Аналого-цифрове перетворення

Всі біосигнали є аналоговими сигналами. Таким чином, перед тим, як вони зможуть оброблятися комп’ютерами, вони повинні бути перетворені в цифрову форму. Це робиться шляхом аналого-цифрового перетворення. Якщо все зроблено коректно, то інформація не втрачається, і оригінальний аналоговий сигнал можна потім відновити з цифрового шляхом цифро-аналогового перетворення.

При обробці біосигналів необхідно відповісти на два питання:

• Як часто повинна виконуватись обробка?

• Як точно доведеться визначати амплітуду?

Для правильної обробки важливо, щоб інформація не втрачалася і не спотворювалась . Дуже низька частота вимірювань може викликати втрату інформації (див рис. 38); дуже висока частота вимірювань є надмірною і не дає додаткової інформації, але вимагає більшої комп’ютерної пам’яті.

Для деяких біосигналів амплітуда повинна вимірюватися з роздільною здатністю до 1% ; для інших достатня роздільна здатність 10% . Наприклад:

• для ЕКГ, амплітуди Q-хвиль повинні вимірюватися з роздільною здатністю 20 % або менше (точніше), тому що присутність Q-хвиль може вказати на інфаркт;

• для ЕЕГ, амплітуда безпосередньо не представляє інтересу, а важливі зміни середніх значень амплітуди з часом, які можуть виявити патологію.

Рис. 22. Вплив частоти дискретизації, що є надто низькою для того, що б побачити істинну форму хвиль двох сигналів. Сигнал ЕКГ представлено на верхньому рисунку, а синусоїдальний сигнал представлено на нижньому рисунку.

Якщо сигнали не обробляються з достатньо високою частотою дискретизації і якщо амплітуди не виміряні достатньо точно, сигнали будуть спотворені і буде неможливо отримати необхідні параметри. Рисунок 5 показує результати обробки з надто низькою частотою дискретизації.

З вище сказаного можна зробити висновки:

• дискретизація аналогових змінних, як наприклад біосигналів, можлива без втрати інформації.

• частота дискретизації визначається частотним спектром сигналу і повинна бути щонайменше в два рази більшою від частоти найбільш високочастотної гармоніки сигналу.

• ступінь дискретизації визначається необхідною точністю визначення параметрів, які повинні бути отримані при обробці сигналу.

Приклади застосування аналізу біосигналів

Методи для обробки і інтерпретації біосигналів весь час еволюціонують, переважно завдяки інформаційним технологіям які постійно змінюються. Обробка біосигналів і їх інтерпретація набули широкого застосування. Наведемо декілька прикладів:

Функціональний аналіз, який робиться в діагностичних комплексах для аналізу EMG або ЕЕГ, або для ЕКГ, фонокардіограма, спірограма, і так далі.

Скринінгові дослідження. Той же вид обробки сигналу, що використовується для функціонального аналізу, зустрічається також при застосуванні біологічних сигналів у скринінгових дослідженнях.

On-line аналіз, який має місце в ситуаціях в яких за пацієнтом спостерігають у палатах інтенсивного догляду. Інший приклад on-line аналізу – це контроль за протезуванням ще непошкоджених нервів або кінцівками мускула.

Фундаментальні дослідження. Для більш глибокого дослідження, як наприклад у фізіології, обробка сигналу може використовуватися, щоб проаналізувати нейронал або деполяризацію клітини.

При розгляді біологічних процесів зустрічаються чотири різні ситуації в яких ми стикаємося з аналізом сигналів (рис. 39). Рисунок 6 показує як зростає розуміння сутності. Розглянемо чотири випадки аналізу сигналів.

Рис. 23. Чотири різні ситуації в обробці біосигналу: тільки вихідний сигнал (a), викликані сигнали (b), випробування під час стимуляції (c), і моделювання процесу (d).

Тільки вихідний сигнал. Найзагальнішою є ситуація, коли ми маємо справу з біологічним процесом, що видає тільки вихідні сигнали. Ми не знаємо нічого або тільки мінімум про процес, що є джерелом сигналу. Підхід, який використовується в аналізі таких сигналів, переважно емпіричний. Характерний приклад цієї ситуації – аналіз ЕЕГ.

Викликаний сигнал. Деякі з вхідних умов процесу, що досліджується, можуть бути вже відомими, або ми можемо навіть припустити вигляд вхідного сигналу або подразника. В ідеалі, ми навіть зможемо зазирнути у суть цього біологічного процесу. Приклади цієї ситуації – стимульовані відгуки під час дослідження ЕЕГ або механічного чи електричного стимулювання клітин, нервів чи м’язів.

Випробування під час стимуляції. Наступна ситуація передбачає перевірку перебігу біологічного процесу під дією деякого вимушеного втручання або за, як мінімум, відомими умовами. Іноді це може поєднуватися з дією відомого вхідного стимулюючого сигналу.

До цієї групи належать багато випробування під час стимуляції, як наприклад випробування при фізичному навантаженні, коли ми вимірюємо параметри ЕЕГ ST-T або параметри сигналу спірограми, аналіз ЕЕГ під час анестезії, або «atrial pacing» під час катетеризації.

Моделювання. У випадках, коли доступне достатнє знання про процес, ми повинні бути здатні розробити модель біологічного процесу, наприклад, моделювання циркуляції або серцевої деполяризації. Такі моделі використовуються під час досліджень, навчання або для оцінки параметрів сигналу. Стрілка вказує на наявність зворотного зв’язку.

Моніторинг. Багато даних поступає через перетворювачі від хворого до медсестер або лікарів як для аналізу так і для контролю. Цій потік повинен бути зменшений та задокументований. Для цих цілей використовується комп’ютер.

Сигнали надають дані для підтримки реєстрації медичних рішень і аналізу тенденцій. Реєстрації рішень засноване на об’єктивних і кількісних вимірюваннях, а не на суб’єктивних спостереженнях. Біосигнали є прикладами об’єктивних вимірювань, які можуть використовуватися як вхідні для втручання під час моніторингу. Збільшення об’єктивності може привести до зниження людських помилок.