CC BY
69Методы и алгоритмы предварительной обработки биомедицинских сигналов
Х.Н. Зайнидинов, Ф.Ф.Ражабов
Ташкентский университет информационных технологий имени Мухаммада ал-Хорезми, г. Ташкент,
Узбекистан
Аннотация: В работе приведены алгоритмы и программы предварительной обработки биомедицинских сигналов. Рассматриваются результаты исследований по направлению цифровой фильтрации наиболее низкочастотных биомедицинских сигналов (в диапазоне 0.01-0.25 Гц) и удаления трендов перед обработкой как во временной, так и в частотной областях.
Ключевые слова: биомедицинский сигнал, цифровая фильтрация, тренд, гастрограмма, энтерограмма, коэффициент фильтра, визуализация.
ВВЕДЕНИЕ
Современные компьютерные методы и средства исследования биомедицинских сигналов получили широкое развитие, особенно в областях электрокардиографии (ЭКГ) и электроэнцефалографии (ЭЭГ). На стыке медицины и информатики находятся важные проблемы фундаментального и прикладного характера, без решения которых невозможно существенное продвижение в область знаний по медицинским наукам [1, 3, 7].
В последние годы в различных странах, в том числе в Узбекистане, интенсивно развиваются новые специализированные, компьютеризированные методы и средства обработки и исследований различных биомедицинских сигналов. Разрабатываются и широко внедряются в клиническую практику новые информативные методы анализа данных. Компьютеры используются в медицине давно и многие современные методы диагностики базируются на информационных технологиях (ИТ). Такие методы обследования, как УЗИ или компьютерная томография, вообще немыслимы без компьютера. Трудно сейчас найти область медицины, в которой компьютеры не применялись бы все более и более активно. Но только диагностикой применение компьютеров в медицине не ограничивается. Они все активнее начинают использоваться и при лечении различных заболеваний, начиная от составления оптимального плана лечения и до управления различным медицинским оборудованием во время проведения процедур [2, 9-17].
На современном этапе разработок систем медицинской информатики наибольшее развитие получили методы и средства электрокардиографии (ЭКГ) и
электроэнцефалографии (ЭЭГ) на основе компьютерной техники. Вместе с тем в последние годы во многих странах мира значительные успехи наблюдаются в деле создания компьютерных диагностических систем для такой области медицины, как гастроэнтерология. Инвазивные методы
обследования состояния органов брюшной полости, т. е. те, которые связаны с введением датчиков внутрь организма (например, баллонография, гастроскопия, рН-метрия), что вызывает болезненные ощущения пациентов, уступают свое место неинвазивным методам. Последние во многом основаны на достижениях электрогастрографии (ЭГГ), т.е. на способах регистрации и последующем анализе динамики биопотенциалов, снимаемых с поверхности тела и доставляющих информацию о мышечной активности органов желудочно-кишечного тракта (ЖКТ). Необходимо дальнейшее совершенствование математического и программного обеспечения информационных систем для ЭГГ и улучшения характеристик соответствующей аппаратуры [12-17].
1. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА БИОМЕДИЦИНСКИХ СИГНАЛОВ
Методики, связанные с областью ЭГГ, применяются как при терапевтических, так и при хирургических лечениях заболеваний органов ЖКТ. Их преимущество заключаются в том, что показатели состояния органов человека могут быть оценены количественно. Это особенно важно с точки зрения профилактики заболеваний населения, а также своевременного лечения обнаруженных нарушений деятельности органов ЖКТ.
Процессы в органах ЖКТ отличаются наиболее низкочастотным характером колебаний по сравнению с другими органами и нестационарностью. Широко распространенной при частотно-временном анализе гастро- и энтерограмм является локально-стационарная математическая модель гастро- сигнала, базирующаяся на дискретном кратковременном преобразовании Фурье (КПФ), которое, в частности, позволяет исследовать в определенных пределах изменения спектральной плотности мощности и других характеристик сигналов во времени [4-6, 8]. Возможность более детальной обработки сигналов ЭГЭГ появляется с применением вейвлет-анализа, при котором базис пространства сигналов формируется путем смещений и масштабных
преобразований некоторой осциллирующей функции, локализованной во времени и по частоте [5, 7, 8]. В данной работе рассматриваются результаты исследований по направлению спектральной обработки наиболее низкочастотных биомедицинских сигналов (в диапазоне 0.01-0.25 Гц) и выявления их локальных
особенностей как во временной, так и в частотной областях.
В Таблице приведены частотные диапазоны гастроэнтерологических сигналов для различных (четырех органов) ЖКТ группы норма (т.е. здорового человека).
Распределение параметров органов ЖКТ для группы норма
№ Имя файла Орган ЖКТ Частотный диапазон
1 Сошшоп. 1x1 Общий ЖКТ 0.03 - 0.22 Гц
2 Chn1.txt Желудок 0.03 - 0.07 Гц
3 Chn2.txt Подвздошная кишка 0.08 - 0.12 Гц
4 Chn3.txt Тощая кишка 0.13 - 0.17 Гц
5 Chn4.txt Двенадцатиперстная кишка 0.18 - 0.22 Гц
Таблица.
Функционирование органов ЖКТ в работе иллюстрируется двумя типами графиков гастроэнтерограмм, отличающихся друг от друга рядом особенностей:
• Энтерограммы пациента группы «норма» и больного пациента, в которых практически отсутствует тренд;
• Гастрограммы больных пациентов, содержащие линейные тренды. Для них характерен нерегулярный, негармонический характер колебаний.
Предварительная обработка гастроэнтеро-грамм выполняется в автоматическом режиме, еще до предоставления пользователю какой-либо информации. Это связано с тем, что данные, загружаемые в программу для обработки из файлов, представлены цифровыми десятичными или двоичными кодами и, следовательно, для удобной и корректной визуализации сигнала и его последующего исследования, требуется перевод данных в вольты, биполяризация сигнала, поиск максимальной амплитуды и т.д.
2. ФИЛЬТРАЦИЯ ГАСТРОЭНТЕРОЛОГИЧЕСКИХ СИГНАЛОВ
В связи с необходимостью перехода к полностью цифровым методам обработки гастро- и энтерограмм необходимо рассмотреть возможность программной реализации цифровой фильтрации по всему множеству каналов практически в реальном масштабе времени.
Фильтрация полезного сигнала может быть выполнена без явного перехода в частотную область. По теореме о свертке умножение спектра сигнала на функцию прямоугольного окна эквивалентно свертке во временной области сигнала и оператора фильтра - функции, получаемой в результате обратного преобразования Фурье окна. Сумма коэффициентов фильтра
определяет коэффициент усиления средних значений сигнала в окне фильтра и постоянной оставляющей в целом по массиву данных, причем сумма коэффициентов фильтра нормируется.
Нерекурсивный полосовой фильтр осуществляет операцию свертки отсчетов дискретного сигнала {х1} и оператора цифрового
фильтра } :
т—1
Л = I ^ . (1)
]=0
Если кратко охарактеризовать применяемые сглаживающие окна, то можно заметить, что процедура сглаживания посредством окна Гудмена-Эноксона-Отнеса (ГЭО) по 7-точечному алгоритму:
_ 3
х = I а1х,+1 , (2)
1=-3
дает следующие односторонние коэффициенты: а0 = 1, а1 = 0.1817, а2 = - 0.1707, а3 = 0.1476. Она является одной из наиболее действенных в плане эффективности подавления боковых составляющих частотной характеристики. Применяются при цифровой фильтрации также 5-точечные и 3-х-точечные окна Хэмминга и Хэннинга, но они ослабляют дополнительные составляющие в меньшей степени.
Цифровая фильтрация гастроэнтерологии-ческого сигнала по всему множеству каналов осуществлена программой фильтрации на основе (1), которая написана на языке С#. Программа предназначена для фильтрации и визуализации результатов в виде гастрограмм и энтерограмм. На Рис.1. приведены исходный сигнал, гастрограмма и энтерограммы здорового пациента А в графическом виде.
1 Бошлагич сигнал.М
... л« А ЛдДлл А Аг^ДАлллл/1 \ гЛ \ /V-----д 'Ч-Л ЛА 'Л -
у V\/ V/- у V V у ^ \/ \ V/ V У Г "-----уЛ —
... 2-конол.Ю Длуу 7\А/\^-'.Л/ШААЛЛЛЛ А АЛА А^
:
3-KOHOJI.txt АЙЛЛЛАШННН ¡й/иЛ/МмЛйШшм мМШЛпЛШЛ/'лЛЛ ЁИМ ¡ИДЛАЛ
1|Ц1
I -
4-KOHOJi.txt
::1_г_=_=___
Рис. 1. Исходный сигнал, гастрограмма и энтерограммы здорового пациента А в графическом виде
3. АЛГОРИТМ УДАЛЕНИЯ ТРЕНДОВ
Часто, при просмотре гастрограмм и энтерограмм проявляется такое явление как тренды (долговременные тенденции изменения исследуемого сигнала), особенно четко выраженные у больных пациентов. Пример электрогастрограммы, содержащей тренд, приведен на Рис. 2.
Рис. 2. Гастрограмма, содержащая тренд
Сигнал х* (г), содержащий линейный тренд, может быть описан математической моделью вида:
х . * (г) = х} (г) + уг, (3)
где х. (г)- амплитуда ]-ого отсчета сигнала, у-
тангенс угла наклона прямой, проходящей через
точку (0;0) и точку (г; х . (г) ). Тренды высших
степеней могут быть также описаны совокупностью линейных моделей на отдельных сегментах записи.
Применяется достаточно эффективный, эмпирический метод устранения трендов. Вычисляется среднее значение сигнала на /-ом сегменте и среднее значение на (/ + &)-ом сегменте гастроэнтерограммы. После этого устраняется смещение, равное среднему на
начальном участке, а затем определяется угол наклона записи. Гастроэнтерограмма поворачивается на заданный угол. Программная модель для устранения тренда на сегменте
[ /0 ; / ] гастроэнтерограммы может быть записана следующим образом:
у
Ъ
у *(/)
(х.
*('+к) ч "х ]+к )
х
'х j
(/-/0)2 V у
= ы
(4)
На Рис. 3. представлена гастрограмма, тренд на которой удален в соответствии с (4).
Любой биомедицинский сигнал подвергается предварительной обработке. Под предваритель-
ной обработкой гастроэнтерологических сигна- динамического разделения каналов аналоговых
лов понимается цифровая фильтрация сигналов ЖКТ, а также процесс удаления
суммарного исходного сигнала (обычно в диа- трендов. пазоне частот в диапазоне 0.01-0.25 Гц) по цели
Рис. 3. Гастрограмма с удаленным трендом
ЗАКЛЮЧЕНИЕ
Таким образом, в работе предложен и реализован алгоритм динамического разделения каналов аналоговых сигналов ЖКТ на основе метода цифровой полосовой фильтрации и алгоритм устранения трендов, особенно четко выраженные у больных пациентов
ЛИТЕРАТУРА
[1] Саблин О.А., Гриневич В.Б., Успенский Ю.П. и др. Функциональная диагностика в гастроэнтерологии. СПб.: Изд-во ВМА, 2002.
[2] Свиньин С.Ф. и др. Программно-инструментальный комплекс для функциональной диагностики в хирургической гастроэнтерологии. «Известия ВУЗов - Приборостроение». 2006. №11. С.71-74 .
[3] Яковенко В.Н., Яковенко С.В., Селективный электроэнтерогастрограф. Патент РФ № 2023419. Бюлл. «Открытия, изобретения» № 22, 1994.
[4] Отнес Р., Эноксон Л. Прикладной анализ временных рядов. М.: Мир, 1982.
[5] Блаттер К. Вейвлет-анализ. Основы теории. М.: Техносфера, 2006.
[6] Зайнидинов Х.Н. Методы и средства обработки сигналов в кусочно-полиномиальных базисах. Монография. Ташкент. Фан ва технология. 2014. 190 с.
[7] Попов А.И. Математические модели и комплекс программ для функциональной диагностики биомедицинских сигналов инфранизкочастотного диапазона. Автореф. дисс. на соиск. уч. степ. канд. тех. н., Петрозаводск, 2010
[8] Zaynidinov H.N., Dannanjay Singh, Hoon Jae Lee. Piecewise-quadratic Harmut basis function and their application to problems in digital signal processing. International Journal of Communication Systems, John Wiley & Sons, Ltd. ,DOI: 10.1002/dac.1093, Jan. 2010. London, SCI-E. www.interscience.wiley.com
[9] Ивашкин В.Т., Лапина Т.Л. Лечение язвенной болезни: новый век - новые достижения - новые вопросы. Русский медицинский журнал. Болезни органов пищеварения. 2002. Т. 4. № 1.
[10] Ступин В.А., Смирнова Г.О., Баглаенко М.В., Силуянов С.В., Закиров Д.Б. Периферическая электрогастроэнтерография в диагностике нарушений моторно-эвакуаторной функции желудочно-кишечного тракта. Лечащий врач. 2005. № 2.
[11] Tokmakci M. Analysis of the Electrogastrogram Using Discrete Wavelet
Transform and Statistical Methods to Detect Gastric Dysrhythmia M. Tokmakci. Journal of Medical Systems. NY: Plenum Press, Aug 2007 № 4. V.31. P. 295-302.
[12] Parkman H.P., Hasler W.L., Fisher R.S. American Gastroenterological Association medical position statement: Diagnosis and treatment of gastroparesis. Gastroenterology. 2004. 127(5). С. 1589-1591.
[13] Жмудь В.А., Воевода А.А., Гончаренко А.М. Многоканальный прецизионный быстродействующий частотомер. Научный вестник НГТУ. 2005.№ 1 (19). С. 73-82..
[14] Жмудь В.А., Трубин М.В., Трубин И.В. Обмен данными между компьютером и микроконтроллером и STM32F100 по последовательному интерфейсу связи RS-232. Автоматика и программная инженерия. 2015. № 1 (11). С. 45-51.
[15] Гончаренко А.М., Жмудь В.А. Прецизионный высокочастотный фазометр для измерений нановибраций. Сборник научных трудов НГТУ. 2009.№ 1 (55). С. 92-98.
[16] Аврамчук В.С., Казьмин В.П. Анализ сигналов вибрации двигателя внутреннего сгорания. Известия Томского политехнического университета. 2013. Т. 323. № 5. С. 69-73.
[17] Avramchuk V.S., Goncharov V.I. Time-frequency correkation method for improving the accuracy in detecting leaks in pipelines. Advanced Materials Research. 2013. Т. 650. С. 443-446.
Хакимжон Насиридинович
Зайнидинов - доктор технических наук, профессор, заведующий кафедрой Информационных
технологий Ташкентского университета информационных технологий имени Мухаммада ал-Хорезми. E-mail: tet2001@rambler.ru
100200, Узбекистан, Ташкент, ул. Амира Темура, 108 Фархат Фарманович Ражабов -
старший преподаватель кафедры Компьютерные системы
Ташкентского университета
информационных технологий
имени Мухаммада ал-Хорезми. E-mail: farkhadó 3 @mail. ru 100200, Узбекистан, Ташкент, ул. Амира Темура, 108 Статья получена 08.11.2018.
Methods and algorithms for preprocessing biomedical signals
H.N. Zayniddinov, F.F. Rajabov
Tashkent University of Information Technologies named after Muhammad al-Khorezmi, Tashkent, Uzbekistan
Abstract: The paper presents algorithms and programs for the pre-processing of biomedical signals. The results of research in the direction of digital filtering of the lowest-frequency biomedical signals (in the range of 0.01-0.25 Hz) and the removal of trends before processing in both the time and frequency domains are considered.
Keywords: biomedical signal, digital filtering, trend, gastrogram, enterogram, filter coefficient, visualization.
REFERENCES
[1] Sablin OA, Grinevich VB, Uspensky Yu.P. and others. Functional diagnostics in gastroenterology. SPb.: Publishing House of the Military Academy of Sciences, 2002.
[2] Svinin S.F. et al. Software and instrumental complex for functional diagnostics in surgical gastroenterology. "University News - Instrument Engineering". 2006. №11. P. 71-74.
[3] Yakovenko VN, Yakovenko S.V., Selective electroenterogastograph. The patent of the Russian Federation № 2023419. Bull. "Discoveries, inventions" No. 22, 1994.
[4] Referred R., Enokson L. Applied analysis of time series. M .: Mir, 1982.
[5] Blatter K. Wavelet analysis. Fundamentals of the theory. M .: Technosphere, 2006.
[6] Zaynidinov Kh.N. Methods and means of signal processing in piecewise polynomial bases. Monograph. Tashkent. Fan wa technology. 2014. 190 p.
[7] A. Popov Mathematical models and software package for the functional diagnostics of biomedical signals of the infra-low frequency range. Author. diss. on the competition uch. step. Cand. those. n., Petrozavodsk, 2010
[8] Zaynidinov H.N., Dannanjay Singh, Hoon Jae Lee. A piecewise-quadratic Harmut basis for digital signal processing. International Journal of Communication Systems, John Wiley & Sons, Ltd. , DOI: 10.1002 / dac.1093, Jan. 2010. London, SCI-E. www. interscience. wiley .com
[9] Ivashkin V.T., Lapina T.L. Treatment of peptic ulcer: new age - new achievements - new issues. Russian medical journal. Diseases of the digestive system. 2002. Vol. 4. No. 1.
[10] Stupin V.A., Smirnova G.O., Baglaenko M.V., Siluyanov S.V., Zakirov D.B. Peripheral electrogastroenterography in the diagnosis of motor-evacuation disorders of the gastrointestinal tract. Attending doctor. 2005. № 2.
[11] Tokmakci M. Analysis of the Electrogastrogram Using Discrete Wavelet Transform and Statistical Methods to Detect Gastric Dysrhythmia M. Tokmakci. Journal of Medical Systems. NY: Plenum Press, Aug 2007 No. 4. V.31. P. 295-302.
[12] Parkman, H.P., Hasler, W.L., Fisher R.S. American Gastroenterological Association medical position statement: Diagnosis and treatment of gastroparesis. Gastroenterology. 2004. 127 (5). Pp. 1589-1591.
[13] Zhmud V.A., Voevoda A.A., Goncharenko A.M. Multichannel precision high-speed frequency counter. Scientific Bulletin of NSTU. 2005. № 1 (19). P. 73-82.
[14] Zhmud V.A., Trubin M.V., Trubin I.V. Data exchange between the computer and the microcontroller and the STM32F100 via the RS-232 serial communication interface. Automation and software engineering. 2015. № 1 (11). Pp. 45-51.
[15] Goncharenko A.M., Zhmud V.A. Precision high-frequency phase meter for measuring nanovibrations. Collection of scientific papers of NSTU. 2009. № 1 (55). P. 92-98.
[16] Avramchuk V.S., Kazmin V.P. Analysis of vibration signals of the internal combustion engine. News of Tomsk Polytechnic University. 2013. V. 323. No. 5. P. 69-73.
[17] Avramchuk V.S., Goncharov V.I. The correlation method for detecting leaks in pipelines. Advanced Materials Research. 2013. T. 650. p. 443-446.
A ll*
Hakimjon Nasriddinovich
Zayniddinov - Doctor of Technical Sciences, Professor, Head of the Department of Information Technologies of the Tashkent University of Information
Technologies named after Muhammad al-Khorezmi.
E-mail: tet2001 @rambler.ru 100200, Uzbekistan, Tashkent, st. Amir Temur, 108
Farkhat Farmanovich Rajabov -
Senior Lecturer, Computer Systems Department, Tashkent University of Information Technologies named after Muhammad al-Khorezmi. E-mail: farkhad6 3 @mail. ru 100200, Uzbekistan, Tashkent, st. Amir Temur, 108
The paper has been received 08.11.2018
