Перейти до вмісту
Мікросистеми, Електроніка та Акустика
ISSN 2523-4447 · e‑ISSN 2523-4455 Відкритий доступ · CC BY-SA 4.0
Т. 25 · № 1 · 2020 лип 6, 2020 Електронні системи та сигнали

Вибір меж для шкал медико-біологічних сигналів в алгоритмах їх розпізнавання

VL
Vitalii Vasylovych Lahutin Відповідальний Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Україна
VS
Vladyslav Ihorovych Syrotenko Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Україна
AS
Andrii Dmytrovych Shachikov Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Україна
OS
Oleksandr Petrovych Shuliak Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Україна
Сторінки11-19 Опублікованолип 6, 2020
PDF
ТОМ 25 · № 1 · 2020 Переглянути випуск

Анотація

Робота спрямована на вдосконалення процедур розпізнавання медико-біологічних сигналів в системах, що навчаються з учителем, в напрямку підвищення рівня правильності рішень, які приймаються. Запропоновано шість модифікацій розпізнавальних алгоритмів з поданням сигналів в нормованих шкалах їх змін, в яких реалізовані спільний і роздільний варіанти вибору меж цих шкал на навчальних вибірках сигналів різних класів. Побудовано процедури порівняння сигналів з еталонами і прийняття рішень з підгонкою еталонів під сигнали і без неї. Модифікації розпізнавальних процедур реалізовані і досліджені в середовищі MATLAB ® . Підтверджена їх працездатність. Спроможність розробок підтверджена розрахунками на контрольних вибірках в тестовому прикладі. Виявлено підвищення значень статистичних оцінок чутливості, специфічності і загальної валідності рішень з розпізнавання сигналів при переході до нормованих шкалам змін їх значень в порівнянні з варіантом використання звичайних шкал значень для опису процесів, що спостерігаються.

Ключові слова

#медико-біологічні сигнали #розпізнавальні алгоритми #навчання з учителем #шкали змін значень

Посилання

  1. A. A. Genkin, New informational technology of medical data analysis (OMIS software package), Saint Petersburg: Politekhnika, 1999, p. 191, ISBN: 5-7325-0326-9.
  2. V. A. Djuk and V. L. Jemanujel', Information technology in biomedical studies, Saint Petersburg: Piter, 2003, p. 528, ISBN: 5947235013.
  3. M. U. Antomonov, Mathematical processing and analysis of biomedical data, Moscow: Nauka, 2005, p. 558, ISBN: 966-7865-70-3.
  4. V. I. Vasil'ev, Recognition systems. Reference book, Kiev: Naukova Dumka, 1983, p. 421.
  5. O. Mincer, Y. Voronenko and V. Vlasov, Information technology in health and practical medicine: Educ. textbook, Kiev: Vyshcha shkola, 2003, p. 350, ISBN: 966-642-160-7.
  6. N. I. Yabluchanskij and A. V. Marty`nenko, Heart rate variability. To help the practitioner, Khar`kov, 2010, p. 131.
  7. V. A. Gel`man, Medical informatics, Saint Petersburg: Piter, 2001, p. 480, ISBN: 5-272-00312-8.
  8. R. M. Baevskij, Prediction of conditions on the verge of normalcy and pathology, Moscow: Mediczina, 1979, p. 295, ISBN: 978-5-458-39258-7.
  9. R. M. Baevskij, O. I. Kirillov and S. Z. Kleczkin, Mathematical analysis of changes in heart rate during stress, Moscow: Nauka, 1984, p. 220.
  10. R. M. Baevskij and R. E. Moty`lyanskaya, Heart rhythm in athletes, Moskow: Fizkul'tura i sport, 1986, p. 142.
  11. A. A. Korostelev, N. F. Klyuev, Y. A. Mel'nik, A. A. Vegetyagin, V. A. Gubin and V. E. Dulevich, Theoretical foundations of radar: textbook for universities, Moskow: Sov. radio, 1978, p. 608.
  12. A. P. Shulyak and Shachykov A. D., "Criteria and procedures for estimation the informativity and feature selection in biomedical signals for their recognition," «Visnyk NTUU KPI» Seriya – Radiotekhnika. Radioaparatobuduvannya, no. 66, p. 86, 2016, DOI: 10.20535/RADAP.2016.66.79-86.
  13. A. D. Shachykov and A. P. Shulyak, "Analysis of the Biomedical Signals’ of the Problem of Recognition," in 2014 IEEE XXXIV International Scientific Conference Electronics and Nanotechnology (ELNANO), Kyiv, 2014, DOI: 10.1109/ELNANO.2014.6873982.
  14. A. D. Shachykov and A. P. Shulyak, "Decomposition of Biomedical Signals on Mutually Orthogonal Components in the Diagnosis of Diseases," in 2014 IEEE XXXIV International Scientific Conference Electronics and Nanotechnology (ELNANO), Kyiv, 2014, DOI: 10.1109/ELNANO.2014.6873914.
  15. A. Shulyak and A. Shachykov, "Working off the analysis principles of cyclic biomedical signals’ structure for their detection, recognition and classification," Bulletin of National Technical University of Ukraine "Kyiv Polytechnic Institute". Series Instrument Making, no. 49(1), 2015, DOI: 10.20535/1970.49(1).2015.47101.
  16. A. D. Shachykov and A. P. Shulyak, "About the Impact of Informative Features Selection in the Mutually Orthogonal Decompositions of Biomedical Signals for their Recognition," in 2016 IEEE 36th International Conference ELECTRONICS and NANOTECHNOLOGY (ELNANO), Kyiv, 2016, DOI: 10.1109/ELNANO.2016.7493054.
  17. A. D. Shachykov, V. A. Shelofast and O. P. Shulyak, "Modifications of the procedures for feature selection of cyclic biomedical signals for their recognition," Bulletin of NTUU "KPI". Series Instrument Making, no. 53(1), 2017, DOI: 10.20535/1970.53(1).2017.106810.
  18. A. Shulyak and Shachykov A.D., "Features of using the shape characteristics of biomedical signals during their recognition," Bulletin of NTUU "KPI". Series Instrument Making, no. 51(1), 2016, DOI: 10.20535/1970.51(1).2016.78217.
  19. I. D. Mandel, Cluster analysis, Moskow: Finance and Statistics, 1988, p. 176.
  20. A. Kotov and N. Krasilnikov, Data clustering, 2006.
  21. B. Duran and P. Odell, Cluster analysis, Moskow: Statistics, 1977, p. 128.
  22. "PhysioNet. St.-Petersburg Institute of Cardiological Technics 12-lead Arrhythmia Database," 2008. [Online]. Available: https://physionet.org/content/incartdb/1.0.0/ .
  23. V. Potemkin, Introduction to MATLAB, Moskow: Dialog-MIFI, 2000.
  24. V. P. D'yakonov, MATLAB. Complete tutorial, Moskow: DMK Press, 2012, p. 768, ISBN: 978-5-94074-652-2.
  25. A. B. Sergienko, Digital signal processing, Saint Petersburg: Piter, 2002, p. 608, ISBN: 5-318-00666-3.
§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.
Усі випуски

Квазістатична ідентифікація структури затінення сонячних панелей за методом векторів кардинальних чисел

PhD, доц. Олена Олегівна Абакумова, д-р техн. наук, проф. Валерій Якович Жуйков, Микола О. Лук'янов

У статті розглянуто проблему ідентифікації структури затінення сонячних панелей. Актуальність дослідження зумовлена необхідністю швидкої та адекватної реконфігурації…

#Сонячні панелі #Фотоелектрична поверхня #Моделювання структури тіней #Квазістатична ідентифікація
с. 362283.1-362283.7
10.20535/2523-4455.mea.362283

Комплексний метод виділення неінвазивного сигналу фетальної електрокардіограми та класифікації серцевих аритмій

Дмитро А. Шевчук, канд. техн. наук, доц. Наталія Георгіївна Іванушкіна

Стаття присвячена розробці комплексного методу виділення фетального електрокардіосигналу (ФЕКГ) з неінвазивних абдомінальних записів та подальшої автоматизованої…

#абдомінальні електрокардіограми #фетальна електрокардіограма #аритмія #сліпе розділення джерел
с. 356487.1-356487.11
10.20535/2523-4455.mea.356487

Імітаційне моделювання фільтро-компенсаційного перетворювача для трифазної трипровідної мережі

Іван Андрійович Вакуленко, канд. техн. наук, доц. Дмитро Анатолійович Миколаєць, канд. техн. наук, доц. Катерина Сергіївна Клен

У цій статті розглядається критична проблема погіршення якості електроенергії в сучасних енергосистемах, спричинена поширенням нелінійних навантажень. Такі навантаження…

#фільтр-компенсаційний перетворювач #трифазна трипровідна мережа #якість електроенергії #повне гармонійне спотворення
с. 361138.1-361138.6
10.20535/2523-4455.mea.361138

Статті цього автора (цих авторів), які найбільше читають

Схожі статті

1-10 з 228

Ви також можете розпочати розширений пошук схожих статей для цієї статті.