НАЦІОНАЛЬНИЙ ТЕХНІЧНИЙ УНІВЕРСИТЕТ УКРАЇНИ

“КИЇВСЬКИЙ ПОЛІТЕХНІЧНИЙ ІНСТИТУТ”

УДК 621.391

Попов Антон Олександрович

Розробка методів та засобів обробки електроенцефалограм для
епілептології

05.11.17 – Біологічні та медичні прилади і системи

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня

кандидата технічних наук

Київ – 2006

Дисертацією є рукопис.

Робота виконана на кафедрі мікроелектроніки Національного технічного
університету України “Київський політехнічний інститут”, Міністерство
освіти і науки України

Науковий керівник: кандидат технічних наук, професор,

Борисов Олександр Васильович, НТУУ “КПІ”, м. Київ,

професор кафедри мікроелектроніки.

Офіційні опоненти: доктор технічних наук, професор,

Тимчик Григорій Семенович, НТУУ “КПІ”, м. Київ,

завідувач кафедри виробництва приладів;

кандидат технічних наук,

Лопата Віктор Олександрович,

ТОВ “Сенсорні системи”, м. Київ, директор.

Провідна установа: Харківський національний університет
радіоелектроніки,

кафедра біомедичних електронних пристроїв і систем, Міністерство освіти
і науки України, м. Харків

Захист дисертації відбудеться 24 жовтня 2006 року о 1500 годині на
засіданні спеціалізованої вченої ради Д 26.002.19 в Національному
технічному університеті України “Київський політехнічний інститут” за
адресою: 03056, м. Київ-56, просп. Перемоги, 37, корп. 12, ауд. 114.

З дисертацією можна ознайомитися в бібліотеці НТУУ “КПІ”.

Автореферат розісланий “16” вересня 2006 р.

Учений секретар

спеціалізованої вченої ради, к.т.н., доцент ___________ В.Б. Швайченко

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Згідно звіту Всесвітньої організації охорони
здоров‘я, епілепсії різної природи є найбільш поширеним мозковим
розладом, на який страждають приблизно 50 мільйонів людей у світі.
Постійна робота над створенням засобів лікування цих хворих є необхідною
для покращення якості їхнього життя. Серед іншого, вона полягає у
розвитку та вдосконаленні існуючих та у розробленні нових методів та
засобів електроенцефалографії.

Використання електроенцефалографії у епілептології має на меті:
підтвердження присутності аномальної для здорового мозку електричної
епілептиформної активності; визначення типу приступів та форми
епілептичного захворювання; локалізацію фокуса приступової активності у
об‘ємі мозку та його проекції на поверхню голови; моніторинг перебігу
хвороби; допомогу у корегуванні лікування; прогноз хвороби.

Результат порушення роботи нейронних ланцюгів мозку при епілепсіях
проявляється у електроенцефалограмі (ЕЕГ) у вигляді патернів
епілептиформної активності. Основними з цих патернів є епілептиформні
комплекси (ЕК) коливань. Їх точне розпізнавання, класифікація та
локалізація у часі та просторі становлять одну з основних задач
електроенцефалографії для потреб епілептології. Наразі основним методом
виявлення таких епілептиформних комплексів є візуальний аналіз ЕЕГ. Його
методика та техніка різняться у різних спеціалістів та є залежними від
контексту дослідження, суб‘єктивними, індивідуальними та великою мірою
інтуїтивними через відсутність стандартів та велику інтер- та
інтрасуб‘єктивну варіабельність морфологічного складу епілептиформних
комплексів ЕЕГ. Візуальне знаходження ЕК ускладнене при проведенні
функціональних проб та за наявності артефактів різної природи.
Необхідним для якісної діагностики є також аналіз довготривалих
моніторингових записів багатоканальної ЕЕГ без втрати точності порівняно
з візуальним аналізом коротких записів.

Зменшення часу для обробки, підвищення ефективності роботи лікаря та
зменшення кількості помилок під час пошуку епілептиформних комплексів у
ЕЕГ можна досягти застосуванням автоматизованих методів обробки та
аналізу сигналу.

У існуючих системах автоматизованого виділення патернів епілептиформної
активності використовуються методики, які наразі не можуть допомогти
лікарю у знаходженні епілептиформних комплексів у ЕЕГ. Загалом відсутні
спроби адаптації процедури обробки сигналу ЕЕГ для локалізації
епілептиформних комплексів до пацієнта та до поточних потреб лікаря.

Отже, актуальність проведення дисертаційного дослідження обумовлена
необхідністю вирішення наукової задачі розвитку методів та створення
нових технічних засобів для адаптивної автоматизованої обробки
електроенцефалограм з метою виявлення в них епілептиформних комплексів.
Це розширить коло діагностичних засобів в арсеналі лікаря і внаслідок
цього призведе до підвищення ефективності діагностики та лікування такої
соціально-небезпечної групи захворювань як епілепсія.

Зв‘язок роботи з науковими програмами, планами, темами. Дисертаційне
дослідження пов‘язане з науковими тематиками та темами навчального
процесу кафедри фізичної та біомедичної електроніки Національного
технічного університету України “Київський політехнічний інститут”.
Частина досліджень виконувалася в рамках виконання державних
науково-дослідних робіт “Дослідження методів та розробка електронних
засобів визначення та моніторингу функціонального стану людини” (ДР №
0102U000655), в якій здобувач брав участь у дослідженні шляхів
використання електроенцефалограми для моніторингу функціонального стану
людини; “Методи і засоби експрес-діагностики і їх застосування у
фізіотерапевтичній апаратурі” (ДР № 0104U003150), в якій здобувач брав
участь у розробці шляхів використання сигналу електроенцефалограми для
зворотного зв‘язку у адаптивній фізіотерапевтичній апаратурі; “Методи та
засоби високої роздільної здатності у неінвазивній експрес-діагностиці”
(ДР № 0106U002372), в якій здобувач брав участь у розробці методів та
засобів обробки електроенцефалограм з високою роздільною здатністю.

Мета і завдання дослідження. Об‘єктом дисертаційного дослідження є
сигнали електричної активності мозку людини.

Предметом дослідження є засоби автоматизованого знаходження
епілептиформних комплексів у електроенцефалограмі.

Метою дисертаційної роботи є створення та вдосконалення методів та
засобів автоматизованого детектування епілептиформних комплексів на
основі розвитку методичного та алгоритмічного забезпечення систем
обробки та аналізу електроенцефалограм.

Для досягнення цієї мети було розв‘язано такі задачі:

аналіз методичного та алгоритмічного забезпечення систем автоматизованої
обробки ЕЕГ, з‘ясування його застосовності та дослідження причин
обмеженої дієвості при вирішенні задачі локалізації епілептиформних
комплексів у ЕЕГ;

розробка методу адаптивної побудови материнських вейвлет-функцій для
класів епілептиформних комплексів;

розробка методу адаптивної побудови еталонів для класів епілептиформних
комплексів;

розробка структури та алгоритмів роботи систем автоматизованої
локалізації епілептиформних комплексів у ЕЕГ на основі створених
методів;

експериментальне дослідження ефективності створеної системи
автоматизованої обробки електроенцефалограм.

Методи дослідження: методи теорії сигналів та вейвлет-перетворень,
методи розпізнавання образів, методи комп‘ютерного моделювання.

Наукова новизна одержаних результатів. Вперше обґрунтовано можливість та
доцільність використання адаптованих материнських функцій, а також
адаптованих еталонів у розпізнаванні образів з метою часової локалізації
епілептиформних комплексів у ЕЕГ, що дає можливість розширити арсенал
інструментів електроенцефалографії для вирішення задач епілептології:

з використанням методу власних векторів удосконалено методики адаптивної
побудови еталонів для класів коливань, що дозволяє проводити
ідентифікацію епілептиформних комплексів у електроенцефалограмі засобами
розпізнавання образів;

удосконалено методи адаптивної побудови материнських вейвлет-функцій,
які можуть застосовуватися при обробці сигналів з використанням
неперервного вейвлет-перетворення;

вперше створено методику адаптивної часової локалізації епілептиформних
комплексів у електроенцефалограмі по результатам автоматизованої обробки
вейвлет-спектра електроенцефалограм.

Практичне значення одержаних результатів полягає у наступному:

розроблено алгоритм адаптивної побудови материнських вейвлет-функцій для
класів сигналів, який дозволяє отримувати вейвлети, репрезентативні для
даного класу та застосовувати стандартні порогові алгоритми для
визначення часового положення елементів класу в просторі
вейвлет-коефіцієнтів;

розроблено алгоритм адаптивної побудови еталонів для класів коливань,
схожі на які потрібно розпізнати, що дозволяє проводити автоматичне
розпізнавання образів епілептиформних комплексів у ЕЕГ шляхом порівняння
з еталоном;

розроблено міру близькості між сигналом та еталоном, використання якої
дозволяє проводити розпізнавання у сигналі ЕЕГ комплексів, що є членами
визначених лікарем класів, та які можуть набувати у реальному сигналі
ЕЕГ визначених припустимих спотворень;

розроблено структуру та реалізовано експериментальний зразок
програмно-апаратного комплексу на базі комп‘ютерного
електроенцефалографа, який дозволяє проводити локалізацію
епілептиформних комплексів у сигналі ЕЕГ засобами розпізнавання образів
та з використанням вейвлет-розкладу сигналу ЕЕГ;

використання коефіцієнтів розкладу сигналу ЕЕГ в вейвлет-базисі,
створеному на основі розробленої методики побудови адаптивних до класу
ЕК вейвлетів, дозволяє проводити ідентифікацію епілептиформних
комплексів з використанням стандартного порогового алгоритму. В
результаті досліджень з використанням реальних ЕЕГ отримано відносний
показник вірних позитивних детектувань ЕК на рівні 80 %, що приблизно в
1.6 рази більше, ніж при використанні родин вейвлетів. Це дає змогу
чіткіше локалізувати ЕК у сигналі ЕЕГ в результаті проведення
неперервного вейвлет-аналізу;

запропоновано критерії ефективності роботи автоматизованих систем
часової локалізації епілептиформних комплексів у електроенцефалограмі.
Ефективність розробленого експериментального зразка автоматизованої
системи часової локалізації епілептиформних комплексів у штучних ЕЕГ
засобами розпізнавання образів характеризується такими параметрами:
чутливість 92.5 %, селективність 90.5 %, специфічність 89.7%. Для
реальних сигналів ЕЕГ відносна кількість вірних позитивних детектувань
ЕК склала 85 % при рівні невірних позитивних 15 %, що є прийнятним
результатом для використання у клінічній діагностиці.

Результати дисертації впроваджено в Інституті нейрохірургії ім. акад.
А.П. Ромоданова АМН України, на кафедрі фізичної та біомедичної
електроніки Національного технічного університету України “Київський
політехнічний інститут”, а також в навчальній лабораторії засобів
діагностики кафедри фізичної та біомедичної електроніки НТУУ “КПІ” в
рамках виконання державних науково-дослідних робіт.

Особистий внесок здобувача. У дисертаційній роботі узагальнено
результати теоретичних та експериментальних досліджень, виконаних
здобувачем особисто. У роботах зі співавторами здобувачу належить
розробка методик адаптивної побудови материнських вейвлетів та
адаптивної побудови еталонів для класів епілептиформних коливань,
розробка алгоритмів роботи та створення експериментального зразка
програмного комплексу для часової локалізації епілептиформних комплексів
у електроенцефалограмі.

Апробація результатів дисертації. Результати досліджень, викладених у
дисертації, були оприлюднені на Міжнародній науково-технічній
конференції “Проблеми електроніки” (2006 р., м. Київ), Міжнародній
науковій конференції “Теория и техника передачи, приема и обработки
информации” (2004 р., м. Туапсе), Міжнародних молодіжних форумах
“Радиоэлектроника и молодежь в ХХІ веке” (2003 р., 2004 р., 2005 р.,
2006 р., м. Харків), Всеукраїнській науково-технічній конференції
“Фізичні процеси та поля технічних та біологічних об‘єктів” (2004 р.,
м. Кременчук), Міжнародному радіоелектронному форумі “Прикладная
радиоэлектроника. Состояние и перспективы развития” (2005 р., м.
Харків), Міжнародній науково-практичній конференції “Современные
информационные и электронные технологии” (2006 р., м. Одеса).

Публікації. Результати дисертації опубліковано у 7 статтях в фахових та
наукових журналах та у 9 тезах доповідей у збірках матеріалів
міжнародних та всеукраїнських конференцій і форумів.

Структура і обсяг дисертації. Дисертація складається із вступу, чотирьох
розділів та висновків, викладених на 170 сторінках друкованого тексту,
списку використаних джерел із 129 публікацій та одного додатку. Робота
містить 61 рисунок та 5 таблиць.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність виконання дисертаційного дослідження,
сформульовано мету та поставлено задачі роботи, викладено загальну
характеристику дисертації, визначено наукову новизну та практичне
значення результатів дисертації.

У першому розділі зроблено аналіз стану існуючих в світі методів та
засобів використання електроенцефалографії у епілептології, зокрема для
знаходження у сигналі ЕЕГ епілептиформних комплексів.

Визначено, що основну складність при візуальному аналізі ЕЕГ становить
випадок, коли епілептиформні комплекси проявляються неперіодично, в
невеликій кількості відведень, а також коли вони мають невелику
амплітуду та нечітко виділяються на тлі фонової активності (рис. 1, 2).
Проведений в дисертації аналіз публікацій у вітчизняних та зарубіжних
виданнях показав, що методи та системи автоматизованої локалізації ЕК у
ЕЕГ відсутні. Відсутні також шляхи адаптації процедури обробки ЕЕГ для
пошуку ЕК до пацієнта та до потреб лікаря.

На підставі проведеної класифікації методів, які можуть бути використані
для часової локалізації ЕК, було визначено, що найбільш перспективними
для застосування у обробці електроенцефалограм для вирішення задач
епілептології є вейвлет-перетворення та розпізнавання образів.

Визначено та обґрунтовано головні напрямки дисертаційного дослідження та
визначено основні задачі, які необхідно вирішити в ході роботи. В
першому пункті четвертого підрозділу зроблено огляд характеристик систем
автоматизованої обробки електроенцефалограм, які використовують для
оцінки якості їх роботи.

а)

б)

Рис. 1. Приклади сигналів електроенцефалограми:

а) ЕЕГ здорової людини;

б) ЕЕГ хворого з явно вираженими епілептиформними комплексами.

Рис. 2. Приклад ЕЕГ хворого на епілепсію; неявний епілептиформний
комплекс,

який важко ідентифікувати візуально, позначений стрілкою

У другому розділі розроблено принципи часової локалізації
епілептиформних комплексів за допомогою вейвлет-перетворення ЕЕГ.

В результаті аналізу наукових публікацій, присвячених вейвлет-аналізу
сигналів, зроблено висновок, що для аналізу сигналів певного виду з
певною метою одні вейвлети підходять краще, ніж інші. Результати
багатьох досліджень показують, що вибір материнської вейвлет-функції
суттєво впливає на результат аналізу, а використання наявних стандартних
вейвлет-родин (вейвлети Добеші, Мейера, Хаара, Коіфмана тощо) є не
завжди задовільним.

Це, зокрема, стосується задачі часової локалізації комплексів
епілептиформних коливань на основі вейвлет-аналізу сигналів. В цьому
випадку виявляється недостатнім використання стандартних
вейвлет-функцій, і постає необхідність розробки методів створення нових
вейвлетів, адаптованих до потреб аналізу, використання яких дозволить
покращити якість локалізації.

вейвлет-спектр визначається як:

, досліджено теоретичні основи, властивості та особливості застосування
кожного з них, а також досліджено існуючі методики побудови адаптованих
вейвлетів.

Рис. 3. Класифікація вейвлет-перетворень електроенцефалограм в

залежності від виду вейвлетів

Найбільш розповсюдженими методиками адаптивного отримання
вейвлет-функції або вейвлет-базису для розкладу ЕЕГ є обрання їх за
максимальним значенням певного критерію оптимальності із числа вже
існуючих вейвлетів. Для цього можуть використовуватися стандартні
методики вибору оптимального представлення сигналів у переповнених
словниках функцій (matching pursuit, basis pursuit), або розробляються
нові критерії вибору із базисів існуючих вейвлетів (величини проекцій,
дисперсії, ланцюги Маркова). Можливою також є адаптація шляхом
використання апріорної інформації про аналізований сигнал (статистичні
та спектральні характеристики), а також залучення моделей сигналів
(зокрема, для аналізу сигналів живих організмів).

Серед публікацій відсутні роботи по підбору або побудові адаптованого
вейвлета для вирішення задач часової локалізації епілептиформних
комплексів. Існуючі методи створення адаптованої материнської
вейвлет-функції не можуть бути застосовані для локалізації ЕК у ЕЕГ
внаслідок відсутності критеріїв відповідності та узгодженості вейвлета з
аналізованим сигналом, відсутності достатніх вибірок ЕК через високу
інтра- та інтерсуб‘єктивну варіабельність їх проявів у ЕЕГ, відсутності
адекватних моделей ЕК внаслідок високої варіабельності та остаточної
невизначеності фізіологічних механізмів формування патологічної
активності.

, які розміщені у матриці класу:

,

.

Для матриці класу за формулою

обирають головне власне значення та підставляють його у рівняння

,

матриці усереднених кореляцій для класу коливань. У літературі та у
дисертаційному дослідженні теоретично та експериментально доведено, що
зміна превалюючого характеру сигналів, які внесені до матриці класу,
достовірно відтворюється у головному векторі матриці усереднених
кореляцій, та що головний вектор несе найбільшу інформацію про сигнали
та великою мірою характеризує їх властивості.

В дисертації доведено теорему, що функція

, є материнською вейвлет-функцією.

Схему розробленого алгоритму адаптивного вейвлет-аналізу ЕЕГ для
локалізації епілептиформних комплексів наведено на рис. 4.

є адаптованою до ідентифікації представників даного класу.

У третьому розділі розроблено методику часової локалізації
епілептиформних комплексів у ЕЕГ засобами розпізнавання образів.

Основні труднощі у локалізації ЕК пов‘язані з тим, що їх зовнішній
вигляд часто зазнає спотворень внаслідок впливу фізіологічних параметрів
та функціонального стану організму, психологічного стану пацієнта,
факторів навколишнього середовища. Всі можливі спотворення вигляду ЕК
ведуть до неоднозначної інтерпретації графоелементів у ЕЕГ, до пропусків
деяких ЕК при візуальному аналізі, а також до збільшення часу,
необхідного лікарю для роботи з одним сигналом ЕЕГ. Також задачею
електроенцефалографічного дослідження часто є знаходження ЕК, які схожі
між собою зовнішньо, але є, наприклад, наслідками роботи різних
епілептичних осередків, що може бути складним при візуальному аналізі.

Рис. 4. Схема алгоритма вейвлет-аналіза ЕЕГ з використанням адаптованої
до класа епілептиформних комплексів материнської функції

В дисертаційній роботі виділено такі спотворення зовнішнього вигляду ЕК
у ЕЕГ, яких може зазнавати епілептиформний комплекс у реальних умовах:

а) зміна тривалості комплексу;

б) зміна амплітуди комплексу;

в) зміна рівня, на якому розташовується комплекс відносно ізоелектричної
лінії відведення ЕЕГ;

г) накладання на комплекс тренда;

д) зміна співвідношень між амплітудами окремих коливань у комплексі
коливань.

Задача автоматизованого пошуку у сигналі ЕЕГ комплексів, які лікар
відносе до певного класу, але які спотворені, є актуальною для
проведення ранньої діагностики. Її рішення дозволяє більш точно
врахувати під час діагностики випадки появи у аналізованому сигналі
патологічних патернів.

В даному розділі визначено, що вейвлет-перетворення сигналу ЕЕГ з
використанням адаптованої материнської вейвлет-функції можна використати
лише для ідентифікації епілептиформних комплексів, які спотворені за
тривалістю. Для того, щоб отримати можливість ідентифікації у ЕЕГ
комплексів, які мають інші можливі спотворення, було вирішено
скористатися розпізнаванням образів таких ЕК у сигналі.

Визначено, що при вирішенні задачі розпізнавання образів ЕК мають справу
з випадком, коли:

репрезентативні вибірки епілептиформних комплексів є відсутніми,
повторити ЕЕГ-дослідження для отримання такого самого сигналу ЕЕГ
неможливо;

кількість та атрибути класів ЕК, що будуть використовуватися лікарем в
даному дослідженні є апріорі невідомими та можуть змінюватися в ході
аналізу сигналу ЕЕГ; невідомо, чи перекриватимуться класи образів у
просторі ознак;

відсутні усталені методики вибору ознак образу ЕК;

апріорні імовірності появи образів певного класу є невідомими;

відсутні методики формалізації якісних суджень лікаря про схожість
коливання на епілептиформний комплекс, та інтерпретації їх мовою мір
близькості між векторами ознак образу ЕК;

відсутні методики побудови граматик для розпізнавання образів ЕК
структурно-лінгвістичними методами;

загалом відсутні спроби використання апріорної та контекстної інформації
щодо поточного ЕЕГ-дослідження при автоматизованому розпізнаванні
образів.

В роботі розглянуто теоретичні основи та практичне застосування методів,
за допомогою яких у системах розпізнавання образів проводять автоматичну
класифікацію сигналів (рис. 5).

Рис. 5. Класифікація методів розпізнавання образів епілептиформних

коливань у електроенцефалограмі

До недоліків існуючих статистичних методів відноситься те, що для
класифікації вони вимагають наявності оцінок статистичних характеристик
класів, які складно оцінити у випадку, коли у лікаря не існує апріорних
відомостей щодо характеру аналізованого сигналу ЕЕГ та імовірності
присутності в ньому ЕК. Крім того, необхідними є оцінки функцій
розподілу ознак образів нормальної ЕЕГ та ЕК, які складно отримати
внаслідок варіабельності зовнішнього вигляду комплексів та відсутності
достатнього набору вже класифікованих образів. Також відсутні методики
виділення ознак ЕК, які необхідно використовувати для розпізнавання
статистичними методами. До недоліків структурного розпізнавання та
синтаксичного представлення в застосуванні до локалізації ЕК у ЕЕГ
відноситься складність та можлива неоднозначність представлення складних
образів, складність автоматизації процесу виявлення структур та
створення відповідних граматик, які б однозначно представляли всі
можливі ЕК, які можуть зустрітися у сигналі ЕЕГ. Це питання також не
вирішене для задачі, яка часто постає у електроенцефалографії, а саме
коли кількість класів у загальному випадку апріорі невідома. Відсутні
методи виділення структурних ознак епілептиформних комплексів, що
унеможливлює використання структурно-лінгвістичних методів автоматичного
розпізнавання на даному етапі їх розробки для локалізації образів ЕК у
ЕЕГ.

oeoeoeoeoeioeoeoeioeaoeoeoeoeoeoeoeoeoeoeoeoeoeoe

8 : ¦

R

T

3/4

„yy^„

„?/^„

„^„

d¬th

?????????? ?????????????

dAth

d¬th

?торами еталонів класів ЕК та векторами ознак некласифікованих образів є
вирішальними для класифікації образів. При розробці функцій відстані у
просторі ознак необхідно враховувати можливості перекриття класів та
близькості кластерів, що додатково ускладнює вирішення цієї задачі.
Різноманітність наявних мір схожості сигналу на еталон вимагає
підлаштування міри під конкретну задачу розпізнавання, що необхідно
виконувати, використовуючи властивості об‘єктів, які підлягають
класифікації. Ця задача не має свого остаточного вирішення для
розпізнавання епілептиформних комплексів у сигналі ЕЕГ.

В роботі запропоновано проводити автоматизоване розпізнавання образів ЕК
та їх часову локалізацію у сигналі ЕЕГ з використанням адаптованих
еталонів, оскільки для цього підходу найбільш зручним є отримання
відомостей про об’єкт класифікації – епілептиформний комплекс,
віднесений до певного класу лікарем для задач поточного дослідження.
Основною проблемою є відсутність методів вибору ознак ЕК, які можуть
використовуватися для розпізнавання, а також відсутність методик
побудови еталонів для класів епілептиформних комплексів, зокрема з
можливістю класифікації спотворених ЕК.

– кількість відліків родового комплексу.

, які зазнали визначених припустимих спотворень, в дисертаційній роботі
пропонується використати як додаткові параметри еталона набори
коефіцієнтів, що представляють спотворення родового комплексу.

.

-го ступеня:

,

.

. ЕК зі зміненими співвідношеннями між частинам отримують в результаті
скалярного добутку родового комплексу та вектора коефіцієнтів:

.

Всі набори параметрів припустимих можливих спотворень ЕК є ознаками тих
комплексів, які схожі на родовий, і тому можуть використовуватися в
еталоні для розпізнавання. Ці ознаки враховано в еталоні, і вони
представляють для автоматизованої системи розпізнавання можливу
варіативність у зовнішньому вигляді ЕК. Їх використання дозволяє
проводити розпізнавання таких спотворених ЕК.

Для визначення подібності сигналу та еталона використовують метрики,
серед яких найбільш розповсюдженими є норми векторів. В роботі
локалізацію ЕК у ЕЕГ запропоновано проводити з використанням норми
Чебишова. Перевагами цієї норми є простота виконання розрахунків для
сигналів у цифровій формі та можливість явного розв‘язання з її
допомогою задач на пошук екстремумів.

Для використання з еталоном, побудованим за розробленою методикою, в
роботі в якості міри схожості сигналу ЕЕГ на еталон класу ЕК
запропоновано модифікацію максимального відхилення – значуще максимальне
відхилення між векторами, яке визначається за формулою:

,

, які представлені еталоном;

– кількість ненульових відліків родового комплексу.

, побудована на основі норми Чебишова, є псевдометрикою, оскільки для
неї не виконується аксіома тотожності, але її можна використовувати для
вирішення задачі щодо знаходження у сигналі ЕЕГ ділянки, схожої на
комплекси класу, представленого даним еталоном.

Практичним результатом третього розділу роботи є розробка алгоритму
(рис. 6) локалізації епілептиформних комплексів у ЕЕГ, який забезпечує
ідентифікацію спотворених ЕК з використанням розпізнавання образів.

Четвертий розділ присвячено розробці та дослідженню біотехнічної системи
медичного призначення для локалізації епілептиформних комплексів у ЕЕГ.

Автоматизована система створена у вигляді програмно-апаратного комплексу
на базі комп‘ютерного електроенцефалографа, оскільки в цьому випадку
параметри такої системи задовольняють вимоги, які висуваються до систем
топографічного та частотного аналізу ЕЕГ Міжнародною федерацією
клінічної нейрофізіології.

Рис. 6. Схема алгоритму розпізнавання образів епілептиформних комплексів
у електроенцефалограмі

В дисертації розроблено систему автоматизованої часової локалізації ЕК
(САЧЛЕК) (рис. 7), яка реалізована на базі персонального комп‘ютера та
складається з таких складових частин: П – пацієнт; ПК – персональний
комп‘ютер; ТЗ – терапевтичні засоби; БД – база даних; БФЕ – блок
формування еталонів; КП – картотека пацієнтів; Л – лікар; БРС – блок
розрахунку схожості; БЕ – бібліотека еталонів; БСА та ВА – блок
стандартних аналізів та вейвлет-аналізу ЕЕГ; БВРЛ – блок візуалізації
результатів локалізації; БС – бібліотека сигналів ЕЕГ; БРА – бібліотека
результатів аналізу.

В дисертаційному дослідженні розроблено експериментальний зразок
програмного комплексу для часової локалізації ЕК у ЕЕГ. Програмне
забезпечення створене на мові технічних обчислень MatLAB (рис. 8).

Для оцінки ефективності роботи системи автоматизованої часової
локалізації запропоновано використовувати такі параметри якості роботи:
відносну кількість вірних позитивних (ВП) та невірних позитивних (НП)
детектувань ЕК у ЕЕГ, а також чутливість, специфічність та селективність
системи.

Рис. 7. Структурна схема системи автоматизованої часової локалізації ЕК
у ЕЕГ на базі персонального комп‘ютера

а)

б)

Рис. 8. Зовнішній вигляд елементів інтерфейса програми:

а) вікно вибору параметрів еталона;

б) вікно локалізації ЕК у сигналі ЕЕГ.

В ході клінічних досліджень проаналізовано ефективність автоматизованої
системи для розпізнавання ЕК у штучних та реальних електроенцефалограмах
з використанням вейвлет-перетворення та розпізнавання образів відповідно
до розроблених алгоритмів.

Для експериментального підтвердження доцільності використання
адаптованих материнських вейвлетів, отриманих за запропонованим у даній
роботі алгоритмом, було проведено якісний порівняльний аналіз
можливостей локалізації ЕК у штучній ЕЕГ з використанням адаптованого
вейвлета та стандартних вейвлетів Морле та “мексиканський капелюх”.

Результати пошуку ЕК у реальних сигналах за допомогою
вейвлет-перетворення подані на рис. 9. При використанні материнської
функції, побудованої за розробленим методом, було одержано 80 % вірних
позитивних детектувань ЕК, що приблизно в 1.6 рази більше, ніж при
використанні стандартних родин вейвлетів. До переваг використання
адаптованої вейвлет-функції відноситься те, що перші невірні позитивні
детектування з її використанням з‘являються лише тоді, коли вірно
ідентифіковано вже близько половини епілептиформних комплексів. В той же
час, при використанні стандартних родин вейвлетів невірні позитивні
детектування з‘являються при значно менших вірних позитивних
детектуваннях.

б)

Рис. 9. Результати ідентифікації ЕК з використанням
вейвлет-перетворення:

відносні кількості Р ВП (?) та НП (?) в залежності від порогу d:

а) вейвлет “мексиканський капелюх”;

б) адаптована материнська вейвлет-функція.

Результати обробки штучних сигналів електроенцефалограми засобами
розпізнавання образів подано у таблиці 1 та на рис. 10, а. Для реальних
ЕЕГ в результаті досліджень отримано: відносна кількість ВП 85 %,
відносна кількість НП при умові вірної ідентифікації всіх явних ЕК з
великою діагностичною значущістю – 15 %, відносна чутливість 82 % та
відносна селективність 72 %, що є прийнятними та задовільними для
вирішення задач діагностики. Результати розпізнавання подано на рис. 9,
б.

Таблиця 1

Отримані в результаті експерименту значення чутливості, селективності та
специфічності системи автоматизованої локалізації ЕК у штучній ЕЕГ
шляхом порівняння з еталоном

Відносна чутливість, % Відносна селективність, % Відносна специфічність,
%

92,5 90,5 89,7

В даному розділі також проведено аналіз сторонніх факторів, які
ускладнюють автоматизовану ідентифікацію ЕК у ЕЕГ. Зокрема, виділено
шуми електродів для зняття ЕЕГ: тепловий, дробовий, надлишковий та шум
дрейфу власної електрорушійної сили електрода, та вказано, що розробка
нових типів електродів є перспективною для зниження шумів, наявних у
ЕЕГ, та може підвищити ефективність розпізнавання епілептиформних
комплексів.

б)

Рис. 10. Результати ідентифікації ЕК у ЕЕГ: відносні кількості Р ВП (?)
та НП (?)

в залежності від порогу dА:

а) розпізнавання у штучній ЕЕГ;

б) розпізнавання у реальній ЕЕГ.

У додатку подано акти впровадження результатів дисертації у Інституті
нейрохірургії ім. акад. А.П. Ромоданова АМН України та на кафедрі
фізичної та біомедичної електроніки Національного технічного
університету України “Київський політехнічний інститут”.

ВИСНОВКИ

У дисертації удосконалено методи та засоби автоматичної ідентифікації
епілептиформних комплексів у електроенцефалограмах.

На основі аналізу алгоритмічного та методичного забезпечення систем
автоматизованої обробки ЕЕГ обґрунтовано необхідність вирішення наукової
задачі розробки методів та створення нових технічних засобів для
адаптивної обробки електроенцефалограм з метою виявлення в них
епілептиформних комплексів.

Обґрунтовано використання у електроенцефалографії неперервного
вейвлет-перетворення ЕЕГ та розпізнавання образів для вирішення задач
епілептології, а саме для часової локалізації епілептиформних комплексів
у ЕЕГ.

Удосконалено методи адаптивної побудови материнських вейвлет-функцій для
довільних класів коливань на основі методу власних векторів. Це дає
змогу застосовувати стандартні порогові алгоритми до
вейвлет-коефіцієнтів з метою локалізації у сигналах елементів даного
класу.

На основі розробленого методу створено і реалізовано алгоритм адаптивної
побудови материнських вейвлетів для визначених лікарем класів
епілептиформних комплексів, що дозволяє проводити часову локалізацію ЕК
у електроенцефалограмі по результатам аналізу вейвлет-спектру ЕЕГ. При
експериментальному дослідженні використання адаптованої до класу ЕК
материнської вейвлет-функції, побудованої за запропонованим методом,
отримано показник вірних позитивних детектувань ЕК на рівні 80 %, що
приблизно в 1.6 рази більше, ніж при використанні вейвлетів
“мексиканський капелюх” та Морле, які застосовуються у епілептології
зараз. Це дає змогу чіткіше локалізувати ЕК у сигналі
електроенцефалограми в результаті проведення неперервного
вейвлет-аналізу.

На основі методу власних векторів удосконалено методи адаптивної
побудови еталонів для класів ЕК. Запропоновані еталони складаються з
родового комплексу класу епілептиформних коливань та параметрів його
можливих припустимих спотворень, що дозволяє проводити часову
локалізацію ЕК у ЕЕГ засобами розпізнавання образів з використанням
контекстної інформації.

Розроблено алгоритм адаптивної побудови еталонів для класів
епілептиформних коливань у ЕЕГ, що дозволяє проводити автоматизоване
розпізнавання образів ЕК у ЕЕГ шляхом порівняння з еталоном та з
використанням розробленої міри близькості – значущого максимального
відхилення. Було одержано такі показники ефективності розробленого
експериментального зразка автоматизованої системи часової локалізації ЕК
у штучних ЕЕГ засобами розпізнавання образів: чутливість 92.5 %,
селективність 90.5 %, специфічність 89.7 %. Для реальних сигналів ЕЕГ
відносна кількість вірних позитивних детектувань ЕК склала 85 % при
рівні невірних позитивних 15 %, що є прийнятним результатом.

На базі комп‘ютерного електроенцефалографа розроблено структуру,
реалізовано експериментальний зразок та досліджено ефективність роботи
програмно-апаратного комплексу, який дозволяє проводити локалізацію
епілептиформних комплексів у сигналі ЕЕГ засобами розпізнавання образів
та з використанням вейвлет-розкладу сигналу електроенцефалограми.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ

Фесечко В.А., Попов А.О. Часова локалізація комплексів коливань у
електроенцефалограмі // Электроника и связь. – 2004. – № 21. – С. 51 –
55. Здобувачем розроблено алгоритм роботи та експериментальний зразок
системи аналізу електроенцефалограм.

Фесечко В.А., Попов А.О., Гутаревич В.В. Новий адаптивний метод обробки
електроенцефалограм // Наукові вісті НТУУ “КПІ”. – 2004. – № 4. – С. 34
– 39. Здобувачем розроблено засади адаптивного методу обробки
електроенцефалограм.

Попов А.О., Канайкін О.М., Борисов О.В., Фесечко В.О. Ідентифікація
комплексів епілептиформної активності в електроенцефалограмі // Наукові
вісті НТУУ «КПІ». – 2005. – № 5. – С. 118 – 126. Здобувачем розроблено
методичне та алгоритмічне забезпечення розпізнавання образів
епілептиформних комплексів.

Попов А.О. Методики комп‘ютеризованої локалізації комплексів
епілептиформної активності у електроенцефалограмі // Электроника и
связь. – 2005. – № 25. – С. 42 – 49.

Попов А.О. Побудова материнських вейвлет-функцій методом власних
векторів // Электроника и связь. Тематический выпуск “Проблемы
электроники”, ч. 2. – 2006. – С. 54 – 58.

Anton O. Popov, Volodymyr O. Fesechko, Alexey M. Kanaykin.
Identification of epileptiform patterns in electroencephalogram //
Proceedings of SPIE. – 2006. – vol. 6159, Feb. 2006. – P. 1104 – 1113.
Здобувачем запропоновано підходи до автоматизованої ідентифікації
епілептиформних комплексів.

Фесечко В.О., Іванушкіна Н.Г., Карплюк Є.С., Попов А.О., Афана Л.
Інформаційні технології високого розрізнення у медичних дослідженнях //
Технічна електродинаміка. Тематичний випуск “Проблеми сучасної
електротехніки”, ч. 1. – 2006. – С. 123 – 128. Здобувачем розроблено
засади застосування технологій високого розрізнення до адаптивного
аналізу електроенцефалограм.

Фесечко В.А., Попов А.А. Адаптивный метод обработки электроэнцефалограмм
// 7-й Международный молодежный форум “Радиоэлектроника и молодежь в XXI
веке”: Сб. материалов форума; Харьков, 22 – 24 апреля 2003 г. – Харьков:
ХНУРЭ, 2003, С. 249.

Попов А.О. Можливість та переваги використання ємнісних електродів у
електроенцефалографії // 8-й Международный молодежный форум
“Радиоэлектроника и молодежь в XXI веке”: Сб. материалов форума, Ч.1;
Харьков, 13 – 15 апреля 2004 г. – Харьков: ХНУРЭ, 2004, С. 133.

Фесечко В.А., Борисов А.В. Попов А.А. Передача многоканальных сигналов
по телемедицинским каналам связи // 10-ая Юбилейная международная
научная конференция “Теория и техника передачи, приема и обработки
информации”: Сб. тезисов докладов, Ч.1; Харьков – Туапсе, 28 сентября –
1 октября 2004 г. – Харьков: ХНУРЭ, 2003, С. 36 – 37.

Фесечко В.А., Попов А.О. Пацієнт-адаптивний метод аналізу
електроенцефалограм // 3-я Всеукраїнська науково-технічна конференція
“Фізичні процеси та поля технічних та біологічних об‘єктів”: Тези
наукових доповідей. – Кременчук: КДПУ, 2004. – С. 40.

Попов А.О., Борисов О.В. Еталон комплексу епілептиформних коливань для
автоматичного аналізу електроенцефалограм // 9-й Міжнародний молодіжний
форум “Радіоелектроніка і молодь в XXI ст”: Сб. матеріалів форуму;
Харків, 19 – 21 квітня 2005 р. – Харків: ХНУРЕ, 2005, – С. 225.

Попов А.А., Фесечко В.А., Борисов А.В. Анализ электроэнцефалограмм
средствами распознавания образов // 2-й Международный радиоэлектронный
форум “Прикладаная радиоэлектроника. Состояние и перспективы развития”
МРФ-2005: Сб. научных трудов, Т.3. Международная конференция
“Информационные системы и технологии”; Харьков, 19 –23 сентября 2005 г.
– Харьков: АНПРЭ, ХНУРЭ, 2005, С. 355 – 357.

Попов А.А., Фесечко В.А. Методы синтеза материнской вейвлет-функции для
электроэнцефалографии // XXVI Международная научно-техническая
конференция “Проблемы электроники”. – Киев: КПИ, 2006. – С. 9.

Попов А.О., Борисов О.В. Адаптивний метод побудови материнських
вейвлет-функцій для аналізу електроенцефалограм // 10-й ювілейний
міжнародний молодіжний форум “Радіоелектроніка і молодь в XXI ст”: Зб.
матеріалів форуму; Харків, 10 – 12 квітня 2006 р. – Харків: ХНУРЕ, 2006.
– С. 216.

Попов А.А., Фесечко В.А. Временная локализация комплексов
эпилептиформной активности с использованием адаптированных материнских
вейвлет-функций // Труды 7-й Международной научно-практической
конференции “Современные информационные и электронные технологии”. –
Одесса: ТКЭА, 2006. – Т. 1. – С. 61.

АНОТАЦІЯ

Попов А.О. Розробка методів та засобів обробки електроенцефалограм для
епілептології. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за
спеціальністю 05.11.17 – Біологічні та медичні прилади і системи. –
Національний технічний університет України “Київський політехнічний
інститут”, Київ, 2006.

Дисертація присвячена розробці методів та засобів часової локалізації
епілептиформних комплексів у електроенцефалограмах. Удосконалено методи
адаптивної побудови материнських вейвлет-функцій для довільних класів
коливань на основі методу власних векторів. На основі розробленої
методики вперше реалізовано алгоритм адаптивної побудови материнських
вейвлетів для визначених лікарем класів епілептиформних комплексів, що
дозволяє проводити часову локалізацію епілептиформних комплексів у
електроенцефалограмі за результатами аналізу вейвлет-спектру.

На основі методу власних векторів удосконалено методи адаптивної
побудови еталонів для класів епілептиформних комплексів. Запропоновані
еталони складаються з родового комплексу класу епілептиформних коливань
та параметрів його можливих припустимих спотворень, що дозволяє
проводити часову локалізацію епілептиформних комплексів у
електроенцефалограмі засобами розпізнавання образів з використанням
контекстної інформації.

Розроблено та реалізовано експериментальний зразок та досліджено
ефективність роботи програмно-апаратного комплексу на базі комп‘ютерного
електроенцефалографа, який дозволяє проводити локалізацію
епілептиформних комплексів у сигналі електроенцефалограми засобами
розпізнавання образів та з використанням вейвлет-розкладу сигналу
електроенцефалограми.

Ключові слова: електроенцефалографія, епілептиформний комплекс,
адаптивний вейвлет-аналіз, адаптивне розпізнавання образів, еталон.

АННОТАЦИЯ

Попов А.А. Разработка методов и средств обработки электроэнцефалограмм
для эпилептологии. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по
специальности 05.11.17 – Биологические и медицинские приборы и системы.
– Национальный технический университет Украины “Киевский политехнический
институт”, Киев, 2006.

Диссертационная работа посвящена разработке и совершенствованию
методического и аппаратного обеспечения электроэнцефалографии для
решения задач эпилептологии. Основное внимание уделено
усовершенствованию методов и средств временной локализации
эпилептиформных комплексов в сигнале электроэнцефалограммы.

Усовершенствованы методы адаптивного построения материнских
вейвлет-функций для класса схожих колебаний на основе метода собственных
векторов. Данный метод базируется на использовании схожести главного
собственного вектора матрицы усредненных корреляций, построенной для
матрицы класса, на все элементы данного класса. В работе доказана
теорема о соответствии функции, построенной предложенным методом на
основе главного вектора, всем требованиям, выдвигаемым к материнским
вейвлетам. На базе разработанной методики предложен алгоритм адаптивного
построения материнских вейвлетов для определенных врачом классов
эпилептиформных комплексов, что позволяет производить локализацию таких
комплексов во времени по результатам анализа вейвлет-спектра
электроэнцефалограмм при помощи стандартных алгоритмов.

На основе метода собственных векторов усовершенствованы методы
адаптивного построения эталонов для классов эпилептиформных комплексов.
Эталоны предложенного вида состоят из родового комплекса класса
эпилептиформных колебаний и параметров его допустимых возможных
искажений. На основе созданной методики разработан алгоритм проведения
автоматизированной идентификации и локализации во времени
эпилептиформных комплексов средствами распознавания образов с
использованием контекстной информации, имеющейся у врача.

На базе компьютерного электроэнцефалографа разработан и реализован
экспериментальный образец программно-аппаратного комплекса, который
удовлетворяет требованиям Международной федерации клинической
нейрофизиологии. Обоснован выбор параметров, характеризующих
эффективность работы автоматизированных систем локализации
эпилептиформных комплексов в электроэнцефалограммах при помощи
вейвлет-анализа и распознавания образов. Исследована эффективность
экспериментального образца при идентификации эпилептиформных комплексов
в искусственных электроэнцефалограммах. Чувствительность составила
92.5 %, селективность 90.5 %, специфичность 89.7 %. Для реальных
сигналов электроэнцефалограмм относительное количество верных позитивных
идентификаций составила 85 % при уровне неверных позитивных 15 %, что
является приемлемым результатом.

Ключевые слова: электроэнцефалография, эпилептиформный комплекс,
адаптивный вейвлет-анализ, адаптивное распознавание образов, эталон.

ABSTRACT

Popov A.O. The development of methods and tools for processing
electroencephalograms for epileptology. – Manuscript.

PhD thesis on the speciality 05.11.17 – Biological and medical devices
and systems. National technical university of Ukraine “Kyiv polytechnic
institute”, Kyiv, 2006.

The thesis describes the development of methods and tools for
epileptiform oscillations’ complexes’ time localization in
electroencephalograms. The new method for adaptive construction of
mother wavelets for arbitrary classes of oscillations using eigenvectors
is developed. Using the proposed method, the technique for adaptive
creation of mother wavelet for the class of doctor-defined epileptiform
complexes is implemented. It allows epileptiform complexes’
identification in electroencephalogram using the wavelet spectrum.

The new method for adaptive construction of templates for arbitrary
classes of oscillations using eigenvectors is developed. The template
consists of generic epileptiform oscillation’s complex and of sets of
its possible distortion parameters, that allows epileptiform complexes’
identification in electroencephalogram using the pattern recognition
approach and context information.

The pre-production model of firmware using the digital
electroencephalograph is implemented and its effectiveness is examined.
The model allows to find the epileptiform complexes in
electroencephalogram using the pattern recognition approach and wavelet
analysis.

Keywords: electroencephalography, epileptiform complex, adaptive wavelet
analysis, adaptive pattern recognition, template.

P, %

P, %

d

P, %

P, %

Похожие записи