В диссертационной работе построено математическую модель КИГ в виде суммы дискретной детерминированной функции и стационарной линейной случайной последовательности. Построенная модель позволяет учесть как нестационарный (переходной) характер, так и стохастичность КИГ, благодаря чему более адекватная по отношению к КИГ при физических нагрузках. Предложены новые диагностические признаки - вероятностные характеристики модели: математическое ожидание, корреляционная функция и плотность распределения. Выходя из выше предложенных диагностических признаков, приведено методы их статистического оценивания.
Поскольку статистическое оценивание математической ожидания осуществляется только по одной реализацией КИГ, а КИГ при физических нагрузках не является стационарной, то оценивание математического ожидания, которое равно детерминированной компоненте модели, осуществлено на основе метода наименьших квадратов. В результате оценивания получена последовательность значений, объем которых равен количеству отсчетов КИГ. Для уменьшения размерности диагностического пространства (без снижения информативности) осуществлено разложение оценки математического ожидания в ряд по ортогональным полиномам Чебишева, а в качестве диагностических признаков принято первые четыре коэффициента данного разложения.
В диссертационной работе построены гистограммы стационарной компоненты математической модели КИГ при физических нагрузках и осуществлена аппроксимация плотности распределения КИГ системой кривых Пирсона. Для характеристики состояния адаптивно-регулятивных возможностей организма на основе анализу плотности распределения предложено использовать новые диагностические признаки - параметры кривых Пирсона.
Статистическое оценивание корреляционной функции осуществлялось на основе теории статистического оценивания вероятностных характеристик эргодических относительно корреляционной функции вероятностных последовательностей. Для уменьшения размерности диагностического пространства (без снижения информативности) осуществлено разложение оценки корреляционной функции в ряд по ортогональным полиномам Чебишева, а в качестве диагностических признаков принято первые десять коэффициентов данного разложения.
Построен метод принятия решений при диагностике адаптивно-регуляционных механизмов организма за КИГ на основе анализа коэффициентов разложения оценки математической ожидание и оценки корреляционной функции в ряды за ортогональными полиномами Чебишева, коэффициентов кривых Пирсона на основе критерия Неймана-Пирсона и критерия Байеса.
Разработан метод имитационного моделирования КИГ при физических нагрузках, который базируется на ее математической модели и методе Юла-Уокера, для потребностей тестирования и обучения компьютерных диагностических систем за КИГ.
Для апробации основных положений диссертационного исследования, разработана система компьютерных программ, на основе которой проведена серия натурных и имитационных экспериментов по моделированию и обработке КИГ при физических нагрузках. Результаты экспериментов подтвердили достоверность и практическую ценность разработанной математической модели, методов анализа и имитации КИГ.
Ключевые слова: кардиоинтервалограмма, модель, линейный случайный процесс, диагностические признаки, статистические методы обработки, имитационное моделирование.
ANOTATION
Tysh E.V. Modeling and methods of cardiointervalogram processing of a man during the physical activity. – Manuscript.
Thesis for the Scientific Degree of Candidate of Technical Sciences in the specialty 01.05.02 – Mathematical Modeling and Computational methods (Technical science). – Ternopil State Ivan Pul’uj Technical University, Ternopil, 2008.
The thesis is dedicated to the creation of the mathematic imitation models and methods of processing the cardiointervalogram of a man during the physical activity basing on the theoretical probability approach to diagnosis of the cardio-vescular system by means of an electronic computer. A mathematic model of cardiointervalogram was created as a sum of a discrete determinant function and stationary linear random succession. The created model allows to consider both non-stationary (transitional) character and stochastisity of cardiointervalogram during physical activity, that is it is more adequate as to the last. Basing on the created mathematical model the methods of statistic processing of the registered cardiointervalogram were developed. New diagnosis features for the diagnosis of adaptation and regulatory possibilities of the human body were suggested: mathematic expectancy, correlation function and allocation density that fully characterize variety of cardiointervalogram during the physical activity. The methods of the mathematic evaluation of the diagnosis features were developed, in particular the decomposition coefficient of the mathematic expectancy of the correlation function of cardiointervalogram into the row with orthogonal polynoms of Chebishev and also the parameters of curves of Pirson for allocation density evaluation that allowed to diminish (optimize) the dimensions of the vector of diagnosis features. The methods of computer imitation modeling of the CIG were developed for the demands of testing the algorithms of processing and studying of the systems of identification of the biomedical images.
Key words: cardiointervalogram, cardiointerval, linear random process, diagnosis features, statistic methods of processing, imitation modeling.