Введение. Предмет и содержание курса

Современный этап развития медицинского приборостроения характеризуется возрастающим интересом к бесконтактным методам
воздействия и неинвазивным технологиям диагностики состояния биологических объектов. Непрерывно совершенствуются технические средства медицинского назначения и
методы диаг­но­стики и лечения. Усложняются алгоритмы функционирования аппаратных средств, которые все чаще приобретают
 интеллектуальные свойства.

Широко распространена и продолжает развиваться компьютерная обработка биомедицинской информации. Во многом изменились подходы к проектированию новой медицинской техники благодаря расширению состава БИС, появлению доступных однокристальных микро­контроллеров (PIC -процессоры фирмы Microchip, AVR-микроконтроллеры от Atmel), микроэлектронных устройств с программируемой структурой (Программируемые Логические Матрицы - PLD от Altera, Xilinix), цифровых процессоров обработки сигналов (Digital Signal Processor, например перспективные и популярные в настоящее время микропроцессоры фирмы Analog Devices серии ADSP21xx/x и серии TMSxxx фирмы Texas Instruments).

Современная микроэлектронная база
позволяет во многом перемещать акцент с аппаратной реализации требуемых функций на программную, и именно разработка методов, алгоритмов и программ сегодня в основном
определяет сро­ки, трудоемкость и функциональные возможности разработки. 

При решении медико-технических задач
оказываются необходимыми современные методы сбора, обработки  и пребразованиясигналов, в том числе, аналого-цифровое и цифро-аналоговое преобразования, обработка цифровых и дискретных сигналов, методы на основе дискретного преобразования Фурье, цифрового спектрального анализа и цифровой фильтрации.

В специфических областях проектирования медицинской техники, таких как
гальваническая развязка цепей пациента, многоканальное мониторирование, организация межприборных интерфейсов находят применение БИС аналого-цифровых преобразователей (Maxim, Burr-Brown - в настоящее время часть Texas Instruments, Analog Deviсes) и однокристальные микро-ЭВМ, из которых перспективны и наиболее удобны RISC (Redused Instruction Set Controller) микроконтроллеры фирмы Microchip серий PIC16/17/18 и сравнительно новые и перспективные на российском рынке AVR-микропроцессоры фирмы Atmel (flash AT90S1200, AT90S2313, AT90S8535 и др.).

Широко известные и популярные в 80-х годах однокристальные микро-ЭВМ 51-го семейства сегодня переживают "второе рождение" и активно развиваются фирмами Philips, Hitachi, Atmel и многими другими ведущими производителями микроэлектроники (в отечественных сериях, например, 1816 и КМОП 1830).

Достаточно интересными являются микроконвертеры 51-го семейства ADuC фирмы Analog Devices – электрически перепрограммируемые flash-микроконтроллеры с развитыми встроенными системами аналого-цифрового преобразования сигналов и низким потреблением. Например, микроконвертер ADuC812 одновременно содержит на кристалле 8-ми канальную 12-ти разрядную систему сбора данных, два 12-ти разрядных ЦАП и flash-микроконтроллер с развитой периферией. Необычно, что сами производители классифицируют эти микроконвертеры как системы сбора данных со встроенным микроконтроллером.

Современные потребности методов обработки и анализа сигналов непосредственно оказывают влияние на микроэлектронику и состав выпускаемых БИС, поэтому знание основ обработки сигналов во многом облегчает понимание принципов и особенностей функционирования сложнейшей элементной базы, помогает осуществить рациональный выбор и способствует правильному применению методов и средств при решении конкретных медико-технических задач.

Проектирование средств измерений медицинского назначения требует внимательного изучения особенностей биомедицинских сигналов, характеризующих состояние объекта
исследования в норме или при патологии.

Целью курса является рассмотрение теоретических основ и важных практических следствий, необходимых и полезных в задачах сбора, преобразования и анализа биомедицинских сигналов.

 Важными частями курса являются цифровой спектральный анализ и введение в цифровую фильтрацию сигналов. Для усвоения этого материала нам потребуется рассмотреть, частично повторив, основные положения методов анализа непрерывных сигналов, таких как
преобразования Фурье и Лапласа.

Прочное овладение ими совершенно необходимо, поскольку они являются логическим фундаментом инженерной медико-технической подготовки.

Биомедицинские сигналы имеют сложную структуру, и обычно отражают несколько одновременно протекающих различных физиологических процессов, которые развиваются
с различными скоростями и по-разному проявляются в наблюдаемых сигналах. Кроме того, регистрируемые биомедицинские сигналы (БМС) содержат различного рода помехи,
которые привносятся либо со стороны технических средств, либо проявляются как нежелательные физиологические помехи (не являющиеся предметом исследования), например,
артефакты движения, дыхания и т.п.

Большое число одновременно действую­щих факторов, которые носят случайный характер и влияют на свойства БМС (например, на тип сигналов, их форму и амплитуду), представляет основную проблему при оценке параметров
состояния биообъекта по наблюдаемым и
регистрируемым сигналам. Конечная задача
обработки БМС и получения информативных показателей доста­точ­но сложна и требует применения широкого круга возможностей и быстрых эффектив­ных алгоритмов преобразования сигналов.

Задача фильтрации сигналов представляет собой одну из самых распространенных операций обработки сигналов. Цель фильтрации
состоит либо в подавлении помех, содержащихся в сигнале, либо в выделении отдельных составляющих сигнала, которые соответствуют тем или иным свойствам исследуемого процесса. Наряду с простыми линейными фильтрами с постоянными коэффициентами в задачах обработки биомедицинских сигналов используются алгоритмы адаптивной фильтрации, среди которых важное практическое значение имеют корректирующие (восстанавливающие) фильтры и фильтры линейного предсказания, особенно на основе оптимальных нерекурсивных фильтров Винера (Уидроу-Хопфа) и адаптивных рекурсивных фильтров Калмана. Находят применение и нелинейные алгоритмы, из которых мы детально рассмот­рим медианную фильтрацию в задачах реставрации изображений.

В аппаратуре медицинского назна­че­ния сравнительно давно применяются RLC -фильтры, а с появлением микроэлектронных усилителей получили распростра­нение активные фильтры (АФ). Теория аналоговых RLC и АФ разработана достаточно хорошо, получены четкие рекомендации по расчету и проектированию. Теория же цифровых фильтров сформировалась относительно недавно, но вопросам их анализа и синтеза уже посвящено большое количество публикаций.

Полезные web - ресурсы:

www.dspguide.com

www.analog.com     www.argussoft.ru

www.atmel.com      www.atmel.ru

www.microchip.com www.microchip.ru

www.maxim-ic.ru

 

www.gaw.ru            www.chip-dip.ru

www.chipinfo.ru     www.fulcrum.ru

www.itis.spb.ru

 

Информация и сигналы

В настоящее время понятия информация и сообщение употребляются довольно часто. Круг вопросов, базирующихся на понятиях
" сообщение " и " информация " чрез­вычайно широк. Эти близкие по смыслу понятия сложны и дать их точные определения через более простые нелегко. Информация наряду с материей и энергией принадлежит к фундаментальным философским категориям естествознания.

Обычно под информацией понимают совокупность сведений, данных о каких-либо событиях, явлениях или предметах. В наиболее общем смысле под информацией понимают любые сведения об окружающем нас мире. Мы живем в информационном мире.

Совокупность сведений, данных становится знанием только после их интерпретации с учетом ценности и содержания этих сведений. В таком понимании информация является важнейшим ресурсом научно-технического и социально-экономи­ческого развития общества.

В отличие от материального и энергетического ресурсов, информационный ресурс не уменьшается при потреблении, накапливается со временем, сравнительно легко с помощью технических средств обрабатывается, хранится и передается на значительные расстояния.

Для передачи, приема и хранения информации используют различные знаки ( символы ), позволяющие выразить (представить) ее в некоторой форме. Сово­купность знаков, отображающих ту или иную информацию, называют сообще­нием.

Впервые способ измерения количества информации в сообщении предложил американский инженер Хартли в конце 20-х годов:

I_A = - log _a P_A

P_A – вероятность случайного события А.

Предложенная формула отражает аддитивные свойства информации, а монотонность логарифмической функции соответствует интуитивно понятному свойству сообщений с малой вероятностью содержать большее количество информации. Основание логарифма может быть любым, но в связи с техническими особенностями устройств связи оказалось, что удобнее пользоваться двоичными логарифмами.

Единицей измерения информации принимают бит (bi nary digi t – двоичная цифра). Так, например, простейшая оценка количества информации страницы печатного текста на русском языке (алфавит из 32 букв) из 30 строк по 60 букв в строке дает 9000 бит.

Первым человеком, "удивившим" инже­­неров-связистов возможностью абсолютно надежно передавать информацию по каналам
связи с помехами не за счет увеличения мощности сигнала или уменьшения скорости передачи, а за счет усложнения методов модуляции-демодуляции, был американский ученый Клод Эльвуд Шеннон. Теорема кодирования, доказанная Шенноном, устанавливает существование такой кодовой системы, что вероятность ошибки при распознавании символов алфавита будет сколь угодно малой, однако не показывает пути построения такой кодовой системы. Первоначальный этап разработки глубокого научного направления - теории информации был выполнен Шенноном в 1948 году в работе "Математическая теория связи". Именно Шеннон ввел понятие количества информации, выражаемое через энтропию источника сообщения.

Передача сообщений, а значит и информации, осуществляется при помощи какого-либо материального носителя (бумаги, магнитной ленты и др.) или физического процесса (звуковых или электро­магнитных волн, напряжения, тока и т.д.). Физический процесс, отображающий (несущий) передаваемое сообщение, называется сигналом (от лат. термина signum - "знак", имеющего широкий смысловой диапазон). Таким образом, во всех случаях сигналы являются носителями информации.