Методы обработки биомедицинских сигналов и данных

Введение

В работе рассматриваются следующие вопросы:
– определение статистики и её критерии оценки качества;
– уравнение Максвелла;
– приборы для регистрации ЭЭГ.
Каждый из них является актуальным для современных условий, что связано со следующим.
Такой раздел математики, как статистика, уже давно используется при исследовании отдельных вопросов, относящихся к различным разделам медицины, однако лишь в настоящее время стал возможен интегрированный математический подход, который называется биомедицинская статистика. Еще недавно шла полемика о ценности и целесообразности использования статистических методов в медицине. Основным аргументом было то, что медицинский и биологический материал крайне вариабелен, подвержен влиянию многочисленных сложных факторов, взаимодействующих между собой, требующих для своего описания огромного количества данных. В связи с этим биомедицинская статистика как инструмент использовался ограниченным числом лиц, как правило занимающихся научными изысканиями. Но в последние годы методы биомедицинской статистики стали широко применяться в практическом здравоохранении. Руководители здравоохранения в своих докладах часто используются такие термины, как «аналитическая эпидемиология», «научно-доказательная медицина». Роль материального базиса для взрывного развития и широкого использования математических приемов в практическом здравоохранении сыграло широкое распространение компьютерной техники и доступность пакетов различных компьютерных программ для статистической обработки материала и даже математического прогноза.
Уравнения Максвелла описывают обширную область явлений. Они лежат в основе электротехники и радиотехники и играют важнейшую роль в развитии актуальных направлений современной физики. В биомедицине исследование электромагнитных полей организма можно проводить в рамках изучения уравнений электродинамики постоянных токов, которые являются упрощенным вариантом уравнений Максвелла. Электромагнитное поле описывается четырьмя основными уравнениями, записанными в дифференциальной форме.
Достоинствами клинической электроэнцефалографии являются объективность, возможность непосредственной регистрации показателей функционального состояния мозга, количественной оценки получаемых результатов, наблюдения в динамике, что необходимо для оценки прогноза развития заболевания. До настоящего времени электроэнцефалография остается единственным объективным методом диагностики эпилепсии, определения формы заболевания и дифференциальной диагностики с другими пароксизмальными состояниями. ЭЭГ отражает один из основных параметров работы нервной системы – свойство ритмичности, отражающее согласованность работы разных структур мозга. ЭЭГ применяется для исследования функциональной активности мозга и не используется для диагностики органических поражений нервной системы.

Список использованных источников

1. Гржибовский, А.М. Сравнение количественных данных трех и более независимых выборок с использованием программного обеспечения STATISTICA и SPSS: параметрические и непараметрические критерии / А.М. Гржибовский, С.В. Иванов, М.А. Горбатова // Наука и здравоохранение. – 2016. – № 4. – С. 5-37.
2. Гржибовский, А.М., Унгуряну, Т.Н. Анализ биомедицинских данных с использованием пакета статистических программ SPSS: учебное пособие / А.М. Гржибовский, Т.Н. Унгуряну. – Архангельск: Изд-во Северного государственного медицинского университета, 2017. – 293 с.
3. Дифференциальная электрополевая томография / П.А. Кобрисев, А.В. Корженевский, С.А. Сапецкий, Т.С. Туйкин // Радиотехника и электроника. – 2020. – Т. 65. – № 6. – С. 606-611.
4. Журавлев, Д.В. Аппаратура для электроэнцефалографических исследований / Д.В. Журавлев. – Воронеж: Участок оперативной полиграфии издательства ВГТУ, 2021. – 259 с.
5. Журавлев, Д.В. Использование шестнадцатиканального комплекса регистрации электроэнцефалограммы для выявления различных изменений электрической активности головного мозга с целью их дальнейшей интерпретации / Д.В. Журавлев, А.А. Проводников // Вестник Воронежского государственного технического университета. – 2021. – Т. 17. – № 5. – С. 70-78.
6. Клиническая электроэнцефалография: учебное пособие / Л.Н. Неробкова, С.Б. Ткаченко. ГБОУ ДПО «Российская медицинская академия последипломного образования». – Москва: ГБОУ ДПО РМАПО, 2016. – 213 с.
7. Костюкевич, А.А. Автоматизированные системы обработки биомедицинской информации: конспект лекций по курсу для студентов специальности 39.02.03 «Медицинская электроника». – Минск, 2006. – 101 с.
8. Масленников, Ю.В. Практика и перспективы применения сверхчувствительных магнитометров в биомедицинских исследованиях / Ю.В. Масленников // Журнал радиоэлектроники. – 2021. – № 5.
9. Модель ЭЭГ. Изучение принципов работы электроэнцефалографа: методическое руководство по выполнению лабораторных работ. – Тула: НПО Учебной техники «ТУЛАНАУЧПРИБОР», 2012. – 65 с.
10. Мудров, В.А. Алгоритмы выполнения дискриминантного анализа в биомедицинских исследованиях с помощью пакета программ SPSS / В.А. Мудров // Забайкальский медицинский вестник. – 2020. – № 4. – С. 222-231.
11. Мудров, В.А. Алгоритмы регрессионного анализа в биомедицинских исследованиях с помощью пакета программ SPSS / В.А. Мудров // Забайкальский медицинский вестник. – 2020. – № 2. – С. 177-190.
12. Применение статистических методов в биотехнологических исследованиях часть 1. Анализ современного состояния проблемы, обоснование выбора методов многомерной статистики и программной среды / Л.А. Неминущая, Т.А. Скотникова, Э.Ф. Токарик [и др.] // Вестник Технологического университета. – 2015. – Т. 18. – № 2. – С. 377-382.
13. Розыева, Р.С., Сыдыков, А.С., Байызбекова, Д.А. Биомедицинская статистика: Учебное пособие. – Бишкек: Изд-во КРСУ, 2009. – 180 с.
14. Устройство электроэнцефалографа / CMI Brain Research. Center for Medical Information. Направление электрофизиологии НЦИЛС // URL: https://cmi.to/электроэнцефалограф/устройство-электроэнцефалографа/
(дата обращения: 10.01.2023).
15. Федотов, А.А., Акулов, С.А. Математическое моделирование и анализ погрешностей измерительных преобразователей биомедицинских сигналов. – Москва: ФИЗМАТЛИТ, 2013. – 282 с.
16. Яшин, А.А. Резонансные эффекты во взаимодействии электромагнитных полей с биосистемами. Ч. i виды резонансов и их физико-биологические модели / А.А. Яшин // Вестник новых медицинских технологий. Электронное издание. – 2018. – № 2. – С. 127-143.