Библиотека диссертаций Украины Полная информационная поддержка
по диссертациям Украины
  Подробная информация Каталог диссертаций Авторам Отзывы
Служба поддержки




Я ищу:
Головна / Історичні науки / Археологія


Кирилко Володимир Петрович. Середньовічне укріплення Фуна ХV століття: комплексне архітектурно-археологічне дослідження фортифікаційної структури пам'ятки. : Дис... канд. наук: 07.00.04 - 2002.



Анотація до роботи:

Філатова Г.Є. Структурна ідентифікація сигналів у кардіологічних системах. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.11.17 – медичні прилади і системи. – Харківський національний університет радіоелектроніки, Харків, 2001.

Дисертація спрямована на вирішення актуальної наукової і технічної задачі – розвитку методів структурної ідентифікації різних біомедичних сигналів, що характеризують циклічну роботу серцево-судинної системи, і проектування діагностичних комп'ютерних кардіологічних систем. У роботі вперше вирішена задача структурної ідентифікації біомедичних сигналів з позиції теорії розпізнавання образів на основі перетворення початкового простору ознак; розроблені процедури структурної та параметричної оптимізації методу; отримав розвиток метод урахування припустимих часових інтервалів розташування структурних елементів; а також уперше розроблений критерій якості класифікації структурних елементів. У дисертації розроблена підсистема структурної ідентифікації; отримана можливість нагромадження результатів навчання підсистеми при розпізнаванні структурних елементів одного типу сигналів з метою подальшого використання цих даних для виділення інформативних фрагментів того ж типу сигналів у кардіологічних системах.

Дисертація спрямована на рішення актуальної задачі структурної ідентифікації біомедичних сигналів різної природи на основі розробленої підсистеми. У роботі запропонований метод структурної ідентифікації біомедичних сигналів, в основі якого лежить ідея перетворення початкового простору ознак, розроблені алгоритми структурної ідентифікації без урахування та з урахуванням емпіричних даних про ймовірності часових розташувань структурних елементів сигналу, створена процедура параметричної та структурної адаптації методу структурної ідентифікації, розроблена підсистема структурної ідентифікації біомедичних сигналів.

Наукові та практичні результати такі:

1) Проведено аналіз методів і алгоритмів виділення структурних елементів різних біомедичних сигналів, які характеризують циклічну роботу серця і серцево-судинної системи. З даного аналізу випливає, що не існує єдиного підходу до рішення проблеми структурної ідентифікації біомедичних сигналів різної природи на фоні завад з метою їхньої подальшої обробки.

2) Запропоновано рішення задачі структурної ідентифікації з позиції теорії розпізнавання образів. Однак показано, що в силу ряду причин неможливе застосування методів і алгоритмів розпізнавання образів без попередньої їх адаптації до задачі структурної ідентифікації біомедичних сигналів.

3) Запропоновано для розробки і реалізації методу структурної ідентифікації біомедичних сигналів різної природи розглядати структурні елементи як образи. При цьому запропоноване перетворення початкового простору X, у якому ознаками об'єктів є амплітуди сигналу в точках дискретизації, в новий інформативний простір ознак Y меншої розмірності, у якому ознаками об'єктів є значення базисних (опорних) функцій. Причому для простору ознак Y сконструйована нова метрика, в основі якої лежить ідея методу потенційних функцій.

4) Знайдене розв'язувальне правило, яке дозволяє класифікувати структурні елементи сигналу на задані класи, а також здійснена параметрична адаптація розв'язувального правила у випадках наявності й відсутності навчальної вибірки. При цьому введене поняття функції диференціації відстаней, яка дозволяє проаналізувати зміну значень відстаней у просторі Y між еталоном шуканого структурного елемента і всіма об'єктами досліджуваного біомедичного сигналу.

5) Розглянуто реалізацію методу структурної ідентифікації біомедичних сигналів на прикладі виділення кардіологічних зубців та комплексів ЕКГ з використанням і без використання апріорної інформації про ймовірності часових розташувань структурних елементів сигналу. При цьому отримав розвиток метод урахування припустимих часових інтервалів за рахунок використання імовірнісної функції одним з двох способів: як додаткові ознаки простору Y структурних елементів або при корекції функції диференціації відстаней .

6) Запропоновано алгоритм параметричної і структурної оптимізації, що дозволяє визначити оптимальні параметри для класифікації структурних елементів досліджуваного сигналу на задані класи.

7) Розроблено структуру і створено програмне забезпечення підсистеми структурної ідентифікації біомедичних сигналів. При цьому сформульовані вимоги, яки пред'являються до підсистеми.

8) Проведений аналіз якості класифікації структурних елементів на задані класи при корекції часових розташувань опорних точок еталонного об'єкта і при використанні різних типів опорних функцій. Даний аналіз показав, що типові помилки оператору (±10-15%) при заданні еталонів істотно не впливають на якість структурної ідентифікації біомедичних сигналів, а найбільш стабільна якість розпізнавання структурних елементів досягається при використанні як опорних функцій похідних апроксимуючих поліномів першого та другого порядків.

9) Розглянуто особливості застосування розробленого методу структурної ідентифікації біомедичних сигналів для виділення кардіологічних зубців і комплексів стандартних відведень електрокардіограми. Дано рекомендації з вибору параметрів і використанню накопиченого досвіду при структурній ідентифікації ЕКГ. У результаті навчання підсистеми структурної ідентифікації на 12 відведеннях ЕКГ отримані оптимальні параметри метрики (a) і розв'язувального правила ().

10) Проведений порівняльний аналіз якості класифікації структурних елементів на задані класи за допомогою розробленого методу структурної ідентифікації біомедичних сигналів і евристичного алгоритму. Даний аналіз показав, що у випадку застосування розробленого методу у середньому помилки класифікації склали близько 3%, тоді як при використанні евристичного алгоритму – 10%.

Публікації автора:

  1. Поворознюк А. И., Фоменко (Филатова) А. Е. Автоматизированная система структурной идентификации физиологических сигналов // Труды междунар. научн.-техн. конф. “Информационные технологии: наука, техника, технология, образование, здоровье” (MicroCAD’96). – Харьков, Мишкольц, Магдебург: ХГПУ, МУ, МТУ, 1996. – С. 89.

  2. Поворознюк А. И., Фоменко (Филатова) А. Е. Об одном методе выделения структурных элементов квазипериодических сигналов // Вестник ХГПУ: Применение вычислительных систем. – Харьков: ХГПУ, 1997. – Вып. 2, № 21. – С. 69-71.

  3. Поворознюк А. И., Фоменко (Филатова) А. Е. Преобразование пространства признаков при идентификации квазипериодических физиологических сигналов // Труды междунар. научн.-техн. конф. “Информационные технологии: наука, техника, технология, образование, здоровье”. – Ч. 5. – Харьков, Мишкольц, Магдебург: Харьк. гос. политехн. ун-т, Мишкольц. ун-т, Магдебург. ун-т, 1997. – С. 332-335.

  4. Поворознюк А. И., Филатова А. Е. Оптимизация пространства признаков при структурной идентификации квазипериодических сигналов // Информационные системы: Сборник научных трудов. – Харьков: НАНУ, ПАНИ, ХВУ, 1998. – Вып. 1(9). – С. 112-115.

  5. Поворознюк А. И., Филатова А. Е. Метод преобразования пространства признаков при идентификации структурных элементов квазипериодических сигналов // Информационные технологии: наука, техника, технология, образование, здоровье: Сборник научных трудов ХГПУ. – Харьков: Харьк. гос. политехн. ун-т, 1998. – Вып. 6, Ч. 4. – С. 526-530.

  6. Поворознюк А. И., Филатова А. Е. Преобразование пространства признаков при идентификации структурных элементов квазипериодических сигналов // Компьютерное моделирование: Сборник научных трудов. – Белгород: БелГТАМС, 1998. – С. 33-39.

  7. Поворознюк А. И., Филатова А. Е. Самообучение автоматизированной системы идентификации квазипериодических сигналов на основе проверки статистических гипотез // Информационные технологии: наука, техника, технология, образование, здоровье: Сборник научных трудов ХГПУ. – Харьков: Харьк. гос. политехн. ун-т, 1999. – Вып. 7, Ч. 3. – С. 421-423.

  8. Поворознюк А. И., Филатова А. Е. Выбор метрики пространства признаков в задаче структурной идентификации квазипериодических сигналов // Системний аналіз, управління і інформаційні технології: Вісник Харківського державного політехнічного університету: Збірка наукових праць. – Випуск 99. – Харків: ХДПУ, 2000. – С. 138-141.

  9. Поворознюк А. И., Филатова А. Е. Оценка качества распознавания структурных элементов квазипериодических сигналов // Інформаційно-керуючі системи на залізничному транспорті. – Харків. – №6(27), 2000. – С. 53-55.

  10. Филатова А. Е. Реализация метода структурной идентификации квазипериодических сигналов с использованием эмпирических данных // Вісник Національного технічного університету “Харківський політехнічний інститут”: Збірка наукових праць. Тематичний випуск: Автоматика та приладобудування. – Харків: НТУ “ХПІ”. – №4, 2001. – С. 274-277.