Циклічні випадкові процеси як основа моделювання гемодинамічних сигналів у задачах машинного навчання
DOI:
https://doi.org/10.26642/ten-2025-2(96)-86-89Ключові слова:
гемодинаміка, біосигнали, циклічні випадкові процеси, стохастичне моделювання, машинне навчанняАнотація
У статті розглянуто можливості використання концепції циклічних випадкових процесів (ЦВП) для моделювання гемодинамічних сигналів у задачах машинного навчання. Показано, що традиційні підходи (лінійні моделі, системи диференціальних рівнянь, спектральний та вейвлет-аналіз) не повною мірою враховують ритмічну та стохастичну природу біологічних сигналів, що знижує точність їх аналізу. Запропоновано математичну формалізацію гемодинамічних даних на основі ЦВП, яка забезпечує опис як періодичних, так і випадкових варіацій. Виконано приклади морфологічного та ритмічного аналізу пульсової хвилі, розглянуто статистичні параметри (Mean, Variance, SDNN, RMSSD) та спектральні характеристики (LF, HF). Окрему увагу приділено формуванню інформативних ознак для алгоритмів машинного навчання. Розроблена блок-схема моделювання демонструє узагальнений підхід до обробки біосигналів, починаючи від попередньої фільтрації до класифікації та прогнозування. Отримані результати доводять доцільність використання ЦВП як основи для створення гібридних систем аналізу, що поєднують методи математичного моделювання та штучного інтелекту.
Посилання
Khandani, S. et al. (2023), «Machine Learning Applications in Cardiovascular Disease Prediction and Monitoring», Journal of the American College of Cardiology, Vol. 81, No. 10, pp. 1101–1115, doi: 10.1016/j.jacc.2022.12.054.
Johnson, K.W. et al. (2018), «Artificial Intelligence in Cardiology», Nature Reviews Cardiology, Vol. 15, pp. 411–429, doi: 10.1038/s41569-018-0100-1.
Singh, R. and Saini, R. (2023), «Application of machine learning in healthcare: Review and future», Computer Methods and Programs in Biomedicine, Vol. 236.
Clifford, G.D. et al. (2020), «Advanced methods for heart rate variability analysis», Physiological Measurement, Issue 41, Vol. 8.
Attia, Z.I. et al. (2019), «An AI-enabled ECG algorithm for atrial fibrillation», The Lancet, Vol. 394, pp. 861–867.
Nichols, W.W. and O’Rourke, M.F. (2020), McDonald’s Blood Flow in Arteries, CRC Press.
Yavorska, E., Dozorska, O. and Nykytyuk, V. (2020), «Wavelet-based preprocessing of biomedical signals», Proceedings of the CSIT Conference, pp. 188–192.
Dozorskyi, V., Dediv, L. and Khvostivskyi, M. (2021), «Methods of stochastic modeling in biomedical engineering», Visnyk NTUU KPI. Ser. Radiotechnika, Vol. 82, pp. 56–64.
Pan, J. and Tompkins, W. (1985), «Real-time QRS detection algorithm», IEEE Transactions on Biomedical Engineering, Vol. 32 (3), pp. 230–236.
National Health Service of Ukraine (2024), Analytical reports on the state of population health, NHSU, Kyiv.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Олександр Миколайович Брик
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автор, який подає матеріали до друку, зберігає за собою всі авторські права та надає відповідному виданню право першої публікації, дозволяючи розповсюджувати даний матеріал із зазначенням авторства та джерела первинної публікації, а також погоджується на розміщення її електронної версії на сайті Національної бібліотеки ім. В.І. Вернадського.
