Проверяемый текст
Цымбал, Владимир Георгиевич; Разработка и исследование методов формирования признаковых пространств в медицинских диагностических системах (Диссертация 1999)
[стр. 66]

65 образцу с помощью окна, перемещающегося по изображению "сырой" ЭЭГ на дисплее.
Программа автоматически обсчитывает группу параметров из числа приведенных выше, формирует критерий распознавания на основе статистических оценок и "вылавливает" затем при ускоренном сканировании всего объема регистрации графоэлементы, удовлетворяющие заданному критерию сходства с образцом.
Детектирование эпилептиформных феноменов и разрядов наиболее активно используется при анализе долговременных записей, что избавляет электроэнцефалографиста от необходимости просмотра всего массива многочасовой регистрации, так как программа автоматически выводит только страницы, содержащие феномены, удовлетворяющие критериям распознавания.
С другой стороны, использование этих методов несомненно представляет выгоды, поскольку многочасовая регистрация обеспечивает высокую вероятность "поймать" эпилептиформный феномен ЭЭГ, а компьютерная программа дает возможность сократить время, затраченное на клинический анализ долгосрочной ЭЭГ до разумных продолжительностей рутинного обследования.
Здесь следует отметить, что если методы детектирования спайков и других эпилептиформных графоэлементов ЭЭГ уже столь отработаны, что позволяют включать их в программное обеспечение современных диагностических систем, то методы распознавания произвольных отрезков ЭЭГ находятся еще в стадии своего развития.
Причина этого прежде всего в том, что нейрофизиологисследователь, выделяя с помощью окон или маркеров определенный участок ЭЭГ, заинтересован не столько в том, что бы программа обнаружила в массиве регистрируемых данных точно такой же или подобный участок, сколько в обнаружении участков, которые соответствуют тому же самому состоянию пациента, что и при обучении системы.
При этом форма реализаций ЭЭГ в обнаруженных участках может и не совпадать с формой реализации ЭЭГ в участке, заданном исследователем.
Однако, с диагностической точки зрения эти участки должны быть эквивалентны, т.е.
должны указывать на примерно одинаковые состояния головного мозга.
Ясно, что в данном случае главную роль играет выбор признаков объектов, по которым в дальнейшем будет осуществляться поиск и распознавание выбранных (обученных) ситуаций.
Здесь как раз и возникает проблема трудно формализуемых решений, которые зачастую принимаются разработчиком на интуитивном уровне и эффективность которых невозможно строго доказать.
Выбираемый набор признаков должен обладать, с одной стороны, объединяющими свойствами, т.е.
заставлять группироваться в признаковом пространстве вокруг некоего центра все реализации сигналов, соответствующие объективно отдельному состоянию головного мозга, с другой стороны, разделяющими свойствами, т.е.
заставлять "разбегаться" в пространстве признаков группы, соответствующие объективно разным видам электрической активности головного мозга.
При этом характеристики процессов (реализаций ЭЭГ), которые в том или ином виде войдут в набор классификационных признаков, должны в тоже время быть диагностическими характеристиками ЭЭГ, по совокупности которых врач-нейрофизиолог делает свое заключение.
Другими словами, не имеет никакого смысла в качестве признаков использовать
[стр. 66]

66 фалографиста от необходимости просмотра всего массива многочасовой регистрации, так как программа автоматически выводит только страницы, содержащие феномены, удовлетворяющие критериям распознавания.
С другой стороны, использование этих методов несомненно представляет выгоды, поскольку многочасовая регистрация обеспечивает высокую вероятность "поймать" эпилептиформный феномен ЭЭГ, а компьютерная программа дает возможность сократить время, затраченное на клинический анализ долгосрочной ЭЭГ до разумных продолжительностей рутинного обследования.
Здесь следует отметить, что если методы детектирования спайков и других эпилептиформных графоэлементов ЭЭГ уже столь отработаны, что позволяют включать их в программное обеспечение современных диагностических систем, то методы распознавания произвольных отрезков ЭЭГ находятся еще в стадии своего развития.
Причина этого прежде всего в том, что нейрофизиологисследователь, выделяя с помощью окон или маркеров определенный участок ЭЭГ, заинтересован не столько в том, что бы программа обнаружила в массиве регистрируемых данных точно такой же или подобный участок, сколько в обнаружении участков, которые соответствуют тому же самому состоянию пациента, что и при обучении системы.
При этом форма реализаций ЭЭГ в обнаруженных участках может и не совпадать с формой реализации ЭЭГ в участке, заданном исследователем.
Однако, с диагностической точки зрения эти участки должны быть эквивалентны, т.е.
должны указывать на примерно одинаковые состояния головного мозга.
Ясно, что в данном случае главную роль играет выбор признаков объектов, по которым в дальнейшем будет осуществляться поиск и распознавание выбранных (обученных) ситуаций.
Здесь как раз и возникает проблема трудно формализуемых решений, которые зачастую принимаются разработчиком на интуитивном уровне и эффективность которых невозможно строго доказать.
Выбираемый набор признаков должен обладать, с одной стороны, объединяющими свойствами, т.е.
заставлять группироваться в признаковом пространстве вокруг некоего центра все реализации сигналов, соответствующие объективно отдельному состоянию головного мозга, с другой стороны, разделяющими свойствами, т.е.
заставлять "разбегаться" в пространстве признаков группы, соответствующие объективно разным видам электрической активности головного мозга.
При этом характеристики процессов (реализаций ЭЭГ), которые в том или ином виде войдут в набор классификационных признаков, должны в тоже время быть диагностическими характеристиками ЭЭГ, по совокупности которых врачнейрофизиолог делает свое заключение.
Другими словами, не имеет никакогоI смысла в качестве признаков использовать
характеристики, не имеющие диагностической (с точки зрения врача) значимости.
Поэтому так важен анализ видов нормальных и патологических активностей на ЭЭГ, сделанный нами в п.п.
2.2.2.
Анализ свойств ЭЭГ приводит к следующим выводам.
Наибольшие трудности с точки зрения диагностики вызывают у врача участки ЭЭГ, свободные от артефактов и не имеющие в себе видимых признаков эпилептиформной активности.
Устранение артефактов производится в процессе выделения врачом диагностиче

[Back]