Диссертация (Разработка технологии и программно-аппаратного комплекса для исследования структуры сна человека), страница 12

Данный метод использовался92в работах [27; 28], опубликованных совместно с соавторами Анищенко Л.Н.,Коростовцевой Л.С., Бочкаревым М.В., Свиряевым Ю.В., Ивашовым С.И.Идея и реализация метода принадлежат автору диссертации.3.7Выводы по главе 31. Структура сна обладает следующими особенностями, принимая во вниманиекоторые, можно улучшить качество определения структуры сна: сонимеет циклическую структуру; каждый цикл сна состоит из ФМС иФБС; доля ГС в цикле последовательно уменьшается в течение сна;доля ФБС в цикле последовательно увеличивается в течение сна; доляПС в цикле последовательно увеличивается в течение сна; окончаниецикла часто сопровождается микропробуждениями; начало и конец записихарактеризуется периодами бодрствования; принадлежность эпохи к той илииной стадии сна или ПБ зависит от классов соседних эпох.2.

Разработаны 5 методов, которые позволяют частично учесть особенностиструктуры сна.3. Разработана математическая модель, позволяющая оценить априорныевероятности принадлежности эпохи к классу, на основе положения эпохив цикле и номера цикла.4. Показано, что возможно использование гендерно-возрастных характеристикиспытуемогодляболееточнойоценкиаприорныхвероятностейпринадлежности эпохи к классу.5. Использованиедвухступенчатойклассификациизависимость класса эпохи от соседних эпох.позволяетучесть93Глава 4.

Разработка биотехнической системы длительногоавтоматического бесконтактного определения структуры сна человека4.1Экспериментальные исследования по совместной регистрациибиорадиолокационных сигналов и полисомнографииДля создания клинически верифицированной базы записей БРЛ сигналовночного мониторинга сна были проведены экспериментальные исследованияпо совместной регистрации БРЛ сигналов и ПСГ. Исследования проводилисьна базе Лаборатории медицины сна НИО Артериальной гипертензииФГБУ «Северо-западный медицинский исследовательский центр имениВ.А. Алмазова» Минздрава России. В экспериментах приняли участие32 добровольца. По результатам проведённого исследования, НДВС ирасстройства движения во сне у всех испытуемых были исключены.Характеристики выборки представлены в Таблице 15.Таблица 15.Характеристики выборки (N = 32)Количество эпохМужчины : женщиныС инсомнией : без инсомнииВозраст (лет)ИМТ (кг/м2 )ИАГ (эп./час)Бодрствование (%)ФБС (%)Поверхностный сон (%)Глубокий сон (%)Эффективность сна (%)3396412:204:2844,22 ± 15,44(22,00 − 67,00)27,08 ± 5,91(17,00 − 48,00)2,42 ± 1,43(0,00 − 4,90)22,66 ± 12,53(5,59 − 52,94)18,15 ± 6,09(9,31 − 34,04)41,48 ± 7,99(21,33 − 56,95)17,71 ± 5,93(7,76 − 33,38)77,34 ± 12,53(47,06 − 94,41)Среднее ± СО (диапазон)94ПСГ исследование проводилось посредством полисомнографа EmblaN7000 (Natus Neurology Inc., USA).

Регистрировалось 23 канала ЭЭГ, 2 каналаЭОГ, 2 канала ЭМГ с подбородка, по 1 каналу ЭМГ с каждой ноги, 1канал ЭКГ, абдоминальный и торакальный сигналы РИП, ороназальный поток,положение тела, пульсоксиметрия, храп. Подготовка пациентов, проведениеисследования и расшифровка полученных ПСГ записей осуществлялиськвалифицированными врачами, сотрудниками Рабочей группы по сомнологииНИО Артериальной гипертензии ФГБУ «СЗМИЦ им. В.А. Алмазова»Минздрава России, в соответствии с рекомендациями AASM.БРЛ мониторинг проводился параллельно с ПСГ исследованием(Рис. 4.1, Рис.

4.2) с помощью БРЛ-системы «БиоРаскан», разработаннойв Лаборатории дистанционного зондирования МГТУ им. Н.Э. Баумана.БиоРаскан располагался на расстоянии 1–2 м от торса испытуемого, антеннынаправлялись в сторону торса испытуемого. Запись ПСГ и БРЛ сигналовначиналась в вечерние часы, а заканчивалась в утренние.Рис. 4.1. Одновременное проведение ПСГ исследования и БРЛ мониторинга95Рис.

4.2. Одновременное проведение ПСГ исследования и БРЛ мониторингаБиоРаскан представляет собой биорадар, использующий непрерывныйсигнал со ступенчатой частотной модуляцией. Он имеет 8 операционныхчастот в диапазоне от 3.6 до 4.0 ГГц. Плотность потока энергии (ППЭ)составляет 1,36 мкВт/см2 , излучаемая мощность не превышает 3 мВт. Частотадискретизации составляет 50 Гц. Данный биорадар прошёл испытания вАНО «Всероссийский научно-исследовательский и испытательный институтмедицинской техники» (протокол №2ИЦ от 11 марта 2009 года), согласнокоторым был отнесён к классу безопасности 2А согласно ГОСТ Р 51609-2000«Изделия медицинские. Классификация в зависимости от потенциальногориска», кроме того, в ходе испытаний установленно, что биорадарсоответствует ГОСТ 12.1.006-84 «Электромагнитные поля радиочастот.Допустимые уровни на рабочих местах и требования к проведению контроля».Каждая эпоха ПСГ записи классифицировалась врачом, на основевизуального анализа ЭЭГ, ЭОГ и ЭМГ сигналов, как относящаяся к ПБ, М1,М2, М3 или ФБС.

Классы М1 и М2 были объединены в ПС, после чегорезультаты классификации эпох врачом использовались в качестве истинныхответов при апробации разработанных методов и алгоритмов.БРЛ и ПСГ записи были синхронизированы путём сопоставлениясигналов РИП и БРЛ (Рис. 4.3). После чего БРЛ записи были обрезаны96в соответствии с началом первой эпохи, классифицированной врачом, иокончанием последней. В отдельных случаях, когда запись БРЛ сигналовостанавливалась раньше чем ПСГ, несколько последних эпох, принадлежащихклассу ПБ, не учитывались в последующем анализе, ввиду отсутствия БРЛсигналов на их протяжении.Рис. 4.3. Синхронизация БРЛ и РИП сигналовВ ходе выполнения курсовой работы, руководителем которой был автордиссертации, на 27 БРЛ записях были вручную размечены артефактныепериоды и пики ДЦ, которые использовались в качестве истинных ответов приапробации алгоритма определения артефактов и ДЦ.

Разделы 4.2–4.5 частичнооснованы на работах [23–26; 28; 29], опубликованных совместно с соавторамиЛ.Н. Анищенко, Л.С. Коростовцевой, М.В. Бочкаревым, Ю.В. Свиряевым,Б.Ж. Коой, М.Д. Алехиным, С.И. Ивашовым, А.С. Бугаевым, В.С. Веретиным.Представленный в диссертации материал принадлежит автору.4.2Разработка алгоритма определения артефактов и дыхательныхциклов на биорадиолокационном сигналеПредобработка БРЛ сигналов (Рис.

4.4) во многом схожа с таковой дляРИП сигналов, поскольку оба метода регистрируют дыхательные движения.97Однако, БРЛ сигналы обладают рядом особенностей, которые следуетучитывать при их обработке, а именно:Рис. 4.4. Биорадиолокационный сигнал до обработки1. двигательная активность испытуемого приводит к более выраженнымартефактам на БРЛ сигнале;2. изменение расстояния между биорадиолокатором и испытуемымв результате движений и смены позы во время сна приводит кизменениям амплитуды БРЛ сигнала;3. изменение расстояния между биорадиолокатором и испытуемымможет приводить к перевороту фазы принимаемого радаром сигнала,что отражается в изменении ориентации БРЛ сигнала (Рис. 4.5);Рис. 4.5.

Переворот фазы. Слева сигнал ориентирован нормально, посерединерасположен подавленный артефактный период, справа сигнал инвертированвследствие переворота фазы.4. использование квадратурного приёмника приводит к тому, что БРЛзапись состоит из двух параллельных сигналов (I и Q квадратуры) длякаждой частоты зондирования (см. раздел 2.2), т.е. из 16 сигналов при98использовании БиоРаскана; при этом качество сигналов неодинаковои зависит от текущего расстояния между биорадиолокатором ииспытуемым (Рис. 4.6).Рис. 4.6.

БРЛ сигналы при использовании 8 зондирующих частот (16сигналов)Блок-схема алгоритма предобработки БРЛ сигналов представлена наРис. 4.7. Рассмотрим отдельные шаги алгоритма подробнее.Рис. 4.7. Алгоритм предобработки биорадиолокационных сигналовИз БРЛ сигналов устранялась постоянная составляющая, затемпроизводилась фильтрация полосовым фильтром Баттерворта 5-го порядкас частотами среза 0,05 и 0,6 Гц. Частота дискретизации БРЛ сигнала быласнижена с 50 Гц до 10 Гц.На БРЛ записях представлены два вида артефактов — (I) вызванныедвигательной активностью испытуемого и (II) вызванные отсутствиемиспытуемого в кровати. Артефакты определялись на БРЛ сигнале смаксимальной энергией.

Энергия сигнала определяется как∫︁=2 (),(4.1)99где () — БРЛ сигнал.Определение артефактов осуществлялось с помощью скользящего окнадлиной секунд с шагом секунд. Для каждого окна вычислялся критерий. Наличие артефакта в течение окна определялось путём сравнения спороговым значением × , которое рассчитывалось на основе среднегозначения критерия для сигнала на протяжении всей записи. , и определялись отдельно для каждого типа артефактов. Артефактным считалсясигнал на протяжении окна, в котором было определено наличие артефакта,и секунд после него.

В случае, если расстояние между артефактнымипериодами меньше секунд, то сигнал на этом отрезке также считалсяартефактным.Можно ожидать, что артефактные участки сигнала будут отличаться поамплитуде сигнала, регулярности сигнала и спектральным характеристикам,поэтому в качестве рассматривались:– энергия сигнала (4.1);– энтропия сигнала = −∑︁2 (2 );– отношение спектральной мощности на частоте дыхания к общейспектральной мощности / .Параметры алгоритма определения артефактов подбирались с цельюбаланса чувствительности и специфичности. В Таблице 16 представленыпараметрыалгоритма,сиспользованиемкоторыхудалосьдобитьсянаилучшего результата.Таблица 16.Параметры алгоритма определения артефактовТипартефактаIII ,с.