Диссертация (1025404), страница 11
Текст из файла (страница 11)
2.26позволила сделать следующие выводы:При помощи процедуры калибровки СВЧ-радиотермографа, имеетсявозможность уменьшить уровень ошибки измерения (менее 0.05, К), которая вэтом случае зависит только от параметров температуры элементов, потерь в СВЧэлементах, и коэффициента отражения.71Полученавозможностьприопределенномуровнекоэффициентаотражения добиться минимального значения чувствительности СВЧ-радиометрапри варьировании потерь в фидерном тракте с помощью аттенюатора.Полученные в ходе моделирования результаты показали, что введение воценку температуры согласованной нагрузки калибровочного слагаемого ∆Тпозволяетдобитьсяболеевысокойточностирезультатовизмерения(TCH-Tx<0.05, K).
Исходя из этого определим чувствительность СВЧ-радиометракак:ε = TX − (TCH + ∆Т),(2.11)где ∆Т параметры определяются при помощи процедуры калибровки СВЧрадиотермографа.2.3. Результаты оценки уровня измерения флуктуацийДля проверки чувствительности двухканального СВЧ-радиотермографаМРТ-40 находящегося в составе многоканального радиофизического комплексаМРТРС, были проведены лабораторные исследования и получены оценки уровняфлуктуаций сигнала для двух каналов собственного ЭМИ, регистрируемых впроекции двух полушарий головного мозга.Оценки получены по данным исследований, проведенных в Свердловскомобластном клиническом психоневрологическом госпитале для ветеранов войн (г.Екатеринбург).Исследования выполнены на следующих группах пациентов: перваягруппа – 20 здоровых в неврологическом плане пациентов-добровольцев ввозрасте от 18 до 20 лет;вторая группа – 14 больных, страдающих ишемическим инсультом (дореабилитационного курса лечения).
Полученные результаты представлены вТаблице 5 для двух групп соответственно.72Таблица 5.Уровни дисперсии флуктуаций собственного ЭМИ для двух групп пациентовОтносительно здоровыедобровольцы№пациента.1234567891011121314151617181920СреднееСостояние покояЛевый Правыйканалканал0,32951 0,242050,53044 0,359710,27259 0,271060,30005 0,274460,26817 0,270620,64940 0,638980,26485 0,259820,45703 0,270410,26240 0,256040,42791 0,262530,26289 0,255920,31349 0,355210,30901 0,266480,48860 0,326730,27655 0,284390,40745 0,295740,32707 0,276470,30167 0,277460,29248 0,258950,28527 0,271830,35134 0,29874НагрузкаЛевый Правыйканалканал0,35222 0,257300,29421 0,276790,26792 0,284690,35100 0,389720,28650 0,272930,26647 0,285340,27686 0,276400,39122 0,286730,28957 0,265750,33035 0,264090,30604 0,271160,29318 0,265860,26852 0,263260,45448 0,285930,29187 0,262920,31279 0,273020,42060 0,259630,25813 0,260720,27193 0,269810,26343 0,271850,31236 0,27720Больные пациенты сишемическим инсультомСостояние покояЛевый Правыйканалканал0,28046 0,275730,41995 0,593500,24329 0,245840,28616 0,276390,27229 0,262330,40140 0,278510,30332 0,270140,28525 0,288950,33250 0,413110,25631 0,248660,53620 0,286880,31164 0,395910,30199 0,291510,27191 0,29614НагрузкаЛевый Правыйканалканал0,31514 0,279011,14268 0,353940,25257 0,260200,27360 0,286140,27990 0,265970,41966 0,281030,29354 0,260010,29809 0,266690,32095 0,311570,28103 0,250840,28502 0,270970,49321 0,400640,28261 0,293540,30778 0,290780,321620,374700,315970,29081Представленные в Таблице 5 значения свидетельствуют превышенииуровня флуктуаций сигнала радиояркостной температуры головоного мозгаотносительноуровнячувствительностиСВЧ-радиотермографа,котораяравняется 0.05 K [161].
С одной стороны, это позволяет сделать вывод одостаточном уровне чувствительности СВЧ-радиотермографа для оценкифлуктуаций собственного электромагнитного излучения в проекции двухполушарий головного мозга для разных нозологических и функциональныхсостояний.73С другой стороны, такой уровень флуктуаций исследуемых сигналовтребует адекватных методов анализа таких сигналов. Поэтому, как будетпоказано в главе 5, спектральные методы не позволяют получать адекватныеоценки информационных характеристик таких сигналов и требуется применениедругих методов анализа, ориентированных на хаотические сигналы, к которымотносятся методы нелинейной динамики.
В следующих главах рассматриваютсяособенности получения и ограничений применения оценок одного из методовнелинейной динамики – мультифрактального анализа.2.4. Выводы из Главы 2.Проведенные в настоящей главе результаты позволяют сделать следующиевыводы:1.Предложена новая конструкция вибраторной АА с контактными штырями.Методами математического моделирования исследованы характеристики этойАА и показано, что такая АА может применятся для длительногомониторирования функциональных процессов в тканях головного мозга.2.Результатыисследованийпоп.1подтвержденылабораторнымииспытаниями.3.Предложена структурная схема модернизированного СВЧ-радиометра иисследованыоценкивлияниянаошибкуизмерениярадиояркостнойтемпературы потерь в СВЧ элементах схемы термобаланса и коэффициентаотражения антенны с телом с помощью программы реализованной в средеMATLAB.
Показано, что для предложенных схемотехнических решенийконструкции СВЧ-радиометра существуют уровни коэффициента отражения ипотерь в фидере при которых определены минимальные значения ошибкиизмерения СВЧ-радиометра (TCH-Tx<0.05 K).74ГЛАВА 3. РАЗРАБОТКА МЕТОДИКИ ИСПОЛЬЗОВАНИЯМУЛЬТИФРАКТАЛЬНОГО ФОРМАЛИЗМА ДЛЯ АНАЛИЗАКРАТКОВРЕМЕННЫХ БИОМЕДИЦИНСКИХ СИГНАЛОВМНОГОКАНАЛЬНОГО РАДИОФИЗИЧЕСКОГО КОМПЛЕКСА.3.1 О необходимости перехода к оценкам получаемыми методаминелинейной динамики, при обработке биомедицинских сигналов,измеряемых радиофизическим комплексомИспользование методов нелинейной динамики и элементов теории хаоса дляоценкиособенностейсамоорганизующейсяокружающейсредой,функционированиясистемы,являетсянаходящейсялогическиморганизмакакввзаимосвязитеснойразвитиемсложнойссовременныхпредставлений о процессах регуляции и самоорганизации живых организмов.Это справедливо и для оценки физиологических процессов на формированиефлуктуаций собственного электромагнитного излучения головного мозга.Введениедляхарактеристикибиомедицинскихсигналовнелинейныхпоказателей дает возможность новой оценки качественных и количественныхсвойств соответствующих процессов регуляции и расширяет возможностьклинической интерпретации.Линейные и нелинейные процессы одновременно присутствуют в организмеи не противоречат друг другу.
Оценка нелинейных динамических параметров сцелью прогнозирования состояния испытуемого требует использованияразнообразных специфических средств анализа. [215]В этой связи, привлекательность выбора того или иного численного метода взначительной степени определяется его универсальностью и возможностьюэффективного применения к реальным процессам различной природы. Средитаких достаточно универсальных методов обработки временных рядов можноотнести мультифрактальный анализ. Он позволяет выявить в шумоподобнойструктуре биомедицинских сигналов скрытую динамику, которую можноколичественно характеризовать в контексте моно- или мультифрактальности75[52], причем последняя является неотъемлемым атрибутом нормальнофункционирующих регуляторных механизмов [216].Дляполученияколичественныхоценокпривычисленияхтакихстатистических средних, как размерность аттрактора, энтропия, спектрпоказателей Ляпунова и других характеристик аттрактора, необходимо иметьдостаточное множество точек, определенных в фазовом пространстве ипринадлежащих аттрактору.
Число точек в расчетах конечно, но обязано бытьдостаточно большим [114]:M ≥ M = 102+0,4D(3.1)где М – число точек ВР, D – размерность аттрактора.Применение «классических» методов НЛД (оценок корреляционной ифрактальной размерностей, показателей Ляпунова и энтропии Колмогорова)связанно с построением аттрактора системы, что приводит к большимивременным затратам, не позволяющим проводить эти расчеты в режимереального времени, а получение надежного результата по реальным ВРвозможно только как итог большой серии расчетов при помощи несколькихалгоритмов. Это делает невозможным применение этих методов какинформационныхпоказателейдляприменениявзадачеобработкибиомедицинских сигналов, измеряемых комплексом.С другой стороны, перечисленные выше методы рассматривают исследуемыйВР как монофрактальный процесс, который является однородным в том смысле,что он имеет одни и те же масштабные свойства, которые как локально, так иглобально можно характеризовать единственным масштабным показателем [62].Таким образом, монофрактальная оценка является линейной, а ее статистическиесвойстваполностьюопределяютсяамплитуднымспектромФурьеигистограммой распределения [58].Впротивоположностьэтому,мультифрактальныйспектрсигнала"распадается" на большое количество однородных фрактальных подмножеств,сингулярные свойства которых можно характеризовать целым спектромлокальных экспонент Хёлдера.
Поскольку подмножества с одним и тем же76значением локальных экспонент Хёлдера являются фракталами, совокупностьсоответствующих им фрактальных размерностей статистически характеризуетсяспектром сингулярностей мультифрактала [52, 62]. При этом, нельзя заранееговорить о фрактальном (или мультифрактальном) поведении того или иногосигнала. Данный факт требуется устанавливать [187].В ряде работ [159, 6] было показано, что физиологические сигналы относятсяк классу мультифрактальных процессов, которые зависят от многих параметров,даже в состоянии функционального покоя демонстрирует значительное числофлуктуаций и проявляет черты детерминированного хаоса.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
