7 Пути совершенствования системы

В ходе выполнения магистерской диссертации будет разработан алгоритм, реализующий распознавание фибрилляции предсердий на основе совместного анализа ЭКГ и фонокардиограммы. Алгоритм выполняет для записей фонокардиограммы и ЭКГ фильтрацию, переход от временной области к частотной (получение спектра), выделение основных диагностических признаков и их классификацию.

Данный алгоритм распознавания фибрилляции предсердий будет реализован на языке Python.

Также будет реализована сегментация основных тонов с разными вариациями входных данных, оценено их влияние на классификацию и выполнено определение свойств основных тонов, выделенных из записей фонокардиосигнала.

А также будет произведена проверка на практике способности справляться с задачей классификации записей и вопрос эффективности использования этих методов на практике.

В случае дальнейшего совершенствования ПО часть программного кода можно будет вынести в мобильное приложение, пациент сможет самостоятельно использовать программный комплекс, так как современные смартфоны позволяют получить запись фонокардиосигнала и ЭКГ приемлемого качества.

Можно выделить следующие пути дальнейшего совершенствования:

1. Поиск и разметка дополнительных баз данных записей фонокардиосигнала для увеличения точности исследований.

2. Увеличение количества групп классификации (вплоть до специфических болезней или повреждений).

3. Добавление новых способов фильтрации (так, например, фильтрации физиологических помех, которые не могут быть охарактеризованы каким-либо спектральным составом или формой волны и, как правило, являются динамическими и нестационарными), сегментации и классификации.

4. Вынос части программного кода в мобильное приложение для использования смартфона в качестве цифрового стетоскопа.

Заключение

В ходе выполнения данной работы была разработана структура биотехнической системы, одним из компонентов которой будет разрабатываемая система распознавания фибрилляции предсердий на основе совместного анализа ЭКГ и фонокардиограммы.

Алгоритм выполняет для записей фонокардиограммы и ЭКГ фильтрацию, переход от временной области к частотной (получение спектра), выделение основных диагностических признаков, характеризующих особенности фибрилляции предсердий, и их классификацию.

Данный алгоритм распознавания фибрилляции предсердий будет реализован на языке Python.

Будет реализована сегментация основных тонов с разными вариациями входных данных, оценено их влияние на классификацию и выполнено определение свойств основных тонов, выделенных из записей фонокардиосигнала.

А также были проанализированы основные аспекты, которые необходимо учесть при разработке системы. Это и характеристики самой системы и характеристики её уровней обеспечения.

Основные результаты работы:

1. Поставлены цели и задачи диссертационного исследования;

2. Разработана структура биотехнической системы, одним из компонентов которой будет разрабатываемая система распознавания фибрилляции предсердий на основе совместного анализа ЭКГ и фонокардиограммы;

3. Была дана характеристика объекта исследования, определен вид математической модели, используемой при разработке системы, определен уровень адекватности разрабатываемой модели, а также мы определили, что адекватность разрабатываемой модели будет влиять на эффективность разрабатываемых методов исследования и эффективность функционирования биотехнической системы;

4. Было определено, что большое значение при функционировании биотехнических систем имеет ее устойчивость. На уровень которой влияют как внешние, так и внутренние факторы, воздействующие на биотехническую систему;

5. Также были определенны основные аспекты, которые необходимо

учесть при разработке каждого из уровней обеспечения системы, в том числе и влияние уровней обеспечения друг на друга.