F. Ü. Fen ve Mühendislik Bilimleri Dergisi, 17 (1), 32-41, 2005 Dizi İşaret İşleme Teknikleri ile Kalp Sesi Üreten Kaynakların Göğüs Duvarı Üzerinden Yerlerinin Belirlenmesi Burhan ERGEN ve Yetkin TATAR Fırat Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, ELAZIĞ E-posta: [email protected] Özet Bu çalışmada, kalp sesleri dizi işaret işleme yöntemleri ile analiz edilerek, sesleri üreten kaynakların yerlerinin belirlenmesi üzerine çalışılmıştır. Ses verileri, kalbi bölgesini örten göğüs duvarı üzerine yerleştirilmiş bir düzlemsel mikrofon dizisi yardımı farklı noktalardan alınmıştır. Dizi işaret işleme yöntemleri kullanılarak elde edilen görüntülerde, mekanik hareketi ile akustik titreşimlere neden olan kalp dokularını işaret eden sonuçlar elde edilmiştir. Bir kardiyak periyodundaki dört safha için yapılan kestirimlerde, sistol ve diastol aralıkları için elde edilen görüntüler, bu aralıktaki seslerin birinci ve ikinci kalp seslerine göre daha geniş bir alanda oluştuğunu ortaya koymuştur. Görüntülerdeki farklılıklar, hastalarda oluşabilecek anormal seslere neden olan kalp dokusunu işaret eden görüntüler elde edilebileceğini göstermektedir. Anahtar Kelimeler: Fonokardiogram, Kalp Sesleri, Mikrofon dizisi, Dizi İşaret İşleme. The Localization of The Sources Producing Heart Sounds Using Array Signal Processing Technique on Chest Wall Abstract In this study, it is studied on the localization of the source producing heart sounds by analyzing using array signal processing methods. The sound data are acquired by means of a planar microphone array put on the chest wall covering the heart region. In the image by using signal processing methods, it is obtained that the results indicating the heart tissues that cause acoustical vibration by their mechanical action. In the estimation of the four phases in a cardiac period, the images obtained for systole and diastole interval put forward that the sounds in these intervals arise larger area than the first and second heart sounds. The differences in these images show that the image determining the heart tissues causing the abnormal sounds appeared in the patient Keywords: Phonocardiogram, Heart Sounds, Microphone Array, Array Signal Processing. 1. Giriş Kanın dolaşımını sağlayan kalp, mekanik hareketi nedeniyle beden içerisindeki en güçlü ses kaynağıdır. Kalbin ürettiği bu akustik titreşimler alçak frekanslı titreşimler olup beraber oldukça değişkendirler. Kalbin ürettiği seslerin sonradan değerlendirmek üzere, özel tasarlanmış mikrofon düzeneği yardımıyla kayıt edilmiş şekline Fonokardiyogram (FKG) denilir [1]. FKG değerlendirmesi, kalp-damar hastalıklarının ön tanısında invasiv olmayan yöntem olarak önemli yer tutar. Bir kardiyak periyodu temelde, kalbin kasılması ile kanın kalpten çıkışı esnasında birinci kalp sesi, kasılı olduğu sistol süresi, kanın kalbe dolması için kapakların açılması ile Dizi İşaret İşleme Teknikleri ile Kalp Sesi Üreten Kaynakların Göğüs Duvarı Üzerinden … ikinci kalp sesi ve kalbin gevşediği diastol süresi olmak üzere dört safhadan oluşur. Atımın sistol ve özellikle diastol safhasındaki bileşenler nispeten daha düşük genliğe sahiptirler. Seslerin oluşum nedenini araştıran son yıllardaki çalışmalar, seslerin genel kanının aksine sadece kalp kapakları tarafından değil, kanın kalp odacıklarında ve arterlerdeki türbülansının yanı sıra kalbin tamamının titreşmesi ile oluştuğunu belirtmektedir. Koroner arterlerdeki daralmaların, kalp sesleri üzerine akustik etkilerinin olduğu belirlenmiştir. Bu nedenle sesleri oluşturan dokuların bilinmesi, rahatsızlığı tanımlamada önemli bir bilgi kazanımı sağlayacaktır. Çok sayıda duyarga kullanarak kalp bölgesinin tamamının akustik görüntülenmesi ses kaynağı üreten dokuların belirlenmesine yardımcı olacaktır [2]. Bu çalışmada, düzlemsel mikrofon dizisinden alınan işaretler ve dizi işaret işleme teknikleri kullanılarak kalp sesi üreten kaynaklarının akustik yer belirlemesi üzerine çalışılmıştır. Kullanılan kalp sesi verileri, geliştirilen düzlemsel duyarga içeren çok kanallı FKG kayıt cihazı kullanılarak elde edilmiştir [3]. Farklı derinlik ve kardiyak periyodunun farklı safhaları için yapılan kestirimler ile kalbin pasif akustik görüntüsü olarak nitelendirilebilecek sonuçlar elde edilmiştir. Bu görüntüler kalbin durumu ve çalışması hakkında uzaysal bir bilgi sunmaktadır. 2. Kalp Sesleri için İşaret Modeli ve Yer Belirleme Akustik yer tespitinde karşılaşılan problemlerin başında gürültü içerisinden asıl işaretin belirlenmesi olmaktadır. Bu amaçla çeşitli ses kaynağı ve gürültü modellemeleri yapılarak yön tespiti için farklı spektrum yöntemleri kullanılmıştır. Gürültü içerisinde asıl işaretin belirlenmesi için gürültü alt uzayı kullanıp eigen değeri çözümlemesi yapan MUSIC (Multiple Signal Classification) algoritması spektrum kestirimi açısından en iyi sonucu verdiği bildirilmiştir [4]. Bir alt uzay kestirim tekniği olan MUSIC algoritması, kabul edilen işaret modeli ile doğrudan ilişkilidir. Ayrıca akustik dalgaların yayılımında, kaynağın yakın veya uzak olmasına bağlı olarak ışıma formu değişir. Kaynağın göreceli uzaklığına bağlı olarak yakın alan ışıma formu veya uzak alan ışıma formu kullanılır. Bu nedenle yer tespitinin iyi bir şekilde yapılabilmesi için uygun alan denklemlerinin kullanılması önemlidir [5]. Kalp seslerinin oluşumu için, titreşen dokuların mikrofon dizisinin boyutuna göre küçük olduğu ve tek bir ses kaynağı gibi davrandığı, ses yayılım ortamı olan göğüsün homojen ve yansıma yapmadığı ve gözlem süresince ses kaynaklarının yer değiştirmediği kabulü yapılırsa yakın alan denklemleri kullanılabilir. Şekil 1’de verilen mikrofon dizisinin geometrik yapına göre yakın alanda K adet ses kaynağı bulunması durumunda düzlemsel duyargadaki (m, n) ’inci mikrofon çıkışı X mn (t ) işareti içi model şöyle verilebilir. X mn (t ) = K ∑S k (t )a mn (t , rok , θ k , φ k ) + n mn (t ),1 ≤ m ≤ M ,1 ≤ n ≤ N (1) k =1 Burada S k (t ) , k ’inci ses kaynağının genliği, a mn (t , rok , θ k , φ k ) düzlemsel dizinin geometrik yapısına ve k ’inci kaynağın yerine bağlı yönelme faktörü, nmn (t ) uzaysal Gauss dağılımlı 33 B. Ergen ve Y. Tatar gürültü, M , N ise x ve y eksenlerindeki mikrofon sayısıdır. Çözünürlüğün, x ve y yönünde eşit olması için aynı sayıda alınmıştır. Gözlem süresince, kaynaklarının yerlerinde sabit olduğu kabul edilirse, dizi yönlenme faktörü (2)’deki gibidir. ⎤ ⎡ ⎛ d mn ( rok ,θ k ,φk ) ⎞ ⎟ + jk 0 (rok − d mn ( rok ,θ k ,φk ) )⎥ ⎟ rok ⎠ ⎦⎥ 2 ⎞ ⎢⎣⎢ −⎜⎜⎝ ρ ⎛ rok ⎟⎟ e a mn (t , rok , θ k , φ k ) = ⎜⎜ ⎝ d mn (rok , θ k , φ k ) ⎠ [r d mn (rok , θ k , φ k ) = 2 ok + x m2 + y n2 − 2rok sin θ ( x m xomθ k + y n sin φ k ) ] (2) (3) 2πf 0 M + 1⎞ N + 1⎞ ⎛ ⎛ d x , dx = dy , M = N xm = ⎜ m − ⎟dx , y n = ⎜ n − ⎟dy , k 0 = c 2 ⎠ 2 ⎠ ⎝ ⎝ Burada rok , k ‘inci kaynağın düzlemsel dizinin merkezine uzaklığı, d mn (rok , θ k , φ k ) bu kaynak ile (m, n) ’inci mikrofon arasındaki uzaklık, θ k ve φ k yükselme ve azimut açılarıdır. k 0 , ses frekansı f 0 ve sesin ortamdaki yayılma hızı c ’ye bağlı dalga numarası, d x ve d y düzlemsel dizide eksenlere göre mikrofonlar arasın mesafe ve ρ üstsel ortam zayıflama faktörüdür. z k’inci kaynak rok θk rk düzlemsel prob d mn dy y φk (m,n)’inci mikrofon dx x Şekil 1. Bir ses kaynağı için yakın alan işaret model geometrisi. Yönelme faktörü a mn (rok , θ k , φ k ) , yapılan kabullere göre, kaynağa uzaklığın karesi ile ters orantılı yoğunluk seviyesi ve bir noktasal kaynağın küresel dalga genişlemesi nedeniyle yoğunluk azalması faktörleri içerir [6, 7]. Dizi çıkışı X (t ) , MN elemanlı bir matris olarak yazıldığında, MN × MN boyutlu dizi çıkışının ortak değişinti matrisi aşağıdaki gibi olur [8]. 34 Dizi İşaret İşleme Teknikleri ile Kalp Sesi Üreten Kaynakların Göğüs Duvarı Üzerinden … [ R = E X (t ) X H (t ) ] (4) Burada H matrisin karmaşık eşleniğinin evriğini ifade eder. Uzaysal gürültünün istatistiksel olarak kaynaktan ve sistemin kanallarından bağımsız olduğu kabul edilirse, ortak değişinti matrisi (5)’deki gibi yazılabilir. R = ARS A H + σ 2 I Burada RS , (5) K × K boyutlu, kaynak ortak değişinti matrisini, A , a mn (rok , θ k , φ k ) yönelme faktörü ile tanımlı MN × K elemanlı yönelme matrisini, σ 2 uzaysal gürültünün değişintisini ve I birim matrisi ifade eder. Kaynaklar ilişkisiz kaynaklar ise RS , K rankında singüler olmayan matristir. A ’da ayrıca kolonlardan doğrusal bağımsız olduğundan K rankına sahiptir. Bu nedenle ARS A H da K rankına sahiptir. Eğer λ1 ≥ λ2 ≥ K ≥ λ MN , dizinin ortak değişinti matrisi R ’nin sıralı eigen değerleri olarak kabul edilirse (6)’daki gibi verilebilirler. ⎧⎪µ + σ 2 λk = ⎨ 2 ⎪⎩σ k = 1,2,K , K k = K + 1, K + 2, K , MN (6) k > K olmak üzere, aşağıdakiler yazılabilir. Rvk = λk v k = σ 2 v k (7) Rvk = ( ARS A H + σ 2 I )v k Burada v k ortak değişinti matrisinin eigen vektörü olup ARS A H v k terimi sıfırdır. RS , K ranklı ve A ’da tamamen K rankı olduğundan aşağıdaki durum çıkarılabilir. A H v k = 0 , K + 1 ≤ k ≤ MN (8) Öz ilişki matrisinin eigen vektörlerinin temel özelliği bir birlerine dik olmalarıdır. Böylece K eigenvektörleri geriye, kalan MN − K eigenvektörleri tarafından işaret edilen dik tamamlayıcı uzayının bir alt uzayı olarak bağlantılıdır. Gürültü alt uzayı ile ilişkili olan MN − K eigenvektörleri, yönlenme matrisi A ‘nın K kolonlarına diktir ve bu kolonlar ortamdaki ses kaynakları ile açık olarak ilişkilidir. Bu nedenle (9)’da verilen fonksiyondan elde edilecek sivri uçlu tepeler ses kaynaklarının doğru yerlerine işaret ederler. P(r ,θ , φ ) = 1 MN ∑ v kH a(r , k = K +1 θ ,φ ) (9) 2 Burada a(r , θ , φ ) , MN boyutlu yönelme kolon vektörü ve r kaynağın düzlemsel dizinin merkezine olan uzaklığı ifade eder. Fonksiyon üç boyutlu uzayda ses kaynağının yerini 35 B. Ergen ve Y. Tatar tanımlayan üç parametre ile tanımlar. Böylece MUSIC algoritması üç boyutlu bir fonksiyon haline gelmiş olur [ 9]. P(r , θ , φ ) spektrum kestirim fonksiyonu, MN ≥ K + 1 olduğu zaman anlamlı bir ifade olup ortamdaki toplam ses kaynaklarını çözümleyebilecek minimum mikrofon sayısını da işaret eder. Dizi ortak değişinti matrisi R tam olarak bilindiğinde ve gürültü üzerine yapılan kabuller doğru olduğu sürece, P(r , θ , φ ) fonksiyonun ürettiği sivri uçlu tepeler, ses kaynaklarının yerlerini doğru bir şekilde belirlenmesini garanti eder. Tepeler ve eigenvektörleri her zaman ayrık olduğundan bu kestirimci gelişi güzel iki yakın ses kaynağını ayırt edebilir. İşaret modeli ile ölçülen işaret arasındaki uyuşmazlık ve ölçülen işaretin düşük işaret-gürültü oranı kestirimcinin çözünürlüğünü fazlasıyla azaltacaktır [12]. Pratikte değişinti matrisi R , dizi çıkışlarının zamana göre ortalaması alınarak kestirimi yapılır. 1 Rˆ = L L ∑ X (t ) X i H (t i ) (10) i =1 Burada L , dizi çıkışlarından ölçülen işaret uzunluğunu ve X (t i ) ’de dizi çıkışlarında ölçülen işaret dizisini göstermektedir. K işaret ve MN − K eigen vektörleri öz değişinti matrisinden kestirimi yapılır. Ölçüm süresi uzadıkça MUSIC algoritması için kestirimi yapılan işaret alt uzayı kalitesi yükselecek ve kestirim de daha doğru bir sonuca ulaşacaktır. 3. MUSIC Algoritması ile Yer Belirleme Uygulaması Kalp seslerinin yerlerinin belirlenmesi çalışması, ses kaynaklarının yer değiştirmediği kabul edilen bir kardiyak periyodundaki dört safha için yapılmıştır. Analizler, kalp seslerini üreten organlar göğüs duvarından farklı uzaklıkta olması olasılığına karşın kalp sesleri farklı uzaklıklar için yapılmıştır. FKG işaretleri, 4x4 matris şeklinde yerleştirilmiş on altı mikrofondan oluşan düzlemsel duyarga içeren [4]’de sunumu verilen sistemden 6.25KHz örnekleme frekansı ile alınmıştır. Üç boyutlu MUSIC algoritması ile yer saptaması için gerekli işaret alt uzayı K parametresi iyi bir çözünürlük için 10 olarak seçildi. Arama yüzeyi 1mm2 hücreli ızgara şeklinde alınarak 10cm2’lik bir alan içinde tarama yapılmıştır. Ses hızı, insan vücudu homojen yapıda tuzlu su olarak düşünülerek deniz suyundaki hız c=1498m/sn olarak ve kalp seslerinin frekans bandı 1KHz olduğundan, kalpten yayılan akustik titreşimlerin orta frekans değeri 500Hz alınmıştır. Ortamın zayıflama faktörü bu alanda yapılan çalışmalar doğrultusunda ρ = 8 alınmıştır [8]. İşaret alt uzayı sayısı, ortak değişinti matrisinin kolon uzunluğuna ya da diğer bir deyişle duyarga sayısına bağlıdır. Alt uzay sayısı, (6)’da belirtildiği gibi duyarga sayısı ile sınırlıdır. Çok düşük seçmek, ses kaynaklarının ayırt edilmesindeki çözünürlüğü azaltır. Ayrıca yöntem bütünüyle işaret modeline bağlı olduğundan, kaynak uzaklığının çok yakın veya çok uzak olması yakın alan denklemlerinin kullanılamamasına diğer bir deyişle işaret modeli ile alınan gerçek işaretlerin uyumsuzluğunu doğuracaktır. Bu nedenle işaret alt uzayı sayısı gürültü alt uzayını kaybettirmeyecek kadar yüksek seçilmeye çalışılmıştır. Şekil 2.’de birinci kalp sesi 36 Dizi İşaret İşleme Teknikleri ile Kalp Sesi Üreten Kaynakların Göğüs Duvarı Üzerinden … S1 için farklı derinliklerde ses kaynağı yeri belirlemesi için yapılan kestirim sonucunda elde edilmiş görüntüler verilmiştir. Kestirimler, L=150 örnek üzerinden ve K=12 ses kaynağı olduğu kabul edilerek yapılmıştır. Şekil 2.(b) ve (e)’de de görüleceği gibi çok yakın mesafe ( rk ≤ 4cm ) veya çok uzak mesafe ( rk ≥ 10cm ) için yapılan kestirimlerde, kaynak ayırt etme çözünürlüğü azaldığı ve bir ses kaynağı varmış gibi algılandığı gözlenmiştir. Ses kaynağının dizi boyutlarına bağlı olarak çok yakın ve çok uzak olması durumunda, işaret modeli ile gerçek veriler arasında uyuşmazlık olacaktır. Çünkü yer belirlemesi için kullanılan MUSIC algoritmasında kullanılan işaret modeli yakın alan için geçerlidir. Yakın alan için oluşturulan işaret modeli ise tamamen düzlemsel dizinin boyutuna bağlıdır. Daha uzaktaki işaretleri belirlemek için boyutu arttırılmalıdır. Bunun aksi durum olarak, çok yakındaki işaret kaynaklarını belirlemek için ise düzlemsel dizi boyutu küçültülmelidir. (a) (b) (c) (d) Şekil 2. Birinci kalp sesi için farklı derinliklerde ses kaynağı yer belirlemesi. a)rk=4cm, b) rk=6cm, c) rk=8cm, d) rk=10cm. 37 B. Ergen ve Y. Tatar Ayrıca ses kaynağı belirlemesinde çözünürlüğü artırmak için, temel parametre ortak değişinti matrisinin boyutu olduğundan, duyarga sayısı arttırılarak duyargalar arası mesafe azaltılmalıdır. Şekil 2.’de iki farklı ses kaynağının olduğu görülmektedir. Sağdaki kaynak daha büyük ve daha geniş çaplı bir etki alanına sahip ve soldaki ses kaynağı daha dar ve daha az etkili bir kaynaktır. Bu kaynakların, sağdaki kaynağın mitral ve aortik kapakların etkisi ile ve soldaki kaynağın ise pulmoner ve triküspid kapakların etkisi oluşması olasıdır. Farklı derinlilerde ikinci kalp sesi için yapılan kestirimler şekil 3.’de verilmiştir. rk ≤ 4cm ve rk ≥ 10cm için yapılan kestirimlerde akustik titreşimleri üreten kaynak sayı belirtilen nedenlerden ötürü yine tek olarak gözlenmiştir. Şekil 3.’de verilen kestirimler de ses kaynakları bütünüyle ayrık olmamakla beraber ses kaynağının sola doğru yayıldığı görülmektedir. Sola doğru yayılma ses kaynağı sayısının birden çok olduğunu gösterir. Kaynakların, S2’yi oluşturan aortik ve pulmoner bileşenler olması olasılığı yüksektir. (a) (b) (c) (d) Şekil 3. İkinci kalp sesi için farklı derinliklerde ses kaynağı yer belirlemesi. a) rk=4cm, b) rk=6cm, c) rk=8cm, e) rk=10cm. 38 Dizi İşaret İşleme Teknikleri ile Kalp Sesi Üreten Kaynakların Göğüs Duvarı Üzerinden … S2 aortik kapağın kapanması ve titreşmesi ve hemen arkasından pulmoner kapağın kapanması ve titreşmesinden oluşur [10]. Bu bileşenler, aort ve pulmoner arterler arasında oluşmakta ve oluşum anlarının ayırt edilmesi zordur. Şekil 4’de rk=5cm derinlik için kardiyak periyodunun dört safhası için yapılan kestirim görüntüleri sunulmuştur. Sunumlar, dört safhadaki, ses enerjisinin değişimini göstermektedir. (a) (b) (c ) (d) Şekil 4. Kardiyak periyodunun dört safhası için kestirim görüntüleri (rk=5cm), a) S1, b) Sistole, c) S2, d) Diastole. 4. Sonuçlar ve Tartışma Bu çalışmada mikrofon dizisinden alınan verilerden faydalanılarak kalbin ürettiği akustik titreşimlerin kaynağını belirleyebilecek, yayılan seslerden dizi işaret işleme teknikleri kullanılarak pasif akustik görüntüler elde edilmiştir. Göğüs üzerinden farklı noktalardan aynı anda kalp sesleri alımı için kullanılan çok kanallı FKG kaydedici sistemin, mikrofonlardan oluşan düzlemsel duyargasının yüzey alanı ile kalp sesi üreten doku alanı karşılaştırıldığında, ses kaynakları noktasal olarak kabul edilebilir. 39 B. Ergen ve Y. Tatar Kalp dokuları ile sesleri toplayan düzlemsel duyarga arasındaki mesafe ve duyarga yüzey alanı dikkate alınarak, dizi işleme teknikleri yakın alan ışıma formu denklemleri kullanılmıştır. Sistol ve diastol sürelerinde yapılan kestirimler, S1 ve S2’ye göre daha geniş bir görüntüye sahiptir. Görüntüler, sistol safhasında kanın artriyumlara dolması ve ventriküllerde boşalması sırasında ses enerjisinin geniş bir alandan yayıldığını göstermektedir. İnsan bedeninin, sesi soğurmasının yüksek olduğu dikkate alındığında, geniş bir alanda ses oluşmasında pulmoner ve aortik arterlerde kanın hareketinin de etkili olduğu söylenebilir. Bu görüntüler kalp seslerinin oluşum safhaları ve hastalık durumunda nasıl değiştiği konusunda farklı bakış açısı kazandıracaktır. 5. Bilgilendirme Bu çalışma Fırat Üniversitesi Bilimsel Araştırma Projeleri Yönetim Birimi (FÜBAP 657) tarafından desteklenmiştir Kaynaklar 1. E. Craigge, “Heart Sounds: Phonocardiography; Caratid, Apex, and Jugular Venous Pulse Tracins; and Systolic Time Intervals” in Heart Disease: A Textbook of Cardiovascular Medicine, W.B. Saunders Company, 1983. 2. G.Ramachandran, S. Swarnamani and M. Singh, “Reconstruction of Out-of-Plane Cardiac Displacement Pattern as Observed on the Ches Wall During Various Phases of ECG by Capacitance Tranducer”, IEEE Trans. On Biomed. Eng., vol. 38, no.4, pp. 383-385, 1991. 3. B.Ergen And Y.Tatar “A Different Virtual Instrument for Data Acquisition and Analysis of Phonocardiogram”, Proc. of Int. Conf. onn Signal Proc., vol.1, pp.47-51, 2003. 4. M. Kaveh and A. J. Barabell, “The Statistical Performance of the MUSIC and MinimumNorm Algorithm in Resolving Plane Wave in Noise”, IEEE Trans. On Acoust., Speech and Signal Processing, vo. ASSP-34, No.2, pp. 331-340, 1986. 5. I. A. McCowan, D. C. Moore, and S. Sridharan, “Near-field Adaptive Beamformer for Robust Speech Recognition”, Digital Signal Processing, vol. 12, pp.87-106, 2002. 6. Y. Bahadırlar, Cardiopal:Cardiac Passive Acoustic Localization and Mapping Using 2-D Recordings of Heart Sounds, Phd. Thesis, Dept. Of Biomedical Eng. Inst., Boğaziçi University, Oct. 1997. 7. W.S. Burdic, Underwater Acoustic System Analysis, Printice Hall Inc. Englewood Cliff, N.J., 1984. 8. S. Haykin, Array Signal Processing, Printice Hall Inc. 1985. 40 Dizi İşaret İşleme Teknikleri ile Kalp Sesi Üreten Kaynakların Göğüs Duvarı Üzerinden … 9. D. H. Johnson and D. E. Dudgeon, Array Signal Processing: Concepts and Techniques, Prentice Hall Inc. 1993. 10. J. Xu, L.G. Durand, and P. Pibarot, “Extraction of the Aortic and Pulmonary Components of the Second Heart Sound Using a Nonlinear Transient Chirp Signal Modeling”, IEEE Tran. Boimed. Eng. vol. 48. pp.277-283, 2001. 41