Исследование переходных процессов вариабельности сердечного ритма при стабилографических исследованиях
Аннотация
Работа посвящена экспериментальному изучению переходных
процессов в сигналах вариабельности сердечного ритма и вертикальной позы
человека, определяемых, соответственно, характеристиками вегетативной
нервной системы и вестибулярного аппарата.
Работа выполнена с помощью компьютерного стабилоанализатора с
биологической обратной связью «Стабилан-01-2». Анализ данных
производился в среде программирования MATLAB.
Получены статистические и спектральные характеристики
биомедицинских сигналов вариабельности сердечного ритма и вертикальной
позы человека. Произведен анализ полученных данных и классификация
данных переходных процессов.
Наибольшую информативность в оценке переходных процессов в
исследуемых биомедицинских сигналах несет коэффициент вариации CV. С
его помощью можно производить оценку однородности значений
характеристик этих сигналов.
Для классификации изменчивости параметров функциональных
изменений испытуемых применён метод машинного обучения Decision tree.
Полученные в работе оценки классификации обеспечивают точность 80%,
чувствительность 89% и специфичность 85%, что вполне приемлемо для
оценки информационных особенностей сигналов.
Работа объемом 58 страниц, 5 рисунков, 12 таблиц и 31 источник.
процессов в сигналах вариабельности сердечного ритма и вертикальной позы
человека, определяемых, соответственно, характеристиками вегетативной
нервной системы и вестибулярного аппарата.
Работа выполнена с помощью компьютерного стабилоанализатора с
биологической обратной связью «Стабилан-01-2». Анализ данных
производился в среде программирования MATLAB.
Получены статистические и спектральные характеристики
биомедицинских сигналов вариабельности сердечного ритма и вертикальной
позы человека. Произведен анализ полученных данных и классификация
данных переходных процессов.
Наибольшую информативность в оценке переходных процессов в
исследуемых биомедицинских сигналах несет коэффициент вариации CV. С
его помощью можно производить оценку однородности значений
характеристик этих сигналов.
Для классификации изменчивости параметров функциональных
изменений испытуемых применён метод машинного обучения Decision tree.
Полученные в работе оценки классификации обеспечивают точность 80%,
чувствительность 89% и специфичность 85%, что вполне приемлемо для
оценки информационных особенностей сигналов.
Работа объемом 58 страниц, 5 рисунков, 12 таблиц и 31 источник.