Автореферат (1025403), страница 3
Текст из файла (страница 3)
Геометрические и электрофизические характеристикиобразований представлены в диссертации в Таблицах 1 и 2. Моделированиепроводилось в диапазоне частот от 650 до 850 МГц. Результаты моделированияпозволили установить параметры АА, при которых напряженностьэлектромагнитного поля максимальна: α = 67,40; d = 3,8 мм; h = 26,0 мм.Вблизи границы АА-тело присутствует продольная компонентаэлектрического поля, амплитуда поля вдоль оси АА имеет максимальное7значение. Поскольку поле вдоль оси плеча вибратора убывает обратнопропорционально кубу расстояния от АА, то на его значение (а значит и наприемные свойства АА) могут оказывать влияние мельчайшие неоднородностимежду АА и кожей – волосы, неплотное прилегание к телу из-за рельефаголовы, капли пота и т.д. Поэтому потребовалось изменить структуру АА,чтобы уменьшить влияние указанных выше неоднородностей между АА икожей головы.
Из всего многообразия АА, которые применяются дляизмерения собственного электромагнитного излучения биологических тканей,были выбраны АА, конструкция которых приспособлена для приема излученияс волосяным покровом головы без каких-либо ограничений на его размеры.Для этого на каждом вибраторе размещаются проводящие штыри,обеспечивающие контакт АА с кожей. В работе получены оценки зависимостиэлектромагнитного поля от длины r штырей. На Рис.
2.9 представлены графикизависимости распределения нормированного значения напряженностиэлектромагнитного поля для модели головы-АА в зависимости от длины r=1-5мм штырей.Проведены лабораторные испытания экспериментальных образцов АА спомощью векторного анализатора цепей National Instruments PXIe-5630. Ихрезультаты, представленные на Рис. 2.11, показали, что коэффициентотражения изменяется с начала исследования до 30 минуты для АА безконтактных штырей на |0,12|, в случае АА с контактными штырями – на |0,06|.Проведенные испытания свидетельствуют, что в исследуемом диапазоне 650–850 МГц для АА со штырями длинной 5 мм изменение коэффициентаотражения в течение 30 минут меньше в два раза, чем у АА без штырей.Далее в главе рассмотрены вопросы, связанные с техническойреализацией контактных СВЧ радиометров.
Для анализа выбран СВЧрадиометр со схемой термобаланса компенсационного типа, структурная схемакоторого, по существу, является схемой K.M. Ludeke (Ludeke K.M., 1979).Подобные решения применяются большинством разработчиков контактныхСВЧ радиометров (радиотермометров).В работе рассмотрен один из возможных вариантов построения схемытермобаланса СВЧ радиотермографа, в которой ошибку измерениярадиояркостной температуры тела Тх можно обеспечить в заданных пределах.На Рис.
2.13 приведена эквивалентная структурная схема такогорадиотермографа, который далее будем называть модифицированным.Ключевым вопросом любого радиометрического измерения являетсяобеспечение минимальной ошибки оценки радиояркостной температуры Тx, т.е.разности между Тя и ее оценкой, реализуемой СВЧ радиотермографом. В нашемслучае такой оценкой является температура согласованной нагрузкициркулятора ТСН. Контактный модифицированный СВЧ радиотермографявляется также модуляционным, но в отличие от схемы K.M. Ludeke: между модулятором и циркулятором включены последовательносоединенные коаксиальный кабель и аттенюатор; модулятор является не выключателем, а переключателем и в режиме,когда АА отключена от радиометрического приемника, выполняет функциюкороткозамыкателя для коаксиального кабеля.8В работе представлены оценки численного моделирования в средеMATLAB ошибки измерений флуктуаций радиояркостной температуры тела Тх,определяемой как = Tx TСН при разных значениях потерь в его элементах иразных значениях коэффициента отражения Г2х от границы АА – тело.Полученные в ходе моделирования результаты свидетельствуют, что во всехслучаях уровней потерь в фидере имеется постоянная во времени добавка,которая не влияет на функциональный вид выходного сигнала.
Следовательно,эту добавку можно скомпенсировать с учетом уровня ошибки измерения припомощи калибровки СВЧ радиотермографа. Для этого в работе введенокалибровочное слагаемое:∆ = А (1 −(1−Г2х )С1С2 [1−С3 Г2х ])−С()ЭЛ,22 [1−С3 Гх ](3)данное слагаемое включает в себя известные параметры температурыэлементов , потерь в элементах С1 , С2 , С3 , и коэффициента отражения Г2х . НаРис. 2.27 и в Таблице 4 представлены модельные оценки зависимостичувствительности СВЧ-радиотермографа от коэффициента отражения дляразных уровней потерь в кабеле.Представленные оценки показывают, что введение в оценку температурысогласованной нагрузки калибровочного слагаемого позволяет добиться болеевысокой точности результатов измерения (менее флуктуационнойчувствительности СВЧ радиотермографа). Исходя из этого определимчувствительность такого СВЧ радиотермографа как:ε = X − (CH + ∆Т).(4)Проведенные в настоящей главе результаты позволяют сделатьследующие выводы:1.
Предложена новая конструкция вибраторной АА с контактнымиштырями.Методамиматематическогомоделированияисследованыхарактеристики этой АА и показано, что такая АА может применятся длядлительного мониторирования функциональных процессов в тканях головногомозга.2. Результаты исследований по п. 1 подтверждены лабораторнымииспытаниями.3.
Предложена структурная схема модифицированного СВЧ-радиометраи исследованы оценки влияния на ошибку измерения радиояркостнойтемпературы потерь в СВЧ элементах схемы термобаланса и коэффициентаотражения АА с телом. Показано, что для предложенных схемотехническихрешений конструкции СВЧ-радиометра существуют уровни коэффициентаотражения и потерь в фидере при которых определены минимальные значенияошибки измерения СВЧ-радиометра (TCH-Tx<0,05 K).В третьей главе приведены результаты исследований условийприменения методов мультифрактального анализа для кратковременныхвременных рядов (ВР) модельных сигналов фрактального броуновскогодвижения. Проведен анализ, показавший, что из известных методов мульти- имонофрактального формализма для оценки кратковременных ВР для решения9поставленнойзадачинаибольшийинтереспредставляютметодымультифрактального флуктуационного (MFDFA) и кросскорреляционного(MFCCA) анализа.
Первым шагом модельного исследования былодоказательство точности мультифрактальных оценок для значений, полученныхметодом MFDFA (Таблица 6). Для решения этой задачи были использованыследующие модели генераторов ВР: основанный на вейвлет-преобразовании; метод циркулянтных матриц.Вторым этапом модельных исследований является определениестабильности мультифрактальных оценок при добавлении к исходному сигналубелого шума (Таблицы 7 и 8).Выполненные в третьей главе диссертации исследования показали, что:1. Из известных методов мульти- и монофрактального формализма дляоценки кратковременных биомедицинских сигналов для решения поставленнойзадачи наибольший интерес представляют методы мультифрактальногофлуктуационного и кросскорреляционного анализа, которые не имеютограничения на стационарность и зашумленность исследуемых ВР.
Такойподход позволяет получать кросскорреляционные оценки нескольких сигналов,регистрируемых одновременно.2. Исследована точность мультифрактальных методов MFDFA иMFCCA с использованием модельных ВР сигналов броуновского движенияразных типов генерации, усредненных для трехсот реализаций каждогозадаваемого значения задаваемого показателя Херста h[0,1–0,9] иусредненных для длительностей 1024, 2048, 4096, соответствующихкратковременным ВР биомедицинских сигналов. В первом случае (беззашумления сигнала) показано, что возвращаемые значения показателя Херстаметодом MFDFA имеют отклонения от задаваемых значений показателя Херстане более чем 0,04. Для интегрированных ВР отклонения от теоретическиожидаемых не превышают 0,07 в среднем.
Это свидетельствует о высокойточности исследуемых мультифрактальных методов. Во втором случае,получены оценки зашумленных сигналов ФБД, которые показывают, что вобласти анти-персистентных значений показателя Херста (h<0,5) более точноймоделью генерации ВР является метод циркулянтных матриц. Для областиперсистентных значений показателя Херста (h>0,5) более точные значенияимеет метод вейвлет-генератора броуновского движения.3.
Анализ модельных сигналов с применением методов MFDFA иMFCCA показал, что эти методы могут быть использованы для оценкикратковременныхбиомедицинскихсигналовмногоканальногорадиофизического комплекса.Вчетвертойглавепредставленырезультатыприменениямультифрактальногоанализаприфункциональныхисследованияхсобственного электромагнитного излучения головного мозга и вариабельностисердечного ритма. Сигнал вариабельности сердечного ритма являетсяпримером использования в радиофизическом комплексе одного изинформационныхканалов,формируемыхстандартнымиприборамифункциональной диагностики. Выбор его в данном исследовании не случаен.10Известно, что надсегментарные отделы вегетативной нервной системыучаствуют в организации мозгового кровообращения (Москаленко Ю.
Е., 1992).Роль вегетативной регуляции при формировании функциональных процессов втканях головного мозга недостаточно изучена, хотя по данным клиническихисследований от ее активности зависит эффективность реабилитации присосудистых поражениях мозга. Тем более нет данных о влиянии вегетативнойрегуляции на собственное ЭМИ головного мозга.Для этого разработаны алгоритм и программное обеспечение дляполучения комплексных оценок мультифрактального формализма присовокупной обработке исследуемых биомедицинских сигналов (Рис. 4.7 и 4.8).Проведено исследование мультифрактальности биомедицинских сигналоврадиофизического комплекса при совокупных исследованиях ВСР исобственного ЭМИ головного мозга.Измерения биомедицинских сигналов проводились с помощьюрадиофизического комплекса МРТРС в двух функциональных состоянияхпациентов: в функциональном покое (F) и при выполнении пассивнойантиортостатической нагрузки (A).
Время каждого из функциональныхсостояний равнялось 300 с. Запись собственного электромагнитного излученияпроводилась одновременно в теменных зонах левого и правого полушарийголовного мозга. Одновременно регистрировались данные вариабельностисердечного ритма. Для изучения мультифрактальных свойств кратковременныхбиомедицинских сигналов методами MFDFA и MFCCA в данной работеиспользованы следующие временные окна: (1-10), (10-20), (20-30), (30-40),(40-50), (50-60), (60-70), (70-80), (80-90) и (90-100) с. Данные временные окнаограничены снизу влиянием интерполяционных шумов (менее секунды), асверху – соотношением [N/3], где N – длина ВР.Диагностическая возможность вычисляемых мультифрактальныххарактеристик для этих временных окон в состоянии функционального покоя ив состоянии антиортостатической нагрузки определялась с помощью критерияБленда-Альтмана (Гланц С.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
