CC BY
7
УДК 681.518.25, 681.5.042
Ивахно Н.В., Федоров С.С., Чуков А.Н.
ФГБОУ ВО «Тульский государственный университет», Тула, Россия
МЕТОД АДАПТИВНОГО ОБНАРУЖЕНИЯ НАЧАЛА ИНСПИРАТОРНОЙ АКТИВНОСТИ В КОМПЛЕКСАХ КОРРЕКТИРУЮЩЕГО ВОЗДЕЙСТВИЯ НА ДЫХАТЕЛЬНУЮ СИСТЕМУ ЧЕЛОВЕКА
Решается задача адаптивного обнаружения инспираторной/экспираторной активности с использованием теории статистических решений на основе предварительного исследования дыхания человека. Установлен закон распределения шума и разработан алгоритм регистрации вдоха и выдоха, обеспечивающий вычисление на каждом шаге отношение правдоподобия, которое сравнивается с пороговыми значениями. В результате формируется заключение о продолжении или прекращении наблюдения. Применение данного алгоритма уменьшает время обнаружения в 2-3 раза, позволяет проводить предварительную настройку параметров для каждого пациента.
Ключевые слова:
комплекс корректирующего воздействия, отношение правдоподобия, среднее значение шума, начало вдоха/выдоха.
Одной из проблем создания адаптивных комплексов корректирующего воздействия на дыхательную систему человека (ККВДС) для проведения лечебно-профилактических, физкультурно-оздоровительных и реабилитационных мероприятий является обнаружение начала/окончания инспираторной активности, от своевременности которого зависит как правильность параметрического анализа функциональной характеристики давления, так и принятие управляющего воздействия [1,2].
Адаптация в ККВДС проводится по двум контурам: 1-й контур обеспечивает работу обнаружителя вдоха-выдоха и основан на поиске параметров полезного сигнала и шума при ожидании начала ин-спираторной/экспираторной активности (рис.1), 2-й контур обеспечивает задание начальной нагрузки и выбор значения, при котором достигается наименьшее отклонение от эталонной характеристики [2,3].
Автоматический выбор метода воздействия
Рисунок 1 - Схема работы алгоритма адаптации (1-й контур)
Для получения математической модели обработки сигнала при ожидании инспираторной/экспиратор-ной активности проведены экспериментальные исследования дыхания различных пациентов с целью определения закона распределения шума (рис.2).
На основе полученных эмпирических данных построены гистограммы, выдвинута гипотеза о нормальном законе распределения шума при ожидании вдоха/выдоха, которая получила подтверждение при проверке правдоподобия по критерию согласия Пирсона.
с
0.2 43
0.2 16
0.1 89
0.1 62
0. 3 1—
0.1 08
0.0 81
0.0 54
0.0 27 1
78 199 319 440 560 681 802 922 Р, Па
а)
с
0.27
0.24
0.21
0.18
0.15
0.12
0.091
0.0 61
0 )3 г
135 201 267 332 398 464 530 Р, Па б)
Рисунок 2 — Примеры гистограмм распределения шума при ожидании начала инспираторной активности
(а), экспираторной активности (б)
Согласно исследованиям, проведенным в [1], установлена математическая модель процесса обнаружения, при которой на каждом шаге наблюдения составляется отношение правдоподобия:
1п Л(—) — РоС1 Ъг — —т) , а г=1 2
(1)
— соотношение сигнал/шум, — — номер
аз
амплитуда
где Ро =—?
с2
отсчета, — уг — а0 . а — аз — аО ,
входного сигнала, С2, аО — дисперсия и среднее значение аддитивной некоррелированной помехи, уг — измеренное значение давления в дыхательном
контуре [2]. Величина 1п Л—) сравнивается с двумя постоянными пороговыми значениями А и В (А>В), которые находятся, исходя из заданных условных вероятностей а* и обнаружения раньше времени (ложная тревога) и запаздывания регистрации вдоха/выдоха (пропуск сигнала) [1,2].
При принятии решения об отсутствии сигнала проводится повторный анализ до регистрации начала вдоха/выдоха в соответствии с интервалом ограничения.
Для имитационного моделирования, а затем и реализации разработанной модели регистрации начала инспираторной/экспираторной активности вероятность пропуска сигнала была получена, исходя из анализа частоты дыхания и эффективности
-162 -42
2
а
проведения процедуры корректирующего воздействия X = 0.01 , вероятность ложноИ тревоги за* —6
дана 3 = 10 . В таком случае 1пА = 4,605 ,
1п В = —13,805
[1]
Согласно полученноИ формуле (1) в комплекс корректирующего воздействия, содержащий блок измерения давления (на основе датчика дифференциального или относительного давления), введены дополнительные элементы, позволяющие реализовать адаптивный метод обнаружения начала вдоха/выдоха с учетом сторонних случайных возмущений, характерных для каждого пациента [4,5].
Учитывая данные, полученные при проведении экспериментальных исследований, установлено время настройки параметров, которое составляет
1-1,5 минуты, доверительной
определяемое исходя из заданной вероятности, величины дисперсии
[2,3], необходимой точности определения дисперсии.
Автоматическая настройка параметров позволяет обеспечить работу математической модели обработки сигнала при регистрации начала вдоха/выдоха. При этом, работу алгоритма можно представить в виде структурной схемы (приведена для нулевого среднего значения шума, а = аз ) (рис. 3).
Исходными параметрами для работы этой схемы являются:
величины 1пА и 1пВ, являющиеся постоянными для различных категорий пациентов.
О - среднее квадратичное отклонение гауссовой аддитивной некоррелированной помехи (находится во время автоматической настройки параметров при самостоятельном дыхании пациента);
а = аз - значение полезного сигнала (находится во время автоматической настройки параметров и составляет 0.1 от максимального значения сигнала при вдохе/выдохе).
У 1 2 3
О
11 12
1пД
Рисунок 3 — Структурная схема системы обнаружения начала вдоха/выдоха
Устройство для регистрации начала вдоха/выдоха пациента работает следующим образом:
Дискретный сигнал У поступает с датчика давления на накапливающий сумматор 1, выход которого соединен с умножителем 2, на другой его вход подана величина с выхода делителя 4. В тоже время происходит подсчет количества наблюдений с помощью счетчика 5. Сигнал с выхода 1 поступает
2
дисперсии шума О . Делитель 12 формирует вели-
_1_ Г2 ,
выход которого соединен со входом
двухвходового умножителя
на другой вход ко-
2
1
одновременно с величиной
сформированной де-
лителем 4) на двухвходовый умножитель, выход которого соединен с сумматором 3, на другой вход
которого подается величина
т
) , сформиров
анная
счетчиком наблюдений 5 и преобразователем 6. Умножитель 7 и умножитель 11 служат для формирования квадрата значения полезного сигнала а и
торого подана величина а с выхода умножителя 7. Сигнал с выхода 8 поступает на двухвходовый умножитель 9, на который подается величина с выхода сумматора 3. Полученный сигнал поступает на устройства сравнения 10 и 13, на другие входы которых поступают пороговые значения 1пА и 1пВ. В результате, с выхода устройств сравнения формируются сигналы, поступающие на устройство, осуществляющее логическое сложение этих сигналов. При получении на одном из входов логической единицы, формируется сигнал с выхода 14 либо продолжения наблюдения, либо его остановка [1,3].
Результаты экспериментальных исследований по вычислению значения отношения правдоподобия представлены на рис. 4 и рис. 5.
чину
а
Рисунок 4 — Значения отношения правдоподобия на каждом шаге наблюдения по отношению к границам принятия решений (регистрация начала появления вдоха на 26 отсчете)
вер хняя граница ^J—1 , i-f J
Чл- У" J\ /
ниж няя граница
Рисунок 5 — Значения отношения правдоподобия на каждом шаге наблюдения по отношению к границам принятия решений (регистрация начала появления выдоха на 28 отсчете).
Экспериментальные исследования работы пациента с ККВДС показывают, что при соотношении сигнал/шум = 0.8 регистрация начала выдоха с помощью разработанной математической модели и алгоритма обработки сигнала происходит в среднем на 31 отсчете, что составляет 0.062 секунды (при частоте дискретизации 500 Гц), вдоха - на 23 отсчете - 0,046 с.
Применение данного алгоритма уменьшает время обнаружения в 2-3 раза, позволяет проводить предварительную настройку параметров для каждого пациента.
Исследование выполнено при финансовой поддержке РФФИ и Администрации Тульской области в рамках научного проекта № 15-48-03247 « р центр а».
ЛИТЕРАТУРА
1. Ивахно Н.В., Федоров С.С. Принцип построения математической модели процесса обработки сигналов при распознавании дыхательной активности в системах интеллектуального тренажерного воздействия. //Биотехносфера. 2014. №5 (35). С.19-2 2.
2. Ивахно Н.В. Обобщенная структура комплексов интеллектуального тренажерного воздействия на дыхательную систему //Известия Тульского государственного университета. Серия. Технические науки. - 2014. - №11 (81). - С. 110-114.
3. Ивахно, Н.В. Оптимальный информационный алгоритм поиска места отказа в интеллектуальных тренажерах дыхательной мускулатуры /Н.В.Ивахно//Известия вузов. Поволжский регион. Технические науки, 2015. №2. С.5-15
4. Ивахно Н.В., Чуков А.Н. Структурно-алгоритмический метод повышения надежности комплексов тренажерного воздействия на дыхательную систему // Труды международного симпозиума «Надежность и качество» в 2-х т./ под редакцией Н.К. Юркова. Том 2. Издательство: Пензенский государственный университет. Пенза. 2015. С.254-256
5. Ахметов Б.С., Мукапил К., Серикова Н.И., Вятчанин С.Е., Никитченко Ю.И. Использование множества подобных критериев для случайного выбора контролируемых параметров при многомерном статистическом анализе малой выборки биометрических данных// Труды международного симпозиума «Надежность и качество» в 2-х т./ под редакцией Н.К. Юркова. Том 2. Издательство: Пензенский государственный университет. Пенза. 2015. С.287-290
(m)
In Л( ) 5
0
-10
-15
m
UDK: [005.6: 658.78]: 004.738.5 Милетич1 Л., Ничич2 M.
1Факультет менеджмента проектами и инновациями, Белград, Сербия
2Высшая школа профессиональных изучений, Нови-Сад, Сербия
ПРОЕКТЫ ВНЕДРЕНИЯ ИНСТРУМЕНТОВ ДЛЯ ПЕРЕДОВОГО ПЛАНИРОВАНИЯ В ОБЕСПЕЧЕНИИ КАЧЕСТВА В ЦЕПОЧКАХ ПОСТАВОК
The performance of any business activity implies the existence of a large number of chains of quality between users and suppliers. In the past, company's management tended to adopt effective decisions that referred only to their own operating system, neglecting other participants in the supply chain. Planning and decision making were much easier, given that the entities acted separately, but it is on the other hand, caused the high costs and the excessive stocks of inventories. This is why enterprises change the business logic, devoting more and more time to shared, joint planning and coordination of business processes, all with the aim of lowering costs and satisfying user needs. In this sense, the application of IT provides considerable support for the planning and provision of the required value of quality in the supply chains. The paper gives the example of successful application of ERP practice in Serbia.
Keywords:
Quality chains, Advanced planning, Tools for the supply chains management.
1. Introductory considerations
