МЕТОДЫ НЕЛИНЕЙНОЙ УСТОЙЧИВОЙ ФИЛЬТРАЦИИ СЛОЖНЫХ ПОМЕХ В БИОМЕДИЦИНСКИХ СИГНАЛАХ

summary

ОСНОВНИЙ ЗМІСТ ДИСЕРТАЦІЇ

        У вступі обґрунтовано актуальність розробки та застосування у біомедичних системах методів нелінійної стійкої фільтрації для усунення складних завад, до яких відносяться нестаціонарний шум і рухові артефакти; подана стисла анотація результатів дослідження.

        У першому розділі наведений огляд найбільш ефективних адаптивних методів фільтрації нестаціонарного шуму та рухових артефактів у БС. Перелічуються недоліки, труднощі й обмеження використання даних методів у практичних умовах, для долання яких доцільно застосування нелінійної стійкої фільтрації.

        Серед методів лінійної фільтрації для усунення нестаціонарного шуму застосовуються адаптивні фільтри, що здатні динамічно змінювати параметри у відповідності із зміною властивостей завади, не потребують знань про форму хвиль, спектральні та статистичні характеристики корисного сигналу та завади, виконання умови їхньої стаціонарності, але повинні виконуватися умови статистичної незалежності сигналу та завади, існування опорного сигналу, сильно корельованого із завадою та некорельованого із сигналом. Окрім цих обмежень перелічено загальні недоліки лінійних фільтрів, що відсутні для нелінійних стійких оцінок: це невисокі динамічні властивості в околі різких змін сигналу, неефективність в умовах змішаного адитивного та мультиплікативного шуму, незастосовність при наявності імпульсних завад.

        Найбільш ефективними методами боротьби із нестаціонарним ЕМГ-шумом у БС є адаптивні методи на основі ортогональних перетворень (ОП), зокрема фільтри, що використовують потужний концептуальний інструмент оптимальної оцінки Вінера. Перелічено недосконалості даних фільтрів, що долаються методами ЛА нелінійної фільтрації: це невиконання допущення стаціонарності сигналу в практичних умовах; неефективність під час непередбачених змін сигнально-завадової ситуації; втрати або спотворення низькоамплітудних параметрів та прояви ефекту Гіббса в околі різких змін сигналу в результаті застосування порогових оцінок; використання процедур оцінки дисперсії, визначення QRS-комплексів, що мають погрішності.

        З метою придушення шуму, що описується симетричною α-стабільною щільністю розподілу ймовірностей (ЩРЙ) з “тяжкими” хвостами, зокрема ЕМГ-шуму в БС успішно застосовуються міріадні методи, що належать до нелінійних стійких фільтрів. Проте у міріадних фільтрах для кожного положення ковзного вікна треба відшукувати глобальний мінімум функції втрат, ці фільтри не завжди реалізовані у реальному часі або потребують оцінки масштабу даних.  

        Визначені проблеми усунення рухових артефактів, присутніх у тривалих БС, методами "сліпого" розділення сигналів, класифікаторами образів. Ці проблеми полягають у надзвичайній варіабельності рухових артефактів, аналогічності параметрів з корисним сигналом, невідомих спектральних і статистичних властивостях. Також усуненню артефактів заважає висока корельованість БС, вплив інших фізіологічних процесів на сигнал, що досліджується. Для долання цих проблем доцільне застосування методів нелінійної стійкої фільтрації.

        Наприкінці розділу сформульовані висновки, в яких визначено основні проблеми видалення складних завад у БС існуючими методами обробки сигналів та аргументована необхідність розроблення й застосування в цій області методів нелінійної стійкої фільтрації. 

        У другому розділі обґрунтовано вибір метода ЛА стійкої фільтрації для обробки одномірних біомедичних сигналів з різним, невідомим типом поведінки інформативної компоненти в умовах дії адитивного нестаціонарного й адитивного і мультиплікативного шумів і наявності викидів. З метою розробки нелінійних локально-адаптивних фільтрів (ЛАФ) проаналізовані типові представники стійких оцінок і гібридні нелінійні фільтри, властивості яких корисні для обробки БС. Обґрунтований вибір ЗМКГМФ для виділення високоамплітудних спотворень сигналу, спричинених рухами. З метою розробки методів видалення низькоамплітудних рухових артефактів з невідомими властивостями розглянуті принцип векторної нелінійної фільтрації у ковзному вікні даних і певні типи ВНФ.