На правах рукописи
МАЙСТРОВ
Алексей Игоревич
Методы спектрального анализа квазипериодических
низкочастотных неэквидистантно квантованных сигналов
05.12.04. – Радиотехника, в том числе системы и устройства телевидения
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата технических наук
Москва – 2010 2
Работа выполнена в Межведомственном центре проблем проектирования, экспертизы и оптимизации сложных эргатических систем «Медэкоэргоцентр»
Научный руководитель:
доктор технических наук, профессор Богомолов Алексей Валерьевич
Официальные оппоненты:
доктор технических наук, профессор Нефёдов Виктор Иванович доктор технических наук Гавриленко Анатолий Васильевич
Ведущая организация:
Московский военный институт радиоэлектроники Космических войск
Защита состоится «18» ноября 2010 г. в 1400 часов на заседании диссертационного совета Д 212.133.06 Московского государственного института электроники и математики (технического университета) по адресу:
109028, Москва, Большой Трёхсвятительский переулок, дом 3/12, зал Учёного совета.
С диссертацией можно ознакомиться в библиотеке Московского государственного института электроники и математики (технического университета).
Автореферат разослан «30» сентября 2010 г.
Учёный секретарь диссертационного совета кандидат технических наук, профессор Н.Н. Грачев
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность проблемы. Квазипериодические низкочастотные неэквидистантно квантованные сигналы (КННС) являются недостаточно изученными, несмотря на свою широкую распространенность в различных областях науки: радиолокации, геофизике, медицине, астрономии, климатических и океанических исследованиях, при анализе информации в условиях сбоев, помех и отказов радиотехнической аппаратуры и т.п.
На сегодняшний день распространенным и эффективным методом исследования волновой структуры КННС является их спектральный анализ. Теоретические основы и методы спектрального анализа, а также его приложения рассмотрены в работах многих учёных - Сергиенко, 2006, Stoica, 2005, Марпл, 1986, Кей, 1988 и др., однако вопросы анализа КННС рассмотрены в них недостаточно подробно.
При анализе квазипериодических и квазистационарных сигналов целесообразно оценивать спектральные показатели сигналов, получаемые интегрированием спектральной плотности мощности в заданном диапазоне частот. Методики проведения такого анализа являются многоэтапными и громоздкими, из-за этого их реализация в практических целях разными группами специалистов существенно различается, а рассчитываемые оценки одних и тех же спектральных показателей для одних и тех же сигналов оказываются невоспроизводимыми.
При анализе большинства натурных КННС нет возможности непосредственной проверки корректности оценок спектральных показателей, а также отсутствуют рекомендации по применимости, эффективности методов и воспроизводимости результатов их расчета. Единственным возможным подходом, позволяющим при этом выполнить количественный анализ эффективности (точности) расчетов оценок спектральных показателей (РОСП) КННС является использование искусственных КННС.
Известные модели КННС (McSharry, 2002) обладают рядом существенных недостатков, которые явно отличают искусственные сигналы от реальных, что ставит под сомнение возможность распространения результатов анализа эффективности методик РОСП КННС по модельным КННС на реальные сигналы. При этом не существует критериев оценки реалистичности искусственных КННС, а критерии оценки эффективности (точности) РОСП КННС разработаны недостаточно и обычно ограничены сравнением либо по одному спектральному индексу (Clifford, 2005) либо визуальным сравнением СПМ (Moody, 1993).
Одним из часто используемых в медицинской практике КННС является последовательность межсократительных интервалов сердца, называемая ритмокардиографическим сигналом (РКС) или ритмокардиограммой, а явление квазипериодичности этих сигналов в литературе называется вариабельностью сердечного ритма (ВСР). РОСП таких КННС успешно применяется для исследования функционального состояния испытуемых и для задач медицинской диагностики (Malik, 2004, Баевский, 2001, McAuley, 2008, Иванова, 2007).
В 2001 г. Министерством здравоохранения РФ утверждены методические рекомендации «Анализ вариабельности сердечного ритма использовании различных электрокардиографических систем», содержащие, в том числе, рекомендации по спектральному анализу РКС - далее Рекомендации, 2001. Однако как отечественные (Иванов, 2001, Воробьев, 2007 и др.), так и зарубежные (Sandercock, 2004, Nunan, 2008) исследователи отмечают наличие недопустимых несоответствий в результатах РОСП, выполненных при помощи сертифицированных серийно выпускаемых образцов радиотехнических приборов медицинского назначения. Поэтому актуальной задачей для развития методов и средств спектрального анализа КННС, и, в частности, спектрального анализа РКС, является обеспечение единства методики РОСП КННС за счет стандартизации методов ее реализации, которые позволяют обеспечить воспроизводимые, сравнимые и адекватные оценки спектральных показателей.
Актуальность поставленной задачи определяется:
- необходимостью создания (совершенствования) методов спектрального анализа КННС, позволяющих получать точные оценки как их спектральной плотности мощности (СПМ), так спектральных показателей, рассчитанных на ее основе;
- недостаточной изученностью особенностей КННС и их спектральных показателей;
- ограниченностью моделей имитации КННС и отсутствием критериев оценки их реалистичности, позволяющих обосновать правомерность использования искусственных сигналов для исследования точности методики РОСП КННС;
- отсутствием критериев оценки эффективности (точности) методики РОСП КННС;
- отсутствием средств автоматизированного анализа эффективности (ААЭ) методов и алгоритмов в составе методики РОСП КННС.
Цель диссертационной работы состоит в обосновании рекомендаций для стандартизации методики расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов и исследования ее точности на основе имитационного моделирования.
Задачи исследования:
1. Создание метода математического моделирования квазипериодических низкочастотных неэквидистантно квантованных сигналов, обладающих повышенной реалистичностью, для возможности анализа достоверности методики расчета оценок спектральных показателей таких сигналов.
2. Анализ существующих и разработка усовершенствованных методов в составе методики расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов, обеспечивающих максимальную эффективность этого расчета по критерию минимума квадратичного среднего ошибок расчетов оценок спектральных показателей.
3. Проектирование структурной схемы и реализация комплекса средств автоматизированного анализа эффективности составных методов и методики расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов в целом, применительно к задачам стандартизации расчетов.
4. Экспериментальное исследование устойчивости предложенной методики расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов при решении задачи обнаружения фрагментов апноэ в автоматическом режиме с использованием только оценок спектральных показателей ритмокардиографических сигналов.
5. Разработка рекомендаций по методике расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов применительно к задаче спектрального анализа ритмокардиографических сигналов.
Методы исследования. При решении задач исследования использовались методы цифровой обработки радиосигналов, методы математического моделирования, спектральный анализ и его приложения, теория вероятностей, численные методы, системный анализ, математическая статистика.
Научная новизна работы заключается в следующем.
1. Предложена математическая модель анализа реалистичности квазипериодических низкочастотных неэквидистантно квантованных сигналов, сформированных по их спектру, впервые позволившая количественно сравнить эффективность методов моделирования таких сигналов.
2. Разработан метод моделирования квазипериодических низкочастотных неэквидистантно квантованных сигналов по их спектру, позволяющий повысить реалистичность искусственных сигналов, что выражается улучшении сходимости оценок временных показателей, получаемых на реальных и на искусственных сигналах, имеющих идентичные спектральные показатели, на 10,4%, обеспечивая среднее расхождение между получаемыми оценками на реальных и модельных сигналах не более чем на 13,4%.
3. Разработан комплекс средств автоматизированного анализа эффективности этапов расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов, включающий усовершенствованные приемы использования выборок таких сигналов и искажений искусственных сигналов добавлением пропусков и артефактов, наблюдаемых на реальных сигналах.
4. Разработан критерий эффективности распознавания всплескоподобных артефактов (ВПА) квазипериодических низкочастотных неэквидистантно квантованных сигналов и предложен усовершенствованный метод распознавания, позволяющий достичь максимальной эффективности среди аналогов, выраженной в уменьшении ошибки распознавания на 24%.
5. Разработан метод коррекции спектральной плотности мощности при использовании кусочно–непрерывной B–сплайн интерполяции квазипериодических низкочастотных неэквидистантно квантованных сигналов, и продемонстрирован прирост точности расчета оценок высокочастотных спектральных показателей при использовании этого метода на 43%.
6. Оценены возможности применения наиболее распространенных методов оценки спектральной плотности мощности для задачи расчетов оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов, и определен набор параметров этих методов, позволяющий обеспечить максимальную эффективность расчета оценок спектральных показателей, в том числе, средняя ошибка расчета оценок спектральных показателей на основе быстрого преобразования Фурье - 6,1%, метода Уэлча - 9,8%, метода Бурга - 6,1% и метода Томсона - 8,1%.
7. Определен набор паттернов нарушения стационарности, описывающий наблюдаемую нелинейную динамику адаптационных процессов квазипериодических низкочастотных неэквидистантно квантованных сигналов.
8. Разработан метод исследования стационарности квазипериодических низкочастотных неэквидистантно квантованных сигналов, позволяющий исключить часто наблюдаемый паттерн нарушения стационарности «сдвинутый цикл» с динамическим контролем ошибки, возникающей при исключении фрагмента сигнала, а также выделить такие сигналы, коррекция которых невозможна.
9. Продемонстрирована устойчивость предложенной методики расчетов оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов по результатам ее применения для математического анализа вариабельности сердечного ритма и распознавания на его основе фаз апноэ с 86% точности поминутной классификации фаз апноэ (13% ошибок второго рода), что на 18% больше, чем при использовании методики (Рекомендации, 2001) расчета оценок спектральных показателей.
Практическая значимость результатов заключается в том, что разработанные методы и алгоритмы использованы для создания стандартой методики РОСП КННС, обеспечивающей воспроизводимость и сравнимость оценок спектральных показателей, получаемых с помощью серийно выпускаемых радиотехнических систем исследования состояния сердца и радиоэлектронных имплантантов.
Основные научные положения, выносимые на защиту:
1. Метод математического моделирования квазипериодических низкочастотных неэквидистантно квантованных сигналов по их спектру, обладающий наибольшей реалистичностью среди аналогов, выраженной в улучшении сходимости оценок эффективности этапов выполнения расчетов оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов, получаемых на искусственных и на реальных сигналах.
2. Комплекс средств автоматизированного анализа эффективности методики расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов, позволяющий системно исследовать эффективность всех методов и алгоритмов, применяемых в составе названной методики.
3. Усовершенствованная методика расчета оценок спектральных показателей квазипериодических низкочастотных неэквидистантно квантованных сигналов, отличающаяся от ранее известных наличием наиболее эффективной процедуры оценки спектральной плотности мощности, наличием метода коррекции спектральной плотности мощности после искажений, вносимых процедурой интерполяции сигналов и наличием алгоритмов анализа и обработки фрагментов нестационарности в анализируемом сигнале.
4. Результаты экспериментальных исследований эффективности, точности и апробации результатов диссертационной работы.
Достоверность полученных результатов подтверждается соответствием результатов теоретического анализа, анализа на искусственных и реальных сигналах, корректным применением методов цифрового анализа сигналов, совпадением результатов исследования с аналогичными результатами, полученными другими авторами, актами о внедрении и использовании научных и практических результатов диссертации, а также результатами решения задачи распознавания фаз апноэ по динамике оценок спектральных показателей КННС при помощи разработанной методики РОСП КННС.
Теоретическая значимость работы заключается в том, что научные положения и выводы диссертации, новые постановки частных задач и методы их решения с выполненными обоснованиями обеспечивают развитие теоретических основ математического анализа КННС.
Апробация работы и публикации. Основные положения диссертационной работы докладывались и обсуждались: на 3–й, 4–й и 5–й международных конференциях «Russian–Bavarian Conference on Bio–Medical Engineering» (Эрланген, 2007, Москва, 2008, Мюнхен, 2009); на 33–й международной конференции «Computers in Cardiology» (Болония, 2008); на 2–й, 3–й и 4–й конференциях «Системный анализ в медицине» (Благовещенск, 2008 – 2010); на 10–й, 11–й, 12–й международной конференции «Медико–технические технологии на страже здоровья»;
на общеуниверситетских научно–технических конференциях «Студенческая весна»
(Москва, 2006, 2007, 2008); на научно–практической конференции «Методы исследования регионального кровообращения и микроциркуляции в медицине» (Санкт– Петербург, 2006).
По результатам исследования опубликовано 17 научных трудов, в том числе 6 статей в журналах, рекомендованных ВАК Минобрнауки России, и 11 тезисов докладов на Международных и Российских конференциях.
Структура и объем работы Диссертационная работа состоит из введения, пяти глав, заключения и списка используемой литературы. Общий объем работы составляет 146 страниц, в том числе 60 рисунков, 16 таблиц, 118 библиографических источников.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность исследования методов в составе методик РОСП КННС и разработки единого стандарта выполнения РОСП КННС. Определены цель, задачи исследования и приведены положения, выносимые на защиту.
В первой главе описывается принцип формирования КННС и методы их анализа. На примере РКС представлены типичные правила построения КННС:
где RR[j] – j–й зарегистрированный дискретный отсчет (в мс). В форме записи (*, *) первая звездочка отражает положение k–го значения РКС по оси абсцисс (в секундах), а вторая – по оси ординат (в мс). RR вычисляются как расстояния между соседними R–зубцами на сигнале ЭКГ во временной шкале.
Далее в главе дается перечень наиболее часто используемых на практике методов статистического, гистографического, спектрального анализа и методов нелинейной динамики для математической обработки КННС. Демонстрируется недостаточная изученность, сложность практической реализации и отсутствие полноты описания и интерпретации таких методов анализа волновой структуры как вейвлет– анализ, метод частотно–временных распределений Вигнера–Вилля и преобразования Габора–Вильямса. Прочие полные системы ортогональных функций типа Уолша являются также непригодными для волнового анализа КННС из-за значительно меньшей корреляции между базисными функциями и реально наблюдаемыми КННС. Преобразование Хартли, которое отличается от преобразования Фурье меньшей вычислительной сложностью при анализе рациональных функций, не является на сегодняшний день актуальным для задачи анализа КННС благодаря уровню развития вычислительной техники и алгоритмам быстрого преобразования Фурье для параллельных вычислительных машин.
Рис. 1. а - зависимость результатов расчетов оценок СПМ от выбора метода оценки СПМ, слева направо метод Ломба, метод Юла–Уолкера, метод Уэлча; б - результаты расчета оценок спектральных показателей VLF(1), LF(2) и HF(3) для соответствующих методов (а) По результатам исследований отмечается существующее многообразие методик РОСП КННС и представляется декомпозиция исследуемой базовой (наиболее часто используемой) методики. Демонстрируется несогласованность результатов РОСП КННС и вида СПМ при различии, например, только в методе оценки СПМ (рис. 1).
Приводятся результаты исследований сравнимости и воспроизводимости РОСП КННС и в рамках рекомендованных методов отмечается отсутствие соответствия и сопоставимости результатов расчетов оценок спектральных показателей, выполненных на различных сертифицированных радиотехнических устройствах медицинского назначения. Приводится классификация методов стандартизации, и отмечается необходимость наличия эталонных сигналов для ее выполнения. Формулируются цель и задачи исследования.
Вторая глава посвящена разработке метода моделирования КННС, позволяющего систематически исследовать эффективность как отдельных этапов, так и цельной методики РОСП КННС, а также представлены результаты разработки комплекса средств ААЭ РОСП КННС.
Анализ методов моделирования сигналов ВСР позволил выделить метод формирования КННС по их спектру (McSharry, 2002) как наиболее адекватный метод исследования качества РОСП КННС - только в этом методе спектральные показатели искусственного сигнала известны точно. Поэтому точность их оценки исследуемым методом или алгоритмом в составе методики РОСП КННС можно рассчитать без ошибок, связанных с расчетом оценок эталонных спектральных показателей.
Чтобы оценка эффективности РОСП КННС на искусственных сигналах соответствовала оценке этой эффективности на реальных сигналах, искусственные сигналы должны быть максимально приближены к реальным. Однако в рассмотренном методе моделирования сигналов по их спектру был выявлен ряд недостатков, которые оказывают существенное влияние на реалистичность получаемых КННС:
1. Гладкость (идеальный гауссов купол) СПМ в исследуемых диапазонах не соответствует реальности.
2. Отсутствует очень низкочастотный (VLF) диапазон: 0,015–0,04 Гц.
3. Отсутствует заполнение спектра КННС в частотном диапазоне 0-0,015 Гц.
4. Точность определения положений неэквидистантных дискретных отсчетов искусственных КННС зависит от частоты дискретизации сигнала при формировании неэквидистантного ряда.
5. Не представлено ни самой оценки, ни критерия оценки уровня неопределенности положения отсчетов КННС, связанных с конечностью частоты дискретизации и неточностью алгоритмов определения положения R-зубцов ЭКГ.
Все перечисленные недостатки были устранены в разработанном методе моделирования. Наиболее значимыми из них являются следующие усовершенствования:
1. Для придания изрезанности СПМ искусственным КННС было использовано адамарово произведение вектора значений искусственной СПМ КННС и вектора случайных значений, распределенных по закону бета–распределения с параметрами =0,5 и =0,5.
2. СПМ в диапазонах VLF и 0–0,015 Гц заполняется при помощи гауссова купола с вершиной, расположенной на частоте 0 Гц, аналогично заполнению LF и HF диапазонов, однако нормировка выполняется только по мощности VLF диапазона:
где f – частота, на которой задается мощность, Asn(VLF) обозначает вклад в СПМ искусственном КННС заданной мощности VLF компоненты PsVLF; значения нижней f0VLF и верхней fkVLF границ диапазона оценки VLF показателя, а также положение вершины купола распределения мощности VLF диапазона fcVLF и его среднеквадратического отклонения (СКО) VLF даны в табл. 1.
Таблица 1. Частотные диапазоны для генерации искусственных КННС.
Рис. 2. Схема последовательности действий при реализации метода моделирования реалистичных КННС 3. Оценка реалистичного уровня шума для искусственного РКС, учитывающая эффекты конечности частоты дискретизации ЭКГ (на примере частоты fs = 500 Гц) и ошибок определения положения двух R-зубцов An1 и An2 QRS-детекторами задается по формуле:
где Rn(-5,5) обозначает случайное целое число в диапазоне [–5, 5] с равномерной плотностью вероятности. Плотность вероятности p(n) имеет вид равнобедренного треугольника с вершиной в нуле и ограниченного значением P(n) = 20 мс по ширине. В результате усовершенствований разработан метод математического моделирования реалистичных КННС, схема которого представлена на рис. 2.
В качестве показателя реалистичности искусственных КННС использовалась оценка квадратичного среднего относительных невязок временных показателей (КСВП, ), получаемых на реальных и искусственных сигналах с одинаковыми спектральными показателями, рассчитываемая по формуле:
где ei – невязка отдельного временного показателя. Для сравнения использовались три ключевых (наиболее информативных) временных показателя ВСР: SDNN, RMSSD, HRV-индекс (Рекомендации, 2001). Разработанная схема сравнения сходимости временных показателей реальных и искусственных сигналов, имеющих идентичные оценки спектральных показателей, представлена на рис. 3.
Рис. 3. UML-диаграмма активности для оценки реалистичности искусственных КННС Таблица 2. Усовершенствования метода моделирования КННС, для которых проведено сравнение реалистичности по временным показателям.
В табл. 2 представлены комбинации использованных улучшений в моделях генерации, исследованных по критерию реалистичности, по сравнению с исходной моделью без улучшений. Алгоритм (рис. 3) применялся для 4549 5–минутных записей практически здоровых испытуемых разных возрастов в покое сидя из базы данных «Fantasia», находящейся в свободном доступе на сайте www.physionet.org. В результате были получены средние значения КСВП, как представлено в последнем столбце табл. 2. В работе продемонстрирована статистическая значимость (p 0,45, то сигнал считается нестационарным и исключается из рассмотрения. Пороговое значение коэффициента было определено по искусственным сигналам таким образом, что оно максимизирует специфичность распознавания нестационарных сигналов при уровне чувствительности 80%.
Рис. 10. Эффективность процедуры стационаризации с использованием метода устранений сдвигов: (а) демонстрирует исходный фрагмент РКС (штриховая линия) вместе с фрагментом после исключения паттернов сдвига (сплошная линия), и соответствующие этому фрагменту спектральные показатели КННС (треугольники – без применения алгоритма, кружки – с применением) на (б–д) в области, ограниченной вертикальными штриховыми линиями Второй этап позволяет вырезать из анализируемой КННС часто наблюдаемый паттерн «сдвинутый цикл», соответствующий кратковременному (от 3 до секунд), но значительному сдвигу ЧСО (на величину около 20%), который существенно искажает спектральные показатели такой КННС.
Разработанный алгоритм динамического контроля ошибки позволяет анализировать возникающие при исключении фрагмента сигнала искажения РОСП КННС. При помощи метода на рис. 2 формируется серия 10…100 искусственных сигналов, имеющих спектральные показатели КННС, идентичные рассчитанным на анализируемом сигнале, после чего из искусственного сигнала вырезается идентичный набор фрагментов и оценивается КСОСП, которое и служит оценкой ошибки, возникающей при вырезании фрагментов реального КННС. На рис. 10 представлено обоснование эффективности работы алгоритма: устранение паттернов сдвига в двух местах (рис. 10-а) исключает ошибочные всплески общей мощности спектра сигнала и VLF компоненты (треугольники). Диаграмма активности для методики РОСП КННС представлена на рис. 11.
Рис. 11. UML-диаграмма активности предлагаемой стандартной методики РОСП Далее демонстрируется устойчивость предложенной методики РОСП КННС на основе ее применения в задаче распознавания фаз апноэ по спектральным показателям РКС. Выполнено решение задачи оптимизации границ нормированного VLF диапазона при помощи генетического алгоритма по критерию максимума точности бинарной классификации «апноэ / нет апноэ». Сформирован спектральный индекс вида:
где lb*VLF и ub*VLF – нижняя и верхняя границы модифицированного VLF диапазона соответственно, lb*rF и ub*rF – нижняя и верхняя границы диапазона нормировки на общую мощность КННС. Классификация для каждого фрагмента выполняется по условию Максимальное значение целевой функции было достигнуто при lb*VLF = 0,01Гц, ub*VLF = 0,065Гц, lb*rF = 0,003Гц, ub*rF = 0,25Гц, DnrVLF = 0,7, позволяющее достичь конечной точности бинарной классификации «апноэ / нет апноэ» 86% на основе условий, данных и постановки задач соревнования «Physionet challenge 2000», доступное по адресу www.physionet.org. Продемонстрированный результат оказывается среди 10 наиболее успешных результатов, опубликованных на сайте (результаты распределены в диапазоне 82%–92%) и значительно лучше, чем по методике (Рекомендации, 2001), как продемонстрировано на рис. 12.
Рис. 12. Эффективность распознавания фаз апноэ по оценкам спектральных показателей КННС: VLF (пара столбиков 1), LF (пара столбиков 2), HF (пара столбиков 3), TP (пара столбиков 4) по методике (Рекомендации, 2001), в сравнении с nrVLF (пара столбиков 5) по разработанной методике, для распознавания фаз апноэ по критерию точности в задачах (белые столбики – задача 1, серые столбики – задача 2) соревнования «Physionet challenge 2000»; штриховыми линиями отмечен диапазон лучших 7 результатов соревнования для задачи 1, точечными – для задачи Отличительной чертой полученного результата является то, что для его получения использовалась одномерная статистика спектрального показателя КННС, оптимизированного на тестовой выборке по критерию максимума точности.
ЗАКЛЮЧЕНИЕ
Результаты исследований позволяют сделать следующие выводы: 1. Метод моделирования квазипериодических низкочастотных неэквидистантно квантованных сигналов по их спектру, отличающийся от аналогов учетом спектральной плотности мощности в диапазоне (0, 0,04] Гц и преобразованием ее формы в изрезанную, обеспечивает существенное улучшение сходимости искусственных и реальных сигналов (оценка квадратичного среднего разности расчетов временных показателей на реальных и искусственных ритмокардиографических сигналах с идентичными спектральными показателями статистически значимо