- •1(Часть 1) Разделы дисциплины.
- •1.1Биометрия
- •1.2Этапы истории
- •2Предмет и основные понятия биометрии
- •2.1Группировка первичных данных
- •2.2Признаки и их свойства.
- •2.3Классификация признаков
- •2.4Причины варьирования результатов наблюдений
- •2.5Точность измерений и действия над приближенными числами
- •2.6Способы группировки первичных данных
- •2.7Статистические ряды.
- •2.8Графики вариационных рядов
- •2.9Особенности биообъекта и экспериментальных данных о его свойствах и состоянии. Основные источники медико-биологических данных.
- •3Общая характеристика биологических сигналов и медико-биологических данных
- •3.1Случайный сигнал и случайная величина
- •3.2Одномерные случайные сигналы. Функция распределения и плотность вероятности
- •3.3Усреднение. Моменты случайной величины
- •3.4Равномерное распределение случайной величины
- •3.5Гауссово (нормальное) распределение
- •3.6Статистические характеристики систем случайной величины (Многомерные сигналы)
- •3.7Функция распределения и плотность вероятности.
- •3.8Вычисление моментов
- •3.9Корреляция
- •3.10Статистическая независимость случайных величин.
- •3.11Многомерное Гауссово распределение.
- •3.12Случайные процессы.
- •3.12.1Предварительная обработка сигналов.
- •3.12.2Моментальные функции случайных процессов.
- •3.12.3Взаимная функция корреляции двух случайных процессов.
- •3.13Помехи и их математические модели.
- •3.13.1Виды аддитивных помех.
- •3.13.2Законы распределения помех.
- •3.13.3Отношение сигнала помехи на прмере гауссовских помех.
- •4Основные понятия теории обнаружения сигнала
- •4.1Проверка статистических гипотез.
- •4.2Критерий Неймана-Пирсона.
- •4.3Алгоритмы обнаружения.
- •5Фильтрация сигналов
- •5.1Временная фильтрация.
- •5.2Частотная фильтрация.
- •5.3Связь между фильтрацией и сверткой.
- •5.4Физически реализуемые линейные фильтры частоты.
- •5.5Идеальный фильтр.
- •5.6Реализуемые непрерывные аналоговые фильтры.
- •5.7Узкополосные фильтры.
- •5.8Оптимальная фильтрация.
- •6(Часть 2) Корреляционный анализ
- •6.1Функциональная зависимость и корреляция
- •6.2Параметрические показатели связи. Коэффициент корреляции
- •6.3Вычисление коэффициента корреляции при малых выборках
- •6.4Минимальный объем выборки для точной оценки коэффициента корреляции
- •6.5Вычисление коэффициента корреляции при больших выборках
- •6.6Оценка разности между коэффициентами корреляции
- •7Качественное описание задач распознавания
- •7.1Основные задачи построения системы распознавания
- •7.2Параметрические и непараметрические методы и критерии
- •7.3Параметрические критерии
- •7.4Непараметрические критерии
- •7.5Статистические методы классификации многомерных наблюдений
- •7.6Минимаксный критерий
- •8Вопросы планирования исследований
- •8.1Приближенные оценки основных статистических показателей
- •8.2Определение необходимого объема выборки
- •9Типы медицинских изображений. Способы их обработки
- •9.1Иднтификация пространственных объектов. Схема этапов распознавания
- •9.2Обработка точечных изображений
- •9.3Моделирование процесса идентификации точечных изображений на эвм
- •9.4Основные принципы цифровых операций над изображениями
- •9.5Операции над изображениями. Хранение и представление изображений.
- •9.6Цветные изображения
- •9.7Окружающие и примыкающие пиксели
- •9.8Основные требования к аппаратуре
- •9.9Устройства ввода изображений
- •9.9.1Видеокамеры
- •9.9.2Насадки
- •9.9.3Другие устройства ввода изображений
- •9.10Устройства вывода изображений на дисплей
- •9.11Процессоры
- •9.12Критерий полезности признаков при распознавании объектов
- •9.13Геометрическая модель биологических данных. Система геометрических признаков при распознавании объектов
- •9.14Простые методы обработки изображений
Содержание:
Содержание: 1
1 (Часть 1) Разделы дисциплины. 2
2 Предмет и основные понятия биометрии 4
3 Общая характеристика биологических сигналов и медико-биологических данных 9
4 Основные понятия теории обнаружения сигнала 19
5 Фильтрация сигналов 22
6 (Часть 2) Корреляционный анализ 27
7 Качественное описание задач распознавания 30
8 Вопросы планирования исследований 39
9 Типы медицинских изображений. Способы их обработки 41
Учебная дисциплина "АОЭД" призвана дать студентам по специальности 1906 необходимые знания по анализу биологических сигналов; научить использовать эти знания при разработке сложных биосистем для диагностики состояния.
Изучение данной дисциплины невозможно без знания основных задач анализа сигналов, особенностей фильтрации и исследования информации о биообъекте, а также принципов синтеза специализированной аппаратуры обработки экспериментальной информации.
1(Часть 1) Разделы дисциплины.
Получение и представление медико-биологических данных.
Общая характеристика биосигналов и медико-биологических данных.
Предварительная обработка сигналов.
Корреляционный анализ.
Анализ биомедицинской информации как задачи выделения однородных групп данных.
Статистические методы классификации многомерных наблюдений.
Методы построения разделяющих функций. Задачи классификации медицинских данных.
Методы исследования взаимозависимости многомерных данных и снижение размерности пространства описаний.
Вопросы выбора альтернатив при анализе информации.
Типы медицинских изображений и способы их обработки.
1.1Биометрия
Биометрия - наука, позволяющая обрабатывать и анализировать экспериментально полученные данные. Она представляет собой совокупность биоматематических методов, используемых в биологии и заимствованных из области математической статистики и теории вероятности. Однако отождествлять биометрию с математической статистикой и теорией вероятности нельзя. Биометрия имеет свою специфику, свои отличительные черты и занимает определенное место в системе биологических наук.
Современная биометрия - раздел биологии, созданием которого является планирование наблюдений и статистическая обработка их результатов.
Общим для всех направлений математической обработки является дедуктивный подход к решению конкретных задач, когда на первое место выдвигаются математические модели с последующей проверкой их опытов. Биометрия опирается на индуктивный метод, отправляясь от конкретных фактов, которые она анализирует с помощью математических методов. Характерной особенностью биометрии является то, что ее методы применяются при анализе не отдельных фактов, а их совокупности, то есть явлений массового характера, в сфере которых обнаруживаются закономерности не свойственные единичным наблюдениям.
Несомненно, что значение биометрии для наук, изучающих биообъекты, будет возрастать тем более, чем успешнее применяется достижение современной компьютерной техники. Однако не всякое исследование опирается на биометрию, но там, где исследование проводят с применением счета или меры применение биометрии становится совершенно необходимо.
1.2Этапы истории
Биометрия как относительно самостоятельная научная дисциплина сложилась во второй половине XIX века. Однако ее истоки восходят к более раннему периоду естествознания, к тому времени, 5огда измерение биообъектов стали рассматривать как научное познание. В XVIII веке развивается военная антропология, опирающаяся на результаты измерения тел мужчин призывного возраста в целях отбора на военную службу. Все результаты измерений варьировали, поэтому нужно было исследовать эту изменчивость.
В 1718 году в Лондоне вышла в свет книга французского математика де Муавра "Учение о случаях". Измерив рост у 1400 взрослых женщин и расположив результаты измерений в ряд, он обнаружил закономерность, соответствующую в теории вероятности закону нормального распределения. Возникла необходимость интеграции медицины в биологии с методами теории вероятности и математической статистики.
Теория вероятности и математическая статистика возникли в середине XVII века независимо друг от друга. Известную роль сыграли азартные игры, которые оказались простыми моделями, позволившими заметить закономерности в поведении случайных событий. У истоков теории вероятности стояли фр. ученые Ферма и Паскаль, естествоиспытатель Гюйгенс. Однако наиболее существенное развитие теория вероятности нашла в трудах таких ученых, как Лаплас, Гаусс, Пуассон, Чебышев и его петербургская школа.
Первым, кто удачно объединил методы антропологии и социальной статистики с выводами теории вероятности и математической статистики, был бельгийский антрополог и статистик Кетле. На большом фактическом материале он впервые показал, что самые различные физические особенности человека и его поведения подчиняются закону распределения вероятности, описываемому формулой Гаусса-Лапласа.
Кетле заложил основы биометрии. Создание математического аппарата науки принадлежит английской школе биометриков XIX века, во главе которой стояли Гальтон и Пирсон. Пирсон занялся изучением проблем наследственности и изменчивости организма. Он создал математический аппарат биометрии, развил учение о разных типах кривы распределения, разработал метод моментов и критерий согласия x². Пирсон ввел в биометрию такие показатели, как средний квадрат отклонения и коэффициент вариации. Ему принадлежит усовершенствование методов корреляции и регрессии.
Таким образом, биометрия в своем историческом развитии прошла долгий и трудный путь от чисто словесного описания биообъектов к их измерению, а от статистически сводов и таблиц к статистическому анализу массовых явлений.
Периоды |
События |
1 |
Описательный, берет начало в XVII веке. |
2 |
Начало первой половины XIX века, он ознаменован работами Кетле. В это время закладываются основы биометрии как науки, целью которой является не описание явлений, а их анализ, направленный на открытие статистических закономерностей, которые действуют в сфере массовых явлений. |
3 |
Формалистический, характеризуется возникновением и развитием английской биологической школы во главе с Гальтоном и Пирсоном. В это время создается математический аппарат биометрии и применяется для изучения проблем наследственности и изменчивости организма. |
4 |
Рационалистический, начинается с 1902 года с классических исследований Иогансона, показав, что в области биологических исследований 1 место принадлежит биологическому эксперименту, а не математике. Математический аппарат применяется как вспомогательный при обработке экспериментальных данных. |
5 |
Этот период открывают классические работы Стьюдента и Фишера (1890-1962г.) В это время создаются основы теории малой выборки, теории планирования экспериментов, вводятся новые термины понятия. |
Применение методов биометрии используется в самых разных областях биологии, медицины, антропологии и других сложных наук.