CC BY
52
Радіотехнічні кола і сигнали
можливість (після виключення з розкладу цих ділянок) підвищити точність аутентифікації. В процесі нормування було відмічено, що динамічний підпис людини має різко виражену сегментну структуру. Врахування цього дозволить детальніше описати об’єкт дослідження та підвищити точність обробки компонент динамічних підписів, а відповідно і точність процесу аутентифікації в цілому.
Література
1. Иванов А.И. Биометрическая идентификация личности по динамике подсознательных движений. - Пенза: Узд. Пензенского государственного университета. - 2000 - 188с.
2. Бойко І., Луценко С., Луцків А. Математичне моделювання та статистичні методи обробки динамічного підпису для задач аутентифікації особи в інформаційних системах // Електроніка та системи управління. - К.: НАУ. - 2006. - №2(8). - с.27-37.
3. Луцків А.М. Алгоритм роботи системи аутентифікації особи за динамічно введеним підписом//Проблеми інформації та управління. К.: НАУ. - 2006.- №1-с. 111-117.
4. Мельник А.Д., Рибін О.І. Нормалізація тестового сигналу із збереженням екві-дистантного кроку дискретизації// Вісник НТУУ «КПІ». Серія Радіотехніка, Радіоапа-ратуробудування. - 2007. - Вип. 34. - с.24-29.
5. Рыбин А.И., Шарпан О.Б., Григоренко Е.Г., Сакалош Т.В. Коэффициенты трансформант нормализованных ортогональных преобразований и диагностика пульсограмм// Вісник НТУУ «КПІ». Серія Приладобудування. - 2005. - Вип. 30. - с. 148- 156.
6. Рибін О.І., Ніжебецька Ю.Х. Нормальне дискретне ортогональне перетворення // Вісник НТУУ “КПІ”. Серія Радіотехніка. Радіоапаратуробудування. 2008. Вип. 37. с.8. Рибін О.І., Ніжебецька Ю.Х., Луцків А.М. Аутентифікація особи за динамічноо введеним підписом з використанням нормального перетворення. Запропоновано алгоритм аутентифікації особи за динамічно введеним підписом, побудований на базі нормального перетворення.
Ключові слова: аутентифікація, динамічно введений підпис, нормальне перетворення,
ортогональне перетворення, алгоритм.______________________________________________
Рыбин А.И., Нижебецкая Ю.Х., Луцкив А.М. Аутентификация особы по динамически введённой подписи при использовании нормального преобразования. Предложен алгоритм аутентификации особы по динамически введённой подписи, построенный на базе нормального преобразования.
Ключевые слова: аутентификация, динамически введёная подпись, нормальное преобразование, ортогональное преобразование, алгоритм.________________________________
Ribin O.I, Nizhebetska Y.Kh., Lutskiv A.M. Authentication of person on the dinamically entered signature at the use of normal transformation. The algorithm of authentification of person on the dinamically entered signature, built on the base of normal transformation is offered.
Keywords: authentification, dinamically entered signature, normal transform, ortogonal transform, algorithm._____________________________________________________________
УДК 621.372.061
АНАЛІЗ КАРДІОГРАМ МОДИФІКОВАНИМ МЕТОДОМ
КАРУНЕНА-ЛОЕВА
Литвиненко О. О.
В сучасній медицині та техніці одним з пріоритетних напрямків є розв’язання задачі класифікації сигналів. Сьогодні існує широкий та різ-
30
Вісник Національного технічного університету України "КПІ" Серія — Радіотехніка. Радіоапаратобудування.-2010.-№40
Радіотехнічні кола та сигнали
номанітний спектр методів класифікації, що відрізняються особливостями використання математичного апарату та набором критеріїв, за якими відбувається оцінка ступеня подібності та розбіжності між досліджуваними сигналами. При цьому велике значення має оцінка надійності та чутливості методів класифікації.
Теоретичні положення
Модифікований метод Карунена - Лоева для розв’язання задачі класифікації кардіограм, полягає в оцінці умовної імовірності приналежності досліджуваного сигналу St до певного класу ог, вважаючи, що N -вимірна щільність імовірностей для N відліків цього сигналу розподілена за нормальним законом [5-8]
P
і
(2 л )det (Cor (St))
exp
j-2 (~t - Mi f Cor ->( St)(St - Mi) j,
(і)
де Cor (St) - кореляційна матриця сигналів класу о1, отримана на навчальній множині сигналів цього класу; Мг - математичне очікування дискретних відліків сигналів St класу ог; St - досліджуваний сигнал; det( ) - ви-
значник матриці Cor (St); T - знак транспонування.
З (і) видно, що найбільша імовірність P
, ог
г J
належності сигналу St до
класу о буде у випадку, коли показник експоненти наближається до нуля. Тому замість (і) вводять поняття дискримінантного числа D
D = (~ - M^Cor S )s, - Мг).
(2)
Якщо D < D1, то сигнал належить до класу о, якщо D > D2 ,то ні. Причому D2 > Д, а чисельні оцінки значення порогів, визначаються в процесі навчання класифікатора. Дискримінантні числа (2) є мірою відповідності до класу о досліджуваного сигналу, але реалізація обернення матриці Cor (St) ускладнює алгоритм їх знаходження [1-4]. Тому слід застосовувати ортогональний розклад матриць за допомогою перетворення Карунена-Лоева [1-4]
Cor = Пт=ШТ, (3)
де X - діагональна матриця власних значень X, Т - знак транспонування; * - знак комплексного спряження.
Оскільки матриці П , П ортонормовані, з (3) отримуємо П Corn = X . Якщо сигнал St в (1) належить до навчальної множини, то з нього по математичному очікуванню Мг можна отримати матрицю «миттєвої» ко-
Вісник Національного технічного університету України "КПІ" Серія — Радіотехніка. Радіоапаратобудування.-2010.-№40
31
Радіотехнічні кола і сигнали
реляції Cor = St - Mi Js - Mi І". Добуток П Corn = А дає матрицю А, яка
А-А
є теж дискримі-
близька до А, але вже не є діагональною. Норма 8 =
нантним числом, яке так само буде «малим», якщо сигнал St належить до класу соі і «великим» в протилежному випадку. При цьому порогові значення 8,82 (аналогічні до Д,D2) слід обчислювати в процесі навчання класифікатора.
Експериментальні дослідження
На прикладі кардіограм відомих класів (різного виду хвороби серцево-судинної системи) на репрезентативних вибірках навчальних множин побудовано та навчено модифікований класифікатор Карунена-Лоева. З кожного масиву даних була взята вибірка з 16 періодів кардіограм , яку можна вважати достатньо репрезентативною. Оскільки результат усереднення при оцінці кореляційної матриці для 9 кардіограм з навчальної множини відрізняється від результатів для 16 періодів лише в третій значущій цифрі. На базі цих вибірок сформовано відповідні класи та досліджено вплив сигналів інших класів на створений класифікатор. Експериментальні вибірки побудовано за I відведенням за Ейнтховеном на рис 1, за II відведенням за Ейнтховеном на рис 2, за III відведенням за Ейнтховеном на рис 3. На представлених рисунках А - максимальне амплітудне значення, n - кількість відліків на осі часу.
в г
Рис. 1. Електрокардіограми I відведеня: а - сигналу без патології; б - сигнал з патологією (тахікардія); в - сигнал з патологією (гіпертрофія); г - сигнал з патологією (ішемія)
32
Вісник Національного технічного університету України "КПІ" Серія — Радіотехніка. Радіоапаратобудування.-2010.-№40
Радіотехнічні кола та сигнали
в г
Рис.2. Електрокардіограми II відведеня: а - сигнал без патології; б - сигнал з патологією
(тахікардія); в - сигнал з патологією
гіпертрофія); г - сигнал з патологією (ішемія)
А
150 200 250 П
а
і 00 150 200 250 П
б
Рис.3. Електрокардіограми III відведеня: а - сигнал без патології; б -сигнал з патологією (тахікардія); в - сигнал з патологією (гіпертрофія); г - сигнал з патологією (ішемія)
Класифікатор Карунена-Лоева
При дослідженнях було створено класифікатор Карунена - Лоева для I, II, III відведення за Ейнтховеном пацієнтів хворих на тахікардію, гіпертрофію, ішемію та клас без патологіїї. В табл. 1-3 наведено результати класифікації для I, II, III відведень за Ейнтховеном (класи со1,®2,®3 відповідно).
Вісник Національного технічного університету України "КПІ" Серія — Радіотехніка. Радіоапаратобудування.-2010.-№40
33
Радіотехнічні кола і сигнали
Таблиця 1. Дискримінантні числа при дослідженні кардіограм за I відведенням
Клас/сигнал Тахікардія Гіпертрофія Без патології Ішемія
Тахікардія, ®1 16.1499 56.8459 41.3843 53.0701
Гіпертрофія, ®2 46.6188 11.3242 86.8484 72.3883
Без патології, ®3 37.2446 93.7409 0.5898 58.3176
Таблиця 2. Дискримінантні числа при дослідженні кардіограм за II відведення
Клас/сигнал Тахікардія Гіпертрофія Без патології Ішемія
Тахікардія, а>1 5.3550 73.0910 47.9087 53.6098
Гіпертрофія, ®2 58.8686 14.9985 89.5045 81.4201
Без патології, ®3 33.2913 103.1273 0.4927 58.2743
Таблиця 3. Дискримінантні числа при дослідженні кардіограм за III відведенням
Клас/сигнал Тахікардія Гіпертрофія Без патології Ішемія
Тахікардія, а>1 7.8099 137.6460 38.9325 38.9508
Гіпертрофія, ®2 113.9251 19.4485 135.2218 154.5783
Без патології, ®3 27.6348 132.3634 0.8106 54.7738
Висновки
Отримані результати вказують на перспективність запропонованого до діагностування математичного апарату. Навчання класифікаторів у подальшому слід здійснити на репрезентативній вибірці пацієнтів для кожної хвороби і для кожного відведення з тих, що найбільш широко використовуються в медичній практиці.
Запропонований підхід слід також розповсюдити на пошук відповідних графоелементів ЕКГ (зубців, комплексів) у часовому вікні.
Література
1. Рибін О. І., Шарпан О. Б., Данилевська В. Г. Діагностичні можливості ортогональних перетворень кореляційних матриць пульсових хвиль// Наукові вісті НТУУ «КПІ» - 2006. - №2. - С. 12 - 17.
2. Рибін О. І., Мельник А. Д. Алгоритм класифікації звукових сигналів// Вісник НТУУ «КПІ». Сер. Радіотехніка. Радіоапаратуробудування. - 2008. - №37. - С. 8 - 15.
3. Ніжебецька Ю.Х., Рибін О.І., Шарпан О.Б. Класифікація сигналів в базисі ортогональних перетворень кореляційної матриці // Вісник ЖДТУ. 2008. №2. С. 85-89.
4. Рибін О.І., Мельник А.Д. Розпізнавання голосних звуків «а», «о», «е», «у» української мови // Наукові вісті НТУУ «КПІ» - 2009. - №1. - С. 20 - 25.
5. Абакумов В.Г., Рибін О.І., Сватош Й. Біомедичні сигнали. Генезис, обробка, моніторинг. - К.: Нора - прінт, 2001. - 516с.
6. Экспертные системы. Принципы работы и примеры. Ред. Р. Форсайт. - М.: Радио и связь, М.: 1987. - 224с.
7. Ахмед Н., Рао К. Р. Ортогональные преобразования при обработке цифровых сигналов: Пер. с англ./ Под ред. И. Б.Фоменко. - М.:Связь, 1980. - 248с.
8. Продеус А. Н., - Захрабова Е. Н. Экспертные системы в медицине. - К.:
ВЕК+,1998. - 320с.___________________________________________________________
Литвиненко О. О. Аналіз кардіограм модифікованим методом Карунена-Лоева. В роботі розглянуто використання модифікованого методу Карунена - Лоева для розв ’язання задачі класифікації кардіограм за I-III відведеннями за Ейнтховеном Ключові слова: метод Карунена - Лоева, кардіограма, класифікація кардіограм__
34
Вісник Національного технічного університету України "КПІ" Серія — Радіотехніка. Радіоапаратобудування.-2010.-№40
Радіотехнічні кола та сигнали
Литвиненко О.А. Анализ кардиограмм модифицированным методом Карунена-Лоэва. Рассмотрено использование модифицированного метода Карунена-Лоэва для решения задачи классификации кардиограмм по I-III отведению по Ейнтховину. Ключевые слова: метод Карунена-Лоэва, кардиограмма, классификация кардиограмм Litvinenko O. O. The analysis cardiogram's by modified method Karunena-Loeva. Modified method Karunena-Loeva for task solution of cardiogram's classification on I-III indirect leads was examined and use.
Key words: cardiogrammes, method Karunena-Loeva, cardiogram's classification__
УДК 612.13; 616.831; 621.372
ЕКСПЕРИМЕНТАЛЬНЕ ДОСЛІДЖЕННЯ ФУНКЦІОНАЛЬНОГО СТАНУ ЛЮДИНИ НА ОСНОВІ АМПЛІТУДНОГО СПЕКТРАЛЬНОГО АНАЛІЗУ ПУЛЬСОВОЇ ХВИЛІ1
Янковенко О.Д.
Задача оперативного визначення поточного функціонального стану людини в реальному масштабі часу стає все більш актуальною. Це важливо для спортсменів, людей-операторів, які працюють за пультами керування складних об’єктів, лікарів, що слідкують за станом пацієнта під час операції (глибиною анестезії), а також для моніторингу стану серцево-судинної системи (ССС) та ранньої діагностики захворювань. Останнім часом значно зріс інтерес до використання методів діагностики за допомогою сигналу пульсової хвилі [1-7].
Можливості пульсової діагностики зумовлені тим, що сигнал периферійного пульсу містить в собі інформацію про більшість фізіологічних процесів, що проходять в організмі, зокрема в серцево-судинній та вегетативній нервовій системах, а також ознаки емоційного стану людини, такі як втома, стрес, нервове збудження та ін.. В сигналі пульсової хвилі знаходять своє відображення як процеси вищих рівнів регулювання, так і багато гемодинамічних показників ССС. Регуляторні процеси проявляються в модуляції пульсового сигналу коливаннями відповідної періодичності [8].
Метою статті є представлення результатів наших досліджень функціонального стану людини з використанням інформації, що закладена в амплітудному спектрі пульсового сигналу.
Постановка задачі
Для оперативного визначення поточного функціонального стану людини, тобто стану ССС та вегетативної нервової системи (ВНС), перспективним є застосування спектральних характеристик сигналу пульсової хвилі.
Спектральний аналіз серцевого ритму це інструмент виявлення його хвильової структури, яка відображає адаптаційно-пристосувальну діяльність організму, знаходить широке застосування в фізіологічних дослідженнях [9].
1 Робота виконана під науковим керівництвом д.т.н., проф. Шарпана О.Б.
Вісник Національного технічного університету України "КПІ" Серія — Радіотехніка. Радіоапаратобудування.-2010.-№40
35
