6 курс / Медицинская реабилитация, ЛФК, Спортивная медицина / Физиотерапия, лазерная терапия / Kharlamova_N_S_Perspektivnoe_napravlenie_fizioterapii_0

173

вектора момента: M изменяется в пределах от 0.5 до 5.

Рис. 1 - Треки движения z-ориентированных диполей в горизонтальной плоскости (XOY)

Построение годографов вектора момента ЕСД выполняется следующим образом. Задается положение исходного диполя в точке ЦС. Вектор дипольного момента исходного диполя вращается по окружности единичного радиуса в одной из координатных плоскостей. Для каждой ориентации вектора дипольного момента с учетом воздушной границы рассчитываются потенциалы в точках расположения 17 электродов и точках расположения 7 электродов системы Э.Франка. Далее по потенциалам системы из 17 электродов проводится реконструкция параметров ЕСД с помощью двух алгоритмов ([3] и [4]). Дополнительно с помощью известных соотношений из [5] рассчитываются проекции момента ЕСД из потенциалов 7 электродов системы Э.Франка. На рис. 2 представлены нормированные годографы вектора дипольного момента, движущегося по окружности в горизонтальной плоскости – исходные; реконструированные по формуле для потенциалов в безграничной среде; реконструированные с учетом воздушной границы; рассчитанные по формулам Э.Франка.

По рис. 2 можно утверждать, что алгоритм реконструкции, построенный с учетом воздушной границы, позволяет получить годограф, совпадающий с годографом вектора момента исходного диполя, что подтверждается значением погрешности - M не превышает 0.01 %. Пренебрежение воздушной границей создает погрешность определения вектора момента M от 1 до 5 %. Годограф, полученный по методике Э.Франка, имеет форму эллипса с M в пределах от 7 до

174

30 %.

Рис. 2 - Годографы вектора дипольного момента при его вращении в горизонтальной плоскости (XOY)

При движении вектора дипольного момента в других плоскостях при пренебрежении воздушной границей погрешность M изменяется в пределах от 5 до 60 %, причем наибольшие значения погрешности достигаются при вращении вектора момента в плоскостях YOZ и ZOX. Годографы, рассчитанные по методике Э.Франка, во всех случаях имеют форму эллипса, их плоскости практически совпадают с плоскостями исходных годографов, при этом M по отношению к исходным диполям изменяется в пределах от 5 до 50 %. Годографы, построенные в пренебрежении воздушной границей значительно отличаются по форме от исходных.

Необходимо отметить, что во всех случаях движения вектора дипольного момента пренебрежение воздушной границей создает заметные погрешности определения координат положения реконструированных диполей - r изменяется от 5 до 45 мм, причем наибольшие значения наблюдаются при вращении вектора момента в плоскостях

YOZ и ZOX.

Относительно методики Э.Франка необходимо отметить, что выражения для потенциалов электродов при ее построении были получены для торса реальной формы, а не кругового цилиндра, служащего его моделью в настоящей работе [5]. Именно этим можно объяснить отличия в форме годографов, полученных путем реконструкции и с использованием системы электродов Франка.

Выводы. Пренебрежение воздушной границей создает заметные погрешности определения координат положения и проекций вектора

175

дипольного момента. При этом погрешности носят методический характер. Использование в диагностическом комплексе алгоритма реконструкции, построенного в рамках работы [4] и учитывающего воздушную границу, позволит снизить данные погрешности и получать данные о координатах и скорости движения зон электрической активности сердца.

Библиографический список

1.Какорина Е.П. Современное состояние здоровья населения России и основные направления развития здравоохранения. –

[Электронный ресурс]. URL http://www.zdrav.net/speech/zdravohran (дата обращения 4 марта 2012 г.).

2.Титомир Л.И., Кнеппо П. Математическое моделирование биоэлектрического генератора сердца. – М.: Наука. Физматлит, 1999. – 447 с.

3.Лебедев В.В., Крамм М.Н., Жихарева Г.В., Иванов Г.Г., Попов Ю.Б. Система электродных отведений для измерения координат источников в области миокарда. // Медицинская техника. – 2006. – № 4. С. 7-10.

4.Стрелков Н.О., Жихарева Г.В., Крамм М.Н. Оценка влияния неоднородности грудной клетки при реконструкции эквивалентного диполя сердца. // Материалы XXI Всероссийской НТК “Биотехнические, медицинские и экологические системы и комплексы. Биомедсистемы – 2008”.

– Рязань: РГРТУ, 2008 – 366 с. С. 174-179.

5.Стрелков Н.О., Винокуров Д.С., Крамм М.Н. Методика реконструкции параметров токового диполя сердца на модели торса человека в виде кругового цилиндра. // Медикоэкологические информационные технологии – 2011: сборник материалов XIV Междунар. научн.-техн. конф. / редкол.: Н.А. Кореневский [и др.]; Юго-Зап. гос. ун-т. – Курск, 2011. – 315 с. С. 142-145.

6.Frank E. An accurate, clinically practical system for spatial vectorcardiography. // Circulation. 1956. Vol. 13 (May). P. 737.

176

НЕПРЕРЫВНАЯ АУТЕНТИФИКАЦИЯ, ИСПОЛЬЗУЮЩАЯ ФОНОКАРДИОГРАФИЧЕСКИЙ МЕТОД

Е.А. Андреева Научный руководитель - С.В. Беззатеев

Санкт-Петербургский государственный университет аэрокосмического приборостроения

Введение

Внаше время высокие технологии активно применяются в медицине. С каждым годом появляется все больше электронных устройств, предназначенных для решения различных медицинских задач.

Для некоторых пациентов подобного рода устройства, не просто служат дополнением к основному курсу лечения, а становятся жизненно необходимыми (например, имплантированные кардиоустройства, инсулиновые помпы). От корректной работы этих приборов напрямую зависит жизнь человека. Соответственно, к таким устройствам предъявляются повышенные требования безопасности.

Рассмотрим ситуацию: человек, использующий инсулиновую помпу, снимает ее для заправки инсулином или по каким-то иным причинам. Может ли он быть уверен, когда вновь начнет использовать устройство, что это будет именно его помпа. Подмена устройства опасна тем, что измененные настройки могут привести к несовместимости работы такого устройства с потребностями пациента.

Встатье рассмотрены методы повышения безопасности медицинских устройств за счет процедуры аутентификации пользователя с помощью биометрических технологий, использующих фонокардиографический метод, и дано описание модели безопасной системы.

Фонокардиография - это метод графической регистрации звуковых процессов, возникающих при работе сердца. Фонокардиография позволяет исследовать звуки сердца не доступные простому слуховому восприятию. Биометрическая технология, использующая в качестве идентифицирующих характеристик звуки сердца, имеет ряд преимуществ по сравнению с другими видами биометрии.

Модель системы

На сегодняшний день модель системы использования медицинского устройства (например, инсулиновой помпы) выглядит так, как показано на рис. 1.

177

Рис. 1 - Модель системы использования инсулиновой помпы

Очевидно, что после остановки работы устройства пользователь не может быть уверен в том, что использует свое устройство, с уникальными настройками и нужным лекарством.

Для того чтобы исключить возможность подмены или использования устройства другим пользователем, необходимо ввести процедуру непрерывной аутентификации пользователя после каждой остановки в работе.

При добавлении процедуры аутентификации модель использования системы будет выглядеть следующим образом (рис. 2).

Рис. 2 - Процедура аутентификации в модели использования системы

Использование системы аутентификации в медицинских устройствах

Традиционно идентификация и аутентификация пользователя в системе производится следующими способами:

Пароль

Ключ

Сертификат

Биометрия

Для медицинских устройств использование биометрических технологий является более эффективным, так как аутентификация

178

должна производиться непрерывно, не зависимо от состояния человека. Ввод пароля, использование ключа или сертификата, становится невозможным без выполнения человеком некоторых действий, в то время как с помощью биометрических технологий можно идентифицировать человека даже в тот момент, когда ему стало плохо и требуется немедленное введение инъекции препарата (в случае, например, инсулиновой помпы). Также требуется привязка медицинского устройства к конкретному пользователю, для устранения возможности случайной или преднамеренной подмены прибора.

В системе аутентификации с применением биометрических технологий пользователь идентифицируется на основе его индивидуальных характеристик. Созданы биометрические системы, использующие отпечаток пальца, радужную оболочку глаза, термограмму лица, голос. Также в качестве биометрической характеристики можно использовать звук сердца человека. Применение этого способа биометрии в качестве системы аутентификации в медицинских устройствах имеет ряд преимуществ по сравнению с другими способами биометрии.

Аутентификация по звуку сердца - новая биометрическая технология, с помощью которой можно обеспечивать непрерывную аутентификацию. Кроме того, аутентификация в этом случае может происходить без всяких дополнительных действий со стороны человека. Сердце человека работает на протяжении всей жизни и является органом жизнеобеспечения. Аутентификация с использованием звука сердца может производиться даже тогда, когда человек находится без сознания. Измерение данного индивидуального признака уже сейчас возможно с помощью мобильного телефона с установленным на него специальным программным обеспечением. Также плюсом такого метода является то, что звук сердца сложно подделать или модифицировать.

Описание метода использования звука сердца для идентификации пользователя медицинского устройства

Суть метода использования звука сердца для идентификации человека заключается в выделении индивидуальных характеристик тонов сердца.

Звук сердца представляет собой моно сигнал, поэтому к нему можно применить некоторые методы обработки, используемые для обычных одноканальных аудио-сигналов.

Для получения звуков сердца можно использовать обычный медицинский стетоскоп, но в наши дни существуют электронные стетоскопы, которые позволяют не только выслушивать звуки сердца, но и

179

передавать их для обработки на компьютер, с целью дальнейшего анализа. Также есть возможность использовать личные мобильные телефоны с установленным специальным программным обеспечением, для самостоятельного прослушивания тонов сердца и дальнейшей передачи этой информации на компьютер.

Тоны и шумы сердца связаны с открытием - закрытием клапанов и мышечными сокращениями сердца. Эти процессы вызывают появление турбулентного движения крови, ускорение или замедление ее токов, что обуславливает возникновение звуков высокой или низкой частоты - тонов, шумов сердца.

В течение всей жизни сердце человека работает с некоторым периодом – сердечным циклом. Сердечный цикл представляет собой последовательность процессов, происходящих за одно сокращение сердца и его дальнейшее расслабление. Каждый сердечный цикл сопровождается несколькими звуками. Лучше всего прослушиваются первый и второй тоны сердца (рис. 3). Так же первый и второй тоны сердца являются периодичными и коррелированными в непродолжительные промежутки времени. Это позволяет предположить, что в них содержатся идентифицирующие признаки, которые дают возможность использовать звук сердца в качестве биометрии.

Рис. 3 - Первый и второй тоны сердца

Таким образом, на первом шаге необходимо выделить первый и второй тон сердца. В них содержится больше уникальной информации, полезной для дальнейшего анализа. Это важно так же как определение гласных звуков при распознавании речи. Алгоритм нахождения первого и второго тона сердца описан в статье [1]. При таком подходе сиг-

180

нал разбивается на окна, и находятся окна с максимальной энергией сигнала. Окна с минимальной энергией сигнала не рассматриваются.

Далее из сигнала необходимо выделить уникальные признаки, отличающие этот сигнал от любого другого.

Существует несколько алгоритмов извлечения идентификационных признаков звука сердца, но все они имеют общие параметры:

1.Фиксируют биометрические характеристики звука сердца,

2.Используют классификацию биометрических характеристик,

3.Используют базу данных звуков, над которой проводятся исследования.

Один из предложенных алгоритмов использования звуков сердца в качестве биометрии рассмотрен в статье [2]. Блок-схема алгоритма показана на рис. 4.

Рис. 4 - Блок-схема алгоритма выделения уникальных характеристик звука

Оконное Дискретное Косинусное Преобразование выполняется по следующей формуле:

где n – индекс окна, k – индекс частоты, N - длина окна, S - сдвиг окна. В отличие от голоса звуки сердца более постоянные, поэтому

длина окна выбрана, как N = 500мс.

Фильтрация производится для того, чтобы исключить из рассмотрения сигналы, которые лежат за пределами звуковых частот сердца – 20 – 150Гц.

На выходе алгоритма получим набор кепстральных векторов. Для того чтобы классифицировать и уменьшить набор кепстральных векторов применяется алгоритм векторного квантования. С помощью этого алгоритма получается небольшой набор кодовых векторов, по которым можно однозначно идентифицировать сигнал.

Испытания по данному алгоритму проводились на группе из 10 человек и показали, хорошие результаты.

Заключение

В статье были рассмотрены методы, с помощью которых можно

181

повысить безопасность модели использования медицинских устройств. Было предложено ввести процедуру непрерывной аутентификации, с целью исключить ситуацию подмены устройства. В качестве аутентификации в системе предполагается использование биометрической технологии основанной на фонокардиографическом методе, так как он имеет ряд преимуществ, по сравнению с другими способами биометрии.

Пользователь должен быть уверен в своей безопасности, когда доверяет свою жизнь электронному устройству. Разработчикам необходимо предусмотреть и проработать все возможные варианты угроз для медицинских приборов, так как нарушение безопасности таких систем ставит под угрозу жизнь и здоровье человека.

Библиографический список

1.Beritelli F., Spadaccini A. Human Identity Verification Based on Heart Sounds: Recent Advances and Future Directions. Italy: University of Catania. 2010 1-18 c.

2.Phua K, Dat T.H., Chen J., Shue L. Human identification using heart sound. Singapore: Institute for Infocomm Research 2008. 1-6

с.

РАНГОВАЯ КОРРЕЛЯЦИЯ В МЕДИЦИНСКИХ ЗАДАЧАХ

М.П. Булаев, Е.Ю. Сеняева Рязанский государственный медицинский университет

им. акад. И.П. Павлова

Впрактике медицинских исследований довольно часто приходится иметь дело с признаками, которые с трудом поддаются точной количественной оценке. Кроме того, распределение одного или обоих признаков может быть очень неравномерным и неправильным. В таких случаях для количественной оценки связи между признаками используют метод ранговой корреляции Спирмена.

Вэтом методе необходимы не точные значения количественных признаков, а их ранги. Коэффициент ранговой корреляции является парным. Поэтому оценивается соответствие между двумя рядами порядковых номеров. Ранги присваивают по нисходящей: от большего значения к меньшему. Если встречаются два или более одинаковых значения, то используют метод «средних рангов».

182

Дальнейшие рассуждения будут проводиться на основе следующей задачи, являющейся показательной в контексте данной статьи.

Задача. Изучается связь между относительной физической работоспособностью по тесту PWR 170 и максимальным потреблением кислорода по данным исследований жизнедеятельности организма для группы из 16 человек. Данные по максимальному потреблению кислорода человека(Y, литры в 1 мин) с разной относительной физической работоспособностью (X, кгм/кг) представлены в табл. 1.

Число наблюдений мало, неизвестен закон распределения признаков. Поэтому в рассмотренном примере корректно оценивать стохастическую связь с помощью процедуры ранговой корреляции Спирмена ( Correlations (Speerman, Kendall tau, gamma)) из модуля “Nonparametries/Distrib ППП Statistica”. Результаты решения представлены ниже в табл. 2.

Таким образом, установлено, что между относительной физической работоспособностью по тесту PWR 170 и максимальным потреблением кислорода имеется сильная прямая (R=0,883002), статистически значимая (p=0,000006) корреляционная связь. То есть при увеличении