Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины

Сформулировано определение интеллектуальной ИТ обработки сигналов сложной формы. Описаны вычислительные процедуры, обладающие свойствами естественного интеллекта — способностью приспосабливаться к изменяющимся ситуациям, распознавать классы ситуаций внешней среды и совершенствовать собственные потре...

Full description

Saved in:

Bibliographic Details
Date:	2018
Main Author:	Файнзильберг, Л.С.
Format:	Article
Language:	Russian
Published:	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2018
Series:	Управляющие системы и машины
Subjects:	Фундаментальные и прикладные проблемы информатики и информационных технологий
Online Access:	https://nasplib.isofts.kiev.ua/handle/123456789/144953
Tags:	Add Tag No Tags, Be the first to tag this record!
Journal Title:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины / Л.С. Файнзильберг // Управляющие системы и машины. — 2018. — № 3. — С. 3-17. — Бібліогр.: 26 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	nasplib_isofts_kiev_ua-123456789-144953
record_format	dspace
spelling	nasplib_isofts_kiev_ua-123456789-1449532025-02-23T17:04:47Z Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины Нтелектуальні інформаційні технології — головний інструмент побудови засобів цифрової медицини Intellectual Information Technologies as the Main Tool for Digital Medicine Файнзильберг, Л.С. Фундаментальные и прикладные проблемы информатики и информационных технологий Сформулировано определение интеллектуальной ИТ обработки сигналов сложной формы. Описаны вычислительные процедуры, обладающие свойствами естественного интеллекта — способностью приспосабливаться к изменяющимся ситуациям, распознавать классы ситуаций внешней среды и совершенствовать собственные потребительские свойства по мере эксплуатации. Эффективность предложенных процедур продемонстрирована на примере фазаграфии — интеллектуальной ИТ для интегральной оценки функционального состояния сердечно-сосудистой системы по тонким изменениям формы ЭКГ, незаметным при традиционном способе ее анализа и интерпретации. Подано визначення інтелектуального ІТ оброблення сигналів складної форми. Розроблено обчислювальні процедури, які мають властивості природного інтелекту — здатність пристосовуватись до мінливих ситуацій, розпізнавати класи ситуацій довкілля і вдосконалювати свої споживчі властивості при експлуатації. Ефективність запропонованих процедур продемонстрована на прикладі фазаграфії — інтелектуальної ІТ для інтегральної оцінки функціонального стану серцево-судинної системи за тонкими змінами форми ЕКГ, непомітними при традиційному способі її аналізу та інтерпретації. The purpose of the article is to formulate the main tasks of digital medicine and based on the example of solving a specific problem to demonstrate the role of intellectual IT in enhancing the effectiveness of digital medicine. 2018 Article Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины / Л.С. Файнзильберг // Управляющие системы и машины. — 2018. — № 3. — С. 3-17. — Бібліогр.: 26 назв. — рос. 0130-5395 DOI: https://doi.org/10.15407/usim.2018.03.003 https://nasplib.isofts.kiev.ua/handle/123456789/144953 616.12-07 ru Управляющие системы и машины application/pdf Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Фундаментальные и прикладные проблемы информатики и информационных технологий Фундаментальные и прикладные проблемы информатики и информационных технологий
spellingShingle	Фундаментальные и прикладные проблемы информатики и информационных технологий Фундаментальные и прикладные проблемы информатики и информационных технологий Файнзильберг, Л.С. Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины Управляющие системы и машины
description	Сформулировано определение интеллектуальной ИТ обработки сигналов сложной формы. Описаны вычислительные процедуры, обладающие свойствами естественного интеллекта — способностью приспосабливаться к изменяющимся ситуациям, распознавать классы ситуаций внешней среды и совершенствовать собственные потребительские свойства по мере эксплуатации. Эффективность предложенных процедур продемонстрирована на примере фазаграфии — интеллектуальной ИТ для интегральной оценки функционального состояния сердечно-сосудистой системы по тонким изменениям формы ЭКГ, незаметным при традиционном способе ее анализа и интерпретации.
format	Article
author	Файнзильберг, Л.С.
author_facet	Файнзильберг, Л.С.
author_sort	Файнзильберг, Л.С.
title	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины
title_short	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины
title_full	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины
title_fullStr	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины
title_full_unstemmed	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины
title_sort	интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины
publisher	Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України
publishDate	2018
topic_facet	Фундаментальные и прикладные проблемы информатики и информационных технологий
url	https://nasplib.isofts.kiev.ua/handle/123456789/144953
citation_txt	Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины / Л.С. Файнзильберг // Управляющие системы и машины. — 2018. — № 3. — С. 3-17. — Бібліогр.: 26 назв. — рос.
series	Управляющие системы и машины
work_keys_str_mv	AT fajnzilʹbergls intellektualʹnyeinformacionnyetehnologiiglavnyjinstrumentpostroeniâsredstvcifrovojmediciny AT fajnzilʹbergls ntelektualʹníínformacíjnítehnologíígolovnijínstrumentpobudovizasobívcifrovoímedicini AT fajnzilʹbergls intellectualinformationtechnologiesasthemaintoolfordigitalmedicine
first_indexed	2025-11-24T02:38:31Z
last_indexed	2025-11-24T02:38:31Z
_version_	1849637639373717504
fulltext	ISSN 0130-5395, УСиМ, 2018, № 3 3 Фундаментальные и прикладные проблемы Computer Science DOI https://doi.org/10.15407/usim.2018.03.003 УДК 616.12-07 Л.С. ФАЙНЗИЛЬБЕРГ, д-р техн. наук, профессор, глав. науч. сотруд., Международный научно-учебный центр информационных технологий и систем НАН Украины и МОН Украины, просп. Глушкова, 40, Киев 03187, Украина, fainzilberg@gmail.com ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ — ГЛАВНЫЙ ИНСТРУМЕНТ ПОСТРОЕНИЯ СРЕДСТВ ЦИФРОВОЙ МЕДИЦИНЫ Сформóлировано определение интеллеêтóальной ИТ обработêи сиãналов сложной формы. Описаны вычислительные процедóры, обладающие свойствами естественноãо интеллеêта — способностью приспосабливаться ê изменяющим- ся ситóациям, распознавать êлассы ситóаций внешней среды и совершенствовать собственные потребительсêие свойства по мере эêсплóатации. Эффеêтивность предложенных процедóр продемонстрирована на примере фазаãра- фии — интеллеêтóальной ИТ для интеãральной оценêи фóнêциональноãо состояния сердечно-сосóдистой системы по тонêим изменениям формы ЭÊÃ, незаметным при традиционном способе ее анализа и интерпретации. Êлючевые слова: цифровая медицина, информационная технолоãия, сиãнал сложной формы, лоêализованная диаãно- стичесêая информация Введение В начале 60-х ãодов прошлоãо столетия сфор- мировалось новое наóчное направление — би- олоãичесêая и медицинсêая êибернетиêа, — прошедшее долãий пóть развития собственных математичесêих, инстрóментальных и инфор- мационных методов полóчение знаний о сложноорãанизованных живых системах [1–3]. Впоследствии, в резóльтате исследований, были созданы математичесêие модели êаê от- дельных орãанов в норме и патолоãии, таê и математичесêие модели, ориентированные на диаãностиêó, проãнозирование и лечение раз- личных заболеваний. Большое внимание бы- ло óделено таêже автоматизации орãанизаци- онно-óправленчесêих задач в êлиниêах, боль- ницах и óчреждениях здравоохранения. Отмечая несомненнóю сóщественность этих резóльтатов, следóет, однаêо, признать, что на начальном этапе становления биолоãичесêая и медицинсêая êибернетиêа не обеспечила эффеêтивное решение целоãо ряда проблем [4]. В частности, не óдалось создать óсловий для массовых профилаêтичесêих обследова- ний, обеспечивших выявление опасных забо- леваний на ранних стадиях, снизить стои- мость медицинсêих óслóã, обеспечить их дос- тóпность широêим слоям населения, прибли- зив средства диаãностиêи и лечения непо- средственно ê пациентам. Понятно, что эти проблемы не моãли быть преодолены лишь незначительными доработêами и óпрощением приборов êли- ничесêоãо использования. Оêазалось, что разработêа простых и надежных персони- фицированных медицинсêих средств нóжда- ется в применении новых подходов ê обра- ботêе информации и специфичесêих мето- дов предоставления резóльтатов обработêи пользователю, не имеющемó специальных медицинсêих знаний [5]. Л.С. Файнзильберã 4 ISSN 0130-5395, Control systems and computers, 2018, № 3 Ситóация êардинально изменилась с по- явлением новоãо êласса информационных технолоãий (ИТ) — интеллеêтóальных ИТ, ре- ализóющих элементы естественноãо интеллеê- та. В отличие от традиционных, таêие техно- лоãии оперирóют обобщенными понятиями — образами, анализ êоторых порождает более полнóю и целостнóю êартинó изóчаемых яв- лений, что позволяет повысить достоверность принимаемых решений. Применение интеллеêтóальных ИТ приве- ло ê новой парадиãме здравоохранения — цифровой медицине. Цель статьи — сформóлировать определе- ние интеллеêтóальной ИТ обработêи сиãна- лов сложной формы и на примере решения êонêретной задачи продемонстрировать роль таêой технолоãии в повышении эффеêтивно- сти средств цифровой медицины. Цифровая медицина в кардиологии Понятие цифровая медицина не следóет ото- ждествлять с любым медицинсêим изделием, построенным на элементах цифровой вычис- лительной техниêи. Например, в медицин- сêой праêтиêе широêо использóют цифровые элеêтроêардиоãрафы, êоторые реализóют тра- диционные алãоритмы диаãностиêи, основан- ные на мноãолетнем опыте êардиолоãов визó- ально оценивать элеêтроêардиоãраммó (ЭÊÃ). Безóсловно, применение цифровых элеê- троêардиоãрафов облеãчает трóд медицинсêо- ãо персонала и соêращает время полóчения резóльтатов диаãностиêи. Однаêо, по мнению автора, цифровые элеêтроêардиоãрафы, реа- лизóющие лишь традиционные подходы ê об- работêе ЭÊÃ, не следóет относить ê изделиям цифровой медицины, посêольêó они не при- вели ê достижению ãлавной цели — повыше- нию достоверности резóльтатов диаãностиêи. Соãласно [6], ЭÊÃ поêоя, оцениваемая по общепринятым êритериям, остается нормаль- ной приблизительно ó 50 процентов больных хроничесêой формой ишемичесêой болезни сердца (ИБС), в том числе во время эпизодов дисêомфорта в ãрóдной êлетêе. Поэтомó опыт- ные êлиницисты часто по-прежнемó предпо- читают визóальнóю оценêó ЭÊÃ, не пол- ностью доверяя êомпьютерным алãоритмам, êоторые порой приводят ê ошибочным ре- шениям [7]. В Междóнародном наóчно-óчебном центре информационных технолоãий и систем НАН Óêраины и МОН Óêраины (МНÓЦ ИТиС) разработан инновационный метод обработêи ЭÊÃ, полóчивший название фазаãрафия [8]. Отличительная особенность метода состоит в применении интеллеêтóальной ИТ для обра- ботêи наблюдаемоãо временноãо сиãнала ( )z t на фазовой плосêости ( ), ( )z t z t , ãде ( )z t — сêорость изменения элеêтричесêой аêтивно- сти сердца [9–12]. Истоêами фазаãрафии послóжили исследо- вания в рамêах междóнародноãо проеêта по проãрамме TRANSFORM [13], при выполне- нии êотороãо был использован мноãоêаналь- ный элеêтроêардиоãраф с традиционными 12-ю отведениями, и на êлиничесêом материале доêазана высоêая информативность метода фазаãрафии в сравнении с обработêой ЭÊÃ во временной области. Дальнейшие исследования были направле- ны на приближение метода фазаãрафии непо- средственно ê пациентó, в том числе при до- машнем использовании. Эти исследования завершились созданием и передачей в серий- ное производство проãраммно-техничесêоãо êомплеêса ФАЗАÃРАФ®, в êотором исполь- зован портативный миêропроцессорный дат- чиê с пальцевыми элеêтродами. Óпрощенный метод реãистрации ЭÊÃ по- требовал применения интеллеêтóальной ИТ [14], êоторая позволила по одноêанальной ЭÊÃ полóчать дополнительнóю диаãностиче- сêóю информацию, выявлять тонêие измене- ния формы сиãнала, ãарантировать персони- фиêацию диаãностичесêих решений и предос- тавить информацию о начальных признаêах сердечных патолоãий. Фазаãрафия — один из примеров óдачноãо использования резóльтатов фóндаментальных исследований, направленных на поисê интел- леêтóальных методов обработêи сиãналов слож- Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 3 5 ной формы с лоêализованной диаãностичесêой информацией [15], êоторые в итоãе обеспечи- ли создание новоãо средства цифровой меди- цины в êардиолоãии. Сигналы сложной формы При построении êомпьютерных систем тех- ничесêой и медицинсêой диаãностиêи часто возниêает необходимость извлечения инфор- мации из временноãо сиãнала ( )z t , êоãда он имеет сложнóю формó, а диаãностичесêие признаêи сосредоточены на небольших ин- тервалах 0it T  , 1, 2, ...i  , области опре- деления 0 1 2[ , ]T t t сиãнала ( )z t . Хараêтерные примеры таêих сиãналов (рис. 1) — ЭÊÃ, несóщая информацию об элеê- тричесêой аêтивности сердца, и термоãрамма êристаллизации железоóãлеродистоãо расплава. Несмотря на различие физичесêой приро- ды объеêтов, порождающих эти сиãналы, они имеют общóю особенность: содержат хараêтер- ные фраãменты, по êоторым êосвенно можно оценить состояние объеêта. Таê, амплитóдно- временные параметры формы информатив- ных фраãментов ЭÊÃ (рис. 1, а) несóт инфор- мацию о состоянии сердечной мышцы (мио- êарда), а параметры фраãментов термоãраммы (рис. 1, б), вызванные термичесêими эффеê- тами фазовых превращений, несóт информа- цию о химичесêом составе расплава. В свое время эффеêтивные процедóры из- влечения диаãностичесêой информации из зашóмленных термоãрамм были разработаны и реализованы в цифровых анализаторах «ÓÃЛЕ- РОД» и ИТ «ТЕРМОÃРАФ» [16] для опреде- ления êомплеêса 12 технолоãичесêих поêаза- телей химичесêоãо состава расплава по ходó плавêи (содержание óãлерода, êремния, мар- ãанца и дрóãих элементов), а таêже проãнози- рования механичесêих свойств — прочно- сти на растяжение и твердости. Этот положительный опыт позднее был ис- пользован при разработêе фазаãрафии — ин- теллеêтóальной ИТ извлечения диаãностиче- сêой информации из ЭÊÃ и дрóãих физиоло- ãичесêих сиãналов сложной формы. Соãласно [17] процесс порождения ЭÊÃ реалистичесêой формы может быть описан математичесêой моделью 2 2 { , , , , , } ( )( ) exp ( ), 2 im m im i P Q R S S T T im tz t A h t b              (1) в êоторой (1 )im i imA A   , (2) (1 )im i im     , (3) (1) (1) (2) (2) (1 ) , (1 ) , i im im im i im im b t b b t              (4) Комплекс QRS Сегмент PQ Сегмент ST Интервал QT Интервал PQ E, мВ t, c а t, c б T, град. Рис. 1. Примеры сиãналов с лоêализованной информацией Л.С. Файнзильберã 6 ISSN 0130-5395, Control systems and computers, 2018, № 3 ãде iA , i , (1) ib , (2) ib — параметры, определяю- щие формó информативных фраãментов по- лезноãо сиãнала 0 ( )z t — зóбцов , , , ,P Q R S T и сеã- мента S T в виде несимметричных ãаóссовых фóнêций, а im , im , (1) im , (2) im — последователь- ности реализаций независимых слóчайных величин, êоторые с нóлевыми математичесêи- ми ожиданиями распределены на интервалах 0 0[ , ]i m i i    , 0 0[ , ]im i i    , (5) (1) 0 0[ , ]i m i i    , (2) 0 0[ , ]i m i i    , (6) оãраниченных фиêсированными числами 0 i , 0 i , 0 i . Числа 0 i , 0 i , 0 i определяют степень неза- висимых слóчайных исêажений амплитóдно- временных параметров iA , i , (1) ib , (2) ib этало- на 0 ( )z t на наблюдаемой последовательности ( )mz t , 1, ...,m M сердечных циêлов. Бóдем полаãать, что аддитивное возмóщение 1 2( ) ( ) ( )h t h t h t  (7) порождают два типа помех — частотная 1( )h t , вызванная сетевыми наводêами, и слóчайная 2 ( )h t , обóсловленная мышечным тремором в месте наложения элеêтрода. Стохастичесêая модель (1)–(7) позволила обосновать эффеêтивность метода фазаãра- фии и провести необходимые эêсперимен- тальные исследования по оценêе метролоãи- чесêих хараêтеристиê проãраммно-техниче- сêоãо êомплеêса ФАЗАÃРАФ® Базовые определения Прежде чем демонстрировать эффеêтивность метода фазаãрафии сформóлирóем неêоторые базовые определения. Слово технолоãия объединяет два термина: техно (ãреч. t échnё — исêóсство, мастерство, óмение) и лоãия (ãреч. logos — наóêа). Таêим образом в общем слóчае технолоãия представ- ляет собой исêóсство преобразования неêото- роãо сырья в продóêт (например, железной рóды в сталь), а наóêа технолоãии направлена на поисê наиболее эффеêтивных способов таêоãо преобразования. Отсюда следóет таêое определение [18]. Определение 1. ИТ обработêи сиãналов — совоêóпность вычислительных процедóр, обеспечивающих переход от наблюдаемоãо сиãнала (сырье технолоãии) ê информации, ориентированной на êонêретноãо пользовате- ля (продóêт технолоãии). Исследования поêазали, что ИТ обработêи сиãналов сложной формы требóет примене- ния ряда вычислительных процедóр, обла- дающих свойствами адаптации, обобщения, обóчаемости и дрóãими свойствами естест- венноãо интеллеêта [14]. Поэтомó введем таêое определение. Определение 2. Интеллеêтóальная ИТ обра- ботêи сиãналов сложной формы — совоêóп- ность вычислительных процедóр, обладающих свойствами естественноãо интеллеêта, êото- рые обеспечивают эффеêтивное извлечение лоêализованной диаãностичесêой информации (продóêт технолоãии) из сиãналов, исêажен- ных внóтренними и внешними возмóщениями (сырье технолоãии). Возможны формальный и неформальный (эвристичесêий) подходы ê построению вы- числительных процедóр, реализóющих от- дельные этапы ИТ. Первый подход основан на решении опти- мизационной задачи: вычислительная проце- дóра строится формально из óсловия минимóма (маêсимóма) неêотороãо êритерия (сóперêри- терия)  , хараêтеризóющеãо эффеêтивность êонêретноãо этапа обработêи. Например, байесовсêая схема êлассифи- êации основана на минимóме êритерия  , представляющеãо собой средний рисê прини- маемых решений, а процедóра построения реãрессионной модели — на основе минимóма êритерия  , представляющеãо собой средне- êвадратичесêóю ошибêó аппроêсимации эêс- периментальных данных фóнêцией, заданной с точностью до неизвестных параметров. Понятно, что не все вычислительные про- цедóры моãóт быть построены на основе фор- мальноãо подхода. Далеêо не всеãда óдается выразить êритерий  эффеêтивности êон- êретноãо этапа обработêи сиãнала в виде вы- пóêлой фóнêции, для êоторой можно провес- Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 3 7 ти ãлобальнóю оптимизацию. Можно óêазать и дрóãие причины оãраничений формальноãо подхода. В таêих ситóациях не остается ничеãо ино- ãо, êаê строить вычислительнóю процедóрó неформально на основе интóиции, а êритерий  использовать лишь для оценêи ее эффеê- тивности. Пóсть 0 — априорное значение êритерия  определенноãо этапа ИТ, êоторое может быть оценено эêспертом до использования неêото- рой вычислительной процедóры  , а 1 — апостериорное значение êритерия  , оце- ненное после использования этой процедóры. Тоãда правомерно ввести таêие определения. Определение 3. Процедóра  эффеêтивна, если выполняется строãое неравенство: 1 0   . (8) Определение 4. Процедóра ( )i более эф- феêтивна, чем процедóра ( )j , если для апо- стериорных значений соответствóющих êри- териев справедливо строãое неравенство: ( ) ( ) 1 1 i j   . (9) Таêим образом, при неформальном по- строении интеллеêтóальной вычислительной процедóры не обязательно решать оптимиза- ционнóю задачó поисêа ãлобальноãо минимó- ма. Более тоãо, в соответствии с введенными определениями, процедóра остается эффеê- тивной даже если она не óдовлетворяет ло- êальномó минимóмó êритерия  , а лишь по- зволяет óменьшить значение êритерия  в сравнении с еãо априорным значением. Разóмеется, сформóлированные определе- ния естественным образом моãóт быть пере- формóлированы, если процедóра  направ- лена на óвеличение значения  . На основании (8) и (9) выбор подходящей процедóры при интераêтивном синтезе при- êладной ИТ можно обеспечить методом проб и ошибоê. Рассмотрим на примере фазаãрафии воз- можности интеллеêтóальных вычислительных процедóр, обеспечивших повышение эффеê- тивности персонифицированных изделий цифровой медицины. Реализация интеллектуального свойства адаптации В общем слóчае, адаптацией бóдем называть способность интеллеêтóальной ИТ приспосаб- ливаться ê заранее неизвестным ситóациям внешней среды. В методе фазаãрафии свойство адаптации обеспечило автоматичесêóю настройêó про- цедóр обработêи ИТ, направленных на эф- феêтивное восстановление полезноãо сиãнала 0 ( )z t по реализации 0( ) [ ( ), ( )] ( )z t z t t h t    , наблюдаемой в óсловии исêажения внóтрен- ними ( )t и внешними ( )h t возмóщениями, ãде [ ]  — неизвестная фóнêция. Сложность фильтрации аддитивной поли- ãармоничесêой помехи 1 [ ] cos(2 ) G g g g g h k a f k       , (10) êоторая исêажает реальные ЭÊÃ, состоит в том, что амплитóды ga и начальные фазы g ãармониê заранее неизвестны, а частоты gf ãармониê моãóт быть известны лишь с точ- ностью до оãраничений min max,g gf f сверхó и снизó, т.е. min max g g gf f f  , (11) причем диапазоны max min g g gf f   находятся в области наãрóженных частот полезноãо сиã- нала 0 [ ]z  . Разработанный óзêополосный режеêторный фильтр реализóет алãоритм адаптивной фильт- рации, основанный на процедóрах прямоãо и обратноãо дисêретноãо преобразований Фóрье (ДПФ) [19]. Ориãинальность фильтра состоит в использовании специальной поисêовой про- цедóры, обеспечивающей «êонтрастирование» спеêтра ãармоничесêой помехи блаãодаря ав- томатичесêой настройêе фильтра для подав- ления эффеêта растеêания спеêтра (spectrum leakage) помехи, исêажающей êонêретнóю реализацию. Поисêовая процедóра обеспечивает автома- тичесêое соêращение числа дисêретных зна- Л.С. Файнзильберã 8 ISSN 0130-5395, Control systems and computers, 2018, № 3 чений обрабатываемоãо сиãнала от начально- ãо значения K до оптимальноãо числа Kopt, при êотором подавляется или полностью óст- раняется эффеêт растеêания спеêтра (рис. 2) Формально процедóра поисêа имеет вид  , max ( ) arg max ( ) h j K h n jn K K K n j n C K K C K               opt , (12) ãде ( )n jC K , / 2, ...,0, ..., / 2j jn K K  — спеê- тральные êомпоненты, построенные на осно- ве прямоãо ДПФ для êаждоãо [ , ]j KK K K   , h — множество номеров спеêтральных êом- понент с частотами, принадлежащими интер- валó min max[ , ]g gf f , а K — допóстимое соêраще- ние числа точеê обрабатываемоãо массива. В êачестве оценêи частоты ĝf ãармониче- сêой помехи принимается значение маêси- мальной спеêтральной êомпоненты на интер- вале min max[ , ]g gf f , вычисленной при Kopt . Далее проводится модифиêация спеêтра (обнóление êомпонент, соответствóющих частотам ĝf и ĝf ) и восстановление полезноãо сиãнала во временной области на основе процедóры об- ратноãо ДПФ. Для иллюстрации эффеêтивности предло- женной процедóры на рис. 3. поêазан резóль- тат фильтрации модельной ЭÊÃ, зашóмленной ãармоничесêой помехой с частотой 16,68 Ãц, амплитóда êоторой составляла 50 процентов диапазона изменения полезноãо сиãнала. Интеллеêтóальное свойство адаптации ис- пользовано таêже для подавления слóчайных помех, представляющих собой последователь- ность [ ]h k , 1, 2, ...k K независимых слóчайных величин, êоторые по неизвестномó заêонó распределены на интервале 0 0[ , ]h h , причем { } 0,M h  { [ ] [ ]} 0, ,M h i h j i j  ãде {}M  — Рис. 2. Исходный (слева) и êонтрасти- рованный (справа) спеêтры ãармони- чесêой помехи а б в Рис. 3. Частотная фильтрация ЭÊÃ: а — полезный сиãнал, б — зашóмленный сиãнал, в — резóльтат фильтрации Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 3 9 знаê математичесêоãо ожидания, а 0 0h  — êонстанта, оãраничивающая óровень помехи. Применение традиционноãо алãоритма сêользящеãо среднеãо 0 0 0 0 1ˆ [ ] [ ] 2 1 W j W z k z k j W      (13) неэффеêтивно для обработêи ЭÊÃ, посêольêó сóществóет противоречие выбора оптималь- ноãо значения оêна сãлаживания 0W : при óменьшении 0W не обеспечивается желатель- ный эффеêт подавления шóмовоãо êомпонен- та, а при óвеличении 0W происходят недопóс- тимые исêажения полезноãо сиãнала (рис. 4). Для преодоления óêазанноãо недостатêа в фазаãрафии применен óсовершенствованный алãоритм сêользящеãо среднеãо [20], основная идея êотороãо состоит в адаптации оêна сãла- живания ê êонêретномó сиãналó. Формально предлаãаемый алãоритм реали- зóет формóла 0 1ˆ [ ] [ ] 2 1 k k W j Wk z k y k j W      , (14) êоторая отличается от традиционной проце- дóры (13) тем, что число óсредняемых точеê в оêне зависит от номера k обрабатываемой точêи. Значение параметра kW , фиãóрирóющеãо в (14), определяется из óсловий 0 ,kW W (15) 0ˆ[ ] [ ]z k z k h  , (16) 1 1k kW W   , (17) ãде W0 — оãраничение на параметр сãлажива- ния, задаваемый пользователем. Посêольêó предполаãается, что óровень слóчайной помехи ( )h k оãраничен по модóлю величиной h0, т.е. ],[)( 00 hhkh  1...,,0  Kk , (18) то всяêое отêлонение сãлаженноãо значения ][ˆ0 kz от наблюдаемоãо ][kz , превышающее 0h , можно объяснить лишь тем, что сиãнал чрезмерно сãлажен. Поэтомó совместное вы- полнение оãраничений (16) и (18) позволяет приспособить (адаптировать) параметр W ê обрабатываемомó сиãналó таê, чтобы, с одной стороны, обеспечить маêсимальнóю степень сãлаживания, а, с дрóãой, — не допóстить ис- êажения сиãнала, превышающее заданный пороã h0. Резóльтат адаптивноãо сãлаживания модель- ной ЭÊÃ, наблюдаемой на фоне 10 процентов слóчайноãо шóма представлен на рис. 5. а б в 1 1 1 с с с мВ мВ мВ Рис. 4. Сãлаживание реальной ЭÊÃ: а — зашóмленной слóчайной помехой; б — при W0 = 7; в — при W0 = 30 Л.С. Файнзильберã 10 ISSN 0130-5395, Control systems and computers, 2018, № 3 Алãоритм адаптивноãо сãлаживания обес- печил таêже реãóляризацию процедóры чис- ленноãо дифференцирования сиãнала ( )z t , что обеспечило возможность эффеêтивно восстановить (оценить) полезный сиãнал 0 ( )z t по наблюдению (10) в óсловиях внóтренних неаддитивных возмóщений ( )t . Для тоãо чтобы продемонстрировать преимó- щество предложенноãо подхода, предельно óп- ростим модель (1) и допóстим, что внешние возмóщения óже подавлены ( ( ) 0h t  ), а наблю- даемые циêлы ( ),mz t 1, ...,m M имеют одина- êовóю формó зóбцов , , , , ,P Q R S T но при внóт- ренних возмóщениях ( )t варьирóют моменты появления тольêо одноãо из них — зóбца T . В этом слóчае из (1) следóет óпрощенная модель порождения ЭÊÃ 2 2 ( )( ) exp [ ], 2 im m i i i tz t A b      (19) в êоторой , , (1 ), , i im T Tm i T i T          если если (20) ãде T — момент появления эêстремальноãо значения зóбца T на эталонном сиãнале 0 ( )z t , а 0 0[ ]Tm T T    — последовательность незави- симых слóчайных величин, êоторые с нóле- вым математичесêим ожиданием   0T   распределены на интервале, оãраниченном числами 0 T . Традиционный подход ê оценêе 0 ( )z t по наблюдаемой ЭÊÃ, применяемый в большин- стве сóществóющих элеêтроêардиоãрафов [21], сводится ê óсреднению во временной области наблюдаемых циêлов ЭÊÃ. На рис. 6 представлен резóльтат óсреднения трех циêлов 1( ),z t 2 ( ),z t 3 ( )z t (рис. 6, а), порож- денных моделью (19), (20), синхронизирован- ные по маêсимóмó зóбца R (рис. 6, б). Видно, что форма зóбца T на óсредненном циêле 0ˆ ( )z t (рис. 6, в) сóщественно исêажена. Понятно, что при синхронизации этих же циêлов по маêсимóмó зóбцов T на óсредненном циêле 0ˆ ( )z t бóдет исêажена óже форма дрóãих фраã- ментов — зóбцов , , , .P Q R S Описаннóю проблемó можно, êазалось бы, преодолеть, если синхронизировать интерва- лы, на êоторых сосредоточены отдельные фраã- менты. Однаêо в реальных ситóациях зóбцы ,P ,Q ,R ,S T не имеют четêих ãраниц, а зна- чит, не таê просто синхронизировать óêазан- ные интервалы. Таêим образом, тривиальная процедóра óс- реднения сердечных циêлов во временной области приводит ê «размыванию» формы информативных фраãментов и, êаê следствие, ê ошибêам в определении значений диаãно- стичесêих признаêов, сосредоточенных на этих фраãментах. В фазаãрафии применен альтернативный подход ê óсреднению циêлов ЭÊÃ, êоторый а б с с м В м В Рис. 5. Адаптивное сãлаживание зашóмленной ЭÊÃ Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 3 11 сводится ê переходó от сêалярноãо сиãнала ( )z t ê еãо отображению на плосêости с фазо- выми êоординатами ( ), ( )z t z t [21]. Óбедимся (рис. 7) в том, что несмотря на варьирование моментов появления зóбцов T на циêлах 1( )z t , 2 ( )z t , 3 ( )z t (рис. 7, а) фазовые траеêтории этих циêлов в êоординатах ( ), ( )z t z t совпадают (рис. 7, б). Отсюда следóет, что при óсредне- нии этих траеêторий с последóющим возвра- щением во временнóю область полóчим оцен- êó 0ˆ ( )z t (рис. 7, в) эталонноãо циêла 0 ( )z t без êаêих-либо исêажений. Таêим образом, предложенная процедóра, в отличие от тривиальной, обладает еще одним интеллеêтóальным свойством — инвариант- ностью (нечóвствительностью) ê сдвиãам в моменты появления информативных фраã- ментов ЭÊÃ, вызванных внóтренним возмó- щением ( )t , что повышает эффеêтивность оценêи полезноãо сиãнала 0ˆ ( )z t . Реализация интеллектуального свойства обобщения В общем слóчае интеллеêтóальным свойством обобщения назовем способность ИТ êласси- фицировать ситóации внешней среды. Свойство обобщения реализовано в фаза- ãрафии для повышения эффеêтивности оцен- êи эталонноãо циêла по реальной ЭÊÃ. Задача состояла в том, чтобы перед óсреднением ис- êлючить фазовые траеêтории, порожденные нетипичными циêлами, т.е. циêлами, вызван- ными эêстрасистолами (преждевременными соêращениями сердечной мышцы) либо слó- чайными артефаêтами. Особенность процедóры автоматичесêой êлассифиêации циêлов ЭÊÃ состоит в том, что форма нетипичноãо циêла одной ЭÊÃ может быть типична для дрóãой и наоборот, а значит, невозможно построить процедóрó êлас- сифиêации, основаннóю на аналитичесêом описании формы циêлов. Предлаãаемый алãоритм основан на един- ственном предположении, что число нети- пичных циêлов NM значительно меньше об- щеãо числа M обрабатываемых циêлов, т.е. NM M (в противном слóчае определение типичный циêл теряет смысл). Вычислим M M матрицó хаóсдорфовых расстояний ( , ) max max min ( , ), m mk k H k m k m q Qq Q R Q Q q q    max min ( , ) k km m k m q Qq Q q q   (21) междó всеми парами kQ и mQ фазовых траеê- торий отдельных циêлов ЭÊÃ, ãде ( , )k mq q  б в T T а T T T Рис. 6. Резóльтат óсреднения циêлов ЭÊÃ во времен- ной области T T б в T а T T Рис. 7. Резóльтат óсреднения циêлов ЭÊÃ на фазовой плосêости Л.С. Файнзильберã 12 ISSN 0130-5395, Control systems and computers, 2018, № 3 k mq q  — евêлидово расстояние междó нормированными веêторами ( , )k k k kq z z Q  и ( , )m m m mq z z Q  , принадлежащими k-й и m-й траеêториям. Номер строêи этой матрицы, сóмма элемен- тов êоторой минимальна, определит траеêторию 0 1 1 arg min ( , ) M H i jj M i Q R Q Q      , (22) êоторóю бóдем называть опорной траеêторией в нормированном фазовом пространстве. Посêольêó в соответствии с (22) среднее рас- стояние от опорной траеêтории до остальных траеêторий минимально, траеêтория 0Q рас- положена «внóтри» множества 1{ , ..., }MQ Q Q (рис. 8), причем в силó тоãо, что NM M , траеêтория 0Q заведомо порождена типич- ным циêлом. Этот фаêт позволяет обнарóживать нети- пичные циêлы по расстоянию до 0Q . С этой целью óпорядочим по возрастанию элементы той строêи матрицы хаóсдорфовых расстоя- ний, êоторая соответствóет 0Q . Полóченная последовательность расстояний 0( , ), [1, ]HR Q Q M   (23) дает представление о вариабельности формы траеêторий наблюдаемых сиãналов по отно- шению ê 0Q . Если наблюдаемый сиãнал содержит тольêо типичные циêлы, то óпорядоченные расстоя- ния 0( , )HR Q Q возрастают более-менее плав- но с ростом  (рис. 9, а). Если же на ЭÊÃ появляются нетипичные циêлы, форма êоторых сóщественно отлича- ется от опорноãо циêла, то последователь- ность  содержит один или несêольêо выра- женных сêачêов (рис. 9, б). Определив поло- жение первоãо из таêих сêачêов, можно найти пороãовое значение 0 HR и тем самым выделить подмножество траеêторий 0 0{ : ( , ) }N H HQ R Q Q R    , (24) подлежащих óсреднению. Эêсперименты подтвердили эффеêтивность предложенной процедóры êлассифиêации циê- лов реальных ЭÊÃ. Реализация интеллектуального свойства обучаемости В общем слóчае свойством обóчаемости бóдем называть способность ИТ óлóчшать свои по- требительсêие свойства по мере эêсплóатации. Поêажем, êаê интеллеêтóальное свойство обó- чаемости использóется в фазаãрафии. Переход ê обработêе сиãнала на фазовой пло- сêости ( ), ( )z t z t позволил с высоêой точностью оценивать ориãинальный поêазатель T , хараê- теризóющий симметрию фраãмента реполяри- 0Q Q Рис. 8. Опорная траеêтория 0Q a RH(Q0,Q) RH(Q0,Q)   б 0 HR Рис. 9. Óпорядоченные расстояния хаóсдорфа Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 3 13 зации ЭÊÃ (T-зóбца) на фазовой плосêости. Диаãностичесêая ценность этоãо поêазателя T подтверждена обработêой êлиничесêих данных, полóченных в отделении ишемичесêих болез- ней сердца Инститóта êардиолоãии им. аêад. Н.Д. Стражесêо АМН Óêраины и четырех êли- ниê Ãермании [22, 23]. Êлиничесêий материал составил 441 запись ЭÊÃ верифицированных больных ИБС и 387 записей ЭÊÃ здоровых доб- ровольцев, вêлюченных в êонтрольнóю ãрóппó. Статистичесêая обработêа данных поêазала, что оценêа T даже в одном отведение (пер- вом стандартном) позволяет при сêрининãо- вых обследованиях с чóвствительностью SE = = 81 процент и специфичностью 78PS  про- центов выявлять лиц с высоêим рисêом ИБС, применяя пороãовое решающее правило: 0,72, 0,72. T   T ИБС, еcли Норма, если (25) Следóет отметить, что в ãрóппó верифици- рованных больных были вêлючены лишь па- циенты, ó êоторых традиционный ЭÊÃ-ана- лиз в 12 отведениях не выявил êаêих-либо отêлонений от нормы. Поэтомó диаãностиче- сêое правило (25), подтвердившее сравни- тельно высоêие поêазатели чóвствительности и специфичности на таêом «сложном» êлини- чесêом материале, вполне можно считать при- емлемым для профилаêтичесêих обследова- ний и решения задачи сêрининãа ИБС. Следóет таêже отметить, что ЭÊÃ с нор- мальными и патолоãичесêим значениями по- êазателя T праêтичесêи неразличимы во вре- менной области, но при переходе на фазовóю плосêость ( ), ( )z t z t их надежное распознава- ние становится возможным (рис. 10). При постоянном использовании фазаãрафии в домашних óсловиях пациент может таêже полóчать дополнительнóю информацию о том, насêольêо еãо теêóщее состояние требóет по- вышенноãо внимания, êорреêции образа жиз- ни, дополнительноãо приема назначенных ле- êарств или óрãентноãо обращения ê врачó. Для реализации таêой возможности исполь- зóется процедóра обóчения, êоторая при êаж- дом сеансе тестирования позволяет óточнять персональнóю нормó 0 T êонêретноãо пользова- теля и на основе сравнения теêóщеãо значе- ния диаãностичесêоãо признаêа T с 0 T выда- ет пользователю реêомендации по аêтивности в виде понятноãо ãрафичесêоãо образа [24]. Программно-технический комплекс ФАЗАГРАФ® Метод фазаãрафии реализован в серийно вы- пóсêаемом проãраммно-техничесêом êомплеê- се ФАЗАÃРАФ® для оценêи фóнêциональноãо состояния сердечно-сосóдистой системы, êо- торый обеспечивает:  óдобство реãистрации ЭÊÃ посредством пальцевых элеêтродов;  автоматичесêóю расшифровêó резóльтатов без óчастия медперсонала в любых óсловиях за однó минóтó; 6,0T 1,1T ЭКГ во временной области Фрагменты реполяризации фазовой траектории T T T T T T T T T Рис. 10. ЭÊÃ с нормальным (вверхó) и патолоãичесêим (внизó) значениями поêазателя T Л.С. Файнзильберã 14 ISSN 0130-5395, Control systems and computers, 2018, № 3  персонифиêацию резóльтатов тестирова- ния с óчетом индивидóальных особенностей орãанизма;  хранение наêопленных данных для врача и возможность их статистичесêой обработêи. ФАЗАÃРАФ® состоит из миêропроцессор- ноãо реãистратора ЭÊÃ DC-0600 (разработчиê АОЗТ «Сольвейã», Êиев) с бесêонтаêтной пе- редачей данных по BlueTooth и êомпьютерной проãраммы, êоторая реализóет ИТ-обработêи сиãнала. Проãрамма реализована в двóх вари- антах: для работы на персональном êомпью- тере под óправлением ОС Windows и на план- шете (смартфоне) под óправлением ОС An- droid (рис. 11). ФАЗАÃРАФ® прошел широêомасштабнóю апробацию (более 100 орãанизаций) в разных сферах, в том числе для решения задач про- филаêтичесêой и êлиничесêой медицины, êонтроля работниêов предприятий с повы- шенным техноãенным рисêом (водители транспортных средств, операторы и пр.), в реабилитационных центрах и санаториях, спортивных и наóчно-исследовательсêих ор- ãанизациях, а таêже в шêолах для тестирова- ния óчениêов перед óроêами физêóльтóры. ФАЗАÃРАФ® ориентирован не тольêо на медицинсêих работниêов, но и на пользовате- лей, êоторые не имеют специальной меди- цинсêой подãотовêи, но хотят следить за сво- им здоровьем. Еãо постоянное использование в домашних óсловиях позволяет пациентó оп- тимизировать образ жизни, рационально рас- пределяя режим наãрóзоê и отдыха, опреде- лять необходимость дополнительноãо приема назначенных леêарств, оценивать возможные опасные отêлонения в работе сердца от пер- сональной нормы и самостоятельно наêапли- вать данные за большой промежóтоê времени для последóющих êонсóльтаций с врачом. Метод фазаãрафии реêомендован МОЗ Óê- раины для проведения сêрининãовых обсле- дований с целью определения рисêа ИБС [25]. Перспеêтивные возможности фазаãрафии для решения аêтóальных задач не тольêо в меди- цине, но и в дрóãих направлениях, описаны в [11, 14, 26]. Заключение Интеллеêтóальные ИТ, обладающие элемента- ми естественноãо интеллеêта (способностью приспосабливаться ê изменяющимся ситóациям, распознавать êлассы ситóаций внешней среды и совершенствовать свои потребительсêие свой- ства по мере эêсплóатации) иãрают решающóю роль в создании современных средств цифровой медицины. На примере решения задачи извлечения лоêализованной диаãностичесêой информа- ции из ЭÊÃ, исêаженной внóтренними и внеш- ними возмóщениями, продемонстрирована эф- феêтивность разработанных интеллеêтóаль- ных вычислительных процедóр. Разработанные процедóры позволили создать отечественный портативный элеêтроêардио- б г в а Рис. 11. ФАЗАÃРАФ® на смартфоне: а — реãистратор, б — смартфон, в — эêран ввода ЭÊÃ, ã — персональ- ный индиêатор Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 3 15 ãраф ФАЗАÃРАФ® с пальцевыми элеêтродами, êоторый реализóет наóêоемêóю ИТ для инте- ãральной оценêи фóнêциональноãо состояния сердечно-сосóдистой системы по тонêим изме- нениям формы ЭÊÃ, незаметным при традици- онном способе ее анализа и интерпретации. СПИСОÊ ЛИТЕРАТÓРЫ 1. Амосов Н.М. Моделирование сложных систем, Êиев: Наóê. дóмêа, 1968, 87 с. 2. Анохин П.Ê. Теория фóнêциональной системы, Óспехи физиолоãичесих наóê, 1970, Т. 1, № 1, с. 19–54. 3. Grodins F.S. Control Theory and Biological Systems, New York: Columbia Univ. Press, 1963, 179 p. 4. Ãриценêо В.І. Цифрова медицина та інтелеêтóальні інформаційні технолоãії — основа охорони здоров’я майбóтньоãо, Вісн. НАН Óêраїни, 2016, № 5, с. 41–43. 5. Ãриценêо В.І., Файнзільберã Л.С. Персоніфіêовані засоби цифрової медицини — êроê до здоров’я, Вісн. НАН Óêраїни, 2012, № 8, с. 62–70. 6. Connolly D.C., Elveback L.R., Oxman H.A. Coronary heart disease in residents of Rochester, Minnesota: Prognostic value of the resting electrocardiogram at the time of initial diagnosis of angina pectoris, Mayo Clinic Proc., 1984, 59, р. 247–250. 7. Солопов В.Н., Садыêова А.Р., Федосеева Т.С. Оãраничения автоматичесêоãо êомпьютерноãо анализа элеêтроêардиоãраммы, Êазансêий медицинсêий жóрнал, 2012, Т. 93, № 4, с. 687–691. 8. Файнзильберã Л.С. Основы фазаãрафии, Ê.: Освита Óêраины, 2017, 264 с. 9. Fainzilberg L.S. Restoration of a Standard Sample of Cyclic Waveforms with the Use of the Hausdorff Metric in a Phase Space, Cybernetics and Systems Analysis, 2003, 39, N 3, р. 338–344. 10. Файнзильберã Л.С. Êомпьютерный анализ и интерпретация элеêтроêардиоãрамм в фазовом пространстве, System Research & Information Technologies, Системні дослідження та інформаційні технолоãії, 2004, № 1, с. 32–46. 11. Fainzilberg L.S. Diagnostics of Object State by Phase Trajectories of Observed Signals with Locally Concentrated Features, J. of Automation and Information Sciences, 2004, 36, Issue 3, р. 46–55. 12. Файнзильберã Л.С. Êомпьютерная диаãностиêа по фазовомó портретó элеêтроêардиоãраммы, Ê.: Освита Óêраины, 2013, 191 с. 13. Fainzilberg L., Lerche D. Computer-aided technology of cardio inflammatory disturbance analysis based on phase space cognitive ECG, Final report to the project 01 KX 96115/1Ю, Transform program, http://www.worldcat.org/search?q= no:247734709 14. Файнзильберã Л.С. Интеллеêтóальные возможности и перспеêтивы развития фазаãрафии — информацион- ной технолоãии обработêи сиãналов сложной формы, Êибернетиêа и вычислительная техниêа, 2016, 186, с. 56–77, DOI: https://doi.org/10.15407/kvt186.04.056 15. Ãриценêо В.И., Файнзильберã Л.С. Êомпьютерная диаãностиêа по сиãналам сложной формы в óсловиях внóтренних и внешних возмóщений, Доп. НАН Óêраїни, 2013, № 12, с. 36–44. 16. Сêóрихин В.И., Файнзильберã Л.С., Потапова Т.П., Шелêовый Э.А. Система êомпьютерной обработêи термоãрамм, ÓСиМ, 1990, № 4, с. 82–88. 17. Файнзильберã Л.С. Имитационные модели порождения исêóсственных элеêтроêардиоãрамм в óсловиях внóтренних и внешних возмóщений, J. of Qafgaz University — Маthемаtics and Computer Science, 2012, N 34, р. 92–104. 18. Файнзильберã Л.С. Информационные технолоãии обработêи сиãналов сложной формы,Теория и праêти- êа, Ê.: Наóê. дóмêа, 2008, 333 с. 19. Fainzilberg L.S., Glushauskene G.A. Narrow-band Rejection Filter for Suppression of Harmonic Concentrated Interference on the Basis of Discrete Fourier Transform, J. of Automation and Information Sciences, 2009, 41, Issue 8, р. 55–70. 20. Файнзильберã Л.С. Адаптивное сãлаживание шóмов в информационных технолоãиях обработêи физиоло- ãичесêих сиãналов, Математичні машини і системи, 2002, № 3, С. 96–104. 21. Fainzilberg L.S. ECG Averaging based on Hausdorff Metric, Int. J. of Biomagnetism, 2003, 5, N 1, р. 236–237. 22. Файнзильберã Л.С. Новая информационная технолоãия обработêи ЭÊÃ для выявления ишемичесêой бо- лезни сердца при массовых обследованиях населения, ÓСиМ, 2005, № 3, с. 63–71. 23. Fainzilberg L.S. Nowa metoda interpretacji zapisu EKG w balaniach skriningowych oraz w opiece domowej, Zdrowie publiczne (Public Health), 2005, 115, N 4, р. 458–464. 24. Файнзильберã Л.С. Об одном подходе ê персонифиêации диаãностичесêих решений на примере оценêи сердечной деятельности, Êибернетиêа и вычислительная техниêа, 2014, 178, с. 52–65. 25. Дячóê Д.Д., Ãриценêо В.І., Файнзільберã Л.С. и др. Застосóвання методó фазаãрафії при проведенні сêри- нінãó ішемічної хвороби серця. Методичні реêомендації МОЗ Óêраїни № 163.16/13.17, Ê.: Óêраїнсьêий центр наóêової медичної інформації і патентно-ліцензійної роботи, 2017, 32 с. Л.С. Файнзильберã 16 ISSN 0130-5395, Control systems and computers, 2018, № 2 26. Fainzilberg L.S. New Opportunities of Phasegraphy in Medical Practice, Science and Innovation, 2017, 13. — Issue 3, р. 37–50. Постóпила 02.10.2018 REFERENCES 1. Amosov, N.M., 1968. Modeling of complex systems, Kiev: Sciences. Dumka, 1968, 87 p. (In Russian). 2. Anokhin, P.K., 1970. “Theory of the functional system”, Advances in Physiological Sciences, 1970, 1 (1 ), pр. 19– 54. 3. Grodins, F.S. Control Theory and Biological Systems, New York: Columbia Univ. Press, 1963, 179 p. (In Russian). 4. Grytsenko, V.I., 2016. “Digital Medicine and Intelligent Information Technologies - the basis of May-Welfare Health”, Visnyk NAS of Ukraine, 5, pp. 41–43. (In Ukrainian). 5. Gritsenko, V.I., Fainzilberg, L.S., 2012. “Personalized Digital Medicine - A Step to Health”, Visn. NAS of Ukraine, 2012, No. 8, pp. 62–70. (In Ukrainian). 6. Connolly, D.C., Elveback, L.R., Oxman, H.A., 1984. “Coronary heart disease in residents of Rochester”, Minnesota: Prognostic value of the resting electrocardiogram at the time of initial diagnosis of angina pectoris, Mayo Clinic Proc., 59, рp. 247–250. 7. Solopov, V.N., Sadykova, A.R., Fedoseeva, T.S., 2012. “Limitations of automatic computerized analysis of an electrocardiogram”, Kazanskiy Medical Journal, 93 (4), pp. 687–691. (In Russian). 8. Fainzilberg, L.S., 2017. The basics of phase-phrases, K.: Osvita of Ukraine, 264 p. (In Russian). 9. Fainzilberg, L.S., 2003. “Restoration of a Standard Sample of Cyclic Waveforms with the Use of the Hausdorff Metric in a Phase Space”, Cybernetics and Systems Analysis, 39 (3), рp. 338–344. 10. Fainzilberg, L.S., 2004. “Computer analysis and interpretation of electrocardiograms in phase space”, System Research & Information Technologies, 1, pp. 32–46. (In Russian). 11. Fainzilberg, L.S., 2004. “Diagnostics of Object State by Phase Trajectories of Observed Signals with Locally Concentrated Features”, J. of Automation and Information Sciences, 36 (3), рp. 46–55. 12. Fainzilberg, L.S., 2013 Computer diagnostics on the phase portrait of an electrocardiogram, K.: Osvita Ukrainy, 191 p. (In Russian). 13. Fainzilberg, L., Lerche, D. Computer-aided technology of cardio inflammatory disturbance analysis based on phase space cognitive ECG, Final report to the project 01 KX 96115/1Ю, Transform program, [online] Available at: <http://www.worldcat.org/search?q= no:247734709> [Accessed 24 Jan. 2017]. 14. Fainzilberg, L.S., 2016. “Intellectual capabilities and prospects for the development of phase-analysis - information technology of processing signals of complex shape”, Kibernetika i vycislitelnaa tehnika, 186, pp. 56–77, DOI: https://doi.org/10.15407/kvt186.04.056. (In Russian). 15. Gritsenko, V.I., Fainzilberg, L.S., 2013. “Computer diagnostics by signals of complex shape in the conditions of internal and external disturbances”, Report of National Academy of Sciences of Ukraine, 12, pp. 36–44. (In Russian). 16. Skurikhin, V.I., Fainzilberg, L.S., Potapova, T.P., SILK, E.A., 1990. “Thermogram computer processing system”, Upravlвыŝie sistemy i maљiny, 4, pp. 82–88. (In Russian). 17. Fainzilberg, L.S., 2012. “Simulation Models for Generating Artificial Electrocardiograms Under Internal and External Perturbations”, J. of Qafgaz University — Mathematics and Computer Science, 34, pp. 92–104. (In Russian). 18. Fainzilberg, L.S., 2008. “Information technologies for processing signals of complex shape”, Theory and Practice, K .: Nauk. Dumka, 333 p. (In Russian). 19. Fainzilberg, L.S., Glushauskene, G.A., 2009. “Narrow-band Rejection Filter for Suppression of Harmonic Concentrated Interference on the Basis of Discrete Fourier Transform”, J. of Automation and Information Sciences, 41 (8), рp. 55–70. 20. Fainzillberg, L.S., 2002. “Adaptive smoothing of noise in information technologies for the processing of physiological signals”, Mathematical Machines and Systems, 3, pp. 96–104. (In Russian). 21. Fainzillberg, L.S., 2003. “ECG Averaging based on Hausdorff Metric”, Int. J. of Biomagnetism, 5 (1), рp. 236–237. 22. FAINZILLBERG, L.S., 2005. “New Information Technology for ECG Treatment for Detection of Ischemic Heart Disease in Mass Examinations of the Population”, Upravlвыŝie sistemy i maљiny, 3, p. 63–71. (In Russian). 23. Fainzillberg, L.S., 2005. “Nowa metoda interpretacji zapisu EKG w balaniach skriningowych oraz w opiece domowej”, Zdrowie publiczne (Public Health), 115 (4), рp. 458–464. 24. Fainzillberg, L.S., 2014. “On an approach to the personification of diagnostic solutions on the example of cardiac activity assessment”, Kibernetika i vycislitelnaa tehnika, 178, pp. 52–65 (In Russian). 25. Dyachuk, D.D., Gritsenko, V.I., Fainzillberg, L.S. et al., 2017. Application of a method of a phasagraphy during the screening of ischemic heart disease. Methodical recommendations of the Ministry of Health of Ukraine No. 163.16 / 13.17, K.: Ukrainian Center for Scientific Medical Information and Patent and Licensing, 32 p. (In Ukrainian). Интеллеêтóальные информационные технолоãии — ãлавный инстрóмент построения средств цифровой медицины ISSN 0130-5395, УСиМ, 2018, № 1 17 26. Fainzillberg, L.S., 2017. “New Opportunities of Phasegraphy in Medical Practice”, Science and Innovation, 13 (3), рp. 37–50. Received 02.10.2018 L.S. Fainzilberg, Doctor of Technical Sciences, professor, head of the department, International Research and Training Center for Information Technologies and Systems of the NAS and MES of Ukraine, Glushkov ave., 40, Kyiv, 03187, Ukraine, fainzilberg@gmail.com INTELLECTUAL INFORMATION TECHNOLOGIES AS THE MAIN TOOL FOR DIGITAL MEDICINE Introduction. Biological and medical cybernetics has undergone a long way in developing methods for extracting knowl- edge about complicated living systems. Mathematical models of separate organs in the norm and pathology, as well as mathematical models oriented on diagnostics, forecasting and treatment of various diseases, were created. The use of in- tellectual IT has led to a new paradigm of healthcare — digital medicine. The purpose of the article is to formulate the main tasks of digital medicine and based on the example of solving a specific problem to demonstrate the role of intellectual IT in enhancing the effectiveness of digital medicine. Methods. Basic definitions, recommendations and conclusions are based on the analysis of available publications and the results of our own research. Result. The basic tasks of digital medicine are formulated. The definition of intelligent IT for processing of the com- plex signals is given. The computational procedures which have the properties of natural intelligence (the ability to adapt to the minor situations, recognize the classes of environmental situations and improve their consumer properties during operation) are developed. The effectiveness of the proposed procedures is demonstrated on the example of phasegraphy — intellectual IT for the integral assessment of the functional state of the cardiovascular system by subtle changes in the form of ECG that are imperceptible in the traditional way of its analysis and interpretation. Conclusion. Intelligent properties of computational procedures implemented provided an efficient extraction of diag- nostic information from real ECGs distorted by internal and external disturbances. Key words: digital medicine, information technology, signal of complex forms, localized diagnostic information. Л.С. Файнзільберã, д-р техн. наóê, професор, ãолов. наóê. співроб., Міжнародний наóêо-навчальний центр інформаційних технолоãій та систем НАН Óêраїни та МОН Óêраїни, просп. Ãлóшêова, 40, Êиїв, 03287, fainzilberg@gmail.com ІНТЕЛЕÊТÓАЛЬНІ ІНФОРМАЦІЙНІ ТЕХНОЛОÃІЇ — ÃОЛОВНИЙ ІНСТРÓМЕНТ ПОБÓДОВИ ЗАСОБІВ ЦИФРОВОЇ МЕДИЦИНИ Встóп. Біолоãічна і медична êібернетиêа пройшла довãий шлях розвитêó методів отримання знань про сêладно орãанізовані живі системи. Створено математичні моделі яê оêремих орãанів в нормі і патолоãії, таê і математи- чні моделі, орієнтовані на діаãностиêó, проãнозóвання та ліêóвання різних захворювань. Застосóвання інтелеêтó- альних ІТ призвело до нової парадиãми охорони здоров'я — цифрової медицині. Ціль статті — сформóлювати означення інтелеêтóальної ІТ оброблення сиãналів сêладної форми і на при- êладі розв’язання êонêретної задачі продемонстрóвати роль таêої технолоãії в підвищенні ефеêтивності засобів цифрової медицини. Методи. Базові означення, реêомендації та висновêи ґрóнтóються на основі аналізó достóпних пóбліêацій та резóльтатів власних досліджень Резóльтат. Подано визначення інтелеêтóальноãо ІТ оброблення сиãналів сêладної форми. Розроблено об- числювальні процедóри, яêі мають властивості природноãо інтелеêтó — здатність пристосовóватись до мінливих ситóацій, розпізнавати êласи ситóацій довêілля і вдосêоналювати свої споживчі властивості при еêсплóатації. Ефеêтивність запропонованих процедóр продемонстрована на приêладі фазаãрафії — інтелеêтóальної ІТ для інтеãральної оцінêи фóнêціональноãо станó серцево-сóдинної системи за тонêими змінами форми ЕÊÃ, непомі- тними при традиційномó способі її аналізó та інтерпретації. Висновоê. Інтелеêтóальні властивості обчислюваних процедóр, реалізовані ó фазаãрафії, забезпечили ефеê- тивне видобóвання діаãностичної інформації з реальних ЕÊÃ, спотворених внóтрішніми та зовнішніми збó- реннями. Êлючові слова: цифрова медицина, інформаційна технолоãія, сиãнал сêладної форми, лоêалізована діаãностиêа інфор- мації.

Интеллектуальные информационные технологии — главный инструмент построения средств цифровой медицины

Institution

Similar Items