Кластеризація медико-біологічних сигналів в розпізнавальних системах, що навчаються з учителем

Бічна панель сторінки статті

PDF
Опубліковано: гру 27, 2019
DOI: https://doi.org/10.20535/2523-4455.2019.24.6.196709
Ключові слова:
діагностичні системи, медико-біологічні сигнали, розпізнавальні процедури, навчання з учителем, кластеризація

Основний зміст сторінки статті

Vitalii Vasyliovych Lahutin
Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
https://orcid.org/0000-0003-3431-1686
Vladyslav Ihorovych Syrotenko
Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
https://orcid.org/0000-0002-7542-5885
Andrii Dmytrovych Shachikov
Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
https://orcid.org/0000-0003-2353-7647
Oleksandr Petrovych Shuliak
Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського"
https://orcid.org/0000-0002-6920-2212

Анотація

Розглядається розпізнавання медико-біологічних сигналів по характеристикам їх форми за допомогою алгоритмів, яких навчають з учителем, в системах діагностики пацієнтів. Класифікація сигналів вважається відомою, навчальні вибірки – доступними. Передбачається статистична оцінка вірності рішень про типи сигналів на контрольних вибірках за показниками чутливості, специфічності, загальною валідності.

Розкриваються принцип і порядок вдосконалення взятої за основу базової процедури розпізнавання сигналів. Розробляється і досліджується програмний інструментарій для виявлення і реалізації можливих резервів у підвищенні вірності рішень за рахунок більш детального урахування характеру і особливостей імовірнісних розподілів сигналів в фазовому просторі. З цією метою окремо по класам сигналів додатково здійснюється кластеризації навчальних вибірок на локаціях їх скупчення. Формуються прив'язані до цих локацій сімейства кластерних еталонів і вони використовуються при визначенні типів сигналів, що надходять. Навчання розпізнаванню сигналів стає комбінованим. Вихідна їх класифікація, що несе певний медичний сенс, не порушується.

Розробки і дослідження ілюструються прикладами розпізнавання трьох типів QRS-комплексів (N, A і V) в запису електрокардіограми пацієнта. Результативність застосування розробленого інструментарію перевіряється на конкретних навчальних і контрольних вибірках в порівнянні з показниками базового алгоритму.

Блок інформації про статтю

Як цитувати
[1]
V. V. Lahutin, V. I. Syrotenko, A. D. Shachikov, і O. P. Shuliak, «Кластеризація медико-біологічних сигналів в розпізнавальних системах, що навчаються з учителем», Мікросист., Електрон. та Акуст., т. 24, вип. 6, с. 38–52, Груд 2019.
Номер
Том 24 № 6 (2019)
Розділ
Електронні системи та сигнали
Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).

Посилання

Genkin, A.A. Novaya informacionnaya tekhnologiya analiza medicinskih dannyh (programmnyj kompleks OMIS) / A. A. Genkin. – SPb.: Politekhnika, 1999. – 191 s.: il.

V. A. Dyuk, V. L. Emanuel', Informacionnye tekhnologii v mediko-biologicheskih issledovaniyah, SPb.: Piter, 2003, 528 s.

Antomonov M. YU. Matematicheskaya obrabotka i analiz mediko-biologicheskih dannyh [Tekst] / M. YU. Antomonov.- M.: Nauka, 2005. – 558 s.

Vasil'ev V. I. Raspoznayushchie sistemy. Spravochnik. / V. I. Vasil'ev. – K.: Naukova Dumka, 1983. – 421 s.: il.

Mіncer O. P. Іnformativnі tekhnologії v ohoronі zdorov’ya і praktichnіj medicinі: navch. posіb. / O. P. Mіncer, YU. V. Voronenko, V. V. Vlasov. – K.: Vishcha shkola, 2003. – 350 s.: іl.

Korostelev, A. A. Teoreticheskie osnovy radiolokacii: uchebn. posobie dlya vuzov / A. A. Korostelev, N. F. Klyuev, YU. A. Mel'nik, A. A. Vegetyagin, V. A. Gubin, V. E. Dulevich i dr. – M. : Sov. radio, 1978. – 608 s.

ShulyakA.P., ShachykovA.D., Criteria and procedures for estimation the informativity and feature selection in biomedical signals for the irrecognition / «Visnyk NTUU KPI» Seriya – Radiotekhnika. Radioaparatobuduvannya. 2016. – Вип. 66. – с. 79 – 86. DOI: 10.20535/RADAP.2016.66.79-86

Shachykov A. D., Shulyak, A. P. "Analysis of the Biomedical Signals’ of the Problem of Recognition", 2014 IEEE XXXIV International Scientific Conference Electronics and Nanotechnology (ELNANO), April 15-18, 2014, Kyiv, Ukraine. p. 281-285. DOI: 10.1109/ELNANO.2014.6873982

Shachykov A. D., Shulyak, A. P. Decomposition of Biomedical Signals on Mutually Orthogonal Components in the Diagnosis of Diseases", 2014 IEEE XXXIV International Scientific Conference Electronics and Nanotechnology (ELNANO), April 15-18, 2014, Kyiv, Ukraine, p. 291-294. DOI: 10.1109/ELNANO.2014.6873914

Shulyak A.P., Shachykov A.D. Otrabotka pryntsypov analyza struktury tsyklycheskykh medyko-byolohycheskykh syhnalov dlya ykh obnaruzhenyya, raspoznavanyya y klassyfykatsyy [Testing the principles of analysis of the structure of cyclic biomedical signals for their detection, recognition and classification]/ Shachykov A.D., Shulyak A.P., Zbirnyk naukovykh pratsʹ «VISNYK NTUU «KPI». seriya pryladobuduvannya», vypusk 49(1), 2015р. – 169 – 179 с. DOI: 10.20535/1970.49(1).2015.47101

Shachykov A. D., Shulyak, A. P. "About the Impact of Informative Features Selection in the Mutually Orthogonal Decompositions of Biomedical Signals for their Recognition", 2016 IEEE 36th International Conference ELECTRONICS and NANOTECHNOLOGY (ELNANO), Kyiv, Ukraine, April 19-21, 2016, р. 228-231. DOI: 10.1109/ELNANO.2016.7493054

Shachikov A. D., SHelofast V. A., SHulyak O. P. «Modifikacii procedur otbora priznakov ciklicheskih mediko-biologicheskih signalov dlya ih raspoznavaniya», «Vіsnik NTUU KPІ» serіya priladobuduvannya», vip. 53(1), K.: 2017, s. 103-109. DOI: 10.20535/1970.53(1).2017.106810

Shulyak A.P., SHachikov A.D. Osoblivostі vikoristannya harakteristiki formi mediko-bіologіchnih signalіv pri їh rozpіznavannі/ SHachikov A.D., SHulyak A.P., Zbіrnik naukovih prac' «VІSNIK NTUU «KPІ». serіya priladobuduvannya», vipusk 51(1), 2016r. – 131 – 139 s. DOI: 10.20535/1970.51(1).2016.78217

Mandel I. D. Cluster analysis. - M.: Finance and Statistics, 1988. - 176 p.

Kotov A., Krasilnikov N. Data clustering. 2006.

Duran B., Odell P. Cluster analysis - M .: Statistics, 1977. - 128 p.

PhysioNet. St.-Petersburg Institute of Cardiological Technics 12-lead Arrhythmia Database. http://www.physionet.org/cgi-bin/atm/ATM

Potemkin V.G. Vvedenie v MATLAB. – M.: Dialog-MIFI, 2000

D'yakonov V. P. MATLAB. Polnyj samouchitel'. – M.: DMK Press, 2012. – 768 s.: il.

Sergienko A. B. Cifrovaya obrabotka signalov. – SPb, Piter, 2002. — 608 s.: