными процессами. Хорошие результаты эти методы дают тогда, когда спектр анализируемого сигнала имеет четко выраженные пики как например ЭКГ [15].

Согласно авторегрессионной модели сигнал формируется путем пропускания дискретного белого шума через "чисто рекурсивный" фильтр N-го порядка. Спектральная плотность мощности такого сигнала пропорциональна квадрату модуля коэффициента функции передачи формирующего фильтра.ненного с помощью ВП HRV FFT Spectrum.

Рис. 36. ВП спектрального анализа RR интервалов: блок диаграмма (а) и лицевая панель (б).

Таким образом, данный метод спектрального анализа сводится к определению коэффициентов фильтра заданного порядка, оценке мощности возбуждающего белого шума и аналитическому расчету спектральной плотности мощности. Для определения коэффициентов модели производится минимизация ошибки линейного предсказания сигнала.

Так как истинная корреляционная функция исследуемого сигнала неизвестна, поэтому для минимизации ошибки предсказания используются оценки коэффициентов модели, полученные путем временного усреднения [16].

В LabVIEW для спектрального анализа RR интервалов авторегрессионным методом используется ВП HRV AR Spectrum (рис. 37)

Рис. 37. Иконка ВП HRV AR Spectrum

Входные и выходные параметры аналогичны ВП HRV FFT Spectrum. Пример спектрального анализа RR интервалов приведён на рис.0.

Одним из методов анализа ВСР является корреляционная ритмография или скатерография. Этот способ оценки ВСР является особенно полезным для случаев, когда на фоне монотонности ритма встречаются редкие и внезапные нарушения.При построении скаттерограммы образуется совокупность точек (пятна Пуанкаре или Лоренца), центр которых располагается на биссектрисе. Величина отклонения точки от биссектрисы влево показывает, насколько данный сердечный ритм короче предыдущего, вправо от биссектрисы - насколько он длиннее предыдущего.

Рис. 38 АР спектральный анализ ВСР: а-блок диаграмма; б) лицевая панель ВП

Нормальная форма скаттерограммы представляет собой эллипс, вытянутый вдоль биссектрисы. Именно такое расположение эллипса означает, что к дыхательной прибавлена некоторая величина недыхательной аритмии. Форма в виде круга означает отсутствие недыхательных компонентов аритмии. Узкий овал соответствует преобладанию недыхательных компонентов в общей вариабельности ритма. В LabVIEW корреляционная ритмография выполняется с помощью ВП HRV Poincare Plot (рис.39).

Рис. 39. ВП ВСР анализа HRV Poincare Plot

Входные параметры ВП HRV Poincare Plot аналогичны вышеописанным.

Выходные параметры ВП ВП HRV Poincare Plot:

Poincare plot - возвращает график Пуанкаре (скатерограмму)RR интервалов;

SD1 - возвращает стандартное отклонение точек, расположенных перпендикулярно линии симметрии графика Пуанкаре. SD1 отражает кратковременную изменчивость сердечного ритма, вызванную в основном респираторной синусной аритмией (RSA);

SD - возвращает стандартное отклонение точек, расположенных вдоль линии симметрии графика Пуанкаре. SD отражает долговременную изменчивость сердечного ритма.

Параметры X scale и Y scale аналогичны вышеописанным.

Пример ВП корреляционной ритмографии приведен на рис. 40

Спектрограмма (сонограмма) -- изображение, показывающее зависимость спектральной плотности мощности сигнала от времени. Наиболее распространенным представлением спектрограммы является двумерная диаграмма: на горизонтальной оси представлено время, по вертикальной оси -- частота; третье измерение с указанием амплитуды на определенной частоте в конкретный момент времени представлено интенсивностью или цветом каждой точки изображения.

Рис. 40. ВП корреляционной ритмографии: блок диаграмма (а); лицевая панель (б).

Спектрограмма обычно создаются одним из двух способов: аппроксимируется, как набор фильтров, полученных из серии полосовых фильтров, или рассчитывается по сигналу времени, используя оконное преобразование Фурье. Спектрограмма сигнала s(t) может быть оценена путём вычисления квадрата амплитуды оконного преобразования Фурье сигнала s(t), следующим образом

В LabVIEW спектрограмма рассчитывается, используя оконное преобразование Фурье, ВП HRV STFT Spectrogram (рис. 41).

Рис.41. ВП построения спектрограммы RR интервалов HRV STFT Spectrogram

Рис. 42. ВП построения спектрограммы RR интервалов: Блок диаграмма (а); лицевая панель (б).

Входной параметр STFT settings определяет следующие настройки: window -тип скользящего окна; length -размер скользящего окна; time steps задает шаг в отсчетах по оси времени; frequency bins определяет число интервалов по оси частот.

Рис. 43. Блок диаграмма ВП ВСР анализатора

Пример спектрограммы RR интервалов показан на рис. 42

Для комплексного анализа ВСР, который включает все основные виды ВСР анализа в системе LaBVIEW разработан ВП HRV Analyzer (рис. 43)

Рис.44. Лицевая панель ВСР анализатора

Библиографический список

1. Батенёва Т. Арифметика томографа. Инвестиции в медицинскую промышленность сдерживает отсутствие правовой базы / Т. Батенёва // Рос. бизнес-газета. - 2011. - No820 (38). -25 окт.

2. Евдокимов Ю.К. LabVIEW для радиоинженера: от виртуальной модели до реального прибора: практ. рук. для работы в программной среде LabVIEW / Ю.К. Евдокимов, В.Р.Линдваль, Г.Н. Щербаков. - М.: ДМК Пресс, 2007.

3. Суранов А.Я. LabVIEW 8: справочник по функциям / А.Я. Суранов. -М.: ДМК Пресс, 2007.

4. Пейч Л.И. LabVIEW для новичков и специалистов / Л.И. Пейч, Д.А. Точилон, Б.П. Поллак. - М.: Горячая линия - Телеком, 2004. - 384 с.

5. Дуров С.Ю. LabVIEW в примерах и задачах: учеб.-метод. Материалы по программе повышения квалификации <<Обучение технологиям National Instruments>> / С.Ю. Лупов, С.И.Муякшин, В.В. Шарков. - Н. Новгород, 2007. - 101 с.

6. Рангайян Р.М. Анализ биомедицинских сигналов. Практический подход / Р.М. Рангайян. - М: Физматлит, 2007.

7. Agarwal G.C. An analysis of the electromyogram by Fourier simulation and experimental techniques / G.C. Agarwal, G.L. Gottlieb // IEEE Trans. Biomed. Eng. - 1975. - Vol. 22, N. 3.

8. Гайдук А.М. Моделирование электромиографического сигнала средствами LabVIEW / А.М.Шайдук, С.А. Останин // Изв. Алт. гос. ун-та. - Барнаул: Изд-во Алт. гос.ун.-та. - Ч.1(65). - 2010. - С.196-201.

9. Литвин А.В. Компьютерный анализ биомедицинских сигналов и изображений: учеб.пособие / А.В. Литвин, В.Н. Ананченко. - Ростов н/Д: Издательский центр ДГТУ, 2012. - 191 с.

10. Pan J. A real-time QRS detection algorithm / J. Pan, W.J. Tompkins // IEEE Trans. Biomed. Eng. - 1985. - Vol. 32. - P. 230-236.

Размещено на Allbest.ru