CC BY
74
Геращенко С.И., Савинов Д.Г., Мартынов И.Ю., Капустин К.А., Геращенко С.М. ЦИФРОВОЕ ПРЕОБРАЗОВАНИЕ СИГНАЛОВ В ДЖОУЛЬМЕТРИЧЕСКИХ СИСТЕМАХ
В данной статье представлен электрохимический метод исследования биологических объектов, названный джоульметрией [1]. Данный метод с помощью электродных датчиков, вводимых в биообъект, позволяет характеризовать свойства среды. В настоящее время проводятся эксперименты, связанные с определением границ резекции органов, при удалении из них во время операции новообразований.
В задаче диагностики органов, имеющих участки здоровой и пораженной ткани, и возможности доступа диагностического датчика в зону резекции, участки, находящиеся на удалении от капсулы опухоли и вблизи ее, выступают соответственно в качестве «эталонов» для классов «норма» и «патология». Граница резекции находится с помощью общего для двух классов признакового пространства и определения принадлежности к одному из них с помощью нейросетевого классификатора. Для работы нейросетевого классификатора требуются признаки, описывающие биообъект. В качестве математической модели, применяемой для формирования признакового пространства, использованы авторегрессионные модели.
Для проведения экспериментальных измерений в области джоульметрии, требуется высокая точность и достоверность измеренной величины, в связи с чем необходимо цифровое оборудование для считывания сигналов с электрохимических датчиков. Необходимо также решить одну из важных проблем обработки информации -выбор методов формирования признакового пространства.
Для решения задачи получения данных с диагностического датчика применяется измерительная аппаратура вкупе с вычислительной техникой для обработки, систематизации и каталогизации полученных результатов эксперимента. Наличие в ЭВМ запоминающих устройств с большими объемами памяти, жестких дисков, размерами, измеряемыми в гигабайтах, позволяет хранить большие по размерности массивы данных. Но, чтобы воспользоваться такими многообещающими ресурсами, необходима грамотная организация интерфейса преобразования и связи между компьютером и измерительным устройством. И первое, что принималось во внимание при построении интерфейсной цепочки для связи - это аналого-цифровое преобразование (АЦП) измеряемой величины. При выборе АЦП учитывались следующие факторы:
Частота дискретизации сигнала, определяемая частотой максимальной гармоники преобразуемого аналогового сигнала
Разрядность кода, получаемого после преобразования.
Ширина диапазона значений измеряемой величины.
Значение частоты дискретизации влияет на точность преобразования. По теореме Котельникова, точное преобразование возможно в том случае, если частота дискретизации, по крайней мере, в 2 раза превышает максимальную частоту в спектре сигнала. Если это условие не выполняется, то дискретизация сопровождается необратимыми искажениями. Дело в том, что в результате дискретизации в частотном спектре сигнала появляются дополнительные компоненты, располагающиеся вокруг гармоник частоты дискретизации в диапазоне, равном удвоенной ширине спектра исходного аналогового сигнала. Если максимальная частота в частотном спектре аналогового сигнала превышает половину частоты дискретизации, то дополнительные компоненты попадают в полосу частот исходного аналогового сигнала. В этом случае уже нельзя восстановить исходный сигнал без искажений.
Разрядность, как и частота дискретизации, напрямую влияет на точность преобразования и шум в оцифрованном сигнале. Этот шум называется шумом квантования. При инструментальной оценке шума вычисляют разность между исходным сигналом и его квантованной копией, а в качестве объективных показателей шума принимают, например, среднеквадратичное значение этой разности. В отличие от флуктуационных шумов, шум квантования коррелирован с сигналом, поэтому шум квантования не может быть устранен последующей фильтрацией. Шум квантования убывает с увеличением разрядности преобразования (количества уровней квантования).
Рис.2 Квантование
Ширина диапазона значений измеряемой величины подбирается с учетом характеристик измерительного устройства и параметра сигнала [2].
Сейчас на кафедре разрабатывается программно-аппаратный комплекс (ПАК) для джоульметрических исследований, функциональная схема которого представлена на рис.3.
Рис.3 Программно-аппаратный комплекс для джоульметрических исследований
Программно-аппаратный комплекс обработки и передачи данных можно представить в виде следующих блоков:
1. Измерительное устройство или датчик. Это внешняя часть схемы, которая может быть как полнофункциональным устройством, так и датчиком.
2. Модуль преобразования и первоначальной обработки сигнала. Этот модуль входит в состав комплекса, и включат в себя аналого-цифровой преобразователь, цифровые фильтры и преобразователи.
3. Интерфейс связи с компьютером. Эта часть ПАК отвечает за передачу данных во внешнее вычислительное устройство, например персональный компьютер, по определенному интерфейсу и протоколу. Это могут быть интерфейсы: I2C, RS-232, USB.
4. Вычислительное устройство, в качестве которого выступает обычный персональный компьютер, портативная ЭВМ и т.п.
5. Программа приема и хранения данных, которая обеспечивает загрузку массивов данных с соответствующего порта и организует хранение.
Для реализации блоков 2 и 3, по себестоимости и габаритам лучше всего подходит монокристальный микроконтроллер, т.к. в его состав входят АЦП, микро ЭВМ, позволяющая организовать несложные фильтры и преобразования, и встроенные интерфейсы обмена данными с ПК.
Нами был спроектирован образец ПАК, основывающийся на однокристальном микроконтроллере PIC18F4550. Выбор данного кристалла был обоснован требованиями, предъявляемыми к сигналам в джоульметрических системах - ток 10-300 мкА, диапазон частот от 1 Гц и ниже, напряжение сигнала на датчике от 0 до 5 В. Структурная схема аппаратной части представлена на рисунке 4.
Рис. 4 Аппаратная часть комплекса
АЦП микроконтроллера имеет 10-разрядный интерфейс преобразования, что составляет 102 4 разряда на весь диапазон измеряемых напряжений - 4 мВ на разряд. Комплекс должен взаимодействовать с любым современным вычислительным устройством и поэтому для передачи данных был выбран интерфейс USB 2.0.
Аппаратная часть ПАК выполнена в виде отдельного устройства в корпусе. На боковые стенки корпуса выведены гнездо USB тип B, для подключения интерфейсного кабеля, четыре гнезда под низкочастотные разъемы «тюльпан», через которые подключается датчик. Питание аппаратной части осуществляется через шину USB.
Программная часть представляет собой Win32 приложение, которое позволяет принимать данные с аппаратной части, управлять режимами работы, записывать данные на жесткий диск в виде файлов для последующей обработки.
На рисунке 5 представлен джоульметрический сигнал, снятый системой.
Рис.5 Исходный джоульметрический сигнал.
Следующим шагом изучения свойств и особенностей биообъекта является построение модели изучаемого сигнала по входным значениям. Построение модели объекта по наблюдаемым данным называется идентификацией и включает определение его структуры и параметров.
Построение модели начинается с формирования входных воздействий и выбора структуры модели, определяющей взаимосвязь наблюдаемых данных через совокупность параметров. После этого входные воздействия подаются на объект, и измеряются отклики на эти воздействия (выходные сигналы). Затем входные и выходные сигналы и выбранная структура используются для оценки значений параметров в соответствии с принятым критерием качества.
В качестве математических моделей, описывающих сигнал, были выбраны дискретные линейные системы, основывающиеся на разностных уравнениях вида:
у(п) = Ь1и(п -1) +... + ЪпЬи{п - пь) - аху{п -1) -... - апау{п - п0)
где последовательности u(n) и y(n) представляют собой входной и выходной сигналы, соответственно; n — индекс времени [3].
Параметры, полученные после идентификации модели, используются в качестве входных параметров для обучения нейронной сети, идентифицирующей состояние биологического объекта - норма или патология.
ЛИТЕРАТУРА
1. С. И. Геращенко Джоульметрия и джоульметрические системы: теория и приложение: монография. - Пенза: Изд-во Пенз. Гос. Ун-та, 2000.
2. Ю.Д. Пальченков, К.В.Попов Архитектура и программирование цифровых сигнальных процессоров: учебное пособие. - Пенза: Изд-во Пенз. Гос. Ун-та, 1997
3. В. Анохин. MATLAB для DSP. Идентификация линейных систем. Журнал "ChipNews/Инженерная микроэлектроника", 2000, №9
