- •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
2.4Причины варьирования результатов наблюдений
Разница между результатами измерений и действительно существующими значениями измеренной величины называется погрешностью или ошибкой.
Ошибки возникают из-за неисправности, или неточности измеряющих приборов или инструментов (технические ошибки), а также личных качеств исследователя, его навыков и мастерства (личные ошибки) и от целого ряда других неподдающихся регулированию и неустранимых причин (случайные ошибки).
Технические и личные ошибки объединяются в категорию систематических, т. е. неслучайных ошибок. Данный вид ошибок можно преодолеть, совершенствуя технические средства, условия работы и личный опыт. Эти меры позволяют свести размеры этих ошибок до минимума, которым можно пренебречь. Случайные ошибки, как независимые от воли человека, остаются и сказываются на результатах наблюдений.
Таким образом, варьирование результатов наблюдения вызывают причины двойственного характера: естественная изменчивость признаков и ошибки измерений. Однако, по сравнению с естественным варьированием, случайные ошибки, как правило, невелики. Поэтому варьирование результатов наблюдений рассматривают как естественное варьирование признаков.
2.5Точность измерений и действия над приближенными числами
Как показывает опыт, нет необходимости в точности измерений, когда эта точность практически не нужна. Данное положение относится к измеряемым объектам и к вычислениям обобщающих статистических характеристик. Исследователь может иметь дело с точными числами , получаемыми в результате счета, но гораздо чаще приходится оперировать приближенными числами, полученными в результате измерения. Такие математические операции, как нахождение логарифма числа, деления, извлечение из -под корня, в итоге дают приближенные числа. Чтобы избежать ошибок в работе и получить сопоставимые результаты, необходимо соблюдать признанные правила записи и округления приближенных чисел. Важно, чтобы числа, фиксированные в документах учета, соответствовали точности, принятой при измерении варьирующих объектов. Например, если измерение проводят с точностью до одного десятичного знака, то результаты нельзя записывать в следующем виде:
5,27; 4; 4,0629 и т. п.
Правильная запись этих чисел такая:
5,3; 4,0; 4,1.
В настоящее время более точным считается следующее правило: если за последней сохраненной цифрой следует 5, то округление осуществляется с недостатком, если сохраняемая цифра четная. Если сохраняемая цифра нечетная, то округление осуществляется с избытком. Например: числа 3,585 и 3, 575 округляются до двух десят-х знаков следующим образом - 3, 58; 3, 58.
2.6Способы группировки первичных данных
Обработка начинается с упорядоченности или систематизации собранных данных. Процесс систематизации собранных массовых наблюдений и объединения их в относительно однородные группы по некоторому признаку называют группировкой. Наиболее распространенным способом группировки являются статистические таблицы. Они бывают простыми и сложными. К простым относятся, например, четырехпольные таблицы, применяемые при альтернативной группировке, когда одна группа противопоставляется другой, например, здоровые - больным, высокие - низким.
Школьные классы |
Обнаружено |
Всего |
|
здоровых |
больных |
||
3 - 4 |
63 |
92 |
155 |
5 - 6 |
71 |
39 |
110 |
Всего |
134 |
131 |
265 |
К сложным таблицам относятся многопольные таблицы, применяемые при изучении корреляционной зависимости и при выяснении причинно-следственных отношений между варьирующими признаками. Из приведенных примеров видно, что статистические таблицы имеют не только иллюстративное, но и аналитическое значение, позволяющее обнаружить связи между варьирующими признаками. Если к четырехпольной таблице (на рис.1) добавить графу подсчета среднего значения присутствующих индивидов, то данная таблица будет служить примером многопольной таблицы с причинно-наследственными отношениями между варьирующими признаками.