Выявление аускультативных признаков ХОБЛ с помощью статистики высших порядков при анализе звуков дыхания

Автор(и)

  • Анна Сергеевна Порева Национальный технический университет Украины "Киевский политехнический институт", Ukraine https://orcid.org/0000-0002-3797-025X
  • Евгений Сергеевич Карплюк Национальный технический университет Украины "Киевский политехнический институт", Ukraine https://orcid.org/0000-0002-4224-7760
  • Анастасия Анатольевна Макаренкова Институт гидродинамики Национальной академии наук Украины, Ukraine https://orcid.org/0000-0001-9199-0692
  • Анатолий Павлович Макаренков Институт гидродинамики Национальной академии наук Украины, Ukraine

DOI:

https://doi.org/10.20535/S0021347016020059

Ключові слова:

звуки легких, ХОБЛ, коэффициент бикогерентности, коэффициент ассимметрии, коэффициент эксцесса, бичастоты

Анотація

Предложен метод определения характерных аускультативных диагностических признаков у больных ХОБЛ, основанный на использовании полиспектрального анализа и расчета статистик высшего порядка. Этапами метода являются расчет и построение функции бикогерентности сигнала звука дыхания для нахождения ее максимального значения. Визуальная и численная оценка полученного максимума позволяет сделать заключение о наличии или отсутствии в данном звуковом сигнале легкого артефакта, свидетельствующего о патологии. Для более точных результатов необходимо получить коэффициент асимметрии и выполнить оценку бичастоты, соответствующей максимальному значению коэффициента бикогерентности. Расчет коэффициентов асимметрии и эксцесса взаимокорреляционных функций сигналов звуков легких, снятых синхронно в четырех каналах, позволяет уменьшить чувствительность метода к шумовым составляющим. Таким образом, анализируя все предложенные рассчитанные характеристики и параметры, возможно принять решение о наличии или отсутствии в данном звуковом сигнале патологии.

Посилання

Global strategy for the diagnosis, management and prevention of chronic obstructive pulmonary disease. Global initiative for Chronic Obstructive Lung Disease (GOLD). Updated 2008. — URL : http://www.golodcopd.com/.

Басанец А. В. Акустическая обьективизация звуков дыхания больных ХОБЛ / А. В. Басанец, О. В. Ермакова, А. П. Макаренков, А. А. Макаренкова // Український журнал з проблем медицини праці. — 2010. — № 3. — С. 47–55. — Режим доступа : http://opb.org.ua/id/eprint/2587.

Automatic identification of Chronic Obstructive Pulmonary Disease based on forced oscillation measurements and artificial neural networks / J. L. M. Amaral, A. C. D. Faria, A. J. Lopes, J. M. Jansen, P. L. Melo // Engineering in Medicine and Biology Society : IEEE Annual Int. Conf. EMBC, 31 Aug.–4 Sept. 2010, Buenos Aires : proc. — IEEE, 2010. — P.1394–1397. — DOI : http://dx.doi.org/10.1109/IEMBS.2010.5626727.

Ionescu C. M. Relations between fractional-order model parameters and lung pathology in chronic obstructive pulmonary disease // C. M. Ionescu, R. De Keyser // IEEE Trans. Biomed. Eng. — Apr. 2009. — Vol.56, No. 4. — P. 978–987. — DOI : http://dx.doi.org/10.1109/TBME.2008.2004966.

Badnjevic A. Integrated software suite for diagnosis of respiratory diseases / A. Badnjevic, M. Cifrek, D. Koruga // EUROCON, 1–4 July 2013, Zagreb : proc. — IEEE, 2013. — P. 564–568. — DOI : http://dx.doi.org/10.1109/EUROCON.2013.6625037.

Texture-based analysis of COPD: A data-driven approach / L. Sorensen, M. Nielsen, Lo Pechin, H. Ashraf, J. H. Pedersen, M. de Bruijne // IEEE Trans. Med. Imaging. — Jan. 2012. — Vol. 31, No. 1. — P. 70–78. — DOI : http://dx.doi.org/10.1109/TMI.2011.2164931.

Computational analysis of HRCT images for characterization and differentiation of ILD and COPD / G. Song, E. Barbosa, N. Tustison, J. Gee, W. B. Gefter, M. Kreider, D. A. Torigian, // Biomedical Imaging: From Nano to Macro : IEEE Int. Symp. ISBI, 28. Jun.–1 Jul. 2009, Boston, MA : proc. — IEEE, 2009. — P. 999–1002. — DOI : http://dx.doi.org/10.1109/ISBI.2009.5193223.

Hosseini M. P. A novel method for identification of COPD in inspiratory and expiratory states of CT images / M. P. Hosseini, H. Soltanian-Zadeh, S. Akhlaghpoor // Biomedical Engineering : 1st Middle East Conf. MECBME, 21–24 Feb. 2011, Sharjah : proc. — IEEE, 2011. — P. 235–238. — DOI : http://dx.doi.org/10.1109/MECBME.2011.5752109.

Макаренкова А. А. Исследование и объективизация дополнительных звуков дыхания у больных хронической обструктивной болезнью легких / А. А. Макаренкова // Акустичний вісник. — 2010. — Т. 13, № 3. — С. 31–41. — Режим доступа : http://hydromech.org.ua/content/uk/av/13-3_31-41.html.

A novel wheeze detection method for wearable monitoring systems / Jianmin Zhang, Wee Ser, Jufeng Yu, T. T. Zhang // Intelligent Ubiquitous Computing and Education : Int. Symp., 15–16 May 2009, Chengdu : proc. — IEEE, 2009. — P. 331–334. — DOI : http://dx.doi.org/10.1109/IUCE.2009.66.

Classification of respiratory signals by linear analysis / S. Aydore, I. Sen, Yasemin P. Kahya, M. K. Mihcak // Engineering in Medicine and Biology Society : IEEE Annual Int. Conf. EMBC, 3–6 Sept. 2009, Minneapolis, MN : proc. — IEEE, 2009. — P. 2617–2620. — DOI : http://dx.doi.org/10.1109/IEMBS.2009.5335395.

Marshall A. Applications of signal recognition algorithms to diagnosis and monitoring in chest medicine / A. Marshall, S. Boussakta, S. B. Pearson // Medical Applications of Signal Processing : 3rd IEE Int. Seminar (Ref. No. 2005-1119), 3–4 Nov. 2005 : proc. — IET, 2005. — P. 121–124. — URL : http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=1543130.

Taplidou S. A. Analysis of wheezes using wavelet higher order spectral features / S. A. Taplidou, L. J. Hadjileontiadis // IEEE Trans. Biomed. Eng. — Jul. 2010. — Vol. 57, No. 7. — P. 1596–1610. — DOI : http://dx.doi.org/10.1109/TBME.2010.2041777.

Новиков А. К. Полиспектральный анализ / А. К. Новиков. — СПб. : ЦНИИ им. акад. А. Н. Крылова, 2002. — 180 с.

Poreva A. Detection of COPD's diagnostic signs based on polyspectral lung sounds analysis of respiratory phases / Anna Poreva, Yevgeniy Karplyuk, Anastasiia Makarenkova, Anatoliy Makarenkov // Electronics and Nanotechnology : IEEE 35th Int. Sci. Conf. ELNANO, 21–24 Apr. 2015, Kyiv, Ukraine : proc. — IEEE, 2015. — P. 351–355. — DOI : http://dx.doi.org/10.1109/ELNANO.2015.7146908.

Опубліковано

2016-02-22

Як цитувати

Порева, А. С., Карплюк, Е. С., Макаренкова, А. А., & Макаренков, А. П. (2016). Выявление аускультативных признаков ХОБЛ с помощью статистики высших порядков при анализе звуков дыхания. Вісті вищих учбових закладів. Радіоелектроніка, 59(2), 44–51. https://doi.org/10.20535/S0021347016020059

Номер

Розділ

Оригінальні статті