Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Базы данных физиологических сигналов «physionet.org» ⇐ ПредыдущаяСтр 9 из 9
Разработчики и производители электронной медицинской аппаратуры, в которой используются различные методы математической обработки и анализа биомедицинских сигналов, постоянно сталкиваются с проблемой получения выборок реальных данных, необходимых как для поддержки работ по созданию алгоритмов и методов анализа, так и для оценки качества разработанных методов. Примерно начиная с 1970-х годов, специалисты из Массачусетского технологического института (Massachusetts Institute of Technology; MIT, Бостон, США), работая над созданием первых микропроцессорных кардиологических мониторов, осознали необходимость формирования общедоступной базы данных аннотированных записей ЭКГ, которая могла бы послужить основой для разработки, совершенствования и объективного сравнения между собой алгоритмов автоматического анализа сердечного ритма по ЭКГ. Пятилетние усилия в этом направлении завершились в 1980 году созданием базы данных аритмий (М1Т-В1Н Arrhythmia Database), которая за короткое время завоевала репутацию общепринятого стандарта. Вслед за этим одна за другой начали появляться новые базы данных ЭКГ и других физиологических сигналов. К 1999 г. сотрудниками MIT был распространен комплект оптических дисков, содержащих уже 11 подобных коллекций сигналов. Создание портала «PhysioNet Resource» позволило нс только сделать эти базы данных общедоступными, но и открыть возможность для расширения их состава всеми желающими исследователями. Портал «PhysioNet Resource» включает в себя три основных компонента: · Архив записей сигналов «PhysioBank», представляющий собой большой и постоянно расширяющийся набор тщательно аннотированных цифровых записей физиологических сигналов, временных последовательностей и различного вида сопровождающей информации. В настоящее время (2016 год) «PhysioBank» содержит более 60 коллекций кардио-пульмонарных, неврологических и других сигналов как от здоровых пациентов, так и от пациентов, страдающих различными видами заболеваний. В частности, направленность данных коллекций охватывает такие социально значимые медицинские проблемы, как внезапная кардиологическая смерть, застойная сердечная недостаточность, эпилепсия, нарушения походки, апноэ сна и старение. · Библиотека программ «PhysioToolkit» является обширным и постоянно расширяющимся набором программных средств, предназначенных для обработки и анализа физиологических сигналов, обнаружения значимых с точки зрения физиологии событий, интерактивного отображения и аннотирования сигналов, создания новых баз данных, моделирования физиологических и других сигналов, количественной оценки и сравнения методов анализа сигналов, а также для анализа нестационарных сигналов. Всё программное обеспечение свободно доступно в форме исходных кодов программ на условиях общественной лицензии «GNU» (General Public License, GPL).
· Виртуальная лаборатория «PhysioNetWorks» обеспечивает возможность сотрудничества с коллегами со всего мира в направлении создания, оценки, совершенствования, документирования и подготовки новых данных и программных средств для публикации на портале «PhysioNet Resource». В отличие от остальных двух компонентов портала, доступ в виртуальную лабораторию защищен паролем (который легко может быть получен в течении нескольких минут). Для участников лаборатории доступны надежные средства сохранения данных, удобные программы для просмотра и аннотирования сигналов, а также возможность интерактивного взаимодействия с более чем 3000 других исследователей. Все базы данных, размещаемые на портале «PhysioNet Resource», должны быть подготовлены в соответствии со специально разработанным форматом, который предусматривает три вида файлов: Заголовочные файлы. Представляют собой небольшие текстовые файлы, которые описывают сигналы (имя или URL файла сигнала, формат хранения, количество и типы сигналов, частота дискретизации, информация о калибровке, характеристики аналого-цифрового преобразования, продолжительность записи и начальное время). Файлы аннотаций. Содержат набор меток, каждая из которых описывает свойства одного или нескольких сигналов в заданные моменты времени. Метки должны следовать в файле строго в порядке нарастания времени. Информация в файлах аннотаций упакована с использованием специального формата. Поэтому доступ к ней возможен только с помощью специальных программ из библиотеки «PhysioToolkit».
Файлы сигналов. Содержат в бинарном виде цифровые отсчеты сигналов, которые могут быть представлены либо непосредственно значениями отсчетов, либо в одном из предусмотренных форматов упаковки, служащих для сокращения занимаемого объема памяти. Объём файлов сигналов может быть очень велик (до десятков и сотен мегабайт). Все три вида файлов, относящихся к одной записи сигнала, должны иметь одинаковое имя, но разные расширения. Заголовочные файлы имеют расширение «hea», файлы данных — расширение «dat», а файлы аннотаций могут иметь произвольные расширения, определяемые создателями и пользователями конкретной базы данных. Причём одной и той же записи сигнала могут соответствовать несколько видов файлов аннотаций, что позволяет осуществлять аннотирование записей с различных точек зрения. В качестве примера рассмотрим описание одной из двухканальных записей ЭКГ из базы данных аритмий «М1Т-В1П Arrhythmia Database». Эта запись в базе данных имеет имя «119». Рассмотрим содержимое заголовочного файла «119.hea»: · 119 2 360 650000 · 119.dat 212 200 11 1024 825 2943 О MI.II · 119.dat 212 200 11 1024 930 -26388 О VI · # 51 F 1129 654 х2 · # Pronestyl · # The PVCs arc uniform. В первой строке указано имя записи (119). число каналов сигнала (2), частота дискретизации (360 Гц) и общее число отсчетов сигнала в каждом из каналов (650000). Во второй и третьей строках содержится информация, относящаяся к сигналам первого и второго каналов соответственно. Например, данные для первого канала, перечисленные во второй строке заголовочного файла имеют следующий смысл: · 119.dat — имя файла, в котором содержится сигнал; · 212 — обозначение используемого формата упаковки отсчетов сигнала; · 200 – масштаб сигнала (число уровней квантования на I мВ); · 11 разрядность аналого-цифрового преобразования; 1024 уровень нулевой линии дискретизованного сигнала; · 825 — значение первого отсчета сигнала по данному каналу; · 2943 — контрольная сумма, служащая для проверки ошибок; · 0 — размер буфера для чтения сигнала (здесь не используется); · MLII — обозначение отведения ЭКГ (здесь — мониторное отведение II). Последние три строки заголовочною файла содержат комментарии для данной записи ЭКГ. В файле с именем «119.dat» сигнал записан в виде последовательности II-битных отсчетов, представляющих собой целые неотрицательные числа, которые могут принимать значения от 0 до 2047. Для пересчета сигнала к общепринятому масштабу в милливольтах необходимо от каждого значения отнять величину указанного в заголовочном файле уровня нулевой линии (1024) и разделить результат на величину масштаба сигнала (400). Ниже приведены данные из файла аннотаций, относящиеся к показанному на рисунке фрагменту сигнала: · 32 + · 309 N · 503 V · 977 N · 1315 N · 1651 N · 1971 N · 2294 N · 2488 V · 2956 N · 3296 N В первом поле каждой строки указана позиция отмеченной точки сигнала, выраженная в отсчетах (для перехода к времени в секундах это значение надо разделить на частоту дискретизации 360 Гц). Во втором поле каждой строки содержится идентификатор, раскрывающей смысл данной отметки времени. В нашем случае мы имеем три варианта таких идентификаторов: · + — признак смены ритма (в самом начале записи ставится всегда); · N — QRS-комплекс фонового ритма (относящийся к «норме»); · V желудочковый комплекс (желудочковая экстрасистола).
Отметим, что приведенный пример является очень упрощенной иллюстрацией. В действительности, предлагаемый формат представления данных намного сложнее и обеспечивает пользователю богатый и гибкий набор возможностей. Подробное описание как форматов данных, так и специализированных программ для манипуляций с данными содержится в инструкциях, доступных на портале «PhysioNet Resource». Одной из наиболее важных возможностей, предлагаемых порталом «PhysioNet Resource», является набор функций, позволяющих выполнять сравнение между собой различных алгоритмов обработки и анализа физиологических сигналов. Эта возможность поддерживается специализированным программным обеспечением, свободно доступным на данном сайте. Сравнение осуществляется путем сопоставления данных, содержащихся в двух файлах аннотаций, из которых один обычно содержит данные верификации (то есть служит эталоном), а другой — выраженные в тех же терминах и представленные в том же формате результаты работы некоторого испытуемого алгоритма. Программы реализуют сравнение информации из пары сравниваемых файлов аннотаций, подсчет ошибок и формирование итоговых таблиц, в которых имеются как сводные результаты по всему используемому набору записей, так и подробная расшифровка для каждой из записей. Анализ получаемых результатов позволяет как получать объективные стандартизованные оценки качества алгоритмов, так и осуществлять целенаправленную работу по совершенствованию программно-алгоритмического обеспечения систем анализа биомедицинских сигналов. Задание по ЛР На портале https://physionet.org/ в разделе Data найти раздел Neuroelectric and Myoelectric Databases. В разделе Neuroelectric and Myoelectric Databases выбрать EEG During Mental Arithmetic Tasks Ознакомиться с визуализатором Visualize waveforms На любой из последовательности, выявить все альфа волны (см. 1 часть методички) Произвести спектральный анализ (см. 2 часть методички) Сделать выводы о возможности использования ЭЭГ для нейроинтерфейсов.
|
|||||||
Последнее изменение этой страницы: 2021-11-27; просмотров: 323; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.139.82.23 (0.016 с.) |