В.В.Крижановский, В.В.Крижановский-мл.

Источник

С точки зрения теории обработки сигналов, звуки дыхания представляют собой сложный нестационарный случайный процесс. На начальном этапе их анализа использовался наиболее традиционный и простейший подход. Основной характеристикой процесса считался спектр мощности, и именно он вычислялся по результатам измерений. Анализ данных был важен для получения основных представлений об особенностях энергетики звуков дыхания и характере помех. В частности, анализ результатов измерений показал, что в большинстве случаев полезная информация, доступная для обработки, содержится в низкочастотной области, верхнее значение границы которой не превосходит 2000 Гц.

Несмотря на то, что спектральная плотность мощности дает лишь интегральную характеристику звуков дыхания, уже первые данные, полученные в клинике, позволили сформулировать алгоритмы классификации звуков дыхания по принципу «болен—здоров». В результате обработки данных измерений для группы здоровых и больных людей были сформированы представления о спектре мощности «среднего» здорового человека и определены пороговые значения для оценки «расстояния» между спектрами здоровых и больных. Использование введенного понятия «расстояния» между спектрами позволило, в определенной степени, продемонстрировать возможности компьютерной классификации звуков дыхания (В. Т. Гринченко, Л. Г. Красный, И. В. Вовк, А. П. Макаренков).

Известно, что врач в ходе аускультации не только анализирует спектральный состав звуков дыхания в каждой точке (игнорируя при этом звуки сердца и другие фоновые шумы), но также сравнивает спектр вдоха со спектром выдоха, анализирует временные особенности сигнала и сопоставляет анализируемую реализацию с «эталонами» дыхательных шумов в норме и патологии, хранящимися у него в памяти. Кроме того, врач в процессе аускультации не только может, но и должен менять степень прижатия капсулы стетофонендоскопа к коже пациента. Дело в том, что ненатянутая кожа вибрирует от звуков низкой частоты, а натянутая — усиливает высокочастотные составляющие, так что врач, выслушивая пациента и оперативно реагируя на особенности выслушиваемых шумов, может подчеркивать или ослаблять те или иные спектральные составляющие анализируемого сигнала. Для компьютерной же аускультации стремление к стандартизации, в том числе и к стандартизации количества выслушиваемых точек, их месторасположения на грудной клетке и метода крепления датчиков, является одним из важных моментов измерительной процедуры. Кроме того, в ходе аускультации врач, осознанно или интуитивно, учитывает множество таких обстоятельств, как пол, возраст, конституциональные особенности пациента, анамнез заболевания, шумовая обстановка в помещении и т. д. Учет всех этих факторов и ввод их в память компьютера не только существенно усложняют алгоритм обработки, требуя создания «эталонов» для всех классов пациентов, но и просто делает невозможной саму измерительную процедуру из-за ее чрезмерной обременительности как для пациента, так и для врача. Именно на эффективное преодоление перечисленных проблем и была направлена исследовательская работа в отделе, сфокусированная, в основном, на двух направлениях: а) использование многоканальных систем регистрации и совместной обработки сигналов, снятых одновременно в разных точках грудной клетки; б) использование новых методов обработки одноканальной информации.

При работе с одноканальной информацией естественно использовать хорошо известные адаптивные методы. Такие методы были развиты в отделе при использовании информации о спектральной плотности мощности шумов (В. В. Крижановский). Прежде всего, для повышения информативности регистрируемых сигналов дыхания в условиях действия помехи сердцебиения был разработан одноканальный алгоритм адаптивной компенсации этой помехи (А. Я. Калюжный, Л. Г. Красный, В. В. Крижановский). Важной характеристикой респираторного тракта, зависящей от состояния тканей легких, является средняя скорость распространения звуков дыхания из дыхательных путей на поверхность легких. В связи с этим был разработан алгоритм оценивания средней скорости распространения звука по данным о спектре мощности звуков дыхания, регистрируемым одноканальным трактом (В. В. Крижановский). Полученные оценки согласуются с экспериментальными данными измерений средней скорости звука в паренхиме легких.

Однако для обеспечения эффективности таких алгоритмов, с учетом высокой степени индивидуальных различий звуков дыхания пациентов, необходимо иметь достаточно обширные априорные знания о характере заболевания и характеристиках системы регистрации. Поэтому для решения проблемы классификации «болен —здоров» в отделе были предложены ранговые алгоритмы обработки информации. В основу построения таких алгоритмов положен тот факт, что появление некоторой патологии в легких выражается в изменении степени гладкости спектральной плотности мощности как функции частоты (В. Т. Гринченко, В. В.Крижановский). Достоинством таких алгоритмов является то, что они не требуют формирования некоторых тренировочных функций и не чувствительны к изменению чувствительности регистрирующей аппаратуры.

Важное значение для повышения эффективности классификации звуков дыхания и создания системы документирования данных о состоянии респираторной системы имеют методы обработки, основанные на построении респиросонограмм. Представление данных о звуках дыхания в плоскости частота—время позволяет эффективно использовать возможности компьютерной техники для визуализации звуков дыхания в виде наглядных цветных диаграмм, на которых различные дополнительные звуки обычно выделяются довольно четко. В отделе создан атлас типичных звуков дыхания, характерных для различных заболеваний (И. В. Вовк, В. Н. Олийнык, В. В. Крижановский, А. П. Макаренков).

Многоканальная регистрация звуков дыхания открывает новые возможности для повышения эффективности процедуры аускультации. В частности, существен ную информацию о структуре и месте расположения источников сигналов дыхания содержат спектрально-корреляционные характеристики полей, регистрируемых в пространственно разнесенных точках на поверхности грудной клетки. В связи с этим были проведены исследования таких характеристик для моделей коррелированного и некоррелированного источников. Сравнение с экспериментальными данными показало хорошую согласованность результатов при принятии гипотезы о некоррелированности источников (В. В. Крижановский). Следующим шагом явилась разработка алгоритма реконструкции функции пространственного распределения спектральной плотности мощности некоррелированных источников на основе данных о спектральных характеристиках полей шумов дыхания, регистрируемых дискретной антенной на поверхности грудной клетки. Модельные исследования, проведенные для линейной дискретной антенны, подтвердили эффективность этого алгоритма и позволили определить требования к рабочему диапазону частот и параметрам антенны, обеспечивающим минимизацию статистических ошибок реконструкции указанной функции (В. Т. Гринченко, Л. Г. Красный, В. В. Крижановский). Выполнен также ряд модельных исследований, показывающих, что данные о пространственной структуре спектрально-корреляционных характеристик полей, наблюдаемых на поверхности грудной клетки, могут быть использованы для выявления областей с изменениями таких акустических параметров, как плотность и скорость распространения звука (В. Т. Гринченко, В. В. Крижановский).

Совместная обработка данных, полученных при регистрации звуков дыхания в различных точках на поверхности грудной клетки, важна, прежде всего, с точки зрения уменьшения эффекта изменчивости характеристик этих звуков для различных индивидуумов. Использование данных с нескольких каналов позволяет формировать многокомпонентные статистические характеристики «расстояния» между характеристиками звуков здорового и больного человека (А. П. Макаренков, А. Г. Рудницкий). Тестирование соответствующих алгоритмов решения задачи дихотомии было проведено на основе данных компьютерной регистрации звуков дыхания детей в возрасте от 7 до 14 лет в детской клинике Киева. Полученные данные свидетельствуют о более высокой эффективности многопараметрических оценок, по сравнению с использованием подходов, основанных на анализе только одного из параметров звуков дыхания.