CC BY
12
Visnyk N'l'UU KP1 Seriia Radiolekhnika tiadioaparatobuduummia, "2017, Iss. 69, pp. 66—71
УДК 615.816
Метод обробки трещцв бюлошчних сигнал!в на
OGHOBi вейвлет анал!зу
Бодгловський О. К., Попов А. О.
Нацшиалышй тохшчшш ушворситот Укра'ши "Ки'шський иолггохшчшш ¡петитут ¡Moiii 1горя СЛкорського", м. Ки'ш
E-mail: bodUoweky&ukr.nel.
У робот! запропоповапо шднд до обробки трепд!в бюлопчпих сигпал!в па приклад! сигпал!в сату-рацп артер1алыю1 кров! киспем. зокрема у Bripinieniii проблемп помилкових спрацювапь тривожпо! спгпал1зацп. Для вгцяшеппя поставлено! задач! в дашй робот! застосовапо апал!з па основ! д!адпого ортогонального вейвлет перетвореппя. Було проведено апал!з чутливост! та специф1чпост1 методу для моделышх сигпал1в. що м1стилп патер1ш спгпал1в па piBiii 80, 85, 90, 95% Sp02. як! можуть бути помил-ково опрацьоваш системою подач! тривоги. В результат! експеримепту отримапо зпачешш чутливост! методу 99% для 1-3 р!впя розкладу та зпачешш специф1чпост! 30% для материпсько! фупкцп Хаара.
Клюноог слова: трепди бюлопчпих сигпал1в: Sp02: вейвлет апал!з
Вступ
Мошторинг стану иащента шд час ускладнень с важливою задачею, яка мае безпосередшй вплив на прийняття pinieiib медичним персоналом. Сучасш апарати життезабезпечення людини це складш комплекси. що включають системи мошторингу па-раметр1в життбд1ялыгосп людини. системи штучно! вентилящ! легень. системи дозованого введения ль к1в та in. При мошторингу параметр1в життедь ялыгосп людини в умовах стащонару чи шд час iiiTeiiciiBiioi Tcpani'i. одним i3 найбшын шформатив-них та важливих параметр1в с показники дихалыкм aKTiiBiiocTi. Сучасш моштори показнишв життедь ялыгосп мають функщю тривожнем сигнал1защ1. що дае змогу иопередження персоналу медичного закладу про вих1д показника. який контролюеться. за встановлеш межь У pa3i внннкнення трнвогн MOiiiTop попереджус про небезпеку за допомогою граф1чно1 та звуково! сигнатзаид. Для того, щоб за-поб1гти розвитку травми оргашзму пащента. iieo6xi-дно скоротити час вщ моменту виникнення тривоги до початку дш щодо усунення причини попршення стану. 3 iiinioro боку при мошторингу иараметр1в дихання виникае проблема геиеращ! помилково! тривоги. Виникнення таких ситуащй можливо по pi-зномаштним причинам (шуми ceiicopiB. порушення контакпв хйж тшом i сенсорами, реакщя на подпо чи характер сигналу, яка не призводить до дцйснсм тривоги та in.). У такнх внпадках реагування медперсоналу на тривогу не с обов'язковим. а навпаки призводить до виснаження та зниження порогу ре-акщ1 па Bci тривоги. що вииикають. Дано явшце прийнято називати «виснаження в1д тривог». що полягае у перевантажеш уваги персоналу внаатдок
illTOIICHBIIOrO виникнення тривог [1 3]. Для досль дження кшькосп внннкнення помилкових тривог проведено достатньо дослщжень. розультатп якпх показують. що близько 75% тривог. що вииикають у вцщшеннях штенсивно! Tcpani'i. с помнлковнмн [4].
Рис. 1. Методи анал1зу сигнал1в тривоги
Причинами виникнення таких тривог можуть бути техшчш иробломи. зокрема шуми та нето-чшеть втпрювання. маншулящ1 лжарняного персоналу шд час впконання медичнпх процедур та догляду, тривоги. викликаш самим пащентом (по-
Метод обробки троидш бшлогЬших сишалш на основ! войвлот аиалшу
67
рушения контакпв з сенсорами та гх зшмання). Для покращення якоста надання медичних послуг та якосп умов роботи лжар1в важливою задачею с обробки тривог.
Задачею дано! роботи с дослщження застосу-вання вейвлет анатзу для обробки трощцв бю-медичних сигнатв на приклада сигнатв сатуращ! артер1ально1 кров1 киснем.
1 Методи обробки спрацювань тривожно1 сигиалпзацп
Основною задачею для методов визначення стану пащента з формуванням сигналу тривоги с знижен-ня кшькосп иомилкових иодш. Важливо повщомля-ти медичний персонал лише про и иоиршсння стану пащента, яш потребують негайного втручання. В цьому напрямку ведеться значна робота, що мае на мет зменшення кшькост хибних тривог.
На сьогодшшшй день значна частина обладна-ння використовус алгоритми, зидно яких тривога генерусться з деякою затримкою шеля детектуван-ня. Зазвичай значения затримки перед спращован-иям тривоги становить 15 секунд 1 встановлюеться виробником обладнання при виготовленш. Параметр затримки но входить в перелш иараметр1в, яш можуть бути змшеш медичиим персоналом. Такий шдхщ дас змогу уникнути вииикиеиия иомилкових спрацюваиь тривоги внаслщок шум1в чи техшчних несправностей обладнання. 1снуе проблема адекватного вибору тривалоста затрнмкн перед внявлен-ням трнвогн та спрацюванням тривожнем сигналь защ! для р1зних зиачеиь порогу. Також розробле-на зиачиа кшьшеть дослщжснь бшын досконалих метод1в зменшення помилкових тривог, що вико-ристовуе р1зномаштш шдходи до анал1зу сигнал1в: фазово-просторовий анал1з, авторегреййш модель статистичш шдходи, алгоритми визначення тренду, а також шдходи на основ1 штучного штелекту. Дал1 в робота будуть розглянута шпунта методи зменшення помилкових тривог з метою визначення переваг та недолтв вже кнуючих шдход1в вщлшення иро-блеми (рис. 1).
Таким чином, р1зш методи штучного штелекту при анал1з1 иараметр1в дихання показали або в перспектив! можуть показати багатообщяюч1 результата, ало жоден з цих шдход1в по просуиувся в осиовие русло мошторингу стану пащента та остаточно но впровадженнй в клпичну практику. Це пов'язано з тим, що описаш вшце методи мають подотки, яш впливають на яшеть отрнманнх результате та на прийнята на основ1 таких даних ршгсння. В даному роздЫ иропонусться покращити шпунта шдходи до обробки тривог за допомогою використання переваг, що надае всйвлет-анал1з при обробщ часовнх ряд1в. Головннмн перевагамн даного внду анал1зу с можливкть локал1зувати низькочастотш дотал1
сигналу в частотшй область а високочастотш до-тал! (викиди, артефакти 1 т.д.) в часов1й область Основною щояо застосування вейвлет-анал1зу в да-шй робот с те, що вш дозволить роздшити сигнал дихання на тренди та високочастотш коливання та надасть змогу виконувати бшын детально досл1дже-ння К0ЖН01 1з цих складових.
2 Розробка методу знижен-ня кшькосш помилкових спрацювань тривожно1 си-гнал1зацп на основ1 д1адно-го ортогонального вейвлет-перетворення
Вейвлет-перетворення знайшло широко застосування при обробщ бюмедичних сигнал1в та засто-совуеться при анал1з1 ЕКГ, ЕЕГ, обробщ медичних зображень, а також при достджонш параметр1в днхання [5 7]. В дашй робота пропонусться новий метод зниження кшькоста помилкових спрацювань тривожнем сигиал1защ1 па основ1 д1адного ортогонального вейвлет-перетворення для сигналу, що характеризуй дихання.
Оскшьки сигиали, що анал1зуються в комп'ютериих системах тривожнем сигнал1защ1, мають дискретну природу, застосусмо кратномас-штабний вейвлет-анал1з днекретннх сигнал1в.
Нехай неперервний сигнал / (х) , який характеризуй иевний параметр дихаиия, ресструсться
3 бюлопчного об'екту за допомогою обладиаиия для мошторингу. Ресстращя сигналу супроводжу-сться аналого-цифровим перетвореииям, результатом якого буде вектор вщлшв сигналу, знятого з певною частотою дискретизащ! Рв. Тобто теля ре-сстращ! та попередньен обробки буде отримано дис-кретний сигнал 5[п]. Щоб застосувати описаний ви-ще метод кратиомасштабиого вейвлет-перетворення для обробки отриманих сигнал1в, необхщно вико-ристати формули для вейвлет-анал1зу дискретних сигнал1в. Дискретний сигнал можливо розкласти на послщовн1сть коеф1щб:нт1в аироксимащ! та детал1за-
Щ1:
5[п]= Ат[п} + ^ Оз [п]. (1)
3=1
Коефщенти апроксимащ! можуть бути розрахован1 за допомогою виразу:
Ат[п] = ат[к]фт,к[п], (2)
к
68
Вод1;шш;ький О. К., Попов Л. О.
до масштабы! коефщенти знаходяться за формулою:
(3)
У даному випадку вираз для знаходжоння масштабу ючих функцш набуде вигляду:
Фт,к[n} = £2-т/2ф[2-тп - к},
(4)
де ф[п} — ортогональний базис, отриманий на 6a3i материнськсмо войвлету.
Аналоично знаходяться коефщенти дотатзаид:
Dj [п}= £ dj [к}ф^к [п}, (5)
к
ДО
та
di [к}= Е s[nW,k М (6)
Фок[п]= ^2~-'/2ф[2~-'п - к]. (7)
п
До вирази (1) (7) задають доадно войвлот-перетворення для дискротних сигнатв.
Для обробки тривог необхщно усунути 1з сигналу складов!, що мштять в соб1 артофакти та но несуть доагностичнси шформащь Артофакти та шуми зазвичай с високочастотними складовими та одноразовими викидами параметру, який моштору-еться. Для усуиоиия цих складових иропонусться використати кратномасштабний анатз.
В метода, що пропонуеться в дашй робота, вхь дний дискретний сигнал розкладасться на висо-кочастотш та низькочастотш складов! на заданих р1внях декомпозищ1. Дат сигнал, иозначимо його fт[к], вщновлюеться лише за тими компонентами вейвлет-розкладу, що мають доагностичну цшшеть 1 до нього застосовусться порогове визначення три-воги. При виконанш умови:
fm[k] =
Ат„фт,к[к} < Alarm, (8)
де т _ р1Вень розкладу, Ат„„ — коефщенти апро-ксимащ!, фт„ — масштабуюча функщя, Alarm — piBOiib спращовання тривожнем сигнатзащ!, теля якого генерусться сигнал тривоги. Даний метод на-дасть змогу зменшити кшьккть тривог за рахунок згладжування сигналу на pi3inix piBirax розкладу. Чим вищий piBOHb декомпозшщ сигналу т, тим бшын згладжена, вшьна вщ високочастотних арте-фактав, верйя сигналу отримуеться. Отже, вираз (8) описус шдхщ до генеращ! тривоги на ocuoBi обробки сигналу, вщнемзленого по коофшдентам апроксимащ! вщповщного piBira. Описаний шдаид потребуй вста-новлення порогу спращовання тривоги. Зазвичай
пор1г спращовання тривожнем сигналпацп встанов-люсться лжаром в залежноста вщ стану пащента та перебЬу його захворювання. Також на деяких медичних ириладах, яш проводить мошторинг сату-ращ! кров1 киснем, можливо встановити затримку хйж моментом настаннн поиршення стану пащен-та 1 моментом видач1 сигнатзащ! для медичного персоналу. Для проведения експеримеиту пропоиу-сться автоматично встановлення порогу спращовання тривожнем снгнал1защ1. Запропонований метод полягае у сиращованш тривоги при виходо параметру, що перебувас шд мошторингом, за значения, яке мошне шж середнс значения сигналу на певну величину. Встановлення ща велнчннн зручне) зада-вати у вщеотках за допомогою коефщенту КаIагт:
/т ^ ^ Ат,пФт, к < К а1агт/тах^ 7
__О)
де у — середпе значения сигналу на певному проьпжку, КаI агт — коефшдент допустимого вщхи-лення в1д середнього значения в процентах, /тах — максимально значения параметра, що мошторуе-ться.
3 використанням даного шдходу встановлення порогу вщбуваеться за допомогою одшя константи, що задас вщхилення сигналу вщ середнього значения за певний прелижок. Таким чином досягаеться певна гнучшеть иалаштуваиия системи спращовання тривожнем сигнатзащь На основ1 методу обробки тривог та методу визначення порогу спращовання, було розроблоно алгоритм методу зниження кшькоста помилкових спращовань тривожнем сигна-л1защ1 на основ1 доадного ортогонального вейвлет-перетворення. Алгоритм складасться з наступних лопчних блошв: блоку зчитуваиия сигнатв з бази даних, блоку визначення коеф1щснт1в аироксимащ! на р1вш Г11, блоку вадновлоння сигналу за коефщь ентами апроксимащ! на р1вш ш, блок застосування порогово! обробки для визначення кшькосп тривог, блоку в1зуатзащ1 результат1в експеримеиту та блоку контролю. Система мошторингу иараметр1в ди-хання, що працюе за запропемгованим алгоритмом, пращос за такемо схемою. На початку виконання сигна.шв вщбувасться зчитування сигнал1в з бази даних для подалынсм обробки та анал1зу, або проводиться ресстращя сигнатв в реальному чай та стве>рюеться буфер сигналу повиси розм1рност1. Пь сля цього проводиться дцадно вейвлет-перетворення сигна.шв з метено знаходжоння коефщятв апро-кснмащ! певного р1вня. Шсля знаходжоння коефь щенпв апроксимащ! сигнали вадновлюються, 1 на основ1 запропонованого вище методу проводиться ана-шз на тривоги за допомогою иорсмовсм обробки. Дат знаходиться значения кшькост1 тривог та форму ються данш для в1зуал1защ1 результат1в. Даний алгоритм може бути використаний при побудов1 ш-
„
телектуалышх медичних приладов, що взаемодпоть з иащентом. утворюючи едину бютехшчну систему [8]. Прикладом такси системи може бути апа-рат штучно! веитилящ! легеиь з штолоктуалышм режимом вибору параметр1в веитилящ! иа основ1 сигнатв, яш рееструються з пащента.
3 Експериментальне дослщже-ння запропонованого методу обробки сигнал1в дихання
Для ироведеиого ексиеримеиту було сформовано 20 моделышх сигнал1в. в яш були закладеш патерни в1рних та помилкових тривог. В кожному сигнал! нал1чувалось 2000 в1рних та 2000 помилкових тривог. та яш складалися з 100000 вщл1шв сигналу. Па-терн тривоги формувався на основ1 пилкопод1бного тренду. Для проведения окспоримонту було зробле-но прнпущення. що вщмшшсть в1рно1 та помилково! тривоги полягае у р1зшй тривалоста перебувания сигналу за встановлсним шмиом тривоги. Для даного окспоримонту р1вонь. на якому тривога мала бути
знайдена. встановлювався почоргово на 80. 85. 90. 95% Бр02 при тривалоста 30 вщлтв. Патери в1рнс>1 тривоги мав триватсть 31 В1дтк на р1вш тривоги. а патори помилково!' тривоги мав триватсть 29 вщль шв иа р1вш тривоги. Шсля формуваиия моделышх сигнатв 1з заданими характеристиками було проведено достджоння можливоста внкорнстання методу на основ1 вейвлет анатзу для р1зних материнських функщй та для восьми р1вшв розкладу сигналу.
На рис. 2а (1 зображоно графжи чутливосп для войвлепв Хаара. Добеши. симотричних та бюрта-гоналышх вейвлетав вадповадно в залежноста вщ р1вня розкладу доадного вейвлет перетворення для перших семи р1вшв розкладу. Отримаш результати для цих чотирьох войвлепв мають схс»ш характеристики. На кожшй з характеристик для перших трьох р1вшв розкладу отримано максимально значения чутливость що означав в1рно опращовання алгоритмом 100% тривог. що були наявш в сигналь На 4-му р1вш розкладу вщбуваеться змоншення чутливосп на 1%, що пов'язано з властивостями войвлет-поретвороння. При вщновленш сигнатв за коофшдентами 4-го р1вня триватсть вейвлет фуи-кщ1 буде складати 15 вщлпив.
0.9 0.8 0.7 0.6 I 0.5 $ 0.4 0.3 0.2 0.1 0
1
3 4 5
Decomposition level
(а)
0.9 0.8 0.7 0.
1 0.5 б
И 0.4 0.3 -0.2 0.1 0
1
3 4 5
Decomposition level
(С)
0.9 -0.8 -0.7 -0.6 -1 0.5 -й 0.4 0.3 0.2
3 4 5
Decomposition level
(b)
0.9 0.8 0.7 0.
1 0.5 б
^ 0.4 0.3 0.2 0.1 0
1
345 Decomposition level
(d)
2
2
Рис. 2. Залежшсть чутливоста алгоритму в1д р1вня докомпозицп сигналу для 4-х р1вшв трнвогн (а) для вейвлота Хаара. (Ь) для вейвлота Добеши. (с) для симотричних войвлетв. (с!) для бюртагоналышх
вейвлепв)
70
ВосШоунку! О. К., Ророу Л. О.
Рис. 3. Заложшсть спсциф1чност алгоритму ввд р1вня докомпозищ!' сигналу для 4-х р1вшв тривоги (а) для вейвлота Хаара. (Ь) для вейвлота Добеши. (с) для симетричиих вейвлетав. (с!) для
бюртагоналышх вейвлепв
50-1-1-1-1-1-1-1-1-1-
0 100 200 300 400 500 600 700 800 900 1000 N
Рис. 4. Приклад використання вейвлет аналпу для обробки сигнал1в тривоги (арим вихвдний сигнал, сишм ввдновлений за коефщентами 6-го р1вня сигнал)
Таким чином при вщновленш сигнатв, що но вщлзняються по тривалосп бшыно шж тривалкть вейвлоту, вщновлеш сигиали для в1рно11 помилково! тривоги можуть но вщлзнятися одни в1д одного. Вщновлоннй за коефщентами бшьш високих поряд-
ив сигнал втрачае значиу частицу високочастотно! складово!', тобто деталей. Таким чином на бшьш високих порядках можливий вихщ частини тривог для згладженого сигналу за иор1г спращоваиня тривоги (рис. 4). Тому на порядках вищо сьомого значения чутливосп дор1вшоють нулю. Це означав, що вщ-новлений за коефщентами вищих порядшв сигнал згладжений настшьки, що виходить за иор1г тривоги. тому алгоритм но знаходить в ньому в1рних тривог.
Графпш спощкрчносп для вейвлоту Хаара зо-бражено на рис. За (1. Для иоршого р1вня розкладу значения спецшрчноста в заложносп вщ р1вня тривоги складають вщ 10% до 30%. Для р1вшв 3-5 через властивосп вейвлет иеротворення вщновлення си-гнал1в за коофщентами розкладу для цих р1вшв дае низьш значения спсщк1лчност, тобто алгоритм но вщкидае помилков1 тривоги. а розшзнае 1х як в1рш. Для р1вшв вищо 5-го спощк1лчшсть починае зростати, ало цо може бути пов'язано з тим, що сигнал взагал1 виходить за пор1г спращоваиня тривоги. В такому випадку алгоритм в1рно по зиаходить помилкових тривог. Графжи сиещкрчноста шших маторинських функщй мають подобш характеристи-
кн. ироте на вщмшу в1д результате, отриманих для вейвлета Хаара, мпимум залежноста сиостсрЬаеться для сигнатв, ввдновлених за коефщентами для 5-го piBira розкладу.
Висновки
Запропонований алгоритм обробки сигнатв тривоги сатуращ! артер1алыго1 кров1 киснем можс ви-користовуватися для обробки сигнатв тривоги при anamsi трощцв показника сатуращ! кров1 кисиом. В результат! експеримеиту отримано значения чу-тливосп методу 99% для 1-3 piBira розкладу та значения спсцщрчносп 30% для материнсько1 фун-кщ1 Хаара. Значения спсцщрчноста в залежносп ввд piBira тривоги складають вщ 10% до 30%. Для piBiiiB 3-5 через властивоста вейвлет перетворен-ня ввдновлення сигнатв за косфщентами розкладу для цих piBiiiB дас низьш значения спецшрчноста, тобто алгоритм не ввдкидае иомилков1 тривоги. а розшзнае i'x як Bipni.
Перелж посилань
1. Sendelbach S. Alarm fatigue / S. Sendelbach // Nursing Clinics of North America. "2012. Vol. 47, No. 3. P. 375 382.
2. Solet .1. M. Managing alarm fatigue in cardiac care / .1. M. Solet, P. R. Barach // Progress in Pediatric Cardiology.
2012. Vol. 33, No. 1. P. 85 90.
3. Tanner T. The problem of alarm fatigue / T. Tanner // Nursing for Women's Health. 2013. Vol. 17, No. 2.
P. 153 157.
4. Chambrin M.-C. Multicentric study of monitoring alarms in the adult intensive care unit (icu): a descriptive analysis / M.-C. Chambrin, P. Ravaux, D. Calvelo-Aros[et al.] // Intensive care medicine. 1999. Vol. 25, No. 12. P. 1360 1366.
5. Adeli H. Analysis of eeg records in an epileptic patient using wavelet transform / H. Adeli, Z. Zhou, N. Dadmehr // Journal of Neuroscience Methods. 2003. Vol. 123, No. 1. P. 69 87.
6. Popov A. Estimation of heart rate variability fluctuations by wavelet transform / A. Popov, Y. Karplyuk, V. Fesechko // International Journal of Electronics and Telecommunications. 2011. Vol. 57, No. 3. P. 395 400.
7. Ruttimann U. E. Use of the wavelet transform to investigate differences in brain pet images between patient groups / U. E. Ruttimann, M. A. Unser, D. E. Rio, R. R. Rawlings // Proc. SP1E 2035, Mathematical Methods in Medical Imaging 11 1993.
8. Мустецов H. 11. Виотехпические электронные системы / H. И. Мустецов. Харьков: ХТУРЭ 2001. Р. 166
References
[1] Sendelbach S. (2012) Nursing Clinics of North America., Vol. 47, No. 3., P. 375 382.
[2] Solet J. M. and Barach P. R. (2012) Progress in Pediatric Cardiology, 33.1 p. 153 157
[31 Tanner T. (2013) Nursing for Women's Health, InTech Publisher, 356 p. DOl: 10.5772/1971
[4] Chambrin M., Ravaux P. and Calvelo-Aros D. (1999) Intensive Care Medicine, Vol. 25, Issue 12, pp 1360 1366 DOl: 10.1007/s001340051082
[51 Adeli H„ Zhou Z. and Dadmehr N. (2003) Journal of Neuroscience Methods, vol. 123 Issue 1. P. 69 87.
[6] Popov A., Karplyuk Y. and Fesechko V., (2011) Int. J. Electron. Telecommun., Vol. 57, 395 400
[7] Ruttimann U.E., Unser M.A., Rio D.E. and Rawlings R.R. (1993) Proc. SP1E 2035, Mathematical Methods in Medical Imaging 11., pp. 192 203 D01:10.1117/12.146601
[8] Mustetsov N.P. (2001) Biotechnical electronical systems, Kharkov, 168 p.
Метод обработки биологических сигналов на основе вейвлет-анализа
Бодиловский О. К., Попов А. О.
В работе представлен подход к обработке трендов биологических сигналов па примере сигналов сатурации артериальной крови кислородом, в том числе и для решения проблем срабатывания тревожной сигнализации. Для решения поставленной задачи в дашгой работе был использован анализ па основе диадпого ортогонального вейвлет-преобразовапия. Был проведен анализ чувствительности и специфичности метода для модельных сигналов, что имели паттерны сигналов па уровне 80, 85, 90; 95% Sp02, которые могут быть ошибочно обработаны системой подачи тривоги. В результате эксперимента было получено значение чувствительности метода 99% для 1-3 уровней разложения и значения специфичности 30% для материнской функции Хаара.
Ключевые слова: тренды биологических сигналов: Sp02: вейвлет анализ
Method for Signal Processing of Biological Trends Based on Wavelet Analysis
Bodilovskyi О. K., Popov A. O.
In this paper tlio approach for biomedical trends processing on signals of arterial blood saturation was proposed. This technique additionally could be applied to settle the problem of false alarms. Analysis based on dyadic wavelet transform was used for solving of this issue. Analysis of sensitivity and specifcity for modeled signals was performed. The signals contained patterns which could be interpreted as false alarms on 80, 85, 90, 95% Sp02. Experiment have given sensitivity 99% for 1-3 levels of decomposition and specifcity 30% for Haar wavelet.
Key words: trends of biomedical signals: Sp02: wavelet analysis
